=== e36e3881 2026-09-08 08:17 ===
[08:17] 評審：
下一案：#73「AI驅動微藻樹城市碳匯與韌性能源公共服務平台」
[08:18] 助理：
六個來源開了三個，夠用。這是 #55（波浪能）同一個成大實驗室（歐庭嘉助理教授、羅昇宇、王躍德、陳瑀彤都在兩件裡）。
**它是什麼**：把一個 500 公升的微藻光生物反應器做成「樹」的形狀，配太陽光電、混合儲能、感測器，放在校園公園當「城市碳匯節點」；AI／MPC 依光照、溫度、pH、CO₂、電網碳排係數調整曝氣、循環、遮光、採收、儲能；儀表板顯示「今天吸了多少 CO₂、用了多少綠電」，民眾掃 QR 看。自述是 2025 年提案的延續，「第二代」。用台電排放係數、氣象署日照、環境部 AQI 當外部資料。十週做完硬體整合、AI 控制、儀表板、連續場域測試。不回應許願池。
**查證**
- **同團隊 2025 年論文**（電力工程研討會）：微電網＋微藻＋藻油柴油混合發電機的淨零系統模擬。**核心構想已發表**，這件是把它做成戶外裝置。
- **Liquid3**（塞爾維亞，2021）：玻璃槽微藻街道家具，太陽能，UNDP 選為氣候智慧城市方案。
- **BioUrban**（墨西哥，2016 起）：微藻人工樹，宣稱等於 368 棵樹、一公頃森林，一台五萬美元，2019 年裝了三台。
「微藻人工樹放在城市裡當碳匯」是有十年歷史的既有產品類型，#73 的差別是加 AI 控制、儲能、接台電碳排係數。
**核心問題：它宣稱的固碳數字。** 「單一 500 L 微藻樹年淨固碳 920.6 kgCO₂e，約 20.92 棵成熟都市樹木」——一棵都市樹年吸碳一般估在 10–25 公斤，這樣算 500 公升藻液等於 20 棵樹是有可能的量級（微藻單位體積的光合效率確實遠高於樹）。但下一句「同等規模下全部換成微藻樹，年吸碳量相當於 23.65 座大安森林公園」——這句是把「一棵微藻樹＝20 棵樹」乘上大安森林公園的樹木數，等於說「把公園的樹全部拔掉換成藻缸，吸碳變 23 倍」。這個算法忽略了：藻缸要 CO₂ 供氣（從哪來？鋼瓶？那是把別處的 CO₂ 搬過來）、要電（曝氣、循環、冷卻，它自己有 PV 但夜間呢）、採收的藻體去哪（燒掉或分解就把碳放回去了，固碳只在藻體被封存時才算數）、設備本身的製造碳排。這些都沒有交代，而數字全是「研究情境」模擬，不是實測。跟 #55 的「28 座大安森林公園」是同一個算法的兩件。
**第二個問題**：一個 500 公升槽用 CNN-BiLSTM-Attention 加 MPC 加 YOLO——十週內沒有足夠的運轉資料訓練時序深度學習模型；微藻培養的控制（pH、光照、CO₂）用 PID 或簡單 MPC 就夠，這是您的「不需要 AI 的地方用 AI」。
**其他**：CO₂ 鋼瓶和儲能電池放公共空間的安全沒提；減碳數據自報無第三方稽核，公開展示可能變成漂綠；分工空白；四人同校。
**好的一面**：這是真的在做的研究，有硬體、有模擬、有論文；把碳匯做成「看得見」的公共裝置對環境教育有意義；資料應用（台電即時碳排係數決定何時用市電）是合理的小創意。
AI 評估：`substantive_junk = false`，`suspected_existing = true`（自述延續，論文查證屬實），`similar_existing = true`（Liquid3、BioUrban，查證屬實）。
[08:49] 評審：
這個目的是提供戶外儀表板給公眾看，是嗎？
[08:50] 助理：
儀表板是它的「公共服務」那一層，但不是目的。它的目的是把一台 500 公升的藻缸放在校園裡當碳匯裝置，儀表板是讓路人和管理單位看到「這台今天吸了多少 CO₂」。
拆開看，這件有三層：硬體（藻缸、光電、儲能）是研究本體；AI 控制是研究的一部分；儀表板和 QR code 是為了符合「公共服務」而加的展示層。跟 #55 一樣，它是一個海洋工程／能源系統的研究計畫，這次多了一個「放在公園給大家看」的包裝。
至於「給公眾看」有沒有價值：一台藻缸的固碳量是每年不到一噸，儀表板上會顯示「今天吸收了 2.5 公斤 CO₂」——大概等於一台汽車跑十公里的排放。看的人會得到什麼，提案沒有想過。
[08:50] 評審：
固碳是什麼？
[08:51] 助理：
固碳就是把空氣裡的二氧化碳變成固體、留住不放回去。
樹做這件事的方式是光合作用：吸 CO₂，把碳變成木頭。只要樹活著、木頭不燒不爛，那些碳就一直鎖在樹幹裡，這叫「碳匯」——碳的倉庫。
微藻也做光合作用，而且長得比樹快很多，所以同樣體積吸碳的速度高得多，這是提案「500 公升等於 20 棵樹」的依據。但差別在**碳最後去哪裡**：樹的碳留在木頭裡幾十年；藻長滿了就要採收，採收的藻體如果拿去做飼料、燃料、堆肥，碳很快就回到大氣——那不是固碳，是把 CO₂ 借來繞一圈。真正算固碳，要把藻體埋掉、做成不會分解的材料、或至少長期封存。
所以評這類提案的關鍵問題是：**藻採收之後去哪？** #73 沒寫。它的 2025 年論文寫的是「榨藻油混柴油發電」——那是燒掉，碳全部回大氣，等於零固碳，只是替代了一部分化石燃料。
[08:52] 評審：
因為是藻類，所以是水缸，是嗎？
[08:52] 助理：
