<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Benson Tu on Medium]]></title>
        <description><![CDATA[Stories by Benson Tu on Medium]]></description>
        <link>https://medium.com/@BensonTu?source=rss-43fdbb9797a1------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*w6fL19tZr1kEehEP5A_L8w.jpeg</url>
            <title>Stories by Benson Tu on Medium</title>
            <link>https://medium.com/@BensonTu?source=rss-43fdbb9797a1------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 09:50:10 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@BensonTu/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[用 LLM 來自動交易可行嗎？]]></title>
            <link>https://medium.com/@BensonTu/%E7%94%A8-llm-%E4%BE%86%E8%87%AA%E5%8B%95%E4%BA%A4%E6%98%93%E5%8F%AF%E8%A1%8C%E5%97%8E-6abbd38f16aa?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/6abbd38f16aa</guid>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sat, 01 Nov 2025 17:32:02 GMT</pubDate>
            <atom:updated>2025-11-01T17:32:02.097Z</atom:updated>
            <content:encoded><![CDATA[<p>每當自己交易時都可以感受到有很深的情緒影響，在這 2025 年美股爆炸漲的時代，自己的 Portfolio 卻是一次次遭受重擊，開始思考一些自動化交易策略。既然 LLM 當紅，來看看可行性。</p><p>有個很出名的實驗計劃，至少在 X 上每天都看得到相關評論。由 Nof1 團隊所進行的 Alpha arena，針對主流六個 LLM 個別建置 Agent 並個別給 10,000 USD 進行交易，隨時追蹤績效。</p><p><a href="https://nof1.ai/">Alpha Arena | AI Trading Benchmark</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zhdnNUkDx5WwZLmFPc4Ysw.png" /></figure><p>截至這篇文章撰寫時間，Deepseek 是表現最好的，而 ChatGPT 5則是最糟的，但這只是初期計劃，目前結果並不代表什麼，有趣的是這是如何運作的。</p><p>詳細運作機制在<a href="https://nof1.ai/blog/TechPost1">這邊</a>。</p><p>大意是每兩到三分鐘，系統就會將交易指令和 Future 的數值整合成一整個 Prompt 送給 LLM 做決定，好比是否交易、做多還是做空、開幾倍與風險值等等，系統就會依據交易決策進行交易。</p><p>關於數值的 Prompt 類似這樣，可以看到主要是當下的資料與過去一段時間的數值。這樣做也合理，太長一段原始數字的處理不是 LLM 的強項。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Zvw8zpRtDFtkq9qFI3Fqdg.png" /></figure><p>交易目標鎖定 Bitcoin, ETH, SOL, BNB, DOGE 和 XRP，並且在 Hyperliquid 平台進行交易。</p><p>有趣的是他們的觀察，以下只列出幾個我覺得有趣的。</p><ol><li>模型差異：Claude Sonnet 4.5 比較常做多、Grok 4 拿著倉位時間比較長、Gemini 2.5 pro 頻繁交易、QWEN 3 下的倉位最大…</li><li>Prompt 差異：Prompt 中新到舊的數值有時會解讀相反、「<strong>free collateral</strong>」和「<strong>available cash</strong>」這兩個詞要定義清楚才不會搞混</li></ol><p>還在初期階段，但是可以看到各個模型就像是人類一樣有各自的投資偏好，這很正常，不同人需要不同策略。但這些 LLM 不會像我們有情緒在裡面被影響。</p><p>一個夥伴提供給我這工具 <a href="https://github.com/terryso/nof1-tracker">https://github.com/terryso/nof1-tracker</a>，剛裝上跑個一週看一下績效如何。應該是不論如何都會比我這韭菜好。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6abbd38f16aa" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Anthropic 推出的 Skill，讓 Agent 更穩定地使用複雜工具]]></title>
