=== e36e3881 2026-09-07 00:42 ===
[00:42] 評審：
下一案：#54「蔬途同歸不再虧」
[00:44] 助理：
查證：供苗預警的「推估採收期」在 #22 那次已經確認官方燈號頁面有；白菜即時在 #16 看過；新開的一篇是清大 2015 年碩士論文——用中盤商私有資料預測高雄市場每週甘藍價格，結論是私有資料有助預測，並且提到「2010 年開始的大宗蔬菜種植登記與供苗資料庫，對甘藍價格的效果尚不清楚」。
輪廓：
**它是什麼**：兩人團隊（一位軟體公司專案經理、一位政大電算中心技術師），針對高麗菜「賭博菜」問題。它對現行燈號機制的診斷寫得準：一、供苗申報跟實際種植有落差；二、農民看到紅燈時苗已經買了、成本已經投入，而且「自己不種別人照種」，所以燈號改變不了行為。做法四層：
1. 用供苗量加雲林氣象與兩週預報建**積溫模型**，動態修正採收期——高溫催熟會讓原本分散的採收擠在一起，這是燈號沒算的。
2. 用歷史供給、交易量、價格建價格風險模型，把燈號翻成農民看得懂的一句話：「依目前種植情況，預估採收期批發價可能跌至每公斤 5 元」，LINE 推播。
3. 預判過剩時，結合北港合作社的冷鏈、加工資料和關務署進出口資料，提前媒合分流。
4. 依風險燈號設計**差別保費、補貼、轉作誘因**（行為經濟學），讓「大家都種」變成「種就承擔相應風險」。
期程到日期（9/18–11/10），用歷史價崩事件沙盤推演。工具 PHP/Laravel/Python。AI 揭露誠實：ChatGPT/Codex 規劃、Claude Code 寫程式，產品是統計模型不是 AI。回應許願池一條。
**跟既有的關係**：燈號和採收期推估農糧署已有；價格預測有論文和白菜即時；#22（鏈加科技）做的是需求端拆解和政策介入回測給農糧署看。#54 不同的兩塊是「積溫修正採收期」——這是農學上真實的機制——和「把燈號翻成價格給農民看」。兩件是同一個問題的兩個切面，#22 面向農政人員，#54 面向農民。
**決定性的問題：告訴農民「會跌到 5 元」，他會不種嗎？** 提案自己講了答案：不會，因為別人會種。它的解法是第 4 層——差別保費和補貼——但那是農糧署的政策，兩人團隊做不出來，決審能展示的只有前三層。而前三層裡，價格預測還有反身性的問題：預測公開後大家都信就沒人種，價格反而漲；官方發布的「預估批發價」也會被質疑是喊價、被中盤利用。這些提案沒有處理。
**其他**
- 「供苗申報跟實際種植有落差」是它自己列的第一個痛點，但它的模型用的還是同一份供苗資料，落差沒有被解決。
- 分流到加工外銷需要加工廠量能和事前契約，北港合作社一家的冷鏈資料能驗證的規模有限。
- 農民 LINE ID、種植登記資料、合作社庫存與報關商業資料，資料保護一句都沒寫。
- 兩人分工空白；輔導需求裡自己寫「確認規劃提案是否為最大痛點」——誠實，但也表示他們不確定。
**好的一面**：問題診斷是目前農業案裡最清楚的一件；積溫修正採收期是有農學依據的改進；期程和工具具體；AI 用得誠實。
AI 評估：`substantive_junk = false`，`similar_existing = true`。
[00:59] 評審：
8/8/8/0/9 no comment如何？
[01:00] 助理：
資料治理 9 對不上：這件對資料保護一個字都沒寫——農民 LINE ID、種植登記個資、合作社庫存與報關資料怎麼處理，全部空白。拿 9 的 #32 和拿 10 的 #14、#52 都是把來源、最小蒐集、去識別、保存寫清楚的。以它用了很多開放資料、資料欄位列得具體來看，5 左右比較貼近。
另外多元性 0：兩人分屬軟體公司和政大電算中心，#16 同樣兩人您給了 1。小事。
沒有評語的話，「價格預測公開後的反身性與喊價疑慮」和「差別保費補貼不在團隊能做的範圍」這兩點提案人不會知道；但那是您的選擇。
[01:02] 評審：
8/8/8/3/4 no comment如何？
[01:02] 助理：
分數我沒有意見；比 #22 高一點也說得通——它面向農民，問題診斷更準。
沒有評語的話，兩件對提案人最有用的事不會被記下：一是價格預測公開後的反身性（大家都信就沒人種，官方預估價會被當喊價），二是它真正能改變行為的第 4 層（差別保費補貼）不是團隊做得出來的。要不要寫，您決定。
=== 事後／並提討論 ===
c71e996e 2026-09-02
[17:14] 助理：
181 件全部解析成 JSON，品質很整齊：
- **181 / 181 成功**，零例外、零失敗
- **每一件都剛好 33 題**（官方問卷是固定模板，無偏離者）——這也反過來確認解析器對整批都穩
- 核心欄位（隊名／題目／Email）**無一空白**
- **主題分布**：安心社會 O=81、智慧治理 B=51、永續轉型 G=49（合計 181，無對不到）
- 成員數 1～10 不等、資料需求 0～8 不等（111 件沒填資料需求）
- 輸出：`excludes/projects/json/detail_{id}.json` × 181，UTF-8、`ensure_ascii=False`、精簡不含 raw_html
抽驗 3 件（#54 進菜麥相擠、#114 波浪能、#158 織疊）核心欄位都正確歸位。
兩點附帶說明：
1. **評分構面（criterion）沒放進 JSON**——那是全域固定 5 項（可行性30%…），匯入 SQLite 時直接 seed 即可，不必每件重複。
2. 解析器 `parse.py` 這次有實質改動（加了 `to_dict` 序列化薄層，沒動既有解析邏輯，11 個測試仍綠）。之後若要 git 版控，我會照妳的規範另派一個「不知情」的 subagent 獨立驗證再提交。
JSON 都備好了，隨時可以進下一步「從 JSON 匯入 SQLite」。要現在做，還是妳想先自己翻翻 JSON 檔看看？
c71e996e 2026-09-02
[17:33] 助理：
兩個是**不同來源、不同用途**的編號，而且彼此推算不出來，所以都得留著：
**`id` — 系統內部主鍵**
- 就是資料庫的 auto-increment primary key，建立記錄時給的。
- 這是**技術用的鍵**：抓詳細頁 `/Judge/Judge/Detail/{id}`、之後送分 `ToVote` 都是用它。
- 它涵蓋「所有曾建立過的記錄」——包含那些空白、亂填、後來被過濾掉的垃圾提案，甚至草稿。所以它稀疏又跳號（我們這批範圍 4–362，卻只有 181 個）。
**`display_no` — 對人顯示的提案編號**
- 就是畫面上 `#3`、`#54`、`#114` 那個號，是**人看的、溝通用的**（妳跟其他委員講「第 54 號」就是這個）。
- 它也有跳號（最大到 #227，但只剩 181 件），因為如妳先前說的，被過濾掉的垃圾提案一樣佔了號。
**為什麼兩個都要存：**
- 它們**不能互相換算**。看實際資料：id=4→#3、id=97→#54、id=102→#114、id=274→#158——大致同向但完全不成比例（id 只多 5，display 卻跳 60）。中間各自被過濾掉的數量不同，所以沒有公式。
- 用途也分工：**跟系統打交道（抓頁、送分）只能用 `id`；跟人溝通、妳自己辨識提案用 `display_no`**。
一句話：`id` 是機器的鍵，`display_no` 是人的鍵，兩者各有跳號、無法互推，所以資料庫兩個都保留。
c71e996e 2026-09-03
[07:45] 助理：
好，跑試點——三主題各挑一件（#3 安心社會、#54 智慧治理、#114 永續轉型），三個 agent 各跑一次，共 9 個獨立 subagent（各自寫出 JSON 到 `excludes/proposals/ai/`）。
c71e996e 2026-09-03
[07:45] 助理：
9 個 subagent 都跑起來了（#3／#54／#114 × junk/existing/social）。junk 用 Sonnet、另兩個 Opus，existing 會實際上網搜尋所以較慢。全部回來後我把 9 份 JSON 結果一起整理給妳看，一起檢視格式與品質、決定要不要調。
c71e996e 2026-09-03
[07:47] 助理：
junk #54、#114 回來了，輸出格式正確：`{"proposal_id": 114, "is_junk": false}`，判定也對（非空）。不過一個「回 bool」的活花了 ~34K token，正好印證了剛才那個過度複雜的問題。
其餘 7 個（existing×3、social×3、junk #3）還在跑。等妳決定：讓它們跑完看結果，還是我停掉、改用精簡的直接叫用重跑？
c71e996e 2026-09-03
[09:00] 助理：
三件都符合新格式:每維度一段純文字(無 signal)、`substantive_junk` 為 `{is_junk, brief}`、brief 都在 10 字內。字數大致守住 50,少數維度 53–54、summary 54 那件 59(都在「必要時 100」內)。
**#3 農養共生**
- summary(36):以AI媒合農村閒置空屋與健康長者,串聯跨部會資料打造分散式樂齡照護聚落。
- substantive_junk:`false`／「具體有料」
- 性別(23):未著墨性別,僅隱含銀髮女性長者為長照主要受眾。
- DEI(32):促進青銀共創、城鄉平權與偏鄉長者社會參與,緩解都市長者社交孤立。
- STS/社會(39):回應超高齡與農村空洞化,活化資產、延緩失能、示範跨部會資料治理,社會影響顯著。
- AI(54):電腦視覺診斷屋況、OR-Tools排班最佳化、LLM生成綠色處方箋,用途具體。