對。它的「樹」是一個 500 公升的透明水缸，裡面是綠色的藻液，用機器打 CO₂ 進去、泵浦讓水循環、需要時遮光或加燈，藻長密了就抽一部分出來。做成樹的形狀是造型，讓它看起來像景觀設施而不是化工廠的反應槽。Liquid3 是一個玻璃缸配長椅，BioUrban 是一根金屬柱，都是同一個東西的不同外殼。
所以放在公園裡的是一缸會呼吸的綠水，加一根太陽能板和一顆電池。
[08:53] 評審：
CO₂是打進去的？這樣不耗能嗎？
[08:54] 助理：
耗，而且不只耗能。藻要吸 CO₂ 就得讓 CO₂ 溶進水裡，空氣裡的 CO₂ 濃度只有 0.04%，自然溶解的速度遠遠餵不飽藻，所以要用泵浦把空氣打進水裡曝氣，或者直接接 CO₂ 鋼瓶。
三種來源各有問題：
- **打空氣**：泵浦二十四小時運轉，耗電，而且要打很多空氣才有一點 CO₂。
- **接鋼瓶**：純 CO₂ 吸得快，但鋼瓶裡的 CO₂ 是工業製程分離出來的，運到公園裡打進缸——那不是從空氣裡吸碳，是把別處的 CO₂ 搬過來給藻吃。
- **接排放源**：接在電廠或工廠煙道旁邊才真的是捕碳，但那樣就不是「放在公園裡的樹」了。
提案寫的是「CO₂ 供氣系統」和「CO₂ 曝氣」，沒說氣從哪來。它有太陽能板和儲能，白天供泵浦，晚上藻不行光合作用但循環還得跑。它自己也知道這個矛盾——創新性那欄寫「避免固碳設備本身耗電造成額外排放的矛盾」——回答是「用 PV 和儲能」，但這樣等於太陽能板發的電被拿去養藻，而不是直接減少市電用量。同樣一片太陽能板，直接併網省下的碳排，很可能比養一缸藻吸的碳還多。這是這類裝置十年來一直被質疑的地方，提案沒有正面算過。
[09:09] 評審：
「fancy，但是用處不大」是合理的理解嗎？
[09:09] 助理：
合理，而且可以再具體一點：它的用處在「教育展示」，不在「減碳」。一缸藻放在校園裡讓學生看到光合作用在發生、儀表板跳數字，這有教育價值；但當成碳匯基礎設施——一年不到一噸、要餵 CO₂、要耗電、藻採收後碳去向不明——同樣的錢和太陽能板直接併網效果更好。Liquid3 和 BioUrban 做了十年，也一直停在示範裝置的層次，沒有變成城市減碳的工具，原因就是這個。
[09:11] 評審：
8/2/8/1/2「太陽能養固碳設備，能回饋給市電的電就變少了。澡纇固碳不易長期封存。教育用途大於實質節能減碳。」如何？
[09:11] 助理：
評語三句都準，第一句是它自己沒算過的那筆帳。「澡纇」是錯字，應為「藻類」。
分數沒有問題；創新性 8 是給「把藻缸做成城市家具加 AI 控制」這個方向的鼓勵，跟 Liquid3 和 BioUrban 已存在對照，8 略高，但在您的鼓勵原則內。
[09:12] 評審：
8/2/8/1/2「太陽能養固碳設備，能回饋給市電的電就變少了。藻類固碳不易長期封存。教育用途大於實質節能減碳。」如何？
[09:12] 助理：
分數沒有問題；創新性 8 是同一實驗室的 #55 給 0 之後拉開的差距，這件確實比波浪能有想法（把碳匯做成看得見的公共裝置）。
評語三句都準，第一句是它自己沒算過的那筆帳，第二句是固碳的定義問題，第三句是公允的定位。
=== c84bcc28 2026-09-12 22:22 ===
[22:22] 評審：
所以你覺得#73做得出來還是做不出來？可行性8分太高還是太低？
[22:22] 助理：
做得出來——500 L 的缸、太陽能板、感測器、儀表板，他們已經有 2 噸級的在中鋼跑兩年，校園版一定做得出來。
但你的可行性定義不是「做得出來」，是「這個做法能不能達成題目的目的」。題目是「城市碳匯」，你自己的評語說：養藻的電抵掉回饋市電的電、藻固的碳封不住、教育用途大於實質減碳。也就是做法達不到題目的目的。按這個定義，8 太高。
[22:23] 評審：
目的是城市碳匯節點儀表板啊。
[22:23] 助理：
記下了。
[22:24] 評審：
所以我說要先以提案全文為基礎，然後是討論，然後是最終分數。中間的討論很重要，但後面的會推翻前面的。
[22:24] 助理：
記下了。
[22:25] 評審：
我花了很多時間討論，才瞭解這個專案只是要做一個儀表板，不是真的要節能減碳。
[22:25] 助理：
對，這就是那場討論的結論，分數也照這個結論給的：儀表板做得出來（可行 8）、減碳沒有實質（影響 2）。我拿討論中間的話回頭質疑，是沒有讀到討論的終點。
=== 事後／並提討論 ===
c71e996e 2026-09-03
[12:37] 助理：
收緊定義**大有成效**,而且 **#114 修正回 `true`** 了(專利 I907022)。
**目前 `suspected_existing:true` 共 48 件(收緊後新增 28 件)。** 這 28 件新翻出來的:
- #14 RZVN 服務已營運、含語料與 6 套 DOI 研究框架
- #16 低熵核心引擎為既有並獲數發部防災賽獲選
- #20 教育部校園食材登錄平臺 2.0 已有家長查詢/下架通知
- #21 社區型儲能備援為既有技術、已有部署與專利
- #23 AI 誘捕籠已有 Wild Vision Systems 產品
- #32 核心「反向比對」源自該隊 2020 防疫松獲獎平台
- #38 AI 修剪指引已有 SmartPrune AI 等商品
- #40 緊急車輛讓路警示已有 HAAS Alert、Waze
- #51 大坪頂灌溉示範已由農水署執行、含智慧灌溉、已編預算
- #55 風波整合＋TENG 已有論文專利、已做 1/10 縮尺實測
