[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-california-claude-deal-cuts-agency-ai-costs-half-zh":3,"article-related-california-claude-deal-cuts-agency-ai-costs-half-zh":30,"series-industry-6db6339b-ea7b-4167-9940-ff59c0f1fd88":75},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"6db6339b-ea7b-4167-9940-ff59c0f1fd88","california-claude-deal-cuts-agency-ai-costs-half-zh","加州 Claude 合約把 AI 成本砍半","\u003Cp data-speakable=\"summary\">這篇在拆加州怎麼把 \u003Ca href=\"\u002Ftag\u002Fclaude\">Claude\u003C\u002Fa> 採購、訓練和流程支援綁成一包，給你一份可直接抄的 rollout 模板。\u003C\u002Fp>\u003Cp>我盯政府單位導 AI 很久了，老實說，大多數都像採購簡報寫給採購看的，跟真正要上線的人沒什麼關係。口號永遠很漂亮：數位轉型、提升效率、負責任使用。然後一落地，就變成試辦、白名單、風險框架，外加一份誰都不想看的 vendor deck。最煩的是，沒有人回答那個最實際的問題：星期一早上，第一線到底要怎麼用？\u003C\u002Fp>\u003Cp>我會拆這份加州和 \u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa> 的合作，原因不是它很炫，因為它其實一點也不炫。它值得看，是因為它把平常被拆開處理的三件事綁在一起：價格、訓練、流程支援。這三件事只要少一個，AI 導入就很容易變成裝飾品。只砍價不教人用，最後大家還是回去照舊做事；只上課不給入口，課上完就散了。這次加州至少有想把整包一起做。\u003C\u002Fp>\u003Cp>我不是沒懷疑過。這種「AI 轉型」我看太多了，折扣不等於策略。但折扣加上內部 enablement，再加上統一入口，這就開始像真的能讓部門接得住的東西，而不是每個局處自己開一個小型研究案。\u003C\u002Fp>\u003Cp>這篇拆解的觸發點來自 \u003Ca href=\"https:\u002F\u002Fwww.yahoo.com\u002Fnews\u002Fpolitics\u002Farticles\u002Fcalifornia-state-agencies-50-off-103429469.html\">Yahoo 轉載的 Kamina Bashir 報導\u003C\u002Fa>，內容提到加州州政府、城市和郡縣能以 50% 折扣使用 Claude。原始報導歸給 BeInCrypto，州府公告則來自 Gavin Newsom 辦公室，日期是 2026 年 6 月 29 日。Yahoo 沒給我更多數字，我也不硬掰。\u003C\u002Fp>\u003Ch2>砍半不是重點，降低試錯成本才是\u003C\u002Fh2>\u003Cblockquote>“California has signed a first-of-its-kind agreement with Anthropic that gives state agencies, cities, and counties access to its Claude assistant at a 50% discount.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：加州在砍 AI 的單位試用成本。聽起來很無聊，但政府採購最缺的就是這種無聊。很多單位不是不想試，是每個部門一想到要用正式預算買一堆 seat，就先把案子丟回去。半價不保證採用，但它至少把最容易被拿來當藉口的那一刀先削掉。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783188195001-s0it.png\" alt=\"加州 Claude 合約把 AI 成本砍半\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我以前在企業內部推工具也遇過一模一樣的事。功能沒問題，流程也對，偏偏價格成了大家不動的理由。你以為大家在評估模型，其實很多時候他們只是想找一個合理的不做事理由。折扣的價值不在省多少錢，而在讓「先試試看」這件事變得不那麼痛。\u003C\u002Fp>\u003Cp>加州這步還有另一層意思：它在告訴供應商，公共部門的成交邏輯不是「哪個模型最強」，而是「哪個價格結構\u003Ca href=\"\u002Fnews\u002Ffeaturedcustomers-ranks-21-mlops-vendors-customer-success-zh\">比較\u003C\u002Fa>像公務體系能吞得下去的樣子」。政府買東西本來就慢，還要層層簽核、資安審查、預算核對。你如果想賣進去，就不能只拿著模型能力表來講故事。