[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-csub-openai-deal-turns-ai-into-coursework-zh":3,"article-related-csub-openai-deal-turns-ai-into-coursework-zh":30,"series-tools-154b7977-0f81-4206-87c3-29ddd24c838b":82},{"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},"154b7977-0f81-4206-87c3-29ddd24c838b","csub-openai-deal-turns-ai-into-coursework-zh","CSUB把 AI 變成課程","\u003Cp data-speakable=\"summary\">我拆 CSUB 跟 \u003Ca href=\"\u002Ftag\u002Fopenai\">OpenAI\u003C\u002Fa> 的合作，看看怎麼把 AI 焦慮改成三門課、校園到社區的可抄模板。\u003C\u002Fp>\u003Cp>我看大學談 AI 很久了，老實說，很多都像在打太極。不是說「我們正在探索」，就是丟一個炫炮 demo，然後學生照樣不知道這東西到底要怎麼進作業、進實習、進工作。更煩的是，大家嘴上都在講 AI，真正落地時卻只剩一堆口號。我本來也以為 CSUB 這種校園合作會是同一套老戲碼，結果我讀到它跟 OpenAI 的合作後，才發現這次比較像真的在做課程，不是在做公關。\u003C\u002Fp>\u003Cp>觸發我去拆這件事的是 KGET 17 News 的 Connor Dore 這篇報導：\u003Ca href=\"https:\u002F\u002Fwww.kget.com\u002Fnews\u002Flocal-news\u002Fcsub-partners-with-ai-company-for-new-first-in-the-nation-program\u002F\">CSUB partners with AI company for new first-in-the-nation program\u003C\u002Fa>。文中提到 CSUB 要在秋季開三門課，還會讓學生直接接觸 OpenAI 工程師。文章沒有把完整課綱攤開，但它給了我足夠的骨架，剛好可以拿來拆方法論。\u003C\u002Fp>\u003Ch2>別再把 AI 當校園危機處理\u003C\u002Fh2>\u003Cblockquote>“The SPARKS program at CSUB is a collaboration between OpenAI and our campus in order to help our students better understand the power and the reach of artificial intelligence.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是，CSUB \u003Ca href=\"\u002Fnews\u002Freinforcement-aware-distillation-llm-reasoning-zh\">想把\u003C\u002Fa> AI 從「會不會害到學生」這種恐慌模式，拉回正常教學。這件事很重要，因為恐慌最不會設計課程。你如果只跟學生講 AI 會搶工作、會作弊、會把世界搞亂，他們最後只會學到兩件事：一是怕它，二是偷偷用它。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780652010097-24pb.png\" alt=\"CSUB把 AI 變成課程\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我看過太多學校的 AI 策略，都是先喊風險，再丟一個政策頁面，最後大家各做各的。那種做法很像把消防演習當成火災管理。CSUB 這次比較像是先承認學生真的有焦慮，再把焦慮變成課程入口。這個順序對了，後面才有可能談技術、談倫理、談產業。\u003C\u002Fp>\u003Cp>實操寫法很簡單：如果你是學校、訓練單位、甚至公司內訓，先不要急著做一個「AI 總論」。先把人最怕的三件事寫出來，例如「我會不會被取代」「我用了會不會違規」「我不知道怎麼開始」。接著每一題對應一個實作模組。你不是在賣願景，你是在處理疑慮。這種東西才教得動。\u003C\u002Fp>\u003Cp>要看原始脈絡，可以直接對照 \u003Ca href=\"https:\u002F\u002Fwww.csub.edu\u002F\">CSU Bakersfield\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002F\">OpenAI\u003C\u002Fa> 的官方頁面；但我先講結論，這種合作最怕的不是不夠新，而是不夠具體。