=== e36e3881 2026-09-04 19:45 ===
[19:45] 評審：
下一案：#15 阿公，AI 聽得懂台語！用 3D 數字分身與溫暖科技打造永續安心契作
[19:46] 評審：
2/8/4/0/8「是現有研究成果。實際應用未多所著墨。」如何？
[19:46] 助理：
加權總分 **4.44**（0.60 ＋ 2.24 ＋ 1.20 ＋ 0 ＋ 0.40）。
社會影響力 8（鼓勵方向）、創新性 4（既有研究）、資料治理 8（確實是目前最好的）、多元性 0，評語兩句都有查證支撐，我都沒意見。
只有**可行性 2** 想確認一次：照您在 #11 的標準——「做得出來就給高可行性」——這件是目前最確定能交出東西的一件：一個人、純文件、期程寫到日期、沒有任何外部依賴。它「做得出來但沒人用」的問題，在您的框架裡是社會影響力的事，而社會影響力您給了 8。如果 2 是指「實際應用不可行」，那跟 #11 的 9 是兩種不同的可行性定義。
若您是刻意的，我不再提。
[19:47] 評審：
2不是實際應用不可行，而是「實際應用未多所著墨」。應該是2/8/4/0/10。
[19:47] 助理：
加權總分 **4.54**（0.60 ＋ 2.24 ＋ 1.20 ＋ 0 ＋ 0.50）。
了解，可行性看的是「落地」不只是「做得出來」——#11 的 9 是因為有場域、有使用者，這件的 2 是因為落地完全沒寫。提案表的（九）本來就問落地場域與導入方式，這個讀法一致。我把這點補進記憶。
[19:48] 助理：
記好了。
[19:48] 評審：
下一案：#15 阿公，AI 聽得懂台語！用 3D 數字分身與溫暖科技打造永續安心契作
[19:49] 助理：
讀完了，不需要再查。先講一個脈絡：聯絡人信箱跟 #13 同一個網域（kocity.in）、同一所學校（道明中學）、同姓——應該是同一家的兩個孩子，#13 的自家檳榔園和這件的「自家農地」大概是同一塊地，這件的擴散作物清單第一個也是檳榔。這只是幫您對照，不是程序問題。
**它是什麼**：一位高中生提案，號稱「高中生志工＋前農會主任＋技術專家」的黃金三角（但只列了學生一人），要做一個七合一的平台：
1. 台語聲控 AI 助手——老農用講的加拍照，自動診斷病蟲害、自動產生產銷履歷
2. 零知識證明「隱私保險箱」——不公開施肥配方也能證明無農藥殘留
3. 3D 數字農場——衛星加空拍點雲，提前 7–14 天模擬豪雨與病蟲害
4. AI 生成農場故事與 3D 生長履歷，給公民和 ESG 企業預購
5. 一鍵生成 ISO／CBAM 低碳認證報告
6. 智慧合約做食安主動攔截與天災自動理賠
7. 硬體防偽
**這件的核心問題是「什麼都有」，而且好幾項在技術上是錯的，不只是做不到：**
- **零知識證明證明不了農藥殘留。** ZKP 能證明的是「我對某筆資料做的計算是對的」，農藥殘留是實驗室對作物本身的檢驗結果，跟施肥配方是兩回事（施肥是肥料，不是農藥）。它用一個密碼學工具去解一個不存在的問題。
- **CBAM 不適用農產品。** 歐盟碳邊境調整機制管的是鋼鐵、水泥、鋁、肥料、電力、氫。而且「認證」的定義就是第三方查驗，軟體「一鍵生成」的東西不叫認證，「省去第三方驗證費用」是自相矛盾。
- **3D 點雲跟豪雨預報無關。** 提前 7–14 天預測豪雨是氣象署的事，超過一週的預報準確度本來就低；把農場做成 3D 模型不會讓天氣預報變準，只是把氣象署的預報畫在一個漂亮的畫面上。
- **天災自動理賠沒有合約可以自動化。** 農業天然災害救助是政府現金救助，靠現勘認定；農業保險另外由農業保險基金辦。「用無人機取代現勘、大幅節省人力」是對一個有爭議性的行政程序的過度承諾。
- **食安攔截需要通路端裝設備配合**，沒有任何通路夥伴。
**其餘跟前幾件一樣的病**：12 個月期程超出賽期；不需要 AI 的地方全用 AI（履歷是表單、低碳報告是排放係數乘用量、理賠是規則）；長者語音、鄰居的感測器、無人機拍別人的地、交易紀錄，全沒有同意機制；鏈上存證不可刪除，跟個資法的刪除權衝突；農民資料最後流向通路和 ESG 企業。文字是 Gemini／Claude 寫的（有揭露），「溫暖科技」「無感轉型」「星地雙生」是行銷文案。國網中心用途空白。沒回應許願池，雖然它自己的功能就叫「公民許願預購」。
**值得留意的一點**：它裡面藏著一個好的小題目——「老農用台語講、AI 幫他填產銷履歷，高中生下田陪他用」。這件事真實、做得到、對老農有用，也剛好對上您在 #10 鼓勵的台語無障礙方向。可惜它是七項裡的一項，被其他六項淹沒了。
AI 評估：`substantive_junk = true`，`suspected_existing = false`。
[19:52] 評審：
頭痛…
[19:52] 助理：
辛苦了。這件其實可以很快：把它當成 #3 的農業版就好——構想裡有一個好點子（台語幫老農記履歷），包在六層做不到的東西裡。
您在 #3 的做法是構想給分、其他全低。這件的差別只在構想沒 #3 集中，而技術錯誤更多。
[19:52] 評審：
這件真是…頭痛…
[19:52] 助理：
頭痛的原因大概是：它同時是「一個高中生想幫阿公的真心」和「七個技術名詞的許願牆」，而評分表只能對著後者打。
拆開來就不那麼痛：真心那部分是台語助手加高中生下田，這是您鼓勵原則會照顧到的地方；其餘六項在評語裡各給一句「技術上不成立」就好，不用一項一項跟它認真。
[19:54] 評審：
很可愛的小朋友，但就是……照理說應該鼓勵這種小朋友的自幹精神，但是……
