生成式AI全解析｜從工具應用到系統開發的技術核心黃金雙軌課
104學習
黃光製程
黃光製程是半導體與電子產業中，利用紫外光將電路圖案轉移到矽晶圓上的關鍵技術。具備此技能代表能操作光罩、曝光機等設備，並熟悉光刻膠塗佈與顯影流程。此技術直接影響晶片的精度與良率，是半導體製造中不可或缺的一環。熟悉此流程的人才在晶圓製造廠需求量大，具備良好的職涯發展潛力。
提升你的實力，朝專業更進一步
精選課程
充實自己，讓能力持續成長
軟體工程師就業培訓
打造高投入團隊：遊戲化工作設計與激勵機制實作班【9/17】
Onshape實戰工場：探索創新設計的無限可能
創意思考：九招高效工作創意突破術【生成式 AI 應用實戰系列】
行銷人必學的 AI 實戰技能
TTQS 企業機構版評核攻略
TTQS 評核攻略免費試閱
AI高效領導術：主管必備60大應用場景全攻略
機器學習實戰-影像處理篇
精選證照
考取專業證照，讓能力被市場看見
LED工程師基礎能力鑑定
配合政府對於產業人才之需要，經濟部工業局委託工研院結合中華民國光電學會，共同建立LED產業認同之專業能力標準與能力鑑定體系，有效導引相關人才的教育訓練，以縮短學用落差，並可提供企業界優良人才，提升LED專業人才素質及產業競爭力。具有下列三項特色：
1.以LED光電產業人才中關鍵專業職務之共通職能為基礎，發展能力指標及評鑑內容
2.由產業界、學術界、研究中心、公協會產學界共同規劃推動的國內第一張LED專業人才能力鑑定證書
3.就個人而言，取得此能力鑑定除了可提升個人之就業能力，還可獲得認同企業優先面談聘用之機會。就企業而言，是篩選人才客觀標準與有效的工具。
自100年起發證，一年發兩次。
工業技術研究院
LED照明工程師能力鑑定
配合政府對於產業人才之需要，經濟部工業局委託工研院建立LED產業能力認同的標準與能力鑑定體系，有效引導相關人才的教育訓練，以縮短學用落差，並可提供企業界優良人才，提升LED專業人才素質及產業競爭力，至104年起【LED照明工程師能力鑑定】考試業務已轉由台灣區照明燈具輸出業同業公會辦理。此鑑定具有下列三項特色： 1.依據LED光電產業之照明應用領域所需職能，發展照明產品、照明規劃專業人才之相對能力指標及評鑑內容 2.由產業界、學術界、研究中心、公協會產學界共同規劃推動的國內第一張LED專業人才能力鑑定證書 3.就個人而言，取得此能力鑑定除了可提升個人之就業能力，還可獲得認同企業優先面談聘用之機會。就企業而言，是篩選人才客觀標準與有效的工具。 自101年起發證，一年發一次
台灣區照明燈具輸出業同業公會
自動化工程師證照
台灣製造工程與自動化科技協會（tsmea）為協助我國製造業在當前全球化的環境下提升競爭力，乃投入鉅額經費，整合產業界與學術界的力量，舉辦「自動化工程師」證照考試。
台灣智慧自動化與機器人協會
初級複合材料工程師
為強化台灣經濟發展，人力資本已成為主要的動能。由於複合材料產業具有發展潛力及前景，因此建置複合材料產業職能基準及人才能力認證機制，協助業界提高人力素質是國家必須朝向的目標。持續建立複合材料工程師的專業能力標準與認證體系，有效導引相關人才的教育訓練，除縮短學用落差，並可提供企業界優良人才，提升複合材料專業人才素質及產業競爭力。
財團法人塑膠工業技術發展中心
TQC-專業行動裝置應用工程師
企業人才技能認證（TQC）是財團法人中華民國電腦技能基金會針對企業用才需求，所提出來的一項整合性認證。這項認證是經過詳細調查、分析各職務工作需求，確認從事該項職務究應具備哪些電腦技能，再對所有電腦技能測驗項目重新歸類整合而成。不但能讓有志於從事網路管理職務的人員掌握學習的方向，對求才企業也提供了更快速、更客觀、更簡化的人才甄選程序。
財團法人中華民國電腦技能基金會
非線性剪輯Premiere Pro
因應知識經濟與文創產業的時代來臨，各產業均發生結構性的變化，「設計」所帶來的附加價值與影響也日趨明顯。為了不淹沒在此一浪潮中，台灣產業界對於設計能力的提升，產生了迫切的需求。優秀而充足的人力是企業提升設計能力的根基，為提供產業界符合新時代的專業人才，本會推動「TQC+ 專業設計人才認證」，藉由嚴謹的認證職能體系架構與專業完善的考試服務，培育出符合企業職場需要的人才。
● 為國際級證書，獲印度國家電子資訊科技學院（NIELIT）採認。
● 以「專業設計領域任職必備能力」為認證標準。
● 認證內容涵蓋「工程設計」、「視傳設計」、「軟體設計」、「電路設計」、「建築設計」、「跨域設計」等六大專業領域。
● 擁有整合知識體系與專業技能的認證架構，是最貼近實際使用環境與就業需求的證照。
財團法人中華民國電腦技能基金會
精選貼文，掌握第一手知識
黃仁勳揭輝達管理哲學：別只比競爭對手 要以「光速」物理極限為標準
2026-05-27 聯合報記者簡永祥、記者林伯東攝影 由聯合新聞網授權轉載
輝達（NVIDIA）執行長黃仁勳今日在北土科員工大會致詞時，闡進其核心管理哲學。他直言，企業若只是盯著競爭對手做「持續改善」，已不足以在AI時代勝出，真正的標準應是回歸物理極限，也就是所謂的「光速原則（Speed of Light）」；同時，他也對內部員工流動與人才發展提出看法，強調主管的責任是創造條件，讓人才能在公司內完成一生最重要的工作，而不是逼員工向外尋找機會。
黃仁勳指出，許多企業設定目標的方式，是觀察競爭對手怎麼做，再試著比對方多一點。例如對手做到18，就做到20；看到輝達在GTC公布新規格，競爭者回去後再加碼一點。但他認為，這樣的文化本質上只是「跟隨者思維」。
「如果你的標準來自別人，你怎麼設定自己的標準？」黃仁勳回憶，自己30多歲時就思考一個問題：若企業要挑戰從未有人完成的事情，甚至沒有對標對象時，該如何判斷「夠好」？他的答案是：以物理極限為標準。
黃仁勳說，所謂「光速」，不只是速度，而是物理定律本身。包括頻寬、時脈、功耗、能源與成本等，每件事都應追問其極限在哪裡。
他舉例，若某項流程目前需63天，多數企業會思考如何逐步縮短至62天、61天，這就是經典的「持續改善（continuous improvement）」模式，日本製造業尤其將此做到極致。
但黃仁勳認為，在創新科技產業，這樣還不夠。他說：「你不能只問怎麼比昨天快一點，你要先問——理論上最快可以多快？」若物理極限是7天，那麼企業真正的機會就在63天與7天之間。這種思考方式，才能真正激發組織潛力與突破式創新。
黃仁勳進一步說：「如果最佳答案只是62天，那幾乎不值得興奮；但如果目標是7天，你整個團隊就會被解放。」這套思維，也是輝達近年高速產品迭代與AI布局背後的重要文化基礎。
除了談管理哲學，黃仁勳也回應員工對內部轉調與職涯發展的焦慮。有員工匿名提問指出，由於組織與地理限制，跨部門流動機會有限，甚至考慮外部工作機會。
黃仁勳則直言，自己並不認為換公司才是唯一出路。他加重語氣說：「如果我沒在NVIDIA，我可能現在還在邏輯大型積體電路（LSI Logic）。」
他表示，自己一直相信，不必離開原有環境，也能重新定義自己、改變現況，甚至重塑整家公司。
黃仁勳強調，主管真正的職責不是命令員工做事，而是創造條件，讓員工能完成自己人生最重要的工作（life’s work）。若環境對了，員工自然會被激發、會創新，甚至發現原本未知的新機會。
黃仁勳認為公司應該讓最優秀的人在公司內找到機會，而不是逼他們去外面找。他也點出矛盾之處：輝達正大規模招募數千名人才，卻讓現有員工覺得必須離開才能找到新機會，這本身就說不通。
黃仁勳指出，台灣據點涵蓋晶片設計、軟體工程、AI、機器人、研究、系統與供應鏈合作，幾乎所有領域都有發展空間。「我們在台灣幾乎什麼都做。」
他鼓勵員工保持耐心，與主管充分溝通，主動尋找公司內部的新機會。
[joblist_plugin title='更多104【NVIDIA輝達】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='4']
推薦閱讀：
黃仁勳「AI五層蛋糕」是什麼？ 台積電、廣達、台達電在哪一層？相關工作機會盤點
文組翻身？AI時代英文系最吃香？黃仁勳點名頂尖人才最重要的3大能力！
黃仁勳揭NVIDIA成功的「燉湯哲學」：廢除員工排名、打造冒險環境！
黃仁勳卡內基演講談AI：新鮮人如何擁抱技術、放大潛能、培養職場競爭力？
文組也能當黃仁勳員工！輝達找「簡報設計師」薪水上看650萬 可遠距上班
2026-06-02 聯合新聞網綜合報導 由聯合新聞網授權轉載
AI時代，許多人漸漸有「讀理科才有未來」的趨勢，然而輝達（NVIDIA）執行長黃仁勳曾表示，在這個時代下讀什麼不重要，重要的是說故事的能力、創造力和判斷力。
這也反映在輝達的招募職缺裡。多數人總認為，沒有理工背景進不了科技大廠，但最近輝達開出「簡報設計師（Powerpoint Presentation Graphic Designer）」的職缺，讓文組人燃起希望。
根據職缺描述，這個職位隸屬行銷部門，可遠距上班，需要精通PowerPoint，包括排版、動畫、設置模板等，會與高階主管、平面設計、文案、客戶經理等多方面密切合作，設計簡報和素材來傳達品牌故事。
此職位要有5年以上使用PPT或Google Slides製作視覺效果和設計品牌簡報的經驗，需展示資訊圖表、插圖、圖表、合成技術等作品。至於學歷，則是要求擁有平面設計或相關領域的藝術學士、理學學士或藝術碩士學位（或同等經驗）。
薪水部分則依等級區分，等級3（Level 3）的員工薪水為100,000美元至166,750美元（約新台幣310萬至520萬）；等級4（Level 4）的員工薪水為132,000美元至207,000美元（約新台幣410萬至649萬）。
但是工作條件中也明確寫出，要適應長時間工作、夜班和周末加班，需具備在壓力下仍能保持冷靜及高效工作的能力。被高薪吸引的求職者要確認自己是否能應對高壓和高工時。
輝達徵求簡報設計師。圖／擷取自輝達官網
[joblist_plugin title='更多104精選【輝達】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='5']
延伸閱讀：
文組翻身？AI時代英文系最吃香？黃仁勳點名頂尖人才最重要的3大能力！
黃仁勳卡內基演講談AI：新鮮人如何擁抱技術、放大潛能、培養職場競爭力？
預言技職崛起！黃仁勳不勸你寫程式：AI時代最缺的新貴，是水電工
黃仁勳喊 AI 時代電力好重要 大同、華城、中興電迎大商機
2026-04-17 經濟日報記者朱曼寧、籃珮禎 由聯合新聞網授權轉載
輝達（NVIDIA）執行長黃仁勳接受Podcast訪談提到，先進封裝產能不足、晶片短缺等供應鏈瓶頸預計兩、三年內即可化解，但AI（人工智慧）發展真正長期制約在能源，直言「不能在沒有電力情況下建立一個工業」。
黃仁勳此言，意味發展AI最大問題在於供電充裕，電力基礎建設才是AI競賽終極戰場，後續對重電需求會愈來愈大，大同（2371）、華城、中興電等台灣重電廠都已揮軍AI電力建設並陸續繳出實績，迎來商機。
綜合外媒報導，黃仁勳接受Podcast主持人Dwarkesh Patel深度訪談，釋出以上訊息。
黃仁勳並對輝達地位提出定義，是將「電子」轉為「Token（符元）」的轉換器，並指出運算基礎必須建立在穩定且龐大的電力供應。AI數據中心規模邁向兆級美元，電力設備升級與電網韌性成為科技大廠首要任務，這也讓重電產業從傳統電機轉型為AI基礎建設關鍵夥伴。
重電業者分析，AI電力設備需求才剛開始。大同近期布局成效顯著，不僅產品端已取得北美電力變壓器與美式箱型變壓器相關認證，通路端更透過與美國電力設備開發商GIS合作，成功打入雲端服務供應商（CSP）供應鏈，卡位北美能源市場。憑藉從發電、配電到節能完整垂直整合能力，大同未來有望對接北美電網更新與基礎建設轉型商機。
[joblist_plugin title='104精選【大同】工作機會' url='https://www.104.com.tw/company/52cwahd' amount='2']
重電四雄亦展現強勁動能。華城去年外銷占比突破55%，預期今年將推升至60%，穩坐外銷龍頭。華城表示，AI推波助瀾，電力設備供不應求，預期未來五到十年將高度成長。士電預估，今年外銷占比提升至25%，強調今年是AI產業元年，相關擴廠規模將帶動電力需求爆發性成長。
[joblist_plugin title='104精選【華城】工作機會' url='https://www.104.com.tw/company/fagha6g' amount='2']
亞力與中興電鎖定半導體晶圓廠與北美變壓器市場。亞力擬於美國成立子公司，強化與半導體客戶合作，確保交期穩定。中興電憑藉取得台積電設備及美國UL認證優勢，成功開發符合當地規範的GIS產品，並透過與美國在地客戶協作出貨。
[joblist_plugin title='104精選【中興電】工作機會' url='https://www.104.com.tw/company/f68w1j4' amount='2']
法人指出，重電族群全面由本土電網轉向全球AI基建市場，商機想像空間巨大。
黃仁勳提到，輝達地位不可撼動，主因在於其AI伺服器具備全球最佳總擁有成本與能效。輝達致力讓生態繁榮，並確保GPU分配優先供應給數據中心已就緒的客戶。
業界分析，黃仁勳上述「電力就緒即算力就緒」邏輯，迫使CSP加速電力投資，進而為台廠提供長期訂單保障。隨著輝達AI晶片持續推進，高效能、低損耗的重電設備將成為市場主流，台廠在AI能源戰場的地位也將更加關鍵。
預言技職崛起！黃仁勳不勸你寫程式：AI時代最缺的新貴，是水電工
黃仁勳受訪時指出，資料中心的加速蓬勃發展，創造了數以千計的工作機會，「我們將需要數十萬名電工、水管工、木匠蓋這麼多的資料中心。」他呼籲需要更多水電工和管線工人，這與他更宏觀的觀點一致，也就是下一波的技術機會，不在於軟體層面，而在於實體基礎設施的建構。
文／張詠晴編譯 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
建築工超搶手，年薪破台幣300萬年輕人選技職，也要有師傅教
黃仁勳不勸你寫程式，而是勸你拿起工具，學當工匠。他點出未來超稀缺人才，年薪上看300萬，而且人力需求每年都得成倍成長，再成倍成長。
AI高速發展之下，年輕世代持續聽到這樣的聲音：入門級職位被AI取代，初入社會的新鮮人要找到工作的機會愈來愈渺茫。
然而，輝達執行長黃仁勳卻提出了不同的觀點：資料中心的加速蓬勃發展，實際上為年輕人創造了數以千計的工作機會。他指出，要抓住這些機會，年輕人只需願意選擇透過技職學校來獲取必要的技能訓練。
黃仁勳在接受英國第4頻道新聞訪問時說，「我們將需要數十萬名電工、水管工、木匠蓋這麼多的資料中心。」
他說，「每個經濟體的技術工種將迎來前所未有的蓬勃發展，人才需求將呈現指數級成長，每年都必須成倍成長，再成倍成長，不斷擴大。」
被譽為「AI教父」的辛頓（Geoffrey Hinton）近期也在podcast節目中表達一樣的看法，「去學當水管工。」
諾貝爾獎得主辛頓說，「我覺得水管工人比較不會失業。但像法務助理這類處理文書工作的人，很快就沒人需要了。」
建築工超搶手，年薪破台幣300萬
黃仁勳不是空談，他正以實際資金投入來兌現承諾。
輝達9月底宣布，將投入高達1000億美元資金，投資OpenAI，支持大規模打造搭載輝達AI處理器的資料中心。根據麥肯錫的預測，到2030年，全球在資料中心的資本支出將激增至7兆美元。
根據推估，建造一座7000坪資料中心，需雇用1500名建築工人，當中許多人無須大學學歷，但年薪可超過10萬美元（約300萬台幣），外加加班費。
資料中心完工後，仍需50名全職員工負責維護設施，而這些工作還會帶動周邊地區再創造3.5倍的其他工作機會。
黃仁勳呼籲需要更多水電工和管線工人，這與他更宏觀的觀點一致，也就是下一波的技術機會，不在於軟體層面，而在於實體基礎設施的建構。
今年稍早被問到如果再回到20歲時，他會選擇哪個領域就讀時，黃仁勳坦承他會傾向選擇物理科學為基礎的學科。
他說，「對於現在已經畢業的年輕人，如果是我，可能不會選擇軟體科學，反而會去鑽研更多實體科學的領域。」
輝達執行長黃仁勳的發言，為年輕世代描繪了未來的人才需求與解決方案；相對地，其他企業領導人凸顯了人才供應與產業需求之間，存在著一道亟需填補的巨大鴻溝。
今年稍早，貝萊德執行長芬克（Laurence Douglas Fink）表示，他已正式向白宮表達自己的擔心，認為移工遭驅逐出境，加上美國缺工問題，正為資料中心建設製造一場「完美風暴」。
芬克在一場能源會議上說，「我甚至告訴過川普團隊成員，我們需要大量電工，但人力根本遠遠不足，無法支撐AI資料中心的建設。」
福特執行長法利（Jim Farley）今年6月指出，美國缺60萬名工廠工人和50萬名建築工人。
他說，華府想要製造業回流，但這份雄心與實際勞動力供給之間存在巨大落差。
法利在接受《Axios》採訪時說，「我們有這個目標，但沒有實際的根基來支撐這個雄心。如果我們找不到人手，怎麼可能把這些工作全部搬回美國？」
無論AI最終是否奪走大量工作機會，許多Z世代跟上趨勢，重新思考職涯走向。線上求職平台Resume Builder上個月針對超過1400名Z世代成年人的調查顯示，42%已選擇從事或正在追求藍領或技術工作，其中許多人持有大學文憑。而他們的選擇多半出於，可以避免學貸負擔及降低被AI取代的風險。
Resume Builder職涯顧問長哈勒在調查中表示，「愈來愈多Z世代大學畢業生轉向發展技術工作，背後的理由是出於擔心AI會取代傳統白領工作，而技術工作則提供難以自動化的實務操作。此外，許多畢業生面臨學歷與職場脫節的困境，難以獲得所學專業的工作，促使他們探索更實用且真正有人力需求的替代方案。」
年輕人選技職，也要有師傅教
當然很多人會說，人形機器人正逐漸縮小與人類工作的差距，未來技術工作恐怕也會被取代。
線上專業發展平台BetterUP的AI首席科學家里斯則認為，「機器人技術確實在快速發展。它即將投入入門級工作，比如駕駛卡車和搬運設備，但要應對複雜工作還需要時間。」
加州大學柏克萊分校機器人學與自動化領域的科學家戈德堡（Ken Goldberg）說，「市面上存在的普遍誤解，以為人形機器人即將取代人類工人，這在我看來是個迷思。進展其實很緩慢。」
在AI時代，技術工人仍有巨大的發展潛力。他們將與AI和機器人並肩協作，把那些要求精細入微和解決複雜問題的工作，交給多年來不斷精進技藝的專業人士。
更值得關注的是，一旦學徒出師，將會發現眼前是一條嚴重供不應求的道路。隨著愈來愈多有意識、有志向的年輕人開始報考技職學校，許多院校反而陷入了師資難尋的困境。根據美國教育部數據，2025至2026學年度，至少有26個州面臨職業與技術教育教師短缺問題。因此，為了解決技職領域的人才斷層，身懷精湛技藝的師傅，同樣是最稀缺的人才。
（資料來源：Fortune, NBC News, Fox Business）
（原文標題：建築工年薪破300萬！黃仁勳：這才是AI時代最缺的新貴）
推薦閱讀：
3種性質工作最不易被AI取代！技職人一身武藝比文憑更吃香
AI時代職場核心技能大洗牌！2030年哪些技能讓你立於不敗之地？
28歲AI億萬富翁建議青少年：把所有時間拿去做一件事
AI世代最夯新職位》為什麼他們零經驗，年收20萬美元起跳？
根本不會取代你！為什麼AI的成效被誇大了？
[joblist_plugin title='更多104【營建／製圖類】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&jobcat=2012000000&page=1' amount='3']
半導體業最強擴產潮來了 廠務工程五強訂單塞爆
2026-09-07 經濟日報記者李珣瑛 由聯合新聞網授權轉載
全球半導體業迎來史上最強擴產潮，台積電（2330）、美光等指標企業大舉加碼資本支出擴產，帶動半導體廠務工程五強漢唐（2404）、亞翔（6139）、帆宣（6196）、洋基（6691）、聖暉（5536）訂單塞爆，合計在手訂單已逾8,800億元，創新高，確立黃金三年業績榮景。
台積電日前在半導體展高喊建置中晶圓廠高達20座，整體產能建置規模較過去倍數增加，但「還是無法滿足客戶需求」，業界預期台積電後續資本支出持續擴大，加上美國以關稅政策帶動「美國製造」建廠需求。法人看好半導體廠務工程五強後續在手訂單有望突破1兆元大關。