            <link>https://medium.com/@BensonTu/anthropic-%E6%8E%A8%E5%87%BA%E7%9A%84-skill-%E8%AE%93-agent-%E6%9B%B4%E7%A9%A9%E5%AE%9A%E5%9C%B0%E4%BD%BF%E7%94%A8%E8%A4%87%E9%9B%9C%E5%B7%A5%E5%85%B7-ab37e08880d6?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/ab37e08880d6</guid>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sun, 26 Oct 2025 03:58:05 GMT</pubDate>
            <atom:updated>2025-10-26T03:58:05.674Z</atom:updated>
            <content:encoded><![CDATA[<p>Agent Tool prompt 寫得越來越長，並且工具之間的關係（好比有些步驟最好接著使用）也很難在現有的工具機制上，而 Skill 讓 Agent Tool 晉升為 Agent ToolBox，輸出也更穩定。</p><p><a href="https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills">Equipping agents for the real world with Agent Skills</a></p><p>Skill 分成三個大結構：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yInzXNUsbRMa4iEuyaYtXw.png" /></figure><p>Skill Metatdata 就像是原本 tools 的 name 和 description，Agent 始終都會看到內容，依照顧客需求來決定要不要選擇這個工具箱。</p><p>一但選擇後就會讀去 Body 的內容，開始決定要使用哪一個工具。最後則是如果這工具有說明有其他操作手冊要注意，Agent 才會自行決定是否要看 Bundled files.</p><p>重點來了，跟原本 Agent tools 最大的不一樣在於使用方式。</p><p><strong>有些操作還是直接交給程式碼執行比較合適。例如讓模型「生成文字」來排序一個清單，不但效率低、成本高，還不如直接用程式碼執行排序演算法來得簡單又快速。</strong></p><p>除了效率問題外，許多應用場景也需要「可重現、可預期」的結果，而這正是程式碼的強項。</p><p>而不需要先把腳本或 PDF 檔案載入到模型的上下文中。由於程式碼的執行結果是<strong>可重複且穩定的</strong>，這樣的流程不但高效，也能確保一致性。</p><p>總結來說，這降低建立 Agent 的人員管理工具設定的複雜度，同時針對資料處理的情境有更穩定的輸出。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ab37e08880d6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 生成氾濫的情況下，追求事實或原理重要，還是解決問題優先？]]></title>
            <link>https://medium.com/@BensonTu/ai-%E7%94%9F%E6%88%90%E6%B0%BE%E6%BF%AB%E7%9A%84%E6%83%85%E6%B3%81%E4%B8%8B-%E8%BF%BD%E6%B1%82%E4%BA%8B%E5%AF%A6%E6%88%96%E5%8E%9F%E7%90%86%E9%87%8D%E8%A6%81-%E9%82%84%E6%98%AF%E8%A7%A3%E6%B1%BA%E5%95%8F%E9%A1%8C%E5%84%AA%E5%85%88-e3303bb87dbc?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/e3303bb87dbc</guid>
            <category><![CDATA[thoughts]]></category>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sun, 19 Oct 2025 02:41:07 GMT</pubDate>
            <atom:updated>2025-10-19T02:41:07.083Z</atom:updated>
