成為 AWS 達人第一步！打造你的第一個 AWS 架構！
104學習
AWS維護
指管理與優化亞馬遜雲端服務平台的運作，確保系統穩定、安全且高效。包括伺服器設定、自動化部署、資源監控、故障排除及安全性管理。此技能能提升企業雲端基礎架構的可靠性與擴展性，降低營運風險，並支援業務持續成長。具備此能力者，通常熟悉雲端架構設計、網路安全、資料備份與災難復原，對現代企業數位轉型極具價值。
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
AWS雲端架構規劃｜建置實務應用
Architecting on AWS
【2026/12/29開班】AWS架構設計實戰
AWS雲環境的架構優化-彈性化自動擴展
【2026/12/21開班】Architecting on AWS (AWS架構設計實務)
Advanced Architecting on AWS
CompTIA SecAI＋國際AI資安認證班
【免費課程報名】技術開發技能1-9 如何利用 AWS 儲存服務加速生成式 AI 與機器學習訓練 | 完課紀錄回傳履歷表
精選證照
考取專業證照，讓能力被市場看見
AWS 認證雲端運維工程師-助理級認證
我們正在更新 AWS Certified CloudOps Engineer – Associate 考試（以前稱為AWS Certified SysOps Administrator – Associate ），以使其與監控和維護Amazon Web Services (AWS)工作負載方面的最新技能和知識保持一致。新考試的報名將於 2025 年 9 月 9 日開放。
此變更旨在提升獲得此認證的人員的相關性和可信度，突顯他們在 AWS 上部署、操作和維護工作負載方面的知識和技能。
AWS
AWS 認證的開發運維工程師-專業級認證
AWS Certified DevOps Engineer – Professional 可展示在 AWS 上佈建、操作和管理分散式應用程式系統的進階技術專長，讓其增加自信，並獲得同好、同事和客戶的信任。組織若有這些合格的專業人士，便可迅速交付安全與合規且具有高度可用性和可擴展性的系統。
AWS
AWS 認證的解決方案架構師-專業級認證
AWS Certified Solutions Architect – Professional 協助取得認證的人員展示在提供複雜問題之複雜解決方案，優化安全性、成本和效能，以及自動化人工程序等方面的進階知識和技能。此認證為組織提供一種方法，協助組織確定和培養具有實作雲端計畫所需關鍵技能的人才。
AWS
AWS 認證的解決方案架構師-助理級認證
AWS Certified Solutions Architect - Associate 著重於成本和效能最佳化解決方案的設計。對於擁有 AWS 雲端或強大的內部部署 IT 經驗的候選人來說，這是理想的起點。本考試不需要深入的編寫程式碼實作經驗，不過熟悉基本程式設計概念會讓您具備優勢。
AWS
AWS 認證的開發人員-助理級認證
AWS Certified Developer - Associate 展示開發、最佳化、封裝和部署應用程式、使用 CI/CD 工作流程以及識別和解決應用程式問題的技能和知識。對具有 IT 或雲端開發人員工作角色的人員來說，此認證是 AWS Certification 之旅的良好起點。
AWS
AWS 認證的資訊安全-專家級認證
AWS Certified Security – Specialty 可驗證您在 AWS 雲端建立和實作安全解決方案方面的專業知識。本認證也會證明您已了解專門的資料分類和 AWS 資料保護機制；資料加密方法和實施加密方法的 AWS 機制；以及安全的網際網路通訊協定和實作通訊協定的 AWS 機制。
AWS
精選貼文，掌握第一手知識
OpenAI衝算力 牽手Google 廣達、英業達營運進補
2025-07-18報導 經濟日報記者林薏茹 由聯合新聞網授權轉載
OpenAI因應算力需求大增，除採用最大金主微軟Azure的雲端運算資源之外，也將Google雲端納入其雲端供應商名單。OpenAI規劃，ChatGPT及其應用程式介面（API）採用Google雲端平台位於美國、日本、荷蘭、挪威及英國等地的基礎設施。
法人看好，Google拿下OpenAI雲端服務大單，將催動新一波AI伺服器建置熱潮，伺服器主要協力廠廣達（2382）、英業達等，營運吞補丸。
延伸閱讀：AI新十大建設 預算加碼…打造矽光子、量子電腦、智慧機器人國家級實驗室
OpenAI牽手Google
事件OpenAI在官網更新的雲端供應商加入Google雲端，另，未來ChatGPT及其應用程式介面將使用Google雲端平台、微軟、CoreWeave及甲骨文(Oracle)的雲端基礎設施影響Google雲端為全球第三大雲端服務供應商(CSP)，拿下OpenAI大單，將有助擴大在CSP市場的市佔率，台廠供應鏈也將雨露均霑受惠台廠廣達、英業達等資料來源：外電、法人 由聯合新聞網授權轉載
廣達受惠輝達GB200 AI伺服器出貨放量，第2季合併營收首度衝破5,000億元大關、達5,041億元，續寫單季新高。隨著第2季起較高單價的GB200機櫃出貨升溫、GB300也將於9月加入行列，廣達今年AI伺服器占整體伺服器營收占比可望突破七成。
[joblist_plugin title='104【廣達】工作機會' url='https://www.104.com.tw/company/ahfsoq0' amount='3']
英業達也是Google重要AI伺服器協力廠。英業達指出，上半年出貨以機櫃（L10）形式較多，單價較高，下半年出貨將以主機板（L6）為大宗，受惠產品組合帶動，有助毛利率向上，從出貨量來看，下半年會比上半年成長，全年AI伺服器出貨將有雙位數成長。
[joblist_plugin title='104【英業達】工作機會' url='https://www.104.com.tw/company/1zh8g1c' amount='3']
外媒CNBC報導，OpenAI在官網更新的雲端供應商列表中加入Google雲端，並表示未來ChatGPT及其應用程式介面將使用Google雲端平台、微軟、CoreWeave及甲骨文的雲端基礎設施。
據了解，Google與OpenAI曾針對這項合作進行數個月的討論，但由於OpenAI與微軟之間的排他性協議，而無法達成交易。直到今年1月，微軟調整與OpenAI合作模式，同意從獨家供應商模式轉為優先供應權模式，OpenAI與Google的合作關係才出現轉機。
OpenAI為因應龐大的運算資源需求，與微軟調整合作模式後，動作頻頻，尋求分散雲端供應來源。
OpenAI今年3月與CoreWeave簽署價值119億美元的五年合約，5月又再新增一筆40億美元的大單；OpenAI也於7月初與甲骨文簽下重大雲端基礎建設合作案，金額高達每年300億美元，是目前全球雲端市場金額最高的AI運算合約。
OpenAI執行長奧特曼今年4月曾表示，OpenAI正面臨運算能力限制，公開疾呼「若有人擁有10萬顆GPU容量，並能立即提供，請聯絡我們」，顯見隨著大語言模型規模不斷擴增，OpenAI對運算資源的需求也愈趨迫切。
業界人士指出，目前全球前三大雲端服務供應商（CSP）分別為亞馬遜AWS、微軟Azure及Google雲端，Google雲端拿下OpenAI雲端服務大單是一大利多，有助擴大其在CSP市場的市占率。
精選 【英檢】全民英檢報名倒數！中級1/30開考、11/23截止，一日考聽說讀寫一次搞定