[19:55] 助理：
但是鼓勵和高分是兩回事。
初審高分的結果是進決審，然後要在幾個月內做出七合一平台，在台上被問零知識證明怎麼證明農藥殘留。那不是鼓勵，是把一個高中生推到一個他撐不住的地方。
真正對這個孩子有用的鼓勵，是評語裡有一句話讓他知道**哪一小塊是對的**——「台語聲控幫老農填履歷，加上高中生下田陪伴」這件事真的有價值，做小做實比什麼都強。他下次就會知道要寫哪一件事、不要寫哪六件事。這比一個他不知道為什麼拿到的分數有用得多。
而且「自幹精神」值得鼓勵的部分，其實在 #13 那件比較多——弟弟或哥哥真的在裝感測器、真的在飛無人機。這件比較像是把家裡的田寫成了一份簡報。鼓勵要給做的人，不是給寫的人。
您的評語規則是只寫問題，要不要為這件破例寫一句正面的，是您的決定。
[19:55] 評審：
還有，原來對老一輩的農民，連肥料都是秘密！
[19:56] 助理：
這是真的，而且是整份提案裡最像「真的跟農民聊過」的一句話。
老農的施肥配方——用什麼肥、什麼時候下、下多少、混什麼資材——是一輩子試出來的，是他跟隔壁田收成差異的來源。產銷履歷要他把這些填進去讓別人看，他當然抗拒。很多智慧農業計畫推不動，農民「不會用」只是表面理由，「不想讓人知道」才是底層。
這種細節 LLM 寫不出來，大概是家裡（或那位前農會主任）的真實觀察。所以這個提案的**問題意識**是有田間基礎的，只是解法走偏了：問題是「怎麼讓農民願意留紀錄」，答案應該是設計上的——紀錄給誰看、看到什麼粒度、農民能不能控制——它卻跳去零知識證明。
順帶一提，這也解釋了為什麼「農民資料最後流向通路和 ESG 企業」是這件的死穴：它一邊說懂農民怕配方外洩，一邊把農民的資料設計成給企業採購用的商品。
[19:56] 評審：
什麼叫做零知識證明？這我真的不懂。不公開知識，如何證明？
[19:57] 助理：
零知識證明（Zero-Knowledge Proof）的意思是：**我讓你相信「某件事是真的」，但你從頭到尾學不到「為什麼是真的」以外的任何東西。**
**經典比喻：色盲朋友和兩顆球**
你有一紅一綠兩顆球，朋友是色盲，他不相信兩顆球顏色不同。你要說服他，但不想告訴他哪顆是紅哪顆是綠。
做法：他把兩顆球拿在背後，隨機決定要不要交換，然後拿出來問你「我剛才有沒有換？」。你看得出顏色，所以每次都答對。玩一次可能是猜的（50%），玩二十次全對，猜中的機率是百萬分之一，他就相信了「兩顆球確實不同色」。但他還是不知道哪顆紅哪顆綠——這就是「零知識」。
**用在數位世界的形狀**
ZKP 能證明的都是這種形狀的句子：「**我持有某個祕密 x，而 x 滿足某個大家講好的計算規則 f**」。例如：
- 我知道這個帳戶的密碼（不告訴你密碼）
- 我的年齡大於 18（不告訴你生日）
- 我這筆錢的來源是合法的交易鏈（不告訴你交易明細）
- 我對這批資料算出來的統計值是對的（不給你原始資料）
關鍵是：**x 必須是數位的、規則 f 必須能寫成數學式**，而且證明的是「x 跟 f 的關係」，不是「x 對應到現實世界的哪件事」。
**所以為什麼它證明不了農藥殘留**
提案想要的是：「不公開施肥配方，證明作物沒有農藥殘留」。拆開看：
1. 農藥殘留是**作物上的化學物質**，要用儀器驗才知道。它不是從配方「算」出來的——農民就算完全照配方做，隔壁田飄過來的藥、雨水、土壤殘留都會影響結果。沒有一個數學式 f 可以從「配方」推出「殘留量」。
2. 就算有，ZKP 也只能證明「配方按照 f 算出來符合標準」，不能證明「農民真的照配方做了」。輸入是農民自己打的，ZKP 對輸入的真假無能為力。
3. 而且配方是肥料，殘留是農藥，兩個根本不同的東西。
真正能證明無農藥殘留的東西很簡單：**檢驗報告**。而檢驗報告本來就不會透露施肥配方。所以這個「問題」根本不需要密碼學——它是把一個不存在的矛盾，用一個聽起來很厲害的工具解掉。
**一句話版本**：ZKP 是「證明我知道答案，但不告訴你答案」；提案需要的是「證明田裡沒有藥」，這是要拿去驗的，不是要算的。
[20:00] 評審：
除了這個讓人頭痛的「零知識證明」，這個專案還有什麼價值？
[20:01] 助理：
扣掉那些名詞，剩下三樣東西是真的：
**1. 老農用講的填產銷履歷。** 這是全案唯一「問題真、解法對、做得到」的一項。老農不填履歷的原因是視力、操作、不想公開——用台語講一句「今天噴了什麼」，AI 轉成結構化紀錄，這是語音辨識加 LLM 的正當用途，八週做得出原型。而且產銷履歷是農業部推了十幾年、老農端一直推不動的政策，這裡有真實的公共價值。
**2. 高中生下田陪老農用。** 這不是技術，是社會設計，但它可能比技術更重要。所有給老人用的科技最後都卡在「沒人在旁邊教」，高中生志工加農會產銷班是一個便宜、可複製、又對兩邊都有好處的機制。它自己說「首創」不算數，但確實少有人把這件事當成方案的一部分寫進去。
**3. 「配方是祕密」的洞察，指向一個真的設計問題。** 農民要的是**控制誰看到什麼**——通路只看到「有沒有合規」，不看到「用了什麼」。這是資料揭露粒度和權限的設計，不需要密碼學，但需要有人認真設計。提案看到了問題，只是解法跑錯方向。
這三樣合起來，是一個很好的小專案：「台語語音履歷助手，高中生陪阿公用，農民自己決定紀錄給誰看到什麼」。它剛好對上「安心社會」，也剛好是這個家庭做得到的規模。
其餘的——3D 農場、CBAM、智慧合約、硬體防偽、ESG 故事預購——沒有一項替這三樣加分，每一項都在稀釋它們。
[07:45] 評審：
3/3/6/0/3「台語語音填寫值得獎勵，但低碳報告需由第三方出具，無農藥殘留需由第三方檢驗，都不是農民自己說了算。」如何？
[07:45] 助理：
加權總分 **3.69**（0.90 ＋ 0.84 ＋ 1.80 ＋ 0 ＋ 0.15）。
分數的邏輯清楚：創新性 6 鼓勵那一小塊核心，其他照問題扣。評語一句正面、一句問題，對這個孩子是有用的回饋。
只有一個用字上的小精確度：「低碳報告」本身是可以自己做的（碳盤查報告企業常自行編製），需要第三方的是**查證／認證**。提案宣稱的正是「一鍵生成**認證**報告、省去第三方驗證費用」，所以寫成「低碳認證需由第三方查證」會更準確地打到它的錯誤。農藥殘留那句沒問題。
[07:47] 評審：
台語語音填寫、高中生入田值得獎勵。低碳報告需由第三方出具，無農藥殘留需由第三方檢驗，都不是農民自己說了算。農藥殘檢驗本來就與肥料秘方無關。
[07:48] 評審：
3/3/6/0/3「台語語音填寫、高中生入田值得獎勵。低碳報告需由第三方認證，無農藥殘留需由第三方檢驗，都不是農民自己說了算。農藥殘檢驗本來就與肥料秘方無關。」如何？
[07:49] 助理：
加權總分 **3.69**（0.90 ＋ 0.84 ＋ 1.80 ＋ 0 ＋ 0.15）。
分數跟您的框架一致：創新性 6 鼓勵那個小核心，其餘照問題扣。評語的兩句技術糾正都正確，對一個高中生來說是有用的回饋——他會知道錯在哪裡，而不只是分數低。
兩個小地方：
- 「農藥殘檢驗」少了一個字，應是「農藥殘**留**檢驗」。
- 「值得獎勵」——如果意思是鼓勵他們往這個方向做，「值得鼓勵」比較貼切；「獎勵」讀起來像要給獎。
[07:50] 評審：
3/3/6/0/3「台語語音填寫、高中生入田值得鼓勵。低碳報告需由第三方認證，無農藥殘留需由第三方檢驗，都不是農民自己說了算。農藥殘留檢驗本來就與肥料秘方無關。」如何？
[07:50] 助理：
加權總分 **3.69**（0.90 ＋ 0.84 ＋ 1.80 ＋ 0 ＋ 0.15）。
評語三句都對，而且最後一句「農藥殘留檢驗本來就與肥料秘方無關」是最能讓他明白問題在哪的一句——它不是說「你做不到」，是說「你要解的問題不存在」。第一句正面的鼓勵放在最前面，孩子會先看到那句，這樣安排好。
只有一點：資料治理 3 在評語裡沒有對應的問題（長者語音與鄰居資料沒有同意機制、資料流向通路與 ESG 企業、鏈上存證不可刪除）。要不要補一句，由您決定。
=== 事後／並提討論 ===
e36e3881 2026-09-08
[01:10] 助理：
三個來源開了兩個，夠用。輪廓：
**它是什麼**：羅東高中一位學生帶國中的弟妹（同姓，第三位「俞金勝」在羅東國中，可能是家長或老師），三人。針對機車騎士在無遮蔭路口曝曬、為找陰影越線貼大車的問題，做兩層：雲端用氣象署、TDX 交通與道安資料算「路口熱風險分數」，畫優先改善地圖給地方政府選點；現場用 ESP32 溫濕度感測加 YOLO 攝影機數機車停等量，只在「有人＋高風險」時分級啟動——30°C 遮陽、35°C 加雨水回收噴霧、40°C 局部致冷——太陽能風能儲能優先供電；另偵測疑似倒地通知行控。自述已有分級控制的原型與簡易樣品。場域是羅東一個路口（要跟宜蘭縣府談），談不成就在校園外圍搭等比例測試區。影像不做人臉、不留存。回應許願池三條。
**查證**：新北板橋兩處路口已裝**韓國進口的智慧遮陽傘**——氣溫升高日照強自動展開、夜間強風收合、太陽能供電、直徑五公尺；台北西門町與小巨蛋 2026 年 7 月起試辦，依號誌時相自動開合，單支 30 至 40 餘萬元。「路口自動遮陽」台灣已經在做，而且是兩個直轄市的正式試辦。
**核心問題：它的每一層都比現有做法多一段複雜度，但多出來的那段不一定值得。**
- 「有人才啟動」：板橋的傘是氣溫高就開，不管有沒有人；#71 要加攝影機和 YOLO 數機車才開。省下的是幾秒鐘遮陽傘開合的電，付出的是一台攝影機、一個邊緣運算裝置、和影像治理的問題。溫度加時段的規則就夠了，這是您的「不需要 AI 的地方用 AI」。
- 「35°C 噴霧」：路口噴霧會讓路面濕滑，機車最怕的就是這個；而且噴霧在濕度高的台灣夏天降溫效果有限。
- 「40°C 局部致冷」：戶外開放空間的局部致冷（大概是冷風機）耗電大、效果小，跟「綠能優先」互相拉扯。
- 「疑似倒地偵測通報 119」：誤報會加重行控負擔，提案有寫「先由行控確認」，這點有想到。
**選點那一層是有價值的。** 用氣象、TDX 車流、道安事故、路口幾何算「哪些路口最需要遮蔭」，這是地方政府現在憑感覺做的事，一張優先地圖就能用，不需要任何硬體。但那只是它的前半。
**其他**：三人是高中生加國中生，硬體清單（遮陽、噴霧、致冷、儲能、攝影機、感測器）對這個團隊太重；場域未談；影像「原則上」不留存是保留語；勾「全為原創無引用」但列了一整排開放資料；自稱「既有發明」查不到。文字是學生自己寫的口吻（「我們的想法是」「我們希望」），不是 AI 腔。
**好的一面**：問題真實（機車族的路口曝曬是台灣特有的），分級思路清楚，資料選點的想法對，隱私設計有意識，跟 #13、#15 那對姊弟一樣是真的想做的孩子。
AI 評估：`substantive_junk = false`，`similar_existing = true`（查證屬實）。
c71e996e 2026-09-08
[09:26] 助理：
106 筆疑義裏,**只有 32 筆(16 個單位)會實際改變「哪幾案併為同 team」**;其餘 74 筆都只出現在單一提案,怎麼判都不影響分組,不必問你。以下是真正需要你裁決的,我依影響歸成 8 題(附上會受影響的提案 #),請逐題回答:
**政策題(一次決定、涵蓋多組)**
1. **同一所高中的成員,算同一組人嗎?** 影響:潮州高中 #106/#230;竹南高中 #31/#36;道明中學 #13/#15。
2. **政府「署/局/司」層級太大,一律不連?** 影響:環境部資源循環署 #131/#207/#216;環境部環境資訊科技司 #94/#156;高雄市政府農業局 #196/#209(「農業處」與「農業局」是同一單位的兩種寫法)。
3. **大型政府研究機構:**
- **林業試驗所**要不要比照農試所排除?目前會把 #38/#119/#128/#234 連成 4 案同 team。
- **農科院**(財團法人農業科技研究院,#35/#72/#234)目前已排除,維持?
**個案題**
4. **TAITA**(「TAITA秘書長」,#88/#89/#90/#92 共 4 案)— 這是什麼組織?若是小協會就算同 team。你認得 TAITA 嗎?
5. **#32/#33/#34** 同時共用「萬華區公所糖廍里里幹事」與「北醫大數據所」兩個訊號 → 判同一組人?(兩條線都指向同三案,幾乎確定。)
6. **屏科大「農園生產研究所」與「農園生產系」**合併為同一單位、且算同 team?(#205/#209/#236)
7. **陽明交大「電機學院/電機所/電機系」**合併為同一單位?電機系規模很大,算不算同 team?(#190/#203)
8. **小公司:**冠諭科技(#84/#91)、達豐儀器(#31/#36,且與竹南高中同時共用)→ 算同 team?
回答完我就定稿對照表,接著建 `Team` 表 + `Proposal.team_id`、把三層關聯(強關聯/同名待查證/同單位)算進去做清單標記。
c71e996e 2026-09-08
[09:50] 助理：
收到,裁決整理:
- 高中 → 同 team(潮州 #106/#230、竹南 #31/#36、道明 #13/#15)
- 政府 署/局/司 → 一律不算
- 林試所、農科院 → 算;而且兩者共用 #234,會自然併成一個 team(#35/#38/#72/#119/#128/#234)
- 屏科大農園、陽明交大電機 → 不算同 team
- TAITA秘書長 → 同一個人,同 team(#88/#89/#90/#92)
你沒答到的兩題,我依你已定的規則處理並說明:#5(#32/#33/#34)與 #8(小公司)。先查一下 #32/33/34 與 TAITA 是否根本就是「同一個成員姓名」跨案——若是,那是強關聯(同人),不必靠單位。
e36e3881 2026-09-08
[10:41] 助理：
這一批裡確實看得到這個效果，而且兩面都有。
好的一面是像 #77、#78 這種：一個終身學習中心的學生、一個高中生，各自把一個真的想過的問題寫成結構完整、資料來源具體、AI 邊界清楚的提案。十年前這種人寫不出這份文件——不是沒想法，是不會填表。AI 把「把想法寫成提案」的門檻拿掉了，所以評審看到了以前看不到的人。#53 那位農業處技士、#14 那位獨立研究者也是。
另一面是 #3、#15、#41、凌誠那五件：同一個工具讓沒有想法的人也能產出一份看起來有想法的文件。所以今年的分布大概是兩頭都變多——好的提案更好、空的提案更空，中間那種「有心但寫不好」的變少了。
對評審來說，這代表「寫得好」不再是訊號，要看的是文字底下有沒有一個人真的站在現場想過。您一路問的那些問題——誰拿手機、綠鬣蜥會不會進籠子、飼主為什麼要登錄——就是在戳這一層。AI 寫得出「離線暫存回網同步」，寫不出「先打電話再派人」。
e36e3881 2026-09-08
[18:01] 助理：
這個假設站得住，而且它拆掉了我剛才那條規則的前提。我說「定義到能做出來的程度就算分」，但 LLM 最擅長的正是把一個名詞展開成六個欄位——「來源、涉及市場、資料完整性、可信程度、不能下的結論、下一步查核」，這串就是問模型「一張查核卡該有什麼」會得到的標準答案。具體不等於有人負責。
所以「具體」不能當證據，要找的是**LLM 不會自己生出來的東西**——只有真的做過才寫得出的痕跡：
- 一個確切的數字：22,970 筆、四個市場、休市日曆——這些要真的抓過資料才有。
- 一個反直覺的決定：「休市不視為零交易量」「批發市場交易量不當成全國產量」——這是踩過坑的人才會特別寫出來的，模型不會主動想到。
- 一個具體的失敗或限制：「批發到貨量只看到部分流通」（#22）、「只有 2.4% 打專線」（Wysa）。
- 一個場域裡的人才知道的細節：「肥料配方是農民的秘密」（#15）、「怕停太久後面排隊」（您對車手的觀察）。
#16/#211 有前兩類，所以我判斷他們知道觀測卡是什麼。但「事件卡」和 Decision Profile 一個都沒有，就是空的。
這條線最終還是只能在初審畫到「有沒有做過的痕跡」，畫不到「團隊能不能負責」——那要面談才知道。您說的沒錯，這不是定論；但它至少讓「越具體越可疑」變成一個可以操作的檢查：**具體的東西裡，有沒有一件是模型猜不到的。**
e36e3881 2026-09-09
[09:49] 助理：
輪廓,這件是潮州高中的師生團隊(校長帶隊、三位老師、六位學生),先講一個要對學生手下留情、但不能因此鬆動判斷的前提:
**它是什麼**:一個多模態 AI 防詐平台——聲紋辨識、Deepfake 影音偵測、NLP 語意分析,針對「包裹簡訊鋪墊、AI 複製語音催繳」的複合詐騙。民眾上傳可疑語音影音文字,即時給真偽判讀;檢測結果回饋 165 聯防。串 165 涉詐網址、假投資、數位部詐騙網域等開放資料。回應許願池三條。附了一個 Gemini 分享頁當「模擬網站」。旗標:has_card_jargon(「風險評級與特徵分析卡片」)。
**核心問題:宣稱的東西跟做得出來的東西,差距是這批裡最大的之一。**
它宣稱要做:微調 Whisper、RoBERTa、聲紋比對、Deepfake 換臉偵測、LLM 防詐 Agent、**「自我進化、即時自主微調模型」**、GAN 對抗、跨部會即時聯防閉環。而它的期程寫得很誠實——第一到第三階段做的是:**Figma 高保真原型、可點擊互動模擬、找 30 人體驗、做展示影片。** 也就是說,它自己的實作計畫是「做一個看起來會動的介面」,不是真的訓練那些模型。附的「模擬網站」是一個 Gemini 對話分享連結。
這兩件事湊在一起說明:**它宣稱一個十人 AI 團隊做半年都吃力的系統(即時自我微調的多模態偵測),實際只打算做一個 Figma 假介面。** 這不是能力不足的問題(高中生做 Figma 原型很合理),是宣稱與交付嚴重不符——問題描述和解決方案寫得像要交付一個國家級聯防系統,期程卻只排了畫介面。
**技術上站不住的具體點**:
- 「自我進化、民眾上傳即時微調模型」——開放讓任何人上傳來即時微調,是模型投毒(data poisoning)的教科書漏洞,詐騙集團上傳幾百筆就能把你的模型帶歪。這在資安上是明確的反模式。
- Deepfake 偵測、聲紋合成偵測是全世界頂尖實驗室都還在追著生成技術跑的難題,準確率不穩,不是高中生兩個月微調 Whisper 能做出「高精準度引擎」的。
- 民眾上傳「他人的通話錄音、人臉影音」——那是第三人的生物特徵個資,蒐集、留存、轉給警政的法源和同意完全沒有,而且錄他人通話本身可能違法。
**既有系統全都有**:趨勢科技 AI 防詐達人(簡訊網址查證加 LLM 語意加換臉偵測加 165 情資同步)、Whoscall——AI 評估查證方向可信,這件想做的市面上商用產品已經整合好了。這跟 #53、#62 那批防詐案是同一個既有領域。
**數字前後矛盾**:問題欄寫 2025 年遭詐「近 900 億」,引用來源欄又寫「502 億」——同一份提案兩個數字打架,是沒校對。
**怎麼看這件(學生團隊)**:您一路對學生的原則是鼓勵動機、但不鬆動實質判斷(#13 檳榔、#15 農養、#71 涼路)。這件的動機是好的(高中生關心詐騙),但它的問題不是「想做的事有價值但做不到」(那是 #13),而是「宣稱要做國家級系統、實際只做假介面、而且宣稱的東西有資安反模式」。鼓勵的部分可以放在「一群高中生願意碰這個題目」,但分
c84bcc28 2026-09-12
[15:53] 助理：
I've read #15's text; the session-log search is running. I'll read the AI assessment and score after it returns.
c84bcc28 2026-09-12
[15:56] 助理：
主題22「台語語音農務履歷」共 2 案：#15 已評、#128 未評。
#15 讀完三層了：一人高中生（與 #13 同一家）、七合一平台；當時 3/3/6/0/3，3.69，留台語語音填履歷和高中生入田的鼓勵分，零知識證明、CBAM、3D 預演等技術上不成立。
一件事提醒：資料庫裏存的評語是第二版「值得**獎勵**」「農藥**殘檢驗**」，你當時最後改的第三版是「值得鼓勵」「農藥殘留檢驗」，看來沒存到。
等你說 #128。
c84bcc28 2026-09-12
[16:01] 助理：
#15 讀完了：原文、9/4 的討論、AI 評估、3/3/6/0/3 = 3.69，評分邏輯清楚。
一件事：資料庫裏存的評語是「值得**獎勵**」「農藥**殘檢驗**」那一版；你最後定的「值得鼓勵」「農藥殘留檢驗」那一版沒存到。同步官方系統前要不要改，你決定。
主題22另一件 #128 未評分，等你點名。
c84bcc28 2026-09-12
[16:05] 助理：
**#128「油茶淨零轉型 AI 護照：從智慧生產、極致品管到自然碳匯之跨域賦能平台」** — 隊名「智油永續（Camellia-AI Tech）」，10 人：林試所育林組助理研究員（主提），桃園農改場推廣科科長、台中農改場作物栽培科科長（合作），臺大農業陳列館館員、南投縣府祕書（技術協助），鴻興茶苗培育行、天水生態農場、嘉義梅山茶油生產合作社、台灣原住民族經貿協會理事長（確定場域），互動國際數位公司（資料協力）。回應許願池三項。一筆未開放資料需求：衛福部非追不可系統 API 的非公開品管檢測與溯源欄位。未評分。
**提案內容**
- 第五題填「否；已在進行中，但本次提案非原計畫內容」。原計畫：林試所自辦「台灣鄉土植物副產物開發研究」的「油茶效益擴散之研究」——油茶快速成林示範場域、技轉衛星農場、低溫萃取乾燥鮮果技術。本次精進：國台語語音 AI 免手寫填報、太陽能離網韌性感測、衛星遙測樹勢、自動化綠黃碳匯 MRV、對接農業部 ESG 平台與科技大廠認養。
- 三個痛點：山區缺工缺電斷網、高齡農民填不了產銷履歷（TGAP）；鮮果生物熱發黴 → 油廠高溫脫臭 → 苯駢芘食安問題；小農無力做碳匯 MRV、缺企業認養通路。