- #58 自稱系統已上線(無外部佐證)
- #61 勝美金食品已營運、與農試所合作
- #62 AI 蜜罐蒐集詐團金流已有商用 Apate.ai
- #64 剩餘乳回收蛋白轉飼料為既有技術、多篇論文專利
- #67 桃園農水處已有圳路即時監測與智慧調度
- #73 微藻人工樹碳匯已發表論文、延續 2025 既有提案
- #74 團隊既有永續電廠研究延伸、已有 LCA/TEA 與論文
- #86 環境部「酷齡氣候關懷」已運作 AI 高溫預警＋LINE 通報
- #90 進口碳足跡比較已有 CarbonChain 等 CBAM 商品
- #103 建築健康履歷(結構健康監測)已有商用與論文
- #104 農糧署天然災害現地照相 App 已有地號取證
- #108 AI 辨識福壽螺精準施藥已有無人機驗證論文
- #113 核心已有美國專利 US12361824B2
- #114 已獲我國專利 I907022、申請美國專利
- #115 核心為申請人賽前已申請的五項專利連鎖
- #118 核心為提案人三件申請中專利
- #120 情境化政府補助推薦已有營運平台
- #123 核心即艾弗思與成大合作之智能清洗系統、已商用
**額度耗盡,已停:完成 83 / 159,剩 76 件**(這 76 件還沒套收緊定義,可能再翻出更多)。繼續時跑:
`127,128,129,131,132,134,152,154,155,156,158,160,161,162,164,165,166,167,168,171,172,173,174,175,177,178,179,180,181,182,183,184,185,186,187,188,189,191,192,195,196,197,198,199,200,201,203,204,206,207,208,209,210,211,213,214,215,216,217,218,219,221,222,223,226,227,228,230,231,232,233,234,235,237,238,239`
c71e996e 2026-09-03
[13:14] 助理：
**全部 179 件 existing 完成(收緊定義)。`suspected_existing:true` 共 65 件**(窄定義時是 20,收緊後多抓 45 件)。這 65 件疑似「拿既有成果/專利/論文/已上線產品假裝構想」:
#14 RZVN已營運＋DOI研究框架｜#16 低熵核心引擎既有獲獎｜#20 教育部校園食材登錄2.0已有｜#21 社區儲能備援既有技術＋專利｜#23 AI誘捕籠已有Wild Vision產品｜#32 反向比對源自2020防疫松獲獎｜#35 科技小農已營運社企｜#36 WoHere已有官網＋SBIR｜#38 SmartPrune AI已有｜#40 讓路警示已有HAAS/Waze｜#51 大坪頂灌溉已由農水署執行編預算｜#55 TENG已有論文專利＋縮尺實測｜#58 自稱已上線｜#59 路殺社AI警示已運作｜#61 勝美金食品已營運｜#62 蜜罐已有Apate.ai｜#64 剩餘乳轉飼料既有｜#67 桃園農水處已有智慧調度｜#68 國土利用監測2014起功能相同｜#69 農業剩餘資源平臺重疊
#73 微藻碳匯已發表＋延續2025提案｜#74 永續電廠研究延伸＋論文｜#81 H3穿戴碩論已發表｜#86 環境部酷齡氣候關懷已運作｜#90 碳足跡已有CarbonChain｜#97 pet-guard已上線｜#101 Pwaver-SHM商用｜#103 建築健康履歷已有商用｜#104 農糧署災害照相App已有｜#105 jidanni.org門牌專案已發表｜#108 福壽螺辨識已有論文｜#113 已有美國專利US12361824B2｜#114 已獲我國專利I907022｜#115 賽前已申請五項專利｜#118 三件申請中專利｜#120 政府補助推薦已有平台｜#123 艾弗思×成大清洗系統已商用｜#128 林試所在行計畫＋農改場成果｜#130 Sim Check超級臉既有｜#131 合作廠商既有平台＋Fire Rover
#134 智能耳聰鳥音辨識App已上架｜#157 Meshtastic Taiwan已運作｜#161 遮蔭導航已有CoolWalks＋三城實證｜#162 自有專利M652280｜#173 污泥產氫已有論文＋數位孿生｜#175 眼動查生字已有EyeLingo論文｜#176 腦靈活331已營運｜#177 詐騙情資已有Apate上線｜#178 進行中MOU＋楊梅水資中心實測｜#187 雷達生理監測師大實驗室既有｜#190 國科會晶創計畫＋已部署｜#196 ET0灌溉高改場已技轉｜#197 AIoT水質獲獎量產移植｜#202 航港局海運無障礙已上線｜#203 RGB-T機器人IEEE論文＋國科會成果｜#205 格園社企農電共生專利已商用｜#211 低熵核心防災賽獲獎｜#212 平台已上線自承既有｜#214 NSTC補助＋MOU＋已啟動｜#218 已入選南投黑客松原型
#220 ConanCase拿趣科技既有｜#224 零廢敬媽祖已運作｜#227 家暴蒐證APP已有UNDERCOVER等｜#236 萬穗寶已獲FITI獎量產
