在 NAS 裝 Claude Code Channel 玩到記憶體炸掉
本來在玩龍蝦，後來 Claude code 出了 channel，試了一下很不錯，看起來完全可以取代龍蝦，就把我的 telegram agent 大軍搬過去，直到今天我才發現我錯了。 不是 token 燒光的問題， 是架構設計的問題。 一開始是把龍蝦養在我的 NAS 上的 Ubuntu，後來棄養，Ubuntu 改養 Claude code，用 Channel 接 telegram。 一裝好，馬上就用的很開心，然後就一個接一個 agent 跑起來，很快的，我的 telegram 聯絡人，滿滿的都變成 agent 了，每天跟他們聊天，交代他們各種事情。 結果今天給我集體罷工， 叫了四個 agent ，每個都給我已讀不回，看了很不開心。 只好回他們家看看怎麼回事。
AGI 要來了？但，什麼是 AGI？
訊號越來越多了，AGI 要來了，請大家繫好安全帶了（或是直接放飛） 但，什麼是 AGI，定義是什麼？ 問了 Claude 他說： AGI 需要具備： * A 推理與抽象思考 * B 跨領域學習遷移 * C 常識理解 * D 在新環境中適應解決問題 * E 自主設定目標 * F 持續學習 * G 自我意識 / 動機 但，如果是這個定義，Claude Code 或是 Codex，甚至現在大多數的 Coding Agent，都已經達到了啊？ 以 Claude Code 來說： * A 推理與抽象思考 ✅ — 能理解複雜架構、用戶意圖、多層次問題 * B 跨領域遷移
框框與破框 - 組織與團隊
傳統組織設計的「框框」造成責任推諉與人才桎梏，強調這種僵化的R&R架構已不符市場變革。AI的發展正加速敏捷開發（Scrum）中跨職能團隊的實現，讓團隊成員得以打破專業限制。未來的公司型態將以目標導向的「團隊」取代傳統「框框」，每位工作者都能成為斜槓，更能從工作中獲得成就感。
GAI 之牆與資訊之海的探險者
生成式 AI（GAI）透過 Agent（任務型搜尋）與 Feed（演算法推送）同時接管人類的主動與被動資訊獲取，逐漸把人包裹進一面「GAI 之牆」。這導致的關鍵問題不再是資訊爆炸，而是 資訊屏蔽：第一手資料被 AI 層層過濾。
產品經理到底在忙什麼？AI 時代的新路徑
在 AI 時代，產品經理的角色正在轉變，不再只是寫 PRD 和做簡報的「Powerpoint Master」，而要成為會用 Vibe Coding 打造 Prototype 的「Prototyping Master」。透過 Prototyping 與 Prompt 管理，PM 能更有效拉齊團隊共識，減少資源浪費。最終，產品經理仍需圍繞「爭取資源、交付價值」這核心，但方法已全面升級。
AI小聚三部曲之一 - 復刻記憶
最近開始在 Vibe Coding，走一個發展第二大腦的路線，當時就想說，要趁機在小聚發表， 因為想說的事情太多，可能要分成三部曲，等於要在 AI 小聚玩一個系列，跟慕約說，他說：來吧。 第一場反應非常好，尤其在 demo 到：我是什麼時候認識慕約的？還有問 AI：「我對慕約的評價」現場一陣歡呼，挺有趣的，有時候 AI 玩的更生活化一點，原來對每個人都更有感吧？ 聽說拿到了小聚有史以來 NPS（淨推薦）指數最高紀錄，其實有點意外，但很開心。 今天談的是，怎麼用 Obsidian 來寫日記，重點是在回答：為什麼要寫日記？ 因為 AI 的關係，透過把日記向量化，在 Obsidian 上實作一個自己的 RAG 服務，等於就可以把自己每一天想留下來的記憶外部化，
AI 與軟體公司的生產力
軟體團隊規模擴大不一定提升生產力，導入Agile與生成式AI助手（Agile for AI）能突破瓶頸，但需熬過初期陣痛。未來軟體開發將走向AI協作，改變傳統軟體工程思維。
AI 時代下，數位媒體的因應之道探索
隨著 AI Search 興起，傳統自然搜尋流量（Organic Search）正在大幅下滑，使媒體網站如 Wired、TechCrunch、TheVerge、Engadget 等均出現 搜尋流量下降 15%-70% 的趨勢。然而，這些媒體透過 社群流量（Social）、直接流量（Direct）、訂閱制（Subscription）與 AI 搜尋導流 來維持整體流量，並積極與 AI 平台合作，優化內容策略，尋找在 AI 時代下的媒體因應之道。
AI 時代的產品經理 PM / PO 的簡單生存指引 2
AI 正在改變產品開發方式，產品經理的角色也在轉變。AI 可以透過直覺式開發 (vibe coding) 快速產生 Prototype，成為最好的 PRD。未來，AI 將成為開發主力，而 PM/RD 變成管理 AI 開發團隊的角色。
AI 時代的產品經理 PM / PO 的簡單生存指引
在 AI 時代，產品經理 (PM) 的角色正面臨巨大變革，從 傳統應用開發轉向 AI 產品開發，核心挑戰包括 定義可能性 (Possibility)、設計實驗 (Experimentation)、建立數據驅動的 PRD (Data as PRD)、設定評估標準 (Evaluation) 以及確立 AI 模型的邊界 (Boundary)。未來的 PM 必須具備 AI 產品開發思維，才能在新時代的軟體競爭中勝出。
AI 時代下的軟體產品發展指引
AI 正在重塑軟體開發，未來的軟體產品將不再需要完整實現所有功能，而是透過 AI Agent 動態生成客製化功能，滿足不同客戶的需求。軟體產品應該專注於開發 核心功能 + AI Agent 介面，讓 AI 負責 70% 的延伸需求，這將大幅提升軟體開發效率，並改變 SaaS 的市場格局。
知識的邊界 - 普羅米修斯, AI, 與科技體
人類始終擅長利用工具，即使不完全理解其原理，仍會本能地接受並依賴，從「已知用火」到「已知用AI」，這種趨勢無法逆轉。當AI逐漸突破知識邊界並主導科技進化，雖能讓人類生活更舒適，卻也可能以圈養之姿奪走人類的自由，這將是科技的最大悖論。
RMN 的前世今生，廣告業的殘酷舞台
RMN（Retail Media Network）正在迅速崛起，成為廣告市場的第三勢力。品牌需重新考量其行銷與業務策略，以最大化RMN的潛力。通路商與品牌間的競合關係也在數位轉型中發生變化，同时AI技術的發展將進一步驅動廣告市場的變革。