求職履歷、升遷、部分公職與企業甄選，常會要求或採認英檢成績。如果你打算在明年初拿到全民英檢（GEPT）成績，這個月就要完成報名：116 年 1 月的初級、中級場次，報名都在 11 月截止。
📅 11 月截止的三個場次（116 年 1 月考試）
1️⃣ 初級 聽讀：1/9（六）考試｜報名至 11/20｜報名費 630 元｜成績 1/21 公布
2️⃣ 中級 聽讀：1/30（六）考試｜報名至 11/23｜報名費 900 元｜成績 2/26 公布
3️⃣ 中級 一日考：1/30（六）考試｜報名至 11/23｜報名費 2,530 元｜成績 3/5 公布
報名期間從 10/20（中級）開始，考試通知 1/20 發送。以上日期皆為官網公告，實際以財團法人語言訓練測驗中心（LTTC）最新公告為準。
💡 什麼是「一日考」？
全民英檢傳統上分兩階段：先考聽讀，通過後再報考說寫。一日考則是把聽、說、讀、寫四項合併在同一天考完。
．適合誰：時間有限、想一次拿到完整四項成績的上班族；或履歷、甄選需要「聽說讀寫」完整成績的人
．費用：2,530 元，剛好等於中級聽讀 900 元＋說寫兩項 1,630 元
．取捨：一天考四項比較耗體力，成績也比只考聽讀晚一週公布（3/5 vs. 2/26）
🤔 該報初級、中級聽讀，還是中級一日考？
．職缺只寫「具英檢中級以上」，但沒指定四項：可先報中級聽讀，費用較低、成績較快
．需要完整聽說讀寫成績，或不想分兩次排時間：選中級一日考
．英文基礎還不穩：先從初級聽讀開始，1/9 就能考，1/21 出成績
．錯過 1 月場：中級下一次聽讀在 5/8（報名 2/1～3/12），說寫在 4/17、18（報名 1/29～3/5）
✅ 報名前 3 件事
1. 確認目標單位要的是哪一級、要不要四項都有成績
2. 準備好報名資料與照片，上 LTTC 全民英檢官網線上報名、繳費
3. 繳費後到官網確認報名成功，1/20 記得查考試通知
⚠️ 三個常見錯誤
❌ 以為還有時間：初級 11/20、中級 11/23 就截止，別拖到最後一天才報名
❌ 只看總分：全民英檢各分項都有通過門檻，不能只靠強項拉分
❌ 一日考不先練體力：四項連考，平時就要練習整份計時作答，口說和寫作也要一起練
✏️ 從現在到 1/30，約 12 週怎麼準備？
．第 1～4 週：做一份完整模擬題，找出最弱的一項
．第 5～8 週：聽讀每天固定練，寫作每週至少寫 2 篇並請人看
．第 9～11 週：口說錄音自評，整份計時模擬
．最後一週：調整作息、確認考場與證件
📚 104學習免費英檢課程，可以先看
．【免費課程】5分鐘看懂全民英檢：級數差異、使用時機與報考方式
https://nabi.104.com.tw/course/104nabi/4d79891f-b2e3-457e-ab25-000a02de6e78
．【免費課程】全民英檢初級入門 第1堂｜初級考試地圖：考什麼、怎麼通過、如何準備
https://nabi.104.com.tw/course/104nabi/bab55772-8818-462d-adde-167fa9818c39
．【免費課程】全民英檢初級入門 第2堂｜聽力重點：聽懂問題，抓住關鍵資訊
https://nabi.104.com.tw/course/104nabi/4dd6f9d7-81e1-4e3f-bf66-3bd8dcaa68db
．【免費課程】全民英檢初級入門 第4堂｜寫作重點：先寫完整句，再連成短段落
https://nabi.104.com.tw/course/104nabi/30c601be-46bf-4218-99a2-c7b2d9ea21ae
你準備報哪一級？會選兩階段考還是一日考？歡迎留言分享你的英檢計畫！
資料來源：
．財團法人語言訓練測驗中心 全民英檢官網 測驗日程：https://www.gept.org.tw/
※ 報名期間、費用與考試規定以 LTTC 官網最新公告為準。
2025資訊長前瞻報告：平衡資安威脅與AI創新是企業成長關鍵
各國企業領導者為了從競爭激烈、變化快速的商業環境中脫穎而出，都竭盡全力尋找方法應對及解決。為深入了解全球科技業高層─特別是資訊長（CIO）在當前職場中的職責、挑戰和優先事項，《Experis 2025 CIO Outlook Study》針對全球1,393位科技領導者進行調查，結果顯示：企業必須在日益嚴峻的網路安全威脅和持續升起的AI創新浪潮之間找到微妙平衡，才能在未來的商業競爭中穩住腳步。
文／《104職場力》
本文導覽
網路安全是最大隱憂AI創新是驅動企業成長的雙面刃成功轉型的關鍵要素：人才與協作建立防護體系、培養人才是成功之道
網路安全是最大隱憂
隨著2024年網路犯罪的總成本將達到9.5兆美元，報告指出，網路安全成為全球科技領導者最關心的議題，有高達41%的CIO表示這是他們最大的焦慮源。因為企業面臨的挑戰不再僅是技術問題，而是牽涉到聲譽、營運乃至於生存。
調查還顯示，77%的企業計畫在2025年增加網路安全預算，這充分顯現企業對網路風險的重視。不過僅提高相關預算還不夠，報告強調，企業在面對網路威脅時缺乏統一的應對協議，員工對新安全技術的接受度也不高。
這代表企業不僅需要投入更多資源在安全技術上，還必須加強全員的資安意識、培養具備足夠技能的人才，並確保風險管理策略與網路安全防護之間的協調與平衡。
AI創新是驅動企業成長的雙面刃
在持續關注網路安全的同時，人工智慧的浪潮也正席捲各行各業。該報告也指出，AI將成為2025年技術投資的3大重點之一，其中67%的企業計畫增強對AI的投入，因為科技領導者普遍認為AI有助於提高日常生產力。
雖然策略上選擇增強投入，但CIO們對AI的態度逐漸趨向務實，從數據來看，僅有13%的參與者認為「提供AI解決方案是CIO最重要的任務」；多數受訪者認為AI仍處於初步階段，需進一步完善；另有33%的人表示，AI對企業的實際影響仍不清晰。
這樣的謹慎態度說明企業在接受AI創新時，除了重視其潛在價值，也同樣認知到限制。報告後續更提到，企業的關注應放在「如何將整體技術基礎建設與AI相結合，以便更好支持業務需求並實現快速的投資回報」。
延伸閱讀：AI時代主管四大考驗：「AI員工」效率高但有時不受控，如何管理人機協作？
成功轉型的關鍵要素：人才與協作
在面對網路安全威脅和AI創新的雙重挑戰時，人才短缺的問題就越發凸顯。調查發現，全球76%的IT雇主表示「難以找到所需的技術人才」，傳統大學教育也很難跟上瞬息萬變的技術需求；更糟的是，只有28%的企業會定期為IT人員提供最新技術的培訓。
為了解決人才問題，企業需要採取創新的策略，例如與人力資源部門緊密合作、開發多樣的招募管道，並考慮廣納那些有潛力且願意學習的非傳統IT人才。此外，企業還應重新設計IT職位，在其中融入AI相關技能，並提供硬技能和軟技能等全方面的培訓。
報告強調，許多CIO面臨的挑戰並非單一技術難題，還涉及跨部門合作。CIO普遍認為，與運營長（COO）的關係是企業未來成功的重要關鍵，但超過一半的IT領導者卻認為，高層管理團隊對CIO的角色缺乏足夠了解。因此，CIO需要更積極地與其他部門建立信任和合作，明確傳達IT的價值，並爭取重要利益相關者的支持。
延伸閱讀：企業人才培訓重點：把人才當作「人財」訓練專業能力
建立防護體系、培養人才是成功之道