**#54 高麗菜產銷**
- summary(59):整合供苗、氣象與交易資料建模,將供苗燈號轉為採收期產量與價格風險預警,媒合冷鏈加工外銷分流以穩定菜價。
- substantive_junk:`false`／「務實具體」
- 性別(16):無涉及性別議題。
- DEI(33):關注小農資訊弱勢,透過Line推播貼近農民收訊管道,縮小數位落差。
- STS/社會(40):回應菜土菜金產銷失衡,促農民、加工外銷、政府、消費者四方共贏並提升農業韌性。
- AI(53):以ChatGPT、Codex規劃架構,Claude Code協助開發;另用模型做採收期與價格預估。
**#114 波浪能**
- summary(43):將消波塊改造為結合波浪能發電、飛輪儲能與負碳水泥的岸堤式轉換器,穩定供電並減碳。
- substantive_junk:`false`／「具技術實質」
- 性別(28):無涉及性別議題,內容為海洋能源工程技術。
- DEI(32):提及與漁村社區、NPO/NGO合作及教育推廣,但多元共融著墨少。
- STS/社會(33):強化電網韌性、海岸防災、綠電產值與碳匯,社會與環境效益具體且量化。
- AI(38):自答未使用AI工具;僅提Python機器學習做發電量預測與儲能調度模擬。
c71e996e 2026-09-03
[09:05] 助理：
批判版明顯好很多,字數都在範圍內(最長 STS 114 是 86,在 100 內)。
**#3 農養共生**
- summary(46):以AI媒合農村閒置農宅與都市健康長者,演算法排班居服員與巡迴車,打造分散式農村樂齡聚落。
- junk:`false`/「一人隊、架構空泛」
- 性別(49):居服員與照顧者多為女性,AI派單反增其奔波負擔;獨居鄉間高齡女性安全未談。
- DEI(55):只收「健康、有消費力」都市長者,排除失能與經濟弱勢;原農村居民與屋主僅是背景。
- STS(62):把農舍法規、產權、遷居意願化約為資料媒合;把長者移離醫療資源;水電監測實為監控;三部會串接非一人可達。
- AI(64):YOLO判結構無訓練資料、不可信;LLM生成「綠色處方箋」有醫療風險;排班無細節,AI屬點綴。
**#54 高麗菜**
- summary(56):整合供苗、農情、氣象與行情資料,預估採收期與批發價風險,Line推播並媒合冷鏈外銷分流。
- junk:`false`/「資料具體但政策面過度承諾」
- 性別(48):推播對象為登記名義人多為男性;實際務農的配偶與女性農工資訊不可及。
- DEI(59):高齡數位弱勢難用;未申報供苗的小農被排除;差別保費對租地小農負擔重;僅雲林驗證。
- STS(59):自承問題在集體行動誘因而非資訊,但政策非團隊能實作;公開預測價恐反向搶種或盤商操作;誤判責任未談。
- AI(66):僅ChatGPT/Codex/Claude Code輔助開發,核心為積溫與統計模型,產品不含AI,「智慧」名實有距。
**#114 波浪能**
- summary(40):將消波塊改造為聚波通道加水輪機與飛輪儲能的岸堤發電裝置,以生物炭水泥建造。
- junk:`false`/「有專利實體,數據浮誇」
- 性別(42):完全未提;漁港工作與海岸利用有性別分工,推廣對象未區分。
- DEI(53):漁民、原住民海岸社群、港區勞工僅為被「教育推廣」對象,未納入設計,改造消波塊無諮詢機制。
- STS(86):純技術推動;75–85%效率、負碳水泥、每座等於15座大安森林公園、43.9億產值皆無依據;未評估生態與安全,兩個月只能做縮尺模型,來源僅寫「相關期刊」。
- AI(49):自陳未用AI,但工具欄稱要用機器學習預測發電量,無資料、模型或驗證,屬點綴。
c71e996e 2026-09-03
[09:13] 助理：
#114 完成,隱私維度正確判為幾乎不適用(主要用氣象開放資料),只點出併網控制系統資安未提但規模小——沒硬湊。剩 #54。
c71e996e 2026-09-03
[09:14] 助理：
五維度都到位,字數都在範圍(最長 STS 114 是 73)。新的 `privacy_security` 表現很好:
**#3 農養共生** — junk:`true`/「一人隊堆砌術語,無可行基礎」
- 性別(41):居服員/樂齡管家多為女性,派單加重奔波;獨居高齡女性多卻無性別分析。
- DEI(46):只服務付得起的健康都市長者,失能/低收/原住民/農村原有長者被排除,農村變承接者。
- STS(47):一人八週做四套AI系統,產權、農舍法規、屋主授權一句帶過;延緩失智降健保無據。
- AI(51):YOLO/RL/LLM皆無訓練資料與驗證;LLM開綠色處方涉醫療建議,責任不明。
- **隱私(60):索取村里小時級水電數據,農村戶數少易再識別;長者健康資料送Claude/ChatGPT境外API,無水電即告警形同監控。**
