農安韌網：極端氣候下智慧農場斷網自治與農業災害資料協作平台

=== e36e3881 2026-09-09 21:47 === [21:47] 評審： 下一案：#154「農安韌網：極端氣候下智慧農場斷網自治與農業災害資料協作平台」 [21:48] 助理： #154 農安韌網（許榮祥／叡拓企業＋許竣瑋／半分田溫室，2 人；智慧治理；未評分）—— 主題 1。這是**誠實、聚焦、接地**的一件，跟前面浮誇的很不同，但**創新性偏低**，因為核心是自家既有的補助計畫。 **這是什麼** 智慧農場**斷網自治**＋災害資料協作，三層： 1. 農場自治：Edge Node 持續讀感測器與設備狀態，斷網時依預授權安全規則維持必要環控，並本地保存感測／命令／狀態／告警／斷網事件； 2. 復網同步：store-and-forward 補傳、去重、過期命令不執行； 3. 公共協作：把農場事件＋政府氣象／災害資料依時間串成災前中後時間軸，去識別授權後供農民復原建議與政府決策。 場域是自家半分田溫室（有風扇、捲揚、高壓微霧）。 **誠實面可取（先講好的）** - 團隊小但各帶真資產：叡拓是真的 IoT 公司、半分田是真的溫室農場。 - **非常誠實**：明說「禾立方感測器與控制器尚未安裝」；2024/7 凱米颱風時場域未受災，只當風險情境、不宣稱災損；KPI 全列待驗證、不冒充成果；不預先宣稱節水增產%。 - 技術詞用得對（RS485/Modbus、LoRa、MQTT、store-and-forward 補傳、去重、過期命令不執行）—— 是真的懂 IoT。 **最決定性的問題：核心是自家已獲補助的既有計畫（創新性）** - 據 AI 評估，**叡拓 2024 年已獲補助「斷網無憂：雲端地端自動切換智慧物聯網農場」** —— 斷網自治核心就是這個既有計畫。本案等於把公司**現成的產品／計畫**包裝進黑客松。這跟 #205/#210 的「既有計畫產品化」同一型，創新性壓低。 - **商業與學術前案也都有**：翼詠（AeonMatrix）離線邊緣環控器已商品化、MDPI 有溫室斷網邊緣接管補傳的論文、農試所災害預警平台也在。斷網邊緣自治＋補傳是成熟題目，本案屬組合。（皆為 AI 線索，未逐一親驗，但邊緣運算做 IoT 韌性本就是成熟方向。） **第二個問題：極小規模 vs 宏大的「協作平台／跨場域標準／政府決策支援」宣稱** - 實況是**一座自家溫室、感測器還沒裝、沒經歷過真災、沒有任何機關用戶**；卻主張建立「跨場域資料標準」「支援政府決策」。這個標準會是**單一廠商在自己農場上自訂**的，缺乏外部採用與機關背書 —— 公共協作平台的基礎很薄。 **其餘** - **資安反而沒說清楚**（有點反諷，因為它主打韌性）：MQTT/API 身分驗證、命令**防重放**（replay protection）未具體；農場地理／營運難真正去識別；雲端供應商未定。 - AI 角色邊緣（摘要／異常判讀），未說模型與誤判處理 —— 但這反而符合「不硬塞 AI」，不算大扣分。 **定位**：主題 1 裡屬**誠實、務實、小而真**的一件（紀律優於 #104/#171），但**創新性低**（自家既有補助計畫＋商業／學術前案）、規模極小、公共協作與跨場域標準的宣稱撐不起。無致命傷（非否決級）。它比較像一個**中小企業的產品開發計畫**，而不是黑客松等級的創新。 我的看法：可行性中等（真公司＋真農場、做得出斷網自治那塊，但感測器未裝、公共平台缺機關）；社會影響力方向實在但規模與單一廠商限制大；創新性低（既有計畫組合）；資料治理框架有但資安關鍵項未具體。相對主題 1，落在中後段。 [21:51] 評審： 8/4/0/2/6「這是現有產品。」如何？ [21:52] 助理： 加權總分 **3.92**。 - 可行性 8 × 30% = 2.40 - 社會影響力 4 × 28% = 1.12 - 創新性 0 × 30% = 0 - 多元性 2 × 5% = 0.10 - 資料治理 6 × 5% = 0.30 **分數內部自洽，而且正是 #205 那套「既有產品」型態的翻版：可行性高（8，真公司＋真農場、demonstrably 做得出）＋ 創新性 0（否決旗標：這是現成產品、非黑客松創新）。** 這跟您「重大瑕疵才給 0」「既有產品輸在創新性、贏在可行性」的用法完全一致。社會影響力 4（方向實在但規模小、單一廠商、無機關）、多元性 2（兩人但技術＋場域各一角）、資料治理 6，都合理。 有意思的是：#154（3.92）和 #152（3.91）幾乎同分，但**成因相反** —— #152 是創新性高、可行性低；#154 是可行性高、創新性 0。加權剛好把兩種相反的體質收在同一帶，沒問題。 **一點誠實提醒（跟 #226「類似前案已有」同樣的處理）**：評語「這是現有產品」方向站得住，但它的具體依據 —— 叡拓 2024「斷網無憂」補助計畫、翼詠離線環控器、MDPI 論文 —— 是 AI 評估的線索，我沒有逐一親驗。若團隊來爭「這是新的」，最穩的立足點是「**斷網邊緣自治＋復網補傳本身是已商品化、有學術前案的成熟能力**」這個大方向；至於「就是叡拓某個計畫」這種具體指認，要firm 的話可以先查再定稿。措辭上您保持「這是現有產品」的general 講法，其實已經避開了具體指認的風險，穩。 沒有需要更正的，#154 收在 3.92。 === 事後／並提討論 === e36e3881 2026-09-09 [22:00] 助理： #164 三個臭皮匠（許可縉／陽明交大腦科學所生、郭朝揚／北護 AI副教授、王妤安／研究助理，3 人；智慧治理；未評分）—— 主題 1，但這是**技術單薄、且幾近重做既有工作**的一件，而且題目其實有點跑掉。 **這是什麼** 一個 CNN 影像分類器，從巡查／車載照片辨識**農機具類型**（曳引機、插秧機、聯合收穫機、搬運車）。流程：影像品質篩選（濾掉模糊／過暗／過曝／重複／沒拍到機具）→ CNN 分類 → 人工複核。