《Experis 2025 CIO Outlook Study》結論點出：在日益複雜的網路安全環境和迅速發展的AI技術面前，企業不能再孤軍奮戰，要取得成功，關鍵在於建立高度韌性的安全防護體系，以務實的態度擁抱AI創新，並積極投資於人才培養與跨部門合作。只有那些能夠在網路安全和AI創新之間找到最佳平衡，並有效整合技術、人才和合作的企業，才能在2025年及未來的商業競爭中持續成長，贏得未來。報告中提出的行動建議，例如將網路安全視為全公司的議題、對AI保持實際期待，以及加強與人力資源部門的合作等，都指引著企業未來的方向，眼下正是企業重審技術戰略、積極應對挑戰、掌握機遇的關鍵時刻。
若企業希望在強化資安的同時優化人資管理流程，避免人事資料被盜取，選擇資安有保障的數位人資系統是企業提升資安韌性與管理效率的關鍵！104 HR Max人資系統通過 ISO 27001、BS 10012、ISO 29100及行動應用APP MAS標章等多重資安管理認證，並設有多層級權限控管、資料加密機制，以及定期弱點掃描等，協助企業安心進行人事、薪資等機密資料管理，讓內部系統風險與營運效率都能兼顧。👉了解更多【104 HR Max】介紹：https://104ha.com/1VReQ
延伸閱讀：
「生成式AI」將成新寵兒？公司導入前請先想好3件事：你是真的需要，還是跟風？
企業如何吸引與招募不同世代人才
企業轉型，為何7成都失敗？管理名師李吉仁：人才出問題，最大元凶是績效評估
AI資安疫情蔓延全球，專家建議：7個面向建立企業資安防護網！
AI興起，正在快速改變資安攻防的遊戲規則，過去需要投入大量時間攻擊漏洞、測試的駭客工作因AI而降低門檻。企業和機關更應該主動積極的備戰，國家資通安全研究院的院長龔化中，建議企業或機關可從7個面向著手建立資安防護網、保護數位資產，千萬不要心存僥倖！
文／龔化中（國家資通安全研究院 院長）
本文導覽
AI資安攻擊，已經進入新的階段在AI時代，不要心存僥倖，就是最基本的防禦一、 減少暴露在外的攻擊面：少一個入口，就少一個風險二、注意供應鏈安全：避免病從口入三、建立多層防護：不要期待系統永遠不會被攻破四、降低洩密傷害：保護最重要的數位資產五、做好營運維持：最重要的是確保組織活得下去六、冷靜應變：不要把時間花在找戰犯七、即時通報與聯防：一起阻止災害蔓延面對AI資安疫情，現在就是備戰的時候
最近常常看到一些AI相關的趣聞，有人想用AI協助健身房報名手續，結果發現名額已經額滿，AI竟然想辦法駭進系統幫忙插隊；也有實驗結果發現，最先進的AI為了完成任務，竟然暗中突破原本設定的限制，甚至嘗試入侵其他系統來「偷看答案」。
這些新聞看起來很有趣，就像科幻電影裡才會發生的情節。但當這些能力開始被駭客利用，情況就不再只是科幻，已經逐漸變成一場真實的資安風暴。
AI資安攻擊，已經進入新的階段
AI正在快速改變資安攻防的遊戲規則，在過去駭客需要投入大量時間進行資訊蒐集、漏洞研究、程式撰寫與攻擊測試；而現今AI正逐漸降低這些複雜工作的門檻，讓攻擊者可以更快、更大量地尋找目標與弱點。更值得注意的是，攻擊能力正在快速普及；惟防禦能力的成熟需要時間。
AI已經可以協助攻擊者尋找暴露在網路上的系統、分析漏洞、撰寫攻擊程式，甚至協助突破一些原本需要高度專業能力才能完成的工作。另一方面，AI資安防禦工具仍在快速發展中，其穩定性、準確性以及實際部署經驗等，都還需要時間持續累積。
這就像一場新的數位疫情：威脅已經開始擴散，但我們的「疫苗」與防禦體系還在持續研發與強化。
我們預期，未來一段時間AI所帶來的資安威脅仍會持續升高，直到漏洞管理、防禦工具、資安治理與整體應變機制逐步成熟，威脅才可能逐步趨於穩定。因此，面對AI資安疫情不是消極等待風暴來臨，機關與企業都應該提前部署備戰，做好準備。
延伸閱讀：有內鬼！商業機密被竊怎麼辦？5個QA帶你認識「營業秘密法」
在AI時代，不要心存僥倖，就是最基本的防禦
我們有以下幾項建議，提供給各級機關與企業參考：
一、 減少暴露在外的攻擊面：少一個入口，就少一個風險
AI搜尋網路上的弱點，成本低、速度快，而且可以大規模自動化。因此防守方的第一個原則就是盡量減少暴露在外、可能被攻擊的入口，魔鬼藏在細節裡，過去一些工程人員認為「應該沒有人會注意」的小細節，在AI時代可能很快就會被發現，例如：
研發、測試人員使用的遠端伺服器或開發中網站。
資訊營運人員使用的跳板機或系統服務帳號。
已經停止使用，卻沒有真正下線的舊系統與服務。
暫時開放、之後卻忘記關閉的網路服務或帳號。
工程人員可能以為自己留下的小小後門沒有「人」知道，但現在AI找得到。因此，各級主管應要求做好系統、設備、服務與帳號的完整盤點，該關閉的關閉、該更新的更新、該限制存取的限制存取。
延伸閱讀：別當職場資安網的漏洞，維護機密、當心智慧型手機上的惡意連結
二、注意供應鏈安全：避免病從口入
一個組織就算本身資安治理良好，就像一個注重健康、經常運動的人，還是可能因為「吃進去」的東西有問題而生病。
很多駭客其實不需要自己花大量時間研究目標。當一個熱門產品或軟體被發現重大漏洞，攻擊者可以利用自動化工具迅速找出哪些組織正在使用它，接著發動攻擊。
最近前沿AI公司與資安研究團隊大量運用AI挖掘開源軟體與資訊系統漏洞，漏洞發現與揭露的速度正在加快。這對整體資安環境是一件好事，但也代表攻擊者取得這些資訊的速度同樣很快。
因此，組織不能只知道「我們用了很多套系統」，而必須真正知道我們到底用了哪些系統？哪些版本？由誰管理？出了漏洞之後誰負責處理？
更重要的是，要建立明確的更新與修補策略。因為更新本身也可能造成風險。如果沒有經過測試與規劃，匆忙更新可能讓原本正常的服務中斷。
因此，除了正常的更新流程之外，也應預先準備緊急隔離與網路阻擋措施。當重大漏洞發生時，可以先限制有風險的設備或服務，爭取時間進行安全、完整的修補。面對快速變化的漏洞環境，最重要的不是每一次都搶第一個更新，而是要有能力快速判斷、快速隔離、快速修復。
延伸閱讀：每天上班收發上百封e-mail，這5大電郵詐騙手法，你不可不知
三、建立多層防護：不要期待系統永遠不會被攻破
進入AI資安攻擊時代，我們不能再期待「系統絕對不會被入侵」，更務實的做法是假設某一層防禦終究可能被突破，然後讓下一層防禦接住它。
防火牆、身分驗證、端點防護、網路監控、異常行為偵測、資料保護，以及最後的事件應變，都應該形成多層防線，這裡最重要的其實是「時間」。
如果駭客花了五分鐘突破第一層防禦，而我們可以在三分鐘內發現異常並啟動應變，就有機會在他進入核心系統之前把攻擊阻斷，資安防禦不一定要做到滴水不漏，但一定要讓攻擊者很難一路暢通。同時，重要的資安能力也不要形成單一依賴。即使最可靠的供應商，也可能發生服務中斷、漏洞或遭受攻擊。
關鍵的防禦能力應該保留替代方案與自主應變能力，避免一個單點故障就讓整個組織失去防禦能力。
延伸閱讀：密碼用生日、常用平台用同一組密碼？這些帳號被盜的資安大地雷，你也犯了嗎？
四、降低洩密傷害：保護最重要的數位資產
有一句成語「懷璧其罪」。你最重要的機密，往往就是駭客最想要的東西。
因此，第一步不是想辦法把所有資料保護到百分之百，而是先問自己：這些資料真的需要保存嗎？不必要的個資、信用卡資訊、機密文件與其他敏感資料，能不保存就不要保存。
如果確實需要保存，就必須做好分級、權限控管與加密，讓資料即使被取得，也不容易直接被使用。
AI時代還出現了一個新的風險：員工為了工作方便，可能直接把公司內部資料交給AI工具處理。
一份內部文件、一段程式碼、一份客戶資料，看起來只是一次簡單的AI查詢，卻可能成為新的資料外洩管道。因此，組織在導入AI的同時，也必須建立清楚的AI使用規範：什麼資料可以交給AI？什麼資料絕對不能交出去？這已經是每一個機關與企業都必須面對的新課題。
延伸閱讀：51%常用密碼在1分鐘內就能被AI破解，5個提高「密碼管理」的必知QA
五、做好營運維持：最重要的是確保組織活得下去
