<?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 CW Lin on Medium]]></title>
        <description><![CDATA[Stories by CW Lin on Medium]]></description>
        <link>https://medium.com/@C.W.Lin?source=rss-79242892a509------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*3dVLNfnxpMdP1066BcYfVw.jpeg</url>
            <title>Stories by CW Lin on Medium</title>
            <link>https://medium.com/@C.W.Lin?source=rss-79242892a509------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 05:39:01 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@C.W.Lin/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[打造美國觀眾的 LinkedIn 帳號：建立國際創業投資機會、海外求職機會]]></title>
            <link>https://medium.com/@C.W.Lin/%E6%89%93%E9%80%A0%E7%BE%8E%E5%9C%8B%E8%A7%80%E7%9C%BE%E7%9A%84-linkedin-%E5%B8%B3%E8%99%9F-%E5%BB%BA%E7%AB%8B%E5%9C%8B%E9%9A%9B%E5%89%B5%E6%A5%AD%E6%8A%95%E8%B3%87%E6%A9%9F%E6%9C%83-%E6%B5%B7%E5%A4%96%E6%B1%82%E8%81%B7%E6%A9%9F%E6%9C%83-a4626232c48b?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/a4626232c48b</guid>
            <category><![CDATA[海外求職]]></category>
            <category><![CDATA[創業]]></category>
            <category><![CDATA[創投]]></category>
            <category><![CDATA[外商]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Wed, 26 Aug 2026 09:45:25 GMT</pubDate>
            <atom:updated>2026-08-26T09:45:25.032Z</atom:updated>
            <content:encoded><![CDATA[<p>花了 2 個月，終於把<a href="https://www.linkedin.com/in/chiweilin131/">我的 LinkedIn</a> 從大台北地區觀眾，刷到以 San Francisco (舊金山) 觀眾為主的對象群。</p><p>期間我總共 7 篇文章 + 150 個新的追蹤者。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xH7qOGf-7ikUF_PQgI3EVA.png" /></figure><p>為何 LinkedIn 重要？</p><blockquote>只要有出國過的創業者，一定都知道美國創投、商務社交，大家唯一指定 LinkedIn；國際會議、國外求職，更是仰賴 LinkedIn 當成唯一管道。</blockquote><blockquote>沒有 500 好友、沒有足夠追蹤者，都無法 validate 你是一個「國際級」的創辦人。</blockquote><p>分享一下幾個 LinkedIn 增加國際觀眾的重點，幫助大家不只侷限在身邊的觀眾群：</p><h4>1. 一定要全英文</h4><p>我之前寫過一篇文章，如果要經營國際 LinkedIn，不要再寫中文、也不要考慮中英交雜。</p><p>只有全英文發文 + 全英文簡介，才是國際化。</p><p>務必破除那種「但我是台灣人、發英文很怪」的心理障礙。</p><h4>2. 一定要發照片</h4><p>LinkedIn 是全世界最多充滿「搬運文」的平台，沒有之一。所以跟著那些流量帳號抄襲雞湯文、新聞文，通通都是下下策。</p><p>要顯得自己真實的存在，就是要發真實的照片。</p><p>演講、會議、出差、媒體報導… 總之各種看起來「成功人士」的模樣的照片，搭配一段真實的故事或者職涯見解，就是 LinkedIn 王道。</p><p>(簡直比 IG 發網美照 + 憂鬱文更讓人憂鬱！</p><h4>3. 文章盡量避免寫台灣</h4><p>這是台灣人的愛國心造成的阻力，連我都有。</p><p>我們太想強調台灣了！</p><p>但事實上社群上的「國際」只有一個國家 = 美國</p><p>如果不是在美國發生的事情，0 個他國人會在意。</p><p>舉例來說，東京發生的事情，只有日本人 (頂多台灣人) 會在意；甚至，英國、德國對美國或亞洲觀眾都無感。</p><p>*唯獨例外：特別強調「這是一群在美國的台灣人」</p><p>這種文章意外會紅！因為主體還是美國。</p><h4>4. 所以那文章到底要寫什麼？</h4><blockquote>Tier 1. 任何國際認可的「頂尖」</blockquote><ul><li>大金額的事情，例如幾個 M 的募資、訂單成交</li><li>超大的企業品牌，Google 合作、Sales Force 拜訪，那怕只是台灣的 AWS 代理商業務對話，也可以寫成跟 Amazon 合作</li><li>超大的名氣品牌，例如 Stanford 交流 (搭配外國人照片)、YC 團隊… 都是 LinkedIn 國際熱門</li></ul><blockquote>Tier 2. 自身的故事</blockquote><ul><li>千萬不要搬運，把自己的故事寫好 + 一張厲害的照片。<br>(記得 3. 的教訓 = 不要提到台灣)</li><li>條列式 &gt; 文章式，大家沒耐心看</li><li>AI 代寫文盡量避免，真的太匠氣。比較好的作法是，你先寫中文，給 AI 改寫成英文<br>(至少內容是你的 insight)</li></ul><h4>5. 不要再灌「台灣好友」</h4><p>台灣好友不會給你「英文文章」的互動，也不會讓你的文章被推出去，甚至會變成流量屏障。</p><p>有機會參加任何國際活動，一定要手機拿出來拼命刷 LinkedIn 好友。</p><p>哪怕再也不會聊到也沒差，你只是要洗演算法 (無誤</p><p>其次是在 LinkedIn 上面加外國人好友，但最好是 2nd degree 的，也不要追逐大咖、他們根本不會回。</p><h4>最後的結論</h4><p>我知道台灣還是有很強的 LinkedIn 帳號，但幾乎都是在 HR 圈、「台灣」外商圈內的交流。</p><p>這些都不會改變本土帳號的事實。</p><p>剛開始貼英文 LinkedIn 的時候，流量兩三個讚，對於習慣 Facebook 經營、中文 LinkedIn 的人來說簡直受不了。</p><p>但這就是台灣出海的最大壁壘：</p><p>繼續貼中文 = 繼續高流量 = 繼續無法國際化</p><p>開始英文化 = 外國好友願意加你帳號 = 好的開始</p><p>如果你有興趣，可以追蹤看 <a href="https://www.linkedin.com/in/chiweilin131/">我在做什麼</a></p><p>遵照 5. 我並不追求高粉數，如果對你有幫助再來追喔！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a4626232c48b" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[台灣創業者去矽谷有多困難？2026 年的 AI 創業淘金熱]]></title>
            <link>https://medium.com/@C.W.Lin/%E5%8F%B0%E7%81%A3%E5%89%B5%E6%A5%AD%E8%80%85%E5%8E%BB%E7%9F%BD%E8%B0%B7%E6%9C%89%E5%A4%9A%E5%9B%B0%E9%9B%A3-2026-%E5%B9%B4%E7%9A%84-ai-%E5%89%B5%E6%A5%AD%E6%B7%98%E9%87%91%E7%86%B1-dd1fb8b61472?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/dd1fb8b61472</guid>
            <category><![CDATA[startup]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[創業]]></category>
            <category><![CDATA[founders]]></category>
            <category><![CDATA[矽谷]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Sun, 10 May 2026 12:06:32 GMT</pubDate>
            <atom:updated>2026-05-31T16:56:12.336Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>今年 4 月被美國 Stripe 邀請作為台灣唯一的 APAC 官方代表參加他們年會。在舊金山待了兩週。</blockquote><p>兩周間，深入創業圈的 San Francisco，跟當地創業者一起生活、一起開會。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*y3CaBKmmjm6H24fTbDdSpw.jpeg" /><figcaption>住在 Formosa Founder House ，平均年紀 25 歲</figcaption></figure><p>第一次了解為何台灣人「非常非常少」在矽谷創業：</p><ul><li>白手起家年輕人，在高消費的 SF 很難生存，月支出地板價 10 萬台幣，一週工作 80 小時，不是「南部人到台北」可以比擬</li><li>小有成的創業者，在資金上可以負擔，但發現自己的人脈跟影響力完全用不上，等於砍掉重來，覺得去美國 CP 太低</li><li>原本在矽谷的 Tech bro 創業，雖然有錢有朋友，但機會成本怎樣都不划算，還有房貸要繳、老婆小孩要養，金手銬拿不下</li></ul><p>這解釋為什麼大家講矽谷，卻沒有幾個人真的投入 🤷</p><p>不過，本文想講的故事不只是這個 <em>why not </em>，更是 <em>why yes</em>、什麼原因讓我下定決心未來盡力在此駐足。</p><p>對比於 2025 年在<a href="https://meet.bnext.com.tw/articles/view/52502">紐約住一個月</a>，這次震撼強烈 10 倍以上。即使千辛萬苦，也要想辦法在這邊活下去！</p><h4><strong>1. 矽谷新創飛輪：把陌生開發當呼吸</strong></h4><p>這邊的創業夥伴每天都在 build + talk to users。