[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-magenta-realtime-2-score-inside-daw-zh":3,"article-related-magenta-realtime-2-score-inside-daw-zh":30,"series-tools-63d8b456-ad6b-475e-86e9-d4677ca226aa":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},"63d8b456-ad6b-475e-86e9-d4677ca226aa","magenta-realtime-2-score-inside-daw-zh","Magenta RealTime 2 讓你在 DAW 裡即時改曲","\u003Cp data-speakable=\"summary\">Magenta RealTime 2 讓你在 DAW 裡即時生成、調整和混音，不用再來回匯出匯入。\u003C\u002Fp>\u003Cp>我盯音樂 AI \u003Ca href=\"\u002Fnews\u002Fopen-source-ai-tools-beat-claude-paid-tiers-zh\">工具\u003C\u002Fa>有一陣子了，老實說，大多數都像是給不在 session 裡的人做的。你丟一句 prompt，等它跑完，匯出，匯入，播放，覺得不對，再重來一次。這流程拿來做 demo 還行，真要拿來配畫面就很煩，因為你要的不是「等一下給我結果」，你要的是「現在就跟著畫面動」。\u003C\u002Fp>\u003Cp>所以我會注意到 \u003Ca href=\"\u002Ftag\u002Fgoogle\">Google\u003C\u002Fa> 的 \u003Ca href=\"https:\u002F\u002Fmagenta.withgoogle.com\u002Fmagenta-realtime-2\">Magenta RealTime 2\u003C\u002Fa>，不是因為它又會生音樂，而是它終於像個樂器，不像批次任務。模型權重也放在 \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fmagenta-realtime-2\">Hugging Face\u003C\u002Fa>，而且它不是只給你一個網頁玩具，還有能塞進 DAW 的外掛路線。這點我很在意，因為我不想再多開一個分頁來折磨自己。\u003C\u002Fp>\u003Ch2>我先看的是延遲，不是音色\u003C\u002Fh2>\u003Cblockquote>“The model generates 48 kHz stereo audio with a control latency of roughly 200 milliseconds on consumer Apple Silicon hardware.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：它不是那種你下完指令要去倒咖啡的工具。200 毫秒這個數字很重要，因為它代表我改方向之後，幾乎立刻就能聽到回應。這不是「AI 很快」那種空話，這是創作迴圈裡能不能待得住的差別。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781046204038-8tox.png\" alt=\"Magenta RealTime 2 讓你在 DAW 裡即時改曲\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我以前碰過一些生成音樂工具，聲音其實不差，但只要進到配畫面場景就整個失去價值。你在剪對白底下的 cue，情緒只想往右偏一點點，結果它要你等三秒、五秒，等你回來，腦子裡那個場景感早就散了。那時候工具再會吹也沒用，因為它把你踢出工作流了。\u003C\u002Fp>\u003Cp>原文還提到早期版本大概有 3 秒控制延遲，現在壓到約 200 毫秒，內部 frame size 也從 2 秒縮到 40ms。這種細節平常很容易被跳過，但其實就是它為\u003Ca href=\"\u002Fnews\u002F500-ai-agent-projects-show-where-agents-work-now-zh\">什麼\u003C\u002Fa>能像即時樂器的原因。不是玄學，是回饋迴路夠短。\u003C\u002Fp>\u003Cp>實操上我會這樣看：先別把它當「生成器」，把它當「可即時反應的樂器」。如果工具不能在畫面還在跑的時候跟著變，那它就還是在做離線產物，不是在幫你配樂。\u003C\u002Fp>\u003Ch2>兩個模型大小，因為不是每個人都拿 M3 Max 在上班\u003C\u002Fh2>\u003Cp>Google 這次放了兩個版本：\u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fmagenta-realtime-2\">Base\u003C\u002Fa> 是 24 億參數，\u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fmagenta-realtime-2\">Small\u003C\u002Fa> 是 2.3 億參數。Base 至少要 M2 Max 或 M3 Pro；Small 則是任何 \u003Ca href=\"\u002Ftag\u002Fapple\">Apple\u003C\u002Fa> Silicon 都能跑，連基本款 MacBook Air 都算在內。這比很多「可用」的 AI 發布誠實多了，因為它直接告訴你門檻在哪，不會先把你騙進來再說「啊你機器不夠」。\u003C\u002Fp>\u003Cp>也就是說，這不是只有一個大模型硬塞給所有人。它把用途分開了：Base 比較適合你真的要做比較完整的 cue，Small 比較適合拿來試流程、驗外掛、測 latency。這種分法我反而比較買單，因為它承認開發和正式製作本來就是兩件事。\u003C\u002Fp>\u003Cp>我最怕那種「人人可用」的 \u003Ca href=\"\u002Ftag\u002Fai-工具\">AI 工具\u003C\u002Fa>，結果背後偷偷要求工作站等級 \u003Ca href=\"\u002Ftag\u002Fgpu\">GPU\u003C\u002Fa>，或者乾脆把你導去雲端帳單。那不叫可用，那叫先把門打開，再在門口收過路費。這裡至少清楚很多：Small 大概 450MB，Apple Silicon 就能碰，對已經有 MacBook 的人來說算是實際。\u003C\u002Fp>\u003Cul>\u003Cli>做外掛或流程驗證時，用 \u003Cstrong>Small\u003C\u002Fstrong> 先跑通。\u003C\u002Fli>\u003Cli>真要做配樂、要顧輸出品質時，再切 \u003Cstrong>Base\u003C\u002Fstrong>。\u003C\u002Fli>\u003Cli>兩個都留著，前者拿來測，後者拿來做正式 pass。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操寫法很簡單：不要先選最大顆的模型，先選跟工作階段對得上的模型。你現在是在做概念驗證，還是在做可交付的 cue，這兩件事不該用同一個標準硬壓。\u003C\u002Fp>\u003Ch2>它不是 prompt in、audio out 那麼無聊\u003C\u002Fh2>\u003Cp>原文說 MRT2 可以同時吃文字 prompt、短音訊片段，還有 MIDI。這點我覺得比「它會生音樂」本身更重要，因為它終於沒有假裝文字可以解決一切。你可以給它風格描述、參考聲音、還有實際的旋律手勢，三個一起進去，模型再去融合。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781046204754-dmhk.png\" alt=\"Magenta RealTime 2 讓你在 DAW 裡即時改曲\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cblockquote>“Describe a style in text, provide a reference clip, and play a MIDI melody.”\u003C\u002Fblockquote>\u003Cp>白話翻成開發者能懂的話，就是它比較像協作者，不像抽卡機。你改 MIDI，輸出就跟著變；你換 reference clip，質地會移；你重寫 prompt，風格會偏。這比「寫一句話然後祈禱它懂你」實際太多了。\u003C\u002Fp>\u003Cp>我以前被 text-only 的音樂工具氣過很多次。它們很會講 vibe，像什麼 dark、warm、cinematic，講得頭頭是道，結果一碰到真正的旋律結構就整個掉漆。配樂不是只有 mood，還有節奏、起伏、進場點，還有那個 scene 為什麼需要它。MIDI 的價值就在這裡，它讓模型碰得到骨架。\u003C\u002Fp>\u003Cp>實作上我會建議你分層丟資料：先用文字定風格，再補一段 reference clip 給 texture，最後用 MIDI 放真正的主體。不要把所有東西塞成一句 prompt，然後怪模型不會讀心。模型不是通靈，它只是比較會接資料。\u003C\u002Fp>\u003Ch2>AU 外掛才是重點，不是旁邊那個小註腳\u003C\u002Fh2>\u003Cp>Google 這次還給了 \u003Ca href=\"https:\u002F\u002Fmagenta.withgoogle.com\u002Fmrt2\">Audio Unit 外掛\u003C\u002Fa>，可以直接跑在 Logic Pro、GarageBand 這類 AU 相容 DAW 裡。這件事比模型本身還實際，因為大多數音樂 AI 工具都還停在「先離開 DAW，生成完，再拖回來」這種老流程，像大家都很喜歡自己折騰檔案一樣。\u003C\u002Fp>\u003Cp>翻譯一下就是：它終於進到 session 裡了。不是另一個 app，不是瀏覽器分頁，也不是雲端排隊系統。你可以讓畫面持續播放、改 style、改 MIDI，然後在同一個地方聽結果。這才叫真的能用，不然只是多一個會講話的輸出盒子。\u003C\u002Fp>\u003Cp>我做過夠多音訊工具，太清楚 context switch 有多傷。你一離開 DAW，就會開始管檔案、管匯出、管命名，然後忘記自己剛剛到底在聽哪個鏡頭。這也是為什麼外掛比模型名稱更重要。模型再強，放錯地方，一樣只是多一層摩擦。\u003C\u002Fp>\u003Cul>\u003Cli>在 \u003Ca href=\"https:\u002F\u002Fwww.apple.com\u002Flogic-pro\u002F\">Logic Pro\u003C\u002Fa> 裡，你可以邊播畫面邊改 cue。\u003C\u002Fli>\u003Cli>在 \u003Ca href=\"https:\u002F\u002Fwww.apple.com\u002Fgarageband\u002F\">GarageBand\u003C\u002Fa> 裡，它比較像低門檻的即時實驗室。\u003C\u002Fli>\u003Cli>在任何 AU host 裡，它都能少掉來回匯出的那一段。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操寫法：如果你在做音訊 AI 工具，先別做 web app。先想使用者工作發生在哪裡，音樂大多數時候就是在 DAW 裡發生。你把工具塞回那裡，才有機會真的被用。\u003C\u002Fp>\u003Ch2>Collider 不是炫技，是拿來做轉場的\u003C\u002Fh2>\u003Cp>這次 launch app 裡有一個叫 \u003Cstrong>Collider\u003C\u002Fstrong> 的東西，主打即時混兩種 style input。原文把它講成在 session 中生成介於不同 tonal register 之間的混合質地。聽起來有點學術，但放到配樂現場就很直白：很多時候最難的不是做一段 mood，而是把兩個情緒狀態接起來，還不能讓剪接點很明顯。\u003C\u002Fp>\u003Cblockquote>“Collider blends two style inputs in real time, generating hybrid textures between tonal registers during a session.”\u003C\u002Fblockquote>\u003Cp>也就是說，Collider 比較像轉場工具，不是單純的「幫我變酷」。它能幫你從 tension 走到 release，或者從 sparse 走到 dense，中間不要硬折。這種東西在生成音樂裡其實很少見，因為很多工具只會端出一個 mood，卻不會處理中間那段最煩的過渡。\u003C\u002Fp>\u003Cp>我自己以前手工補這種 bridge 補到很煩。先做一段緊張，再做一段放鬆，然後花半小時去找兩段之間的橋，聽起來還是像硬接。能即時混兩種風格的工具，反而更像真的在幫你做配樂，而不是幫你做素材庫。\u003C\u002Fp>\u003Cp>實操寫法：把 style blending 用在情緒轉場，不要拿它來取代完整 cue。把它當草圖工具，專門處理 arc 的中段，通常省下來的時間最多。\u003C\u002Fp>\u003Ch2>開源是真的開，但 license 先看清楚\u003C\u002Fh2>\u003Cp>原文說 \u003Ca href=\"\u002Fnews\u002Fclaude-code-dynamic-workflow-ai-harness-zh\">code\u003C\u002Fa> 是 \u003Ca href=\"https:\u002F\u002Fwww.apache.org\u002Flicenses\u002FLICENSE-2.0\">Apache 2.0\u003C\u002Fa>，weights 則是 \u003Ca href=\"https:\u002F\u002Fcreativecommons.org\u002Flicenses\u002Fby\u002F4.0\u002F\">CC-BY-4.0\u003C\u002Fa>。這個拆法很關鍵。程式碼授權讓你可以接著改 \u003Ca href=\"\u002Ftag\u002Finference\">inference\u003C\u002Fa> stack，權重授權則允許商用但要標註來源。這不是小字，是你能不能真的拿去做產品的分水嶺。\u003C\u002Fp>\u003Cp>白話講，Google 這次不是只丟一個 demo 給你看，而是給了一個能延伸的底層。原文還提到 \u003Ccode>magenta-rt\u003C\u002Fcode> 這個 Python library，有 JAX 和 MLX backend，另外還有一條 C++ inference engine 路線，專門處理 Apple Silicon 的低延遲播放。這個架構我看了是有點舒服，因為它知道研究和 runtime 本來就不是同一件事。\u003C\u002Fp>\u003Cp>我看過太多 AI repo，整包都塞在 Python 裡，連該下沉到原生層的部分也一起塞，然後大家又假裝 latency 只是小問題。不是。你如果要做的是外掛、即時播放、或任何跟使用者手感有關的東西，runtime 路徑就不該把 Python 當主角。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fmagenta\">Google Magenta GitHub\u003C\u002Fa> 可以看整個專案脈絡。\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fjax\">JAX\u003C\u002Fa> 對 Python 端實驗很有用。\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-explore\u002Fmlx\">MLX\u003C\u002Fa> 對 Apple Silicon 原生工作流比較對味。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操寫法：你要接這種模型前，先把 license 看完。這很無聊，但也最現實。原型能跑，不代表能上線；能跑，不代表你敢發給法務看。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># Magenta RealTime 2 即時配樂工作流模板\n\n## 目標\n把 Magenta RealTime 2 放進 DAW 裡，在畫面播放時即時生成、修改和整理 cue。\n\n## 你需要的東西\n- Apple Silicon Mac\n- Logic Pro、GarageBand，或其他 AU host\n- Magenta RealTime 2 外掛或推論庫\n- MIDI 鍵盤或 pad controller\n- 一段短 reference clip\n- 一個清楚的 style prompt\n\n## Session 設定\n1. 打開 DAW，載入影片剪輯。\n2. 在 instrument track 上插入 Magenta RealTime 2 AU 外掛。\n3. 選模型版本：\n   - Small：先測流程、驗 latency、做原型\n   - Base：正式配樂、要求較高輸出品質\n4. 把 MIDI controller 路由到外掛。\n5. 讓 timeline 在要配的鏡頭上循環播放。\n\n## Prompt 分層\n- Text prompt：描述 genre、情緒、tempo、編制\n- Audio reference：給 texture 或混音方向\n- MIDI input：放真正的 motif 或和聲想法\n\n## 實際工作法\n1. 先只丟 style prompt。\n2. 如果太空，再補 reference clip。\n3. 彈一段簡單 MIDI，聽模型怎麼回應。\n4. 一次只改一個輸入。\n5. 當 cue 往對的方向走時就存版本。\n\n## 什麼時候用 Collider\n把 style blending 用在情緒轉場：\n- tension 到 relief\n- sparse 到 dense\n- acoustic 到 synthetic\n- intimate 到 wide\n\n## 你要盯的事\n- 幾百毫秒以上的延遲會破壞即時感\n- prompt 太複雜，迭代會變慢\n- Small 很適合原型，不一定適合最終 cue\n- 如果要商用，license 先確認\n\n## 開發備註\n如果你要延伸 library，盡量不要把 runtime 路徑卡在 Python。\n低延遲播放走原生推論，Python 留給 orchestration。\n\n## 可以直接貼進你自己的流程文件\n- 先在 DAW 裡配\n- 用 MIDI 管結構\n- 用文字管風格\n- 用音訊片段管 texture\n- 用即時混合管轉場\n- 確認 cue 在情境裡成立再匯出\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這份模板不是要你照抄 Google 的 setup，而是給你一個比較正常的即時配樂起點。只要你的流程還得一直離開 DAW 才能改一次，你就在付一筆工具本來可以幫你省掉的稅。\u003C\u002Fp>\u003Cp>我這篇的原始參考是 \u003Ca href=\"https:\u002F\u002Fstudio.aifilms.ai\u002Fblog\u002Fmagenta-realtime-2-open-source-music-model\">AI FILMS Studio 的 Magenta RealTime 2 文章\u003C\u002Fa>，另外也對照了 \u003Ca href=\"https:\u002F\u002Fmagenta.withgoogle.com\u002Fmagenta-realtime-2\">Google Magenta\u003C\u002Fa> 與 \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fmagenta-realtime-2\">Hugging Face\u003C\u002Fa> 頁面。上面關於延遲、模型大小、外掛、license 與 workflow 的拆解，有一部分是原文整理，有一部分是我自己從開發者角度重寫的。","我拆 Magenta RealTime 2 怎麼把生成音樂塞回 DAW 內即時改，重點是 200ms 延遲、AU 外掛、雙模型與可直接抄的工作流模板。","studio.aifilms.ai","https:\u002F\u002Fstudio.aifilms.ai\u002Fblog\u002Fmagenta-realtime-2-open-source-music-model",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781046204038-8tox.png","tools","zh","aa96e422-2b01-4480-b4ce-a646be8e0993",[17,18,19,20,21],"Magenta RealTime 2","DAW","AU plugin","music AI","low latency",[23,24,25],"200ms 延遲才像樂器，不像離線生成器","AU 外掛把模型塞回 DAW，才真的能用","Small\u002FBase 雙模型讓原型與正式製作分開",0,"2026-06-09T23:02:55.9651+00:00","2026-06-09T23:02:55.95+00:00","ddbe17bf-4560-43f7-af76-3e7d6e08e601",{"tags":31,"relatedLang":42,"relatedPosts":46},[32,34,36,38,40],{"name":17,"slug":33},"magenta-realtime-2",{"name":21,"slug":35},"low-latency",{"name":20,"slug":37},"music-ai",{"name":18,"slug":39},"daw",{"name":19,"slug":41},"au-plugin",{"id":15,"slug":43,"title":44,"language":45},"magenta-realtime-2-score-inside-daw-en","Magenta RealTime 2 lets you score in the DAW","en",[47,53,59,65,71,77],{"id":48,"slug":49,"title":50,"cover_image":51,"image_url":51,"created_at":52,"category":13},"5656a6ab-9e07-41be-9cea-3440fb8846e2","nvidia-lg-ai-collaboration-playbook-zh","Nvidia 和 LG 把 AI 合作變成模板","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781056994999-8eng.png","2026-06-10T02:02:46.590133+00:00",{"id":54,"slug":55,"title":56,"cover_image":57,"image_url":57,"created_at":58,"category":13},"e48be66d-d7de-419e-b5fd-805f0784ef15","ollama-best-free-ai-path-2026-zh","Ollama 是 2026 年真正適合工作的免費 AI 路徑","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781056077878-11pc.png","2026-06-10T01:47:24.632993+00:00",{"id":60,"slug":61,"title":62,"cover_image":63,"image_url":63,"created_at":64,"category":13},"9b53427c-8c2a-4960-a773-f14d4528caae","awesome-production-ml-turns-chaos-into-stack-zh","這份 MLOps 清單把混亂拆成堆疊","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781055220958-dmar.png","2026-06-10T01:33:14.850634+00:00",{"id":66,"slug":67,"title":68,"cover_image":69,"image_url":69,"created_at":70,"category":13},"d5af1522-28aa-4cfb-8779-1ecf168bc0b5","bentoml-turns-model-serving-into-python-apis-zh","BentoML 把模型服務變成 Python API","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781054310299-c1gm.png","2026-06-10T01:17:56.193093+00:00",{"id":72,"slug":73,"title":74,"cover_image":75,"image_url":75,"created_at":76,"category":13},"f60261ff-a42e-4cfb-9f90-97785e633289","open-source-ai-tools-beat-claude-paid-tiers-zh","開源 AI 工具在價值上已經贏過 Claude 付費方案","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781045266035-on7t.png","2026-06-09T22:47:20.195939+00:00",{"id":78,"slug":79,"title":80,"cover_image":81,"image_url":81,"created_at":82,"category":13},"8520cd4f-2531-4808-a95d-26f590239d7a","500-ai-agent-projects-show-where-agents-work-now-zh","500 個 AI agent 專案，現在能做什麼","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781033591132-c0nh.png","2026-06-09T19:32:37.03924+00:00",[84,89,94,99,104,109,114,119,124,129],{"id":85,"slug":86,"title":87,"created_at":88},"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":90,"slug":91,"title":92,"created_at":93},"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":95,"slug":96,"title":97,"created_at":98},"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":100,"slug":101,"title":102,"created_at":103},"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":105,"slug":106,"title":107,"created_at":108},"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":110,"slug":111,"title":112,"created_at":113},"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":115,"slug":116,"title":117,"created_at":118},"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":120,"slug":121,"title":122,"created_at":123},"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":125,"slug":126,"title":127,"created_at":128},"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":130,"slug":131,"title":132,"created_at":133},"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"]