資安事件發生後，真正造成巨大損失的，不一定是資料被偷走，而可能是整個組織無法正常運作。
因此，除了防禦之外，更重要的是「韌性」，要有確實可行的營運維持計畫，並且真正演練過。資訊系統的資料備份與還原、電力與外部網路的備援、人員工作的替代設備，以及關鍵業務的替代流程，都應該預先規劃，而不能只是「有備份」，還要確定真的還原得回來。
對企業而言，也要思考資安事件發生後的營運資金與替代供應商。
就像狡兔三窟，重要的服務不能只有一個出口。當外部服務突然中斷時，組織才有能力撐過最困難的幾天甚至幾週。
資安的最終目標，不只是防止被攻擊，而是即使被攻擊，組織仍然能夠繼續運作。
延伸閱讀：專家建議：保護在家工作的視訊環境，務必注意7個要點避免資安威脅
六、冷靜應變：不要把時間花在找戰犯
資安事件發生時，不論事前做了多少準備，都不可能保證完全不受影響。
這時候最重要的，不是第一時間追究「到底是誰的錯」，而是先把災情控制住。按照既定的事件應變計畫執行，迅速隔離、確認影響範圍、保全證據、恢復服務，再進一步檢討原因。
也就是說，應該把「改善制度」和「懲罰個人」清楚區分。只有讓第一線人員敢於通報，組織才有可能真正學習，也才有機會避免下一次更大的事故。
延伸閱讀：如何戰勝全球資安聞之色變的勒索病毒，有效避免辦公室資料被其綁架呢？
七、即時通報與聯防：一起阻止災害蔓延
新冠疫情期間，及早發現、即時通報與跨單位合作，是控制疫情的重要關鍵。AI資安疫情也是一樣。
當一家企業發現新的攻擊手法，如果能夠儘速通報，就有機會讓其他企業提前做好防護，避免同樣的攻擊在整個產業快速擴散。
這也是為什麼資安不能只是「各自顧好自己的事情」。
在AI時代，一家組織發現的攻擊手法，可能在幾個小時之內成為另一家組織的災難。因此，更快速的通報、更有效的情資共享，以及政府、企業與資安社群之間的聯防，會變得比過去更加重要。
國家資通安全研究院是台灣的「數位消防隊」，我們會持續強化情資分析、威脅研判與應變協助，盡力守護國家與人民的數位資產安全。
如果政府機關或關鍵基礎設施業者遭遇疑似AI輔助的攻擊，可以透過數位發展部資通安全署或主管機關進行通報；民間企業與組織也可以透過TWCERT/CC（台灣電腦網路危機處理暨協調中心）通報，我們將盡力提供必要的協助。
台灣電腦網路危機處理暨協調中心
延伸閱讀：APP潛藏資安危機，5大常見可疑程式、別讓它出現在你的手機裡！
面對AI資安疫情，現在就是備戰的時候
AI資安威脅已經不是未來式，而是現在進行式。我們不需要恐慌，但必須提高警覺。沒有人能保證自己的系統永遠不會被攻擊，也沒有人能預測下一個AI工具會把攻擊能力提升到什麼程度。
真正重要的是，在攻擊能力快速進化的今天，我們能不能更快盤點自己的弱點、更快發現異常、更快隔離風險、更快恢復營運，也更願意把自己發現的威脅告訴其他人。這場數位疫情不可能只靠一家機構解決。政府、企業與整個資安社群都必須一起提高防禦韌性，才能把每一次攻擊的傷害控制在最小範圍。
AI資安疫情已經開始。現在，就是備戰的時候。
（原文標題：AI資安疫情全球蔓延， 機關與企業如何迎戰？）
本文獲 國家資通安全研究院 同意授權於《104職場力》刊載
微軟、Google、Meta擴AI基建…三巨擘搶買伺服器 台鏈吃補
2025-10-31 經濟日報編譯劉忠勇、記者吳凱中 由聯合新聞網授權轉載
微軟、Google、Meta三大北美雲端服務提供商（CSP）公布財報，看好AI需求強勁，同步上修未來資本支出預測，AI伺服器建置動能持續到明年，相關供應鏈鴻海（2317）、廣達、緯創、緯穎、英業達等後市看俏。但科技巨頭持續投入驚人資本支出，也開始考驗華爾街投資人的神經。
延伸閱讀：AI需求旺 掀搶電大戰…台廠積極布局
Google母公司Alphabet單季營收首度突破千億美元大關，公告今年的資本支出將達910億至930億美元，高於先前的850億美元，是今年第二度調高。微軟執行長納德拉則表示將「持續擴大AI領域的資本與人才投資，以把握前方龐大的機會」，高層並預測，明年資本開支接近1,400億美元。
▲ 圖片來源：聯合新聞網授權轉載
Meta財務長蘇珊・李指出，2026年資本支出將「顯著高於」2025年，明年的整體支出成長率也將「明顯加快」。Meta今年資本支出將達700億至720億美元，高於先前預估。
Alphabet、Meta和微軟上季資本支出總計達到780億美元，年增率高達89%，微軟上季資本支出349億美元更創新高，投資人對燒錢速度和回收時程感到不安，Meta和微軟在29日公布財報後盤後股價雙雙下跌，Alphabet盤後股價大漲。美股30日早盤，Alphabet上漲、Meta下跌，微軟下跌。
市場持續質疑AI是否正在醞釀另一大泡沫，Bernstein分析師Mark Moerdler在微軟高層的電話會議中提問，這些AI投資是否真能帶來回報，「或者坦白說，我們是不是正處在泡沫之中？」微軟財務長胡德重申，即使過去幾季投入數百億美元，仍無法滿足當前對AI及其他服務的需求。
因應北美四大CSP及中小型客戶AI算力需求，鴻海、廣達、緯創、緯穎、英業達、神達等伺服器大廠今年已大舉擴增美國伺服器產能。仁寶、和碩今年也有美國建設計畫，仁寶昨（30）日公告，董事會核准子公司Compal USA Technology Inc.在德州Taylor與Georgetown兩地簽署租賃協議，建置新據點，共投資9,410萬美元（約新台幣28.95億元）。
鴻海董事長劉揚偉日前指出，客戶需求持續強勁，鴻海過去一年擴大AI伺服器相關投資規模，已開始開發輝達下世代Vera Rubin NVL 144 MGX平台，預估出貨時程可能落在明年下半年。
[joblist_plugin title='最新【鴻海】職缺這邊看！' url='https://www.104.com.tw/company/233rv1s' amount='5']
廣達執行副總暨雲達總經理楊麒令先前表示，AI需求持續爆發，廣達訂單塞爆，今年以來已擴產八次，仍不敷使用。緯穎方面，法人預估，訂單能見度看到2027年，主要客戶都在加碼投資AI基礎設施，產業前景樂觀。
[joblist_plugin title='最新【廣達】職缺這邊看！' url='https://www.104.com.tw/company/ahfsoq0' amount='5']
宛如鋼鐵人「賈維斯」？AI助理Clawdbot爆紅 資安專家：一般人別裝
2026-01-29 聯合報編譯梁采蘩 由聯合新聞網授權轉載
AI技術正從「被動接收指令」跨越到「自動執行」？近期在科技圈爆紅的開源軟體Moltbot（原稱Clawdbot），展示AI代理的全新可能。它不再只是回答問題，而是能直接操作電腦、具備長期記憶，24小時為使用者處理任務，宛如一位專屬於你的數位助理，概念類似電影鋼鐵人的「賈維斯」。
傳統AI如ChatGPT僅限於文字互動，Moltbot則宛如「住在」你的電腦內，擁有與人類同等級的系統權限。它可連接Anthropic Claude、Google Gemini或OpenAI等大型AI模型作為「大腦」，並且透過你常用的通訊軟體（如Telegram、iMessage等）接收指令，在電腦上開啟瀏覽器、整理文件、發郵件，甚至執行複雜的程式開發工作。
Moltbot三大核心亮點包括：
一、長期記憶與主動性：系統會自動紀錄對話細節與使用者偏好。例如，若使用者曾提過固定發送電子報，Moltbot會根據過往內容，主動擬定草稿並提醒確認，而非被動等待指令。
二、全方位執行力：它能串接多種辦公軟體（如Notion、行事曆），並能根據網路即時資訊進行研究，將繁瑣的資料蒐集與彙整過程自動化。
三、手機即控制台：透過通訊軟體串接，使用者即便不在電腦前，也能隨時隨地交辦任務，讓家中或辦公室的電腦成為不間斷的工作站。
Moltbot的運行成本包括付費訂閱AI模型，以及一台穩定待命的電腦。蘋果Mac Mini被視為絕佳平台，原因在於它安靜且低功耗，方便24小時待命。網路上甚至有人一口氣買了12台Mac mini，建立一支「數位軍團」，讓不同的AI代理分別負責讀財報、寫推文、處理郵件，宛如一個小型自動化公司。
使用Moltbot的風險也顯而易見。由於它具備高度系統存取權限，且屬於開源專案，目前尚缺乏嚴格的安全防護機制。安全問題也是專家建議另外買Mac Mini架設的原因，以防萬一出事時影響自己的主電腦。專家還建議為Moltbot開設獨立的電子郵件與應用程式帳號，以確保個人隱私安全。
不過，英國科技媒體The Register仍點出Moltbot三大致命隱憂：
1. 公網曝露：資安專家已發現數百個配置不當的實例，導致私密對話與憑證在網路上「裸奔」。
2. 供應鏈風險：Moltbot技能庫缺乏審核，駭客可透過惡意插件遠端執行指令。
3. 明文儲存：部分敏感資訊未經加密儲存於本地端，極易遭盜資軟體一網打盡。
Google Cloud資安副總愛德金斯（Heather Adkins）等專家直接建議一般人「不要安裝」。專家認為，現代作業系統花費數十年建立的沙盒與權限隔離機制，正被AI代理工具以「功能需求」為由逐一拆解。當AI代理必須讀取所有文件、執行所有命令時，它也同時成為系統最強大、也最脆弱的後門。
目前Moltbot開發團隊雖已修復部分配置錯誤，但其「信任終端」的安全模型仍被認為過時且極具風險。對於不懂技術的一般使用者而言，這套工具可能從「生產力神器」轉瞬變為資安惡夢。
延伸閱讀：
IBM示警 AI模型與AI應用已成為門檻低、商業價值高的駭客攻擊目標
從看見未來到定義未來！黃仁勳的AI洞察與行動力從何而來？
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
IBM示警 AI模型與AI應用已成為門檻低、商業價值高的駭客攻擊目標
2025-08-04 經濟日報記者簡永祥 由聯合新聞網授權轉載
IBM近日公布《2025數據洩漏成本報告》警示，目前企業應用AI的速度遠超過其建置AI安全與治理，然而許多企業為了讓AI應用快速上線而忽略AI安全與AI治理。缺乏監管的AI系統更容易遭受攻擊，且造成的企業損失更為重大。
今年的報告首次針對AI應用的安全防護、治理機制、與控制訪問狀況進行研究；儘管研究結果顯示曾出現AI相關安全漏洞的企業僅佔採訪樣本的 13%，AI應用已經成為門檻低、商業價值高的網路攻擊目標。
IBM安全和營運產品副總裁Suja Viswesan指出，報告結果顯示AI 應用與治理之間的斷層已經存在，駭客正伺機而動。企業的AI應用普遍缺少基本的存取控制，導致機敏資料遭洩漏、模型可以輕易被篡改。隨著AI技術更多、更深、更廣地融入企業流程，AI安全防護必須成為基礎與重心。不作為的代價不僅損失金錢，更將損害客戶的信任、企業的透明度與自主權。
報告也提出一份比較資料：企業若在其安全業務領域廣泛應用AI與自動化技術，其資料洩露損失平均減少190萬美元，處理數據洩漏事件的周期平均減少80天。
報告的關鍵發現包括以下內容：
AI時代的企業安全漏洞發生領域
AI治理政策：63%曾發生數據洩露的企業尚未建立AI治理政策或仍在規劃階段。已經制定AI治理政策的企業裡，僅有34%定期審查未受批准的AI工具。
「影子 AI」的代價：五分之一的企業曾因影子 AI現象（未經公司同意或監管的AI工具）導致數據洩露，僅 37% 的企業制定管理或偵測影子 AI 的政策。與較少出現影子AI的企業相比，發生率高的企業其平均數據洩露成本多出 67 萬美元。涉及影子AI的安全事件導致個人身份資訊 (65%) 和智慧財產權 (40%) 洩露的比率，遠超過全球平均值（分別為 53% 和 33%）。
由AI驅動的智慧型攻擊：16%的數據洩露事件涉及駭客使用AI工具；主要用於網路釣魚或發動深度偽造的網路攻擊。
數據洩漏的經濟損失：
數據洩漏成本：全球數據洩漏平均成本下降到 444萬美元，是近五年來首次下降；但美國企業的平均數據洩漏成本卻高達1022萬美元。
處理數據洩露的全球平均周期創新低：隨著更多企業執行內部漏洞檢查，讓全球處理數據洩露的平均周期縮短至 241天，較前一年減少17天。與被外部攻擊的洩漏事件相比，透過內部檢測發現漏洞的企業平均減少損失達90萬美元。
醫療照護業的數據洩露成本仍居首位。儘管醫療行業的資料洩露成本較2024年減少235萬美元，其742萬美元的平均損失仍在本次調查的所有行業中居首位。醫療業的安全漏洞識別與控制周期長達 279 天，比全球均值241天多五周以上。
更多企業抵制駭客勒索：企業拒絕支付贖金的比率增加，63%的機構選擇拒絕支付勒索贖金，2024年的比率為 59%。儘管有更多企業抵制勒索，敲詐及勒索軟體事件的平均成本仍居高不下 — 尤其是被駭客攻擊時，損失高達 508萬美元。
AI 風險攀升，但企業對投資AI安全措施的動能卻不足：計畫在經歷數據洩漏事件後增加安全投資的企業比率顯著下降，從 2024年的63%降至2025年的 49%。而在計畫追加投資AI安全的企業裡，建置以AI驅動的安全方案或服務的企業不到一半。
數據洩漏的「長尾效應」：營運中斷 、營運成本增加
幾乎所有受訪企業在數據洩露後都發生業務中斷。大多數企業報告回復平均耗時超過100天，可見業務中斷的嚴重程度。
數據洩露的影響不僅止於漏洞控制：近半數企業表示計畫因洩露事件提高商品或服務的價格，其中近三分之一的企業漲價幅度達 15% 或更高。
這份報告由IBM主持與分析、Ponemon Institute 執行訪問；資料來自於2024年3月至2025年2月全球600家發生過數據洩露的企業。
延伸閱讀：
2025資訊長前瞻報告：平衡資安威脅與AI創新是企業成長關鍵
資安人才搶手！工作5年成長1.5倍 薪資中位數5.3萬增12%| 104玩數據
暗網也招手！經驗20年的資安「神級新鮮人」如何成為白帽駭客？
.NET 開發者必看！學會滲透測試思維，加速修補資安漏洞並提升系統穩定性
恆逸開課時間查詢：https://www.uuu.com.tw/Course/Show/1501/1
恆逸學員徐英智：
C# 全端開發兼顧穩定與資料安全
我目前在一家以軟體開發為主的科技公司擔任全端工程師,主要使用 C# 和 .NET 平台開發各類應用程式。工作上,我負責的範圍涵蓋後端系統架構設計到前端畫面的串接。我也會與美編人員、測試人員一起討論技術方案,並處理系統整合的問題。我們的客戶大多是公部門,因此系統在穩定性、擴充性及資料安全方面的要求都非常高。
🎯 藍紅軍攻防實務滿足工作所需
公司正在計畫投標更多不同領域的專案,在證照要求上需要有更多同事擁有 C# 相關證照。我覺得這門課最大的吸引力是內容非常完整,從防禦到攻擊的部分都有涵蓋,特別是針對藍軍防禦與紅軍攻擊等主題,都有搭配實務講解。這些正好是我目前工作上非常需要了解的內容。
🛡️ 從攻擊視角掌握資安防護精髓
講師的教學方式非常豐富,不只侷限於課本內容,而是從多個角度搭配實際案例來說明重點。印象最深的是在講解「程式撰寫的資安防護」時,講師不只是單純地說明理論與原則,而是透過實際的攻擊範例,來展示網站在有防護與沒防護時的差別。透過這樣的實作演示,我能夠更直觀地理解各種漏洞的成因與攻擊手法,也學會了如何在開發階段就建立正確的安全意識。這對我特別有幫助,因為我在工作中經常需要修補系統漏洞、分析滲透報告。課程讓我更清楚地了解滲透測試人員在檢測時的思維與方式,能更有效地從防禦角度思考問題,預先避免潛在風險。這樣的實務教學方式,讓我在資安防護上不再只是照著規範執行,而是真正了解背後的邏輯與意義。