\u003C\u002Fp>\u003Cp>實操上，我會先問：什麼價格點會讓團隊願意真的開始測？不是 demo，而是碰真實工作。再來才是買的路徑要不要集中、審核要不要簡化。若使用者得填六張表還要等天降恩典，最後他們只會繼續用 email 和 spreadsheet。\u003C\u002Fp>\u003Ch2>只給工具不教工作流，導入一定歪掉\u003C\u002Fh2>\u003Cblockquote>“It pairs the discounted access with free workforce training, technical assistance, and workflow help from Anthropic developers.”\u003C\u002Fblockquote>\u003Cp>這段是我最在意的。不是因為 training 很性感，恰恰相反，它很不性感，但它決定了工具到底會\u003Ca href=\"\u002Fnews\u002Ftokenized-securities-will-not-replace-public-markets-zh\">不會\u003C\u002Fa>被拿來做正事。報導寫得很清楚：Anthropic 不只給折扣，還附 workforce training、technical assistance、workflow help。這比「帳號開好自己玩」強太多了。\u003C\u002Fp>\u003Cp>我看過太多組織買 \u003Ca href=\"\u002Ftag\u002Fai-工具\">AI 工具\u003C\u002Fa>，然後對 adoption 低落裝出一副驚訝臉。當然會低啊，沒人教員工怎麼把它接到自己的工作裡。真正有用的訓練不是丟幾張 prompt 投影片，而是把工作情境講清楚：案件摘要怎麼寫、回覆怎麼草擬、文件怎麼整理、客服怎麼分流、法遵怎麼先做第一輪篩檢。\u003C\u002Fp>\u003Cp>加州這種公部門場景尤其明顯，因為它的工作本來就又多又碎。大家不缺「AI 素養」這種空話，缺的是可複製的 task pattern。像是怎麼整理長文件、怎麼把公民來信先分流、怎麼讓主管先看到重點、怎麼把重複性文書壓掉。\u003C\u002Fp>\u003Cp>我會這樣做訓練設計：\u003C\u002Fp>\u003Cul>\u003Cli>先講工具能做什麼，不要先講模型多厲害\u003C\u002Fli>\u003Cli>再講哪些資料不能亂丟，哪些輸出一定要人看\u003C\u002Fli>\u003Cli>接著用部門自己的工作流做範例\u003C\u002Fli>\u003Cli>最後開 office hours，讓大家拿真實案例來問\u003C\u002Fli>\u003C\u002Ful>\u003Cp>少了最後那個 clinic，大家通常只會學會「怎麼問」，不會學會「怎麼用在工作」。結果就是表面很熱鬧，實際上沒人省到時間。\u003C\u002Fp>\u003Ch2>統一入口比各自試辦更像真的治理\u003C\u002Fh2>\u003Cblockquote>“The service will be available through the California Department of Technology's new Statewide Information Technology Shared Services portal.”\u003C\u002Fblockquote>\u003Cp>這個 portal 細節很重要。加州不是只說「大家去用 Claude」，而是把入口放進州政府的 shared services 流程裡。這不是單純產品合作，這是採購和治理一起做。對公共部門來說，這種設計比任何華麗的發表都實際。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783188200061-6wo8.png\" alt=\"加州 Claude 合約把 AI 成本砍半\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>白話就是，局處不用每次都自己跟供應商重談一次，不用每個單位都開一條私房線，不用各自做一份 security review 然後互相不知道在幹嘛。少一點影子試辦，少一點各自為政，至少 bureaucratic friction 會小一點。\u003C\u002Fp>\u003Cp>我待過那種每個 team 都有自己的 AI experiment 的環境，真的很煩。每個單位都說自己很前衛，結果每個單位都在重工：各自簽、各自審、各自定 policy、各自踩雷。大家忙半天，其實是在重複發明同一個輪子。\u003C\u002Fp>\u003Cp>但統一入口也有風險。如果 portal 變成另一個拖延中心，申請一個簡單用途都要等 90 天，那它就只是把混亂集中起來而已。重點不是集中，而是集中後要更快。合規路徑要比地下路徑更省事，使用者才會走正門。\u003C\u002Fp>\u003Cp>實操寫法很簡單：我會做一個單一申請入口、一套標準價格、一條 common use case 的快速審查線。低風險工作流直接走快車道，別什麼都丟進大會審。中央化只有在減少摩擦時才有意義。\u003C\u002Fp>\u003Ch2>別拿裁員當主軸，員工只會先防你\u003C\u002Fh2>\u003Cblockquote>“Newsom framed the move as efficiency reform, not headcount reduction.”