聽書-科技X成長

種菜工程師

《聽書》我們將不定時挑選一本書、一篇文章或一個熱門話題,從科技趨勢、職場實戰到心靈養分,透過輕鬆對談的方式,挖掘背後的觀點與洞見。 沒時間閱讀?那就用聽的,跟我們一起吸收知識、激發想法、拓展視野。

  1. Gemini at Work 2025

    4H AGO

    Gemini at Work 2025

    🎙️ Podcast EP.158|Gemini at Work 2025:AI 驅動的企業新時代🌐 從研究到應用,Google 重新定義「工作中的 AI」。 在 2025 年的 Gemini at Work 發表會上,Google CEO Sundar Pichai 與 Google Cloud CEO Thomas Kurian 共同揭示了 Gemini Enterprise——一個全面整合 AI 能力的企業級對話平台。這不僅是一場產品發布,更是一場關於 AI 如何成為企業核心動能 的宣言。 📌 本集重點: Gemini Enterprise 全面解析:一個能串接工作流程、資料、應用與決策的 AI 中樞。 六大核心組件:1️⃣ 模型(Models)2️⃣ 代理程式工作台(Agent Workbench)3️⃣ 預建代理(Pre-built Agents)4️⃣ 業務情境連接(Business Context Linking)5️⃣ 安全與治理(Security & Governance)6️⃣ 生態系統夥伴(Partner Ecosystem) 實際應用案例: HCA Healthcare:AI 協助臨床決策 Best Buy:智慧客服與營運預測 LA28 奧運:AI 協調大型活動管理 開發者新工具:Gemini CLI、Agent-to-Agent 協議(A2A)登場 💡 核心啟示:Google 的「全棧 AI 策略」正在讓企業邁入新時代——AI 不只是輔助,而是 參與決策、驅動效率、連接整個組織的力量。 — 🔗 立即收聽Spotify|Apple Podcast|YouTube Podcast 全平台同步上線! 💬 你覺得哪個產業最能被 Gemini Enterprise 改變?醫療?零售?還是教育? #Google #Gemini #GeminiAtWork #AI企業應用 #ThomasKurian #SundarPichai #GoogleCloud #AgentToAgent #AI轉型 #Podcast推薦

    21 min
  2. OpenAI DevDay 2025 重點摘要

    1D AGO

    OpenAI DevDay 2025 重點摘要

    🎙️ Podcast EP.157|OpenAI DevDay 2025:AI 開發的全新時代🚀 從 ChatGPT 到 Sora 2,AI 工具的生態再進化。 在 2025 年的 OpenAI DevDay 上,OpenAI 公布了一系列重磅更新,正式開啟 AI 開發的「應用時代」。這場年度開發者盛會不僅展示了技術的飛躍,也預示著 AI 將從「助手」走向「協作者」的新階段。 📌 本集重點: ChatGPT Apps SDK:開發者可直接在 ChatGPT 內打造互動應用,開啟 AI 應用分發新時代。 Agent Kit:快速構建、部署與管理 AI 代理(Agents)的工具包,簡化開發流程。 Codex 正式版:從研究預覽升級為正式發布,整合 GPT-5 Codex 模型,強化程式理解與生成能力。 GPT-5 Pro 模型:專為高效推理與任務執行優化的新一代旗艦模型。 GPT-Realtime Mini:更自然的語音互動模型,支援低延遲對話。 Sora 2 API 預覽:影片生成技術再突破,讓開發者能以文字即時生成高品質視覺內容。 💡 核心啟示:2025 年的 OpenAI,不只是模型的升級,而是生態系的重構。未來的 AI 不再只是回答問題,而是「一起構建未來」。 — 🔗 立即收聽Spotify|Apple Podcast|Google Podcast|YouTube Podcast 全平台同步上線! 💬 你最期待哪一項新功能?GPT-5 Pro、Agent Kit 還是 Sora 2? #OpenAI #DevDay2025 #GPT5 #Sora2 #AgentKit #AppsSDK #AI開發 #人工智慧 #Codex #Podcast推薦

    19 min
  3. 機器學習運作MLOPs

    2D AGO

    機器學習運作MLOPs

    🎙️ Podcast EP.156|機器學習運作:持續推送更新與自動化管線⚙️ 從 DevOps 到 MLOps,讓 AI 也能「自動學習、自動部署」 隨著 AI 系統逐漸走向生產應用,MLOps(Machine Learning Operations) 成為連接資料科學與工程實務的關鍵。本集將帶你深入了解 Google Cloud 架構中心對 MLOps 的完整解析,掌握如何讓模型持續學習、持續部署、持續進化。 📌 本集重點: MLOps 與 DevOps 的關鍵差異:AI 模型不只是「程式碼」,還需要處理 資料漂移(Data Drift) 與 持續訓練(Continuous Training)。 MLOps 三大成熟度等級:1️⃣ Level 0:手動程序 — 資料與模型更新全靠人工。2️⃣ Level 1:自動化機器學習管線 — 提升效率但仍需人工監控。3️⃣ Level 2:CI/CD/CT 完整自動化 — 實現模型的即時迭代與交付。 核心組件: 資料驗證與版本控制 模型驗證與評估 特徵儲存庫(Feature Store) 中繼資料管理(Metadata Tracking) 雲端實務應用:如何在 Google Cloud 中實作 MLOps 管線 💡 核心啟示:MLOps 不只是自動化,更是一套讓 AI 持續學習與優化的工程哲學。當你的模型能「自己更新」,你離智慧系統又更近一步。 — 🔗 立即收聽Spotify|Apple Podcast|YouTube Podcast 全平台同步上線! 💬 你目前的 AI 系統是「一次訓練」還是「持續演進」?MLOps 也許是你該邁出的下一步。 #MLOps #機器學習 #AI工程 #GoogleCloud #自動化管線 #持續訓練 #資料科學 #DevOps #人工智慧 #Podcast推薦

    23 min

About

《聽書》我們將不定時挑選一本書、一篇文章或一個熱門話題,從科技趨勢、職場實戰到心靈養分,透過輕鬆對談的方式,挖掘背後的觀點與洞見。 沒時間閱讀?那就用聽的,跟我們一起吸收知識、激發想法、拓展視野。

You Might Also Like