104學習

軟體程式設計

軟體程式設計
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
具備此技能代表能運用程式語言撰寫、測試及維護軟體系統,解決實際問題並提升工作效率。在數位轉型浪潮中,能快速理解需求並設計符合規範的程式碼,協助企業自動化流程及創新服務。此能力不僅限於寫程式,更包含邏輯思考、問題分析與團隊協作,對跨部門溝通與專案推進至關重要。隨著科技持續進步,具備此技能能提升職場競爭力,拓展多元發展機會。
關於教室
關注人數 812 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 812 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

軟體程式設計 學習推薦

詹翔霖

商學院兼任副教授

06/06 23:25

智慧健康照護產業發展  智慧高齡科技照護講義
智慧健康照護產業發展 智慧高齡科技照護講義
學習目標
1. 了解全球智慧健康照護產業發展現況。
2. 分析高齡化社會帶動之市場需求。
3. 認識智慧健康照護主要產業類別。
4. 探討未來就業趨勢與人才需求。
5. 評估臺灣智慧健康照護發展機會。
一、高齡化社會帶動產業轉型
人口結構改變
高齡人口增加造成:
• 醫療需求增加
• 長照需求增加
• 居家照護需求提升
• 健康促進市場擴大
銀髮經濟(Silver Economy)
意涵:因高齡人口增加所衍生的經濟活動。
主要市場:
• 醫療照護
• 健康管理
• 輔具設備
• 智慧住宅
• 養生休閒
二、智慧健康照護產業架構
上游技術開發
包括:
• AI技術
• 感測器
• 晶片設計
• 雲端平台
中游產品與系統整合
例如:
• 健康監測設備
• 智慧照護平台
• 智慧病房系統
下游服務應用
包括:
• 醫院
• 長照機構
• 社區照護
• 居家照護
三、智慧照護主要應用領域
1. 智慧醫療
特色:
• AI輔助診斷
• 電子病歷
• 遠距醫療
2. 智慧長照
特色:
• 健康監測
• 居家安全管理
• 個案管理
3. 智慧居家
特色:
• 智慧型感測
• 環境控制
• 緊急通報
4. 智慧輔具
特色:
• 行動輔助
• 溝通輔助
• 復健科技
四、臺灣智慧健康照護發展
優勢:
• ICT產業成熟
• 全民健保資料完整
• 醫療品質佳
• 高齡化速度快
挑戰:
• 法規限制
• 數位落差
• 專業人才不足
五、未來人才需求
照護專業人才
• 護理師
• 長照管理師
• 個案管理師
科技專業人才
• AI工程師
• 資料分析師
• 系統開發人員
跨域人才
具備:
• 健康照護知識
• 資訊科技能力
• 管理整合能力
個案討論
請分析:「智慧照護機器人是否能解決長照人力不足問題?」
課後作業
蒐集一家智慧健康照護企業資料:
1. 公司簡介
2. 產品或服務
3. 創新特色
4. 市場發展分析
看更多
0 0 455 0
104學習

產品

05/20 11:21

Google 推出 Gemini Omni能將任何輸入素材轉化為內容創作的全新模型
去年,Nano Banana 將 Gemini 的智慧導入影像生成與編輯領域。從那時起,這項技術已經幫助了數百萬名使用者修復老照片、將草圖化為設計,並以過去無法想像的方式實現腦中的創意想法。
Google 正式推出 Gemini Omni,這是一款結合 Gemini 邏輯推理與創作能力的全新模型,能以任何的輸入素材創造出任意形式的內容,並率先支援影片生成。透過 Omni,你可以自由混搭圖片、音訊、影片和文字素材等輸入內容,結合 Gemini 基於現實世界的知識,進一步生成高品質的影片。你甚至可以透過像聊天一樣的簡單對話,輕鬆編輯你的影片。
即日起,Gemini Omni Flash 已正式上線,所有 Google AI Plus、Google AI Pro 及 Google AI Ultra 的訂閱用戶,都能在 Gemini 應用程式和 Google Flow 中搶先體驗
完整訊息 請見官方blog :
看更多
1 1 577 1