            <content:encoded><![CDATA[<p>過去我在放空滑 X 上的短影片時，很喜歡看大自然動物互動，但現在滑到至樣的影片卻讓我猶豫要不要看。</p><p>之所以過去喜歡看，是因為這些是生活外的知識，我不知道獵鷹真的可以俯衝後抓著山羊再度起飛，後用摔死的方式獵殺動物。並且唯有攝影師長時間觀察才能拍到這些影片，所以這些影片很珍貴。</p><p>幾年前這樣的影片很少，能理解這種大自然間的追蹤與拍攝可能好幾天，好幾周才有一個珍貴的紀錄，所以滑到後幾乎都點開來看。</p><p>慢慢的，我發現 X 上出現各種帳號，發布了更多新奇古怪的內容，什麼獅子與鱷魚打架、老虎照顧嬰兒…真的被吸引進去，因為我延續我的習慣，但幾週後開始就開始內容麻木，並且意識到這內容應該是 AI 生成的。</p><p>原本滑到後會注意一下是不是 AI，如果不是就看一下，但後來我自己的行為變成假設全部都是 AI，就不再看了，除非超級吸睛與好笑，但這也跟原意不太一樣，原本是放鬆加上學習，現在則是追求會心一笑。</p><p>觀察自己的行為，曾經一度點開後會檢查，但是因為現在標題都下得非常有趣且內容氾濫，真實影片反而量體差太多很難找到，放棄所謂的驗證過程。最後，反而改變自己的目標，看影片變成徹底的放鬆與放空，心中已經知道太多假內容從這邊學習沒有意義。</p><p>工作上也是，觀察到同事使用 GPT 找答案的過程，就是將目前碰到的環境與問題丟給 GPT，然後直接依照建議去嘗試能否解決，不然就是把這結果的問題再次丟給 GPT 優化解法。</p><p>GPT 紅起來前，我們大多數人用的解法應該偏向第一性原理，會先花時間了解這系統如何運作，再去嘗試修復，所以經驗與知識是從底層疊上來的。但現在就持續嘗試 GPT 給出來的答案，若能解決就去處理其他事了。</p><p><strong>難道我們開始變成了執行系統，GPT 變成思考與規劃？</strong></p><p>能懂的分寸與善用的人很珍貴。</p><p>若你知道哪些是你吃飯的知識，哪些是工作上的雜項，前者堅持第一性原理來思考，後者丟給 GPT 則完全無傷大雅。</p><p>千萬不要碰到問題就只會丟給 GPT。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e3303bb87dbc" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 的改變 與 加密貨幣血淚]]></title>
            <link>https://medium.com/@BensonTu/ai-%E7%9A%84%E6%94%B9%E8%AE%8A-%E8%88%87-%E5%8A%A0%E5%AF%86%E8%B2%A8%E5%B9%A3%E8%A1%80%E6%B7%9A-a65d8c31bba4?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/a65d8c31bba4</guid>
            <category><![CDATA[thoughts]]></category>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sat, 11 Oct 2025 13:09:15 GMT</pubDate>
            <atom:updated>2025-10-11T13:09:15.069Z</atom:updated>
            <content:encoded><![CDATA[<p>因為連假的關係這週只有工作三天，但是感觸與想法卻不少。</p><p>首先是 OpenAI 推出的 <a href="https://openai.com/index/introducing-agentkit/">AgentKit</a>。</p><p>去年時多數人對 AI 的期待還是維持 一個 Agent 可以很聰明的做很多事情，所以像是 Manus, ChatGPT 等都是在強化單一輪對話 Agent 可以做到很多事。也就是你送出一則訊息，AI 自行思考規劃，運作中也不斷修正，讓他就像人類一樣 Trial and Error 直到完成任務。</p><p>而 OpenAI 也是發現企業的開發者並不是這樣使用 AI。在一個不能犯錯的商業流程裡，一定是將步驟分成「可以交給 AI」 和 「不用(也不想) 交給 AI」。</p><p>如果走到某一步一定需要這樣進行，那又為何需要加入機率性增加失敗可能？</p><p>在這情境下，也就意味著整個流程一定是經過精細分析後，只有一定需要 AI 的地方才會加入 Agent。</p><p>我想 2026年世界應該對 AI 能力有合理的認知，各家開始採購流程的角度來最小化與合理化 AI 切入點，這也好在我們公司今年早些就朝向企業級的流程方案來進行。</p><p>2026 AI 應該是一個合理期待的起始年，並且個公司朝向合理化商業效益，不做過大的幻想。</p><p>再來就是 2025/10/11 凌晨的加密貨幣閃崩這件事。</p><p>所謂的低背槓桿比較安全、Mega Alt 加密貨幣相對安全這件事徹底讓我們清醒，一個 SUI 可以從 3.2 崩盤到 0.5，在一小時內向下插針 85% 全線崩跌，徹底讓大家體會到價格不變、倉位不見這件事。</p><p>在 2025 這年度，加密貨幣歷史也有 10幾年了，很難讓人想到還有可能這些大山寨會一日 80% 蒸發。原本就知道加了槓桿賭大一點就是會有風險，但不知道風險來得如此快速與殘暴。</p><p>開倉位的投資者幾乎無一倖免，我也從中學到血淚教訓。</p><p>活下來 &gt;&gt; 少賠 &gt;&gt; 多賺，市場再次教導大家順序不能錯，只有每四年從幣圈從活下來的人會把更多心力放在第一個。</p><p>總歸以上，我對 2026 的想法是，AI 與加密貨幣的投資應，該不會再像 2025 年這樣瘋狂，合理期待，合理投資。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a65d8c31bba4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[剩下兩個月的比特幣逃頂區間]]></title>
