AWS Summit Taipei 2026: 拆解 Ontology(領域語意本體、本體論)與 Agentic AI(自主式 AI):使用 Amazon Bedrock 讓製造業 ERP 變出活水

Post Title Image (圖說:在 AWS Summit Taipei 2026 屬於社群一起探索與一起前進的角落。圖片來源:謝謝主持人 Amy 和 Eric 攝影留念。)

每次回到社群都好喜歡一群人一起圍成一圈席地而坐、一起討論彼此都感興趣的議題、一起捲起袖子解決問題的氛圍,很不好意思讓後面的大家站了許久,希望這天簡短的分享能夠帶給大家一些些啟發、或一些些有用。每個年代都有當下的 buzzword 與 buzzvibe,每個年代都有當代的焦慮與徬徨,我希望能夠帶給大家的是一種輕鬆中帶點舒服謙卑的各種拆解整合以及融會貫通,也許不到醍醐灌頂,但若能稍微帶著志同道合的人往前踏出一步,都心滿意足。

也很感謝 AWS Summit Taipei 2026 的邀請,身為從 2008 一路跟著拆解走過來的鐵粉,感謝一起心無旁騖地堅持做對的事情。最後最後感謝社群好朋友 Amy 與 Eric 細心的顧前顧後與主持(以及土播幫忙採集與傳送香蕉 :p

如果對於 Ontology 有興趣一起探索、一起整合與落實到個人或企業組織的工作流程當中,歡迎先留言,我們正在與幾個友好單位洽談接下來一起探索的點子們。可能的話,請記得留下 email 方便後續聯繫各位。另外若是關於產品經理、產品人的成長嚮導,歡迎右轉看看 StableProgress 的嚮導與諮詢服務。

Read More

OpenAI 首席科學家重新定義「持續學習」:In-context learning、思維鏈監控、算力紀律與 Harness 演進

OpenAI 首席科學家重新定義「持續學習」:In-context learning、思維鏈監控、算力紀律與 Harness 演進 (圖說:我在大學時期也是充滿不解地想著,為什麼都是人類要去適應各種資訊系統,而不是軟體自己來適應我們人類的工作流程。當然二十幾年前有各種限制條件,但我比較受不了的是墨守成規,覺得事情就是這樣了,沒得改變了,而自己放棄改變的機會,而持續衝撞各種框框條條。雖然長大了稍微知道如何閃避障礙物,沒有進外商,但至少學著不會內傷,而保持著衝撞,也許我也是某種墨守成規,只是是我自己的成規。攝於 2016 出差,跟著在地人一起用午餐後的義式濃縮咖啡,他們說他們冰咖啡都這樣喝,我就說我也要嘗試看看。圖片來源:Ernest。)

✳️ OpenAI 首席科學家重新定義「持續學習」

當大家都在關注各種 AI 應用與工具的時候,有些關於學習與底層本質的探索,其實更值得花些時間在上面,透過這些探索也許可以更認識人類自己,也可能帶來人類與 AI 的各種共存可能性。就如 Ernest 大學時參與的 AIESEC 社團其中一個核心價值觀 Living Diversity(體現多元),在跨文化、跨背景的環境中一起工作、生活,並從不同的觀點中一起學習。也許會有世界和平的那一天吧(?

Unsupervised Learning 這一集訪問 OpenAI 首席科學家 Jakub Pachocki,聊了 Continual Learning(持續學習)、RL(強化學習)、思維鏈監控、算力分配跟介面演進。訪談也順便更新了 OpenAI 的時間表:研究實習生等級的系統目標放在 2026 年 9 月,全自動化 AI 研究員的目標是 2028 年 3 月,Codex 現在已經接手 OpenAI 內部多數的實際寫程式工作。以下抽出四段覺得可能值得記下來的觀察。

Read More

Ramp CEO Eric Glyman 解析 Super IC 招募哲學

Ramp CEO Eric Glyman 解析 Super IC 招募哲學 (📷 圖說 👉 這與我們這些年陪著客戶一起實作「先手動再自動」的基本觀念相通,經常那些有用的基礎魔法,就像放在陽台後院那支看來不起眼的掃把,但總能變出窗明几淨。不需要一直想著拔獅子鬃毛這種傳說中的特效藥,反而毫不起眼的知識盤點、流程盤點,就足以帶來色彩繽紛。攝於並木,雖然現在盛開的是櫻花,但我怕忘記,而偏好銀杏。圖片來源:Ernest。)

✳️ Ramp CEO Eric Glyman 解析 Super IC 招募哲學

今天這篇也算是 縱橫古時候與 AI 時代,來看 Keith Rabois 聊聊如何用三個不討喜,換來真心硬團隊 的延伸閱讀,Keith 推薦可以多聽聽 Ramp CEO Eric 的思路,而找到這個 2024 年份的招募實戰分享,講 Super IC(Super Individual Contributors,超級獨立貢獻者)這種被多數公司放棄的路線怎麼長出來。前情提要:Ramp 以超變態高速在成長。