由聯合新聞網授權轉載
五強當中，亞翔目前在手訂單金額衝上4,400.73億元最多。
亞翔董事長姚祖驤指出，亞翔近四年來在新加坡承接統包案累計金額上看6,000億元，後續可望再接新案，未來三年工程案帶動營運成長可期。
[joblist_plugin title='104精選【亞翔】工作機會' url='https://www.104.com.tw/company/5lu3yuw' amount='3']
漢唐受惠於台積電、美光等大客戶持續建廠，在手訂單金額約1,939.37億元，續創新高。漢唐預期今年全面受惠於全球半導體產業因應AI應用的結構性投資，主要客戶陸續啟動多座晶圓廠投資計畫，穩定挹注營運成長。
[joblist_plugin title='104精選【漢唐】工作機會' url='https://www.104.com.tw/company/9ma029s' amount='3']
帆宣董事長高新明透露，在手訂單金額衝上1,351億元新高，訂單能見度至少到2028年；客戶端在2029年、2030年相關專案已進入規劃，樂觀看待未來五年半導體建廠動能，帆宣已超前部署材料、人力及在地施工團隊，全力支援客戶在台灣、美國亞利桑那、日本及德國同步擴產需求。
她透露，今年最火紅的是先進封裝CoWoS相關設備，帆宣已投入CoPoS等技術發展，配合客戶的需求。
[joblist_plugin title='104精選【帆宣】工作機會' url='https://www.104.com.tw/company/amsb7y8' amount='3']
聖暉在手訂單金額超過600億元，區域分布包括台灣68%、大陸21%、東南亞及其他地區11%；以半導體訂單最高、占比達63%。聖暉上半年稅後純益29.44億元，每股純益23.73元，創同期新高紀錄，在手訂單規模有望持續放大，後續獲利成長可期。
[joblist_plugin title='104精選【聖暉】工作機會' url='https://www.104.com.tw/company/o4ntlmw' amount='3']
洋基上半年稅後純益23.17億元，每股純益17.46元，在手訂單金額約517.7億元。看好客戶持續擴廠，對廠務機電工程及無塵室需求續強，訂單能見度達2027年底。
[joblist_plugin title='104精選【洋基】工作機會' url='https://www.104.com.tw/company/e7e0jmo' amount='3']
黃仁勳主題演講談AI、機器人 宣布台北總部落腳北士科
2025-05-19 報導 聯合報攝影中心記者林俊良 由聯合新聞網授權轉載
輝達（NVIDIA）執行長黃仁勳今天在主題演講中播放Blackwell生產過程的影片，表示從晶圓上蝕刻的第一個電晶體，到鎖緊Blackwell機架的最後一顆螺絲，每個步驟都承載著合作夥伴的奉獻，強調Blackwell是一個科技奇蹟，更是台灣科技生態系統卓越成就的證明，並再次謝謝台灣。
黃仁勳今天上午發表台北國際電腦展（COMPUTEX）首場主題演講，談及輝達在生成式人工智慧（AI）的擴張、與鴻海和廣達等台廠持續深化的夥伴關係，及如何應對日益加劇的關稅憂慮。並宣布台灣總部落腳北士科等重大訊息。
[joblist_plugin title='看更多104【輝達】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='6']
黃仁勳今天上午發表台北國際電腦展（COMPUTEX）首場主題演講，談及輝達在生成式人工智慧（AI）的進展。攝影／聯合報記者林俊良 由聯合新聞網授權轉載
輝達（NVIDIA）執行長黃仁勳今天上午發表台北國際電腦展（COMPUTEX）首場主題演講，會場外並有輝達周邊商品販賣，吸引大批粉絲。攝影／聯合報記者林俊良 由聯合新聞網授權轉載
輝達（NVIDIA）執行長黃仁勳今天上午發表台北國際電腦展（COMPUTEX）首場主題演講，談及輝達在生成式人工智慧（AI）的擴張、與鴻海和廣達等台廠持續深化的夥伴關係。攝影／聯合報記者林俊良 由聯合新聞網授權轉載
輝達相關供應鏈工作機會
公司名稱代碼薪資福利工作機會研揚科技股份有限公司研揚（6579）看福利看職缺宏碁股份有限公司宏碁（2353）看福利看職缺凌華科技股份有限公司凌華（6166）看福利看職缺Advantech_研華股份有限公司研華（2395）看福利看職缺日月光半導體製造股份有限公司日月光投控（3711）看福利看職缺華擎科技股份有限公司華擎（3515）看福利看職缺華碩電腦股份有限公司華碩（2357）看福利看職缺圓剛科技股份有限公司圓剛（2417）看福利看職缺艾訊股份有限公司艾訊（3088）看福利看職缺勤誠興業股份有限公司勤誠（8210）看福利看職缺仁寶電腦工業股份有限公司仁寶（2324）看福利看職缺中光電智能機器人股份有限公司中光電（5371）看福利看職缺台達電子工業股份有限公司台達電（2308）看福利看職缺EDOM_益登科技股份有限公司益登（3048）看福利看職缺慧友電子股份有限公司慧友（5484）看福利看職缺鴻海精密工業股份有限公司鴻海（2317）看福利看職缺捷安特_巨大機械工業股份有限公司巨大（9921）看福利看職缺技嘉科技股份有限公司技嘉（2376）看福利看職缺弘憶國際股份有限公司弘憶股（3312）看福利看職缺Inventec_英業達股份有限公司英業達（2356）看福利看職缺迎廣科技股份有限公司迎廣（6117）看福利看職缺廣運機械工程股份有限公司廣運（6125）看福利看職缺京元電子股份有限公司京元電（2449）看福利看職缺立端科技股份有限公司立端（6245）看福利看職缺麗臺科技股份有限公司麗臺（2465）看福利看職缺光寶科技股份有限公司光寶科（2301）看福利看職缺聯發科技股份有限公司聯發科（2454）看福利看職缺神達電腦股份有限公司神達（3706）看福利看職缺微星科技股份有限公司微星（2377）看福利看職缺宸曜科技股份有限公司宸曜（6922）看福利看職缺新漢股份有限公司新漢（8234）看福利看職缺醫揚科技股份有限公司醫揚（6569）看福利看職缺和碩集團_和碩聯合科技股份有限公司和碩（4938）看福利看職缺廣達電腦股份有限公司廣達（2382）看福利看職缺所羅門股份有限公司所羅門（2359）看福利看職缺德律科技股份有限公司德律（3030）看福利看職缺曜越科技股份有限公司曜越（3540）看福利看職缺台灣積體電路製造股份有限公司台積電（2330）看福利看職缺聯華電子股份有限公司聯電（2303）看福利看職缺欣興電子股份有限公司欣興（3037）看福利看職缺緯創資通股份有限公司緯創（3231）看福利看職缺緯穎科技服務股份有限公司緯穎（6669）看福利看職缺聰泰科技開發股份有限公司聰泰（5474）看福利看職缺