            <link>https://medium.com/@BensonTu/%E5%89%A9%E4%B8%8B%E5%85%A9%E5%80%8B%E6%9C%88%E7%9A%84%E6%AF%94%E7%89%B9%E5%B9%A3%E9%80%83%E9%A0%82%E5%8D%80%E9%96%93-7f9499bf943e?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/7f9499bf943e</guid>
            <category><![CDATA[bitcoin]]></category>
            <category><![CDATA[all-time-high]]></category>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sun, 05 Oct 2025 08:33:08 GMT</pubDate>
            <atom:updated>2025-10-05T08:33:08.751Z</atom:updated>
            <content:encoded><![CDATA[<p>回想到 2021 年初剛進入比特幣世界，從開買比特幣的當下就開始一路上漲，2025 年的今天又有開始這樣的味道。</p><p>2021 一進入市場就一路往上，所謂的「幣圈四年循環」在狂熱的氣息中變得只是一個背景資訊被忽略掉，所以就被 2022 年徹底的教訓一番。不尊重市場，市場就馬上教會我什麼是尊重…</p><p>2025 年尾的全面上漲氛圍又出來了，不愧是所謂的 Uptober，今天在財神廟祈求後打開手機，比特幣創新高， Youtube 與 X 上文章大肆慶祝，直接聯想到在幣圈的人現在應該是掛滿笑容。</p><p>所謂的創新高，就是過往所有的比特幣持有者，不論你在哪個時候進場，所有人都是賺錢的，所以信心指數非常高。</p><p>但今年真的跟過往牛市尾巴不太一樣，市場真的相對理性，或是我追蹤的人都是被教訓過很多次，所以是一群尊重市場的人？</p><p><strong># 觀察一，較多的 ETH 持有人開始出貨</strong></p><p>經常出現機構投資人開始出貨的訊息，這些機構一點一點的出，理性投資者通常不會 All-In / All-Out，去猜那個最低點與最高點意義不大</p><iframe src="https://cdn.embedly.com/widgets/media.html?type=text%2Fhtml&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;schema=twitter&amp;url=https%3A//x.com/EmberCN/status/1974680723866214829&amp;image=" width="500" height="281" frameborder="0" scrolling="no"><a href="https://medium.com/media/1e074a247241c564a41ddc12eb8612f7/href">https://medium.com/media/1e074a247241c564a41ddc12eb8612f7/href</a></iframe><p><strong># 觀察二，比特幣逃頂訊號沒達標，但是多個指標已貼近 70%</strong></p><p>今年很大的不同是就算到了十月，也沒有出現所謂的「狂暴牛市」，指標上也相對緩和，這是讓我最糾結的點，真的可能直接進入到穩定資產(恆牛)的階段嗎？</p><p>「在狂歡中結束牛市」是過去四年循環的必經之路，是延後了？還是牛市就在這樣不溫不火的情況下結束？</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LV046oM8GUWaE5xThkAEJw.png" /></figure><p><strong># 觀察三，雖然社群口頭互相提醒要適當出貨，但是有說出來的要不是還沒出，要不是只出一點點</strong></p><p>現在像是<strong>謹慎熱觀的階段</strong>，可能加密貨幣都轉入到二級市場可以隨時出貨，但是擔心今年就是恆牛年，抑或是在等狂熱階段，所以還沒有按下按鈕。</p><p>但是一但大家一起按下按鈕，這流動性間被抽乾，崩盤的程度就很可怕。</p><p>實話真的不知道市場會怎樣走，心中設定個 130K 開始陸續出貨。目前 Uptober 與 Moonember 依據過往數據應該不會讓人太失望，馬上出可能不太明智，但現在開始設定賣單絕對是好的開始。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Hw1fiT8QahdlurR39Jyk0Q.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7f9499bf943e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[在日本讓我對 iPhone 與廁所有了新的體驗]]></title>
