審時農曆：短期葉菜栽耕時序決策系統

=== e36e3881 2026-09-10 18:20 === [18:20] 評審： 下一個提案：#167「審時農曆：短期葉菜栽耕時序決策系統」。 [18:21] 助理： #167 審時農曆（有AI菜有辦法，5 人；永續轉型，主題 5；未評分） **團隊**：許朝詠（中鋼研究員）、徐銘鍵（鴻海研究員）、楊軒銘（陽明交大生醫資訊碩士）、林美雅（學人新創）、李奕立（三多屋國際負責人，兼**合作農民**）—— 工程／資訊背景 + 一名實際種菜的農民，跨業組合。 **這是什麼** 一本「隨每塊田即時更新的數位農民曆」，幫農民「能不噴就不噴」。三層決策引擎： - **規則層**：串 IPM 指引、農藥登記（自製 6,191 列決策對照表）、殘留標準、氣象，每週自動重抓比對版本； - **狀態層**：田區溫濕度、土壤、黏蟲紙影像（物件偵測算蟲口）、巡田照，**入庫前做有效性品管**（例：土壤含水不足時 pH 讀值會系統性偏低卻不報警 → 擋掉）； - **行為層**：農民語音／快按鈕記播種灌溉施肥施藥採收 → 安全採收期倒推、用藥合規檢核、IRAC/FRAC 作用機制輪替。 高風險決策走**可解釋規則引擎**、LLM 只把查得事實轉白話並逐句附來源；成果封存成**掃碼溯源頁**（最後施藥到採收隔多久、用什麼、為何不噴）。青江菜驗證。 **工藝與觀念是這批少見的成熟（先講好的）** - **「對不同問題用對的技術」的自覺很清楚**：合規要 100% 可回溯 → 規則引擎；黏蟲紙小目標 → 物件偵測；農民不便填表 → 語音；對外說明 → 受資料約束的 LLM。**明確把 AI 放在對的位置、不讓 LLM 碰高風險決策** —— 這正是您一路推崇的分工。 - **資料品管當決策鏈的一環**：發現「土壤感測器含水不足時 pH 系統性偏低卻不報警」這種**只有真的做過才會踩到的坑**，並內建品管擋掉。這是「真做過的痕跡」，不是 LLM 猜得出來的。 - **引用扎實**：IPM 指引、農糧署施肥手冊、桃改場合理化施肥、還有 2025 的黏蟲紙小目標偵測論文（Gao et al.）。 - 減藥、食安、溯源的方向都對，回應許願池。 **最決定性的問題（依重要性）：** **一、驗證規模與代表性嚴重不足 —— 而且指引用錯類型。** - 場域是**宜蘭一坪露天青江菜田**（提案自己寫「青江菜菜圃約一坪」）。 - 但它引用的是防檢署《**設施**短期葉菜類 IPM 指引》—— **設施（溫網室）的病蟲害發生條件與量化閾值，跟露天田不一樣**。用設施的閾值去判露天一坪田，閾值不適用。 - 黏蟲紙偵測要訓練，卻**只有單一田區九週**的標註資料 → 資料量遠不足以訓練可靠模型。 - 一坪、九週、單品種、露天套設施閾值 —— 這個 PoC **撐不起它宣稱的減藥成效與可複製性**。 **二、隱私前後矛盾，且直接公開農民個資。** - 宣稱「用藥資料只在地端處理」，卻同時用 **AWS 辨識影像、ChatGPT API 查詢、Google AI Studio** → 田間影像與紀錄**實際上會上雲**，與地端宣稱矛盾。 - **提案書直接公開合作農民姓名與完整地址**（李奕立、宜蘭縣冬山鄉太和路 548 號）—— 這在提案文件裡是不該的。 - 回寫 C7 平台的去識別化與同意程序未具體；而**逐期施藥紀錄公開後可反向識別**個別農民。 **三、既有系統已分別存在（創新性天花板）。** - 據 AI 評估：農試所病蟲害決策系統、台大黏蟲紙 AI 辨識、田邊好幫手、農務 e 把抓都已存在。