**#54 高麗菜** — junk:`false`/「資料具體但政策面過度承諾」
- 性別(45):LINE推播多觸及登記戶長(多為男性),農家女性參與帳務銷售者未納入。
- DEI(62):預設農民用智慧手機,高齡/數位弱勢易漏接;合作社主導恐偏大戶,轉作補貼對無替代作物小農反成懲罰。
- STS(62):搶種集體行動困境,價格預測有反身性(人人信跌反致缺貨);官方喊價恐被指操縱市場。
- AI(67):僅ChatGPT/Codex/Claude Code輔助,預測模型是積溫與統計非AI;未談驗證。
- **隱私(61):需農民LINE ID與種植登記個資、合作社庫存與報關商業機密,無保護與去識別化;價格預測外流可套利。**
**#114 波浪能** — junk:`false`/「有專利與技術,但數字誇大」
- 性別(34):海洋工程與漁村決策以男性為主,社區參與未納入女性。
- DEI(44):團隊全為成大同一學程,無漁民/社區/原民海域/生態參與;「教育推廣」由上而下。
- STS(73):效率、抵15座大安森林公園、43.9億產值等數字無據;未評估對潮間帶生態衝擊,兩個月實海測試不切實際。
- AI(45):自稱未用AI卻規劃機器學習預測發電,前後矛盾且無資料/模型/驗證。
- **隱私(39):主要用氣象開放資料,隱私疑慮低;併網控制系統資安未提但規模小影響有限。**
c71e996e 2026-09-03
[09:15] 助理：
#54:`suspected_existing:false`、sources 空(區分了既有政府供苗系統＝背景,與團隊的新預測模型)。剩 3、114。
c71e996e 2026-09-03
[09:17] 助理：
簡化版 existing 三件都乾淨,assessment 都在 50 字內,sources 純網址:
**#3 農養共生** — `suspected_existing: false`,sources:[]
- (30)單人概念型提案,尚在PoC規劃階段,查無同名既有產品或平台。
**#54 高麗菜** — `suspected_existing: false`,sources:[]
- (44)以現有政府開放資料新建高麗菜價格預測與分流模型,屬新提案;既有供苗預警系統僅為問題背景。
**#114 波浪能** — `suspected_existing: **true**`
- (46)波浪能結合飛輪儲能已獲成大專利TWI907022,發明人含團隊成員,屬既有研究成果非新構想。
- sources:`["https://patents.google.com/patent/TWI907022B/en"]`
三個 agent(junk-screener、content-assessor、existing-project-researcher)試點都到位了。
c71e996e 2026-09-04
[16:58] 助理：
#54 出來了,新欄位到位:`suspected_existing:false`(不是這隊自己既做),但 `similar_existing:true`——核心(甘藍供苗/價格預警)**別人已做過**且是領域具體層級:農業部供苗預警(提案自己也承認以此為基礎)、學術的高麗菜批發價預測研究,附了參考網址。正是「這件事有沒有別人做過」的訊號。剩 3、114。
c71e996e 2026-09-04
[16:59] 助理：
三件都到位,`similar`(有沒有別人做過)＋參考網址都對,字數都 ≤50:
**#3 農養共生** — 誠信 `false`／創新 similar `true`
- similar(31):核心近似農業部「農村社區綠色照顧」計畫,僅加AI媒合與空屋活化
- 來源:`academy.moa.gov.tw/greencare.php`
**#54 高麗菜** — 誠信 `false`／similar `true`
- similar(41):農業部供苗預警燈號與採收期系統已存在,高麗菜批發價預測亦有既有研究,本案屬延伸強化
- 來源:`m.moa.gov.tw/BulkVeg/CabbageIndex`、`airitilibrary.com/...`
**#114 波浪能** — 誠信 `true`(自家專利)／similar `true`
- similar(31):波浪能結合飛輪儲能穩定輸出、消波堤發電已有他人專利,屬既有概念
- 來源:`patents.google.com/US10837420B2`、`TWI762163B`
三件都答出「這件事有沒有別人做過」、指到具體領域層級、附真實參考網址,而且 similar 與 suspected 分得開(#3、#54 不是自家既做,但概念別人做過→創新性低)。用的是 Opus。
模型(維持 Opus 還是換 Fable)、以及後續 model/合併/import/UI 加 `similar_*` 欄位＋整批重跑,等妳決定。