用途是輔助**農業補助審查**（減少人工逐張看照片），又兼作**農機科普教育**工具。 **最決定性的問題：技術幼稚、且幾近重做 2019 年的既有論文** - **「從零開始」訓練 128×128 小圖 CNN** —— 這在 2026 年是**方法上落後**的做法：正規化、翻轉、±10 度旋轉、調亮度對比，全是入門教材級；不用預訓練模型／遷移學習／基準比較，**從零訓練小資料集本來就是錯的路線**，效能一定差。工具欄只寫「Python」。 - **據 AI 評估，Zhang 等 2019 的 AMTNet 已對農機監管照片做 7 類農機辨識＋6 類異常影像篩選 → 本案幾近重做**，而且用更弱的方法。創新性極低。（AMTNet 為 AI 線索、附 DOI，我未親驗，但期刊 compag 是真的。） **第二個硬傷：訓練資料與部署場景根本不對** - 訓練資料是**農機型錄與雜誌圖**（乾淨的產品照），但要用的是**田間巡查／車載照片**（遮擋、角度、逆光、晃動）。**兩者落差極大 → 用型錄訓出來的模型，在田間照片上不會work。** 這是資料層的致命錯配，等於第一步就站不穩。 **第三：題目其實跑掉了（topic fit 弱）** - 問題設定是「補助審查」，落地場域卻漂到「農民學院／休閒農場導覽」的科普教育 —— 兩件事。 - 而且它是**農機辨識**，跟主題 1「**農業災害韌性**」關聯很薄；它還勾了「災後救助」的許願池願望，但本案跟災害根本無關。就內容看，這件放在主題 1 有點勉強。 **其餘** - **無農業專家**：三人全是 AI／健康大數據學界，農機分類需領域知識（他們靠型錄）；無誤判申訴機制（同 #104）。 - **隱私弱**：巡查照片含車牌／人臉／定位／補助案件連結，後台**永久保留原圖**卻無存取控管、無保存期限；型錄圖片版權未處理。 **定位**：主題 1 裡屬**技術薄、derivative、資料錯配、又略跑題**的一件 —— 比 #171（亂語）好，但明顯低於 #152/#210/#154。本質像一個**學生的 ML 練習題**（題目「從零開始學習」本身就透露這味道），不是黑客松等級的公共服務創新。 我的看法：可行性中低（分類器做得出，但型錄vs田間錯配→做出來也不好用）；社會影響力小（補助審查照片篩選是小效率、科普漂移又模糊、且跟災害韌性弱關聯）；創新性很低（2019 AMTNet 重做、從零訓練更弱）；資料治理弱（永久存原圖含個資、版權未處理）。相對主題 1，落在後段。 e36e3881 2026-09-09 [23:59] 助理： 加權總分 **4.93**。 - 可行性 7 × 30% = 2.10 - 社會影響力 6 × 28% = 1.68 - 創新性 3 × 30% = 0.90 - 多元性 2 × 5% = 0.10 - 資料治理 3 × 5% = 0.15 **評語寫得很好**，三點全是可查證、建設性的：圖文選單降低打字負擔（求助門檻）、避免 LLM 誤判延誤救災（可靠性）、救災資訊含詳細個資送 LLM API 的資安隱私顧慮（境外個資）。而且您把 OpenClaw／中國軟體那條無證據的推測**留在檯面下沒寫進去** —— 這個分寸抓得對，評語站得住、團隊爭不動。可行性 7、社會影響力 6 也都跟證據相符。 **一點我要直說：創新性 3 偏低，而且和 #164 出現反轉。** - #188 唯一真正的獨創是概念層的「**平時服務持續驗證資源資料 → 災時直接沿用**」（外加 TownGap 把無解任務轉成補強建議）。這**正好補掉**光復超人／Crisis Cleanup 那類純災後平台的冷啟動與名冊過期弱點，是個有實質內容、不算顯而易見的想法。 - 但 **#164（2019 AMTNet 重做＋從零訓練的落後方法）您給了創新性 4**，#188 反而只有 3。**一個重做已解問題的、比一個提出真概念的還高**，這個順序說不過去。 - 我先前就提過 #164 的 4 偏高、應該 ≤ #104 的 3。若把 #164 降到 2–3，#188 給 4–5 會更稱；照目前 3 也不是不能，但這一組相對關係值得校。 其餘（多元性 2、資料治理 3）我沒有意見。#188 收在 4.93 的話，主題 1 目前是 #210 5.78 ＞ **#188 4.93** ＞ #13 4.24 ＞ #154 3.92 ＞ #152 3.91 ＞ #164 3.19 ＞ #78 2.03 ＞ #104 1.10 ＞ #171 0.89 ＞ #84 = #89 0.68。 e36e3881 2026-09-10 [07:46] 助理： #236 捕風捉稻影（點稻成金／謝宏政，屏科大農園生產系博士班，**名單上只有 1 人**；永續轉型類，主題 1；未評分）—— 這是主題 1 裡**套話最多、且體質最可疑**的一件（AI 評估標 `substantive_junk = true`）。 **宣稱 vs 實際，落差極大** - **開頭宣稱**：整合高解析度遙測、田間物聯網、**多尺度氣候模擬**、深度學習，提前偵測**乾旱、氾濫、熱害、病蟲害**，精準灌溉施肥，搭配**水稻專用營養劑**，示範田「顯著提升抗逆性、降低用水、穩定產量」，可跨氣候帶部署、助力**全球糧食安全**。 - **實際要做的**（欄位 20、28）：**一個 CNN，從田間影像預測水稻「孕穗期」**，再結合氣象給施肥灌溉建議。 - 從「多尺度氣候模擬解決全球糧食安全」到「一個判斷稻子什麼時候抽穗的 CNN」—— 這個落差就是典型的堆砌。 **最決定性的問題：這是既有產品（而且研發 18 年）** - 據 AI 評估：**「AI萬穗」與「萬穗寶」營養劑都是提案人既有成果，研發 18 年、獲 FITI 創新領航獎**。也就是說，這是**現成商品的重新包裝**，跟 #154、#115、#205 同一型。