[王景弘] 談談COSCUP：讓整個社群圈變成一個知識共同體。|數位時代 BusinessNext

台灣Opens Source 相關社群，自2006年開始會聯合舉行大型開放源碼研討會COSCUP，除了邀請國際級專業人士進行專題演講外，也有小型講座、攤位、社團同樂會等。目的希望提供一個平台，聯結開放原始碼的開發者、使用者與推廣者。今年度的活動，正於本周末展開，作者曾經協助 JSDC 2012/2013 兩屆前端開發者年會籌備，透過此文讓大家了解台灣開源社群的狀態，以及他們想要推動的事。

其實一邊對於研討會的印象是一種專業工作者聚在一起討論專業問題的地方。社群研討會也是在類似的概念上，只是社群研討會多數是由平常參與一邊地方語言社群的人組成，根據不同需要報名不同社群研討會。以這兩年資料科學研討會正夯，開源硬體也非常火熱。這些研討會有異於其他國家的狀況，通常都不是由一家企業主持(如 Oracle 主持 Java One)，而是由業界工程師自己發起籌備，藉由門票跟企業贊助打平活動成本。

這兩天正在進行的 COSCUP，前身是 ICOS 分家，有別於 JSDC/PHP Conf/PyCon.... 等專業語言領域研討會。更著重在開放原始碼應用與開發，當然不免俗的有技術討論，但應用面向更廣，精神上是希望連結要一般人(特別是學生)與技術實務之間的距離。

重要的是我們怎麼運用開發融入生活。開放原始碼運動一直給人們一種若及若離的親切感，看似開放好像非常友善，但原始碼畢竟還是需要專業程度，因為開放原始碼通常表示你也可以再利用跟再散佈。多數人乾脆就把開放原始碼運動跟免費軟體劃上等號，但是事實上兩者仍然有很大差距，開放原始碼不一定能免費使用、免費軟體也不代表是開放原始碼。

本來這只是工程師內的小社群，如果只是這樣也不值一提，那為什麼我們會需要認真的介紹這些活動呢？(連去年柯文哲的官網原始碼裡面，都有介紹這些研討會的彩蛋，出自我的手筆)

這是因為在台灣過去缺乏業界刺激的工程師圈，因為這樣的研討會給了大家一個競技做技術辯論跟倡議的舞台。而讓許多觀念快速的在工程師圈中更替，也改善許多企業彼此間內部資訊流通不足與訓練不足的情況，讓整個社群圈變成一個知識共同體。

同時因為我國大學教育長期校園資訊討論成效不彰，對資訊有興趣的後進，往往透過網路參與社群跟業界前輩們一起交流。而社群的特色就是血腥跟凶殘，對於不同意見的論戰是非常直接的，換言之能在這麼直接的討論存活下來往往都有一定水準。

而一年一度的社群舞台也培養了許多人在社群的能見度，以我為例，我也是在 2007 年藉由在 coscup 介紹 jQuery 來參與大型社群活動，進而在之後幾年成為 js 社群的貢獻者。籌備兩屆年會的過程也是藉由議程的邀請與社群聚會的協助，將一些社群的新秀有練習的舞台與試著讓他們來陳述這些觀念。來讓整個社群互相交流跟成長。

圖說明

這樣的野生社群是非常有生命力的，即使主持人離開，他都還能有自己的生態跟長出新的面貌。如同這幾年許多技術社群與年會雨後春筍般的冒出來一樣。這些技術社群凝聚許多技術同好，某個程度上也是諸如大家可能越來越熟悉的 g0v 等工程師社群的主要供給跟推手。

考慮到未來即將面對可能人人都會進入資訊世界，需要擁有資訊能力的考量。這些新世代意識組織的新未來社群，對於社會型態的轉換是很有幫助的。

很多人覺得 line 這種多人聊天模型是加速訊息傳遞。但這群人早就透過 irc 跟各種溝通工具再交流。很多人覺得任務還在透過 email 溝通跟電話訂單，這群人早就習慣 issue trakcer 為每件事情管理長達好一陣子。很多人還在思考大型系統如何分工跟授權後去中心化加速組織運作，這群人已經用 git 在讓大家能隨時看到每個人進度、分散協作而能有個簡易機制互相干擾跟協調。

這套工程思維對我跨領域參與各種類型事務時也起了許多效果。時至今日，當我們面對的更多是資訊跟決策問題，這群人其實將可能會是未來前面的領頭羊。當身邊的人下一代都在上一代眼中越來越 geek ，談論的越來越「專業」，我們還沒有清楚瞭解到哪些是未來的需要的話，我覺得這會讓人有點擔心。

真的有離那麼遠嗎？考慮到我過去一年把這些東西應用到最傳統的政治實務的感想，我覺得一點也不。是我們有沒有善用他的問題而已。現在的媒體一個足夠深入而且能夠對生活與資訊技術轉譯的視野。

不過沒問題的，如我這般的跨域社群資訊人，會努力的轉譯跟翻譯進一般人的生活，用一種讓一般人震攝的方式來進行。

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問