🔍 Proxy 工具實戰應用發現潛在弱點
讓我印象深刻、甚至覺得意想不到的收穫,是學到了 Proxy 工具在滲透測試中的進階應用。以前我只知道這類工具能攔截封包做基本分析,但在課程中,講師深入示範了如何利用 Proxy 來模擬實際攻擊、測試網站的安全防護機制,這才讓我意識到這類工具的潛力。透過上課,我發現可以在專案系統上線前,先用這個工具自行進行測試,檢查是否存在漏洞或防護不足的地方,這不僅能提早發現問題,也能減少上線後修補的時間與成本。上完課的隔天,我立刻將這些方法運用到工作中,重新檢查過去負責的專案系統,找出一些過去未注意到的潛在弱點。實務操作的經驗,也幫助我在考證過程中,能更快速地判斷並找到問題的答案。
🚀 資安課程助學員快速理解攻擊手法強化防護爭取升遷
這門課對我工作的幫助可說是立竿見影。回到公司後,我剛好收到幾份滲透測試報告需要修補漏洞,便立刻回想課堂上學到的觀念與技巧。以前看到這類報告時,常需要花時間去理解攻擊手法與漏洞成因,但現在我能更快掌握滲透人員的思維角度,也能準確判斷問題所在,迅速找到程式中需要修補的部分並完成防護強化。更重要的是,這次的學習讓我對資料防護與網路架構的整體概念有了更深入的理解,能夠以更全面的視角來思考系統安全。我現在也能更直觀地提出自己的建議與想法,並主動分享課程中學到的資安觀念與防護技巧。最後,我希望自己能順利在下個月取得 CASE .NET 的證照,爭取公司提供的額外獎勵與升遷機會。
索取課程優惠：https://www.uuu.com.tw/Forms/CourseInfoRequest?courseId=CASENet&mediaSrc=104
搶攻12.1萬個AI工作！104運用AWS技術推「AI人才就緒計畫」目標首年培育逾3萬人
AI工作機會已達12.1萬個，要如何成為企業爭搶的AI人才？104人力銀行推出「AI人才就緒計畫」，在104學習精靈平台上架AWS官方免費AI課程，並結合課程推廣、證照推薦、履歷回寫與職缺媒合，打造「學習→認證→求職」的完整鏈路！
文／104人力銀行
本文目錄（點擊可快速前往）
AI工作機會年增9.1% 從研發需求走向製造應用AWS與104打造AI即戰力人才鏈學習平台×履歷資料庫整合
AI席捲全球，企業對AI與雲端技能人才需求持續攀升，104人力銀行增加AI關鍵字到413組、同時擴充AI招募職缺的比對範圍，觀察2025年第二季「正在開缺」以及「曾經開缺且已找到人」的AI工作機會數已有12.1萬個，其中，60.3%不限科系，代表自主學習AI或能應用AI的求職者，有機會成為企業爭搶的AI人才。104人力銀行運用Amazon Web Services（AWS）雲端服務與課程資源，推出「AI人才就緒計畫」，預計首年觸及超過3萬名學習者，導入超過300萬筆學習紀錄至履歷系統，打造「學習→認證→求職」的完整鏈路，為台灣職場注入數位動能。
104「AI人才就緒計畫」AWS免費AI課程
AI工作機會年增9.1% 從研發需求走向製造應用
104人力銀行最新統計，2025年第二季AI相關工作機會12.1萬個。依產業，5.8萬個AI工作機會集中於電子資訊/軟體/半導體業、占整體AI的48.3%，其次為一般製造業1.6萬、占11.9%，批發/零售/傳直銷業1.2萬個、占9.7%。依職缺，2.4萬個AI工作機會屬於軟體/工程類人員、佔整體AI的20.1%最高，其次為業務銷售1.2萬個、行銷類1.1萬個、工程研發類1.1萬個、操作/技術類0.6萬個。
比對年增幅，2025年第二季AI工作機會，比去年同期成長9.1%。AI工作需求最強的前三大產業，以一般製造業年增幅16%最顯著；需求最強的前五大職務，以操作/技術類人員年增幅31.4%最強，AI需求不再專屬科技大廠，而是逐步從研發需求落地、走向製造應用。
[joblist_plugin title='更多104【AI相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=AI&isJobList=1' amount='3']
AWS與104打造AI即戰力人才鏈學習平台×履歷資料庫整合
104人力銀行統計，近期的AI相關工作有60.3%不限科系，徵才企業放寬科系要求，但越來越需要懂AI應用、以及能解決實務問題的跨域人才，求職者若能自主學習AI、具備應用AI的能力，更能成為企業爭搶的AI人才。
呼應AWS培育雲端技術人才的「零介入科技計畫」，針對本次的「AI人才就緒計畫」，104人力銀行將扮演關鍵推手角色，將AWS官方課程上架至104學習精靈平台（https://nabi.104.com.tw/course/aws），並結合課程推廣、證照推薦、履歷回寫與職缺媒合，打造「學習→認證→求職」的完整就業鏈路，為台灣職場注入AI及數位動能。
AWS官方免費AI課程>>立即報名
104人力銀行預估，計畫首年將觸及超過3萬名學習者，並導入超過300萬筆學習紀錄至履歷系統，協助求職者在AI與數位轉型的浪潮中脫穎而出。此外，104也將運用站內廣告、社群貼文與EDM等多管道推廣課程，並優化平台內AI技能學習與證照推薦系統，讓求職者能快速獲得實用技能，提升轉職與升遷機會，打造「學習即戰力」的人才養成平台，助力求職者與企業在AI時代同步升級。
看AI人才就緒計畫
了解更多最新趨勢，你還會想看
COMPUTEX將登場 類比IC設計工程師年薪155萬居科技人才之冠，半導體薪資競爭力最強
104公布最新10大職場趨勢！科技與金融年薪逾90萬元、「新時代高薪職務」出列
【2025 熱點】Amazon Quick Suite 評測與市場前景｜AI 代理平台顛覆傳統 AIO 工具
Amazon Quick Suite 在 2025 年正式登場，這款全新 企業 AI 代理平台 被視為 Amazon 進軍生產力市場的重大佈局。與傳統 AIO（如 ChatGPT 類型的 AI 工具） 相比，Quick Suite 不僅能回應指令，更能透過代理人（Agent）自動執行複雜任務、整合企業工具並產生決策報告。隨著「Amazon AI 代理」、「企業 AI 工具」成為熱門搜尋關鍵字，這款產品也快速吸引了科技圈與商業領域的高度關注。
⚙️ Amazon Quick Suite 的核心亮點
工作流程自動化：透過 Quick Flows，只需自然語言即可建立跨部門工作流程。
數據驅動決策：結合 QuickSight 分析 與 Q Business 聊天代理，提供即時研究與決策建議。
客製化代理：企業可針對不同業務建立專屬代理，並跨團隊共享。
深度整合 AWS：安全性與穩定性有 AWS 作為後盾，方便與既有系統串接。
📊 Amazon Quick Suite vs AIO 工具比較
🚀 市場前景與挑戰
機會面：
全球企業對 AI 代理平台 的需求正快速增加，超過 40% 的公司計劃在 2026 年前導入 AI 自動化。
AWS 的雲端與數據優勢，將幫助 Quick Suite 建立生態壁壘。
挑戰面：
權限與資料存取的複雜度，可能成為企業導入時的顧慮。
目前仍在測試階段，穩定性與使用者體驗需要進一步優化。
競爭激烈：Microsoft Copilot、Google Gemini、Salesforce Agent 都已在市場上爭奪份額。
✅ 總結