\u003C\u002Fblockquote>\u003Cp>這句話很關鍵，因為 AI 在政府裡最容易被講歪，不是吹成神，就是講成裁員工具。Newsom 明講這不是砍人，而是讓工作更快、更順、結果更好。原文還直接引用他說，AI 不該取代政府的人工工作，而是幫員工更快解題、把事情做得更好。\u003C\u002Fp>\u003Cp>這種說法政治上比較\u003Ca href=\"\u002Fnews\u002Fbooz-allen-openai-secure-ai-deployable-zh\">安全\u003C\u002Fa>，但對實際導入也比較有用。你如果一上來就講 headcount efficiency，第一線只會想：喔，所以我就是那個被拿去算 ROI 的人。那誰還願意先試？人不是不接受 AI，人是不想先當自己被換掉的案例。\u003C\u002Fp>\u003Cp>我在私部門也看過一樣的錯法。主管宣布 AI，第一句就講人力優化，然後再問為什麼沒人報名試點。很簡單啊，沒人想成為示範被取代。你要人配合，就要講 throughput、service quality、少掉那些爛到不行的重複工作。\u003C\u002Fp>\u003Cp>實操上，我會把對外口徑改成這幾種：\u003C\u002Fp>\u003Cul>\u003Cli>縮短回應時間\u003C\u002Fli>\u003Cli>減少重複審查工作\u003C\u002Fli>\u003Cli>提高分流準確率\u003C\u002Fli>\u003Cli>讓人力回到高價值案件\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這不是修辭，這是唯一能讓現場不先防備你的說法。你先把焦點放在工作品質，而不是人頭數，大家才有機會真的開始試。\u003C\u002Fp>\u003Ch2>先從一個高量、低歧義流程下手\u003C\u002Fh2>\u003Cblockquote>“Several agencies are already using the assistant.”\u003C\u002Fblockquote>\u003Cp>報導提到，州內已經有幾個單位在用 Claude，包括 Department of Technology、Office of Emergency Services、DMV、Department of Health Care Services、Engaged California，還有內部工具 Poppy。這代表這次合作不是從零開始，而是在把既有使用正式化。\u003C\u002Fp>\u003Cp>這件事的意思很直白：已經有需求，只是過去比較像影子使用。現在政府想把它變成可管理、可採購、可擴張的正式流程。這兩件事完全不同，我看過太多團隊把「有人偷用」誤認成「導入成功」。那只是需求存在，不代表制度準備好了。\u003C\u002Fp>\u003Cp>這些用例也很對路：cyber defense、掃描、patch code、客服、內部流程、公眾意見整理。這些都是夠 boring 但夠真實的工作，AI 在這裡才有機會省時間，而不是裝神弄鬼。你如果能讓 DMV 少卡一點、讓健康服務的內部文書快一點、讓 emergency 團隊少做一點人工掃描，那才叫有用。\u003C\u002Fp>\u003Cp>實操寫法：先挑一個高量、低歧義、大家都討厭的流程。不要從最炫的 demo 開始，因為 demo 最會騙人。先做前後對照，量時間、量錯誤率、量員工滿意度。量不出來，就別說你在 rollout，你只是在裝修。\u003C\u002Fp>\u003Ch2>沒有 policy，AI 採購很快就會長歪\u003C\u002Fh2>\u003Cblockquote>“The partnership extends California's AI agenda, which began with a 2023 executive order and produced Senate Bill 53.”\u003C\u002Fblockquote>\u003Cp>這句告訴我，加州不是只在買工具，它是在補政策骨架。報導把這次合作接回 2023 的 executive order 和 Senate Bill 53，意思很清楚：這不是一次性的 vendor news，而是更長線的治理設計。\u003C\u002Fp>\u003Cp>我很在意這件事，因為沒有 policy 的 AI 導入，最後通常都會長成一團。權責不清、資料亂丟、例外條款滿天飛、出了事沒人想簽字。公共部門特別需要規則，但規則又不能寫到把所有人都卡死。這個平衡很難，很多組織不是太鬆就是太死。\u003C\u002Fp>\u003Cp>如果是我來做，我會先把這幾個問題寫清楚：誰能用、能丟什麼資料、哪些輸出一定要人審、誰負責記錄、誰負責稽核、誰負責出事時的 escalation。你不先定義， rollout 就會變成一個披著創新外衣的責任黑洞。\u003C\u002Fp>\u003Cp>實操上，policy 不要寫成宣言，寫成工作規則。短一點、具體一點、跟流程綁緊一點。先上線，再在第一個月根據實際使用修。重點不是讓 policy 看起來很高大上，重點是不要讓大家拿著強工具亂做事。