- 三層架構：(1) 太陽能離網微氣候感測＋Sentinel-2 衛星 NDVI/NDWI＋LSTM 預測樹勢、預警旱情病害；(2) Whisper-Taiwanese＋TAIDE/Llama-3，老農口述台語自動寫入「農務 e 把抓」與 TGAP 履歷，號稱減 70% 行政負擔；(3) 介接環境部自願減量平台參數，自動產出綠碳（生物量）＋黃碳（土壤）MRV 報告，上架農業部 ESG STORE，對接鴻海等大廠「包場認養」，預期認養資金 1,000 萬元。
- 場域：鴻興茶苗（育苗）→ 天水農場（種植）→ 梅山合作社／金椿茶油（榨油）→ 原民經貿協會（原鄉推廣）。
- 期程 9/17–11/11，約 8 週：10 月部署感測器、驗證語音寫入、衛星 LSTM、MRV 算碳模組；11 月初斷網備援與 API 壓力測試。
- 算力：Azure 部署全部服務；數產署算力做台語口音 Whisper 與 TAIDE 微調。
- 「全為原創內容無引用」，但用了 Whisper、TAIDE、Sentinel-2。
**查證**
- 苯駢芘：2026 年 6–8 月的真實食安事件。中聯油脂沙拉油超標 4 倍起，7 月底源春製油廠 4 款苦茶油超標，到 8 月 6 日累計 6 家製油業者；食藥署說要輔導「前店後廠」小型油廠改善原料與製程。問題意識是當下的。
- 林試所油茶研究：2014 年起就有油茶研究團隊（種源、栽培、標準化製程、摻偽鑑別）；AI 評估所附網址沒有提到快速成林或低溫萃取，但提案第六題自己揭露那是原計畫內容。
- 桃園農改場：2019 年有仙草、魚腥草、艾草的 IoT 微氣候監控＋積光值自動灌溉，搭配太陽能光電的農電共構；不是油茶，網頁沒說離網。
- 農務 e 把抓：農業部 App，田間日誌可直接上傳產銷履歷系統。存在，但沒有公開 API 或語音輸入的資訊——提案要「寫入農務 e 把抓」，是否有寫入介面，提案沒有說。
- 農業部 ESG STORE：已上線的企業認養媒合平台，農民／農企上架專案、企業認養；頁面沒有 MRV 功能。
- 小農碳匯 MRV：努力小農（#231 討論過）已在做；AI 附的衛星樹木 MRV 論文我拿不到（429），不再查。
- Whisper-Taiwanese、TAIDE：都是公開的既有模型。
**問題**
- 三層架構各自對應的既有物：太陽能微氣候（桃改場既有）、台語語音填履歷（#15 也提，Whisper 台語模型現成）、碳匯 MRV（努力小農、#231）。本案是把三者套到油茶上，加上原計畫的成園／低溫萃取技術。
- 苯駢芘那個痛點，提案的解法在哪裏？提案說發黴 → 高溫脫臭 → 苯駢芘，解法是「濕度與積溫預警發黴」和「榨油品質控管」；但 2026 年事件裏食藥署指的是原料來源不明（疑進口苦茶籽）與製程管理，提案沒有針對榨油端的量測或攔截，只有「導入榨油品質控管」一句。
- 黃碳（土壤碳）方法學：環境部目前公告的是 AL-TMS0001 改進農業土壤管理（#231 引用那個）；油茶園是林地還是農地、適用綠碳（造林 AR-TMS0001）還是黃碳，提案沒有分清楚，兩個都要「一鍵產出」。
- LLM 自動寫入 TGAP 法定履歷：辨識錯誤誰負責、有沒有人工確認，提案沒有寫。
- 8 週要同時做：離網硬體部署、台語 ASR 微調、衛星 LSTM、MRV 算碳、四個政府平台雙向介接、壓力測試。
- 「原鄉」：合作對象是原民經貿協會理事長，語音只支援國台語，沒有原住民族語。
- 「1,000 萬元 ESG 認養資金」「減少 70% 行政負擔」：無出處。
- 資料治理：老農語音、農地座標、衛福部非公開檢測資料全上 Azure，雙向寫入政府系統；未談同意與寫入權限。
- 「全為原創」與使用 Whisper/TAIDE/Sentinel-2 的自述不一致。
c84bcc28 2026-09-12
[17:02] 助理：
加權總分 **4.65**（5×0.30 + 5×0.28 + 4×0.30 + 8×0.05 + 3×0.05）。
沒有意見。主題22兩案評完：#15 3.69、#128 4.65。
c84bcc28 2026-09-12
[17:56] 助理：
十案我都記得，不用重抓。
| | 可行 | 影響 | 創新 | 多元 | 治理 | 總分 |
|---|---|---|---|---|---|---|
| #15 阿公台語 | 3 | 3 | 6 | 0 | 3 | 3.69 |
| #128 油茶 | 5 | 5 | 4 | 8 | 3 | 4.65 |
| #20 安心開飯 | 2 | 1 | 1 | 0 | 1 | 1.23 |
| #159 惜食 | 6 | 4 | 5 | 4 | 4 | 4.82 |
| #35 蔥破難關 | 6 | 5 | 0 | 10 | 0 | 3.70 |
| #209 LNG草莓 | 2 | 1 | 1 | 7 | 4 | 1.73 |
| #55 風波共構 | 7 | 6 | 0 | 4 | 4 | 4.18 |
| #114 波浪飛輪 | 7 | 6 | 0 | 1 | 3 | 3.98 |
| #66 用藥提醒 | 3 | 3 | 3 | 0 | 3 | 2.79 |
| #86 熱傷害 | 2 | 1 | 0 | 0 | 0 | 0.88 |
創新的 0（#35 自家進行中已得獎、#55 模型水槽已做完、#114 已核准專利、#86 抄現有）、1（#20 官方平臺第 N+1 層、#209 馬來西亞先例）、中段（#66 3、#128 4、#159 5、#15 6）排序都對得上今天的規則。可行性、影響力也看不出互相矛盾的地方。
