從國片《聖人大盜》看區塊鏈的美麗與哀愁
從國片《聖人大盜》看區塊鏈的美麗與哀愁

主打「全球首部區塊鏈商戰電影」的《聖人大盜》,經歷數年拍攝時間、10月中成功在戲院上映;拍攝網劇「Mr. Bartender」、「私室」起家,首次涉足電影界的28歲導演徐嘉凱,也以此片入圍金馬獎最佳新導演提名。自網劇到電影,徐嘉凱以群眾募資作為作品的重要資金來源,在理解網路集資的威力之下,也不意外其對區塊鏈的可能性深有所感、甚至以其作為電影主題了。

區塊鏈_聖人大盜
從網劇到電影,導演徐嘉凱以「群眾募資」做為其作品的重要資金來源,爾後也以此為靈感,創作出全球首部以「區塊鏈」為主題的電影《聖人大盜》。

區塊鏈魔力已大不如前

網路帶來了許多機會,區塊鏈的猛烈發展更讓集資的廣度、速度與金額進入了傳統金融無法想像的境界,去中心化、共識機制、金融自由、非對稱加密,各種名詞走出愛好者的小圈圈,經濟、金融、分散式系統與密碼學得到了無比的重視,搭配著不斷創新高的價格作為佐證,一個嶄新的世界既充滿想像、又似乎已經唾手可得。「這樣下去很快就可以到美國納斯達克上市了。」「什麼納斯達克上市?我們是納斯達克的競爭對手好嗎。」

區塊鏈跨國界與無需許可的特性,讓資本的力量在低度、甚或無法監管的狀況下,獲得了從未得到過的自由與廣度,也帶來無數財富神話與新一波創業浪潮。然而再華美的宴席一樣有散場的時候,經歷高點以來的暴跌與長時間的價格來回震盪,「區塊鏈」這三個字的魔力已大不如前,各種區塊鏈技術進展、新變化,每兩三個月就有新議題引領話題的現象也已不再,隨著時間過去、曾經蘊含著無數可能與想像的新世界,看似與現實漸行漸遠了。

倒掉髒水,連臉盆中的嬰兒都一起被倒掉了

區塊鏈的技術帶來的資本自由,是以使用者清楚了解投資可能帶來的風險,並負擔責任為出發點,但能有足夠了解的參與者只是絕對少數,多不勝數的惡質、詐騙項目成為圈子內的常態,讓民眾的負面觀感不斷加深;而當市況不佳,諸多主流交易所為刺激交易量,接連推出各類高槓桿商品,更加深了產業的投機色彩,當「為了倒掉髒水,連臉盆中的嬰兒都一起被倒掉」時,不進行金融炒作、著重於技術開發的團隊反而受創更深。

第五屆DevCon(以太坊技術開發大會)在大阪順利閉幕,但關鍵的以太坊2.0開發長路仍漫,臉書幣Libra如預期遭無數監管阻力,多位創始成員開始宣布退出;隨著影響程度日廣,區塊鏈遭遇的阻力也更加明顯;在發展慢下來的同時,也促使「因為價格而產生信仰」的參與者們靜下心思考,產業與社群也都開始投入長期的計畫、探索更加踏實的可能性。

考驗區塊鏈真實價值的階段

《聖人大盜》上映後,與Self Token將結合區塊鏈技術,進一步拓展「沉浸式娛樂」新的疆界;充分利用了區塊鏈的特性,無需許可與互操作性的DeFi(去中心化金融)吸引了諸多開發者投入;近期更將有區塊鏈社群舉辦「鏈上生活節」的活動,將區塊鏈與生活場景連結,營造讓民眾接觸加密貨幣、「第一次」去中心化應用(DAPP)的場域;當財富神話開始褪色,考驗真實價值的階段方隨之到來,區塊鏈是否真能告別詐騙與吸金的階段而「重塑信任」?這一切才剛開始,這一切也已經開始。

(本文由陳保羅授權轉載自其Medium

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #密碼貨幣
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