技術
合適的工具,
合適的工具,
用在對的地方。
技術是手段,不是目的。我們不追逐每一個新名詞,只選擇能讓你的產品更穩定、更容易維護、成本更可控的做法。
01
AI 與模型
先選對模型,再決定要不要訓練。多數問題用現成模型加上你的資料就能解決;只有真的需要時,我們才做微調。
LLMRAGFine-tuningEvaluationAgentsVisionSpeech
02
網頁與後端
穩定、容易維護的系統,比用上最新框架的系統重要。我們選用成熟、你的團隊日後也找得到人接手的技術。
TypeScriptReactNext.jsPythonFastAPINode.jsPostgreSQL
03
手機與桌面
原生或跨平台,取決於產品需要什麼,而不是我們習慣什麼。
SwiftKotliniOSAndroidmacOSWindows
04
3D 與互動
直接在瀏覽器裡運行的即時 3D,不需要安裝任何東西。本站首頁的 3D 總部就是一個例子。
Three.jsWebGLWebGPUBlenderglTF
05
雲端與 MLOps
上線之後才是開始。部署、監控、成本與模型版本,都要有人看著。
DockerCloudflareAWSGCPCI/CDMonitoring
06
資料與搜尋
AI 的回答好不好,多半取決於它找不找得到對的資料。
Vector searchEmbeddingsETLRedisPermissions
工程原則
我們怎麼做技術決定。
工具會變,這幾條不變。
01
不綁定供應商
模型和雲端都可以替換。我們在設計時就留好這條路,而不是等到要換的時候才想辦法。
02
先量度,再優化
每個 AI 功能都有一套評估題目。改動有沒有變好,看分數,不靠感覺。
03
人在迴路裡
AI 沒把握的事交給人決定;重要的操作一律先經過確認。
04
最小權限
每個系統、每個帳號只拿它需要的權限;金鑰加密存放,不寫在程式碼裡。
05
成本看得見
模型用量有上限、有紀錄,每個功能花多少一目了然。
06
寫下來
架構、決定和操作步驟都留有文件,換人接手也不會斷。