</p><p>這邊的創業者，白天起來就工作、週末也是整天工作。工作除了建立產品，就是泡在創業咖啡廳、或者參加創業者 / 開發者聚會，認識潛在用戶或合作對象，然後再把想法帶回家繼續趕工。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lU0W5Z5hEaI1-F-MX_fFcg.jpeg" /><figcaption>24 小時營業的 Corgi Cafe，可以隨時跟隔壁桌的創業者路人搭訕！</figcaption></figure><p>把迭代當水喝，把陌生開發、elevator pitch 當成呼吸一樣自然。被 cohort (創業同儕)、使用者推著走。如果在台灣，一定喊累，但看到其他創業者也這麼做，就不覺得辛苦或奇怪。</p><p>相對於同儕效益，我認為更不可取代的是「使用者需求」的快速累積。</p><p>「如果你做了 OOO，我就立刻付錢」</p><p>美國的新創有的是錢 (募資錢、淹腳目)、缺的是速度。</p><p>花同樣的錢，未必找的到員工 (或太貴了請不起)；轉向找一間更早期的新創尋求 solution，是非常常見的事。</p><p>因為需求存在，就很清楚知道 <em>*真正的問題</em> 是什麼，就知道怎麼打造產品。</p><p>這個創業環境、氛圍沒有替代品。紐約不行、東京不行、LA 不行，甚至南灣 (矽谷科技業地區) 都不對。創業氣息就只有 SF 這個唯一選項。</p><p>*真正的問題：簡單定義就是「有人願意付錢」，不是想像出來的虛擬需求</p><h4>2. 創辦人必須親自來，沒有「派人」這回事</h4><p>講兩個故事。</p><p>我聽過好幾次台灣創投說要給他們認可的創業者一、兩百萬美金去 relocate 到矽谷，但幾乎沒人願意。</p><p>我也聽過不少拿到一、兩百萬美金的公司，老闆第一個是想辦法花錢 hire 當地畢業生去當 BD，一年去個兩次露個臉就好。</p><blockquote>美國這麼艱困的市場，老闆親自來成功機率都爆低。 不想來、只想拿錢委託他人⋯ 沒看過這樣成功的公司。</blockquote><p>這邊真正的 playbook：</p><p>創辦人跟創辦人之間，用「人」為單位交流。不是透過產品、業務、更不是單純利益往來。</p><p>兩邊知道合作可以交朋友、可以一起 grow，BD / top sales 根本不會有人理。 然後一群創業家組成一個大聯盟網絡。</p><p>如果去問許多 B / C 輪以後的晚期新創，為何從創業一開始就有某某大企業做為客戶？怎麼開發的？</p><p>他們常常會說：因為我們在那些公司還是 YC 團隊的時候，就一起合作。只是剛好一起長大。</p><h4><strong>3. 我個人 face-to-face 的經驗</strong></h4><p>這次的兩週之間，我住在台灣人的 Formosa Founder House</p><p>一群在 SF hustle 的台灣年輕人，平均年紀不到 25 歲，每個都抱著矽谷創業夢在打拚，一週跑 5 - 10 場活動、日夜都在 build。</p><p>同時也跟 YCombinator 團隊 <a href="https://beacons.ai/">Beacons</a> (美國最大的創作者工具) 創辦人 Neal、<a href="https://insforge.dev/">Insforge</a> (YC 最新的高成長 Agentic Backend 團隊) 創辦人 Tony 見面，另外也認識了 a16z 加速器的 <a href="https://mirrormirrorai.com/">Mirror Mirror</a> (IP 媒合平台) 創辦人 Yusan。</p><p>最大的收穫不是任何會議、不是 Stripe Sessions 展場，而是跟真實在這裡 build 的人面對面 coffee chat。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qU5HY1l-E_8w8x0TLXtnqw.jpeg" /><figcaption>在 YC 隔一條馬路的餐廳跟 Tony 碰面，他才 24 歲，超有動能</figcaption></figure><p>每個人各自的 agency（執行力），讓我衝擊很深。</p><p>Tony 說明他怎麼透過 Hackathon 推動產品、讓 demo 影片達成 1M views、累積 8k Github stars；聽 Yusan 講 a16z 加速器如何帶動團隊成長⋯</p><p>即使只有 30 - 60 分鐘的對話，這種密度沒辦法透過 Meet / Zoom 隔空對話，更沒辦法用一整年的 podcast 學到。</p><p>最後，Neal 還邀請我未來去 SF 都歡迎去他的辦公室，也開啟了與 Tony 的產品合作！</p><h4><strong>4. </strong>創業者的<strong>精神時光屋</strong></h4><p>白天找 YC / a16z 旗下的創辦人聊天，晚上開 2–3 小時的會議溝通設計與開發，其他時間都是跟 Cub（我的 <a href="https://github.com/cwlin0131">AI 合作夥伴</a>）討論產品方向與企劃，然後 vibe coding 實作。</p><p>中間參加了 Manus 的工作坊、<a href="https://meet.bnext.com.tw/articles/view/53207">Stripe Sessions</a> 的年會活動。白天 Networking，晚上 Build。</p><p>每天 15 個小時的時數，沒空滑手機、沒空看影集、沒空旅遊。</p><p>這樣的速度不只是做事時間變兩倍，而是接近市場、客戶的時間加速 3 個次方，總體至少增加 <strong>8x 的效率</strong>。</p><p>兩周彷彿兩個月，矽谷絕對是創業者的精神時光屋！</p><h4><strong>5. </strong>學長在<strong>矽谷創業的故事</strong></h4><p>最後兩天，我去跟一個硬體創業十幾年的 UCLA 學長碰面。</p><p>他公司在兩年前出場賣掉。 我問他，選擇創業 vs 在業界工作，到現在十幾年了有比較划算嗎？</p><p>他打開看盤軟體~ 指出，2012 年開始創業時，Broadcom 股價 $4，現在 $430 當年就拿 10 萬美金的股票就好，現在也值 1000 多萬。 請問創業怎麼超越？</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/710/1*GWI2fjuOHnkuIoCKlc64Bw.png" /><figcaption>2012 年左右 Broadcom 曾經在谷底，沒想到現在全球市值 top 10</figcaption></figure><p>但他說，他未來還是會選擇創業，賺錢放第二，把東西做出來、有人想用最重要。</p><p>在矽谷創業，就是這個 guts。</p><p><strong>6. 結語：不論哪一種人，都極度「不舒服」</strong></p><p>這次見了矽谷少數幾個台灣來的創業者。 實際在這邊待下來的，真的就是突破他們各自的障礙。</p><ul><li>年輕人就給他苦下去</li><li>創業老手就從頭開始</li><li>Tech Bro 為了好玩、放棄高薪</li></ul><p>不論哪一種人，都是極度「不舒服」，但他們也不在意。 不管你原本日子多優渥，在這邊創業只能 grind。</p><p>如果沒有這樣的決心，就不要談出海。</p><p>現在，AI 時代讓這件事更殘酷：</p><ul><li>在 SF 飛輪裡創業，團隊 x 創辦人 x 客戶 = 8x 的效率</li><li>「派 BD、年訪兩次」的 Playbook 失效</li><li>AI 的 Power Law 更讓贏者全拿</li></ul><p>台灣還在廣泛討論 Claude 又推出新功能、怎麼開發新的 App，矽谷創業全部都是 Agent 的基礎建設或開發者工具。</p><p>這落差已經不是 10 倍的市場而已。</p><p>或許往好的方面看：</p><p>AI 時代給了我們更充分的理由，突破這些辛苦與困難，橫了心去矽谷淘金。</p><p>Reference:</p><ol><li>創業者的 AI 夥伴：<a href="https://github.com/cwlin0131/Vault-for-Founders">https://github.com/cwlin0131/Vault-for-Founders</a></li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=dd1fb8b61472" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[打造創業者專屬的 AI Vault - AI 時代的知識金庫]]></title>
            <link>https://medium.com/@C.W.Lin/%E6%89%93%E9%80%A0%E5%89%B5%E6%A5%AD%E8%80%85%E5%B0%88%E5%B1%AC%E7%9A%84-ai-vault-ai-%E6%99%82%E4%BB%A3%E7%9A%84%E7%9F%A5%E8%AD%98%E9%87%91%E5%BA%AB-3b43f6819cf6?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/3b43f6819cf6</guid>
            <category><![CDATA[founders]]></category>
            <category><![CDATA[創業]]></category>
            <category><![CDATA[startup]]></category>
            <category><![CDATA[ai-agent]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Wed, 15 Apr 2026 14:02:42 GMT</pubDate>