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># 公部門 \u002F 企業 AI 導入模板（折扣版供應商方案）\n\n## 1) 目標\n我們要導入 [AI 工具]，用來減少 [部門 \u002F 流程] 的重複人工工作，同時保留人類審核，特別是會影響民眾、客戶或受監管流程的決策。\n\n## 2) 取得方式\n- 供應商： [vendor name]\n- 產品： [product name]\n- 購買路徑： [shared services portal \u002F approved procurement route]\n- 價格： [discounted rate \u002F standard rate \u002F pilot rate]\n- 適用單位： [departments \u002F agencies \u002F teams]\n\n## 3) 核准用途\n可用於：\n- 內部摘要草擬\n- 來件分流與優先排序\n- 長文件摘要\n- 程式碼或文字初步掃描\n- 提供給員工審閱的第一版回覆\n\n不可用於：\n- 未經人類審核的最終決策\n- 未經批准的敏感操作\n- 未審核的對外公開內容\n- 需要法律或法規判斷的流程\n\n## 4) 訓練安排\n第 1 週：\n- 工具基本操作\n- 核准用途\n- 資料處理規則\n\n第 2 週：\n- 部門專屬工作流示範\n- 用真實任務做練習\n\n第 3 週：\n- Office hours\n- 針對第一批輸出做 review\n\n## 5) 治理檢查清單\n上線前確認：\n- 資料分級規則已寫清楚\n- 人類複核要求已定義\n- logging 與 audit 的責任人已指定\n- 資安審查已完成\n- 採購負責人已命名\n- 錯誤輸出的升級處理流程已存在\n\n## 6) 成效指標\n追蹤：\n- 每個流程節省多少時間\n- 使用工具的員工數\n- queue time 是否下降\n- 上線前後的錯誤率\n- 員工滿意度\n\n## 7) 前 30 天\n- 先從一個高量流程開始\n- 收集好與壞的輸出範例\n- 每週開 office hours\n- 根據實際使用修正 policy\n- 決定要擴大、暫停，還是縮小範圍\n\n## 8) 對內公告文案\n我們將透過 [approved access path] 導入 [AI 工具]，協助同仁減少 [workflow] 的重複工作。此工具用於支援人類判斷，不取代人類判斷。請僅在核准用途內使用，並遵守資料處理與複核規則。\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>如果是我在政府、學校或大型部門推這種案子，我會直接用這份骨架。它不花俏，但它真的能用。最好的 AI 導入通常不是最會喊的那個，而是最不會出事的那個。\u003C\u002Fp>\u003Cp>原始觸發來源是 \u003Ca href=\"https:\u002F\u002Fwww.yahoo.com\u002Fnews\u002Fpolitics\u002Farticles\u002Fcalifornia-state-agencies-50-off-103429469.html\">Yahoo 轉載的 Kamina Bashir 報導\u003C\u002Fa>，指向 BeInCrypto 對加州與 Anthropic 合作的整理；加州州府公告則可從 \u003Ca href=\"https:\u002F\u002Fwww.gov.ca.gov\u002F\">Governor Gavin Newsom 官方網站\u003C\u002Fa> 找到脈絡。這篇拆解裡的判讀與模板是我自己整理的，可直接拿去改成你們內部版本。","拆解加州 Anthropic 合約怎麼把 AI 採購、訓練與流程支援綁成一包，並附可直接套用的政府\u002F企業 rollout 模板。","www.yahoo.com","https:\u002F\u002Fwww.yahoo.com\u002Fnews\u002Fpolitics\u002Farticles\u002Fcalifornia-state-agencies-50-off-103429469.html",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783188195001-s0it.png","industry","zh","5c9c3d35-a811-4e97-bf77-8fc9c058a235",[17,18,19,20,21],"Claude","public-sector AI","procurement","workflow training","government rollout",[23,24,25],"折扣本身不是策略，但能先把試用門檻打下來。","真正能落地的是價格、訓練、入口三件事一起做。","先挑高量低歧義流程，再用模板化治理把 rollout 收斂。",0,"2026-07-04T18:02:50.9024+00:00","2026-07-04T18:02:50.889+00:00","29fa8a72-a8a8-473e-975c-3991ae762f60",{"tags":31,"relatedLang":34,"relatedPosts":38},[32],{"name":17,"slug":33},"claude",{"id":15,"slug":35,"title":36,"language":37},"california-claude-deal-cuts-agency-ai-costs-en","California’s