從 Pocket 跳槽改用 Instapaper
從 Pocket 跳槽改用 Instapaper
2015.11.30 |

本文授權轉載自Oceanic / 海海人生,作者為曾小海,擔任「StreetVoice 街聲」技術總監,喜歡獨立音樂,平時除了寫程式之外也從事音樂創作。最近專注於專案、管理、領導相關議題,每天上下班通勤都用 Audible 聽有聲書,持續努力學習,期待大部分的事情都可以做好做滿。

圖說明

其實一開始會試用 instapaper 是因為推友 @wastemobile 分享了一則推文, 裡面提到了新版 Kindle 軟體加入了 Word Runner, 聽說是一種訓練速讀的功能。 接著就有另外的推友 @denkeni 說 instapaper 也有類似功能, 所以我就開始重新試用一下, 最後重回 instapaper 的懷抱了。

編按:PocketInstapaper 都是「稍後閱讀(read it later)」類型的服務,假如使用者從網站看到一篇不錯的文章,當下卻沒有空立刻讀完,就可以用這類服務將文章連結迅速儲存起來,供日後閱讀用,而且這類的服務通常都會將文章重新排版成適合閱讀的模樣。

回想一下, 大概 8 年前就有用過 instapaper 好一陣子, 想當初 ... 其實因為自己的需求, 我也有開發了一套跟 instapaper 一樣功能的網站, 搞不好比 instapaper 還早, 發現 instapaper 的時候, 我心想: 「靠, 我的比較好用啊!」

不過我很會起頭啦, 後繼無力, 可能也覺得這沒啥搞頭。 搞不好當初好好弄, 現在 ... Anyway, 回到主題 ... XD

這次會跳槽主要是基本上以下幾點:

  • 閱讀舒適
  • 筆記功能
  • 分享功能
  • 內建字典
  • 自動切換日夜模式
  • 稍後閱讀

以上幾點, 是我個人認為 instapaper 比 Pocket 強的地方。

閱讀舒適

我不確定是不是因為我換了新手機的緣故, 新手機螢幕很漂亮, 看起來覺得很舒服 (大誤)。 不過得先說一下我是用 Android 手機, 搞不好 iPhone 上面看起來都超漂亮啊 XD

這次試用 instapaper, 才發現原來他現在看起來這麼舒服啊, 我想主要是因為字型的差異, instapaper 預設看起來就覺得很棒啊! 後來試了一下 pocket 似乎是沒辦法改字型? 不過第一印象實在是太重要了。下面這張圖分別是 instapaper 跟 pocket 的對照。

左邊兩張是列表對照, 右邊兩張是內文對照。 我個人認為 instapaper 閱讀起來舒服多了,

圖說明

筆記功能

可能因為現在讀的東西稍微不一樣, 不像以前讀的都是程式碼、技術相關的文章, 而是比較常讀一些管理、領導、創業或是時間管理的相關文章, 所以對於「筆記」以及「畫重點」這種需求似乎多了起來, instapaper 的筆記功能, 也是我切換過來的其中一個因素, 而且都可以自動分享到 twitter, 以及 Evernote, 而 Evernote 一直是我的主要記事中心。

圖說明

分享功能

因為平常就都會分享一些覺得不錯的文章到 twitter, 先前用 Pocket 看完後, 除了自己打星之外, 都得自己再按分享到 twitter, 說實在有一點累, 不過現在用 instapaper, 只要有設定 twitter 帳號後, 只需要打心, 文章便會自動分享到 twitter, 以及自動存入我的 Evernote。

圖說明

再來就是筆記、畫重點也可以自動分享到 twitter, 甚至是可以特地分享 quote 到 twitter, 之前看到一些推友分享覺得「這什麼? 感覺好厲害!」, 但是因為太忙, 所以也根本沒時間追後續, 研究倒底是啥 XD 但是我現在終於發現, 圖片右下角分明有寫 Shared via Instapaper 啊 ... 我的天啊。

Anyway, 看起來真的很不錯吧!

圖說明

內建字典

雖然說我還是主要用 biscuit, 不過直接有內建字典也還是不錯, 雖然是英英字典, 但是讀文章就是要查單字啊!

自動切換日夜模式

這真的是一個非常方便的功能, 因為睡前都還會稍微看一下文章, 所以以往用 pocket 都還要自己去設定手動切換到夜間模式, 後來根本就懶得切了, 所以現在 instapaper 自動切換真的超級方便的啊! 超爽 der

圖說明

稍後閱讀

這也是一個我覺得非常方便的功能, 大部分好的文章都會引用其他文章、跟其他相關知識, 所以時常會有外部連結。

這時候 instapaper 的稍後閱讀就顯得非常方便, 只需要對著連結點下去就可以再把連結存進 instapaper, 而不用馬上跳出去。

我覺得這點可以很方便聚焦在目前的文章, 對容易遺忘的人, 或者像是我這種懶人來說非常方便, 我會先把相關文章記下, 專心讀完目前這片文章後, 後續再去看其他文章補足相關知識, 而不是跳出去, 存進 pocket, 重複以上動作, 節省我很多時間。

圖說明

目前唯一的缺點就是, 圖片有時候會破圖, 像是 medium 上面的文章都是這樣, 不過上次在 twitter 上直接跟 @InstapaperHelp 反應後, 他們說是因為圖片 lazyload 的關係, 目前正努力改善。

不過目前 pocket 裡面還是很多待讀文章, 先前用了一個服務叫 reread.io, 目前每天設定會送 10 篇到自己信箱, 我想大概再一、兩年我就可以消化完 pocket 裡面的文章了, 哈哈哈。

最近學到了一點, 先設定自己的目標, 再選擇要不要讀文章, 而不是覺得可能有趣、得讀就存起來, 不然永遠看不完。

目標很重要啊。

延伸閱讀:對於Pocket 來說,小團隊是指導原則,也是保持專注的方法

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
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」(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。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

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。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