加鍵盤不到1公斤!續航13.5小時的新一代平板兼筆電 Surface Pro
加鍵盤不到1公斤!續航13.5小時的新一代平板兼筆電 Surface Pro
2017.05.25 | 移動

微軟的 Surface Pro 系列一直是輕中度電腦工作使用的好選擇,將螢幕保護蓋與鍵盤結合,讓 Surface Pro 系列兼具平板電腦和膝上型電腦的角色。在 Surface Pro 4 推出兩年後,微軟終於公布新一代 Surface Pro 的上市時間,只是這次不叫 Surface Pro 5,而是回歸原始,單以 Surface Pro 稱之。

Surface Pro 4
上一代 Surface Pro 4

繼承了 Surface Pro 系列的多種規格,Surface Pro 推出三種不同處理器版本機種,搭配不同等級的 SSD 與記憶體,總共有六種配備類型。從最低的 Intel Core m3、128GB SSD、4GB 記憶體,到最高等的 Intel i7、1TB SSD、16 GB 記憶體來任君選擇,不管是消費能力較低的學生族群,或是高電腦需求的商務人士都能找到適合自己的配備。

新一代 Surface Pro 01
圖/ 微軟提供

新款 Surface Pro 搭載 12.3 吋 PixelSense 螢幕,還能藉由支架最高傾斜到 165 度,相當適合趴在床上,滑著平板追劇的休閒使用。更搭配可磁吸在側邊的新一代 Surface 手寫筆,僅 21 毫秒的偵測延遲提供了更即時的手寫體驗,比上一代產品快了一倍;加上更高階敏銳的 4096 階壓力感應以及傾斜感應功能,不但有墨水濃淡變化、也能按照傾斜角度寫出不一樣的筆觸,還原自然書寫感受。

Surface手寫筆
Surface 手寫筆,4096階壓力感應與傾斜偵測
圖/ 微軟提供

對商務人士最重要的攜帶性部分,新款 Surface Pro 僅有 766 ~ 784 克重,就算加上鍵盤也不到 1 公斤。高達 13.5 小時連續影片撥放時間的續航力,比上一代產品的 9 小時多了一半之多。如果需要常常把電腦帶來帶去,新款 Surface Pro 能夠提供不錯的續航時間。

新一代 Surface Pro 02
本體僅重 780 克左右,相當輕盈。
圖/ 微軟提供

微軟宣布新款 Surface Pro 將於 2017 年 6 月 15 日上市,要價 799 美元起(約台幣 24,370 元),提供白金、曜金、勃根地酒紅、鈷藍四種顏色,搭配不同顏色的手寫筆和鍵盤保護蓋搭出你最愛的顏色!此外,台灣的 Surface Pro 4 正在降價,全新最低規格 Surface Pro 4 甚至可以用不到 2 萬元的價格入手,想要換上一台高續航的多功能電腦者不妨放入購物車內比較。

Surface Pro 特製版實體鍵盤保護蓋
Surface Pro 鍵盤保護蓋
圖/ 微軟提供
新一代 Surface Pro 04
整套新款 Surface Pro
圖/ 微軟提供
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