\u003C\u002Fp>\u003Ch2>三門課比一場 AI 演講有用多了\u003C\u002Fh2>\u003Cp>報導裡最有料的不是「合作」兩個字，而是它真的拆成三門課：地質科學、政治中的競選財務報告分析、還有商學的社區利害關係人 AI 實驗室。這個設計我很買單，因為它避開了校園最常見的偷懶\u003Ca href=\"\u002Fnews\u002F5-ways-windsurfapi-speaks-openai-and-anthropic-zh\">方式\u003C\u002Fa>：把 AI 包成一門所有人都聽不懂的通識課。\u003C\u002Fp>\u003Cp>也就是說，CSUB 沒有假裝每個學生都要變成模型工程師。它是在問：AI 到底怎麼改變不同領域的工作流？地質科學是資料整理與地圖化問題，政治資料是公開資訊分析問題，商學的社區實驗室則是協作與交付問題。三個領域的肌肉完全不同，所以教法也不能一樣。\u003C\u002Fp>\u003Cp>我之前看過一個學校的 AI 工作坊，整場都在講 prompt 技巧，結果學生回去還是不知道怎麼把 AI 接到自己的作業。問題不是學生笨，是課程太抽象。CSUB 這種做法比較像把 AI 放回情境裡：不是問「AI 很強嗎」，而是問「它能不能幫你把這個領域的髒活做快一點、做準一點」。\u003C\u002Fp>\u003Cul>\u003Cli>先選一個系所痛點，不要先選一個大標語。\u003C\u002Fli>\u003Cli>一門課處理一種工作流，不要一門課想包山包海。\u003C\u002Fli>\u003Cli>作業一定要有「AI 幫忙」和「人類判斷」兩層。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操寫法：如果你在公司做內訓，我會直接把「AI 教學」拆成四塊：資料整理、摘要與初稿、風險與法遵、實際交付。每一塊都對應真實任務。這樣大家才不會把 AI 當神，也不會把它當垃圾。\u003C\u002Fp>\u003Ch2>工程師進教室可以，但別讓他們把課講成產品簡報\u003C\u002Fh2>\u003Cp>報導說學生會直接跟 OpenAI 工程師學 prompt 跟大型語言模型怎麼建。這一段有價值，但我也會先踩煞車。工程師很擅長講系統怎麼運作，卻不一定知道學生最先需要學的是\u003Ca href=\"\u002Fnews\u002Fmidjourney-21-second-video-model-closed-ai-wrong-deal-zh\">什麼\u003C\u002Fa>，更不一定知道課程該怎麼評分。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780652000652-xfsk.png\" alt=\"CSUB把 AI 變成課程\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>翻譯一下就是，技術方可以進來，但不能把整門課的主導權拿走。這種合作最容易歪掉的地方，就是課程變成 vendor demo。學生聽了一堆功能，最後只記得品牌，沒記得方法。那就很可惜，因為學校不是來幫廠商做教育內容擴散的。\u003C\u002Fp>\u003Cp>我以前碰過企業內訓也是這樣。廠商來講得很熱血，現場每個功能都想秀，結果員工只問一句：「這能不能過法務？」這才是現實。大學也一樣，學生要的是可用、可驗證、可交作業的版本，不是包裝過的產品故事。\u003C\u002Fp>\u003Cp>實操寫法：如果你真的要跟工具商合作，職責要切乾淨。讓對方教機制、範例、限制；讓學校或內部教育團隊管 rubric、倫理、評量。最後作業一定要回到學生自己做的判斷，而不是只交一段模型輸出。\u003C\u002Fp>\u003Cul>\u003Cli>工具商負責技術與操作範例。\u003C\u002Fli>\u003Cli>學校負責脈絡、政策與評分。\u003C\u002Fli>\u003Cli>學生負責證明自己真的懂，不是只會貼結果。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你想看更完整的模型文件，我會順手參考 \u003Ca href=\"https:\u002F\u002Fplatform.openai.com\u002Fdocs\">OpenAI API docs\u003C\u002Fa>，再搭配 \u003Ca href=\"https:\u002F\u002Fai.google.dev\u002F\">Google AI developer docs\u003C\u002Fa>。不是因為 CSUB 一定用這些，而是只要你要做課程，就不能只會看新聞稿。\u003C\u002Fp>\u003Ch2>真正值得抄的是「社區交付」這一步\u003C\u002Fh2>\u003Cp>報導裡還有一個我覺得最值錢的設計：學生做完課程後，工作會帶去本地非營利組織。這一招比單純上課有用太多。