Amazon Quick Suite 不只是另一個 AI 工具，而是能夠改變企業工作流程的 AI 代理平台。它與傳統 AIO 的最大區別在於 自動化能力與多工具整合性，對追求效率與智慧決策的企業來說，無疑是一個值得關注的新選擇。
Claude Code Subagent怎麼用？3分鐘建好第一個子代理，判斷何時該多Agent分工
一個任務想同時檢查安全性、效能和測試，只能一件一件問AI？本文說明Subagent（子代理）的分工模式，帶你用一個Markdown檔建立第一個官方Subagent，再用一張表判斷什麼任務適合多Agent協作。本文節錄自《Claude Code全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
什麼是Subagent？官方Subagent、自製Orchestrator差在哪？建立第一個官方Subagent：直接寫.claude/agents/檔案Subagent適用情境：什麼任務適合多Agent協作？【進階提示詞】讓Claude Code幫你建好Orchestrator
編按：本文收錄Subagent觀念與官方Subagent實作；以Python自製Orchestrator的逐步教學未收錄，文末附「進階實作提示詞」，可直接讓Claude Code幫你建好。
什麼是Subagent？官方Subagent、自製Orchestrator差在哪？
一般使用Claude Code的互動是一對一的：你問一個問題，Claude回答，然後再問下一個。
Subagent（子代理）改變了這個模式：
你的指令
↓
Orchestrator Agent（協調者）
├──> Subagent A：分析安全性
├──> Subagent B：分析效能
└──> Subagent C：分析測試覆蓋率
↓（三個同時執行）
Orchestrator 收集結果，合併報告
（圖／博碩出版《Claude Code全攻略》）
為什麼要用多Agent？
速度：3個任務同時跑，比依序執行快3倍
專注：每個Agent只做一件事，提示詞更精準
隔離：一個Agent失敗不影響其他Agent的結果
規模：一個人管不完的工作，交給Agent軍團
「Subagent」其實有兩種
在Claude Code的語境裡，「Subagent／子代理」這個詞指兩件不同的東西，別混在一起：
官方Subagent自製Orchestrator本體.claude/agents/*.md 定義檔（YAML frontmatter + system prompt）你自己寫的Python腳本執行方式在互動session內，由主Agent自動委派或你明確指名用 claude --print 開多個獨立進程平行呼叫上下文每個Subagent有獨立context，結果回傳主對話每個進程完全獨立，由腳本收集輸出適合重複使用的專職角色（審查員、測試員、文件寫手）大量平行任務、CI/CD整合、跨專案批次處理
官方Subagent是Claude Code內建、最正規的子代理機制（下文會帶你從零建立）；自製Orchestrator則是當你需要一次派遣大量Agent、或把Claude塞進自動化管線時用。
建立第一個官方Subagent：直接寫.claude/agents/檔案
若走「Python orchestrator + --print CLI」的程式化路線，可以一次派遣大量Agent平行工作。但你的第一個Subagent不應該寫Python——官方Subagent只是一個Markdown檔案，3分鐘就能建好。
舊版備註：舊版Claude Code曾提供 /agents 互動式精靈（7步驟引導建立Agent），該精靈已於v2.1.198（2026-07-01）移除。現在的做法是直接建立定義檔，反而更快、更透明；細節以官方文件為準。
官方Subagent的本體是一個放在以下位置的Markdown檔案：
位置範圍適合場景.claude/agents/（專案根目錄下）只有目前專案能用跟專案綁定的Agent（如Flask app的API tester）~/.claude/agents/所有專案都能用跨專案通用的Agent（如「程式碼審查員」）
第一次練習建議放專案級，玩壞了不會影響其他專案。
建立資料夾與定義檔
# Windows PowerShell（在專案根目錄下）
New-Item -ItemType Directory -Force .claude\agents
notepad .claude\agents\security-reviewer.md
# macOS / Linux（在專案根目錄下）
mkdir -p .claude/agents
nano .claude/agents/security-reviewer.md
（圖／博碩出版《Claude Code全攻略》）
security-reviewer.md 完整內容（可直接貼）
---
name: security-reviewer
description: 安全性審查專家。當使用者要求檢查安全漏洞、SQL injection、硬編碼密碼、eval/exec 濫用、輸入驗證問題時使用此 agent。
tools: Read, Grep, Glob
model: sonnet
---
你是一位資安專家，專門審查 Python 程式碼的安全性。
分析範圍：
- 注入攻擊（eval、exec、shell injection、SQL injection）
- 敏感資料處理（明文密碼、硬編碼金鑰、個資）
- 不安全的函式使用
- 缺少輸入驗證
輸出格式：Markdown 報告，每個問題標注嚴重度（🔴嚴重/🟠中等/🟡輕微）、檔案與大約行數、問題描述、具體修正建議。
只報告確定的問題，不要猜測。
（圖／博碩出版《Claude Code全攻略》）
frontmatter欄位說明：
欄位作用填寫要點nameAgent的識別名稱小寫加連字號，如 security-reviewerdescription決定觸發時機主Agent根據這段描述判斷「什麼時候該委派給它」，把使用情境寫清楚tools允許使用的工具最小權限原則：安全性審查只需要讀（Read、Grep、Glob），不給Write/Edit/Bashmodel使用的模型sonnet（平衡，推薦）/ opus（最強）/ haiku（最快最省）/ inherit（跟主Agent相同）
模型怎麼選：安全性審查建議sonnet（對應目前的claude-sonnet-5）——haiku（claude-haiku-4-5）太簡略容易漏掉細節；opus（claude-opus-4-8）或旗艦fable-5留給真正需要深度推理的任務，這類審查用不到。
觸發你的Subagent
存檔後重新啟動Claude Code（讓它重新讀取agents資料夾；是否需要重啟以實際版本為準），有兩種觸發方式：
自動委派：你的要求符合description描述時，主Agent自動把工作交給它
明確指名：直接說「用security-reviewer幫我審查calculator.py」
這裡拿calculator.py當練習對象，裡面故意留了eval()、shell=True等資安問題。你也可以換成手邊任何一支.py。
[模擬]觸發該Agent的對話：
> 用 security-reviewer 幫我審查 calculator.py
● security-reviewer(審查 calculator.py 的安全性)
完成
發現 2 個問題：
嚴重：calculate_from_string 使用 eval() 執行未驗證輸入
