Stan Wu 吳信典

拆解被包裝過的東西、數位自主權實踐、非典型理財觀

最新文章

深度內容

200 萬封廣告信，換來 6 週業務停擺：從 K 公司事件看 Email 基礎建設

此為深度內容 — 這篇文章深度分析企業電郵基礎建設設計，探討 subdomain 信譽隔離與 DMARC 部署策略。 需要登入才能閱讀完整文章。 大多數公司把電子郵件當工具看待，覺得「能收能發就好」。但電子郵件其實更像公司大樓裡埋在牆壁和地板下的管路系統：施工期間看不出好壞，一旦封起來，要改管路就得打牆，代價是原本施工成本的數倍。 本文從設計思維出發，說明企業電子郵件基礎建設為什麼要在第一天就規劃清楚，以及如何做。

深度內容

AI Agent 時代來了嗎？技術神話、市場敘事與真正的權力轉移

此為深度內容 — 這篇文章深度拆解 Agentic AI 的技術成熟度、垂直落地案例與市場泡沫 需要登入才能閱讀完整文章。 在當前人工智慧發展的宏大敘事中，代理式人工智慧（Agentic AI）被普遍視為從「輔助工具」演進為「生產力實體」的關鍵躍遷。然而，透過對現有技術數據、產業部署案例以及市場預測模型的嚴謹拆解，可以發現當前市場正處於一個真實趨勢與行銷包裝高度混合的迷霧期。儘管 Agentic AI 確實代表了軟體架構的範式轉移，但所謂的「Autopilot（完全自主導航）」在現有的技術架構下仍是一個尚未實現的願景。目前真正能夠在企業端落地並產生經濟效益的，並非無約束的自主系統，而是處於「Bounded Autonomy（有限邊界自主）」框架下的受控代理。

護城河的崩塌：Perplexity 的結構性困境與生成式搜尋的商品化趨勢

在生成式人工智慧（Generative AI）演進的壯闊進程中，Perplexity 一度被視為傳統搜尋引擎最危險的顛覆者。這家公司不僅在技術尚未完全成熟的時期精確地捕捉到了市場的痛點，更定義了一個全新的產品類別：AI 搜尋引擎（Search AI）。當初，市場對其高度評價的根基在於一個簡單而強大的承諾：如果大型語言模型（LLM）會產生「幻覺」（Hallucination），那麼最直觀的對策就是將實時搜尋檢索接入模型架構中。這種「提供有來源的答案」的敘事方式，在當時具有極高的說服力，成功地將 Perplexity 從眾多聊天機器人中區分開來。

從文言文到 AST：AI Agent Memory 語義壓縮的可行性分析

古代人刻竹簡、抄手稿，每個字的儲存成本都極高。這個物理限制直接塑造了文言文的語言風格——用最少的字，傳遞最密集的語意。 這不只是文化，是工程決策。 當我開始思考 AI agent 的 memory 管理問題，這個古老的邏輯突然變得非常現代。

企業支出治理，不是省錢而已：用行為設計把預算花在對的地方

一家成長中的公司，年底還剩下一筆差旅預算。業務主管知道這筆錢如果不用掉，明年預算可能被下修；財務主管則擔心大家只是為了「不要被收回」而亂花錢。另一邊，產品團隊正好想買一套真的能提升效率的工具，但因為預算科目不同，流程卡住，最後乾脆放棄。 這種場景很常見。問題從來不只是「員工會不會浪費錢」，而是企業用什麼方式讓人理解：哪些錢該省，哪些錢該花，而且要花得更果斷。

如何檢測 Cloudflare 是否阻擋外部 AI Agent：從需求、誤判到自建 bot.py

當一個外部 AI 工具說「抓不到你的網站」時，直覺很容易把責任丟給 Cloudflare。尤其站上又開了 CDN、WAF、Bot 管理或其他安全機制時，第一反應通常是：是不是把外部 agent 都擋掉了？ 但這次實際排查後，答案並不是那麼簡單。問題的核心不是「網站有沒有被擋」，而是要先把外部工具自己的抓取失敗，和 Cloudflare 真正的封鎖區分開來。