            <link>https://medium.com/@BensonTu/%E5%9C%A8%E6%97%A5%E6%9C%AC%E8%AE%93%E6%88%91%E5%B0%8D-iphone-%E8%88%87%E5%BB%81%E6%89%80%E6%9C%89%E4%BA%86%E6%96%B0%E7%9A%84%E9%AB%94%E9%A9%97-068947ece5b6?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/068947ece5b6</guid>
            <category><![CDATA[experience]]></category>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Fri, 26 Sep 2025 14:19:45 GMT</pubDate>
            <atom:updated>2025-09-26T14:19:45.506Z</atom:updated>
            <content:encoded><![CDATA[<p>快要六年沒出國了，雖來才到日本三天就開始回想到服務科學中提到的，整趟旅程不管中間碰到開心還是難過的事情，會成會記憶的只有最開心最難過的點，而我的記憶卻是廁所和 iPhone。</p><p><strong>小故事1：iPhone 沒電後還是可以 NFC 交易</strong></p><p>忘記帶行動電源出門，所以盡量小心翼翼的用手機時，但在 JR 電車上還是發生了憾事，手機沒電了。</p><p>而我的「西瓜卡」(搭電車用) 就只有綁定在 iPhone 上，沒電的當下頭腦中開始模擬我要解釋從哪裡搭來的，也因為沒手機電我也很難找到該如何發音….</p><p>想說死馬當活馬醫，猜 iPhone 應該跟信用卡原理很像靠磁場感應，勇敢的在閘門感應後竟然成功地刷過了。事後查詢這能感應過只是因為 <a href="https://support.apple.com/zh-tw/guide/security/sec90cd29d1f/web">iPhone 支援特定的交通卡能開啟快速感應模式，然後這個服務可以用 iPhone 備用電源。</a></p><p>這個問題我在台灣從來沒有碰過，也不知道這服務的價值是多少，但是這一次的經驗又讓我更黏著於 iPhone。</p><p>我買手機的時候會注意到這功能嗎？沒有。但今天這體驗就像沙漠中的水源一樣解救當下的我。</p><p><strong>小故事2：廁所大號間可以按下「流水聲」</strong></p><p>在讀大學時期，印象最深刻的就是環境工程教授說台灣很多人因為大號過程中會有聲音而不好意思，所以在過程中會按下馬桶沖水按鈕來發出聲音蓋過去，一個大號可能就會按掉兩到三次，非常浪費水。</p><p>我自己也做過這樣的時，有時候真的實在太乾尬了。但是在日本上次所時我發現他們有這裝置。</p><p>按下按鈕後可以發出流水的聲音。</p><p><a href="https://japantravel.navitime.com/zh-tw/area/jp/guide/NTJhowto0189-zh-tw/">【日本旅遊必看】免治馬桶(Washlet)按鈕教學、音姬用法與廁所文化全攻略</a></p><p>可能是我太鄉巴佬了，但是第一次看到這裝置的我非常驚訝。逛百貨與商圈東西很新鮮叫很累都會忘記，回到飯店時最有印象的卻是上廁所的體驗。</p><p>這功能很高科技嗎？沒有。但是因為出現在對的地方讓我一個小顧客感到驚艷。</p><p>iPhone 主打電池續航力、運算速度、螢幕解析度 …. 但讓我驚艷的卻只是一次沒電後的刷卡體驗。日本強調關稅與匯差讓所有東西變得很便宜，但我卻注意到廁所的體驗。</p><p>驚訝都出現在不預期的小地方。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=068947ece5b6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[辦理公司流程 AI 化 workshop (1st) 的心得]]></title>
            <link>https://medium.com/@BensonTu/%E8%BE%A6%E7%90%86%E5%85%AC%E5%8F%B8%E6%B5%81%E7%A8%8B-ai-%E5%8C%96-workshop-1st-%E7%9A%84%E5%BF%83%E5%BE%97-d4af7edd460d?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/d4af7edd460d</guid>
            <category><![CDATA[ai-transformation]]></category>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sun, 21 Sep 2025 02:25:57 GMT</pubDate>