存在任意程式碼注入風險，建議改用 ast.literal_eval()
中等：run_calculator_script 以 subprocess.run(..., shell=True) 執行外部指令
若 script_path 來源可控則有 shell injection 風險，建議改為 shell=False 並拆成清單
（圖／博碩出版《Claude Code全攻略》）
官方Subagent vs.自製Orchestrator：什麼時候用哪個？
你的目標推薦方式第一次建Subagent練手.claude/agents/定義檔（本文示範）重複呼叫同一個專職Agent.claude/agents/定義檔即可一次平行派遣3+ 個AgentPython orchestrator整合進CI/CD pipelinePython orchestrator跨專案複用同一套Agent定義檔放~/.claude/agents/
結論：先用定義檔把「一個Agent一個職責」的概念跑通；自製Orchestrator是進階用法，學會了能應付更大規模的協作場景。
Subagent適用情境：什麼任務適合多Agent協作？
不是所有工作都適合Subagent架構。這張表幫你判斷：
情境建議架構原因分析一個檔案的bug單一Agent任務小，不值得overhead同時分析多個面向（安全/效能/測試）Multi-Agent面向獨立，可平行處理50個檔案，每個需要翻譯Multi-Agent大量獨立子任務寫一個複雜的功能，步驟有依賴單一Agent步驟有前後依賴，無法平行每天掃描新增的PR定時Orchestrator結合Routines定時執行跨語言文件翻譯（10種語言同時）Multi-Agent（10個）語言翻譯互相獨立
核心原則：任務之間沒有依賴關係、可以獨立完成，才值得用Multi-Agent。
【進階提示詞】讓Claude Code幫你建好Orchestrator
複製以下提示詞，直接貼進Claude Code開始操作。提示詞裡的檔名／路徑是示意，請換成你自己專案裡實際存在的。
開始前，請先確認兩件事：
系統已裝Python 3——Orchestrator是Python腳本。先驗證 python --version（沒反應試 py --version）。
claude指令在PATH裡——腳本會呼叫claude。先在終端機直接打 claude --version，確認叫得動。
Step 1：建立Orchestrator腳本
請幫我建立 orchestrator.py，能夠同時啟動 3 個子 Agent 分別執行：安全性掃描（偵測硬編碼密碼和 SQL injection）、效能分析（統計函式長度和巢狀層數）、測試覆蓋率報告。完成後合併三份報告輸出總結。
Step 2：執行並驗證結果
請執行 orchestrator.py，等待所有子 Agent 完成後，顯示最終整合報告，並標出最需要優先修正的問題。
節錄自：博碩文化《Claude Code全攻略：從一句話到部署上線，打造你的AI Agent開發團隊》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Code越聊越笨？4個指令管好「上下文」，用量60%就該主動壓縮
商務Email好難回？用Claude Skill建回信SOP，4大類型自動判斷
「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看
從PM到雲端架構思維：Architecting on AWS學習與實作心得
我目前在軟體產業擔任產品/專案經理（PM），主要負責跨部門協作與需求管理，包含蒐集並釐清客戶與內部利害關係人的需求、撰寫PRD/規格文件、規劃時程與里程碑、協調工程與測試資源，以及追蹤專案風險與交付品質。同時也會參與系統架構與雲端部署方案的討論，確保產品方向與技術落地一致。
因為工作上常需要和工程師討論雲端架構、成本、資安與可用性，但自己對AWS的服務選型與設計原則理解不夠完整，導致溝通時容易停留在概念層。為了能更精準地提出需求、評估方案並做出產品決策，我選擇參加恆逸的Architecting on AWS課程，期望系統化建立AWS架構能力，也為後續考取證照做好準備。
這堂課對我最有幫助的地方，是講師採用「講解＋實作」的方式，讓抽象的雲端概念能快速轉成可操作的理解。以往我在工作上常聽到VPC、子網、路由表、Security Group、IAM、ALB、Auto Scaling、S3等名詞，知道大概用途，但不一定能在腦中把整個關聯串起來。講師在課堂上不只是把服務功能列出來，而是用架構情境把服務「放到正確的位置」，例如：為什麼對外服務要放在Public Subnet、後端與資料庫常放Private Subnet、什麼情況要用NAT Gateway、什麼情況用VPC Endpoint更合適；以及在高可用與擴展需求下，ALB搭配ASG的設計邏輯是什麼。
此外，講師會引導我們把「考點」和「真實工作場景」對齊，像是高可用（Multi-AZ）、災難復原（RTO/RPO）、權限最小化（Least Privilege）、可觀測性（CloudWatch/Logs/Alarm）等，讓我理解證照題目其實是在考「架構思維」而不是死背服務名稱。更重要的是，講師能把容易混淆的服務差異講清楚，例如SQS/SNS/EventBridge的使用時機、EBS/EFS/S3的選型、RDS Multi-AZ與Read Replica的差別等，幫助我在刷題時快速抓到關鍵字並做出合理判斷，學習吸收效率提升非常多。
我個人最有收穫的是「用情境做服務選型」的觀念。以PM的角度來說，我常遇到需求描述偏抽象，例如「系統要穩、要快、要省錢、要安全」。過去我可能只能把需求丟給工程團隊，但上完課後，我更能把需求拆成可落地的架構條件：例如可用性要達到多少、是否需要跨可用區、是否要容錯、流量是否有尖峰、資料一致性或延遲可接受範圍、以及安全與權限邊界怎麼定義。這種拆解方式，會直接影響服務選型與設計，例如：若是需要快速擴展與降低單點風險，常見做法會是ALB＋Auto Scaling；若是非同步解耦、削峰填谷，會想到SQS或Event-driven；若需要靜態內容分發與加速，就會把CloudFront＋S3放進架構。
上完課後，我在工作上最大的幫助是「和工程團隊討論架構時更有共同語言」，能更快收斂方案、降低來回溝通成本。舉一個常見情境：我們曾遇到某個功能上線後流量不穩定，尖峰時API反應變慢，客戶也要求提高可用性與可追蹤性。以往我可能只能提出「要更穩、要能擴」的需求；但現在我能更具體地和團隊討論：是否採用ALB分流與健康檢查、後端是否用Auto Scaling依CPU/Request數自動擴縮、資料層是否要用RDS Multi-AZ提升容錯、靜態資源能否改S3＋CloudFront減少主站負載、以及CloudWatch指標與Alarm要怎麼設計才能在異常時即時通知。即便最終實作細節仍由工程師主導，但我能更早把需求轉成架構約束與驗收標準，例如「支援單AZ故障仍可服務」、「部署後觀測指標需涵蓋延遲、錯誤率、吞吐量」等，讓專案管理更有依據。
完整學習心得：https://ucom.uuu.com.tw/web/Testimony/Article/12895
推薦學習課程：https://www.uuu.com.tw/Public/content/Edm/240408_AWS_104.htm
洽詢課程資料：https://reurl.cc/KEbQ5m
有任何收穫或想分享的，都來和大家一起聊聊吧！