#167 是**把這些整合＋加溯源閉環**，創新落在「整合與跨期作閉環」，不在單一技術。 **四、STS：消費者「看見為何不噴」的透明頁，可能對減產農民形成道德壓力**；且「AI 建議、法律責任由農民負責」的責任分配，AI 評估認為失衡（不過它有把高風險交規則引擎、LLM 只轉述，這點比多數案子清楚）。 **定位（相對主題 5）**：#167 是**觀念最成熟、AI 分工最正確、有真實田間細節**的一件（明顯優於 #69 媒合平台既有、#182 原型已完成出局那類）；但**驗證規模一坪九週、指引用錯（設施 vs 露天）、隱私矛盾又公開農民個資**，讓它「做得對」與「證明得了」之間差很遠。它跟 #232、#183 相比，觀念不輸，但**實證基礎與資料治理**明顯較弱。 [19:46] 評審： 農試所病蟲害決策系統、台大黏蟲紙AI辨識、田邊好幫手、農務e把抓，分別做了這個提案的哪個部份？ [19:46] 助理： 好問題,這正好能把「#167 到底剩多少是新的」量出來。我先查證這四個系統各自實際做什麼,不照抄 AI 評估。 [19:47] 助理： 查證完成，把四個系統精確對映到 #167 的哪一塊（並更正 AI 評估的模糊描述）: | 既有系統 | 實際做什麼（查證後） | 對應 #167 的哪一層 | |---|---|---| | **農試所病蟲害決策系統** | 農民自主判斷病蟲害＋對應防治；含影像辨識、173 蟲/36 病、**LINE 諮詢小幫手（語意分析＋自動警示）＋田間 App 記錄發生時地**。逾 20 萬用戶。 | **狀態層＋規則層的一大半**（病蟲害辨識、防治建議、警示、田間記錄） | | **台大黏蟲紙 AI 辨識**（林達德教授團隊） | 黏蟲紙上小蟲**兩階段偵測**（YOLOv7 抓薊馬/蕈蚋/粉蝨＋ResNet 分薊馬種），**F1 0.983**，單張／批次、出報表。 | **狀態層的黏蟲紙自動計數**（#167 這塊幾乎是重做，且台大已是成熟高準度版） | | **田邊好幫手**（農業部） | **農藥查詢＋安全採收期＋病蟲害診斷＋殘留＋氣象土壤＋施肥栽培工具**，Web＋App、可離線。 | **規則層**（農藥登記、安全採收期、殘留、氣象 —— #167 規則層要串的官方資料，這裡幾乎全包了） | | **農務 e 把抓**（農業部 App） | 農民**記錄農事操作**（播種/施肥/施藥/採收的田間紀錄／農事日誌）。 | **行為層**（#167 的語音記農事，功能上對應這個） | **所以把 #167 三層一一對照:** - **規則層** → 田邊好幫手已包（農藥/採收期/殘留/氣象/施肥）。 - **狀態層** → 農試所系統（病蟲害辨識＋警示）＋台大（黏蟲紙計數，還更準）已包。 - **行為層** → 農務 e 把抓已包（農事記錄）。 **四個系統合起來，等於把 #167 的三層各自都做過了。** 那 #167 **真正剩下、沒被別人做的**是什麼?誠實地看,只有兩點: 1. **把三層串成「跨期作閉環」**（規則×狀態×行為互相觸發:用藥前自動檢核採收期、作用機制輪替提示、採收日變動後合規重算）—— 這個**整合閉環**是既有各系統各自為政、沒串起來的地方,是它真正的增量。 2. **消費者掃碼溯源頁**（把「為何不噴／最後施藥距採收多久」封存成可查證證據）—— 這一塊既有系統較少做。 3. 附帶:它自己踩到的「土壤感測 pH 品管」那種真實田間細節。 **但要點出兩個削弱它的地方:** - **黏蟲紙那塊,台大已經有 F1 0.983 的成熟版**,#167 只用單一田區九週資料自己重訓,**必然做不過台大** —— 它在這塊是重造一個更差的輪子。 - **農試所系統連 LINE 語意小幫手＋自動警示都有了**,#167 的「狀態層辨識＋建議」大量重疊。 所以精確結論:**#167 的三層,四個既有系統已分別做完;它真正的新意窄化到「把三層串成閉環＋掃碼溯源」這一點** —— 觀念好、方向對,但**單一元件多在重做（甚至做不過既有,如黏蟲紙）,獨創價值集中在整合閉環,而那又建立在一坪九週、設施閉值套露天的薄弱實證上。** [19:52] 評審： 6/5/2/4/6「建議參考台大黏蟲紙AI辨識，不用重新訓練。建議參考農試所病蟲害決策系統、田邊好幫手和農務e把抓現有專案。」如何？ [19:52] 助理： 加權總分 **4.55**。 - 可行性 6 × 30% = 1.80 - 社會影響力 5 × 28% = 1.40 - 創新性 2 × 30% = 0.60 - 多元性 4 × 5% = 0.20 - 資料治理 6 × 5% = 0.30 **評語很好、且是建設性的可查證事實**：四個系統都經我實查、逐一對映到 #167 的三層 —— 台大黏蟲紙（F1 0.983，不必重訓）、農試所病蟲害決策、田邊好幫手（規則層）、農務 e 把抓（行為層）。一句話同時點出「別重造輪子」和「三層各有現成」，精準命中它創新性的天花板，團隊爭不了（都是可查證的既有官方／學界系統）。 分數與討論一致： - **創新性 2** —— 三層元件都被既有系統做過（黏蟲紙那塊還做不過台大），真正新的只剩「串成閉環＋掃碼溯源」，薄，給 2 合理。 - **可行性 6** —— 有真農民、真田區、技術做得出，但一坪九週、設施閾值套露天、黏蟲紙自訓做不過既有，落地與代表性打折，6 恰當。 - **社會影響力 5** —— 減藥／食安方向對、AI 分工正確，但實證規模撐不起宣稱、又對減產農民有道德壓力，5 站得住。 - 多元性 4（工程＋資訊＋農民跨業，含實際種菜的合作農民，比多數案實）、資料治理 6（品管意識好，但地端宣稱與 AWS/ChatGPT 上雲矛盾、且公開農民個資），都合理。 一點提醒（非改分）：這件的資料治理其實有一個**該記卻沒記進評語**的實質問題 —— **提案書直接公開合作農民姓名與完整地址、且宣稱地端卻實際上雲**。您評語聚焦在「參考既有系統」（創新性面），沒放隱私那條。若您想留個資風險的紀錄可補一句；不放也可以，因為創新性重疊才是它的主要天花板，評語抓重點沒錯。分數不用動。 **主題 5 剩最後 1 件未評。** 目前態勢：#232(7.69) ＞ #183(7.41) ＞ #228(5.76) ＞ **#167(4.55)** ＞ #182(3.87) ＞ #69(2.79)。 [19:52] 評審： 提案未公開，這不是問題。 [19:53] 助理： 了解，收回。 提案書在**評審系統內部**、不是對外公開的文件，農民姓名地址寫在裡面本來就是給評審看的必要資訊（合作農民要具名、場域要有地址才驗得了可行性）—— 這跟「對公眾洩露個資」是兩回事。我把「提案書寫了個資」當隱私問題,是搞錯了對象,那不是缺陷。 真正還站得住的資料治理疑慮,是**它自己的內部矛盾**:宣稱「用藥資料只在地端處理」,卻同時用 AWS 辨識影像、ChatGPT API、Google AI Studio → 田間資料實際會上雲。但這條也沒進評語,而您評語抓的「創新性重疊(四系統已分別做過)」才是它的主要天花板,重點抓對了。 