（existing 尚未匯進 DB;下一步照 proposals.json 流程,用 `build_ai_assessments_json.py` 把 content＋existing 合併重建 `ai_assessments.json` 再 import,existing 才會進 `ai_assessment` 表與 UI。）
e36e3881 2026-09-08
[09:14] 助理：
五個來源開了三個，夠用。成大同一實驗室的第三件（#55、#73、#74 四人完全相同）。
**它是什麼**：一個「數位決策平台」——燃氣電廠的 CO₂ 捕捉後依濃度分流：合格的跟綠氫做 Sabatier 甲烷化，變成合成燃料（SSF）回供發電；不合格的餵微藻，藻體做生質燃料。平台用能源署、環境部、台電的開放資料建基準，套團隊既有的 LCA、TEA、模糊多準則決策模型，輸出環境衝擊、CO₂ 循環量、IRR、NPV、回收期。八週做成 Streamlit 儀表板，以高雄大林電廠為案例情境（「數位實證」，不碰真實電廠）。自述是「團隊既有永續電廠研究之延伸」；宣稱既有研究顯示比傳統燃氣電廠環境衝擊降 43%、IRR 24–25%、NPV 8 億美元、回收期 4 年。AI 只用 ChatGPT 排版。不回應許願池。
**查證**
- **台電 CCUS**：台中減碳園區小型捕碳設施每天 6 噸，2023 決定、2025 設計完成；封存潛能 137 億噸；2026–2035 目標百萬噸級。**大林廠煙氣養藻**：2008 年就做過研究，一公頃藻減 58–90 噸。
- **INPEX 與大阪瓦斯**（2026/02 啟用）：世界最大 CO₂ 甲烷化示範廠，每小時 400 標準立方公尺 CO₂，合成甲烷純度 96%，已注入天然氣管線。
所以「電廠 CO₂ 捕捉 → 綠氫甲烷化」有日本的實廠、「煙氣養藻」台電十幾年前做過。「依 CO₂ 品質分流」是它自己的組合。
**這件的本質**：一個研究生用既有論文模型做成的試算儀表板。決審會看到的是一個 Streamlit 頁面，拉幾個參數（捕捉率、綠氫比例、碳費），跑出 IRR 和 NPV。它不需要 AI，也沒有假裝有——這點誠實。
**核心問題：數字的可信度。** 「IRR 24–25%、回收期 4 年」是「碳費 12.6–15 美元／噸」下的模型結果。這個數字的問題在綠氫：電解製氫目前成本每公斤 4–6 美元，Sabatier 甲烷化再損失能量，做出來的合成甲烷比天然氣貴好幾倍——這是全世界 e-methane 都還在示範階段、需要補貼的原因。一個「回收期 4 年」的燃氣電廠改造方案，如果真的成立，台電早就做了。這些數字是「研究設定」，提案自己也用了這個詞，但放在效益欄裡讀起來像成果。
**其他**：這是三件裡跟總統盃距離最遠的——沒有使用者、沒有場域、沒有公共服務，開放資料只是模型的輸入參數；它是碩士論文的 GUI 版本。「循環碳延長燃氣電廠壽命」在減碳政策上是有爭議的方向（AI 評估說的漂綠，有道理但次要）。
AI 評估：`substantive_junk = false`，`suspected_existing = true`（既有研究延伸，自述），`similar_existing = true`（查證屬實）。
e36e3881 2026-09-08
[09:17] 助理：
提案自己這樣說：「核心創新並非單純增加一項 CO₂ 再利用設備，而是建立依 CO₂ 濃度與反應條件分流之雙路徑機制」。
但這個「分流」是化工廠本來就會做的事：甲烷化催化劑需要高純度 CO₂，煙道氣捕捉出來的品質不夠就要先純化或另作他用，任何做 CCU 的工程師都會在流程圖上畫這條判斷線。把「不合格的 CO₂ 拿去養藻」當第二條路，是把 #73 的藻缸接在 #55 那個實驗室的電廠模型後面——三件提案的元件重組。
真正說得上「創意」的只有「把兩條路的 LCA 和 TEA 放在同一個儀表板上比較」——那是一個試算表的價值，不是碳循環技術的創新。所以答案是：它主打的創意是分流，但分流是工程常識；它實際做出來的是比較工具。
e36e3881 2026-09-08
[10:03] 助理：
分數沒有問題。創新性 8 是修正後的判斷，跟 #73 一致；社會影響力 8 對一個純模擬的決策工具稍高，但它面向的是台電和能源署層級的決策，若是這個理由，說得通。
沒有評語的話，「IRR 24%、回收期 4 年是研究設定下的模型結果，綠氫成本假設未攤開」這件事不會留下。要不要寫，您決定。
e36e3881 2026-09-08
[10:53] 評審：
下一案：#114「波浪能與飛輪儲能整合技術之解決方案」，和之前#55、#73、#74同團隊。接下來我們先看同樣團隊的案子，審起來比較快。
e36e3881 2026-09-08
[10:54] 助理：
兩個來源都開了。這是成大同實驗室的第四件，資料庫也把他們歸成同一隊（六件：#55、#73、#74、#114、#122、#123）。
**它是什麼**：把沿岸消波塊改造成「岸堤式波浪能轉換器」——負碳水泥（70% 波特蘭加 30% 生物炭）做聚波通道，倒掛式水輪機直接讓浪推（省掉震盪水柱式的三次轉換，宣稱效率 75–85%），配**飛輪儲能**在波浪正半週儲、負半週放，平滑輸出。自述已有實體水輪機與實測數據。場域「高雄屏東沿岸港區」未定。八週。**不用 AI**（誠實），但工具欄又寫「機器學習與時間序列模型預測發電量」——自相矛盾。資料欄很薄：「海洋能波浪發電之形式」「相關期刊」。不回應許願池。
**查證**
- **專利 TWI907022B**：成大申請，發明人歐庭嘉、朱芷晴、陳瑀彤，2024 年 8 月申請、2025 年 12 月核准，「波浪能發電與飛輪儲能整合系統及其整合方法」——聚波通道雙導牆、飛輪儲能、能源管理模組、負碳水泥導牆。**提案的全部內容就是這件已核准的專利。**
