# 創業失敗後我才懂:眼界決定天花板,我為什麼每天追蹤全球AI資訊

我還記得創業失敗那段時間的感受。不是因為產品不好、不是因為技術不行,而是坐在台灣辦公室裡,我們一直在和自己玩。後來才明白,我們根本不知道世界在幹什麼。

那次失敗其實給了我一個很狠的一巴掌。當時我在想,為什麼同樣的想法,美國已經有人做出來了?為什麼我們總是慢半拍?答案很簡單:因為我們的眼界卡在台灣。市場小、資訊晚、決策也慢。當全球創業者都在衝的時候,我們還在看去年的新聞。

▋ 出國工作改變了我的視角

後來我出國工作了一段時間。這段經歷改變了我對「資訊」的理解。我才發現,其實我們缺的根本不是聰明才智,缺的就是「第一線的資訊」。差一天拿到資訊和晚兩個禮拜拿到資訊,在創業的世界裡可能就是生死之差。

在國外的日子,我開始習慣每天刷Twitter、看最新的Hacker News、追蹤業界的關鍵人物。那時候我才真正體會到,資訊戰其實就在發生——那些走在前面的人,就是因為他們比別人早知道一些東西。而我之前根本沒意識到這一點。

▋ 決定做一個「資訊轉運站」

所以才有了現在的頻道。與其每個人都像我一樣累死累活地四處尋找資訊,不如我來幫大家把全球最前沿的東西篩一遍、整理一遍、傳下去。

這個頻道的邏輯很簡單:Twitter上每天都有最新的AI趨勢和產業動態,我會盯著;YouTube上那些國際大咖的最新教學和案例分享,我會挑出精華給你們;然後加上我自己這些年試過的AI工具經驗和踩過的坑。這樣一來,大家就不用像我當年那樣,花一年時間才明白的東西,你們可能三個月就吸收到了。

說白了,我就是在幫大家「減少資訊的獲取成本」。

▋ 為什麼要這樣做

老實說,這也是為了我自己。AI相關的資訊實在太爆炸了。每天新工具、新模型、新應用層出不窮,你根本追不完。如果沒有一個系統的方式去篩選和整理,最後的結果就是淹沒在資訊海裡,什麼都看但什麼都沒記住。

所以我一直在試著建造一套流程——不是要我花更多時間,反而是要用更聰明的方式,確保吸收到的都是真正有價值的資訊。這套流程對我有用,對你們應該也有用。

我希望創業的人、想跟上時代的人,都可以在這邊每天吸收到最新、最豐富、最實用的東西。不是為了看起來很厲害,而是真的能用上。

▋ 不止於資訊,還有更多可能

但坦白講,光分享資訊還不夠。資訊終究只是資訊,真正的價值在於做點什麼。所以這個頻道的另一層目的,是我想和大家一起,基於這些資訊去開發真正有用的SaaS服務。

我不是想開一個資訊聚合網站就完了。我想的是,當我們都吸收到同一套資訊、看到同樣的機會之後,我們能不能一起把想法變成產品?那才是真正的價值。

所以我們現在做的,只是第一步。未來可能會看到一些新的工具、新的服務從這裡誕生。

▋ 邀請你們一起參與

如果你有什麼建議,或者有想看到的資訊方向,真的很歡迎說出來。我不是想一個人決定頻道的走向,這應該是大家一起共同創造的東西。

也許你想看更多的案例分享?也許你想深入某個特定的AI領域?也許你根本有更好的想法?都歡迎。我們可以一起在這邊成長,一起發現機會,甚至一起把機會變成生意。

這不只是一個資訊頻道,更像是一個面向全球、但根植於台灣的創業者社群。我們一起看世界,然後一起做點什麼。

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin