MultiAgent:需求訪談怎麼先收斂
狀態:已完成
你會看到:多 Agent 怎麼處理需求邊界、交接與規格收斂,避免專案一開始就發散。
AI Cases / Agent Workflow Lab
這裡優先放 TEND 已經整理好的 AI 實例、Agent 工作流與自動化實驗。 先看能直接吸收的案例,再追蹤還在開發與驗證中的題目,不用先讀一堆 roadmap。
這頁只保留真實題目與可讀內容入口。已完成的案例會直接給你文章,還在做的題目則先標清楚狀態。
Wish Pool
已經整理好的內容直接可讀;還在開發或驗證中的題目先保留在這裡,之後有成果再補進來。
狀態:已完成
你會看到:多 Agent 怎麼處理需求邊界、交接與規格收斂,避免專案一開始就發散。
狀態:已完成
你會看到:一個讓人與 AI Agent 共用的工作追蹤中樞,解決專案狀態分散、任務交接與每日工作排序問題。
狀態:研究中
你會看到:一套用 AI 輔助 ETF 資金流研究的系統方向,追蹤 ETF 規模變化、成分股缺口、被動買盤、流動性衝擊與後續驗證。
狀態:開發中
目標:打造一個可以長期協助生活與工作決策的個人 AI 助手。
狀態:願望中
目標:每天自動整理營收、新聞、籌碼與財報資料,協助找出值得追蹤的投資題材。
狀態:持續驗證中
目標:利用歷史資料、落球規則與 AI 輔助分析,找出比純運氣更有邏輯的驗證框架。
更新:2026-07-07
用 AI 撰寫產品時,細節不是不重要,而是不能太早變成主戰場。本文從實作沉迷的缺點談起,整理如何用工作流、驗收標準與人機分工放大 AI 的產能。
Auto Updated
先理解 AI 工具、工作流與 Agent 分工,再決定哪些流程值得交給 AI 協作。
Auto Updated
從需求訪談、角色分工到交接邊界,整理多 Agent 工作流為什麼能先幫專案收斂而不是擴散。