（AI 線索，未親驗。） - 而且連那個 CNN 本身也不新：**2019 年就有 CNN 估測水稻抽穗期的論文**，日本住友化學的「**稻作先生**」App 也已在做生育期預測。 **第二個要警覺的：疑似搭售商業產品** - 「水稻專用營養劑」在**第一段被大力推銷**（把效益歸功於它），**之後全文再也沒提**。這種「開頭賣產品、後面消失」的結構，讓人合理懷疑是**藉黑客松推廣既有商品**。這點值得留意，但屬程序面。 **第三：所有效益宣稱零數據** - 「示範田結果顯示顯著提升…」—— **沒有任何數字**。 - 影像只有 5,000 張，**標註方法、準確率、驗證集全部沒有**。一個以 CNN 為核心的提案，連準確率都不提。 **其餘** - **內部矛盾**：文中稱「團隊」，成員名單**只列 1 人**。 - **期程超出賽期**：三階段 1–2／3–4／5–6 個月＝**6 個月**，但決審在約 3 個月後（同 #13 的毛病）。 - **主題吻合度弱**：它其實是**孕穗期預測→施肥灌溉最佳化**（精準農業／增產），不是**農業災害韌性**；災害字眼只出現在浮誇的開頭，不在交付物裡。跟 #164 一樣有點放錯主題。 - **隱私**：田區影像與產量綁定個別農民（可能影響租佃與補助）、固定攝影機可能拍到人、Azure 境外、無同意機制。 - **輕微 STS**：「讓農業管理從經驗導向轉為資料驅動」隱含貶抑農民經驗知識。 **定位**：主題 1 後段。既有 18 年商品的重新包裝＋大量套話＋零數據＋疑似搭售營養劑＋交付物本身也是已發表／已商品化的做法。比 #164 更弱（#164 至少誠實承認自己在學、方法問題可修）。 我的看法：創新性應該很低（既有產品，可考慮否決級的 0，同 #154）；可行性上「CNN 孕穗期預測」確實做得出（畢竟已存在），但**它宣稱的範圍**（遙測＋IoT＋氣候模擬＋災害預測）一人做不到、期程也超出賽期；社會影響力窄且主題不合；多元性 0（1 人）；資料治理弱（無準確率、無同意、境外、可識別農戶）。 e36e3881 2026-09-10 [07:58] 助理： 查到了，而且**證實了 AI 評估的關鍵懷疑**。 **「AI萬穗」是什麼（實查）：** - 是一個**研發超過 18 年**的既有成果，在台中、台南、屏東、花蓮及**越南、泰國**都做過田間實作。 - 產出兩樣**已商品化**的東西：**「萬穗寶」（高效營養劑）** ＋ **「AI 小農管家/管理」（AI 病蟲害與生育期辨識 App）**。 - 宣稱萬穗寶可把水稻**孕穗率從 70% 提升到 95%**；已**接獲菲律賓政府訂單**。 - 獲**國科會 FITI 創新創業激勵計畫的創新領航獎**。 - 農藝核心：水稻六個生長期，三個關鍵施肥時點（株高 35cm、出穗、稻穗下勾）——**本質是「用生育期辨識來抓施肥時機、提升孕穗與產量」。** **這對評分的意義（三點全被證實）：** 1. **這是既有產品，不是新構想。** 18 年、有獎、有商業訂單 —— 與 #154／#115／#205 完全同型的「既有產品產品化」。**創新性 0（否決級）站得住。** 2. **搭售商業產品的懷疑成立。** 萬穗寶是**真在賣的營養劑**（菲律賓訂單）。提案開頭大力推銷營養劑、後面消失，確實像是**藉黑客松推廣既有商品**。 3. **跟主題「農業災害韌性」不合。** 它真正做的是**施肥時機最佳化→增產**（精準農業），不是災害韌性。災害字眼只在浮誇的開頭。 **一個要誠實標註的落差**：多數報導把「AI萬穗」寫成**中興大學團隊**（謝宏政為其成員），但本提案把謝宏政列為**屏科大**農園生產系博士班。可能是他從中興轉到屏科大、或兩邊都參與 —— 我無法確認，但**不影響結論**：AI萬穗／萬穗寶是**公開可查、18 年、得過獎、已在賣**的既有成果，謝宏政是被點名的關聯人。 所以我先前的判斷可以收緊：**#236 是一個既有商業產品（含在賣的營養劑）換皮參賽、又放錯主題、效益零數據** —— 創新性給 0（既有產品）、可行性上那個 CNN 做得出但宣稱範圍浮誇且期程超賽期、社會影響力窄且不對題、多元性 0、資料治理弱。 Sources: - [「AI萬穗」回應全球糧食議題 中興團隊助增水稻產量（政大大學報）](https://unews.nccu.edu.tw/unews/rice-AI-fertilizer) - [FITI 創新創業激勵計畫決選（INSIDE）](https://www.inside.com.tw/article/40133-fiti-2025-nov) e36e3881 2026-09-10 [08:09] 助理： 加權總分 **3.11**。 - 可行性 7 × 30% = 2.10 - 社會影響力 5 × 28% = 1.40 - 創新性 0 × 30% = 0 - 多元性 0 × 5% = 0 - 資料治理 3 × 5% = 0.15 **分數與 #154 那套「既有產品」型態一致，站得住：** - **創新性 0**（否決旗標）—— 18 年、得過 FITI 獎、有菲律賓訂單的既有商品換皮參賽，正是「這是現有產品行銷推廣」。 - **可行性 7** —— 東西早就在賣、做得出，這是既有產品的必然高分（同 #154 的 8、#205 的 8 邏輯）。給 7 而非 8，大概是反映它**宣稱的範圍**（遙測＋IoT＋氣候模擬＋災害預測）遠超實作、且期程 6 個月超出賽期，我認為這個微調合理。 - 多元性 0（一人）、資料治理 3（零準確率、零對照數據、境外、可識別農戶），都合理。 **評語「這是現有產品行銷推廣」一句到位** —— 比 #154 的「這是現有產品」更精準地點出**搭售**性質（不只是既有，而是拿黑客松當通路賣營養劑）。而且措辭停在可查證的事實、沒指控意圖，穩。 **一點供您斟酌 —— 社會影響力 5 是這批「既有產品／不對題」案裡偏高的：** - 對照：#205（不符黑客松的農業案）社會影響力 3、#154（既有 e36e3881 2026-09-10 [08:10] 助理： 加權總分 **2.94**。 - 可行性 7 × 30% = 2.10 - 社會影響力 3 × 28% = 0.84 - 創新性 0 × 30% = 0 - 多元性 0 × 5% = 0 - 資料治理 3 × 5% = 0.15 **分數與評語都站得住，且延續您一貫的「既有產品」型態（同 #154、#205）：** - **創新性 0** —— 否決旗標：18 年、得獎、有商業訂單的既有產品換皮，而且核心 CNN 抓生育期本身也已有 2019 論文與住友「稻作先生」在做。 - **可行性 7** —— 既有產品當然做得出、也真的在賣，可行性高。這正是「既有產品輸創新、贏可行」的模式。 - **多元性 0**（1 人）、社會影響力 3（窄、又不太對題）、資料治理 3（零準確率、零數據、境外、可識別農戶），都合理。 **評語「這是現有產品行銷推廣」一句到位** —— 比單純「現有產品」更精準，因為它點出了**搭售**的本質（開頭推銷營養劑、藉黑客松推廣既有商品）。這是可查證的（萬穗寶有菲律賓訂單、FITI 得獎），措辭又不點名具體不確定的細節，穩。 一個內部一致性的好訊號：這批「既有產品」您給的創新性都是 0（#154、#236），而「既有計畫/發明」也給 0 或接近（#115、#205）—— 尺度一致。 至於萬穗寶到底是肥料還是生物刺激素、增產宣稱有沒有數據，那屬**產品實質**的問題，留給評審會或後續驗證即可，不必為了這件在評語裡追下去 —— 您用「行銷推廣」四個字已經把它的性質定準了。 #236 收在 2.94，主題 1 中後段。剩最後一件 #237。 e36e3881 2026-09-10 [08:42] 助理： 加權總分 **6.87**。 - 可行性 8 × 30% = 2.40 - 社會影響力 7 × 28% = 1.96 - 創新性 7 × 30% = 2.10 - 多元性 2 × 5% = 0.10 - 資料治理 6 × 5% = 0.30 **評語兩點都經查證、精準，而且分寸拿得剛好**：只點 Sentinel-2 的兩個具體限制（雲遮、10m 太粗），**沒有說「衛星判災損不可行」那種過頭的話** —— 因為 UN-SPIDER 確有 recommended practice，全盤否定會被打臉。您只否定「這個影像用在這個情境」，這正是可查證、團隊也難反駁的寫法。 **分數配置我認為站得住，且與修正後的判斷一致：** - **可行性 8** —— 核心（氣象比對＋地籍的風險分級）做得出、對農民良性、法源也對（救助辦法第 12 條）；影像那條弱，但屬外圍不動搖核心，所以沒把可行性壓下去。 - **社會影響力 7** —— 收回了「傷農民」的錯誤扣分後，它的防弊＋減輕基層＋加速撥付方向實在，7 合理。 - **創新性 7** —— 這格值得說一句（見下）。 - 多元性 2（三學生同質、無領域人）、資料治理 6（框架好但地號可回溯、商用 API 外送未明、資料欄空白）都合理。 **一點供期末平衡看一眼（非糾正）**：創新性 7 是這批的高標帶（與 #213 並列、僅次於 #188 的 8）。但我們兩度確認 —— 它的核心「氣象參數×坵塊自動判定」**農業部農災儀表板已經在做**，而風險導向抽查本質是「把承辦本來就會的直覺自動化、一致化」，加值主要在「雙 LLM 互審＋抽查改風險導向」這層增量，**而且還完全沒有實作（資料欄空白）**。以「既有系統已涵蓋核心＋尚未動工」而言，7 偏高 —— 我原本會放在 5–6。若您是刻意獎勵「制度理解深、設計安全正當、法源立論穩」這些，7 也說得通；只是期末跟 #213（同 7、但有真場域與更深研究）、#237 這兩件的相對高低，值得一起校一次。 其餘沒有需要更正的。#237 收在 **6.87**。 **主題 1 十五件到此全部評完。** 目前分佈（高到低）：#188 7.11、#213 7.11、#237 6.87、#210 5.78、#13 4.24、#154 3.92、#152 3.91、#164 3.19、#236 2.94、#78 2.03、#222 1.05、#104 1.10、#171 0.89、#84 0.68、#89 0.68。要不要我把主題 1 整組做一次跨案平衡的檢視？ e36e3881 2026-09-10 [08:49] 助理： 想通了，而且是我一直用錯鏡頭。 **創新（innovation）不等於發明（invention）。** 這是創新管理 101 的第一課 —— 熊彼得：創新是「**新的組合**」。一個**在別的領域早已成熟的方法，拿到一個還沒用它、且用它會創造價值的領域**，本身就是創新。技術不必新，**應用**新、且**創造價值**，就是創新。 我卻一直拿**專利審查員的「先前技術」鏡頭**在看：「這個技術全世界有沒有人做過？」「政府是不是已經有類似系統？」—— 那是在審**發明**，不是在評**創新**。 套回 #237 就很清楚： - **風險導向抽查**在稅務、海關、保險、金融稽核裡是幾十年的標準做法 —— 技術一點都不新。 - 但 **農災救助的抽查，至今還在用隨機抽（5%、20 戶、25 戶）** —— 這個領域**卡在一個所有成熟稽核領域早就拋棄的方法上**。 - 「發現農災抽查還在擲骰子、把成熟的風險導向稽核搬進來」—— **這就是創新**：新的組合、在這個領域創造價值。 - 而且我說「農業部已經在做」也搞錯了層：農業部儀表板做的是**「認定」**（這塊地有沒有達災損門檻），#237 動的是**「查核抽樣」**那一層 —— 不同的行政步驟，沒有人在那一層做過風險導向。 至於「承辦本來就會多看兩眼」—— 把直覺**形式化、一致化、規模化、客觀化**，正是創新的典型樣態：信用評分也只是把放款員「看看這人的紀錄」的直覺系統化，卻是金融史上的大創新。 **再用這個鏡頭回頭對整個主題 1 的創新分數，全部對得上：** | 分數 | 案 | 為什麼 | |---|---|---| | 8 | #188 | 平時驗證→災時沿用：真正新的組合，且解了既有平台的冷啟動問題 | | 7 | #213、#237 | 成熟技術（RAG／推播；風險稽核）**首次應用到**這個領域，且創造價值 | | 6 | #152 | 新組合（OR 派工進農災），**但在台灣不創造價值**（沒積壓）→ 扣的正是「價值」那一半 | | 6 | #13 | 有創意的組合，但窄、逆政策 | | 5 | #210 | 整合既有系統 → 「第 N+1 個整合平台」，組合的新意較低 | | 4 | #164 | 連應用都不新（2019 年就有人做**同一個**農機辨識） | | 3 | #104、#222 | 應用算新，但核心做不到 → 沒有價值 | | 0 | #154、#236 | **同一個既有產品原封不動再交一次** —— 連組合都沒有 | 所以您的尺一直很一致：**創新性＝「這是不是一個在這個領域創造價值的新組合」**，不是「技術有沒有前例」。我用「有先前技術就扣」去質疑 #237（還有先前的 #226、#213），是拿發明的尺量創新 —— 錯的是我。這一課我記進備忘，往後不再拿「別處已有」當創新性的扣分理由，改問「在這個領域是不是新組合、有沒有創造價值」。 e36e3881 2026-09-10 [09:07] 助理： 先更正我自己一個算術錯：**#236 是 3.09 不是我先前說的 2.94**（7×.30+3×.28+3×.05）。以上表為準。 我刻意**不硬找問題**（您剛提醒過）。整體分佈我認為**相當扎實**： - 底部乾淨且一致：兩件既有產品（#154、#236）創新性都 0；三件「AI 核心做不到＋反傷農民或亂語」（#104、#222、#171）都壓在 1 以下；無人機雙胞（#84/#89）同分；否決級的 0 用得一致。這些不用動。 - 中段（#13/#154/#152/#164/#236，3–4 分）是「各有致命傷」的混戰，相對關係都說得出理由。 **唯一真正值得您再看一眼的，是最上面三名 —— 而且我要誠實說，這是「判斷」不是「錯誤」：** `#237 7.44 ＞ #188 7.11 ＝ #213 7.11`，三者只差 0.33、都很強。關鍵在 **#237 靠 8/8/8 登頂，但它是這三名裡「落地準備最差」的一件**： - **#188**：真軟體公司（本業就做 LINE bot）＋**已確認**的社區夥伴。 - **#213**：**已確認**原民 NGO 合作＋法律專業＋研究最深＋資料治理最高（8）＋打最弱勢的原鄉。 - **#237**：**三名學生、無領域人、零實作（資料欄全空）、還需機關歷年資料才能回測**。 依您 #37 的原則（可媒合的缺口不扣可行性）＋ #68（可行性＝做得出來），#237 核心只靠開放資料＋軟體就能建、無結構性阻礙，**可行性 8 站得住**，我不主張一定要改。 但若您在**這個最頂端**想用「落地準備度」分高下 —— **#237 的可行性 8 就是唯一的施力點**：它是三者中唯一「連場域都還沒確認、也還沒動工」的。把它落到 6–7，總分會降到約 6.8–7.1，就會**退到與 #188／#213 並列或之下**，讓「有確認場域、研究更深、治理更好」的 #213 上來。 所以問題收斂成一句：**#237 是否真的該壓過「研究最深、場域已確認、治理最好、打最弱勢」的 #213？** 若您認為「把風險導向稽核引進公共流程」的制度創新值這個第一，維持即可；若您重視落地準備與原鄉價值，#213 該與它並列或在其上。這一格是我唯一建議您重看的，其餘 14 件的相對平衡我沒有意見。 e36e3881 2026-09-10 [10:12] 助理： 加權總分 **4.00**。 - 可行性 7 × 30% = 2.10 - 社會影響力 5 × 28% = 1.40 - 創新性 0 × 30% = 0 - 多元性 6 × 5% = 0.30 - 資料治理 4 × 5% = 0.20 多元性 6(真跨域,一路上最實的一隊)、社會影響力 5(照我們重定調的「專業技能改善+小幅邊際減詐」,不是招牌那個量級)、資料治理 4(境外 API 矛盾等)、可行性 7,這四格我都認同。 **但創新性 0 我要慎重提一個問題 ——正是您剛讓我記下的那條教訓(別讓未查證的 ai_assessment 主導結論):** 創新性 0 是**否決旗標**,它把 #112 從本來會落在 7 分區、直接砍到 4.00 ——**這一格幾乎決定了它是主題 2 前段還是中段**。而它靠的評語「**這是現有計劃**」,來源是 **AI 評估的 `suspected_existing`:「新北警與新光醫院 2026 年 8 月已辦 AI 模擬被害人阻詐訓練、看穩聽問守與雛形已先存在」——這條我從頭到尾標註『未親驗』。** - 若這是真的(團隊**自己**已在跑這個計畫),那就是「既有計畫換皮參賽」,**創新性 0 站得住**,跟 #154/#236 同型。 - 但若 2026/8 那個只是**前導/小試辦**、而黑客松是要**實質擴大成平台+三端**,那性質就比較像主題 1 的 #237(把既有做法帶進新場域)——那樣 0 就偏重,該給低正分。 **差別在於「現有計劃」到底是『這隊自己的成品』還是『前導雛形』——而這正是一個對著強真團隊、又會被拿去當評語的高風險指控,依教訓應該先查證再定。** 一個十人的警醫金真團隊,最有能力來爭「這不是現成計畫」。 所以我的建議:**在把創新性 0 與「這是現有計劃」這句評語定稿前,先讓我查證那個 2026/8 的新北警+新光訓練到底是什麼規模、是不是就是本案。** 查了若屬實,0 照給;若只是前導,創新性宜上修到 2–3,總分會回到約 4.6–5.0。 另外一個小觀察:評語第二句「要民眾參與課程反覆學習,動機不足」——是真問題,但我們前兩輪已確認**它打的是『民眾端』這個外圍加掛,不是核心(警/金端可反覆、有制度強制)**。