            <atom:updated>2026-04-15T14:02:42.983Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>AI Vault (AI 金庫) 絕對是 2026 年對「創業者」最重要的 AI 概念。我花了幾週時間打造基礎，並整理成 <a href="https://github.com/cwlin0131/Vault-for-Founders">Vault for Founders</a> (創業者的 AI 金庫) 這則免費的教學文件。</blockquote><p>這是一個給創業者閱讀的文章，完整敘述 AI Vault 是什麼、為什麼要建立、怎麼建立。</p><p>非技術背景完全 OK，整份文件也可以給你的 AI 閱讀，帶你完成流程。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9yl-rm90N3HtLEhbhOPsxA.png" /></figure><p>今年三月，<a href="https://taiwan.md/">Taiwan MD</a> 創始人吳哲宇首先跟我提及了這個概念，並且也將他的經驗與成果分享給我參考；</p><p>四月初，Tesla AI 總監 Andrej Karpathy 在<a href="https://x.com/karpathy/status/2039805659525644595">一篇文章</a>中提到他如何打造 AI 金庫，包含結構化資料、AI 建檔的方式；</p><p>沒隔幾天，演員蜜拉喬娃薇琪推出一個 <a href="https://github.com/MemPalace/mempalace">MemPalace</a> 記憶系統，目的也是有效建立個人的知識庫。</p><p>直到這週，我的 Vault 上線，也將我的經驗同步萃取、整理成這次的分享。</p><h4>技術門檻</h4><p>✅ 只要你有用 Cowork 的經驗，就有能力完成</p><p>✅ 用過 OpenClaw 或 Claude Code 的人，絕對沒問題</p><p>✅ 過程中會首次安裝 Obsidian 和 GitHub，千萬不要怕，這兩個工具都是免費的，AI 會帶你裝完</p><p>✅ 整體研究 + 安裝 + 充實內容的時間，大約一個周末兩天</p><p>相對於工程師或 AI 專家的華麗內容，Vault for Founders 的特色在於，這是一個你一定可以看得懂邏輯、架構的設計。</p><p>提供創業朋友一個基礎的地基，讓你們發展成獨特的模樣 💪</p><h4>AI Vault 是什麼？</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GRxSNd4PUefji8F0dLhLqA.png" /></figure><p>簡單來說，就是一個放在你電腦裡的「資料存取結構」，一套專門寫給 AI 讀的維基百科（外國稱之為 LLM Wiki），讓 AI 可以快速了解你和你的公司。</p><p>裡面全部都是純文字檔（.md 格式），透過 README 索引讓 AI 知道去哪找資料；</p><p>每個檔案的開頭用 YAML frontmatter 標註分類、標籤、日期，讓 AI 在大量檔案中快速定位。</p><p>你不用整理得多完美，AI 只要看得懂結構就能高效運作。</p><p>相較於 MemPalace 走的是 Python + 資料庫的技術路線；</p><p>Vault 刻意選擇純文字檔 + 資料夾的架構，不需要任何程式能力，創業者打開 Obsidian 就能自己看、自己改。</p><p>如果你把 AI 模型、Cowork、OpenClaw 等當成不同職能的員工，Vault 就是這批 AI 員工的 onboarding 教學。</p><p>從此 AI 不再是實習生，而是成為你的 AI 合夥人。</p><h4>為何要打造 AI Vault？</h4><p><strong>1️⃣ 跨越 LLM，不被單一工具綁死</strong></p><p>Vault 是純文字檔案，Claude 能讀、Gemini 能讀、OpenAI 也能讀。</p><p>資料從此不用存在特定的 LLM，你不會因為換了一套 AI 工具就要重新來過。</p><p><strong>2️⃣ 裝置同步，一套知識庫自行運用</strong></p><p>同一個 Vault，</p><p>接上 Cowork 就是你辦公室的助理；</p><p>接上 OpenClaw 就變成遠端夥伴；</p><p>接上 Claude Code 就變成產品團隊。</p><p>有人說 Cowork 跟 OpenClaw 不會永遠存在。免驚，只要 Vault 在，未來任何系統都可以串接。</p><p><strong>3️⃣ 大量節省 Token，Context 不會輕易爆炸</strong></p><p>如果你常常跟 AI 深度討論，一定遇過 session 爆炸的問題，而且 context 隨著時間愈來愈長；</p><p>打算串 API 接上 Notion 管理，會發現分頁一多，讀取速度更慢、而且終有一天會跟你收費。</p><p>Vault 可以想成是「本機端」的 Notion，AI 可以直接讀電腦上的檔案。</p><p>因為 Vault 有索引結構，AI 不需要每次都讀完全部檔案，只讀任務相關的部分就好。</p><p>速度不但超快，Token 消耗甚至是 API 的 10% 不到。</p><p>問題來了：一直強調本機，跨裝置怎麼用？電腦壞了不就消失了？</p><p><strong>4️⃣ GitHub 雲端備份、版本追溯</strong></p><p>這時候，GitHub 就登場了。</p><p>Vault 搭配 GitHub 做版本控制，每一次修改都有紀錄。</p><p>哪天 AI 自作主張改壞了你的資料，一行指令就能回到上一個版本。</p><p>這是 Notion、Google Docs 做不到的事。</p><p>本機用 Obsidian 操作、備份用 GitHub 存取。</p><p><strong>5️⃣ 永久免費，隨時打包帶走</strong></p><p>最後，也可能最重要的是：</p><p>Obsidian 免費、GitHub 免費、檔案在你的電腦裡。</p><p>沒有訂閱費、沒有平台鎖定，整個資料夾複製走就好。</p><p>✅ 上面 1–5 點，只要你的需求符合任何 2 項以上，都強烈推薦你建置 AI Vault。</p><h4>幾個先天限制</h4><p>⚠️ 本機檔案比 Google 雲端更容易遺失、被竊取，不應該用來保存高度機密的資訊。</p><p>⚠️ 隨意讓來路不明的 LLM 接上你的 Vault，等於瞬間把你的一切交出去。</p><p>目前已知：</p><p>Anthropic (Claude)、OpenAI、Google (Gemini) 都在 Policy 明定預設不會拿你的資料去訓練模型；</p><p>但 Grok、DeepSeek 在政策上沒有明確承諾，接入前要自己評估風險。</p><h4>Vault for Founders</h4><p>我將自己幾週建置的完整框架、改版、優化，打包在一起：</p><p>✅ setup-guide：環境建置手冊，從安裝 Obsidian、GitHub 到第一次同步，一步一步帶你做完</p><p>✅ templates：初期模板，包含 Vault 索引、Agent 人格設定、長期記憶摘要、收官流程，不用從空白頁開始</p><p>✅ optimization-guide：建完之後的持續優化，包含索引設計、檔名規範、標籤系統、記憶清洗，讓你的 LLM Wiki 越用越精準</p><p>✅ architecture：架構設計說明，交代每個資料夾為什麼這樣切</p><p>建議花一點時間讀 Readme，後面把連結交給 AI，它會按照順序帶你走完全程。</p><blockquote>我的模板範例是採用「AI 合夥人」作為 AI Agent 的設計目標。</blockquote><p>跟我一起思考、幫我做事，但不是取代我的角色。</p><p>(創辦人應該不會想被取代 🥲</p><p>裡面所有的模板都可以自己複製、重新打造，變成自己的版本。</p><h4>給創辦人的幾個重要結論</h4><p>AI Vault 是一個「知識複利」的系統。</p><p>光是想到它可以結構化地整理、呼叫我每天的靈感，</p><p>並且透過愈來愈聰明的 AI 幫我做成行動方案，甚至變成 Skills 流程、Coding 成產品，</p><p>就覺得創業變得海闊天空！</p><p>期待我的經驗分享，也可以幫助到你們。</p><p>Vault for Founders 分享給你：</p><p><a href="https://github.com/cwlin0131/Vault-for-Founders">https://github.com/cwlin0131/Vault-for-Founders</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3b43f6819cf6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 產品開發：AI vs UI 介面設計的產品思維比較]]></title>
            <link>https://medium.com/@C.W.Lin/ai-%E7%94%A2%E5%93%81%E9%96%8B%E7%99%BC-ai-vs-ui-%E4%BB%8B%E9%9D%A2%E8%A8%AD%E8%A8%88%E7%9A%84%E7%94%A2%E5%93%81%E6%80%9D%E7%B6%AD%E6%AF%94%E8%BC%83-e17838e2fd8d?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/e17838e2fd8d</guid>
            <category><![CDATA[ai-product-management]]></category>
            <category><![CDATA[product-manager]]></category>
            <category><![CDATA[產品管理]]></category>
            <category><![CDATA[ai-agent]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Mon, 23 Mar 2026 16:32:47 GMT</pubDate>
            <atom:updated>2026-03-23T16:32:47.658Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>本文記錄我練習 AI 產品開發的過程，逐漸認識 SaaS vs AI 產品在開發邏輯、產品思維上的差異。</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*p2DJHdcD-lQBQWpmRHszCQ.jpeg" /></figure><p>首先開發者必須要切換 UI vs AI 的介面設計思維：</p><p>✅ UI 介面是畫給人看，讓人了解這個產品在幹嘛、流程怎麼操作、有沒有注意事項。</p><p>我們熟悉的兩個傳統軟體操作階段：</p><ul><li>理解階段： 機器 → UI (視覺化) → 使用者 (人)</li><li>操作階段： 使用者 (人) → UI (點擊/輸入) → 機器執行指令</li></ul><p>✅ AI 的介面是寫給 agent 看，讓幫人做事的 AI agent 可以理解這個 API 的邏輯、串接流程、設定的注意事項，然後把這些資訊告訴使用者。</p><blockquote>*舉例來說，Skills 就是給 AI agent 看的 AI 介面</blockquote><p>AI 軟體 (如 Claude Code) 的兩個階段變成：</p><ul><li>理解階段：機器 → Skills (API / Schema) → AI Agent (理解邏輯、運作方式等)</li><li>操作階段：使用者 (補充資訊、確認執行) → AI Agent (獲得授權、參數) → Skills (呼叫 API) → 機器執行指令</li></ul><p>以最小化的例子來說，假如有一個文字框的「字數限制為 50 字」：</p><p>UI 的世界，超過 50 個字時，框格底下會顯示紅色的字「最多只能輸入 50 個字」，然後不能按【下一步】按鈕；</p><p>AI 的世界，系統要透過 Skills 或其他方式跟用戶的 AI agent 溝通，讓 agent 在對話中提醒用戶「最多只能輸入 50 個字」如果超過這個限制，就不能讓用戶繼續 (不然可能會壞掉)。</p><blockquote>關鍵差異在於，我們要跟 AI agent「說明」這件事，而非明確設定一個禁止流程卡點。</blockquote><p>白話文來說：</p><p>UI 時代的設計是做給人類看，AI 時代的設計是做給 agent 看。</p><p>Agent 夠聰明，會用他的方式引導他的使用者。</p><p>未來當人類將習慣透過文字指令 (prompt) 與 AI agent 溝通，將不再受到固定視覺化框架、路徑的限制。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e17838e2fd8d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Pokémon Go 用 10 年打造 300 億張照片的AI 機器人外送「地圖資料庫」]]></title>