從反覆送樣到正式量產：新應材如何讓台灣材料進入半導體製程
文／104人力銀行
本文導覽：
完成作用後會被清除，卻直接影響晶片良率
當海外供應出現缺口，長期準備才有機會被看見
真正的門檻是：重新釐清問題，再調整、再送樣
研發工程師如何把製程問題，轉化成材料配方？
不一定要成為主管，技術也能是一條長期職涯
免費下載2026半導體薪資報告書
一項半導體材料從開發、送樣到正式導入產線，往往需要經過一至兩年的驗證期。在取得穩定訂單以前，供應商仍得持續投入研發、試產與送樣成本。
每次測試完成後，迎來的未必是正式採用，也可能是新一輪的配方調整。為了在客戶提出需求時具備供貨能力，產線與廠房甚至必須提前建置，相關成本與風險則由公司先行承擔。
新應材早在2014年便將影像感測器光阻材料導入手機應用；2018年進一步開發半導體特化材料；到了2020年，半導體黃光微影材料成功導入台積電製程。從手機影像感測器到半導體製程，這條路靠的並不是一次命中，而是長達多年的送樣、測試與調整。
完成作用後會被清除，卻直接影響晶片良率
新應材的部分產品屬於半導體製程使用的特用化學材料，在完成清洗、顯影或其他製程作用後便會被清除，不會留在最終晶片中。
晶圓在黃光製程中，會經過塗布、曝光、顯影與清洗等多道程序。塗布完成後，晶圓邊緣可能殘留光阻或其他化學物質，需要透過洗邊劑清除；底部抗反射材料則能降低曝光時的光線反射，讓圖形更精準地形成。
隨著晶片線寬愈來愈小，製程對材料純度、穩定性與一致性的要求也隨之提高。任何微小殘留或材料差異，都可能影響圖形精度與後續製程，進而牽動產品良率。
新應材人資長施春慈如此形容，公司更像半導體製造背後的隱形推手：「我們的產品不一定出現在成品上，卻支撐晶片完成每一次曝光、清洗與堆疊。」
當海外供應出現缺口，長期準備才有機會被看見
過去，許多半導體特用化學材料仰賴美國、日本等海外供應商。對客戶而言，更換一項已使用多年的材料，代表必須重新驗證穩定性與風險，因此不會輕易改變供應來源。
新應材剛從面板材料跨入半導體市場時，也不是立刻就能取得訂單。公司團隊長期拜訪客戶、爭取送樣機會，直到海外材料供應出現問題，客戶需要尋找替代方案，才主動詢問新應材能否提供協助。
團隊接下需求後，立即將客戶遇到的問題帶回研發與製程單位，經過配方調整與測試，最終開發出符合製程需求的材料，也協助改善原有良率。
客戶臨時找上門時，新應材並非從零開始。過去多次送樣、調整配方與測試所累積的資料，讓團隊能在短時間內理解問題，提出可行方案。
對客戶而言，本土供應商的另一項價值，在於回應速度。人資長提到，客戶若在傍晚提出問題，團隊可能隔天一早就得交出初步方案；研發、製程與業務必須立即釐清需求，再依照測試結果持續修正。
距離更近、溝通時間更短，讓台灣材料有機會從緊急備援，逐步成為客戶的長期合作選項。
研發工程師如何把製程問題，轉化成材料配方？
新應材目前主要招募化學、化工與材料背景的人才。隨著公司從面板材料與配方開發，進一步往材料合成發展，具備合成技術與化學配方能力的人才也變得更加重要。
研發工程師的工作，並不是依照固定步驟完成實驗，而是先理解客戶真正遇到的問題：是殘膠無法完全清除、製程穩定度不足，還是下一代產品需要不同的材料特性？
工程師必須將這些問題轉化為實驗設計，再從材料特性、化學反應與測試數據中尋找答案。
製程工程師則負責將實驗室的小量成果，放大成能夠穩定量產的產品。小量實驗成功，不代表放到產線上就能直接複製；當生產規模改變，溫度、混合方式與反應條件都可能跟著變化，而研發與製程則是必須經過反覆調整，直到產品能穩定生產。
由於產品主要應用於黃光製程，部分研發與製程人員會在黃色照明環境中工作，並穿著無塵服。在這樣的工作環境裡，工程師必須對細微差異保持敏感：同一套配方，只要溫度、混合條件或操作順序稍有變化，實驗結果就可能完全不同。
真正的門檻是：重新釐清問題，再調整、再送樣
當求職者的專業條件相近，新應材更在意的是：遇到退樣或實驗失敗時，是否願意釐清問題，與不同部門溝通後，再重新提出方案。
半導體材料很少一次開發成功。即使團隊已經投入大量時間，客戶仍可能認為測試結果不符合需求。這時，工程師必須重新整理問題、修改實驗條件，再送一次樣。
比起從未失敗，公司更重視一個人在面對退樣時，能否繼續尋找原因，而不是把失敗視為工作的終點。
材料要從實驗室走向量產，需要研發、製程、品管與業務共同參與。當材料出現問題，各單位往往必須一起找原因，沒有人能用一句「這不是我的事」，就把問題推回其他部門。
客戶提出的也不一定只是眼前需求，更多時候談的是下一代製程可能出現的問題。工程師仍要持續閱讀論文、研究專利、吸收新技術，提前為尚未發生的挑戰準備答案。
在新應材，「責任感」與「抗壓性」並不是抽象的人格特質，而是當產品被退回後，仍願意回到數據、實驗與溝通現場，重新釐清問題，再調整、再送樣。
不一定要成為主管，技術也能是一條長期職涯
新人加入後，依職務與個人能力不同，通常會有三至六個月的學習期。除了由學長姐帶領，公司也設有線上學習系統，整理各部門累積的技術知識與教學影片，協助新人熟悉產品、製程與工作方法。
新應材採取技術與管理雙軌的職涯發展方式。對喜歡研究材料的人而言，成長不一定等於帶領更多人，也可能是逐步掌握更複雜的配方、合成與製程問題，持續累積專業深度。
擅長溝通、協調與推動專案的人，則可以透過實際專案歷練，逐步朝管理職發展。兩條路徑的差別，不在於哪一條比較高，而在於個人希望將哪一種能力累積得更深。
材料產業的成果不一定能被消費者直接看見，成功往往也來得比較慢。但一個配方上的微小改變，可能協助客戶提升良率；一項通過驗證的產品，也可能讓原本仰賴海外供應的關鍵材料，第一次能在台灣穩定生產。
對願意反覆驗證、喜歡追問細節，也會因為解開一個製程問題而感到興奮的人來說，這份工作的吸引力，或許正是材料最後不會留在晶片上，卻能一路推動晶片走向完成。
免費下載2026半導體薪資報告書
想進半導體供應鏈？再看看這些職涯機會：
從傳統化工走向科學公司：李長榮讓不同專業走進半導體材料
整合藏在建築裡的百餘種管線，撐起半導體良率的隱形系統——專訪洋基工程
營造蓋的不是工廠，是半導體起跑的第一秒：麗明營造在高壓工地，養出能扛數十億專案的人才
告別制式勞動，迎向 AI 時代人才的變革與重構
從 AI、大數據到雲端運算，智慧科技持續重塑企業運作模式，也同步改變科技人才的能力結構與職涯路徑。當技術不再只是工具，而是開始參與決策、流程與協作機制的設計時，企業對人才的期待，也隨之快速被改寫。隨著生成式 AI 進入科技研發現場，產業競爭的焦點，逐漸從單純的效能與技術規格面，轉向研發流程、協作效率與人才結構的重新配置。
文／104人力銀行
立即下載《2026科技業人才報告書-人才版》
本文導覽：