(一邊看一邊覺得心有戚戚焉,更多金句靜待個幾天,我應該會整理逐字稿重點放到部落格,這幾週跟大家一起延伸閱讀、一起延伸討論覺得很開心,希望大家都跟我一樣有所收穫,就算只有一段話,只要能套用到合適的場景發揮作用,都是魔法設計的初衷吧,就這麼相信著,就可以一直寫下去。)

Read More

董事會不是用來解釋的:Capital One 共同創辦人的 2x2 決策框架

董事會不是用來解釋的:Capital One 共同創辦人的 2x2 決策框架 (📷 圖說 👉 攝於 2025 AWS re:Invent CEO Keynote Matt 上台前,心裡感謝 2008 年的 Ernest 還在台積 PIE 的忙碌人生,還願意充滿好奇地動手開始玩 EC2 和 S3。就像今天可以開始安裝 Claude 那般,也許十年後也會充滿感謝。圖片來源:Ernest。)

✳️ 董事會不是用來解釋的:Capital One 共同創辦人的 2x2 決策框架

每次陪著創業朋友進董事會或股東會之前,可以體會創辦人面對市場、手上資金與現金流、以及各種利害關係人之間的糾結,今天這篇也算是 縱橫古時候與 AI 時代,來看 Keith Rabois 聊聊如何用三個不討喜,換來真心硬團隊 的延伸閱讀,Keith 推薦可以聽聽 Ramp CEO Eric 的演講,然後 Eric 又推薦了 Capital One 幾百年前的創辦歷史。(最近時間感已經錯亂,就先這樣吧。)

Nigel Morris(Capital One 共同創辦人、QED Investors 共同創辦人,管理資產超過 40 億美元、QED 在 17 年間做了 200 多筆投資)在 Miguel Armaza 訪談裡,把他在 Capital One 當營運者、在 QED 當「偽裝成投資人的營運者」累積起來的整套判斷框架,摘要出四個可以做看看的招式。重點在於:董事會當天要花的不是「解釋時間」,是「決策時間」。

Read More

拆解 Ramp 怎麼從美國運通搶客戶:從賣金融到賣時間的暗物質護城河

拆解 Ramp 怎麼從美國運通搶客戶:從賣金融到賣時間的暗物質護城河 (圖說:身為業餘攝影師,總會被各種光影給吸引,例如倒影。就說說那沒有下雨就遇不到的倒影,或說那些光影,或說那些暗物質,我們以為的看不到或摸不著,但也許一直都在。2016 出差晚餐前散步,攝於馬德里王宮。圖片來源:Ernest。)

【從美國運通搶走客戶的 Ramp 公司卡:如何從賣金融到賣時間,累積 AI 時代企業軟體的暗物質護城河】

前幾天整理【縱橫古時候與 AI 時代,來看 Keith Rabois 聊聊如何用三個不討喜,換來真心硬團隊】的時候,Keith 推薦可以聽聽 Ramp CEO Eric 的演講。加上他自己在 2019 年 5 月主導 Ramp 的種子輪、9 月就給 term sheet 提前鎖 A 輪,我想看這位讓 Keith 這麼早早下注的創辦人,是怎麼思考的。於是翻出 Eric Glyman 2026 年 2 月在 Stripe 頻道這集,摘錄三個小段落來感受一下。

Read More

縱橫古時候與 AI 時代,來看 Keith Rabois 聊聊如何用三個不討喜,換來真心硬團隊

拆解 Keith Rabois 的三個不討喜硬道理:barrels、ugly babies、AI 時代的硬團隊 (📷 圖說 👉 當年 Bluetooth SIG 工作組年會舉辦在馬德里洲際,碰頭那天有個拆炸彈小遊戲,讓大家可以跨組熱身,不意外成為全組最年輕而負責操作電腦(拆彈員),要在時間內聽懂組員們(都是藍牙界來自各大廠的前輩們啊)的討論並且一邊要翻閱拆彈說明書,印象中好像有完成且沒有墊底,我可能不具備商業敏銳度,但手指敏銳度和抓蟲敏銳度還是有的?!也因為這場互動,與大佬們玩開,而讓後續的規格討論更有節奏。也是一種總能把自己丟進壓力中挑戰揠苗助長,然後試著保持微笑的節奏吧。圖片來源:Ernest。)

✳️ 縱橫古時候與 AI 時代,來看 Keith Rabois 聊聊如何用三個不討喜,換來真心硬團隊

Lenny 這集問 Keith Rabois(Khosla Ventures 董事總經理,PayPal Mafia 一員)一個問題:那些被他早早投資、後來長成 Stripe、Airbnb、YouTube、DoorDash、Ramp、Palantir 的公司,有什麼共同點?