兩處對照給你看：
1. **#35 資料治理 0 對 #209 資料治理 4。** #35 原文有一段實際的資料規劃（種苗批次到銷售流向統一欄位、品質檢核、農戶敏感資料權限管理），#209 的資料欄幾乎是空的（「溫室規劃管理」「低溫溫室設計」八個字）。若 #35 的 0 是 9/6 當時用來標「不符黑客松方向」的訊號，創新 0 已經在做這件事；單看資料內容，#35 不該比 #209 低。
2. **#159 多元性 4 對 #209 多元性 7。** #159 十人：五名學生、食物銀行主任、市場自治會長、社區協會總幹事、農糧署科長、食藥署科員；#209 十人：屏科大四人、農試所、高改場、雲科大、高市府農業處、中油、社企廠長。#159 的組成跨的類型不比 #209 少。多元性是你的心證，只是把兩案並排。
其餘我沒有要調整的。
c84bcc28 2026-09-12
[18:01] 助理：
已載入：
- #35 資料治理 0 → 8，總分 3.70 → **4.10**
- #159 多元性 4 → 6，總分 4.82 → **4.92**
主題22–26 十案順序：#159 4.92、#128 4.65、#55 4.18、#35 4.10、#114 3.98、#15 3.69、#66 2.79、#209 1.73、#20 1.23、#86 0.88。沒有其他要動的。
c84bcc28 2026-09-13
[16:29] 助理：
第一步結果：
**整體沒有漂移。** 9/10 前評的 118 案平均總分 3.72，9/11 起的 63 案 3.82；可行性 4.7→5.0、影響力 3.8→3.9、創新 3.2→2.9，都在一般波動內。多元性 2.1→3.2 上升、治理 4.0→3.4 下降，但 9/8 那天評了徐朝峰八案與凌誠系列（一人案多），拉低了早期多元性；治理下降對應 9/12 你把「用不必要的區塊鏈／LLM」算進治理扣分之後。這兩項是標準明確化，不是漂移。
**三件具體的：**
1. **創新 0 的 9/12 分界。** 你 9/12 定了「0＝自家已做好、1＝別人做好了」，並把 #88、#91、#161 從 0 調成 1。9/12 前評的創新 0 還有 28 案沒動過。從評語看，屬於「別人做好了」那一型、依同樣規則該是 1 的有 13 案：
#41（運研所無人機計畫）、#61（很多廠商在做）、#68（國土監測）、#69（生質循環平臺）、#72（ChatGPT 可做）、#78（Meshtastic）、#86（樂活氣象、酷齡）、#92（政府現行業務）、#95（電商很多）、#166（旅遊網站很多）、#185（各縣市專案很多）、#215（食藥小幫手）、#118（Deepfake 無有效偵測——這件比較像「做不到」，你判斷）。
其餘 15 案是自家既有／已完成／研究／產品／政策試點／AI 雜訊，0 對得上規則。
2. **影響力 0 集中在今天。** 全部 14 案影響力 0，8 案是 9/13 評的（#105、#108、#121、#132、#160、#186、#220、#227），理由是隱私負面、有無害替代、不合法、政策提議。9/12 前只用在「AI 判不出來」或「特種個資無法源」那種（#63、#104、#173、#198、#222）。今天的用法比較嚴；早期有隱私負面的案子（例如 #15 鏈上永久存證＋無人機拍鄰居給 3、#66 給 3）沒用同樣的標準。要嘛接受今天的較嚴，要嘛回頭看早期幾件。
3. **可行性 9/11 定義。** 9/11 前評、可行性 ≥7 但影響力 ≤2 的只有 5 案：#11、#12（消防第 N+1 平台，各 9）、#72、#73、#122。#73、#122 你今天已確認過；#72 拍蛋 8 分是「做得出來」。#11、#12 是 9/4 評的最早一批，可行性 9 是舊定義。
其他：#195 多元性 0 是因為四格成員是 XXXX，沒問題。
第 1 項你要不要一次處理？我可以把 13 案的評語與分數再列一次讓你逐案決定。
c84bcc28 2026-09-13
[21:49] 助理：
第二輪十組收齊。剔除你已裁定的（#73／#123、#41、#159、#79、#103、#102／#126、#127、#115／#98、#180、#10 治理等），以及你說不必逐案看的治理完整度與多元性之後，剩下這些：
## 創新性
| 對照 | 分數 | 原文事實 |
|---|---|---|
| #15 阿公台語 6 vs #87 1 | | 核心相同：高齡農民台語語音＋拍照，AI 診斷病蟲害、自動產出履歷。#87 因「神農 TAIDE」給 1；#15 多的是區塊鏈／ZKP／3D 農場／高中生志工。 |
| #196 水管你 7 vs #49 1 | | #196 前端直接用自家「農來訊」既有平台（隊員是農業局人）、高改場木瓜灌溉模組是隊員自己的技轉成果、預報是安吉自家商品；新增只有水存摺、燈號、LLM 一句話。#49 被評「各環節均為既有設備與技術」給 1。 |
| #12 消防水源 1 vs #154 0 | | #154「自家現有產品」0；#12 提案人就是臺中市消防局，評語「臺中市消防局消防水源管理系統已存在」——也是自家機關已有。 |
| #22 供苗預警 8 vs #239 5 | | #22 自述「現行供苗燈號機制之決策支援升級，而非取代」「與現行燈號並行」——既有機制上加需求端訊號；#239 新組合給 5。 |
