《眉角》發揮土狼精神，追出完整的新聞|數位時代 BusinessNext

復古又老派卻募得500萬元

「我覺得很好玩，就把它做出來。我也想要看這本雜誌是什麼，我就去做；那你也想要看，那就來訂，不就是這樣嗎？」鐘聖雄談起辦《眉角》的初衷，說得理所當然，揭櫫《眉角》將回歸原始的新聞媒體本質，提供有價值的內容給讀者，讀者用錢購買內容，沒有廣告，當然更沒有什麼付費牆、電商或策展這些花俏的營收模式。正如同鐘聖雄與共同創辦人劉美妤所說的，這是一次自殺攻擊，在一片慘澹的媒體市場中飛蛾撲火，試圖重新連結讀者與媒體之間的信任關係。《眉角》這看起來很復古甚至有點「過時」的理念，今年2月在新聞募資平台SOS上推出後，竟然一個月內就募得400萬元達標，最後以500萬元做收，成為SOS上第一個募資成功的案例。

這個結果讓鐘聖雄本人都嚇到了，因為他從來沒有想過會真的成功，不是他把《眉角》當兒戲，而是他打從骨子裡就是一個說做就做，不管最後會不會達陣的人。「我常常告訴自己要dream it big and make it true，你胡思亂想都沒關係，你的夢想很大也沒關係，你要很踏實地去做。我就是這種個性，你不要浪費掉這些很奇怪的想法，做做看。」鐘聖雄說。

而關於《眉角》那些「奇怪的想法」，在鐘聖雄看來，不過就只是回歸媒體本心而已：好好地把事情說清楚，讓讀者看得懂，不只是知道或了解而已，更想要收藏，就只是這麼簡單的事。但鐘聖雄認為現在許多媒體卻做不到，導致讀者背棄他們，或媒體自己曲高和寡撐得苦哈哈。《眉角》要做的不是深度報導，而是每兩個月出刊一次，針對一個主題用易懂的文字與圖像把事情說得完整清楚，讓讀者一看就懂，堪稱線下版的懶人包，只是更為精美和專業。

放眼主流媒體或獨立媒體，其實從來都不缺深度調查報導，但真正會認真讀完這些分析論證文章的有幾個呢？就好像你跟小孩說紅蘿蔔很健康要多吃，但真的會因為健康因素吞下紅蘿蔔的其實寥寥無幾。鐘聖雄認為，好的媒體要讓人家看得懂故事，而不是擺出高姿態炫耀文筆或賣弄深度，因為「你做的菜讓人吃完了，這才是最厲害的，你做的菜讓人吃不起或吃不下，那沒有用，你不是最好的廚師。」

而另一個「奇怪的想法」，則是去年深深撼動媒體與民眾的318學運，看到大家慷慨激昂地在反服貿與中國，鐘聖雄其實很感慨，因為當他翻開對岸的《新視線》和《知日》雜誌，他深感號稱擁有出版自由的台灣非常丟臉，這些雜誌說故事的方式既好看又好讀，帶給他很大的衝擊，他於是決定要辦一本台灣「超屌的雜誌」。

深受對岸衝擊，決定辦雜誌

鐘聖雄認為，台灣若要反抗中國，台灣就要拿出更好的東西，不只是去抗拒中國，而是要讓台灣好起來，才更有本錢去談不要中國，「我就覺得來吧，台灣來做一個很屌的紙本看看。」鐘聖雄翹起穿著夾腳拖的腳望向牆角，看似滿不在乎，眼底的反骨卻讓人無法忽視。

用平淡的語氣吐出慷慨激昂的話語，就在你以為下一秒也許他就要傾家蕩產，憑著滿腔熱血去辦《眉角》，鐘聖雄卻說從頭到尾他不會出一毛錢去辦《眉角》。「我絕對不會讓自己壯烈犧牲去做一個很厲害的媒體，絕對不幹，你不想要掏錢看，那我為什麼要做給你看？」但他強調從來沒想過藉由《眉角》營利，募資平台只是預購，讓他確認讀者需求，再放手去做。

若主流媒體如《商業周刊》或《天下》像是盤踞高空的老鷹，居高臨下全方位剖析環境，看準獵物再俯衝而下，長期任職於獨立媒體的鐘聖雄則像是一隻善於追蹤獵物的土狼，在現場緊追獵物不放，完整帶回事件脈絡。而今，這隻離開獵場的土狼要重新出發，這次他要慢慢來，不只抓住獵物，還要把獵物煮得秀色可餐，讓每個人都願意吃下肚。