104學習精選課程

看更多課程
想提升職場競爭力?專業技能課程看起來👇
104學習

產品

05/13 09:40

Claude Code 推出 Agent View:AI 編碼助手,正在從「幫你寫程式」變成「幫你跑任務」
AI 編碼工具又往前走了一步。
Anthropic 於 5 月 11 日為旗下 AI 編碼助手 Claude Code 推出新功能 Agent View。簡單來說,它讓開發者可以在同一個命令列介面中,同時管理多個正在執行的 Claude Code 工作階段,不必再開一堆終端機分頁、tmux 視窗,或靠腦袋記住每個 AI 任務做到哪裡。
這項功能目前是 Research Preview,開放給 Pro、Max、Team、Enterprise 與 Claude API 方案使用者。官方文件也提到,使用者需要 Claude Code v2.1.139 或更新版本。
Agent View 是什麼?
過去使用 AI 編碼工具,多半是一個任務配一個對話視窗。
你請 Claude Code 修一個 bug,就在一個終端機裡看它分析、改檔、測試;如果又想同時請它檢查另一個 pull request,可能就要再開一個視窗。
Agent View 想解決的,就是這種「多任務切換成本」。
官方說明中,Agent View 可以用以下指令開啟:
claude agents
進入後,開發者會看到一個集中管理畫面:哪些 session 正在工作、哪些需要輸入決策、哪些已經完成。每個背景 session 都是一段完整的 Claude Code 對話,可以在背景持續執行。
換句話說,Agent View 不是單純把畫面整理得更漂亮,而是讓 Claude Code 更像一個「AI 任務控制台」。
開發者可以怎麼用?
假設一位工程師早上打開專案後,可以同時交代 Claude Code 幾件事:
第一,調查某個測試為什麼不穩定。
第二,檢查一個 pull request 是否有潛在問題。
第三,修正一個前端頁面的小 bug。
第四,針對某段舊程式碼提出重構建議。
過去這些任務可能需要在多個終端機之間切換,確認每個 AI 助手是不是卡住、做到哪一步、是否需要回覆問題。現在透過 Agent View,可以在同一張清單裡查看狀態;如果某個 session 需要使用者決定下一步,也可以直接查看最近回覆並快速回應,不一定要進入完整對話。
這代表 AI 編碼工具的使用方式,正在從「一問一答」變成「派工、追蹤、驗收」。
Agent View 帶來的工作流改變
Agent View 的重點,不只是同時開多個 AI session,而是讓開發者能更有系統地管理 AI 代理任務。
對開發工作來說,這會帶來三個明顯變化。
第一,平行處理變得更容易
修 bug、看 log、整理 PR、跑測試,過去可能要依序處理。現在開發者可以把任務拆開,讓多個 Claude Code session 平行執行,再集中查看結果。
這對大型專案、複雜 repo 或需要頻繁切換上下文的工程團隊來說,能降低不少操作負擔。
第二,開發者角色更接近任務管理者
AI 編碼工具不再只是等待指令的聊天助手,而是可以被分派任務、在背景執行、等待使用者介入的工作單位。
這也意味著開發者需要更清楚地拆解任務:哪一個問題可以交給 AI 先調查?哪一段程式可以讓 AI 嘗試重構?哪些修改需要人工審查後才能合併?
工具能力提升後,真正關鍵的反而是任務設計與驗收能力。
第三,品質控管變得更重要
Agent View 可以讓多個 AI session 同時進行,但平行工作也代表風險可能同時擴大。
AI 可以協助分析問題、修改程式、提出建議,但不代表所有輸出都能直接上線。尤其是牽涉資料安全、權限、核心流程、使用者資料或架構調整的程式修改,仍然需要工程師檢查、測試與 code review。
因此,Agent View 提升的是「多工管理效率」,不是取消開發者的判斷責任。
使用 Agent View 需要注意什麼?
官方文件也提醒,Agent View 不是無成本地開啟多個 AI 任務。
每個背景 session 都會消耗使用者的訂閱配額;如果同時啟動多個代理任務,token 使用量可能快速增加。
此外,背景 session 仍是在本機執行。如果電腦進入睡眠、關機或環境中斷,正在執行的任務也可能停止。
在檔案修改方面,Claude Code 會透過 worktree 隔離平行工作,降低不同 session 互相覆蓋檔案的風險。不過,開發者仍需要確認要保留的變更是否已正確合併或推送,避免誤刪工作成果。
AI 編碼工具正在進入「多代理工作流」階段
Claude Code 推出 Agent View,代表 AI 編碼工具正在從「單一對話助手」走向「多代理任務控制台」。
它的價值不只是讓開發者少開幾個終端機視窗,而是讓多個 AI 編碼任務可以被集中管理:哪些正在執行、哪些需要回覆、哪些已完成、哪些失敗,都能在同一介面中掌握。
這也反映出 AI coding assistant 的下一個發展方向:不只是協助產出程式碼,而是參與更完整的開發流程,包括任務拆解、背景執行、狀態追蹤、結果回報與人工驗收。
對開發團隊來說,Agent View 帶來的不是「讓 AI 自動完成所有工作」,而是讓工程師能更有效地管理多條 AI 協作工作線。未來 AI 編碼工具的競爭,可能不只在模型能力,也會在誰能更好地融入真實開發流程、降低切換成本,並讓人類更容易掌控 AI 產出的品質與風險。
官方資料來源
1. Anthropic 官方公告:Agent view in Claude Code
2. Claude Code 官方文件:Manage multiple agents with agent view
3. Claude Code 中文官方文件:Agent View 說明
4. Claude Code Changelog
看更多
1 0 863 1
你可能感興趣的教室