我們在真實專案裡怎麼找出問題、怎麼改，以及踩過哪些坑。
所有文章都來自實際導入經驗：怎麼安全地取代人工流程、怎麼先把數據地基打穩再疊 AI、老系統與內網資料怎麼自動化。內容分為商業決策、產業洞察與技術實戰三類，先講價值、再講技術。
設計審查說我們的官網首頁換成任何一家 AI 代理商都成立，87%、5x 這些數字也找不到出處。這篇記錄我們拆掉了什麼、拿掉樣板視覺之後又被說「很像 PPT」，以及最後畫出的界線：該禁的是假證據，不是畫面。
一份 591 租屋列表有 30 列，網頁自動化流程只交出 26 列，本機小模型和 Claude 都照著答、也沒人報錯。這篇拆解我們的對照實驗：判斷該交給誰、各要付出什麼，以及比判斷更早出錯的那一步。
Orca 裡同時開著 Claude Code 與 Codex，專案經理 /clear 之後卻自己動手寫程式。這篇記錄我們用 flightwake 立下的多 agent 規則：可見分頁、單一寫手、只讀審查、/clear 洗不掉的角色，以及途中踩過的坑。
push 顯示成功、GitHub 收到了，網站卻停在四天前的版本。我們輪詢了 22 分鐘，兩邊的部署紀錄都是 0 筆——然後把結論下錯了。這篇記錄一次靜默沒觸發的排查：怎麼分辨「還沒跑完」與「根本沒發生」，以及一個一行指令問得到的探針。
Gemini 3.7 Flash 價格砍半、OpenAI 把 Luna 降八成，但兩家的旗艦價格都沒動。這篇拆解 2026 年 8 月的降價實況：哪一層真的變便宜、哪些優惠印著到期日，以及為什麼單價砍半的同時，企業的 AI 帳單反而漲了五倍。
自家內容站的 agent-ready 體檢只拿 21 分。這篇記錄一天內靠 Markdown 內容協商與 MCP server 補到 Level 4 的過程——以及計畫外的收穫：給 AI agent 做的基建，反過來變成讀者按一顆按鈕就能用的新功能。
AWS 台北區域 2025 年 6 月開站，Google 彰化資料中心已經跑了十多年——延遲不再是台灣選雲端的差異點。這篇給中小企業三個判斷問題：工具鏈重心、資料落地、誰來維運，以及一個不浪漫的第三選項。
AI 的預設是讓你滿意，不是讓你進步。這篇公開我們拿 AI 做定期覆盤的用法：只要缺點、每條附證據、按嚴重度排序——為什麼要把難看的數字餵給模型才換得到有用的批評，以及裁決權為什麼必須留在自己手上。
MCP v2 在 2026 年 7 月底發布，把協定從有狀態改成完全無狀態。這篇從規範內容與 Cloudflare 的第一手說明，拆解三個訊號：部署成本下降、agent 流量被基礎設施當一等公民、棄用政策代表協定進入成熟期。
同樣是串接兩套軟體，報價可以差十倍——差在哪？這篇用 curl 與 MCP 拆解串接的基礎邏輯：傳統模式是工程師讀文件、寫黏合程式；MCP 讓服務自我描述、模型自己讀。看懂「誰去讀文件」，就知道錢花在哪。
「每天打開系統就知道要做什麼」——老闆一段話的願景，怎麼變成能報價的計畫？這篇公開我們的拆法：三個系統層、六種讀法、成本三層，以及為什麼軟體授權 $0、錢幾乎全在人力，而那筆人力成本又總是被漏算。
官網上線滿月，Search Console 的成績單：曝光 257 次、點擊 15 次，其中大半還是品牌字。這篇不粉飾數字，講清楚新站冷啟動期什麼是正常的慢、什麼是做錯的慢，以及這段時間真正該做的三件事。
SEO 改動一輪輪上線，量測卻停在手動開後台。這篇記錄用 mcp-gsc 把 Search Console 接進 Claude Code：憑證放哪才不進版控、scope 怎麼選，以及一個容易誤判成安裝失敗的載入坑。
解決方案頁六個場景擠在同一個網址，每段只有 80 字——六種搜尋意圖互相稀釋，誰搜都排不上。這篇記錄拆成 6 個獨立 URL 的過程：為什麼照搬拆分只會做出六個薄頁，以及每頁怎麼從 80 字補到 400 字以上。
git push 突然回 Repository not found——但 repo 明明存在，五分鐘前才推成功過。這篇記錄一次真實追兇：兇手是 gh auth switch 的全域帳號被別的視窗切走，以及 GitHub 為什麼故意用 404 騙你。
站內連結稽核抓到一個會自我惡化的設計：「相關文章」取同分類最新 3 篇，等於舊文隨發文量增加被系統性孤立——19 篇有 8 篇零入鏈。這篇記錄追兇過程、改用 tag 計分的解法，以及 7 條連結補到 41 條的紀律。
我們把自家官網當客戶做了一次 SEO 稽核：技術面全數合格，真正的問題在內容——7 個案例有 3 個講報表自動化，部落格卻只寫了 3 篇；最紅海的題目反而寫了 6 篇。這篇公開稽核發現與修正後的內容策略。
訂閱內含的 Claude Fable 5 用量在台灣時間 7/8 下午兩點結束。它比 Opus 貴一倍、更慢、還會拒答——但我們用它一個下午建完官網的 AI 小編產線。這篇整理一個月的社群實測與我們的第一手經驗：貴的模型，正確用法是做耐久資產。