很多校園合作死在教室裡，學生交完作業就結束，成果躺在資料夾裡，沒人真的用。\u003C\u002Fp>\u003Cp>這裡的翻譯很直白：CSUB 想把學習變成外部可用的東西。這不只是教學設計，也是社區設計。學生知道自己的作品會被真實機構看見，做事會比較像樣；非營利組織拿到實用成果，也不用從零自己摸索；學校則不會只產出一堆學期末就蒸發的報告。\u003C\u002Fp>\u003Cp>我看過最有效的學生專案，通常都不花俏。有人幫非營利整理表單，有人把混亂試算表做成可讀的 FAQ，有人做出簡單的流程圖給第一線志工。這些東西看起來不性感，但就是會被用。這才是課程該追的結果。\u003C\u002Fp>\u003Cp>實操寫法：如果你要做校園、訓練營或公司學院，請先設計「課後去向」。不要只問學生學到什麼，要問「誰會接手這份成果」。如果你答不出來，通常代表你的課太空。先找合作夥伴類型，再定義交付物，最後把 handoff 寫死。\u003C\u002Fp>\u003Cp>若要看社區協作脈絡，可以參考 \u003Ca href=\"https:\u002F\u002Fwww.doloreshuerta.org\u002F\">Dolores Huerta Foundation\u003C\u002Fa>。報導提到它曾參與前期的勞動力對話，這類在地組織比空泛的全國趨勢更值得拿來當樣板。\u003C\u002Fp>\u003Ch2>那個 70% 的數字，學校最好別裝沒看到\u003C\u002Fh2>\u003Cp>文章引用 2025 年 Harvard Poll 的數據：70% 的大學生認為 AI 會威脅他們的就業前景。這個數字很刺眼，但我反而覺得它是整篇報導最誠實的地方。因為學生不是無理取鬧，他們是真的在看一個本來就不穩的就業市場，然後看 AI 被塞進每一個入門職缺的討論裡。\u003C\u002Fp>\u003Cp>也就是說，學校不能只教「怎麼用工具」，還得教「怎麼定位自己」。學生要知道哪些工作可以讓 AI 先做、哪些工作還得靠人判斷、哪些能力在履歷和面試裡要講得更清楚。少了這一段，學生不是過度吹捧 AI，就是乾脆不碰。\u003C\u002Fp>\u003Cp>我聽過太多學校說「我們要讓學生面對未來」，結果只做了工具課，沒做職涯課。這很像教人開車卻不教路權。CSUB 這種做法比較像承認市場焦慮，然後把焦慮轉成技能與敘事。這才是學生真正需要的。\u003C\u002Fp>\u003Cp>實操寫法：不管你是在教學生還是在帶團隊，都要加一段「AI 適合做什麼 \u002F 不適合做什麼」。最好還要學生或員工自己寫下來，附上例子和失敗案例。人對失敗案例的記憶通常比成功案例深，這招很土，但很有效。\u003C\u002Fp>\u003Ch2>SPARKS 會被記住，不是因為名字，是因為它夠窄\u003C\u002Fh2>\u003Cp>CSUB 這個計畫叫 SPARKS，名字普通到有點像每個公關部都會想出來的那種詞。但我真正在意的不是名字，是它的結構：夠窄、夠在地、而且有明確去向。這三個條件同時成立，才讓它不像一般校園 AI 活動那麼虛。\u003C\u002Fp>\u003Cp>翻譯一下就是，它沒有想一次解決全校、全產業、全未來。它只是在做一條路：先學工具，再進課程，再接社區。這條路不需要超大預算，也不需要把所有人都變成 AI 專家。它只需要有人願意把課程、合作方、交付物串起來。\u003C\u002Fp>\u003Cp>我不會說每個學校都該照抄 CSUB 的原樣，因為每個系所的需求不同。但我會說它的邏輯很值得偷。先從一個合作開始，綁三門課，讓學生碰到真實使用者，最後交出可用成果。比起再開一個沒人會看的 AI 委員會，這種做法實在多了。\u003C\u002Fp>\u003Cp>實操寫法：如果你要做自己的版本，先回答四件事：你選哪個領域、三個作業是什麼、外部夥伴是誰、課後成果要交給誰。這四題答不出來，就先別急著上線。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># 校園 AI 合作模板\n\n## 計畫名稱\n[你的計畫名稱]\n\n## 一句話目標\n把 AI 教成某個領域的實作能力，最後讓學生把成果交給真實社區夥伴使用。\n\n## 核心結構\n- 1 個外部 AI 夥伴，提供技術與模型脈絡\n- 1 個校內主責單位，負責課綱與評量\n- 3 門課或 3 個模組，對應真實工作流\n- 1 個社區夥伴網絡，負責課後交付\n\n## 課程設計\n### 課程 1：領域資料整理\n- 重點：雜亂資料、分類、摘要、地圖化\n- 學生產出：清理後資料集 + 方法說明\n- AI 用法：協助找模式、產生初稿\n- 人工檢查：來源、標籤、假設是否正確\n\n### 課程 2：領域分析與報告\n- 重點：公開資料、田野筆記、營運資料分析\n- 學生產出：含發現、限制、建議的報告\n- AI 用法：加速初步分析與大綱建立\n- 人工檢查：每個結論都要查證、每個引用都要可追溯\n\n### 課程 3：社區應用實驗室\n- 重點：做出非營利、地方組織或小型企業能用的成果\n- 學生產出：FAQ、流程指南、表單、儀表板、原型\n- AI 用法：草擬、整理、測試不同版本\n- 人工檢查：交付前要讓夥伴審過\n\n## 使用守則\n- 每份作業都要揭露 AI 使用情況\n- 學生要說明模型哪裡錯了\n- 學生要展示至少一個不用 AI 的基準做法\n- 評分標準不能被廠商品牌綁架\n\n## 夥伴交付流程\n1. 