c71e996e 2026-09-04
[17:04] 助理：
#114(Fable)也更完整——similar 找到 OBREC(義大利防波堤實機)、US10788011B2、US11353000B2 等具體先例。剩 #54。
c71e996e 2026-09-04
[17:07] 助理：
Fable 三件(不比對,直接給妳看):
**#3 農養共生** — 誠信 `false`／similar `true`
- similar(47):概念近似日本版CCRC「生涯活躍のまち」;台電用電作息指標、仁寶i照護排班皆已存在,屬拼裝重述
- 網址:chisou.go.jp/…/ccrc、日文維基、自由(ltn 5426030)、仁寶 cijia、安可 ankecare
**#54 高麗菜** — 誠信 `false`／similar `true`
- similar(84):農糧署供苗預警已推估採收期並分流加工外銷;白菜即時已有AI菜價預報;韓國KREI農業觀測提供面積產量價格展望;臺師大論文以LSTM預測甘藍價。提案為整合改良,新意有限
- 網址:moa BulkVeg、afa 新聞、cabbagelive.com、韓國 KREI(aglook.krei.re.kr)、udn 7624028
**#114 波浪能** — 誠信 `true`(自家專利)／similar `true`
- assessment(54):核心即成大專利TWI907022B,發明人含本隊成員,並自述已有裝置與實測數據
- 誠信來源:patents.google.com/TWI907022B
- similar(52):岸堤整合式波能轉換(OBREC,2016 那不勒斯實機)與波能結合飛輪儲能專利早已存在,屬既有概念再組合
- similar 網址:OBREC(climateinnovationwindow.eu)、US10788011B2、US11353000B2
字數:#54 的 similar 84 字、#114 兩段 52/54 字,超過 50 但在「必要時 100」內——Fable 資訊較多。若妳要嚴格壓 50,我可以再收緊,或把上限放寬到 100 明訂。
其餘(model 已是 Fable、後續 model/合併/import/UI 加 `similar_*`＋整批重跑)等妳決定。
e36e3881 2026-09-07
[09:47] 助理：
搜尋查不到「農先知」的任何公開蹤跡——沒有網址、沒有報導、沒有 App。伊諾科技只有一個空的 LinkedIn 頁。農糧署燈號的部分之前在 #22、#54 已查證。
輪廓：
**它是什麼**：兩家軟體公司（伊諾科技、日新軟體）三位工程師，加兩個「洽談中」的單位（農糧署、台北農產）。它反覆強調「**系統已完成開發並正式上線**」「並非概念構想」。內容：整合農情調查、批發市場量價、氣象資料，用作物生育週期把「現在種植面積」映射到「未來採收時間」，建 30／60／90 日供需預警與價格區間；農民端有作物推薦、種植時機、ROI 損益試算、AI 推薦；政府端有全台供需 Dashboard。技術是 Python、Scikit-learn、XGBoost、時間序列、PostgreSQL、Redis、REST API、RWD 前端，規劃再加 LLM 把模型結果翻成自然語言。回應許願池一條（「希望農民在種下作物之前，就能知道未來會不會賺錢」）。
**這是甘藍預警的第三件**：#22（鏈加科技，需求端拆解＋政策回測，給農糧署）、#54（兩人，積溫修正採收期＋把燈號翻成價格給農民＋差別補貼）、#58（三位工程師，通用的供需預測平台，農民和政府都給）。三件用同一批開放資料、面對同一個燈號機制。#58 跟前兩件相比，**沒有一個自己的切角**——#22 有價量共變拆解、#54 有積溫修正，#58 講的「生育週期映射採收時間、量價關係、氣候修正」是三件的公分母，也是農糧署燈號已經在做的「推估採收期」。
**決定性的問題：它說已上線，但拿不出任何東西。** 沒有網址、沒有截圖描述、沒有任何回測數字、沒有一個示範作物的預測誤差。一個「已完成並上線」的系統，提案裡最該有的就是「我們預測了什麼、對了多少」，一個字都沒有。它的期程第一階段寫「核心系統及 MVP 已完成」，第二階段才是「以歷史資料進行擴大回測、分析預測誤差」——也就是上線了但還沒驗證過準不準。這兩種讀法：一是系統真的存在但只是把資料接進來畫了圖，預測是名詞；二是「已上線」是寫給評審看的。不管哪一種，「已上線」都不該當它的優勢。
**其他問題**
- 「第五題勾是」——但通篇說已完成、已上線，跟「尚未進行」的宣告矛盾；AI 評估標 `suspected_existing = true` 是基於它自己的敘述。
- 30–90 日的氣象預報本身不可靠，拿來當產量修正因子，誤差會被放大。