            <atom:updated>2025-09-21T02:25:57.302Z</atom:updated>
            <content:encoded><![CDATA[<p>公司今年策略之一就是要將內部流程盡可能的 AI 化，提升公司使用我們自己開發的產品佔比，所以在內部做一些資訊分享與產品實操 workshop，在進行方式上花了不少心力，記錄下來後續 review。</p><p>對我來說，最難的是在公司內部 workshop 所需要的素材與進行方式。平時對工作夥伴的感知，我的了解是：</p><ol><li>20% 已經清楚知道什麼是 Agent，並且 Prompt 建立方式與工具使用上都有不錯的了解，已經有使用 Agent 工具在自己的工作流程中，大部分是工程師。</li><li>60% 有跟 LLM 互動習慣，平時會用 LLM 做一些文書上的處理。但是沒有設定成 Agent 與常用服務，用法上比較像是 one-time use。</li><li>20% 偶爾試試。</li></ol><p>然而也不適合直接分 TA 進行。</p><p>一個是現實問題，我只能抽出至多 30% 在這件事情上，大部分時間需要顧及產品在市場上的競爭力與平時產品決策。另一個是就算很常使用 LLM 的夥伴也對 LLM 的理解程度也有差異，當交付給LLM 的任務變難時，這問題會快速放大。</p><p>所以選了一個現階段認為比較務實的推動方式，用大約 8 堂 workshop，每次進行方式分成 40 mins 知識與資訊分享，剩餘 80 mins 用於實機操作，提早做完的人就可以直接離開，或是幫助其他成員。</p><p>辦理第一次內容後，我最大的心得有兩點：</p><ol><li>最常被問的是按鈕在哪裡。</li><li>Prompt 為什麼不能這樣寫。</li></ol><p>第一題也檢討我在產品開發上除了產品競爭力與差異上，需要再多一點時間顧及到如何讓所有人一看就懂。</p><p>第二題我覺得有趣，是因為整個進行方式很像我在跟公司介紹一個新的 AI 同事，他剛剛跟公司內部同仁見面，還不是很了解我們各部門的專業用語，或是聽到一個需求後，其實有三個步驟要做。因為這樣的落差，人類同事認爲這句話已經說了很清楚，但是 AI 卻會想要知道更多資訊。</p><p>工欲善其事，必先利其器。</p><p>我們需要了解 AI，也需要讓 AI 知道各單位流程，以及將工作流程拆解與說明後放到 AI 平台上。</p><p>三個月後，能否做到公司內部的「血液循環」都交由 AI 來做？期待。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d4af7edd460d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[相較於 B2C 產品，B2B 或許需要更多的「包裝」]]></title>
            <link>https://medium.com/@BensonTu/%E7%9B%B8%E8%BC%83%E6%96%BC-b2c-%E7%94%A2%E5%93%81-b2b-%E6%88%96%E8%A8%B1%E9%9C%80%E8%A6%81%E6%9B%B4%E5%A4%9A%E7%9A%84-%E5%8C%85%E8%A3%9D-2afd45ab56a8?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/2afd45ab56a8</guid>
            <category><![CDATA[thoguhts]]></category>
            <category><![CDATA[prodcut]]></category>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sun, 14 Sep 2025 02:58:27 GMT</pubDate>
            <atom:updated>2025-09-14T02:58:27.871Z</atom:updated>
            <content:encoded><![CDATA[<p>身為企業級產品的主要負責人，跟著產品一路跌跌撞撞，相較於之前做 B2C 產品上確實有數個不一樣的點，而其中感觸比較大的是 0 到 1 的路徑長度與執行方式的血淚。</p><p>回想起早期在做 B2C 產品，心態上盡可能追隨極致的精簡創業，意思是主要目標只有兩個：</p><ol><li>了解你目標客群的主要痛點</li><li>做到這痛點的 MVP 後就開始銷售</li></ol><p>再用三種「最」的心態做事情。</p><ol><li>最重要內容</li><li>最小且明確範圍</li><li>最早開始持續接觸顧客</li></ol><p>只要滿足這些特點，消費者也看到產品的努力，就會有些就會有些寫顧客開始願意付錢，產品的飛輪也才能開始。</p><p>但是銷售給企業的產品就有點不一樣了。</p><p>企業為了能提供組織運作效率並且降低出錯率，企業內部有各種部門與人才，公司的重要決策會請跨部門的人員來共同評估，方方面面好才會做決斷。</p><p>各單位都會幫忙思考公司要採購的產品對自己有什麼幫助，或是幫其他單位想可能還有什麼遺漏，過程謹慎且細膩。</p><p>解決的一個重要的痛點只是一個敲門磚，讓別人注意到這產品，但是後面的跨單位評估才是真正下單的決策點。