- **OBREC**（義大利那不勒斯港，2015）：世界第一座完全嵌入防波堤的波浪能裝置，全尺寸原型，但「沒有任何一件進入商業階段」。「防波堤整合波浪能」十年前有實作，至今仍是示範。
**跟 #55 對照**：#55 是浮動風機加波浪能（外海），#114 是岸堤消波塊加波浪能（岸邊）；水輪機、聚波通道、負碳水泥三個元件相同，#114 多了飛輪、少了風機。文字結構、數字算法（「N 座大安森林公園」）、期程寫法都是同一個模板。
**問題**：核心已是核准專利，第五題勾「是」（尚未進行）不對；數字無據——效率 75–85%、單座 59.2 kW 抵 15 座大安森林公園、全台佈建 2,687 座、43.9 億產值；八週做縮尺模型、飛輪模組、水槽測試、Python 預測、系統整合；場域未定；聚波通道對漁港生態與漁民作業沒提；「不用 AI」和「用機器學習預測」矛盾。跟 #55 一樣，沒有公共服務、沒有使用者、開放資料只是參數。
**好的一面**：真的有專利、有實物、有數據；飛輪平滑波浪能是有工程意義的組合；「把消波塊變成發電設施」比外海浮台更貼近台灣海岸的現況。
AI 評估：`suspected_existing = true`（專利查證屬實），`similar_existing = true`（OBREC 查證屬實）。
接下來同一隊還有 #122、#123，我先把兩件都拉出來，讓您一次看。
e36e3881 2026-09-08
[10:55] 助理：
成大淨零實驗室六件的查證結果，一次講完。實驗室網站把每一件的底都攤開了：
| 提案 | 實驗室既有工作 | 對照 |
|---|---|---|
| #55 風浪共構 | — | 見前 |
| #73 微藻樹 | 國科會 113–115 三年計畫「固碳生物負碳裝置之智慧節能減碳調節系統」，與中鋼合作 2 噸級煙氣養藻，已運轉兩年多 | 已執行的國科會計畫 |
| #74 CCU 電廠 | 同上微藻計畫加既有 SSF 研究 | 論文模型 |
| #114 波浪＋飛輪 | 專利 TWI907022B（2025/12 核准）；「波浪能岸堤發電系統」2023、2024 海洋能競賽佳作，2023–2025 淨零科技國際競賽三年佳作 | 已核准專利、已得獎三年 |
| #122 藻光同行 | **國科會 115-2221-E-006-214「以人工智慧影像辨識為核心之淨零微電網雙模辨識系統研究」，2026/08/01 起執行** | 正在執行的國科會計畫，題目就是「雙模辨識」 |
| #123 光潔 AI | 「太陽能面板新型自動清洗系統」有專利、2023 光電創新競賽入選；「太陽光電 AI 辨識系統開發」2024/10–2026/09 執行中 | 已有專利與執行中計畫 |
六件全部勾「尚未進行、未申請政府預算」，六件裡至少四件對不上。
**#122 藻光同行**：一台巡檢車沿固定路徑走，到太陽能板區判髒污損傷、到微藻區判生長狀態，兩種結果進同一介面。「雙模辨識」就是他們 8 月才開始的國科會計畫名稱；「光電＋微藻」是實驗室兩條線的合體；自述「已完成兩類影像的初步辨識驗證」。勾「未用 AI」，核心是影像辨識。用照片判微藻生長是弱指標，它自己也說「避免僅靠照片直接宣稱固碳量」。三人。
**#123 光潔 AI**：清洗機上的相機判髒污、配發電量與氣象空品資料算「現在不洗損失多少、洗要花多少」、排清洗優先序、洗後比對效益，紅黃綠燈介面。這是實驗室已有專利的自動清洗系統加執行中的 AI 辨識計畫；市面上艾弗思 2026 年 4 月已商用（宣稱增發 6–18%）、加拿大新創 2026 年 3 月推 AI 清洗最佳化工具。勾「未用 AI」，核心是影像辨識。「可複製性」欄直接貼效益欄的內容。三人。
**#114 波浪＋飛輪**：見上一則。
三件裡 #123 的問題定義最實在（「洗太勤浪費、太久不洗損電」是光電維運真實的取捨），也最接近一個可用的公共服務（公有光電委外維運的查核工具）；#122 是兩條研究線的物理拼接，「一台車看兩種東西」的價值取決於場域裡真的同時有光電和藻缸——那只有他們實驗室；#114 是專利的提案版。
六件的共同形狀：一個實驗室把手上每條研究線各填一份，AI 揭露一律勾「否」（就算核心是影像辨識），效益欄一律用「N 座大安森林公園」。
e36e3881 2026-09-08
[11:07] 助理：
#122 的內容和查證我在上一輪已經拉出來了，這裡整理成一案：
