馬偕醫護管理專科學校智慧科技長期照顧科

26/08/2026

Humanizer 的繁體中文版本，Agent Skills，專門去除文字中 AI 生成的痕跡。. Contribute to kevintsai1202/Humanizer-zh-TW development by creating an account on GitHub.

26/08/2026

長照機構導入智慧系統後，真的讓照顧更有溫度、減輕現場負擔嗎？在地企業「科技城」深耕近30年，導入全台逾128家機構、服務5,148床位，卻深刻反思「科技閒置」問題。他們強調「進入現場」服務，將監測轉化為AI音箱互動，讓長輩主動參與。更協助機構建立在地數據系統，銜接AI與ACAH在宅急症照護，讓科技不再只是設備，而是理解照顧實務、提升尊嚴的「陪跑教練」，真正拉開智慧照護的品質差距。

文章請見留言處 👉🏻

#智慧長照 #照顧科技 #科技城 #在宅急症照護 #創新照顧

23/08/2026

有些 Bug，不是測試案例漏掉，而是你一個人根本想不到。

我們常把測試想成「一個人把案例跑完」，但真正棘手的問題，往往藏在個人經驗與認知之外。這也是 Pair Testing（結對測試） 的價值：兩個人共用一台設備，一位 Driver 負責操作，一位 Navigator 負責觀察、思考與提問，在即時對話中不斷碰撞新的測試靈感。

更有趣的是，搭檔不同，看到的風險也不同。QA＋QA 能互補測試技術；QA＋RD 能快速定位程式問題；QA＋PO 能直接挑戰需求與商業邏輯；資深＋資淺則能一邊測、一邊傳承經驗。

Pair Testing 的重點，不是「兩個人做一個人的工作」，而是用兩個不同的大腦，找到一個人看不到的盲點。



Day 23 專案中如何進行 ET (4) - 協作型 – Pair Testing: 有些 Bug 不是測試案例漏掉，而是你一個人根本想不到
https://ithelp.ithome.com.tw/articles/10404385

21/08/2026

21/08/2026

20/08/2026

NVIDIA 最新發表的 Nemotron 3.5 Lightning，專為長時間運行的自主型 AI 代理所打造！
開發 AI Agent 時，如果每一次 Tool Call、結果驗證或小任務分發，都用旗艦級的重型推理模型，不僅成本極高，而且延遲太久... NVIDIA 推出的 Nemotron 3.5 Lightning 就是為了拯救 AI Agent 的「高頻執行層」而生！

💡 核心亮點一次看：

> 小巧高效的 MoE 架構
總參數 30B 的 Mixture-of-Experts (MoE) 模型，每次推論僅啟動 3B 活躍參數！用極低的計算成本，提供大模型的優異表現。

> 極致速度：高達 4 倍輸出速度
在 Pareto Frontier 展現了優異性能！在 PinchBench 評測中，達到 86% 高準確率的同時，完成 10,000 個任務的速度比同級模型快了 30%。

> 為 Agent 框架深度優化
針對 OpenClaw、Hermes Agent 等主流 Agent 框架進行 Harness-Optimized 訓練；結合推測解碼（Speculative Decoding / MTP）與 NVFP4 量化技術，能以極低延遲高頻處理 git pull、API 呼叫與格式化等日常任務。

> 從地端到雲端無縫部署
不論是地端的 NVIDIA DGX Spark、RTX 5090、Jetson，還是大型資料中心，都能輕鬆運行！支援 Ollama、llama.cpp、LM Studio、Unsloth 與 vLLM 等主流工具。

> 完全開源 + 智慧分流
採 OpenMDW-1.1 開放授權，權重、數據、Recipe 全部開源！搭配 NeMo Switchyard 路由系統，讓大模型（如 Nemotron 3 Ultra）專心做頂層規劃，簡單高頻的執行任務則精準交給 Lightning，大幅省下 Token 預算！

未來的 AI Agent 系統不再是單打獨鬥，而是「分工合作」！讓旗艦模型當「大腦」，Nemotron 3.5 Lightning 當「敏捷雙手」，打造低成本、極速運作的 24 小時不間斷 Agent 系統

🔗 深入瞭解與下載權重：
https://developer.nvidia.com/blog/nvidia-nemotron-3-5-lightning-delivers-fast-accurate-specialized-task-execution-for-long-running-agents/

19/08/2026

微軟 Office 收費太貴？AI 時代你需要一個更聰明的選擇 🚀

HermesOffice — 全球第一個 AI 原生開源辦公套件！

它不是「Office + 一個聊天框」，而是從第一行程式碼就圍繞 AI 設計的辦公軟體：

📄 文件處理器 — AI 逐段編輯，改動精準到段落，不會動到其他排版
📊 電子試算表 — AI 直接操作你的試算表，自動跑公式、產生圖表
🎨 簡報製作 — AI 幫你生成投影片，還能直接編輯和調整
📑 PDF 編輯器 — 註解、表單、簽名、頁面操作全搞定

#一人公司 #開源 #辦公軟體 #免費

19/08/2026

阿里巴巴 8/14 發佈了 Qwen 3.8 27B 開源模型，近期我的 FB 滿是相關消息及實測心得，已達我心中列入優先觀察名單標準，先做個快速整理，有個概念也好。

Qwen (通義千問) 3.8 27B 有 270 億參數 (若含視覺編碼器則為 28B)，採用混合注意力架構 (Gated DeltaNet + Gated Attention)，原生支援 262K 上下文 (透過 YaRN/RoPE Scaling 可擴展到 1M)，並具備圖像及影片理解能力，在程式開發、Agent 任務上表現突出，模型採用 Apache 2.0 開源協議，可部署於本地主機離線運行。

關於 Qwen 3.8 27B 的威力，保哥用 MBP M5 Max 離線跑模型寫出五子棋程式令人驚豔! Reddit 則有人用 Qwen 3.8 花 15 分鐘寫完高階模式的大蜜蜂 (Galaga) 射擊遊戲，含音效帶動畫。(但這些都屬於有範本可抄的應用情境)

算一下帳，花幾十萬採購一台 24 小時無情寫 Code 機器，不用擔心 Token 燒完，縱然結果可能有錯，能力不及頂尖模型， 但 CP 值已徹底輾壓中初階軟體工程師了啊啊啊~~~

若能力只停在照規格寫 Code (尤其是前端) 想找到好工作，原有的就業市場幾乎已被消滅殆盡...

至於要多好等級的裝備才跑得動？強者網友整理了 X 的案例分享：(原貼文有詳細圖表)

- RTX 3090 24G，Q4 + llama.cpp + MTP => 25 ~ 57 tok/s
- RTX 4090 24GB，Q4 + llama.cpp + MTP => 45 ~ 97 tok/s
- RTX 5090 32GB，Q4/NVFP4 + llama.cpp => 74 ~ 153 tok/s
- RTX PRO 6000 96G，BF16 無損 => 16 人同時用，480 tok/s
- MBP 1280G，10 ~ 27 tok/s
- DGX Spark 128G => 未調校 7.88，有人調到 75 tok/s

註：MTP = Multi‑Token Prediction 一次預測多字，加速但精確度會下降