[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-dxc-anthropic-claude-mission-critical-ops-zh":3,"article-related-dxc-anthropic-claude-mission-critical-ops-zh":30,"series-industry-433e1423-01a0-4302-be86-def693d96daa":83},{"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},"433e1423-01a0-4302-be86-def693d96daa","dxc-anthropic-claude-mission-critical-ops-zh","DXC 把 Claude 變成營運系統","\u003Cp data-speakable=\"summary\">這篇在拆 DXC 怎麼把 Claude 包成企業營運模式，最後附可直接複製的 rollout 模板。\u003C\u002Fp>\u003Cp>我看企業 AI 合作看了一陣子，老實說，大多數都一個味道：新聞稿很漂亮，講得像要改變世界，結果落地就變成 demo 工程。我最怕那種「我們和某某大廠策略合作」的句子，因為通常翻譯一下就是：先把 logo 貼上去，後面再說。DXC 跟 \u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa> 這次的說法，至少沒有那麼虛。它不是只說 Claude 能用，而是直接把 \u003Ca href=\"https:\u002F\u002Fdxc.com\u002Fnewsroom\u002F06112026-dxc-and-anthropic-announce-multi-year-global-alliance-to-bring-ai-into-mission-critical-enterprise-systems\">Claude 放進 mission-critical enterprise systems\u003C\u002Fa>，還把工程師、流程、認證一起包進去。我看到這裡就知道，這不是模型合作，是營運打法。\u003C\u002Fp>\u003Cp>我最在意的也不是 Claude 本身，而是 DXC 怎麼把它塞進真實企業環境。因為我見過太多團隊先把模型接上去，再被資安審查、權限管理、\u003Ca href=\"\u002Fnews\u002Fios-27-turns-apple-music-into-smarter-player-zh\">變更\u003C\u002Fa>流程、舊系統相容性打回原形。最後大家都在忙著修補，沒人在做產品。DXC 這次比較像反過來：先證明自己能在內部用，再把同一套方法往外推。這種做法很土，但很實際。企業買單的從來不是「AI 很強」，而是「你能不能在我這種爛環境裡活下來」。\u003C\u002Fp>\u003Cp>我這篇的拆解主要靠 DXC 6 月 11 日的 newsroom 文章：\u003Ca href=\"https:\u002F\u002Fdxc.com\u002Fnewsroom\u002F06112026-dxc-and-anthropic-announce-multi-year-global-alliance-to-bring-ai-into-mission-critical-enterprise-systems\">DXC and Anthropic announce multi-year global alliance\u003C\u002Fa>。DXC 在文中提到自己是 Claude Partner Network 裡少數的 Global Premier partner，也說 Claude 已經在 DXC OASIS production 裡跑，還有超過 50 個 joint customers。這些數字是原文自己給的，我就照著它們來拆，不亂加戲。\u003C\u002Fp>\u003Ch2>DXC 不是在買模型，是在買一套交付方法\u003C\u002Fh2>\u003Cblockquote>“Together, the companies will train a dedicated workforce of tens of thousands of forward-deployed, Claude-certified engineers and builders to bring Claude models into production inside the mission-critical technology infrastructure systems DXC operates...”\u003C\u002Fblockquote>\u003Cp>這句話很關鍵。翻譯一下就是：DXC 不把 Claude 當聊天工具，也不把它當某個 side project。它把 AI 直接塞進交付模型裡。這差很多。你如果做過 enterprise service，就知道真正難的不是讓模型回答問題，而是讓它活在 procurement、security review、change management、incident response 這些鬼東西裡面，還不把人搞瘋。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781298211900-iz5k.png\" alt=\"DXC 把 Claude 變成營運系統\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>DXC 的意思其實很直白：我們會像養其他 mission-critical 團隊一樣養 AI 團隊。先訓練人，再認證人，再把人丟進客戶環境，最後讓這群人對結果負責。這才像 enterprise software 真正的進場方式，不是靠一張漂亮 slide，而是靠勞動、流程和重複。\u003C\u002Fp>\u003Cp>我喜歡這個 framing，因為它講了大實話：多數 \u003Ca href=\"\u002Ftag\u002Fenterprise-ai\">enterprise AI\u003C\u002Fa> \u003Ca href=\"\u002Fnews\u002Fspacex-ipo-should-not-wash-away-grok-safety-failures-zh\">失敗\u003C\u002Fa>，根本不是 model failure，是 integration failure。模型通常沒那麼差，差的是組織沒準備好，流程沒定義，guardrail 是假的，人也沒訓練。DXC 想做的，就是把這些零碎又麻煩的東西包成一套可複製服務。\u003C\u002Fp>\u003Cp>實操上，如果你也在做企業 AI，我會建議你先別賣「AI 能力」，先賣「營運方法」。把誰安裝、誰審核、誰監控、誰負責 incident、誰簽變更，全部寫清楚。這些答不出來，你就還在 demo 階段，別急著叫產品。\u003C\u002Fp>\u003Cul>\u003Cli>先寫服務角色，再決定模型。\u003C\u002Fli>\u003Cli>把模型存取權和 production authority 分開。\u003C\u002Fli>\u003Cli>把認證做成部署的一部分，不要事後補。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Customer Zero 不是口號，是唯一能讓人信的證據\u003C\u002Fh2>\u003Cblockquote>“The model reflects DXC’s Customer Zero philosophy: the company validated Claude inside its own operations first, under production-grade security and compliance requirements, before bringing that capability to customers.”\u003C\u002Fblockquote>\u003Cp>這句是整份公告最像樣的地方。因為我真的被太多廠商搞過：要客戶當測試環境，還要客戶自己吞風險。這順序完全反了。你如果要我相信你的 AI 能進 regulated system，先證明你自己有用過，而且是用在跟客戶同等級的壓力底下。\u003C\u002Fp>\u003Cp>DXC 還說 Claude 是他們建 DXC OASIS 的主要開發工具，這個 AI-native orchestration platform 已經在 production 裡跑。原文甚至提到 Claude 幫他們把 software delivery 加速了估計 10x，還有超過 95% 的 code 是 Claude 先生成、再由人類 review。這種數字我不會只看字面爽不爽，因為真正重要的不是「生成比例」，而是 review 層有沒有真的在抓 bug、資安問題、跟那些 enterprise 場景裡最愛冒出來的邊角案例。\u003C\u002Fp>\u003Cp>我之前看過一些團隊，自稱 \u003Ca href=\"\u002Ftag\u002Fai-coding\">AI coding\u003C\u002Fa> 很猛，結果一進 production 就露餡，因為根本沒建立 review discipline。Customer Zero 的價值就在這裡：它不是裝飾用的 slogan，而是降低買方恐懼的證據。你先把自己當白老鼠，客戶才比較願意相信你不是拿他們試刀。\u003C\u002Fp>\u003Cp>實操寫法很簡單：先拿內部 support queue、codebase、ops backlog 任一個真實流程試跑。不要選最簡單的 toy problem，要選會真的卡人的那種。把失敗模式、人工補救、審核節點全部記下來。等你要對外講方案時，拿這份紀錄出來，而不是拿一張「AI 提升效率」的圖。那種圖現在沒人信了。\u003C\u002Fp>\u003Ch2>Forward-deployed engineers 才是這套打法的核心\u003C\u002Fh2>\u003Cblockquote>“At the center of the alliance, DXC is establishing a dedicated team of forward-deployed engineers to work directly inside customer environments.”\u003C\u002Fblockquote>\u003Cp>我一直對那種「\u003Ca href=\"\u002Fnews\u002Fdeezer-detector-ai-music-across-streaming-apps-zh\">平台\u003C\u002Fa>先行」的故事很有戒心，尤其當客戶真正需要的是「有人能把這玩意兒運起來」。DXC 這次算是把話講老實了：真正的價值不只在 Claude，也不只在 DXC 的服務，而是在一群能翻譯 model、enterprise stack、business process 的人。沒有這層人，AI 很容易變成一個很貴的擺設。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781298211247-gszh.png\" alt=\"DXC 把 Claude 變成營運系統\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>Anthropic 也有參與。DXC 說這些工程師會透過 Anthropic Partner Academy 在 90 天內訓練和認證，還能每天用 Claude，並一路往更高難度的 proficiency level 走。這不是在堆證照而已，這是 control mechanism。因為 enterprise 客戶最怕的不是你沒有 AI，而是你的人根本不知道什麼時候模型可以動、什麼時候只能建議、什麼時候應該閉嘴。\u003C\u002Fp>\u003Cp>我自己看這種模式，最有感的是它承認一件事：AI 進到 operations 之後，一定需要人站在中間。不是為了拖慢速度，而是為了讓系統在真實環境裡不會亂炸。Forward-deployed engineer 其實就是人形的翻譯器，把「我們想要 AI」翻成「我們能活著上 production」。\u003C\u002Fp>\u003Cp>實操上，如果你也要做 AI services motion，不要把 product 跟 deployment 切得太乾淨。你需要 field layer，需要能進客戶現場的人。小團隊可能是一個 solutions engineer 加一個 domain specialist；大一點的公司就設正式 deployment team。重點不是名字，是你有沒有真正在客戶環境裡調整系統的能力。\u003C\u002Fp>\u003Cul>\u003Cli>從原本就懂營運環境的人裡面招。\u003C\u002Fli>\u003Cli>不要拿 toy prompt 當認證內容。\u003C\u002Fli>\u003Cli>讓 field team 有權限改系統，不然只是在陪跑。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>DXC OASIS 不是配角，是整個故事的證明\u003C\u002Fh2>\u003Cblockquote>“Claude is already powering DXC OASIS, the company’s AI-native orchestration platform for managed services, now in production with more than 50 joint customers.”\u003C\u002Fblockquote>\u003Cp>這句話一出來，我對整份公告的判斷就變了。OASIS 不是未來式，不是某個 roadmap 上的願景，它是 DXC 已經在跑的東西。意思就是：他們不是先畫餅再找模型，而是先有一套 operational system，現在把 Claude 塞進去，然後再跟 Anthropic 一起放大。\u003C\u002Fp>\u003Cp>DXC 把 OASIS 描述成 managed services 的 AI-native orchestration platform，Claude 則是 default foundation model。我翻成白話：他們想把 managed services 裡一部分重複、繁瑣、但又不能亂來的工作自動化，而且不是假裝全自動。這才是比較正常的 \u003Ca href=\"\u002Ftag\u002Fagentic-ai\">agentic AI\u003C\u002Fa>。系統可以協調任務、草擬動作、路由工作，但最後的大決定還是人負責。\u003C\u002Fp>\u003Cp>我看過很多團隊把 orchestration 當成 prompt 外掛，這真的很危險。Orchestration 不是「問模型、拿答案」這麼簡單，它是 policy、routing、state、escalation、auditability 的總和。企業 AI 到底有沒有用，常常就卡在這裡。DXC 的賭注是：Claude 可以坐在 control plane 中間，而且真的幫得上忙。\u003C\u002Fp>\u003Cp>實操寫法：如果你在做 AI ops platform，先設計 state machine，再設 escalation path，再定義哪些東西要 log、哪些要 block，最後才選模型。順序反過來通常都會很慘。模型如果是第一個決定，你八成已經在做錯事。\u003C\u002Fp>\u003Ch2>他們只挑幾個產業下手，這反而比較像真的\u003C\u002Fh2>\u003Cblockquote>“Initial focus areas include insurance, cybersecurity, and application services, where DXC brings significant domain and operational expertise...”\u003C\u002Fblockquote>\u003Cp>這點我反而放心。很多廠商一講 AI 就想包山包海，好像只要貼上 enterprise 兩個字就能賣所有行業。DXC 這次只挑 insurance、\u003Ca href=\"\u002Ftag\u002Fcybersecurity\">cybersecurity\u003C\u002Fa>、application services，我覺得是對的。因為這幾個領域夠髒、夠難、夠能驗證價值，但又不是完全沒脈絡的亂戰場。DXC 本來就有 domain knowledge，這樣才有機會把 AI 真的塞進流程裡。\u003C\u002Fp>\u003Cp>它列的 use case 也很有意思。在 insurance，它說要做跟客戶 operating model 對齊的 agentic solutions；在 modernization as a service，它想讓 Claude 幫忙分析、refactor、transform legacy codebase；在 cybersecurity，它想把 AI-driven resilience 放進 SOC；在 application services，它想把 Claude 直接嵌進 maintenance 和 management 環境。\u003C\u002Fp>\u003Cp>這不是一坨 AI 點子，這是一個有邏輯的服務組合。我會把它理解成：企業 AI 最容易先從既有 service wrapper 裡長出來。你不一定要創一個新類別，你只要把一個原本就有人付錢的服務做得更快、更穩、更省人力，就已經很有機會了。\u003C\u002Fp>\u003Cp>實操上，我會建議你只挑一個你最有把握的 vertical、一個最常卡住的 workflow、還有一個客戶本來就會看的 metric。然後把 AI 方案圍著這三件事做。不要再講「企業通用智能」了，沒人買。大家買的是少做人工、少出 incident、加快 modernization、縮短 response time。\u003C\u002Fp>\u003Ch2>Anthropic 的角色是信任加分發，不只是 API\u003C\u002Fh2>\u003Cblockquote>“DXC becomes one of the few Global Premier partners in the Claude Partner Network.”\u003C\u002Fblockquote>\u003Cp>這一段從 Anthropic 的角度也很值得看。它不是單純把模型賣出去，而是透過一個已經深扎企業營運的夥伴去擴散 Claude。這不只是 distribution，也是一種 trust play。DXC 有合約、有 compliance posture、有 operational footprint；Anthropic 提供模型和 safety 故事。兩邊各拿自己最強的東西。\u003C\u002Fp>\u003Cp>Anthropic 的 CCO Paul Smith 還提到，DXC 是先在自己內部、用跟客戶相同的 security 和 compliance 要求驗證 Claude。這句話很重要，因為它直接回答企業買家最常問的問題：你自己有沒有真的在真實環境裡用過？如果有，對話就比較像討論落地；如果沒有，對話就會變成風險表演。\u003C\u002Fp>\u003Cp>我覺得這類合作最有意思的地方，是它不是 marketplace 式的模型曝光，而是 delivery capacity、certification、embedded engineering 的組合。這種東西比較難假裝，也比較有用，尤其當你真的想把 AI 從試驗室推進 operations 時。\u003C\u002Fp>\u003Cp>實操寫法：如果你是 model company，不要只想 API access，還要想誰能 deploy、govern、support。你如果是 services company，也不要只想轉售模型，重點是你能在客戶世界裡多加什麼 implementation muscle。這才是合作有沒有料的分界線。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># 企業 AI rollout 模板：把模型變成營運能力，而不是 demo 工具\n\n## 1) 我們到底在賣什麼\n我們不是在賣一個模型 demo。\n我們是在賣一套能進 mission-critical systems 的營運方法。\n\n## 2) Customer Zero 證明\n對外 rollout 之前，我們先做內部驗證：\n- 先部署到內部真實流程\n- 至少跑一個真的工作流\n- 定義 review \u002F approval 步驟\n- 記錄 failure modes 和人工介入點\n- 文件化 security、compliance、audit 要求\n\n## 3) Field team\n我們建立一個 forward-deployed 團隊，成員包含：\n- domain expert\n- platform engineer\n- security \u002F compliance reviewer\n- implementation lead\n\n每個人都要能回答：\n- 模型在哪些情況可以直接動作\n- 哪些情況只能建議\n- 哪些情況一定要人工批准\n- incident 要怎麼升級處理\n\n## 4) 認證路徑\n認證內容應該涵蓋：\n- model behavior basics\n- workflow design\n- prompt 與 tool 使用\n- logging 與 audit trail\n- security 與 data handling\n- rollback 與 incident response\n\n建議節奏：\n- Day 1-15：環境與政策訓練\n- Day 16-45：guided implementation\n- Day 46-70：supervised production work\n- Day 71-90：certification review 與 signoff\n\n## 5) Production controls\n每個 deployment 必備：\n- access control\n- approval gates\n- observability\n- audit logs\n- fallback paths\n- incident owner\n- rollback plan\n\n## 6) Use case 選擇\n先從一個窄場景開始：\n- insurance operations\n- cybersecurity operations\n- application maintenance\n- code modernization\n\n挑選標準：\n- 工作重複\n- 痛點清楚\n- 有既有流程 owner\n- 有可量化節省\n- 風險可控\n\n## 7) Launch checklist\n上線前確認：\n- 內部 proof 已完成\n- 客戶流程已畫清楚\n- security review 已過\n- human review 步驟已文件化\n- escalation path 已測試\n- success metrics 已定義\n\n## 8) 對客戶的承諾\n我們會幫你：\n- 減少人工操作\n- 加快營運任務\n- 加速 legacy modernization\n- 保持人類控制權\n- 在真實企業限制中運行 AI\n\n## 9) 一句定位\n我們用 certified engineers、production controls、Customer Zero rollout model，把 AI 帶進 mission-critical systems。\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這份模板不是照抄 DXC 的新聞稿，而是我把它背後的營運邏輯抽出來後，寫成你可以直接拿去用的版本。你如果今天也想把 AI 做進 regulated enterprise environment，這份骨架比一百句「我們很懂 AI」有用多了。\u003C\u002Fp>\u003Cp>我最想保留的是 proof、certification、field deployment 這三件事。最想拿掉的是任何過度吹 autonomy 的話術。企業客戶真的不需要詩，他們要的是：這東西上 production 之後，會不會把我搞死。\u003C\u002Fp>\u003Cp>原始來源是 DXC newsroom 的 \u003Ca href=\"https:\u002F\u002Fdxc.com\u002Fnewsroom\u002F06112026-dxc-and-anthropic-announce-multi-year-global-alliance-to-bring-ai-into-mission-critical-enterprise-systems\">公告頁\u003C\u002Fa>。我這篇前半是原創拆解，後半模板是我根據原文與 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002F\">Anthropic\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fpartners\">Claude Partner Network\u003C\u002Fa>、以及 \u003Ca href=\"https:\u002F\u002Fdxc.com\u002F\">DXC 官網\u003C\u002Fa> 的公開資訊整理出來的可抄版本。","拆 DXC 怎麼把 Claude 包成企業營運模式，最後附可直接複製的 rollout 模板。","dxc.com","https:\u002F\u002Fdxc.com\u002Fnewsroom\u002F06112026-dxc-and-anthropic-announce-multi-year-global-alliance-to-bring-ai-into-mission-critical-enterprise-systems",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781298211900-iz5k.png","industry","zh","d67c40e1-c11a-4ce0-bcd8-e057155f4478",[17,18,19,20,21],"enterprise AI","Claude","DXC","forward-deployed engineers","Customer Zero",[23,24,25],"DXC 賣的不是 Claude 本身，而是一套能進 mission-critical systems 的交付方法。","Customer Zero、forward-deployed engineers、production controls 是這次合作真正有價值的地方。","要把這套打法抄走，先做內部驗證，再做認證與 field deployment，最後才談對外擴張。",2,"2026-06-12T21:03:01.76262+00:00","2026-06-12T21:03:01.747+00:00","fe20f6f6-432b-47bf-a410-a5f516d885ed",{"tags":31,"relatedLang":42,"relatedPosts":46},[32,34,36,38,40],{"name":19,"slug":33},"dxc",{"name":20,"slug":35},"forward-deployed-engineers",{"name":17,"slug":37},"enterprise-ai",{"name":18,"slug":39},"claude",{"name":21,"slug":41},"customer-zero",{"id":15,"slug":43,"title":44,"language":45},"dxc-anthropic-claude-mission-critical-ops-en","DXC