**它是什麼**：成大淨零實驗室三人（歐庭嘉、羅昇宇、王躍德，聯絡人陳瑀彤）。在既有光電場域加設微藻養殖模組，一台移動巡檢車沿固定路徑走：到太陽能板區判灰塵、鳥糞、損傷；到微藻管柱區判生長狀態；兩種結果進同一管理介面——光電端出清潔維修建議、微藻端出採收時機。自述已有光電缺陷影像、微藻管柱影像，「已完成兩類影像的初步辨識驗證」。八週，場域「大學或既有研究場域」。氣象資料只用來「解釋不同日期的環境差異」。勾「未用 AI」，核心是影像辨識。不回應許願池。
**查證**：實驗室網站列有國科會計畫 **115-2221-E-006-214「以人工智慧影像辨識為核心之淨零微電網雙模辨識系統研究」，2026/08/01 起執行**——「雙模辨識」就是這件提案的核心，計畫在報名前一個月開始；微藻固碳是 113–115 年三年期國科會計畫；光電 AI 辨識是 2024/10 起的計畫。三條線都是進行中的政府補助研究，提案勾「尚未進行、未申請政府預算」。
**核心問題：「一趟巡檢看兩種設備」的價值，只在同時有光電和藻缸的場域才成立，而那只有他們的實驗室。** 台灣的光電場沒有微藻，微藻養殖場沒有光電板。提案的邏輯是先把藻缸放進光電場，再說「兩套設備共用一台巡檢車省人力」——但藻缸本來就不在那裡，是為了這個提案放進去的。它省下的是一個自己創造出來的成本。
**其他**：用 RGB 照片看微藻「生長狀態」是弱指標（藻液顏色深淺受光線、濁度影響，生物量要取樣量測），它自己也承認「避免僅靠照片直接宣稱固碳量」，等於核心的一半是先承認不準；固碳數字（1 MW 推 272–315 噸）沒有依據，藻採收後去向沒寫，跟 #73 同一個問題；光電場巡檢機器人（Clearpath Husky Observer）已商用；三人分工空白；資料欄的開放資料是空的。
**好的一面**：影像辨識用在該用的地方；介面設計成「正常、注意、需要處理」三燈，比實驗室其他幾件更像給人用的東西。
AI 評估：`suspected_existing = true`（國科會計畫，查證屬實），`similar_existing = true`。
e36e3881 2026-09-08
[11:16] 評審：
和#73問題類似？
e36e3881 2026-09-08
[11:17] 助理：
對，是同一個核心問題換了場地。
#73 把藻缸放在公園，說它是碳匯；#122 把藻缸放在光電場，說光電場變負碳。兩件都靠「微藻固碳」撐起效益，也都沒回答同一組問題：CO₂ 從哪來、養殖耗多少電、藻採收後碳去哪、數字有沒有實測。#73 的固碳數字是「N 座大安森林公園」，#122 是「1 MW 推 272–315 噸」，都是模型外推。
差別在包裝：#73 的附加價值是「給民眾看的儀表板」，#122 的附加價值是「一台巡檢車省人力」。兩個附加價值都是真的做得出來的東西，但都是掛在一個沒站穩的固碳主張上。
所以評語可以直接沿用 #73 的第二句：「藻類固碳不易長期封存」，再加這件自己的問題：「光電場加設微藻模組非既有情境，一趟巡檢的效益是自設前提。」
e36e3881 2026-09-08
[11:18] 評審：
8/2/4/1/2「太陽能養固碳設備，能回饋給發電的電就變少了。藻類固碳不易長期封存。」這和#73同一團隊對吧？
e36e3881 2026-09-08
[11:19] 助理：
對，成員表對得上：#73 是歐庭嘉、羅昇宇、王躍德、陳瑀彤四人，#122 是歐庭嘉、羅昇宇、王躍德三人加聯絡人陳瑀彤，同一個實驗室。
分數和評語都沒有問題。創新性 4 比 #73 的 8 低，說得通——#73 至少有「碳匯做成公共裝置」的想法，#122 是兩條研究線拼起來加一台車。
e36e3881 2026-09-08
[23:45] 助理：
查完了。輪廓：
**它是什麼**：五位不同校的學生（台大防災、師大地理兩位、文化大氣、淡江水資源）加兩位國家災害防救科技中心（NCDR）研究員，做一個**氣候調適解謎網頁遊戲**。用 NCDR 淹水風險圖資、TCCIP 高溫推估資料，把「現況／暖化 2°C／暖化 4°C」三種情境下各鄉鎮的淹水風險和高溫超過 36°C 的天數，做成遊戲背景；玩家在高溫暴雨情境下做調適決策，看不同選擇的後果。用 OpenAI API 生成個人化回饋、遊戲後 AI 問答、把數據轉成「未來氣候明信片」。場域是各級學校、防災展館、NGO。期程細到日期，配合 10/14 工作坊。回應許願池兩條。AI 揭露誠實（Codex 寫程式、ChatGPT/Claude 發想、OpenAI API 做遊戲回饋）。**沒有 has_card_jargon、沒有 governance_boilerplate**——旗標乾淨。
**查證**
- **「未來氣候明信片」是 NCDR Dr.A 平台的既有功能**：把 TCCIP 和 Dr.A 資料做成「一封來自 2050 年的明信片」，告訴你關注的地方未來多熱、多旱、會不會淹。這是 NCDR 現成的，而隊裡就有兩位 NCDR 研究員——等於他們把自家單位的功能包進遊戲，這說得通，不是抄。
- **氣候調適遊戲國外有**：瑞典 SMHI 的氣候調適網頁遊戲、UNESCO 的 Climate Adaptation Game、Heatwave City。這個品類存在，#208 是台灣在地資料版加 LLM 回饋。
**這件在永續轉型裡的位置**：它不是要減碳或做技術，是**氣候教育**——把 NCDR/TCCIP 的專業推估資料轉成學生玩得懂的遊戲。這跟 #73（微藻樹）、#55（波浪能）那種「研究成果」不同，也跟 #88（AI 語音導覽）那種「通用工具換題材」不同。它的核心是「把政府的氣候開放資料變成大眾能理解的東西」——這正是總統盃「公共資料加值」的本意，而且資料用得具體（GWL2/GWL4 情境、0.01 度網格轉鄉鎮、36°C 天數）。
**問題**
1. **AI 即時生成調適建議沒有事實查核**：玩家問「我家會淹水該怎麼辦」，OpenAI 回的建議如果錯了（叫人做錯誤的防災動作），沒有把關。它說核心資料和決策邏輯由團隊確認，但「即時個人化回饋」這一段是模型現場生成的。這是您原則裡「AI 用在需要正確性的地方」的疑慮——不過教育情境的後果比 #85 農藥建議輕。
2. **AI 其實不是必要的**：遊戲的調適選項和後果是可以預先寫好的分支，不需要 LLM 即時生成。用 OpenAI API 換來的是 API 成本、境外傳輸、和幻覺風險。純規則的解謎遊戲反而更可控。
3. **落地是教材，成效靠問卷**：它是教育工具，效益量測只有問卷和使用數據，這是這類提案的天花板。
4. 淹水和高溫兩種資料、遊戲一個——三個月做得完，但「解謎遊戲」的深度取決於關卡設計，提案沒展示任何一關長什麼樣。
**好的一面**：團隊組成扎實（跨四校加 NCDR，真的懂氣候資料）、資料用得專業具體、場域清楚（學校）、期程對得上賽期、AI 揭露誠實、旗標乾淨——是這批永續案裡少數「懂自己在用什麼資料」的。它的價值方向（氣候調適教育）也是真實的公共需求。
AI 評估：`substantive_junk = false`，`similar_existing = true`（查證屬實）。
e36e3881 2026-09-08
[23:51] 助理：
分數和評語都沒有問題。評語點的正是它最該調整的地方——遊戲介面用預寫分支比 LLM 即時生成更穩、更快、不會給錯調適建議。
創新性 8 是這批永續案裡的高分，對照一下：#73 微藻樹 8（有想法但固碳存疑）、#55 波浪能 0（既有成果）。這件的 8 是「把專業氣候資料轉成大眾遊戲」的公共資料加值，方向比前兩件更貼近總統盃，說得通。
#174 是否比照歸零，等您決定。
e36e3881 2026-09-09
[08:55] 助理：
對,這是 #74 那件(還有 #55、#73 同一個成大實驗室)的核心,叫**甲烷化**,也就是 Sabatier 反應:
**綠氫(電解水做的) + 二氧化碳 → 甲烷 + 水**
為什麼要多繞這一圈,把乾淨的氫變回甲烷:
1. **儲存和輸送**:氫很難存、難運——分子小會漏、要超高壓或極低溫、現有的天然氣管線不能直接灌氫。甲烷(合成天然氣)可以直接進既有的天然氣管網、既有的燃氣電廠、既有的瓦斯爐,基礎設施全都現成。
2. **消化掉二氧化碳**:反應要吃掉一份 CO₂,所以可以接在電廠捕碳後面,把捕下來的 CO₂ 變成燃料——這就是 #74「CCU × 綠氫」在做的事。
3. **把過剩綠電存起來**:太陽能風能發太多、電網吃不下的時候,拿去電解水做氫、再做甲烷存著,這叫 Power-to-Gas。
代價是每一步都損失能量:綠電→電解(損失)→氫→甲烷化(再損失)→甲烷,轉換效率低,做出來的合成甲烷比天然氣貴好幾倍。這是全世界 e-methane 還停在示範階段、要補貼的原因,也是我當時說 #74「IRR 24%、回收期 4 年」數字可疑的地方——那個成本算得太樂觀。日本 INPEX 那座世界最大的甲烷化廠(2026/02),做的就是這件事。
**三件放在一起的對照剛好完整**:
- **綠氫**(電解水,#55/#74 用的原料)
- **甲烷化**:綠氫 + CO₂ → 甲烷(#74 的核心)
- **厭氧消化**:污泥 → 沼氣(甲烷)(#173 實際在做的,但它誤稱綠氫)
#74 是「先做氫、再合成甲烷」,方向清楚;#173 是「污泥直接發酵出甲烷」,卻掛了「綠氫」的名字——兩件的甲烷來源完全不同,#173 把自己的沼氣硬安上一個不相干的「綠氫」標籤。
user我開始覺得每個提案都要略懂energy portfolio了。 ^^;
system<total_tokens>15000000 tokens left</total_tokens>
The date has changed. Today's date is now 2026-09-10. No need to announce the new date — the user's own clock shows it.
That's fine — energy portfolio 這批確實密集,而且都繞著同一組東西轉。幫您把這次遇到的整理成一張小抄,以後看到能對號:
**製氫,按乾淨度分顏色**
- 灰氫:化石燃料製氫、排碳(現在的主流)
- 藍氫:灰氫加捕碳封存
- 綠氫:綠電電解水,不排碳(政策力推的)
**幾條路線的關係**
- 甲烷化(Sabatier):綠氫 + CO₂ → 甲烷。把氫變回甲烷好儲運、順便吃掉 CO₂。(#74)
- 厭氧消化:有機物(污泥、廚餘、糞尿)→ 沼氣(甲烷)。(#173 誤稱綠氫;#39 養殖沼氣也沾邊)
- 生質燃料:藻、作物 → 油/燃料。(#55、#73 的藻油)
**共通的兩個陷阱,看到就先問**
1. **每次能量轉換都損失**:綠電→氫→甲烷,轉一次少一截。凡是宣稱「回收期短、IRR 高」的合成燃料,先懷疑成本算太樂觀(#74)。
2. **碳的最終去向**:燒掉就回到大氣,那叫碳循環/碳中性,不是固碳/碳匯。宣稱「固碳 N 座大安森林公園」的,先問藻採收後去哪(#73、#55)。
**判斷這類案子的三個一句話問題**
- 這個氫/甲烷/電,原料哪來、要不要外加能量?
- 宣稱的碳效益,是「少排」還是「真的把碳鎖住」?
- 這套東西,商業上已經在跑了嗎、為什麼還沒普及?(通常答案是成本)
這批 energy 案(#55、#73、#74、#173、#39)大概就這些。之後遇到新的,先套這三個問題,不用真的變成能源專家——多數提案卡在的就是這幾點常識,不是深奧的工程。
要收進 onboarding 或記憶嗎?還是您留著自己參考就好。
c84bcc28 2026-09-12
[10:25] 助理：
兩件讀完(原文 + 討論 + 現值),當時的邏輯我掌握了:
- **#74 = 6/8/8/1/3 = 6.64**,無評語。創新 8 是查證後修正的:甲烷化要純 CO₂、微藻吃得了生煙道氣這兩個原則各自成立,但**沒有任何文獻把兩者放在同一座電廠用 CO₂ 品質分流**——組合是它自己的。那次我憑印象講「任何 CCU 工程師都會畫這條線」差點進了評語,是你叫我查才擋下來的。可行性 6(純模擬、既有研究模型加儀表板)、社會影響力 8(面向台電/能源署層級決策)。同一個成大實驗室四人投了 #55/#73/#74/#114。
- **#173 = 0/0/1/0/0 = 0.30**「污泥產生的是甲烷,不是綠氫。」——技術前提就錯了(污泥厭氧消化產沼氣,不是綠氫;綠氫是再生電力電解水),一人、資料欄全空,同隊 #171/#172 拆出來的模組。
一個 #59 式的補充留著給平衡時:#74 沒評語,當時已查證的「IRR 24%、回收期 4 年是研究設定下的模型結果,綠氫成本假設未攤開」沒有記下——這是它唯一的硬問題。
主題20 剩 **#178** 未評,你給編號就繼續。
c84bcc28 2026-09-12
[22:07] 助理：
主題30兩案都讀完了：#73 8/2/8/1/2 = 5.51（「Fancy 但用處不大」，教育用途大於減碳）、#122 8/2/4/1/2 = 4.31（光電養藻是自設前提，同一核心問題）。原文、9/8 的討論、AI 評估都對上，評分邏輯清楚。
兩案都已評分，等你要不要做主題30的分數平衡，或直接下一個主題。
c84bcc28 2026-09-12
[22:12] 助理：
八案我都記得，不用重抓。
| | 可行 | 影響 | 創新 | 多元 | 治理 | 總分 |
|---|---|---|---|---|---|---|
| #68 山坡抓寶 | 7 | 3 | 0 | 0 | 3 | 3.09 |
| #102 山域安全 | 5 | 7 | 5 | 2 | 4 | 5.26 |
| #70 毛孩安心 | 3 | 2 | 1 | 1 | 4 | 2.01 |
| #97 Pet Guard | 9 | 1 | 2 | 3 | 3 | 3.88 |
| #72 蛋定行動 | 8 | 2 | 0 | 1 | 2 | 3.11 |
| #153 未卜先雞 | 5 | 4 | 10 | 7 | 4 | 6.17 |
| #73 微藻樹 | 8 | 2 | 8 | 1 | 2 | 5.51 |
| #122 藻光同行 | 8 | 2 | 4 | 1 | 2 | 4.31 |
一處對照：
**#73 創新 8、#122 創新 4，對照 #55 0、#114 0（同一個成大實驗室）。** 9/8 評 #73、#122 時，你給 #55、#114 0 的理由是研究已做完；#73、#122 當時你看的是想法。今天的規則明確化之後：#73 是實驗室國科會 113–115 年三年計畫（與中鋼合作 2 噸級煙氣養藻，已運轉兩年多）的延伸，提案自述是「2025 年提案的第二代」；而且塞爾維亞 Liquid3、墨西哥 BioUrban 的微藻城市家具已商轉多年。#122 的核心「雙模辨識」就是實驗室 2026/08/01 起執行的國科會 115 年計畫題目。兩案都落在「自己已在做」那一格，跟 #35、#178、#97 同型。這四案的創新分數現在是 0 / 0 / 8 / 4。
另外 #73 可行性 8 與評語「教育用途大於實質節能減碳」——按你 9/12 的定義（提案的做法能否達成題目目的，#234 的例子），題目是「城市碳匯」，你的評語說做法達不到，這個 8 是 9/8 用「做得出來」給的。要不要按新定義動，你決定。
其餘我沒有要調整的。
c84bcc28 2026-09-12
[22:19] 評審：
我不瞭解：「#73 創新 8、#122 創新 4，對照 #55 0、#114 0（同一個成大實驗室）」這一整段是說有問題，還是沒有問題？
c84bcc28 2026-09-12
[22:19] 助理：
有問題。
#73 和 #122 都是實驗室自己已經在執行的國科會計畫，跟 #55、#114 一樣。按你的規則，「自己已經在做」是 0。所以 #73 的 8 和 #122 的 4 偏高，跟同實驗室的 #55 0、#114 0 不一致。
c84bcc28 2026-09-12
[22:27] 助理：
提案文字裏有兩處：
- 「已使用資料」欄：「已有自建太陽光電缺陷影像、公開光電缺陷影像及**微藻養殖管柱影像**，並已完成光電與微藻兩類影像的初步辨識驗證」——有自己的養殖管柱影像，表示手上有在養的藻（跟 #73 同一個實驗室，有 500 L 反應器）。
- 場域與期程：「第一階段以大學或既有研究場域建立小型『光電＋微藻』示範區」，第 5–6 週「建立小型光電＋微藻實證區」——**光電旁邊擺藻缸**這個組合場域還沒有，要在賽期內建。
所以：藻在養，影像模型初步驗證過；「光電＋微藻」示範區和那台巡檢車是本次要做的。
c84bcc28 2026-09-12
[22:32] 評審：
#73目的是「城市碳匯節點儀表板」，不是綠能發電。請再讀一次提案全文確認。
#112還沒有做過「光電加綠藻」。如果你不瞭解，也請再確認。
優先性是「提案全文」<「中間討論由前至後」<「最後評分結論」。不要拿前期的討論來否決最後的結論。這應該是常識吧？
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
[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？