找一個真的有流程痛點的在地組織\n2. 定義一個可立即使用的交付物\n3. 分派學生團隊產出成果\n4. 在最終交付前讓夥伴審查\n5. 記錄這次哪裡有效、哪裡失敗、下學期要改什麼\n\n## Prompt 起手式\n你正在協助一個 [領域] 作業。\n任務： [具體任務]\n受眾： [誰會使用輸出]\n限制： [政策、風格、長度、引用]\n輸出格式： [表格、備忘錄、清單、草稿、程式碼]\n回答前，先列出你做了哪些假設。\n回答後，列出風險與需要人工檢查的地方。\n\n## 評量規準\n- 正確性：學生有沒有驗證輸出？\n- 判斷力：學生有沒有抓到模型錯誤？\n- 實用性：夥伴能不能直接用？\n- 透明度：學生有沒有揭露 AI 協助？\n- 反思：學生有沒有說明修改後差在哪？\n\n## 上線清單\n- [ ] 選一個系所\n- [ ] 選一個外部夥伴\n- [ ] 選三個作業\n- [ ] 寫揭露規則\n- [ ] 寫評分標準\n- [ ] 先跑一個試辦班\n- [ ] 收學生與夥伴回饋\n- [ ] 再改版後擴大\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>如果是我自己從零做，我會先跑一門試辦課，不會一口氣開三門。但如果目標是把 AI 從焦慮變成可教、可交付、可複製的東西，這份模板已經夠你拿去改了。你不用照抄名字，照抄結構就好。\u003C\u002Fp>\u003Cp>來源致謝：原始報導來自 KGET 17 News 的 Connor Dore，網址是 \u003Ca href=\"https:\u002F\u002Fwww.kget.com\u002Fnews\u002Flocal-news\u002Fcsub-partners-with-ai-company-for-new-first-in-the-nation-program\u002F\">https:\u002F\u002Fwww.kget.com\u002Fnews\u002Flocal-news\u002Fcsub-partners-with-ai-company-for-new-first-in-the-nation-program\u002F\u003C\u002Fa>。上面這篇的拆解、模板與實作建議是我自己的整理，不是原文照搬。\u003C\u002Fp>","我拆 CSUB 跟 OpenAI 的合作，看看怎麼把 AI 焦慮改成三門課、校園到社區的可抄模板。","www.kget.com","https:\u002F\u002Fwww.kget.com\u002Fnews\u002Flocal-news\u002Fcsub-partners-with-ai-company-for-new-first-in-the-nation-program\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780652010097-24pb.png","tools","zh","669f2d41-7d4f-47f0-97fe-c101ae4aef4d",[17,18,19,20,21],"AI education","higher education","OpenAI","curriculum","community partnership",[23,24,25],"把 AI 焦慮先轉成具體課程，而不是空泛宣示。","三門分工明確的課，比一堂大雜燴 AI 講座更能教出判斷力。","最值得抄的是課後交付到社區的設計，讓成果真的被用。",0,"2026-06-05T09:32:56.938867+00:00","2026-06-05T09:32:56.915+00:00","c3c88dd2-a940-438a-b359-0e5a24562273",{"tags":31,"relatedLang":41,"relatedPosts":45},[32,34,36,37,39],{"name":21,"slug":33},"community-partnership",{"name":19,"slug":35},"openai",{"name":20,"slug":20},{"name":18,"slug":38},"higher-education",{"name":17,"slug":40},"ai-education",{"id":15,"slug":42,"title":43,"language":44},"csub-openai-deal-turns-ai-into-coursework-en","CSUB’s OpenAI deal turns AI into