先定義後拆解，掌握工具且能同時進化的優勢
AI 不是取代能力，而是重新設計組織的槓桿
AI 改變的不只是工具，而是人才競爭的基準
無論是深耕資安領域的趨勢科技、由單點工具轉向 AI 驅動工作流程的KDAN 凱鈿、將服務版圖延伸至「新商務」場景的騰雲科技，亦或是持續推動流程優化的技嘉科技，皆不約而同指出：AI 並不是單一技術的導入，而是從根本上，重新定義工程師的工作方式與企業的選才邏輯。
先定義後拆解，掌握工具且能同時進化的優勢
趨勢科技指出，在資安產業中，AI 的導入不僅提升效率，更放大了攻防的速度與規模。企業真正需要的，已非能單純完成任務的工程師，而是要能理解問題、拆解問題，並知道如何運用 AI 讓產品與防禦能力持續進化的人才。「企業現在看的人才，不再是會不會寫 code，而是能不能用 AI 定義問題、拆解問題，並把它真正放進工作流程裡。」
這樣的轉變，使「會寫程式」逐步從門檻條件，轉變為一種基本能力。
KDAN 凱鈿則觀察到，企業選才的標準明顯被翻轉。過去對工程師的面試，多半以程式語言的熟悉度為主，然而當 AI 加入成為日常工具，真正拉開差距的，反而是思考邏輯和問題拆解的能力。「以前我們面試工程師，程式語言熟悉度大概佔六、七成，思考能力佔三、四成；現在幾乎倒過來。」甚至可以說，判斷能力及邏輯架構，已遠勝單一技術的掌握。能力結構之外，AI 也在重新設計工作流程本身。
AI 不是取代能力，而是重新設計組織的槓桿
面對 AI 帶來的轉型壓力，騰雲科技則是認為，企業需要的人才，除了熟悉新工具，得要能解構既有的流程與模式，並予以重新加以設計。「頂尖的人才必須完備能解構問題的智慧，將經年累月結痂的既有工作流程無情拆解，再結合新工具進行徹底重構，以此創造出破局的商業價值。」在如此框架之下，AI 並非取代既有能力，反倒成為推動組織再造的重要槓桿。
相較之下，在硬體與韌體研發領域，AI 帶來的影響則呈現不同面貌。
AI 的導入並非突然出現，而是建立在長期流程自動化與知識共享文化的基礎之上。技嘉科技表示，當標準化與重複性的工作逐步由工具接手，企業在選才的課題上，反而更回到人才的本質。「AI 並沒有讓工程師變得不重要或被取代，反而讓一件事變得更加清楚——當工具越來越強，人真正不可取代的，仍然是持續學習、理解問題，以及把經驗轉化為能被團隊延續的知識。」
也因此，雖分處不同產業與戰略位置的四家企業，卻給出近乎一致的答案——AI 確實已改變你我的工作流程與內容，也對工程師的角色重新定位，然而企業真正關注的，不是誰會被取代，而是誰能定義出與 AI 協作的新方式。
AI 改變的不只是工具，而是人才競爭的基準
當 AI 已能協助完成大量數據的整理、流程文件撰寫及程式生成，甚至是輔佐當下決策的研判時，隨之浮現的是一個跨越產業和領域的深層叩問——AI 會不會取代人類？
觀察四家受訪的企業，答案竟出乎意料地一致：AI 並不會讓「人」變得不重要，而是讓人才的價值重新排序。但首先被改變的是，企業對工程師角色的認知與理解。當標準化、重複性的工作逐步由工具接手，真正拉開差距的，不是技術的熟練度，而是能否理解問題、拆解流程，並持續與新工具共同進化的能力。
正如受訪者所指出：「不是 AI 會取代人，而是會用 AI 的人，會取代不會用 AI 的人。」對企業而言，這意味著選才邏輯正在改變；對求職者而言，也代表未來職場的競爭力，將來自於跨領域理解問題的能力，以及在變動之中持續重塑自身角色的位置。
立即下載《2026科技業人才報告書-人才版》
掌握更多科技業人才趨勢，大家都在看這些：
告別制式勞動、迎向職能重構：騰雲科技在 AI 時代的破局商業學
AI 時代，寫程式不再是護身符——KDAN 凱鈿重新定義「好人才」
AI 時代的研發現場：回歸人才特質，技嘉如何重新定義工程師的工作方式
在趨勢科技，唯一的競爭對手是駭客：AI 時代下，資安人才與研發現場的真實變化
黃仁勳：台灣是AI革命震央 輝達年採購上看1500億美元 籲台增電力供應
2026-05-27 聯合報記者簡永祥、記者林伯東攝影 由聯合新聞網授權轉載
輝達（NVIDIA）執行長黃仁勳在北士科的員工大會致詞表示，輝達在台布局、AI發展與企業策略發表談話，直言台灣已成為全球AI革命核心，輝達每年在台採購與合作規模，已從數年前的100億至150億美元，大幅躍升至目前約1000億美元，並將進一步上看1500億美元，顯示台灣在AI供應鏈中的戰略地位快速提升。
黃仁勳指出，早在三、四年前，他便持續強調台灣生態系的重要性，並預告輝達將加大對台投資，如今事實證明這項判斷正確。「台灣正在蓬勃發展（Taiwan is booming），這完全合理。」
他表示，AI浪潮帶動下，台灣已成為全球AI供應鏈樞紐，從晶片製造、先進封裝、系統整合，到AI超級電腦打造，幾乎所有關鍵環節都集中於台灣。輝達與台灣合作夥伴關係極為緊密，並將在即將登場的GTC大會中，進一步展示與供應鏈共同打造AI願景的成果。
「台灣就是AI革命的震央（epicenter）。」黃仁勳更以台股與企業表現為例，形容合作夥伴業績亮眼，「我還沒遇過哪位台灣CEO不開心，這很不容易。」
談到輝達在台布局，黃仁勳透露，台灣據點將持續擴張，目前已有約1000名員工，未來幾年可望擴增至4000人規模，成為輝達全球最重要據點之一。
他指出，關鍵原因在於台灣不僅是輝達最重要的供應鏈聚落，更將長期扮演全球科技與電子製造中心角色。輝達將持續在台與供應鏈共同開發（co-engineering）、協同成長。
不過，黃仁勳也直接對台灣能源供應提出警訊。他向現場官員喊話，台灣未來需要更多電力。「人類勞動需要米飯，但AI勞動需要電力（Human labor needs rice, AI labor needs electricity）。」
黃仁勳指出，未來台灣將整合人類勞動、機器人勞動與AI勞動，若要參與這場新工業革命並持續成長，穩定且充足的能源供應至關重要。
他強調，歷次工業革命都建立在能源成長之上，能源供應與GDP成長高度連動，台灣若要把握AI產業機遇，電力基礎建設必須同步跟進。
對內部員工關切AI應用是否流於形式，甚至增加無效工作，黃仁勳則表示，任何新技術導入初期都難免不成熟，但最重要的是立即投入，而非等待完美。
「浪費一點錢沒關係，但不要浪費時間。」他也駁斥AI應用與效率之間只能二選一的想法，強調企業完全可以同時做到創新、獲利、品質與效率兼顧。
針對AI是否將導致裁員，黃仁勳則給出直接答案。「如果你不使用AI，我們才會裁員。」他指出，企業必須利用AI加速自動化、提升效率、擴大野心，AI本身不是裁員原因，不擁抱AI才是真正風險。
[joblist_plugin title='更多104【NVIDIA輝達】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='4']
推薦閱讀：