            <link>https://medium.com/@C.W.Lin/pok%C3%A9mon-go-%E7%94%A8-10-%E5%B9%B4%E6%89%93%E9%80%A0%E5%85%A8%E7%90%83%E6%9C%80%E5%A4%A7%E7%9A%84ai-%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%A4%96%E9%80%81-%E5%9C%B0%E5%9C%96%E8%B3%87%E6%96%99%E5%BA%AB-975825c94b8c?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/975825c94b8c</guid>
            <category><![CDATA[data]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[pokémon-go]]></category>
            <category><![CDATA[產品經理]]></category>
            <category><![CDATA[創業]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Sun, 22 Mar 2026 08:37:20 GMT</pubDate>
            <atom:updated>2026-03-22T08:43:20.249Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>距今 10 年前的 2016 Pokémon Go 剛上線，我編譯了一篇 Pokémon Go 全球爆紅的 <a href="https://www.facebook.com/photo.php?fbid=10153901845398937&amp;set=a.10150639772578937.382969.707813936&amp;type=3&amp;theater">10 大創業階段</a> 歷程。</blockquote><blockquote>本文將整理 Pokémon Go 公司 Niantic 與創辦人 John Hanke 跨越 30 年的創業歷程。</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IL1PNocvv26xP_TL7GOo3g.png" /></figure><p>今年 3 月初，美國 <a href="https://www.technologyreview.com/2026/03/10/1134099/how-pokemon-go-is-helping-robots-deliver-pizza-on-time/">MIT 科技新聞</a> 報導了 Pokémon Go 的巨大轉型：</p><blockquote><strong>Pokémon Go 的公司 Niantic 將用 300 億張的圖像資訊，打造『英吋精準』的外送機器人大軍。</strong></blockquote><p>這大概是全球 UGC (使用者生成內容) 最經典的應用案例。</p><p>沒有動用任何一台「街景車」，直接靠著社群與使用者， $0 打造出全球最大的運送地圖。</p><h4>簡單理解這次的新聞</h4><p>2025 年，Niantic 把 Pokémon Go 等遊戲部門以 35 億美金賣給 Scopely；</p><p>同時，拆分出一家新公司 Niantic Spatial，拿到 2.5 億美金資金，由創辦人 John Hanke 繼續領軍。</p><p>Niantic Spatial 用過去十年玩家「街拍」的 300 億張街景照片，訓練出一套不靠 GPS 定位、純粹用攝影機畫面比對的系統，定位精準度到達公分等級 (in inches)</p><p>這邊解決一個重大問題：</p><blockquote>GPS 訊號會在城市高樓之間會因為建築反射，誤差高達 50m</blockquote><p>MIT 報導提到，Niantic 第一個客戶是 Coco Robotics，有約 1,000 台外送 Pizza 的機器人。</p><p>Hanke 說：</p><blockquote>「讓皮卡丘在人行道上跑來跑去，跟讓機器人在街上行駛，本質上是同一個問題。」</blockquote><h4>Niantic 的數據有什麼特別</h4><p>Pokémon Go 累積的 300 億張照片，集中在遊戲中的道館、對戰場、寶可夢站等重要的遊戲地點。</p><p>每個熱點都有數千至上萬張照片，從不同角度、不同時段、不同天氣拍攝，照片也帶有精確的位置、手機方向等 metadata。</p><p>全球幾千個城市、合計上百萬個熱點。</p><p>打造出 Google Map 以外，全球最大型的「地圖資料庫」</p><p>對我來說，這個故事遠遠不只是「聰明的商業模式」</p><p>更重要的是，Niantic 的營運包含了幾項關鍵元素：</p><h4>1. Niantic 是一個賺錢機器</h4><p>旗下 Pokémon Go 極為賺錢，下載次數達 10 億次，每年營收穩穩地 5–10 億美金。</p><h4>2. Niantic 同步打造了全球最精準的「地圖數據」</h4><p>超過 5000 萬 MAU (每月活躍人數)，10 年打造了 300 億的圖片資料庫，比 Google Map 更精細。</p><h4>3. Niantic 完成了一場「群體行為」的數據實驗</h4><p>Pokémon Go 的參與模式，將線上流量轉化為線下人流，讓商家、城市旅遊有了全新的互動型態。</p><p>*在台灣，AAMA 創業同學經營的 <a href="https://walkin.tw/page-1432/">島內散步</a> 就有跟 Pokémon Go 合作 36 條文化探索路線</p><p>回到 2016 年那篇文章。</p><p>John Hanke 個人的經歷：</p><ul><li>1996 年做 MMO 線上遊戲，賣給了 3DO</li><li>2000 年創 Keyhole (GPS 線上遊戲)</li><li>2004 年被 Google 收購變成 Google Earth</li><li>2012 年創了 Niantic，做了 Ingress 為 Go 前身</li><li>2016 年推出 Pokémon Go 爆紅</li></ul><p>事隔 10 年，Hanke 又成長到了新的階段：</p><p><strong>營運持續獲利 + 用戶持續參與 + 保持實驗精神</strong></p><p>這些要素打造出 AI 世界的「產品飛輪」：</p><blockquote><strong>產品吸引用戶 → 用戶產出數據 → 數據打磨 AI → 建立 AI 護城河</strong></blockquote><p>2016 年，我當時文章結尾寫道：</p><blockquote>升級是在累積實力、也在累積運勢。</blockquote><blockquote>終有一天，當機會到我們的面前，我們就不會扼腕當年沒有做足了努力、讓自己準備好接下這項挑戰。</blockquote><p>事隔十年，不論是不是 AI 的時代，這件事都沒有改變。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=975825c94b8c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[2026 全球 AI Agent 現象級工具 OpenClaw 龍蝦助理 - 全攻略 + 免費安裝手冊]]></title>
            <link>https://medium.com/@C.W.Lin/2026-%E5%85%A8%E7%90%83-ai-agent-%E7%8F%BE%E8%B1%A1%E7%B4%9A%E5%B7%A5%E5%85%B7-openclaw-%E9%BE%8D%E8%9D%A6%E5%8A%A9%E7%90%86-%E5%85%A8%E6%94%BB%E7%95%A5-%E5%85%8D%E8%B2%BB%E5%AE%89%E8%A3%9D%E6%89%8B%E5%86%8A-5f291cdd9420?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/5f291cdd9420</guid>
            <category><![CDATA[ai-agent]]></category>
            <category><![CDATA[openclaw]]></category>
            <category><![CDATA[agentic-ai]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[創業]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Tue, 10 Mar 2026 15:48:10 GMT</pubDate>
            <atom:updated>2026-03-10T15:48:10.146Z</atom:updated>
            <content:encoded><![CDATA[<h3>2026 全球 AI 現象級工具 OpenClaw 龍蝦助理 - 全攻略 + 免費安裝手冊</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6WxV03rqP-Kvap9obB_Sjw.jpeg" /></figure><p>現在是 2026 年的 Q1 末，今年市場上推出了一款「現象級」的 AI Agent 應用工具，完全開源、任由全球開發者社群自行組裝、修改：</p><blockquote>OpenClaw 龍蝦助理 (原名 Clawdbot、Moltbot)</blockquote><p>OpenClaw 到底有多神？</p><p>本工具由奧地利創業家、開發者 <a href="https://x.com/steipete?lang=en">Peter Steinberger</a> 打造，從 2025 年 11 月默默上線，到 2026 年 1 月底徹底爆發。</p><p>幾個亮點：</p><ul><li>GitHub 星總數超越 React、最初幾天內超越 n8n，甚至引發美國多個地區 Mac Mini 搶購潮 (來源：<a href="https://pbxscience.com/openclaw-2026s-first-major-ai-agent-security-crisis-explained/">PBX Science</a>)</li><li>創辦人 Steinberger 在 2 月 14 日宣布加入 OpenAI，專案移交給開源基金會</li><li>NVIDIA 黃仁勳公開評論 OpenClaw 是「可能是有史以來最重要的軟體發佈」 (來源：<a href="https://www.cnbc.com/2026/03/10/nvidia-open-source-ai-agent-platform-nemoclaw-wired-agentic-tools-openclaw-clawdbot-moltbot.html">CNBC</a>)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9SA78rGet3d5wbBJJ8aOAA.jpeg" /><figcaption>OpenClaw 幾周內超越 n8n 六年累積的 Github 星星數</figcaption></figure><p>利用春節，我親自安裝 OpenClaw 龍蝦助理，本文整理我的實作心得。