所以這句記得沒錯,只是它針對的是外圍、不是壓分的主因;真正壓分的是第一句「現有計劃」,而那句待查證。 要我現在查證嗎? e36e3881 2026-09-10 [11:32] 助理： 已依流程查證：讀全文 → AI 評估 → 實際 WebFetch 關鍵 URL。平舖事實與問題如下。 **這是什麼** 「看穩聽問守」五步驟 ＋ AI 演練平台（手機網頁）。三版同一 AI 引擎：對**員警／金融行員**，AI 扮「還沒發現自己受騙的被害人」，受訓者練勸阻；對**民眾**，AI 扮詐騙者，練識詐。過程即時顯示「情緒溫度計」與話術標記，結束後 AI 轉教練給「五軸雷達圖」與點評。主題 2 詐騙防制。 **團隊（真實、份量重的警醫金聯盟，10 人）** 新北市警局刑大（技正程順偉、科偵隊、經濟組、資訊室）＋ 淡水分局長謝明杰 ＋ **新光醫院精神科醫師田心喬** ＋ 行政院打詐指揮中心參議 ＋ 富邦金控資安長 ＋ 淡水一信副總 ＋ 台新銀行法遵協理。 **已用資料**：165 打詐儀錶板；**108 筆真實員警攔阻影音**（113/4–115/4，假投資／假檢警／假交友）；新光醫院精神科心理教材（彙整 8 篇國際論文 ＋ 晤談教材）。方法論引動機式晤談、Rogers 同理、FBI 危機協商、McGuire 心理疫苗。 **我查證的關鍵事實（決定性）** - **這套東西已經在辦了，而且是同一批人。** 我 WebFetch 確認：**新北市警局刑大 ＋ 新光醫院田心喬醫師**已於 **2026/8/4、8/6** 辦理訓練，內容就是「**生成式 AI 依詐騙類型建立模擬被害人角色，讓員警互動演練勸阻**」、明確用「**看、穩、聽、問、守**五字訣」、且 AI「**即時分析應對內容、提供溝通技巧及改善建議**」。也就是說 —— **方法論 ＋ AI 扮被害人 ＋ AI 回饋，這三個核心在提案前一個月就已在實際運作。** 這與先前 #154／#205／#236「既有計畫／產品」是同一型（差別在本案是政府＋醫院＋銀行的公共服務訓練，非商品搭售）。 - **前案比對**：台中警「詐騙模擬器」我實查 —— 是**預設劇本的網頁遊戲、非 LLM**（吳岷儒獨力做），所以本案的 LLM 動態扮演確實**比台中那個進階**，台中案不足以蓋過它；真正的學術前案是 ROLESafe（arXiv，LLM 扮詐騙者訓練長者，我未親 fetch，屬線索）。 **其他問題** - **「資料不出境」與實作矛盾**：核心對話用 **Claude Haiku 4.5 API（境外）** 處理，卻宣稱資料不出境、機房設台灣。 - **108 筆真實攔阻影音的被害人同意不明**（拍到真實受害者）。 - **成效難歸因**：攔阻件數受多重因素影響、三個月難證因果；「前期 407 份問卷 87.5% 覺得實用、94.5% 更有信心」是**自評信心**、非攔阻成效。 - **AI 生成詐騙話術有雙用風險**，禁句機制未說明。 - **員警／行員的五軸評分可能被拿去考核**（治理面）；銀行內部攔阻紀錄跨機構流用。 - 佔用勤教時間卻稱「不改變勤務」（輕微張力）；轉 TAIWAN AI RAP 平台僅構想。 - DEI：僅分齡，無台語／客語／新住民語；只靠手機瀏覽器，排除無智慧機的長者。 事實與問題如上，停在這裡。 e36e3881 2026-09-10 [11:58] 助理： 加權總分 **4.00**。 - 可行性 7 × 30% = 2.10 - 社會影響力 5 × 28% = 1.40 - 創新性 0 × 30% = 0 - 多元性 6 × 5% = 0.30 - 資料治理 4 × 5% = 0.20 **評語兩句都經查證、且無可反駁：** 1. **「這是現有計劃」** —— 新北警＋新光醫院 2026/8/4、8/6 已辦「AI 模擬被害人＋看穩聽問守」訓練，是團隊自己的公開前例，他們爭不了。支撐創新性 0（否決旗標，同 #154/#236 的「既有計劃」型態）。 2. **「民眾參與反覆學習動機不足」** —— 正是我們整段的結論：反覆訓練接到一次性宣導、又沒有留存機制，最該練的人不會來、來了也不會回。 分數與我們的討論一致：可行性 7（真跨域團隊、方法已在跑、有機構強制力，主幹是實的）、社會影響力 5（真價值是「把本來就在阻詐的人訓練得更好」這種間接、內部效益，而非直接減少詐騙，故中間偏上而非高）、多元性 6（警醫金融中央跨域，是這批最實的多元）、資料治理 4（境外 Claude API 與「資料不出境」矛盾、108 筆真實影音同意、逐字稿去識別）。 創新性 0 與 #14 的 4 並不衝突、反而一致：#14 是**既有方法搬到新場景（衛教）** 給 4，#112 是**既有計劃在同一場景**（警察防詐訓練）本尊 → 0。您區分的是「既有能力換場景」vs「既有計劃換皮」，尺度一貫。 沒有需要更正的。#112 收在 4.00，主題 2 中段（在 #14 的 4.54 之下、#53 的 3.65 之上）。主題 2 應該還剩最後 1 件未評。 e36e3881 2026-09-10 [21:59] 助理： 加權總分 **2.44**。 - 可行性 6 × 30% = 1.80 - 社會影響力 2 × 28% = 0.56 - 創新性 0 × 30% = 0 - 多元性 1 × 5% = 0.05 - 資料治理 2 × 5% = 0.10 **評語切中要害、且可查證**:小農市集電商網站很多(直接跟農夫買、農糧署查有機、有機農夫市集查詢都成熟),一句到位、建設性,點破它的創新性天花板 —— 這是既有品類的重製。 分數與討論一致: - **創新性 0** —— 否決旗標,合理:通用小農電商/媒合,同類已成熟,只加 Gemini 檢索貼皮,是重製。與 #92(政府現行業務)、#154/#236(既有產品)同屬「既有品類 → 創新 0」。 - **可行性 6** —— 五名資管學生做個電商/檢索平台**技術上做得出**(這是資管系的本行);但**履約(物流金流驗貨)沒碰、場域全空**,所以沒更高。6 反映「demo 做得出、但沒解決真問題」。 - **社會影響力 2** —— 把「被看見」當滯銷解方,而真瓶頸(履約)未碰,實際貢獻有限;加上同類已有。2 恰當。 - 多元性 1(五人同系同溫層)、資料治理 2(爬蟲小農個資未提同意、金流資安一句帶過、LLM 認證幻覺),都合理。 有一點供您斟酌(非改分):它的可行性 6 其實跟 #87 的可行性 2 形成對照 —— 兩件都是「既有品類重製」,但 #87 可行性 2(因為它用**會幻覺的 LLM 做確定性用藥**、方向錯、還宣稱徹底無幻覺);#95 可行性 6(它的 LLM 只做**檢索推薦**,錯了頂多推薦不準,不像用藥錯了會殘留超標)。所以 #95 可行性較高是合理的 —— **它用錯工具的後果比 #87 輕**。這個差別您抓得對。 沒有需要更正的。**主題 6 已評 4 件(#180 5.95、#223 2.98、#95 2.44、#87 1.79),還剩 2 件未評。** c84bcc28 2026-09-13 [16:49] 助理： 第一輪十組全部收齊。我先剔除你這兩天已經明確裁定過的（#122／#186 可行性、#190 與 #204 的 10、#212、#97、#101／#226 可行性、#83、#158、#35 治理 8 等），剩下的整理如下。每項都是子代理讀原文後指出的事實，不是 AI 評估的意見。 ## 創新性（0／1／在地化的分界） | 對照 | 分數 | 原文事實 | |---|---|---| | #237 農災 AI 判讀 vs #104 田野之眼 | 創 8／可 8／影 8 vs 創 3／可 0／影 0 | 同一題（AI 初判農損、公所流程、三級燈號）。你給 #104 的理由「AI 憑照片無法判斷災損」對 #237 同樣成立；你對 #237 的評語也說 Sentinel-2 穿不透雲、10 m 分不出農損。#237 資料欄空白、創新欄是工具欄複製。 | | #179 產地汪汪隊 9 | vs #214／#113／#165／#67 各 1 | #179 原文自述「IMF 鏡像資料手冊、美國 CBP、歐盟 OLAF 同路徑，台灣缺本土化對應工具」——是在地重製，9/12 的規則是 1。你在 9/12 說過「#190 世界首創 10 > #179 在地化 9」，跟同日定的「別人做好了＝1」互相衝突。 | | #226 PEBPS 臺灣化 8 | vs #41 0、#91／#20 1 | 引用欄自承「引用 PEBPS 名稱、架構、原始五因子公式，不宣稱原創」，題目就是「臺灣化」。 | | #177 AI Agent 詐騙 8 | vs #159 5、#66 3 | 你的評語「建議和新北反詐養蜂人合作」；原文自引 Chatterbox、Apate 為前例。 | | #74 永續電廠 8 | vs #55 0（同實驗室） | 原文「本提案為團隊既有永續電廠研究之延伸」「沿用既有研究，以大林電廠為案例」，交付是 Streamlit 儀表板。#73 你今天已確認 8；#74 沒談過。 | | #197 掌上明豬 1 | vs #154 0 | 原文「自行研發軟硬體及 APP，114/9–115/2 每 10 分鐘一筆、11,200 筆」——自家系統已運轉半年，是 0 那一格。 | | #14 AI 衛教紅旗 4 | vs #114 0 | 你的評語首句「是現有研究成果」，跟 #114「屬既有成果」措辭相同，一個 4 一個 0。 | | #34 農民補給站 8 | | 原文自述核心「反向比對」模式「源自團隊 2020 年防疫黑客松獲獎作品」。是不是「得獎模式換題重投」由你認定。 | | #201 治蚊 7 vs #84 灌溉巡檢 1 | | 同架構（無人機→AI 辨識→GIS→派工）；#201 自引台南 114/8 已有無人機登革熱巡查，本次加 AI；#84 也是既有巡查加 AI。 | | #19 外送新生態 7 vs #167 審時農曆 2 | | 兩案評語都由你點名前例（CoopCycle／台大黏蟲紙與農試所系統），都是前例上加東西。 | | #106 運用 AI 防詐 5 vs #119 農本生意 2 | | #106 你自己註「只有要做 UI，沒有系統」「深偽辨識無依據」；#119 才是被引前例扣的那個。 | | #182 一鍵巡田 0 | vs #158 3 | #182 因「原型已完成」給 0；#158 原文「前期已完成技術可行性驗證、57 項自動化測試通過」同樣提案前做好，未以此扣。 | | #204 神農計劃 10 | | 新事實：原文自己寫「MIT 曾以微型溫室研究，2020 年硬體不穩關閉」，引用 Wright 2023 開源生長箱——這個問題有人做過。你給 10 時是以「值得鼓勵的實驗」為由。 | ## 可行性（決審前能否驗證） | 對照 | 分數 | 原文事實 | |---|---|---| | #60 防災弱勢戶 vs #77 安心回線 | 可 3／影 5 vs 可 7／影 8 | 同題。#60 十人、甲仙區公所確定場域、慈濟紅十字確定志工、真實名冊；#77 一人、無場域、虛構名冊。#60 被扣「志工不應進警戒區」，#77 原文同樣派志工進山區沒被扣。 | | #205 檳榔轉作 8 vs #224 媽祖 4 | | #205 期程 115/12 容許→116/12 營運，決審前無物可驗；跟 #224「決審前無法驗證」同型。 | | #11 FireMind 9 vs #85 施肥用藥 2 | | 同型：一人、LLM/RAG 疊開放資料、無場域、評語都是「已有現成系統」。 | | #162 滑軌充電 8 vs #130 SkillReady 1 | | 評語都是「現有產品」；#162 一人無場域、期程只有模擬影片與草圖；#130 有耕莘確定場域與實測。 | | #106 5 vs #223／#192 2 | | #106 是 Figma 模擬原型（你的私註）；後兩案有實作。 | | #236 捕風捉稻影 7 vs #58 農先知 4 | | #236 期程 1–6 個月、場域導入在決審後；#58 系統已上線可回測。 | ## 影響力 - #128 油茶 5 vs #51 智慧配水 7：#128 原鄉、老農、台語（你定義裏加分項）；#51 自述只針對大坪頂一產區。 - #178 黑泥氫能 2 vs #74 永續電廠 8：兩案都是既有研究延伸；#178 承諾範圍全台 80 座水資中心，#74 是一座電廠的儀表板。 - #220 柯南櫃 0 vs #187 安心夜 5（治理 0 vs 2）：#187 上雲的是去識別**生理訊號**＋國網跑 LLM，比 #220 的找物事件敏感；#220 支援台客語。 - #112 阻詐演練 5 vs #200 2／#176 1：三案創新都 0（現有），#112 原文最明確已在執行（407 份問卷），影響最高。 ## 資料治理（權重 5%，但方向反的一組） 寫得最完整的拿低分、寫得最空的拿高分：#153（4）vs #14／#177（10）；#200、#108（4）vs #157 Meshtastic（8，評語本身是資安缺陷）、#38（6，資料只有文件名）；#209（4，「Gemini 或 cheatGPT 收集資料」）vs #95（2）；#58（1）vs #236（3）；#119（2）vs #61／#162（4）；#175（4）vs #126／#134（2）；#158（3）vs #215（5）。 ## 多元性（心證，只並排） #70 一人給 1（規則是 0）；#72 三類型 1 vs #10／#154 兩人 2；#185 三類型 3 vs #52 八人同銀行 6；#210 兩類型 6 vs #188／#19 兩類型 2；#234 五類型 6 vs #207 9／#128 8；#190 同校為主 7 vs #180 六校 4／#196 三類 4；#109 五類 5 vs #31 6／#199 7／#203 7；#62 兩類 1 vs #38／#39／#237 單一 2；#55 4 vs #74 1（同實驗室）。 你要從哪一段開始？ c84bcc28 2026-09-13 [17:27] 助理： 先回你問的兩個： - **#74 高分有什麼問題**：問題只在跟同實驗室 #55 的 0 對不對得上——兩案都自述「既有研究延伸」，#55 交付水槽模型、#74 交付儀表板。若你的判斷是 #74 像 #73 一樣「有想法」（把研究做成決策儀表板）、#55 只是工程，那 8 對 0 就說得通，跟你今天確認 #73 的理由一致。 - **#106 有什麼問題**：165 網址比對、簡訊關鍵字、深偽偵測、包裹照片——每一項市面上都有（Whoscall 類、各家防詐 App），組合也不新，你自己註「只有要做 UI、深偽無依據」；5 是「新組合、有自己想法」那一格，跟 #119（有「立真」憑證鏈）的 2 反過來了。 你其他的裁定我都記下，特別是一條新規則：**「別人做好了＝1」指台灣已有；只在國外有、台灣沒有的在地重製可以高分**（#179 9、#19 7 對 #167 2）。 **還沒回的：** 創新 - #226 PEBPS 臺灣化 8：原文自承引用 PEBPS 架構與公式、不宣稱原創——依上面那條新規則，PEBPS 台灣沒有，8 可以成立；只是要你確認。 - #177 AI Agent 詐騙 8：你的評語建議跟新北「反詐養蜂人」合作——台灣已有同類，這條規則下該是低分那一格。 - #182 一鍵巡田 0 vs #158 安心有據 3：兩案都提案前做好原型（#158「57 項測試通過」），一個因此 0、一個沒扣。 - #204 神農 10：新事實——原文自己寫 MIT 微型溫室做過（2020 關閉）、引 Wright 2023 開源生長箱；你給 10 是鼓勵實驗，看要不要因為「有人做過」調。 - #201 治蚊 7：跟 #84 同架構，台南自己已有無人機巡查（原文自引），本次加 AI；你說 #84「概念太多人做了」，#201 是不是同一句話？ 影響力 - #128 油茶 5 vs #51 智慧配水 7：#128 原鄉、老農、台語是你的加分項；#51 自述只做大坪頂一區。 - #178 黑泥氫能 2 vs #74 永續電廠 8：都是既有研究延伸，#178 承諾範圍全台 80 座水資中心，#74 是一座電廠儀表板。 - #220 柯南櫃 0 vs #187 安心夜 5：#187 上雲的是去識別生理訊號＋國網跑 LLM，比找物事件敏感；#220 有台客語。 - #112 阻詐演練 5 vs #200 2、#176 1：三案創新都 0（現有），#112 最明確已在執行，影響反而最高。 資料治理（5%） - 方向反的一組：寫得最完整的低、最空的高——#153（4）vs #14／#177（10）；#200、#108（4）vs #157 Meshtastic（8，評語本身是資安缺陷）、#38（6）；#209「Gemini 或 cheatGPT 收集資料」（4）vs #95（2）；#58（1）vs #236（3）；#119（2）vs #61／#162（4）；#175（4）vs #126／#134（2）；#158（3）vs #215（5）。 多元性（心證，只有一條是規則） - #70 一人團隊給 1，規則是 0。其餘並排：#72 1 vs #10／#154 2；#185 3 vs #52 6；#210 6 vs #188／#19 2；#234 6 vs #207 9／#128 8；#190 7 vs #180／#196 4；#109 5 vs #31／#199／#203 6–7；#62 1 vs #38／#39／#237 2；#55 4 vs #74 1。 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？