Keith 的答案是:做事節奏(operating tempo)。

那種節奏不只單求快,而且要在會議跟會議之間,就能把問題診斷定位、解法部署出去、成效量測完畢。

Read More

玩 Claude Managed Agents 之前,先拆解 Palantir 的五層框架

玩 Claude Managed Agents 之前,先拆解 Palantir 的五層框架 (圖說:前輩說「資料一定有在,但是,在,不一定找得到,找到不一定對」而用了造夢這個詞,頗為貼切,似有邊界,可深可淺,但又共用部分記憶,醒來有時迷惘、有時心領神會而打從心底微笑。圖片來源:Ernest。)

✳️ 造夢沙盒,還有那顆合併按鈕

去年暑假之後,大家都在談 AI Agent(並沒有!大家其實都在 討論 AK LLM Wiki!唉,這又另一題了,讓我醞釀一下寫成我那產量有限的 essay。承蒙大家關愛,這週大家陸續傳訊找我一起取暖。)

多數團隊都會擔心,一開始看到 prototype demo 好像還不錯、正面表列使用情境也都有跑起來,但是沒人敢勇敢放進量產環境。AI Agent 可以幫忙排班、調整行事曆、回答問題、甚至 TTS 打電話,但萬一它改了不該改的資料、看了不該看的欄位呢?Palantir 在 DevCon 5 展示了一個醫療排班系統的 demo,護理師用語音請 agent 排手術、管理員審核、系統自動打電話通知病患,而且 Palantir 團隊僅使用不到一個週末就打造完成這隻 AI Agent。

Read More

ElevenLabs 從 2 個人到 300 人的組織方法論:研發產品飛輪、沒有職稱、卓越證據

ElevenLabs 從 2 個人到 300 人的組織方法論:研發產品飛輪、沒有職稱、卓越證據 (圖說:攝於威尼斯人,每年年底都早起前往享受陽光早餐。主廚 Thomas Keller 打造兩個餐飲品牌,代表極致的 The French Laundry,以及代表對執著細節但放進可日常親近的 Bouchon。這與 ElevenLabs 結構類似,有力量的研究,不該被封存在論文或實驗資料中,而是被放進產品,進入使用者每天會路過的地方。最深的功夫,最後都會往日常走。圖片來源:Ernest。)

✳️ 技術可以單追,組織結構連同文化卻不容易複製

研究型公司常常遇到一個問題:技術做得出來,但產品推不動。或是反過來,市場需求很明確,但研究跟不上節奏。ElevenLabs 從 2021 年兩位波蘭人 Mati Staniszewski 與 Piotr Dabkowski 週末做實驗開始,專做 AI 語音合成,應用涵蓋有聲書、配音、語音助理與遊戲等,合成聲音幾乎能騙過真人。幾年內就走到估值 110 億美元、超過 300 人的團隊,他們不僅技術比別人好,連同組織的運轉架構合體之後形成護城河。技術可以單追,但組織結構連同文化則不容易複製。從 a16z 對 CEO Mati Staniszewski 的這場訪談裡,可以細細觀察三個參考思路。(當然,家家有本難念的經,思路要搭配限制條件與時空場景,各位看官看完千萬別直接硬套。)

Read More

拆解 Palantir MMDP:如何設計一個不搬資料的資料平台

拆解 Palantir MMDP:如何設計一個不搬資料的資料平台 (圖說:探索世界、成為自己(being)的過程中,確保自由,確保底層安全網機制,確保共同介面互通,一邊調整參數(metacognition),一邊放手迎風奔跑。說是這樣說啦,但跑跑還是需要吃吃,吃吃永遠不能放掉。2016 攝於馬德里,據說是世界最早的餐廳,確保有帶魔法小卡,確保溝通介面互通,剩下交給廚房,然後在晚上十一點餐廳關門前五分鐘,舒服地離開餐廳。圖片來源:Ernest。)

MMDP = Multimodal Data Plane

Palantir DevCon 5 會議上,Data Plane Group co-lead Ted 介紹 MMDP,我充滿好奇地想練習拆解看看。

  • 一來是功能清單很長,我滿想對比自己現有產品規劃,
  • 二來因為他們的設計取捨反映了一個核心問題:當企業資料散在各處,該搬資料還是搬計算?(無關對錯,但想對照思路與參數。)

Read More

拆解家族辦公室收費模式:你付的那 1% 到底買到什麼?

拆解家族辦公室收費模式:你付的那 1% 到底買到什麼? (圖說:有人的衣服會同一款樣式買好幾件,我則是有些玩具會同一款式(或品牌)買好幾份,然後搭配不喜歡跟別人一樣的深層龜毛,例如這個使用超過十年的小眾筆記本 Field Notes。是說當年被它的木紋封面吸引,但現在已經停產這款,好險因為這個壞習慣而囤了一些備用。經過深思熟慮的設計決策而使用相同一款式的優點很多,也許也包含在十年之後轉化成我們客戶的超額報酬吧(許願)。照片攝於 2016 年波士頓友人家裡地毯。圖片來源:Ernest。)

✳️ AUM 收費的設計決策

依照 AUM(資產管理規模)百分比收費。幾乎所有財富管理機構都用這個模式,大部分客戶也覺得理所當然。但 a16z Perennial CIO Michel Del Buono 在 Sorcery Podcast 裡說,這不只是一個定價決定,而且是一個影響所有其他事情的設計決策。我們來練習拆解看看:

Read More