and Anthropic turn Claude into ops","en",[47,53,59,65,71,77],{"id":48,"slug":49,"title":50,"cover_image":51,"image_url":51,"created_at":52,"category":13},"78bb945b-f292-4071-811e-9ac390b68a38","anthropic-public-record-ai-anxiety-policy-zh","Anthropic 把 AI 焦慮變政策","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781327894646-6pyt.png","2026-06-13T05:17:42.429455+00:00",{"id":54,"slug":55,"title":56,"cover_image":57,"image_url":57,"created_at":58,"category":13},"a69174d1-9768-4144-909a-78ec2517b186","chatgpt-grew-from-chatbot-to-platform-zh","ChatGPT 從聊天機器人變平台","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781325173553-w7ov.png","2026-06-13T04:32:27.586497+00:00",{"id":60,"slug":61,"title":62,"cover_image":63,"image_url":63,"created_at":64,"category":13},"050bf93c-ddcf-4493-8335-11a67831fcfc","openai-files-confidential-ipo-after-122b-round-zh","OpenAI 密件申請 IPO，估值衝 8520 億","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781323369296-ra5z.png","2026-06-13T04:02:23.888945+00:00",{"id":66,"slug":67,"title":68,"cover_image":69,"image_url":69,"created_at":70,"category":13},"66a93d43-34f4-401b-b8a9-51878e91d60c","government-access-orders-frontier-model-access-zh","政府存取命令就該管住前沿模型存取","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781319763702-t9ak.png","2026-06-13T03:02:19.013704+00:00",{"id":72,"slug":73,"title":74,"cover_image":75,"image_url":75,"created_at":76,"category":13},"15b00407-d684-49c4-8b49-de247e4bbabe","6-kuan-ai-cheng-shi-dai-li-de-2026-fen-gong-zh","6 款 AI 程式代理的 2026 分工","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781317069290-tmbc.png","2026-06-13T02:17:21.790357+00:00",{"id":78,"slug":79,"title":80,"cover_image":81,"image_url":81,"created_at":82,"category":13},"5cb91c9d-9a8d-4e9f-a059-775982e25ddd","claude-design-partner-risk-zh","Claude Design 5 個教訓：合作先講會翻車","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781316167850-1n3l.png","2026-06-13T02:02:20.840103+00:00",[84,89,94,99,104,109,114,119,124,129],{"id":85,"slug":86,"title":87,"created_at":88},"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":90,"slug":91,"title":92,"created_at":93},"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":95,"slug":96,"title":97,"created_at":98},"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":100,"slug":101,"title":102,"created_at":103},"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":105,"slug":106,"title":107,"created_at":108},"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":110,"slug":111,"title":112,"created_at":113},"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":115,"slug":116,"title":117,"created_at":118},"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":120,"slug":121,"title":122,"created_at":123},"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":125,"slug":126,"title":127,"created_at":128},"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":130,"slug":131,"title":132,"created_at":133},"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"]