黃仁勳「AI五層蛋糕」是什麼？ 台積電、廣達、台達電在哪一層？相關工作機會盤點
文組翻身？AI時代英文系最吃香？黃仁勳點名頂尖人才最重要的3大能力！
黃仁勳揭NVIDIA成功的「燉湯哲學」：廢除員工排名、打造冒險環境！
黃仁勳卡內基演講談AI：新鮮人如何擁抱技術、放大潛能、培養職場競爭力？
黃仁勳GTC Taipei秀生態系 花娘小館等5家愛店全上榜
2026-06-01 聯合報記者簡永祥 由聯合新聞網授權轉載
輝達（NVIDIA）執行長黃仁勳今日在GTC Taipei主題演講中，再度把台灣供應鏈推上全球AI舞台。他開場即表示「很高興回家」，並特別感謝台灣龐大的合作夥伴生態系，強調外界談到NVIDIA生態系，多半想到CUDA軟體堆疊與開發者社群，但NVIDIA生態系其實一路延伸至上游，從台灣供應鏈開始，並向下游連結資料中心與終端使用者。黃仁勳更直言，台灣擁有「全球最好的供應鏈生態系」，因此今天就從台灣向世界介紹宣告輝達最強大的AI基礎建設平台。
值得注意的是，黃仁勳首次秀出台灣完整生態系，包括他每次來台最愛去的餐館如花娘小館、富霸王豬腳、磚窯、王記府城及Furit Lady等五家愛店全列上榜。
黃仁勳這次演講，也再度為台灣供應鏈背書，現場曝光的供應鏈背板更成為盤面焦點。包括台積電、鴻海、廣達、緯創、台達電、台光電、欣興、臻鼎-KY、奇鋐、雙鴻、健策、嘉澤、貿聯-KY、川湖、富世達、勤誠、光寶科、台郡、南俊國際、泰碩、良維、可成等台廠均被市場點名，顯示AI伺服器已從GPU晶片競賽，擴大為整櫃式系統、散熱、電源、連接器、機構件與PCB的全面升級戰。
黃仁勳GTC Taipei供應鏈背板
※點擊公司名稱可查看工作機會
台積電奇鋐光寶科鴻海雙鴻台郡廣達健策南俊國際緯創嘉澤泰碩台達電貿聯-KY良維台光電川湖可成欣興富世達臻鼎-KY勤誠
[joblist_plugin title='更多104【NVIDIA輝達】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='3']
黃仁勳強調的「Loop Engineering（迴圈工程）」是什麼？
「迴圈工程」（Loop Engineering）是什麼？輝達執行長黃仁勳強調「迴圈工程」是AI（人工智慧）的未來，點名將取代提示工程，成為定義2026下半年AI發展的關鍵轉變。
文／樂羽嘉編譯 圖／ChatGPT‧樂羽嘉協作 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
迴圈工程（Loop Engineering）是什麼？為什麼要學迴圈工程？黃仁勳怎麼說？迴圈工程的架構是什麼？迴圈工程實際上怎麼運作？哪些任務適合迴圈工程？自主工作流中的4大常見迴圈打造迴圈流程的小訣竅
輝達執行長黃仁勳最近讓一個人工智慧圈裡正夯的名詞成為焦點──「迴圈工程」（Loop Engineering）。根據X網友引述，黃仁勳說「現在沒人在寫提示詞了，都在編寫、管理迴圈」，把迴圈工程形容為定義2026下半年AI發展的重大轉變。
黃仁勳不久前接受美聯社專訪也反覆提到，未來AI將超越簡單的單次提示詞，成為能夠自主搜尋、評估、推理、使用工具、透過重複循環自我改進的系統。
簡單來說，提示工程是在研究如何對AI模型下達更好的指令，迴圈工程是要設計指令下達後AI系統自動執行的流程。
迴圈工程（Loop Engineering）是什麼？
迴圈工程是一個閉環式的循環。在一個標準的迴圈工程架構中，AI系統會生成一個假設、做測試、按照明確的目標給結果打分數、讀取並分析失敗的原因，把檢討後得到的回饋內容餵給下一次生成。迴圈工程的運作模式就是感知（Perceive）、推理（Reason）、行動（Act）、觀察（Observe），不斷重複。
在這個流程中，每次循環（Pass）成本相對便宜，但每次的結果都能縮小搜尋範圍。所以迴圈工程可以把數十次平庸的嘗試變成更強大、經過測試、更可靠的一次輸出。有價值的不是模型的第一個答案，是強迫模型不斷改進的過程。
為什麼要學迴圈工程？
現在大多數AI工作流還是高度依賴人類手動操作，AI照著你的提示詞，一個口令一個動作。你寫提示詞，模型回覆，你檢查內容，再寫新的提示詞，不斷循環。每次模型回覆你，互動就結束了，模型不會繼續工作、監控變化、自己決定下一步。
這種「單次對話」模式應付一次性任務還行，但需要AI代理自主完成多步驟工作（例如研究主題、寫報告、發布更新、檢查結果、在沒有人類干預下進行迭代）時就會很沒效率。
舉例來說，如果要打造「客戶研究」工作流，你可能需要AI代理執行以下步驟：
從多個管道爬數據
做摘要
標記異常值
格式化報告
傳到Slack
檢查有沒有人回覆
這中間包括6個以上不同步驟，若沒有完全自動化，你每一步都要手動觸發。
在這個背景下，迴圈工程誕生，透過 /loop（迴圈）、/goal（目標）和 /routines（常規程序）等結構，讓AI代理不需要人類在每個步驟手動輸入提示詞，也能持續工作，徹底改變自主AI代理能做到的任務範圍。
黃仁勳怎麼說？
黃仁勳提到，未來的AI方向是「少一點猜測，多一點研究」。
他解釋，現在AI系統已經能夠用網路搜尋並回傳「兩到三種不同版本」的資訊，接著自主評估哪一個版本最接近事實。
這就是迴圈在實務中的運作方式。AI不只會被動回應，更會主動搜尋、對比、評估、精煉內容。
另一個例子，是AI系統接收到提示詞後主動閱讀大量文獻、追蹤引用來源、沉浸並理解主題脈絡，隨後透過推理想出解決問題的方法。
這正是迴圈工程可能比提示工程更重要的原因。黃仁勳認為，一個聰明的提示詞頂多能改善一次回覆品質，但一個設計精良的迴圈可以讓整個工作流徹底進化。
迴圈工程的架構是什麼？
多數迴圈工程的實做主要圍繞以下3個核心結構：
1. /loop迴圈
告訴AI代理重複執行某個特定的動作序列。它可以是有限次數的（運行N 次），也可以是條件式的（運行到某個條件成立為止）。
2. /goal目標
替迴圈定義終止條件與前進方向。沒有目標，迴圈代理就會無限期運行或隨機終止。
3. /routines常規程序
這是AI代理在迴圈中可以隨時調用的模組化、可複寫的動作序列，可以看做是副程式（Subroutines）。
/loop怎麼運作？
迴圈會建立一個重複執行的循環機制。最基本的流程如下：
AI代理接收輸入，或觀察目前的狀態。AI代理執行某個動作。AI代理 評估是否應該繼續迴圈。如果答案為「是」，則帶著更新後的上下文回到第一步。
它與一般程式中的 for loop 最大差別在於，AI代理的推理能力可能會讓第二步在每一次迭代時都變得不一樣。換句話說，它不只是重複執行同一個動作。它能夠根據上一輪發生的結果，決定下一步該做什麼。
舉例來說，一個監控網站的AI代理可能會設定成每小時執行一次迴圈，用來檢查競爭對手的價格頁面是否有變動。