</p><p>同時，我也寫了一份給忙碌「創業老闆」的 10 頁龍蝦安裝手冊。</p><p>本文紀錄作為「非工程師」創業老闆啟動的實作經驗，內容包含：</p><p>✔️ OpenClaw 作為創業者的使用目標</p><p>✔️ 硬體如何挑選與設置 (PC 也可以安裝！)</p><p>✔️ 安裝流程的時間與遭遇挑戰</p><p>✔️ 首次安裝的注意事項</p><p>身邊非常多創業朋友持續 Fomo，其實只要靜下來一個完整周末即可完成。</p><p>如果你是願意放下創業者的休息時光，用熱情擁抱未來科技，非常適合一起參與挑戰。</p><p>最後，文末將附上一份我用 AI 協助整理的一份 10 頁「OpenClaw 手冊」，紀錄這段時間所有與 AI 的討論，免費提供大家下載。</p><blockquote>For those who come after.</blockquote><h3>(一) 為什麼創業者應該裝 OpenClaw</h3><p>先講結論：我不期待 Claw 幫我打造產品，而是「親手摸到 AI 的邊界」</p><p>我先前寫的 <a href="https://medium.com/@C.W.Lin/2026-%E6%9C%80%E5%BC%B7-ai-openclaw-%E5%85%A8%E8%83%BD-ai-agent-c2b4b8e9cced">文章</a> 有提過：</p><blockquote>LLM (ChatGPT / Claude) 是開著 Google 的實習生、</blockquote><blockquote>Vibe Coding 工具 (Cursor) 是工程師助理、</blockquote><blockquote>產品工具 (Lovable / Firebase AI) 是外包產品團隊。</blockquote><p>但 OpenClaw 不一樣，</p><blockquote>他是一個全能大總管的 AI Agent，可以接上 email、雲端文件、上網、寫 code，並透過通訊軟體呼叫的全能特助。</blockquote><p>我期待的四大任務 (目前) 包含：</p><ul><li>探索自動化：信箱整理、行事曆排程、報告產出</li><li>AI Coding 實驗：寫簡單的腳本、爬蟲、資料處理工具</li><li>Prototyping / POC：快速驗證一個想法是否可行，再交給工程師之前先看到雛形</li><li>資訊蒐集：競品分析、新聞監控、社群趨勢追蹤</li></ul><p>OpenClaw 的潛力邊界在哪？</p><p>與其看 100 篇介紹文，不如親手做一次。</p><h3>(二) 硬體如何挑選</h3><p>看過美國熱門的 <a href="https://www.youtube.com/watch?v=Qkqe-uRhQJE">YouTube 影片</a> 提到：可以使用雲端 AWS</p><p>研究之後，我認為「單機運作」更有一個「助理夥伴」的感覺。</p><p>關於硬體，要先破解兩大擔憂：</p><blockquote>❌ 裝 OpenClaw 需要 GPU、高階電腦、自己跑 AI 模型</blockquote><blockquote>❌ 裝 OpenClaw 只能在 Mac 上，熟悉 PC 的用戶 GG</blockquote><p>事實是，OpenClaw 的 AI 運算全在雲端 (透過 Open AI / Claude API)，你的電腦只負責跑一個輕量的「背景服務」</p><blockquote>*背景簡單來說，就是沒有實際的操作畫面，資源用量少很多</blockquote><p>所以硬體選擇的邏輯不是「什麼跑得動 AI」，而是「什麼能 24 小時安靜地待在桌角」。</p><p>事後來看，如果你熟悉 Mac，絕對優選 Mac Mini；</p><p>但如果不敢 (或不想) 碰 Mac，PC 絕對行得通！</p><h4>我的規格：</h4><ul><li>Acer Mini PC (型號：RB102)</li><li>Intel i3 處理器</li><li>8GB RAM =&gt; 手動升級到 16GB</li><li>128GB SSD =&gt; 未來需要再升</li></ul><blockquote><strong>總花費約 NT$13,000</strong></blockquote><p>需要準備有線的鍵盤、滑鼠啟動，螢幕也是安裝的時候需要。</p><p>後續全部透過 Telegram 從手機或筆電操控，除非斷線，都不用再碰這台電腦。</p><h3>(三) 安裝流程</h3><p>簡單來說：一個周末絕對可以完成</p><blockquote>身為公司創辦人、AI 熱愛者，強烈建議大家自己安裝，不要付錢請人幫忙。</blockquote><p>透過 LLM 的輔助，門檻已經夠低；</p><p>一輩子難得還有機會再碰硬體，未來可能全部都是套裝軟體了！</p><p>關於步驟，都寫在手冊。</p><p>但是隨著時間，極有可能明天一兩步設定就改變；</p><p>換成 Mac 可能又是另一個順序…</p><p>所以，強烈建議電腦開著 LLM 視窗在旁邊引導你操作。</p><blockquote>AI 推薦：我使用 Claude Opus 4.6，效率真的有差，但非常昂貴</blockquote><h3>(四) 我踩過的坑</h3><h4>🛠️ WSL2 的 DNS 問題</h4><p>裝完 Windows 子系統的 Linux (WSL2) 之後，發現什麼都連不上網路。查了半天，原因是 DNS 設定被 Windows 自動覆蓋。</p><p>丟給 Claude 問，運氣好 3 分鐘解決、運氣差半小時搞定。</p><h4>🛠️ Telegram 配對不直覺</h4><p>設定 Telegram Bot 的時候，配對流程非常不直覺，沒有提示，很容易卡住。</p><p>同樣丟給 Claude 問，Sonnet 模型卡關老半天，Opus 10 分鐘搞定。</p><blockquote>*值得一提的是，上述兩個問題 Mac 就不太會有，PC 果然是開發者的豬隊友 😵</blockquote><h4>🛠️ 電腦重開機、網路斷線</h4><p>說起來好笑，OpenClaw 最重要的一個環節：保持連線狀態</p><p>這是雲端、行動世代難以想像的「已知用火」等級問題。</p><p>記得要將 PC 所有的休眠、關機狀態調到永久，然後將更新設定成必須手動確認。</p><blockquote>*這也是為什麼要買一台「桌上電腦」，而非使用筆電。筆電本身就不適合長期開機，包含電池耗損、散熱等問題。</blockquote><h3>(五) 精選 FAQ：</h3><h4>1. 安全性怎麼處理？</h4><p>可以將 OpenClaw 視為「在電腦上權力無限大」的存在。</p><p>想像你給你個實習生用你的電腦，是不是公司的秘密都被看光？</p><p>所以，我給他一台新的電腦、註冊新的 Gmail，把權限跟我自己完全分離。</p><p>爾後，再將 notion / slack 的權限依照需要分享給他。</p><h4>2. 除了電腦，事前還要準備什麼？要跑 AI 模型嗎？</h4><p>作為創業者，我推崇一件事：用最低成本、最快速度測試</p><p>AI 模型? 一律外包用 API =&gt; 這要另外購買</p><p>但要特別注意，過去我們習慣無限制的操我們的 AI (視窗版)</p><p>切換到 OpenClaw 才發現，我用最高階模型玩 5 分鐘，就花了 $10 美金 🤯</p><p>國外 YouTube 說，一律用最高階 Opus4.5 是騙人的！</p><p>強烈建議大家體驗看看 AI Agent 的 Token 使用量，吃米才知米貴</p><p>換成 Haiku (Claude 最低模型) 一點都不可恥</p><h3>結論</h3><p>最後我想說：</p><p>非工程師 + AI 輔助 = 你也可以做到！</p><p>我小時候沒碰過 Linux、10 年以上沒有開終端機~</p><p>這次全程開著 Claude，遇到任何錯誤訊息，直接複製貼上去問。</p><p>一邊很心虛地把所有不太懂的答案複製貼上，貼了 50 次，就順利 work 了。</p><p>(想起小時候用 Dos 會卡關一整天)</p><p>不必重新發明輪子，但這就是 2026 年的現實。</p><p>身為創辦人，我們必須承擔這種「未知的心虛」走下去，才能持續探索世界。</p><p>完成安裝後，看到 Telegram 上浮現 “Typing…” 字樣，並且在隔天早上傳來了本日的「叮嚀」，就知道努力是值得。</p><p>剩下就是探索各種可能性：</p><ul><li>串接 Calendar</li><li>串接 Slack</li><li>串接 Linear</li><li>發送 Email</li><li>建立小型資訊整合網站<br>….</li></ul><p>創業家的探索精神，就是再 FOMO 也要走下去。</p><h3>OpenClaw 安裝手冊 — 免費下載</h3><p>🔗 附上完整 10 頁初學手冊：<a href="https://portaly.cc/cwl/product/2ZeDjb6hkj8er65KlTTj?code=Claw">免費下載連結</a></p><p>備註：</p><ol><li>手冊內容太多，我無法逐一檢查，如果有誤，以實際操作為主。</li><li>本連結下載免費，如果發現要刷卡，代表沒有點正確。</li></ol><p>除了訂閱我的 Medium 取得 AI / Startup 相關資訊與分享，也歡迎追蹤我的 <a href="https://www.facebook.com/chiwei0131/">臉書</a> 或 <a href="https://www.threads.com/@cw.lin_">Threads</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5f291cdd9420" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 工具取代誰？工程師、PM、小編、全能助理⋯ 公司中的 AI 職務一次看懂]]></title>
            <link>https://medium.com/@C.W.Lin/2026-%E6%9C%80%E5%BC%B7-ai-openclaw-%E5%85%A8%E8%83%BD-ai-agent-c2b4b8e9cced?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/c2b4b8e9cced</guid>
            <category><![CDATA[創業]]></category>
            <category><![CDATA[ai-agent]]></category>
            <category><![CDATA[軟體工程師]]></category>
            <category><![CDATA[專案管理]]></category>
            <category><![CDATA[產品經理]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Tue, 03 Feb 2026 16:37:38 GMT</pubDate>