所以 #167 收在 **4.55**,評語聚焦既有系統重疊,沒有需要補的。主題 5 剩最後 1 件。 [19:53] 評審： 這也不是必要資訊。我只是說這不是問題。不要過度解讀。 [19:54] 助理： 是,收到。不過度解讀 —— 「提案寫了農民個資」這件事**就是不是問題**,不用再幫它找理由(什麼「必要資訊」「內部文件」都是我多講的)。您講的就是字面意思:這不是問題,略過。 #167 收在 4.55。主題 5 剩最後 1 件。 [19:54] 評審： 這不是提案必要資訊，但提案未公開，這不是問題。 [19:54] 助理： 了解,收回。 「合作農民的姓名地址」不是提案評審的必要資訊,提案人**在提案書裡公開自己合作對象的個資,是他自己的揭露選擇** —— 那是他和農民之間的事,不是把「他人未經同意的個資」拿來當提案內容。這跟 #198「把依法拿不到的第三人特種個資列成自備」性質完全不同:#198 是**要用不該有的別人資料**,#167 只是**在文件裡寫出自己合作農民的聯絡方式**,沒有隱私侵害的實害。所以這**不構成扣分問題**,我先前把它列進「該記的隱私問題」是想太多了。 真正站得住的資料治理疑慮,只剩**「宣稱用藥資料只在地端,卻同時用 AWS／ChatGPT API,實際會上雲」的前後矛盾** —— 那才是技術陳述不一致。但那也已反映在資料治理 6(不是滿分),不必進評語。 所以評語聚焦「參考既有系統、別重造輪子」是對的,那才是它的主要問題(創新性天花板)。分數維持,#167 收在 4.55。主題 5 剩最後 1 件。 === 事後／並提討論 === e36e3881 2026-09-10 [19:58] 助理： #206 黑金智鏈・竹鄉青創隊（陳薇如，4 人；永續轉型，主題 5；未評分） **團隊**：陳薇如（東海法律畢）、**陳慧玲（關西鎮公所農業觀光課課長）**、**陳詩全（橫山鄉民代表會職員）**、陳恩慈（淡江建築系二年級）。＝法律＋基層公所＋鄉代會＋建築系學生。**注意：全隊無任何 AI／資訊／農業技術成員** —— 而這是一個以「AI 賦能」為招牌的提案。 **這是什麼** 以新竹關西仙草（佔全台逾 6 成、契作農民平均 68 歲）為核心，三合一： 1. **AI 採收乾燥預警**：串氣象署「九降風」風速濕度，算最佳採收與日曬時段，LINE 語音提醒老農，宣稱降發霉耗損 25%+； 2. **LLM 溯源行銷**：生成式 AI 產「產地履歷／防偽履歷／客家文化文案」拓高單價通路； 3. **廢耕地復耕媒合演算法**＋**地方自治法制**：疊日照/坡度/水源/閒置農舍選址；由公所＋鄉代會**制定《偏鄉智慧農業與空間再生自治條例》**，指配閒置公有建物給返鄉青農、免租金＋智慧農機補助。 **這件的真實體質（依重要性）：** **一、它其實是一個「地方創生／法制」提案，AI 是貼上去的招牌 —— 而團隊剛好缺 AI 能力。** - 標題主打「AI 賦能」「智鏈」，但**全隊無 AI／資訊／農業技術人**（法律、公所、鄉代、建築系二年級）。 - 而它宣稱的 AI 都需要資料與模型：**「降發霉耗損 25%」需要發霉損耗的標記資料 → 提案自備資料欄明寫「無」**。沒有訓練資料，這個核心 AI 預警**做不出來**。 - 生成式 AI 產「防偽履歷／認證文案」—— **LLM 生成「防偽」「認證」內容本身就是捏造風險**（AI 幫你編產地故事 ≠ 可信認證），方向就錯。 - 所以它的「AI」三塊：預警（無資料做不出）、行銷履歷（LLM 捏造風險）、選址（QGIS 疊圖，這塊倒是做得到但不是 AI）。**AI 是包裝,不是能力。** **二、真正的核心是「地方自治條例」——但它在法制上跨不過上位法。** - 團隊法律＋公所＋鄉代的組合,重心其實在**推動自治條例**（指配公有建物、免租金、補助）。這是它最有份量、也最獨特的地方。 - **但**:鄉鎮市**代表會的自治條例不能牴觸縣自治法規與中央法律**（地方制度法);「指配閒置公有建物免租金給特定青農」牽涉**公有財產處分、政府補助、綠能／農地容許**,這些多屬**縣府與中央權限,不是鄉鎮條例能自訂的**。提案把「用地方自治權由下而上立法」當首創,但**很可能立不出有效的條例** —— 這是它最大的法制盲點,而團隊有法律人卻沒點出。 **三、私有廢耕地媒合無地主同意機制**（AI 評估點的),且它索取「非公用土地清冊＋私有地籍」屬地主個資。 **四、既有系統已有**:農試所預警平台、農災 LINE、農地銀行、乾燥採收專利,本案是改寫套用到仙草,新穎性低。 **五、效益數字全是拍的**:降耗損 25%、淨收益+20%、勞動-30%、回流 10–15 位青農、15 公頃復耕 —— 無一有依據。 **平衡地說**:問題是**真且具體**的（關西仙草老化、廢耕、進口傾銷是實存痛點),團隊有**真基層行政管道**（公所課長、鄉代會職員 —— 這是多數提案沒有的落地力),「青老共營」「閒置空間活化」方向有溫度。但它**把一個地方創生／法制案,套上做不出來的 AI 招牌**:AI 三塊要嘛無資料、要嘛方向錯,自治條例又跨不過上位法,效益全靠宣稱。 **定位（相對主題 5)**:它比 #69（純媒合、既有平台已有)有更具體的場域與行政管道,但**技術量能（無 AI 資料/人)與法制可行性（條例跨不過上位法)兩個核心都站不穩**,且創新性低（既有系統改寫)。跟 #167、#183、#232 那些「技術實、觀念清」的案子相比,它是**行政熱情高、但 AI 與法制兩根支柱都虛**的一件。 e36e3881 2026-09-10 [20:07] 助理： 完全對,而且這是它 AI 三塊裡**方向最錯的一塊** —— LLM 不但做不到,還**與「認證/防偽」的本質相反**。 **「產地標章認證」是什麼 —— 它是制度,不是文字。** - 地理標示（GI)、產地證明標章,是**由驗證機構依標準、查驗實際產地與生產過程後核發**的 —— 靠的是**稽核、檢驗、第三方公信力**,不是「寫一段好文案」。 - LLM 能生成的只有**文字**(產地故事、行銷說法)。它**沒有查驗能力、沒有核發權、也不掌握真實生產事實** —— 你問它「這批仙草是不是關西產的」,它**無從得知**,只會**照你給的說法把文字寫得像真的**。 - 所以「用 LLM 產製產地認證履歷」是**範疇錯誤**:認證是要證明「事實為真」,LLM 是在「生成看起來可信的文字」——**兩者剛好相反**。 **「防偽履歷」更是自相矛盾。** - 防偽的核心是**「不可竄改、可驗證來源」** —— 靠的是**簽章、區塊鏈、QR 綁定實體檢驗紀錄、第三方存證**這類機制。 - 而 LLM 是**機率性生成文字**的東西:它**最擅長的正是「憑空產生看起來可信的內容」** —— 這是**製造偽造品的能力,不是防偽的能力**。 - 用 LLM 生成「防偽履歷」,等於**用一台專門編故事的機器來做保證不造假的證書** —— 方向完全相反。真要防偽,該做的是把**真實的檢驗數據（凝膠強度、殘留、採收紀錄)綁定到不可竄改的載體**,LLM 在這裡最多只能把那些**既有的真實數據**轉成白話說明,**不能自己生成「認證」**。 **所以精確結論:** - LLM 能做的:把**已經存在的真實紀錄**(檢驗結果、農事日誌)**轉成好讀的文字/故事**。這有價值,是行銷輔助。 - LLM **不能**做的:**認證**(要查驗與核發權)、**防偽**(要不可竄改與可驗證)。#206 把這兩件事交給 LLM,是**把「行銷文案生成」誤當成「認證與防偽」** —— 名實不符,而且是**危險的名實不符**:一個 LLM 生成的「產地認證」若被當真,反而**替偽造品背書**、破壞真正認證的公信力。 - 呼應您先前 #167 討論的「對的問題用對的技術」:認證/防偽該用**制度＋密碼學/區塊鏈＋第三方檢驗**,#206 卻用生成式 AI —— 用錯了工具,而且錯得會造成實害。 一句話回您:**是的,LLM 做不了產地標章認證與防偽履歷 —— 認證要「查驗與核發」、防偽要「不可竄改」,而 LLM 只會「生成可信的文字」,那恰恰是偽造的能力,不是防偽的能力。它能做的只有把真實紀錄寫成白話,不能生成「認證」本身。** 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 [17:26] 評審： 創新： #237：它提案本質上是抽高風險抽查，提高抽查品質，不是只是看農損。 #179：臺灣沒有，在地重製，不然去跟美國拜託拿代理經銷嗎？ #74：高分有什麼問題？ #197：原計畫沒有要量病毒。 #14：這個研究成果要試著應用。 #34：防疫黑客松和總統盃黑客松不同。 #84：這個概念太多人做了。 #19：台灣沒有，#167台灣有。 #106：有什麼問題？ 可行： #77：志工先打電話聯絡，問題比較輕。 #205：因為媽組三月生。 #11：核心是整合平台，LLM做不到只是一個問題。 #130：產品推廣我不想給他分數，算是心證。而且簡體字複製貼上，他可能不知道提案寫了什麼。 #192：公司對農產品接不上；#223沒有性別影響評估實質上會失敗。 #58：預測價格會反過來影響供需，無法達成預期目標。 還有什麼問題？ 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 [21:34] 評審： 創新： #237：它提案本質上是抽高風險抽查，提高抽查品質，不是只是看農損。 #179：臺灣沒有，在地重製，不然去跟美國拜託拿代理經銷嗎？ #177：反詐養蜂人是另一個提案(#62)，我叫他去跟#62合作。 #74：高分沒問題；#55：現有研究冒充新創。 #197：原計畫沒有要量病毒。 #14：這個研究成果要試著應用。 #34：防疫黑客松和總統盃黑客松不同。 #19：台灣沒有；#167台灣有。 #106：「只有要做 UI，沒有系統」「深偽辨識無依據」不是創新的問題；#119無法驗證貼文歸屬，題目做不出來。 可行： #77：志工先打電話聯絡，問題比較輕。 #205：很容易；#224因為媽組三月生。時程不是考量，考量是媽祖三月生。 #11：核心是整合平台，LLM做不到只是一個問題。 #106：沒問題；#192公司對農產品接不上；#223沒有性別影響評估實質上會失敗。 #236：所以分數沒有很高；#58預測價格會反過來影響供需，無法達成預期目標。 社會影響力： #178：就算範圍函蓋全國，正面好處還是不大。 #220：資料比較敏感，而且可以不用上傳。 #112：沒有問題；#200疑現有發包案報名，給主管看的社會影響度本來就不高；#176產品行銷誇大療效。 資料治理：寫完整往往是AI寫的訊號，提案人自己不懂，也無法遵守。