</p><p>這樣的形勢下，B2B 實務上很難「只做最重要的痛點」就銷售出去。</p><p>當然，打造產品就是會有成本，就是要追求效益最佳化，不用費心去想做到「完整」再去拜訪顧客，但是確實有幾則是 B2B 產品通用準則。</p><ol><li><strong>賣有賣相</strong>：相較於 B2C 一頁簡單的頁面就接就顧客，接觸企業前最好留意你的官網資訊、產品展示的專業性。企業評估高度理性，為有足夠多的資訊、產品看起來很專業，才能更接近下單採購的階段。</li><li><strong>讓企業顧客掌控</strong>：相較於 B2C 打開可能就一個功能、一個按鈕，B2B 畫面上提供多一點選擇讓企業感受到他有掌控權，可以依照他的想像使用這產品，好比權限、數據統計等。</li><li><strong>成功案例</strong>：最 critical 就是效益證明。你的產品既然很厲害，在我之前有其他家公司開始用上了嗎？甚至你們自己的公司有用上了嗎？這是必問問題，也非常務實。企業產品如果連自家企業問題都無法解決，很難對外拓展。</li></ol><p>除了做出功能、技術很厲害的產品外，花點時間在這邊是必要投資。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2afd45ab56a8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Warroom 形態下的 QA 做]]></title>
            <link>https://medium.com/@BensonTu/warroom-%E5%BD%A2%E6%85%8B%E4%B8%8B%E7%9A%84-qa-%E5%81%9A-432f33cc3da5?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/432f33cc3da5</guid>
            <category><![CDATA[qa]]></category>
            <category><![CDATA[thoughts]]></category>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sun, 07 Sep 2025 02:35:22 GMT</pubDate>
            <atom:updated>2025-09-07T02:36:40.559Z</atom:updated>
            <content:encoded><![CDATA[<h3>Warroom 形態下的 QA 運作</h3><p>產品開發在不同階段下出現瀑布式開發、敏捷開發、迭代開發等等，那品質檢測會如何對應不同階段的產品？</p><p>目前我除了擔任產品總監外，也兼任 QA team lead (正在等待有緣人)，放的心力大概是 8 : 2，主要 QA 團隊的前進還是依靠 QA team member 自組驅動完成。也因為我這樣的雙重身份，我看到產品在不同階段需要 QA 團隊幫忙的型態很不同。</p><p>過去兩週我親身體會到以下兩種情境需要的很不一樣：</p><ol><li>正常型態，每兩週交付小功能</li><li>戰時型態，有強大但複雜功能推出</li></ol><p>戰時型態佔整個產品發展的時程不到 20%，主要是一開始的 propotype 階段、第一次面臨大顧客、重大功能升級，但卻是非常重要的時期，是決定產品能否活下去的關鍵。</p><p>戰時型態也通常具備以下條件：</p><ol><li>交付時間很有限</li><li>優先度排序會非常明顯 (大家都能看到重要的不超過三個，而非一大堆差不多重要的東西)，重要項目一失敗其他成功也沒用</li></ol><p>資源時間有限下，過去兩週我跟 QA 成員的運作方式變成明確請一個成員跟我一起 100% 去測試哪個重要功能，其他不要去看。</p><p>我也跟成員講得很明確，最重要的 Critical Point 沒有打通，其他功能在好在穩定產品也是失敗，反過來如果有打通，其他小問題沒有時間抓到也沒關係。</p><blockquote>1 個強大的亮點勝於 100 個平庸，尤其在戰時狀態。</blockquote><p>我跟一位成員快速定義這種大升級有可能影響的範圍在哪裡，畫出一個明確範疇每天測試，我也約定自己每天都要在下班前完整跑完一次，每天回報給工程問題，工程單位也跟我們一起用光速，隔天馬上上一版修復已知問題。</p><p>我自己除了測試 Stage 之外，也直接測試 Dev 上的半成品。</p><p>為何要測試半成品？不是很沒效率？</p><p>與其說幹嘛提早進行測試，不如說我跟工程團隊合作在開發階段加速釐清問題範圍。平時不及得情況下也是工程師自己規劃自己測試 Unit 的範圍，而在戰時型態下必須要加速，要更快的、正完整的讓我們知道每天的產品情況。</p><p>我還不知道 QA 有沒有這樣的顯學方法論，因應戰時型態的團隊運作，但以結果來說依照原定流程需要一個月才能完成的事情，團隊願意改變思維與執行方式，在兩週內就達成目標，我為我們團隊感到非常驕傲。</p><p>總結戰時型態下跟平時測試狀態的差異：</p><ol><li>明確定義重要 scope，每天測試完成給工程，隔天必須修復給 QA</li><li>除了在 STAGE 上測試外，也跑到 DEV 進行測試，開發到一半就知道問題並提早處理</li><li>團隊能理解戰時型態，擺脫框架「一定要依照流程走」，以目標為導向的衝刺</li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=432f33cc3da5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[產品要做到完整才能給出去嗎？]]></title>