Claude deal cuts agency AI costs in half","en",[39,45,51,57,63,69],{"id":40,"slug":41,"title":42,"cover_image":43,"image_url":43,"created_at":44,"category":13},"5d505449-f498-45fe-8a59-8ca4bbff37aa","anthropic-custom-chip-samsung-talks-zh","Anthropic 與 Samsung 談客製 AI 晶片","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783209770318-6psy.png","2026-07-05T00:02:24.73051+00:00",{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"dd7533a2-95e7-4a62-9027-a8ce01e10536","featuredcustomers-ranks-21-mlops-vendors-customer-success-zh","FeaturedCustomers 只留 21 家 MLOps 供比較","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783166560998-h520.png","2026-07-04T12:02:15.273975+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"f1181b6f-368d-401b-8386-74c9cc287b50","booz-allen-openai-secure-ai-deployable-zh","Booz Allen + OpenAI 把安全 AI 做成可部署","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783144998660-wrc5.png","2026-07-04T06:02:46.766079+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"619fcc60-9724-4df3-acd0-acf6107a6fcc","tokenized-securities-will-not-replace-public-markets-zh","代幣化證券短期內不會取代公開市場","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783132365461-jzfk.png","2026-07-04T02:32:17.976855+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"577cbd98-37df-47e1-84e5-77a2417a1529","equity-tokenization-platform-development-services-zh","6 個關鍵功能，決定股權代幣化平台能不能上線","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783130564777-mdh5.png","2026-07-04T02:02:19.3561+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"a7b3d6a6-afba-4e83-93fb-e93984073e92","fable5-jiejin-hou-zhi-sheng-geng-zhai-nengli-zh","Fable 5 解禁後只剩更窄能力","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1783126990411-9v8g.png","2026-07-04T01:02:43.802345+00:00",[76,81,86,91,96,101,106,111,116,121],{"id":77,"slug":78,"title":79,"created_at":80},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":82,"slug":83,"title":84,"created_at":85},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":87,"slug":88,"title":89,"created_at":90},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":92,"slug":93,"title":94,"created_at":95},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]