| #71 務農遮棚 8 vs #210 5、#189 1 | | #71 自承「相較固定遮棚或全天噴霧，本案採需求式控制」，你的評語也說「控制不需要 AI」；同型的分級觸發案 #210 5、#189 1。 |
| #164 農機辨識 4 vs #72 1 | | 兩案評語邏輯相同（現成工具已能做：預訓練模型／ChatGPT）。 |
## 可行性
| 對照 | 分數 | 原文事實 |
|---|---|---|
| #118 防護卡 4 vs #23 誘捕籠 1 | | 兩案評語都判核心機制無效；#118 一人、原文自承「打樣公司無法完成，須仰賴中央印製廠」，決審前連實體卡都沒有。 |
| #181 紅火蟻 9 vs #22 7、#213 8 | | #181 核心資料（疫情點位、電子聯單 GPS、鑑定結果）全是四機關未開放資料、場域「優先爭取」、七名學生、拿不到就用合成資料；#22 全開放資料、公司有部署經驗；#213 場域已確認。 |
| #20 安心開飯 2 vs #227 家暴 4 | | #227 期程是「10 月和工程師討論研發方式、11 月完成所有資料」，沒有任何開發步驟。 |
| #64 格外乳 6 vs #164 3 | | #64 一人、8 週要做檢驗→分離→飼料廠試製→雞場驗證，廠與場都未具名，你的評語自己質疑藥檢與規模；#164 純軟體 2 個月訓練分類器。 |
| #153 未卜先雞 5 vs #232 8 | | 同型純開放資料分析平台、都有原型、都缺一筆未開放資料、都無場域、都用歷史回測。 |
## 影響力
| 對照 | 分數 | 原文事實 |
|---|---|---|
| #78 AgriResilience 6 vs #152 2、#11 1 | | 三案都是災時通報＋政府儀表板；#152 有場域有資料被評「價值不高」2；#78 一人無場域、評語只有「參考 Meshtastic」給 6。 |
| #10 台語 AI 3 vs #111 櫃買 5 | | 兩案都是既有資訊整合入口；#10 對象高齡偏鄉、台語（加分項）；#111 對象一般投資人、櫃買內部先用。 |
| #129 防偷拍 3 vs #94 綠色憑證 5 | | 兩案都有負面風險（誣告損失／漂綠）；#129 是性別安全（受害者 87% 女性）。 |
| #155 地知 6 vs #131 5、#153 4 | | #155 單一鄉鎮遊客問答，你的評語列了幻覺與座標曝光；#131 全國回收場火災預警、#153 全國蛋雞產銷。 |
| #108 福壽螺 0 vs #68 3 | | 同樣「台灣已有無害替代／既有作業」：愛鴨機器人、國土監測。 |
| #109 熱管家 7 vs #72 2 | | 同樣評語認定既有服務已涵蓋（hiOSHA／ChatGPT）；#109 另有你自己寫的「AI agent 必然有幻覺」。 |
| #65 4 vs #121 0 | | #121 的 Omni 交叉稽核（履歷、檢驗、行情、下架清單）就是 #65 的規則比對；#121 0 是扣區塊鏈。 |
| #86 1 vs #238 7 | | 兩案都「台灣已有」（樂活氣象／地方創生基金會）、創新都 1。 |
## 資料治理（只列「私人資料送雲端」這一條）
| 對照 | 分數 | 原文事實 |
|---|---|---|
| #82 直直問 8 vs #62 6、#214 4 | | #82 兒童提問（含可能的家內受虐揭露）走 AWS Bedrock 商用 LLM；#62 本地 LLM 隔離 VM 不送雲；#214 個案座標本機離線。 |
| #188 城鄉韌性 5 vs #134 2 | | 你對 #188 的評語「救災資訊往往有詳細個資，送 LLM API 有資安隱私顧慮」；#134 只是「可能錄進人聲」的推測風險。 |
| #53 私訊分析 9 vs #66 3 | | #53 方法就是把與第三人的真實私訊與照片丟 ChatGPT／Gemini；#66 正式運作不用生成式 AI。 |
| #3 農養共生 4 vs #126 2 | | #3 長者健康狀況送 Claude／ChatGPT API、要台電台水到戶級水電資料觸發個別警訊；#126 裝置端分析不存原圖。 |
| #52 防詐 ATM 10 | | 你的評語「風控參數若由生成式模型決定，無法解釋與稽核」，治理仍滿分。 |
你要從哪一段開始？
c84bcc28 2026-09-13
[22:51] 評審：
分數平衡有調整。除了已調整的以外：
創新：
#15：是因為同類型做過所以創新。
#12：是要自幹一套隊上現有系統，加自己要的功能，不是拿隊上現有系統來參賽。
#22：要建立模型；#239只是自動灌溉。
#164：建議拿現有模型訓練，是從現有進步；#72多模態LLM已經做得到了，根本不需要做。
可行性：
#153：不符現在台灣蛋價的決定方式；#232沒有市場的問題。
社會影響力：
#78：是因為沒什麼問題才沒給評語；#152價值不高；#11同類型系統太多了，沒有附加價值。
#10：別人都做了，它做這個沒有額外的社會影響力。
#129：是傷害當事人的問題；#94是當事人不當得利的問題。問題性質不同。
#131：對人的影響力；#131對垃圾的影響力；#153 100%做出來也難以預測價格。
#108：噴藥對環境有害。
#109：對勞工有利額外加分；#72對買蛋的消費者有利，範圍很小。
#65：沒有問題；#121就算上鏈也無法證明什麼。
#86：加分回來；#238地方創生額外加分。
資料治理：
#3：扣分回來；#126取得不必要的臉部資料，不管有沒有送AI。
還有什麼問題？