讓 AI 憑空代寫文章，等於親手填平品牌的護城河。我們花一個下午幫官網建了一套不代筆的 AI 小編。這篇公開整套設計：審稿為什麼分工而不互改、發佈為什麼保留人工核准——附三個自我檢查，幫你評估自己公司該不該跟進。
「用最強的模型就對了」是最貴的誤會——同一份工作交給旗艦或輕量模型，輸出成本可以差 8 倍。這篇用企業選才的邏輯拆解 AI 模型選型：公司裡有哪三個位子、各該派哪一級模型，以及預算要靠快取跟路由怎麼守住。
每天想追最新的國外 AI 動態，又不想被演算法餵食。這篇公開 kdzone.net 的完整管線：11 個 RSS 源自動彙整、Telegram 回三個數字選題、以自己的觀點整合成文，連 IG 截圖都能反查資料——月費 $0。
「agent 買來，就能把人換掉」是市場上最常見的想像。這篇用一人公司天天養 agent 的第一手經驗拆解三件事：AI 出錯誰負法律責任、agent 為什麼是「養」出來的、以及 AI 時代還要不要養員工。
大多數人用 AI 的方式是把整份文件貼進聊天視窗、改完再整段貼回去——月中就把訂閱額度燒完。我們把 Anthropic 官方教材改編成台灣中小企業非工程師聽得懂的學習路線圖：六站主線加兩條支線，每站有解鎖能力與出站條件。這是 learn.kaiwu.com.tw 的開發記。
過去兩年我們靠一套自建的 stage-driven 導航框架跟 AI 協作開發。Fable 5 世代的模型出來後，我們發現它不需要導航了——但有四件事再強的模型也做不到。所以我們把框架砍掉重練成「行車記錄器」，並且開源：這是 flightwake 的開發故事，含給一般開發者的分階段實戰手冊。
一個 WordPress 官網搬到 Next.js 靜態生成後，首次回應時間從 1334ms 降到低於 100ms。這篇講為什麼行銷官網幾乎都該純靜態、revalidation 為什麼要事件驅動，以及什麼時候不要追新的快取典範。
串接客服對話平台的 Webhook，把對話事件收回自有資料庫——聽起來是一天的工作，實際上文件沒寫清楚的簽章規則、被編碼兩次的 payload、還有壞資料的補救機制，每一個都是坑。真實除錯紀錄。
2025 年起 Meta 對健康醫療類廣告主的轉換回傳收緊，很多診所的廣告成效一夜之間「看不見了」。這篇說明為什麼我們把內部量測與回拋平台優化拆成兩套獨立設計，以及診所行銷實務上該怎麼因應。
多分店系統上了 Row Level Security 之後，所有受保護的寫入突然全掛 42501。這篇記錄一次真實除錯：問題不在 policy，在應用層讀權限資料的來源——以及一個 zod 驗證的附帶坑。
診所粉專的自動回覆，實質上是醫療廣告的延伸——Bot 一句「效果很好」就可能踩到醫療法。這篇拆解我們的三層設計：功能上只做衛教與預約、系統層封鎖診斷與療效宣稱、把含病症的對話當醫療個資保護。
三個廣告平台、三套指標定義：歸因窗口、幣別、時區各說各話，跨平台比較毫無基準。這篇拆解我們為廣告代理商打造統一語意層的實戰：LINE Ads 自建簽章 client、時序連續彙總、多租戶隔離。
凱吳科技是一人公司。2026 年 5 到 7 月，我們同時推進 12 個專案、累計超過 2,000 次程式提交——靠的不是加班，是一套結構化的 AI 協作開發方法。這篇攤開數字與做法：人負責什麼、AI 負責什麼，以及這對中小企業的意義。
醫療法 85、86 條管住醫療廣告，Google 的 YMYL 標準盯著醫療內容——AI 能讓診所的內容產能翻倍，但全自動上線是拿信任冒險。這篇拆解我們的流程：AI 草稿、禁用語自動檢查、人工審核、一鍵發布。
官網搬家最怕排名掉、廣告落地頁中斷。這篇公開我們把 WordPress 官網遷移到 Next.js 的完整檢查清單：URL 一字不變、meta 逐一複製、DNS 分鐘級回滾——TTFB 從 1334ms 降到低於 100ms。
為什麼多數公司的知識庫最後都變成垃圾場？因為大家先買工具、後想規則。這篇分享我們幫企業建知識庫的三條制度：一個事實只住一張卡、機密只放指標不放本體、引用不複製——以及為什麼這一切是為了之後的 AI 問答。
33 家分店的健保申報資料鎖在內網 HIS 老系統裡，而新版 macOS 又移除了內建 L2TP VPN。這篇拆解我們的實戰解法：在 Docker 容器裡用 strongSwan + xl2tpd 自建 VPN 通道，讓 Playwright 自動登入抓資料。
廣告平台報表上的「轉換」，是平台自己說的。客人點了廣告、進到聊天室之後，平台就看不見了——這篇拆解歸因斷層發生在哪、打通需要哪幾段資料，以及「真 ROAS」和平台 ROAS 差在哪裡。
一個真實案例：工程師離職失聯，公司官網的原始碼全在他個人帳號裡，一行都拿不回來。這篇給中小企業老闆一份數位資產盤點清單——網域、網站、粉專、數據、廣告帳號，每一項都該問：誰有權限、放在哪？
多數中小企業導入 AI 的第一個坑，是急著買工具。這篇用一個真實案例——連鎖牙醫集團把每週的手工週報變成一顆按鈕——拆解正確的導入順序：先穩數據地基、再自動化流程、最後才疊 AI。