coursework","en",[46,52,58,64,70,76],{"id":47,"slug":48,"title":49,"cover_image":50,"image_url":50,"created_at":51,"category":13},"19fa3298-7d97-45a8-b6d8-9aa69250aaef","midjourney-web-app-ai-art-zh","Midjourney 網頁版改變 AI 繪圖用法","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780653789121-5yz3.png","2026-06-05T10:02:34.359223+00:00",{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":13},"4717539c-c454-4bc6-9467-ca505ec59d51","devin-desktop-unifies-windsurf-agent-control-zh","Devin Desktop 併入 Windsurf 與代理控制","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780650179224-erbw.png","2026-06-05T09:02:24.7016+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":13},"60918400-6f71-472c-a7c2-9ca219c81392","claude-code-dynamic-workflows-new-primitive-en-zh","Claude Code Dynamic Workflows：新原语來了","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780628571873-zwd8.png","2026-06-05T03:02:22.095066+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":13},"9816974a-8337-447e-9b37-0872c5d2ceb9","rigmodels-free-sora-3d-models-zh","RigModels 提供 54 個免費 Sora 3D 模型","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780609680630-4fz6.png","2026-06-04T21:47:30.947861+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":13},"d55eb067-d6c5-4f0b-9374-9504ac61e00e","denver-hail-map-209-spotter-reports-zh","Denver 冰雹地圖記錄 209 回報","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780602477218-8rz6.png","2026-06-04T19:47:24.175663+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":13},"91822854-0010-478e-b70c-6a624d039703","cloudflare-turns-startup-traffic-into-a-moat-zh","Cloudflare 讓流量變護城河","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780590804649-xc2z.png","2026-06-04T16:32:50.96702+00:00",[83,88,93,98,103,108,113,118,123,128],{"id":84,"slug":85,"title":86,"created_at":87},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":89,"slug":90,"title":91,"created_at":92},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":124,"slug":125,"title":126,"created_at":127},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00",{"id":129,"slug":130,"title":131,"created_at":132},"3ce6e6e2-bac5-463e-9f8d-45caabcc61f7","awesome-ai-for-science-research-tools-map-zh","AI 科研工具清單，開始像地圖了","2026-03-27T01:46:50.521945+00:00"]