- 「農民在種下去之前知道會不會賺錢」——這正是 #54 討論過的反身性：大家都信就都不種，價格反而漲。
- 合作單位欄把「政府單位／農業部農糧署」和台北農產填成成員，狀態是洽談中；三位工程師沒有農業專業，輔導需求裡自己寫要專家「協助確認作物生育週期、種植面積與實際上市量之關聯」——那是模型的核心假設。
- 分工空白；文風是標準的 LLM 排比（沒有揭露用 AI 寫提案）。
**好的一面**：資料標準化和分層儲存寫得認真（來源、更新時間、版本）；AI 用在該用的地方（時間序列預測），LLM 只做翻譯層。
AI 評估：`substantive_junk = false`，`suspected_existing = true`（自述），`similar_existing = true`。
e36e3881 2026-09-07
[21:10] 助理：
評語準確。分數沒有問題，跟 #35、#51 的「既有計畫」處理方式一致。
一點供參考：它跟 #22、#54 是同一題的三件，之後平衡時可以放在一起看——這件是三件裡唯一沒有自己切角、也拿不出任何驗證數字的。
e36e3881 2026-09-08
[17:53] 助理：
很有可能，而且這一批裡看得到幾組這樣的詞：
- **「卡」**：#14 案例卡、#16/#211 觀測卡與事件卡、#31 Care Ticket、#77 任務卡、#78 也有事件格式。
- **「回放」**：#16/#211 歷史回放、#22 政策介入回測、#54 沙盤推演。
- **「停、拆、查、問、轉」型的口訣**、**「不宣稱／不取代／不自動」的免責三連句**：#14、#16、#70、#77、#78 幾乎一字不差。
- **「最小必要、去識別、權限控管、保留來源與版本」**：資料治理那一欄，十幾件寫法相同。
- **「Decision Profile」「Care Circle」「Wo 一下」**：英文命名的功能模組。
這些不是農會人員、社工、高中生的日常語言，是產品設計和資料治理的行話。不同背景的人同時用同一套詞，最簡單的解釋是他們用同一類工具寫提案，而模型在「把一個想法整理成提案」時，會套它學過的那套框架——卡片、回放、免責句、治理清單。
但這件事對評分的意義有限：詞彙一致不代表想法一致。#16 的觀測卡背後有 22,970 筆真的整理過的資料，#31 的十個 Care-* 名詞背後是四頁 mockup。用同一種語言寫，內容的厚薄還是看得出來。您一路做的就是穿過這層語言去看底下有沒有東西。
e36e3881 2026-09-10
[17:13] 評審：
下一個主題：主題4災時通訊與弱勢戶，共有8個提案。先不要get-proposal。提案#16、#22、#54、#58、#85、#211和#221我都已評分，你有印象嗎？
e36e3881 2026-09-10
[17:14] 評審：
下一個主題：主題4蔬菜供需與菜價，共有8個提案。先不要get-proposal。提案#16、#22、#54、#58、#85、#211和#221我都已評分，你有印象嗎？
e36e3881 2026-09-10
[17:15] 助理：
照這個主題盤一次，誠實分類、不硬湊：
**記得（在我這節的脈絡裡）：**
- **#221** —— 這節我親自評的：**明日菜價**（戴豪廷，team 21，農產遠期鎖價＋價格保底）。您給 **0/6/6/0/10 = 3.98**，評語是「實質是農產品選擇權交易、要受金管會監理」。這件我有把握，也確實屬菜價主題。
**只有記憶碎片、不足以重述：**
- **#211** —— 我的長期備忘裡，它是「**XX卡術語**」那條教訓的出處（觀測卡／事件卡／案例卡／任務卡…跨隊共用非日常詞彙 = 同一款 LLM 潤稿的痕跡）。但我**只記得它牽涉『卡』這種術語灌水的討論，不記得它的標題、內容或分數**。
- **#16** —— 只在「官方分數同步」備忘裡出現過，是當時做**推送測試**用的案子（#16 確認推送成功、可更新）。但那**只告訴我它被拿來測同步，完全不知道它的內容、主題或分數**。
**完全沒有印象：**
- **#22、#54、#58、#85** —— 這四件我**沒有任何可靠記憶**，不在脈絡也不在備忘。
所以：**#221 記得（3.98）；#211 只記得跟「卡術語」有關；#16 只記得被拿來測同步；#22/#54/#58/#85 完全不記得。** 除了 #221，其餘六件的**分數我一件都不記得**。
照前幾個主題的作法：我先派 subagent 從壓縮前逐字稿把這**六件（#16、#22、#54、#58、#85、#211）**的討論忠實抽出來，再 get-proposal 核對系統實際內容與分數。要我開始嗎？
e36e3881 2026-09-10
[17:16] 評審：
提案#16、#22、#54、#58、#85和#211這六個已評分提案都不在你目前的記憶裏。請先查一下session log，先前有哪些討論。然後再get-proposal，確認提案內容和評審分數。