在每一次迴圈中，它都會把目前頁面狀態與先前儲存的基準版本進行比較。如果沒有任何變化，它什麼事都不做。如果有變化，它就會啟動通知流程。
/goal怎麼運作？
目標賦予迴圈終止的條件和前進的方向。一個優秀的目標定義通常包含：
成功狀態：怎樣才算完成？（例如「報告已提交，確認送達」）
限制條件：代理必須遵守的邊界（例如「不可以發超過3封電郵」）
優先訊號：需要做取捨時，什麼事情最重要。
目標的定義不需要很複雜，像是「持續執行直到處理完50個潛在客戶資料並記錄到Airtable中」就夠具體了。模糊的目標（像是「做個厲害的研究」）往往會導致AI代理出現不可預測的行為。
有些架構會進一步區分終極目標與工具性目標，這種做法比較接近人類的規劃方式。
/routines怎麼運作？
routines是代理在迴圈內使用的基本組件，是一系列模組化、可重複使用的動作流程，當特定條件或情境出現時，AI代理就可以呼叫對應的routine來執行。
常見的routine包括：
Data Fetch Routine（資料擷取）：從資料庫取得最新紀錄，進行格式整理，然後存入工作記憶。
Summarize Routine（摘要）：接收一段文字內容，產生摘要，評估摘要品質。如果品質低於設定門檻，則重新生成。
Escalation Routine（升級處理）：如果某項任務超過AI代理的信心門檻（Confidence Threshold），就標記成需要人工審核，並暫停該分支迴圈的後續執行。
Notification Routine（常式）：整理目前狀態資訊，並透過Slack或電郵發送通知訊息。
routine讓你可以方便地管理迴圈，做到個別測試每個功能模組、獨立除錯、重複利用既有能力、自由組合出更複雜的代理行為。
迴圈工程實際上怎麼運作？
當 /loop、/goal 與 /routines 組合在一起時，就形成所謂Agentic Loop（代理式循環），在這個能自主驅動的循環機制裡，AI代理會持續觀察、推理、執行、評估，並不斷重複這個過程，直到目標達成為止。
這個循環的簡化版本如下：
Observe（觀察）——目前的狀態是什麼？（檢查輸入、讀取記憶、取得資料）
Reason（推理）——根據目標與目前狀態，下一步應該做什麼？
Act（執行）——執行適當的routine。
Evaluate（評估）——剛剛的行動是否讓系統更接近目標？目前的新狀態又是什麼？
Loop or Terminate（繼續循環或結束）——目標是否已經達成？如果沒有，就回到第一步。
哪些任務適合迴圈工程？
適合使用的場景：
任務具備多步驟、充滿條件變數：下一步該做什麼，完全取決於上一步的結果。
完成時間無法預測：例如背景資料搜集、持續性的市場監控、需要反覆修改的內容。
人類審查成為效率瓶頸：用明確的目標與信任門檻取代重複的人工點擊，解放人力。
排程週期性任務：定期喚醒、執行、休眠的監控或報表工作。
應該避免的場景：
任務只有明確單一步驟：只是單純轉換一段文字或生成單一文件，引入迴圈只會增加無謂的複雜度。每一步都需要人類百分之百判斷：流程無法放手讓AI推理（雖然可以設計暫停機制，但會大幅增加複雜度）。目標模糊不清： 如果你無法具體定義怎樣算做完，AI就會變成失控的API額度殺手。
自主工作流中的4大常見迴圈
輪詢迴圈（Polling Loops）：AI代理按時間（如每30分鐘）喚醒，檢查數據源，只有發現新數據時才觸發特定行動（例如檢查CRM中的新潛在客戶，豐富數據）。
精煉迴圈（Refinement Loops）：AI代理生成內容（如行銷文案），根據品質標準自行評分，分數未達標就重寫，直到過關或達到最大嘗試次數為止。
隊列處理迴圈（Processing Queue Loops）：AI代理面對一個任務清單（如客服工單庫），一件接一件地處理、記錄結果，直到清單清空為止。
事件回應迴圈（Event-Response Loops）：AI代理持續監聽外部訊號（如電子郵件、Webhook），一旦有事件進來就立即執行回應程序，隨後回到監聽狀態。
打造迴圈流程的小訣竅
先定義退出條件：在設計任何工作流節點前，先明確寫下「在什麼具體條件下，這個迴圈必須停止」。
設定硬性限制：務必設定最大循環次數或最長運行時間，防止代理因陷入死迴圈刷爆你的API額度。
把一切記到日誌裡：讓AI代理在每次循環中記錄狀態、行動與結果，否則無聲運行的迴圈一旦出錯會完全無法偵錯。
從小規模開始：先從最簡單的「觀察→行動」兩步迴圈開始，穩定後再加入精煉邏輯與模組化程序。
獨立測試你的routines：把它們串進迴圈之前，確保每個獨立routine（如摘要routine）本身可以完美運作。如果rountine本身的輸出品質很差，再完美的迴圈工程也救不回來。
（資料來源：NDTV、MindStudio）
（原文標題：黃仁勳說必學的「迴圈工程」Loop Engineering是什麼？）
推薦閱讀：
Claude Cowork排程任務怎麼用？讓AI定時產出報告教學
偷學Anthropic工程師！6個好用的Claude提示詞
碾壓不用AI的學生！10個NotebookLM學習提示詞
用提示詞讓Gemini修照片！2026年最受歡迎的7種玩法
輝達執行長黃仁勳喊話 AI已成為基礎設施
2024-12-19 報導 經濟日報記者林薏茹 由聯合新聞網授權轉載
輝達（NVIDIA）執行長黃仁勳18日接受外媒《連線雜誌》（Wired）專訪時表示，「AI已成為一種基礎設施」，並在受訪中提及至少23次基礎設施，透露AI基礎建設的重要性不言而喻，黃仁勳並看好，這將是「半導體產業首度大規模製造智慧」。
延伸閱讀：2025企業最看好3題材：AI、綠能ESG、長照！景氣展望相對樂觀，最憂心通膨
黃仁勳在專訪中暢談AI前景。他認為，AI不僅是一項新技術，更是一個全新產業，這也是半導體業第一次大規模製造智慧，之所以用「製造」形容，是因通常一個產業在形成過程中，會製造出前所未有的東西。
黃仁勳舉例，就像電腦產業當初製造軟體一樣，現在AI產業是製造智慧，需要能源、需要大量工廠，並對一個國家的社會、工業、經濟和技術進步有重要影響。
黃仁勳認為，AI在很多方面扮演基礎設施的角色，比如能源基礎設施、通訊基礎設施、AI工廠、數據中心等，在社會、教育、大學、研究和創業等環境中，AI也扮演十分重要的角色。
黃仁勳強調，進入AI時代，人類使用電腦方式將會轉變，過去透過程式語言等方式與電腦溝通，未來AI取代傳統操作系統，人類可通過提示詞直接問問題，要AI為我們做一些事情。
[joblist_plugin title='最新【輝達】職缺，104上找得到！' url='https://www.104.com.tw/company/1a2x6bm42t' amount='5']
有任何收穫或想分享的，都來和大家一起聊聊吧！