            <link>https://medium.com/@BensonTu/%E7%94%A2%E5%93%81%E8%A6%81%E5%81%9A%E5%88%B0%E5%AE%8C%E6%95%B4%E6%89%8D%E8%83%BD%E7%B5%A6%E5%87%BA%E5%8E%BB%E5%97%8E-300cb8538c71?source=rss-43fdbb9797a1------2</link>
            <guid isPermaLink="false">https://medium.com/p/300cb8538c71</guid>
            <category><![CDATA[sprint]]></category>
            <category><![CDATA[pm]]></category>
            <category><![CDATA[scrum]]></category>
            <category><![CDATA[thoughts]]></category>
            <dc:creator><![CDATA[Benson Tu]]></dc:creator>
            <pubDate>Sun, 31 Aug 2025 02:04:33 GMT</pubDate>
            <atom:updated>2025-08-31T02:06:52.725Z</atom:updated>
            <content:encoded><![CDATA[<p>在工作上這問題每過段時間就會被拿出來討論一下，我體感是一到兩個月就會有其他部門、主管、成員或是同一人在不同情境表達了不同觀點。雖然指是一個問題，但是卻有數個答案。</p><p>近期最讓我印象深刻的情境，有兩個。</p><p>「測試起來有幾個小地方還不太好用，我們產品能不能做到完整後再給出去？」</p><p>「產品一定要完整測過並且驗過才能出去」，(過一段時間後)「這是因為被QA 檔下來沒有發佈，使得顧客交付有問題，下次要留意。」</p><p>以上對話都出現一個很重要的名詞，就是「完整」。但是，何謂完整？</p><p>把東西做完整，在最短時間內交出去讓顧客用到滿意是大家公認的目標。理想中的完整包涵以下三個：</p><ol><li>完整收集顧客需求</li><li>方案都開發完整</li><li>都完整通過測試</li></ol><p>如果以上都完成，並且在指定時間內，那這確實是一個成功的專案。但如果你是產品經理，思維角度就需要再納入其他面向。</p><h4>#1 要做的是到剛好適合最多人的方案</h4><p>你不會只有一個顧客，你的資源與時間也有限，所謂的完整就不會跟其他單位有一樣的定義。你需要花時間了解多個需求中重合的部分，把這件事做到完整。</p><h4>#2 不要等到做完整才發佈</h4><p>很多產品經理的書都提過這觀念，但剛踏入產品經理職務的人，或是相關前線單位就不一定能知道其中的精髓。</p><p>不做完整就發佈，對Ａ單位來說只是做了一半，還不能交給顧客。但是對 B 單位或許就已經打通了整條道路。所以 A 不理解你，B 感謝你，這種分裂感常常發生。</p><p>更重要的是產品市場競爭力這指標不會慢慢等你。你的競業、競品都個月都有新功能，你還能十年磨一劍嗎？</p><p>這就讓我想到四年前我在使用 GPT2 的時候，那根本只能做文字接龍，更不敢想像 GPT1 當初推出來是能解決什麼問題。</p><blockquote><strong>用過後才知道是否完整，盡快上戰場收集回饋才能加速成長。</strong></blockquote><h4>#3 測試一定要分等級</h4><p>每個都要測到、每個都要測過說實話非常不且實際。</p><p>你在測試的東西顧客真的會在意嗎？還是顧客也覺得小困擾沒差？或是這只有影響一位顧客的話一定要靠把功能修復才能解決嗎？</p><p>產品出色不在於產品沒問題，而是解決了最多問題，要把測試能量放到影響顧客 critical path 的功能上，這些主要路徑都通過了，產品就應該盡快推出去。</p><p>想了想這段時間我們產品與公司能如此進步快速，就是因為我們有兩週推一版的 sprint 文化，在成長上兩週就看到一些東西，有錯誤馬上修正，迭代速度已經是 tier 1，任何要改變這文化的討論我都會盡力去溝通。</p><p>現在只要碰到品質問題、功能交付不完全的問題，多數人還是首先檢討這文化，但其實這些東西跟多久發佈一次根本無關。改成一季發佈一次，情況甚至更嚴重。可能「完整功能」不是顧客想要的，或是這完整功能根本是小眾需求，最慘就是跟不上產業的競爭力前進得速度。</p><p>我希望使用這文化直到公司成為國際級企業。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=300cb8538c71" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>