e36e3881 2026-09-10
[17:16] 助理：
先派 subagent 從逐字稿抽出這六件（#16、#22、#54、#58、#85、#211）的先前討論。
e36e3881 2026-09-10
[17:16] 助理：
subagent 已派出，背景抽取 #16、#22、#54、#58、#85、#211 的先前討論中。完成後我會拿結果、再 get-proposal 核對系統實際內容與分數，一併回報給您。
e36e3881 2026-09-10
[17:23] 助理：
核對完成，**#16 歸零的懸案有答案了**，另有兩處與逐字稿不同：
**#16 已歸零：系統裡是 0/0/0/0/0、評語「和#211相同」。** 也就是說您比照 #32/33/34 的規則，**同一案重送以較晚的 #211 為準、#16 歸零**。逐字稿當時沒下結論，系統已定案。
**其他更正：**
- **#58 資料治理是 1 不是逐字稿的 4** → 加權 **2.98**（private_note：資料治理疑 AI 樣板、團隊恐無力處理）。
- 其餘與逐字稿一致。
**主題 4「蔬菜供需與菜價」已評 7 件（系統值）：**
| 加權 | # | 分數 | 評語 |
|---|---|---|---|
| **7.39** | 54 | 8/8/8/3/4 | （無）蔬途同歸不再虧（積溫修正採收期＋風險推播） |
| **6.81** | 22 | 7/7/8/1/6 | （無）供需雙向燈號決策（價量拆解＋回測） |
| **3.98** | 221 | 0/6/6/0/10 | 實質是選擇權、受金管會監理 |
| **3.17** | 211 | 2/4/4/1/4 | 請先說明觀測卡／事件卡／角色化（＝#16 改版，卡術語疑 AI 撰寫） |
| **2.98** | 58 | 4/6/0/1/1 | 自述是已完成的服務 |
| **2.02** | 85 | 2/4/1/0/0 | 建議參考神農TAIDE、規則式觸發比 LLM 適合 |
| **0.00** | 16 | 0/0/0/0/0 | 和#211相同（重送歸零） |
**態勢**：#54（7.39）、#22（6.81）是雙強，都是「把燈號升級成能決策」且各有真切角（#54 積溫修正採收期、#22 價量共變拆需求）；#221（3.98）金融監理卡關；#211／#58／#85 中後段（卡術語、自述已上線、不必要 AI）；#16 重送歸零。
**主題 4 共 8 件，還剩 1 件未評。** 注意 #85 雖是徐朝峰模板八件之一、內容是農藥施肥（不完全是菜價），但分群歸在主題 4 —— 依您上次的原則，切題度不看。
要接主題 4 最後 1 件了嗎？
e36e3881 2026-09-10
[17:26] 助理：
#219 農擇智策（游家昇／**聖得醫學科技**，4 人；智慧治理，主題 4；未評分）
**團隊要先點出**：**聖得醫學科技是一家醫療科技公司**（CEO、演算法工程師、平台架構師、PM，四人全自家員工），**跟農業毫無關係**。查證 suspected_existing = false：查無它任何農業成果。這是一支**做醫療的軟體團隊跨界來投農業案**，無農業／農經領域人。
**這是什麼**
用農業部＋氣象署開放資料，做**雙端供需預測平台**：
- **農民端**：依作物、產區、生育期、成本、風險偏好，給採收窗口的**收益區間、風險、產銷建議**；
- **消費者端**：未來 **7–14 日菜價趨勢、漲跌原因、替代品建議**。
共用一個供需預測核心（LightGBM/XGBoost），Bronze/Silver/Gold 資料分層、point-in-time 特徵、walk-forward 回測、附信賴區間。
**工藝面其實不錯（先講好的）**
- **資料工程寫得專業**：列了十來個官方資料源（交易行情、農情調查、農情預測、供苗預警、氣象、成本調查、土壤網格、災損…），Bronze/Silver/Gold 分層、point-in-time 避免資料洩漏、walk-forward 回測、模型卡、信賴區間 —— 這套 MLOps 紀律在農業案裡算好的。
- **誠實不虛列**：明寫「無自備資料、尚未全量串接，故不虛列資料筆數與訓練期間」、「初審聚焦共通解法，實作期再選場域」、「批發價僅作趨勢指標、不宣稱等同零售價」。
- AI 揭露誠實（核心是傳統 ML，Codex 只做盤點與文書）。
**最決定性的問題（依重要性）：**
**一、它想做的兩端，官方都已經有現成系統 —— 查證後很清楚。**
- **消費者端（菜價趨勢、漲跌原因）＝ PDIS「菜價整合平台」**：我實查，PDIS 早就整合零售價、批發價、氣溫雨量、庫存、預估產量、進口量成一個查詢介面，還疊天氣看關聯、開源、有 API，**2017 就上線**。#219 的消費者端幾乎是它的重做。