            <atom:updated>2026-02-06T02:25:26.495Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>原本以為「AI 讓員工失業」還是一個神話，直到 2026 年 OpenClaw 誕生。</blockquote><p>本文以身為創業者、公司經營者角度，探討各種 AI 工具對應「公司團隊」的角色職能。</p><p>2026 年初誕生了讓全球創業老闆、開發者 FOMO + 失眠 的 Openclaw🦞</p><p>終於有機會好好了解 OpenClaw (原名 Clawdbot / Moltbot)，若以公司經營的角度來看，絕對是顛覆性的意義！</p><p>需要急著學習 OpenClaw？</p><p>我建議先看完本文，了解這套工具的定位與你的個人需求。</p><p>本文採用「公司成員」的角度做比喻，整理我對 OpenClaw 與其他最熱門 AI 工具的觀點。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TsUOvnTV4UbsRJdX9K7y9w.jpeg" /></figure><p>這幾年大家都講 AI Agent，最簡單的理解就是 AI 擬人化。</p><p>各種 AI 工具所代表的角色如下：</p><h4>1. LLM (ChatGPT / Claude)</h4><p>角色：拿著百科全書的客服 or 實習生</p><p>擅長：<br>- 回答問題、解釋概念、翻譯、摘要<br>- 搭配 Knowledge Base 可以變成專屬客服<br>- 幾乎零門檻，人人都能用</p><p>✅ 如果加上 knowledge base (內部資料)，則可以成為公司專屬的服務人員。</p><h4>2. Vibe Coding 工具 (Cursor / Claude Code)</h4><p>角色：工程師助理 / 初階工程師</p><p>擅長：<br>- 在程式編輯協作，幫你寫 code、debug、重構<br>- 熟悉你的 codebase，理解專案上下文<br>- 可以 in-house 分工，也可以當外包使用</p><p>✅ 如果工程師本身有足夠的架構能力，Cursor 可以讓一個人有三個人的產出。像是技術主管帶領一個小團隊。</p><h4>3. 產品工具 (Lovable / Firebase AI)</h4><p>角色：外包產品團隊，包含設計與前端</p><p>擅長：<br>- 用自然語言描述，幾分鐘產出可運作的全端應用<br>- 前端 UI + 後端 API + 資料庫 + 部署，一條龍完成<br>- 程式碼可匯出、同步 GitHub</p><p>✅ 專長是快速產出 prototype 與 MVP，但後面維運還是要交回給團隊。</p><h4>4. Manus</h4><p>角色：外包專案執行，從企劃到開發</p><p>擅長：<br>- 丟一個大目標，拆解步驟、使用工具、產出結果<br>- 可以做深度研究、數據分析、寫程式、產報告</p><p>✅ 最多人用來協助研究 + 整理 + 產出，也可以跑出像 lovable 一樣的產品 prototype，但更接近 total solution。</p><h4>5. OpenClaw (Moltbot)</h4><p>角色：in house 私人助理 + 全能員工</p><p>擅長：<br>- 操作者可以透過「訊息工具」直接跟他對話下指令<br>- AI 直接操作你的電腦，發信、寫 notion 筆記、轉帳…<br>- 整個機器人都可以在你的電腦上運作，彷彿給一個員工一台電腦</p><p>✅ 目前許多網路聲量認為 OpenClaw 是最接近「獨立員工」的角色，因為他可以讀取內部資料、並操作 1–4 的 AI 工具。</p><p>回到為何 OpenClaw 火紅？</p><p>我的解讀是：OpenClaw 現在定位為「操作 AI 的 AI 員工」</p><p>但這就如同任何公司 hire 一個員工，並不是解決所有的問題，而是會有極大的訓練成本：</p><p>- 了解公司的運作<br>- 了解自己的職責<br>- 明確分配權限 (不能亂發信、不能亂轉帳！<br>- 讓員工 (AI) 學習如何跟自己溝通、滿足自己的需求…</p><p>員工會做的蠢事，AI 可能也會做。</p><p>熟悉團隊經營會知道，這造就了全新的職場議題：</p><blockquote>AI 員工如何管理？</blockquote><p>這也是國外社群普遍不建議工作團隊此刻立即導入的原因。</p><p>之外，OpenClaw 還潛藏著更顛覆性的意義：</p><blockquote>如果 AI 可以掌握一台電腦、操作其他 AI 工具，那企業正式導入後，就能完全取代一批制式的員工職能。</blockquote><p>原本以為這還要多年後才能看到，想不到 2026 已經發生 🤯</p><p>Reference:</p><ul><li>CW <a href="https://www.facebook.com/photo?fbid=10163010673648937&amp;set=a.10150639772578937">原文連結</a></li><li>推薦 <a href="https://www.youtube.com/watch?v=Qkqe-uRhQJE">影片介紹</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c2b4b8e9cced" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[如何開發 AI 軟體產品 – 與傳統軟體有何不同？]]></title>
            <link>https://medium.com/@C.W.Lin/%E5%A6%82%E4%BD%95%E9%96%8B%E7%99%BC-ai-%E8%BB%9F%E9%AB%94%E7%94%A2%E5%93%81-%E8%88%87%E5%82%B3%E7%B5%B1%E8%BB%9F%E9%AB%94%E6%9C%89%E4%BD%95%E4%B8%8D%E5%90%8C-d5ebff435b88?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/d5ebff435b88</guid>
            <category><![CDATA[vibe-coding]]></category>
            <category><![CDATA[產品經理]]></category>
            <category><![CDATA[產品開發]]></category>
            <category><![CDATA[創業]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Tue, 27 Jan 2026 16:46:15 GMT</pubDate>
            <atom:updated>2026-01-27T18:07:19.137Z</atom:updated>
            <content:encoded><![CDATA[<h3>如何開發 AI 軟體產品 – 與傳統軟體開發有何不同？</h3><blockquote>2023 年 5 月，我們使用 GPT3.5 turbo API (當時有 GPT 4 沒開放) 打造一個「一鍵生成網站」的 AI 工具。</blockquote><blockquote>使用者可以輸入一個外部網址，一鍵完成 <a href="http://portaly.cc/">Portaly</a> 微型網站，並獲得了美國 Product Hunt <a href="https://www.producthunt.com/products/portaly/launches/portaly">Product of the Day</a> 殊榮。</blockquote><p>兩年後的現在，覺得那套 Portaly AI 根本是一個半成品：</p><p><em>穩定性有限，經常無法正確解析、產出，甚至許多非 AI 的純程式環節。</em></p><p>近期聽到 <a href="https://www.youtube.com/watch?v=z7T1pCxgvlA&amp;list=TLGG65yycv6TRNUyNzAxMjAyNg">Lenny Podcast</a> 訪談 Open AI / Google 的 AI 工具開發者後，卻產生的不同的想法。</p><p>本文將整理我對現今 AI 世界的理解，討論一項重要議題：</p><h4>如何開發 AI 軟體產品 — 與傳統軟體有何不同？</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uUIvZvWYunDEC6-cXx8aog.jpeg" /><figcaption>打造 AI 產品指南</figcaption></figure><p>時至 2026 年，作為創業者或產品開發者，我們遇到的不只是新科技的困難，而是 AI 基礎建設的「典範轉移」 (paradigm shift)</p><p>口語一點：</p><blockquote>我們熟悉的開發邏輯、產品框架全部顛覆；新創老闆、旗下開發者的角色，以及新創護城河也全部改變。</blockquote><p>首先，打造 AI 產品必定會遇到兩大核心挑戰：</p><h4>1. 非決定性 (Non-deterministic)</h4><p>傳統軟體平台或工具 (如 airbnb / notion / canva) 都有明確的輸入，並可以預期輸出。</p><p>AI 產品因使用者的 input 是自然語言，output 則是多變的 LLM ，導致整套系統都變成一個黑盒子。</p><h4>2. 自主性 (Agency) vs. 控制權 (Control)</h4><p>每個人使用 AI，都寄望著透過 AI 「自動完成」任務。</p><p>然而，兩難就在於，愈高的 AI 自主性代表透過 AI 完成一連串決策，搞砸的機會倍數提升。</p><p>反之，增加人類的控制權，可以讓系統穩定，卻回歸到傳統軟體，並沒有真正創造「AI 價值」</p><p>以下整理 4 個 AI 時代軟體開發的準則。</p><p>只要持續搶灘 AI 軟體應用賽道，就必須顛覆既有的習慣：</p><h4>1. 擁抱「非決定性」的本質</h4><ul><li>Input 黑盒子：從過去的按鈕、UIUX，變成一段空白的語言 prompt。<br>開發者幾乎無法控制使用者的輸入，導致每個人的體驗落差極大</li><li>Output 黑盒子：LLM 是機率性產出的，同一段 input 也不會有相同 output。更慘的是，再強的 model 也會幻覺。</li></ul><p>✅ 實作演練：作為開發者，我們的目標不再是寫死規則。</p><p>而是如何在雜亂的 I/O 中，盡可能「最大化用戶的最佳解」-</p><h4>2. 權衡自主性 (Agency) 與控制權 (Control)</h4><p>這是一個零和遊戲：</p><p>給予 AI 愈多自主性，用戶就失去愈多控制權。</p><p>AI 工具開發者應該都有類似經驗：</p><p>試圖打造一套「全自動化」的 AI 產品流程，最終迎接災難。</p><p>這就是太早給予過多自主性的結果。</p><p>✅ 實作演練：從 high control 開始，慢慢做。</p><p>具體怎麼做？可以參考「三階段」的開發流程。</p><h4>3. 產品三階段開發流程</h4><p>簡單來說，打造 AI 產品千萬不要想著一步到位。透過 V1 — V3 的迭代，逐漸賦予 AI 自主權。</p><p>提供兩個例子：</p><p><strong>AI 寫程式工具：</strong></p><ul><li>V1 (Snippet)：AI 僅提供程式碼修改功能，人類撰寫。</li><li>V2 (Blocks)：AI 生成測試程式碼、重構、撰寫模組，人類負責審核。</li><li>V3 (Agent)：AI 自主修復 Bug 並開啟 Pull Request，等於自動把程式做完上線。</li></ul><p><strong>AI 行銷助理：</strong></p><ul><li>V1 (Draft)：AI 負責寫文案、起草。</li><li>V2 (Campaign)：AI 建立多步驟行銷活動，人類審核、按下發送。</li><li>V3 (Auto-optimize)：AI 自主發布、進行 A/B 測試並優化成效，主動迭代優化。</li></ul><p>以上述兩者為例，目前主流 AI 工具 (Lovable / Cursor...) 