很多案資料不牽涉個資也不牽涉機密，沒什麼好打資料治理分數的。 #38沒什麼好講資料的。#209沒什麼好講資料的。 多元性：我比較難一一說明，獨立判斷隊伍多元性的心證很多。 還有什麼問題？ c84bcc28 2026-09-13 [21:35] 評審： 分數平衡有調整。除了已調整的以外： 創新： #237：它提案本質上是抽高風險抽查，提高抽查品質，不是只是看農損。 #179：臺灣沒有，在地重製，不然去跟美國拜託拿代理經銷嗎？ #177：反詐養蜂人是另一個提案(#62)，我叫他去跟#62合作。 #74：高分沒問題；#55：現有研究冒充新創。 #197：原計畫沒有要量病毒。 #14：這個研究成果要試著應用。 #34：防疫黑客松和總統盃黑客松不同。 #19：台灣沒有；#167台灣有。 #106：「只有要做 UI，沒有系統」「深偽辨識無依據」不是創新的問題；#119無法驗證貼文歸屬，題目做不出來。 可行： #77：志工先打電話聯絡，問題比較輕。 #205：很容易；#224因為媽組三月生。時程不是考量，考量是媽祖三月生。 #11：核心是整合平台，LLM做不到只是一個問題。 #106：沒問題；#192公司對農產品接不上；#223沒有性別影響評估實質上會失敗。 #236：所以分數沒有很高；#58預測價格會反過來影響供需，無法達成預期目標。 社會影響力： #178：就算範圍函蓋全國，正面好處還是不大。 #220：資料比較敏感，而且可以不用上傳。 #112：沒有問題；#200疑現有發包案報名，給主管看的社會影響度本來就不高；#176產品行銷誇大療效。 資料治理：寫完整往往是AI寫的訊號，提案人自己不懂，也無法遵守。很多案資料不牽涉個資也不牽涉機密，沒什麼好打資料治理分數的。 #38沒什麼好講資料的。#209沒什麼好講資料的。 多元性：我比較難一一說明，獨立判斷隊伍多元性的心證很多。 還有什麼問題？ c84bcc28 2026-09-13 [21:41] 評審： 分數平衡有調整。除了已調整的以外： 創新： #237：它提案本質上是抽高風險抽查，提高抽查品質，不是只是看農損。 #179：臺灣沒有，在地重製，不然去跟美國拜託拿代理經銷嗎？ #177：反詐養蜂人是另一個提案(#62)，我叫他去跟#62合作。 #74：高分沒問題；#55：現有研究冒充新創。 #197：原計畫沒有要量病毒。 #14：這個研究成果要試著應用。 #34：防疫黑客松和總統盃黑客松不同。 #19：台灣沒有；#167台灣有。 #106：「只有要做 UI，沒有系統」「深偽辨識無依據」不是創新的問題；#119無法驗證貼文歸屬，題目做不出來。 #204：LLM AI管理溫室沒有前例。 可行： #77：志工先打電話聯絡，問題比較輕。 #205：很容易；#224因為媽組三月生。時程不是考量，考量是媽祖三月生。 #11：核心是整合平台，LLM做不到只是一個問題。 #106：沒問題；#192公司對農產品接不上；#223沒有性別影響評估實質上會失敗。 #236：所以分數沒有很高；#58預測價格會反過來影響供需，無法達成預期目標。 社會影響力： #178：就算範圍函蓋全國，正面好處還是不大。 #220：資料比較敏感，而且可以不用上傳。 #112：沒有問題；#200疑現有發包案報名，給主管看的社會影響度本來就不高；#176產品行銷誇大療效。 資料治理：寫完整往往是AI寫的訊號，提案人自己不懂，也無法遵守。很多案資料不牽涉個資也不牽涉機密，沒什麼好打資料治理分數的。 #38沒什麼好講資料的。#209沒什麼好講資料的。 多元性：我比較難一一說明，獨立判斷隊伍多元性的心證很多。 還有什麼問題？