鐘聖雄

年齡｜ 36歲
學經歷｜畢業自台大新聞所，曾任職於《電子時報》、擔任88news莫拉克新聞網、公視PNN新聞議題中心特約記者，長期關注公共議題。曾獲卓越新聞獎國際新聞報導、城市人權新聞獎和卓越新聞獎系列攝影獎

（尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第252期）
其他精彩內容》》
訂閱數位時代》》

AI 智慧代理人時代來臨！三大導入階段， AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」。

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」（Agentic AI），在最少人為干預的情況下，自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾，而是需要對AI有正確認識，並制訂循序漸進的導入流程，才能真正發揮AI功效。在2025台灣人工智慧年會中，cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段，深入剖析企業如何從概念驗證（PoC）階段，逐步推進到實際上線（Production），並分享實務經驗與觀察。

延伸閱讀：生成式AI可以怎麼用？cacaFly現身說法，助企業應用GCP服務智慧轉型

解鎖 Agentic AI，企業邁向多任務智慧代理

「很多公司會問，One AI 要做什麼事？但實際上，若要讓 AI 回答公司內部政策或新法條的相關問題，僅靠基礎模型並不足夠。」吳振和指出，要讓 AI 真正成為能「做事」的智慧代理人，前提是它必須理解企業內部的脈絡與知識，並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符，這意味著系統必須具備持續爬取與解析最新資料的能力。為此，企業必須先截取與整理內容，再建構成專屬的知識庫（Knowledge Base），確保資料品質達到可用標準後，再透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀：從資料清洗到 RAG，大型語言模型的必需品，做出專屬企業的 AI 知識庫！

吳振和強調，這是一個動態循環的過程：從資料蒐集、品質控管、知識庫建構到生成應用，每一環節都息息相關，任何一處鬆動都會影響最終產出的準確性與可信度。

破除「一次到位」迷思，從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望，因此常將 PoC 視為年度計畫的重點，希望能「一次到位」做出具體成果。但吳振和提醒，若缺乏清楚的系統工程思維，PoC 容易淪為「概念展示」，難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程，分為三個關鍵階段：

1.第一階段：可行性評估（Feasibility Study）
企業必須在投入資源前，先明確界定「最需要被 AI 解決的關鍵問題」是什麼，並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性，更要從商業目標出發，釐清導入 AI 的具體使用情境、預期成效與風險邊界，如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段：系統設計與驗證（Design & PoC）
在確定導入方向後，必須規劃清楚資料蒐集與整理流程，確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調，這個階段不能只追求展示效果，而應以「產品化思維」來構築 PoC，使其具備可擴充性、可維護性及安全性，才能為後續上線打下基礎。

3.第三階段：產品化與營運（Production & Operation）
當 PoC 驗證完成後，進入正式上線階段，挑戰也隨之而來。除了需要整合企業內部系統與流程，還必須建立持續監控與維運機制，確保模型表現隨時間演進不會劣化，並能快速回應法規變動或資料更新的需求。吳振和指出，這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

建立模型優化根基，打造高品質的黃金資料集

吳振和特別強調，要讓 Agentic 系統工程真正發揮效益，企業必須先建立一套高品質的「黃金資料集」（Golden Dataset），作為模型評估與優化根基。他指出，黃金資料集的價值在於能為模型選擇與前測提供客觀依據，讓團隊能針對不同任務挑選最適合的模型，避免導入初期就誤踩方向。

同時，黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點，進而快速回應「模型飄移」（Model Drift）的風險。吳振和說明，所謂模型飄移，指的是即使模型本身未經改版，效能也可能隨著環境與資料變動而突然下降，導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果，團隊才能即時察覺效能衰退，並進行迭代更新，確保系統長期穩定運作。

從小規模應用起步，漸進擴展至核心業務

吳振和分享，在實際輔導企業導入 AI 的經驗中，最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證（PoC）階段即可呈現完整的產品原型，然而實際情況顯示，若企業未能建立完善的資料架構與流程基礎設施，即使短期內展現亮眼成效，也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時，應採取漸進式策略，從小規模應用場景著手，逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節，而非獨立的一次性專案。

AI 的導入不僅是一場技術升級，更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局，才能確保 AI 能在企業內部真正「落地生根」，創造長期商業價值，成為真正的智慧代理人。