大概落在 V2，並且都花至少 2 年的時間迭代、優化。</p><p>✅ 實作演練：務必分辨清楚我們開發的軟體工具在哪個階段。</p><p>如果以為新題目可以直接做 V3，最終會完全無法前進。</p><h4>4. 組織與文化：AI 時代的護城河 (但痛苦)</h4><p>技術只是工具，組織的適應力才是決勝點。</p><ul><li>Leadership (領導力)：AI 轉型不可能 Bottom-up。領導者必須親自建立直覺。<br>Podcast 中提到美國一位 CEO 每天清晨 4–6 點親自研究 AI，不是為了寫 Code，而是為了在決策時具備正確的判斷力。</li><li>Culture (賦能而非恐懼) ：建立團隊的文化，千萬不要用 FOMO 驅動團隊。<br>❌ 你們再不學就會被 AI 取代<br>⭕ 學會這個工具，可以做到以前做不到的事情，並且快 10 倍</li><li>Obsess over Workflow (對工作流著迷)：必須極度了解工作流，才能拆解出哪些該自動化、哪些該保留人類介入。<br>=&gt; 這是解決 2. 自主性 vs 控制權的問題。</li></ul><p>看著那些 AI 工具或 LLM 的發佈新聞，我們總認為「速度」是新創或產品的決勝點。</p><p>然而，我們對「速度」的定義也要重新改觀！</p><p>傳統軟體的時代，「速度」指的是「開發出來」的速度；</p><p>AI 產品的時代，「速度」並非「第一個使用 AI」的速度，而是第一個踏上「AI 產品飛輪」的速度。</p><p>飛輪如下：</p><p>V1.0 產品推出</p><p>=&gt; 使用者參與</p><p>=&gt; 獲取數據回饋</p><p>=&gt;優化 AI 流程 &amp; LLM</p><p>=&gt; V1.1 產品推出</p><p>前面提及「3. 產品三階段開發流程」講的就是必須從 V1 開始。</p><p>只有靠著 AI 的產品飛輪，產品才能從 V1 走向 V2、最終才會到達 V3 的理想境界。</p><p>兩三年前，twitter 社群上每天都有開發者搶灘：</p><p>「第一個在 OOO 領域使用 AI」</p><p>時至今日，這套 AI 搶灘已經證明絲毫沒有商業的意義。</p><p>真正的競賽是誰能從 V1.0 走向 V1.1；</p><p>誰能從中獲得最多資訊，以及誰走得快。</p><p>Podcast 中，OpenAI 專家提到：</p><p>Pain is the new moat. (痛苦是新的護城河)</p><p>因為 AI 讓學習門檻、開發門檻都變得太低，創新不再有難度。</p><p>最終，</p><p>誰能夠埋頭堅持學習、堅持迭代，</p><p>誰願意從 V1.0 這種一點都不華麗的版本出發，</p><p>誰願意跟客戶學習、持續 launch 失敗品再改進，</p><p>這個人 (團隊) 會是時代的贏家。</p><p>誰會想到，最傳統的「苦幹思維」在 AI 的速食時代，反而有最高的價值。</p><p>Reference:</p><ul><li>Lenny Podcast: <a href="https://www.youtube.com/watch?v=z7T1pCxgvlA&amp;list=TLGG65yycv6TRNUyNzAxMjAyNg">Why most AI products fail</a></li><li>Portaly - <a href="https://www.producthunt.com/products/portaly/launches/portaly">Product of the Day</a> / <a href="https://www.inside.com.tw/article/32008-portaly-ai-interview">Inside 媒體報導</a></li><li>本文首發於 <a href="https://www.facebook.com/photo/?fbid=10162982724803937&amp;set=a.10150639772578937">CW 臉書文章</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d5ebff435b88" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 與 Vibe Coding 時代的的四種軟體工程師]]></title>
            <link>https://medium.com/@C.W.Lin/2026-%E8%BB%9F%E9%AB%94%E6%A5%AD%E8%B6%A8%E5%8B%A2-ai-%E8%88%87-vibe-coding-%E6%99%82%E4%BB%A3%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%B8%AB%E5%9F%BA%E7%A4%8E%E8%83%BD%E5%8A%9B%E9%A4%8A%E6%88%90-ffbb5186b2d7?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/ffbb5186b2d7</guid>
            <category><![CDATA[vibe-coding]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[創業]]></category>
            <category><![CDATA[軟體工程師]]></category>
            <category><![CDATA[software-engineering]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Tue, 30 Dec 2025 15:54:56 GMT</pubDate>
            <atom:updated>2025-12-30T16:00:35.087Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>2025 年末，有一位軟體創業的朋友，受邀回台大工學院演講。他去之前問我：</blockquote><blockquote>「未來軟體業的發展趨勢、新鮮人應該具備哪些能力？」</blockquote><p>我依據這幾項觀察：</p><ul><li>作為創業者，召募並帶領開發團隊的執行經驗</li><li>與台灣創業朋友的交流，了解較大的公司所面臨的現況</li><li>與美國大型企業 Meta / NVDIA / Google 等朋友聊天的印象</li></ul><p>本文整理我個人對於工作環境變遷、職涯技能的想法，尤其針對中小型團隊的管理者 (或創業者) 視角。</p><p>在此總結 2025 年底的現況，半年後說不定就有巨大改變！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*28h_V1jQ50FX8t2yxFvdqA.jpeg" /></figure><h3>​(一) 2025 年是 AI 普及時代的 V2.0 階段</h3><p>從 2022–2023 的 LLM 到爆發，到 2024–2025 年 vibe coding 的爆發與成熟。</p><p>不管新聞媒體、社群輿論講的多慘烈，「軟體相關技能」還是壓倒性有優勢；</p><p>差別是，產業需求的「總人數」大幅下降。</p><h4>✅ 過去的需求：</h4><ul><li>軟體需要大量工程師「產出」程式碼，例如，軟體接案、軟體代工 (做 APP)、客製化開發、串接 API 等…</li><li>這些海量的軟體人力輸出，有些工程師會自嘲為「碼農」</li></ul><h4>✅ 現在的需求：</h4><ul><li>需要比以往更多「駕馭 AI 開發」能力的人</li><li>人才類型 mid level — senior level 比以往更加重要</li><li>理想目標：一個優秀工程師 + AI 可以達成以前 3–5 人小組完成的事情</li></ul><h4>✅ 一些相關研究：</h4><ul><li>Stanford 今年研究指出，22–25 歲軟體開發者就業在 2022–2025 下降近 20%，與 AI coding 爆發的時間重疊</li><li>Stack Overflow 2025 開發者調查 (49,000 人回覆)，有 84% 的工程師聲稱自己正在使用 (或考慮) AI 協助開發</li><li>但也有研究機構 (METR) 顯示，經驗老道的工程師反而因為 AI 效率下降 19%</li></ul><h3>(二) AI 普及 V2.0 的人才需求變遷</h3><p>現在市場上的熱門人才，我會分成幾個類型：</p><h4>✅ 核心 AI 人才</h4><p>這些人就是領導 LLM 模型的核心、過去兩年常在新聞看到 100M (一億美金) 的薪資 package (Meta)</p><p>過去兩三年 big tech 大裁員的熱潮中，這類人仍然被搶翻。即使在科技業中，薪資還是有極度 M 型的差異。</p><p>Open AI / Anthropic / Google / Meta 搶著要，薪資也逐年攀升；</p><p>現代所謂「AI 創業」也都是圍繞這一群人投資。</p><p>*在台灣，這是台大電機、資工之中最頂級學生，最嚮往的未來發展。</p><h4>✅ 具備 AI 專業技術力</h4><p>這些人不一定是 AI 研究背景，但具備 AI 或 ML 的專業執行能力。</p><p>常見的基本能力包含訓練模型、會佈署自建 AI；</p><p>在職能上，可以幫團隊打 AI 的基礎建設，包含專屬 fine tuning 或資料安全性等設置。</p><p>*這類人的需求高峰我認為還沒出現，但絕對是下一個階段多數團隊必備的基礎建設者。</p><h4>✅ 廣泛合作型</h4><p>程式底 + 擅長 AI 工具 + 產品思維，可以搭建工程師與非工程人員之間的橋樑。</p><p>這些人有足夠的全端基礎 (實作+知識)，可以知道怎麼用 快速串接 AI 與各種 database / api 的產出許多小型應用。</p><p>這類型的人，可以搭配所有 non-engineer 背景的 vibe coder，2–3 個人可以完成過去 5–10 人的任務。</p><p>*這類人的需求應用會非常多，可以當顧問、可以 Part time 的 member、可以主導創業。</p><h4>✅ Vibe coding 型</h4><p>自己本身 coding 能力、速度都在水準以上，非常熟練、熱愛 vibe coding，可以一人當一個小團隊用。</p><p>這套能力組合，是我認為傳統軟體工程師最值得的投資。</p><p>聽起來非常理所當然？</p><p>雖然 Stack Overflow 調查工程師使用 AI 高達 84%，但我實際觀察真正相信 AI 、投入 AI、探索 AI 的開發者，應該還在總人口的 20% — 30%。</p><p>常聽到的原因，是在他們的工作流程中很難實踐 vibe coding。</p><p>例如產品過度龐大、導致 context 過長，無法用 AI 輔助精準的 build up / iterate 一個大型產品。</p><p>目前中間的巨大鴻溝是產品或公司規模。</p><p>但我相信有一天會 AI 輔助的開發會跟巨大系統走向愈來愈收斂。</p><p>在此之前，如果有任何機會擁抱 vibe coding、甚至具備帶領工程團隊進入 vibe coding 世界，都會是目前軟體公司最想追求的工程師。</p><p>最後，如果是現役學生、或目標轉行軟體業的朋友，我提供幾個淺見：</p><ul><li>軟體工程的「基礎開發能力」已經不是即戰力 (沒有過去的產值)</li><li>軟體工程的「基礎能力」若搭配 AI 應用，會有重大加成效果</li><li>對小團隊而言，工程師的「產品思維」前所未有重要。