- **農民端（供給／採收預警）＝ 農糧署「大宗蔬菜供苗預警燈號」**：我實查，它已提供供苗量、當旬警示燈號、與三年均比較、推估採收期。#219 的「領先供給訊號」就是接它。
- 加上開放資料 LSTM 甘藍價格預測論文早有。所以 #219 是**把 PDIS ＋ 供苗燈號 ＋ 價格預測模型整合改寫**，新意有限（similar_existing = true）。它自稱的創新「用同一核心連接兩個時間尺度（選作 vs 7–14 日菜價）」是唯一差異點，但那也只是把兩個既有系統的資料接在一起。
**二、羊群效應（reflexivity）—— 這是它作為「選作建議」最根本的自我矛盾。**
- 若很多農民**依同一個預測選作**，就會**一起去種被預測看好的、一起避開被預測看跌的** → 反而製造新的集中上市與過剩，**預測自己把自己推翻**。這跟 #54 討論到的反身性是同一個坑，而 #219 完全沒處理。它想解「追價集中種植」，但一個公開的集體選作建議，恰恰可能**加劇**它。
**三、團隊與領域完全不符 + 無場域 + 無農業專家。**
- 醫療科技公司做農產供需，**無農業／農經領域人**；生育期、上市量、適作性這些模型核心假設，需要農學知識校準，團隊沒有。
- **場域完全未定**（連品項、產區都說「實作期再選」）—— 比其他菜價案（#22 向農糧署申請、#54 有北港合作社）更空。
- 預測失準的責任歸屬未談（農民依它選作賠了、消費者依它判斷）。
**四、has_card_jargon 觸發** —— 我看提案本文沒有明顯「XX卡」術語，這個旗標可能誤判（或抓到「模型卡」這種正規 ML 詞）；不當堆砌扣分，但值得您留意它是自動旗標、非人判。
**與主題 4 其他案對照**：#22（價量拆解）、#54（積溫修正採收期）各有**真切角**、且更接地（有申請／有合作社）；#219 工藝相當、但**沒有自己的切角**（兩端都是既有系統整合）、團隊完全跨界、場域最空。定位比較接近 #58（自述完整但缺實證）那一類，只是 #219 更誠實（不宣稱已上線）。
e36e3881 2026-09-10
[18:07] 助理：
主題 4 我都記得，不再拉取。刻意不硬找 —— **整體分佈我認為一致**，只有一件想請您在平衡時看一眼，其餘沒有意見。
**八件排序：**
| 加權 | # | 分數 | |
|---|---|---|---|
| 7.39 | 54 | 8/8/8/3/4 | 蔬途同歸（積溫修正採收期，有真切角） |
| 6.81 | 22 | 7/7/8/1/6 | 供需雙向燈號（價量拆解，有真切角） |
| 4.44 | 219 | 8/3/3/1/5 | 農擇智策（價格預測，覆蓋+反身性） |
| 3.98 | 221 | 0/6/6/0/10 | 明日菜價（選擇權，金管會 veto） |
| 3.17 | 211 | 2/4/4/1/4 | AgriFlow 改版（卡詞） |
| 2.98 | 58 | 4/6/0/1/1 | 農先知（自述已上線、無證據） |
| 2.02 | 85 | 2/4/1/0/0 | 施肥用藥（不必要 AI） |
| 0.00 | 16 | 0/0/0/0/0 | AgriFlow 原版（重送歸零） |
**先講我檢查過、確認沒問題的**：#54/#22 雙強且各有真切角、排序對；#221 靠資料治理 10＋創新 6 撐在可行性 0 之上，符合「fatal flaw veto、但別的維度該給就給」；#211/#16 重送歸零的處理一致；#85 切題度不看。
**唯一想請您看一眼的：#58（社會影響力 6）vs #219（社會影響力 3）。**
- 兩件**本質同類** —— 都是「菜價／供需預測」的衍生型平台，也都被既有系統覆蓋。
- 但 **#219 的社會影響力被「反身性（追價羊群效應）＋兩端已被 PDIS／供苗燈號覆蓋」折到 3**（您還把反身性寫進評語）；**#58 卻保住社會影響力 6**（它的問題被您記在創新性 0「自述已上線」）。
- 問題是：**#58 也做「作物推薦、種植時機」，同樣會有農民集體照著種的反身性** —— 若那個折扣對 #219 成立，對 #58 也該成立，那 #58 的 6 相對 #219 的 3 就偏高。
- **反過來也說得通**：若您認為 #58 的「雙端完整平台（農民＋政府 Dashboard）」涵蓋面較廣、價值方向較大，那 6 站得住。
- 這一格是**兩件同類、不同時間評、折扣沒對齊**的候選，建議您期末一起校；分數我不主張現在改。
**另外提醒（非現在處理）**：#211 與 #219 都帶「卡詞」（觀測卡/事件卡；模型卡），這是您說要**期末統一做一次卡詞平衡**的對象 —— 留到那時一起看。
其餘六件的相對平衡我沒有意見。