未來非工程師將大量產出「淺產品」，透過工程師之手將潛力無窮</li><li>大量摸索 AI。現在的工具肯定不是未來的工具，而培養「學 AI 的能力」則是這個時代的基本功。</li></ul><p>AI 時代過幾年將渲染至百工百業，不是 AI 淘汰了誰，而是有一群新的人才會在這個時代大放異彩。</p><p>Reference:</p><ul><li>Stanford 研究 — 就業下降 20%<strong>來源</strong>：MIT Technology Review 報導<a href="https://www.technologyreview.com/2025/12/15/1128352/rise-of-ai-coding-developers-2026/">https://www.technologyreview.com/2025/12/15/1128352/rise-of-ai-coding-developers-2026/</a></li><li>Stack Overflow 2025 開發者調查：<a href="https://survey.stackoverflow.co/2025/ai">https://survey.stackoverflow.co/2025/ai</a></li><li>METR 研究 — 效率下降 19%：<a href="https://arxiv.org/abs/2507.09089">https://arxiv.org/abs/2507.09089</a></li><li>Meta 100M 薪資 Package：<a href="https://fortune.com/2025/06/18/metas-100-million-signing-bonuses-openai-staff-extreme-ai-talent-war/">https://fortune.com/2025/06/18/metas-100-million-signing-bonuses-openai-staff-extreme-ai-talent-war/</a></li><li>本文首發於 <a href="https://www.facebook.com/share/p/1BasaEZDZZ/">CW 臉書文章</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ffbb5186b2d7" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 時代的新與軟體趨勢變遷：關於產品開發與新創募資]]></title>
            <link>https://medium.com/@C.W.Lin/ai-%E6%99%82%E4%BB%A3%E7%9A%84%E6%96%B0%E8%88%87%E8%BB%9F%E9%AB%94%E8%B6%A8%E5%8B%A2%E8%AE%8A%E9%81%B7-%E9%97%9C%E6%96%BC%E7%94%A2%E5%93%81%E9%96%8B%E7%99%BC%E8%88%87%E6%96%B0%E5%89%B5%E5%8B%9F%E8%B3%87-654c5674bd93?source=rss-79242892a509------2</link>
            <guid isPermaLink="false">https://medium.com/p/654c5674bd93</guid>
            <category><![CDATA[創業]]></category>
            <category><![CDATA[新創募資]]></category>
            <category><![CDATA[新創]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[產品開發]]></category>
            <dc:creator><![CDATA[CW Lin]]></dc:creator>
            <pubDate>Tue, 23 Dec 2025 11:30:44 GMT</pubDate>
            <atom:updated>2025-12-23T11:57:25.513Z</atom:updated>
            <content:encoded><![CDATA[<h3>AI 時代的創業與軟體趨勢變遷：關於產品開發與新創募資</h3><blockquote>前言：</blockquote><blockquote>本文撰寫於 <strong>2025 年底</strong>，觀察近兩年新創的趨勢改變、以及自己經歷 AI 時代前後的創業生態變遷所整理的心得。</blockquote><p>今年 (2025) 在 Meet Taipei 展場，跟一個做「AI 語音客服」的學生團隊聊。</p><p>我第一句問他們：「你們的語音服務，跟其他的產品有什麼不同？」</p><p>學生說：「現在語音客服都是停留在選擇答案，還要跟鍵盤互動，我們可以做到全語音的對話。」</p><p>我說：「可是我現在用的所有的銀行服務，都是直接用語音問答。」</p><p>學生說：「我們用了 OOO 模型，是自己訓練、有 XXX 的專業知識，而且可以推理，還可以進一步推銷其他的產品。」</p><p>我說：「但是這有幫助到客服嗎？作為被客服的人，我一定是出問題才打電話過去，聽語音就很火大，只想要有真人趕快來處理。」</p><p>學生不知道該怎麼回答。</p><p>我接著問：「你們目前客戶嗎？」</p><p>他很有自信的說：「我們現在有一個企業客戶在美國，是做汽車銷售，目前我們正在 POC (概念驗證)」</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0E3Q4XZhefFpJ0Mymmm4Sg.jpeg" /><figcaption>AI 對於新創產品開發、業務發展與募資的影響</figcaption></figure><p>以下整理我對 AI 時代產品的想法，不限 AI 產品主題，也不限於 2B 或 2C 的客戶屬性：</p><h4>1. 作為 AI 時代的產品，feature 做了哪些、技術多深厚都不是重點。擁有客戶才是王道。</h4><p>以語音客服為例，2023 年 LLM 剛普及的時候，YC 一年下來有數十個語音、文字客服相關主題的團隊。</p><p>這代表，全球想著作「語音客服」的團隊起碼上千家。</p><p>精準分析、精準推薦、多國語言、聽得懂弦外之音… 各種 feature 千奇百怪。</p><p>當年我不懂為什麼有些人可以進 YC、被投資，明明規格沒什麼特別。</p><p>後來懂了：這些人深耕特定領域、產業，並且已經有明確的客戶。</p><p>Feature 、技術一點都不重要，只有 traction (用戶、業績) 才是王道。</p><p>仔細看：有人的語音客服切入金融業、有人專攻語音銷售，很多人能切入都是他們過去的「本業」</p><h4>2. 講到客戶，不論是 B2B / B2C 的早期新創，客戶階段分成幾個 stages：</h4><p>a) 有產品構想，正在想辦法開發初期用戶 =&gt; 這是非常初期的市場探測，甚至還不知道自己要幹嘛</p><p>b) 有客戶人脈 (leads)，並且正在洽談或訪談中 =&gt; 這是有機會知道產業痛點，但未必能服務對方</p><p>c) 已經簽 MOU、開始做 POC =&gt; 有機會服務對方，但不知道這有沒有商業價值</p><p>d) 已經有 MVP、並且開始初步收費 =&gt; 產生初步的商業價值，但那是剛好、還是真的有市場？</p><p>e) 已經有用戶訂閱、並且有第二、第三家企業 (2C 可能是有 1000 個用戶、100 個訂閱) =&gt; 確定有價值、滿足需求，但是否有足夠的市場可以成長？</p><p>2022 年以前的矽谷神話故事，都會說在 stage (a) 拿著 pitch deck 就可以募資 500k — 5M。</p><p>在 2023 以後，AI 讓 prototyping 門檻變成 no-code 的時代，</p><ul><li>2B 產品至少要走到 stage b — c 才有機會募資 (天使輪)</li><li>2C 產品則是最好要到 c — d 才能脫穎而出</li></ul><h4>3. 現在所有的 AI 產品開發，務必把 90% 以上的心思投入在使用者上。</h4><p>投入使用者 or 客戶是一個循環的概念：</p><p>a. 了解客戶需求</p><p>b. 試圖解決客戶問題</p><p>c. 終於解決了客戶的問題</p><p>d. 客戶願意出錢</p><p>e. 客戶提出更大的需求或問題</p><p>回到 a. ，重新了解需求，並設法解決。</p><p>另外，服務客戶的過程，只要成功走到 d. 的付款階段，就有機會產生「客戶開發永動機」：</p><ul><li>這位客戶的問題被解決，就代表別人的問題可能被解決</li><li>願意付錢的客戶，有可能介紹其他的客戶</li><li>用這位客戶的成功模式，複製找尋其他的客戶</li><li>用這位客戶的成果，說服其他客戶加入</li></ul><p>務必把 90% 以上的心思投入在使用者上，好處說不盡。</p><h4>4. 看起來 3. 只要有一成功案例就無敵… 問題是什麼？</h4><p>通常會發生的問題，就是解決問題的方式當成「客製化服務」</p><ul><li>服務內容沒辦法複製 (無法產品化)</li><li>用人力去解決問題，而沒辦法模組化 (無法產品化)</li><li>需求太狹隘，全心投入一兩個客戶，見樹不見林 (需求 unscalable)</li></ul><p>試圖產品化的過程中，就沒有人要買單；</p><p>因為大家想要被服務、不是買產品。</p><p>所以最完整的產品新創 playbook，是包含這些條件：</p><ul><li>足夠多的訪談，產生有統計價值的 data</li><li>如 3. 提到，90% 資源投入在客戶，不是只有服務單一客戶，而是努力開發新客戶</li><li>一旦發現產品走向客製化，有意識地趕快模組化，如果無法就早點切換</li><li>大型 2B 生意，確保早期唯一的客戶夠有代表性，可以拿來說服其他企業</li><li>超大型 2B 生意，確定終生只服務一個客戶也可以吃飽飽 (例如台積電)</li></ul><p>大約三年前，我看題目與產品，總是想著：</p><p>這樣的技術很常見，有什麼特別嗎？</p><p>現在，我看到新產品或創業推出，一定先去查：</p><ul><li>他怎麼描述要解決的問題？</li><li>他的客戶是誰？</li><li>他怎麼取得這些客戶？</li></ul><p>反倒是技術、feature、UI 、怎麼募資… 這些都不是我關心的事情。</p><p>問對問題，可以讓我們更加了解 why</p><p>「為什麼某些人可以做到」</p><p>答案很有可能完全出乎意料 🤯</p><p>看到厲害的團隊，不要只停留在為成果 (營收) 驚嘆，而是學習這些團隊的業務開發方式、並且保持對於用戶成長的投入。</p><p>這是 AI 時代產品創業唯一的自我成長途徑。</p><p>Reference:</p><ul><li>本文首發於 <a href="https://www.facebook.com/chiwei0131/posts/pfbid0wrYLDRo6mwXhxTCwfBjgy1AC2Gd3jcz9iv8AYJNbyh6a2oBLAmEChzTTTsYhx4wNl">CW 臉書文章</a></li><li>追蹤 CW 的 <a href="https://portaly.cc/cwl.">Portaly 個人網站</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=654c5674bd93" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>