一堂區塊鏈課,從被酸「來亂的」到台大生擠破頭!教育Web3人才卡在哪兩關?
一堂區塊鏈課,從被酸「來亂的」到台大生擠破頭!教育Web3人才卡在哪兩關?
2022.12.01 | 區塊鏈

一個產業要有規模、系統的發展,人才的培育是關鍵,2014年台大資工系副教授廖世偉從美國史丹佛大學返台,隔年就開設了全台灣第一個區塊鏈課程,將當時連在美國都很少人熟悉的全新技術帶進來台灣,外界稱他是「區塊鏈傳教士」。

過去8年,廖世偉帶領的台大共識實驗室,培育出台灣許多Web3產業的新秀,數位資產錢包Hooky創辦人杜若宇、投資平台Coinomo技術長陳柏安、數位資產管理平台Steaker創辦人黃偉軒,全都是廖世偉的學生,是帶動產業向前的重要推手。

從80人修課到大爆滿,區塊鏈教育有那些變化?

廖世偉曾是Google Android研發團隊核心成員之一,8年前在台大開設「比特幣與數據分析」、「金融科技導論」、「區塊鏈導論」等課程時,許多人仍把區塊鏈、比特幣當成是玩具看待,修課的學生也只有約80人,甚至也有部分的教授不看好開設創新課程,認為廖世偉是帶著學生在亂搞。

當時以太坊才剛誕生,區塊鏈處在建構底層鏈的時代,沒有太多的應用,修課的學生幾乎都是電資學院的學生,修完課後能做的事仍然偏向研究。

廖世偉老師
廖世偉曾是Google Android研發團隊核心成員之一,8年前在台大開設區塊鏈相關課程。
圖/ 廖世偉

廖世偉設計的課程與架構,在過去8年有過許多調整,今年開設的「分散式金融導論」,原本只開放220個名額,最後卻有668人搶著修課。與當年不同的是,現在DeFi(去中心化金融)、NFT(非同質化代幣)等區塊鏈相繼冒出頭,開始吸引金融、商管、社會科學、醫學、數學等不同背景的學生修課,課程內容程式比重也降低許多,增加更多的應用與商業模式的內容。

在廖世偉課程中擔任業師的Hooky創辦人、台大電機系博士杜若宇表示,2022年的課以DeFi、DAO(分散式自治組織)為主軸,分成「中心化金融與Web3」、「去中心化金融(DeFi) 與Web3 」、「NFT、DAO與元宇宙」三大部分。

除了使用錢包、鑄造NFT、鑄造Token等基礎建設教學外,也融入金融知識以及如何治理、如何分權等社會科學知識。

這是因為現在的Web3應用結合了金融與商業元素,如果電資科系的學生想做一個DeFi應用,卻不知道什麼是呆帳,也就沒辦法寫成程式碼。杜若宇表示,現在課程中除了資訊工程,也會教什麼是期貨、期權、衍生品等,以及資產在交易時是否完成清算?有沒有真實交割?這些非常金融的細節,也都會講解得非常清楚。

在這8年的時間裡,區塊鏈技術有了巨大的進展,金融應用DeFi也逐漸產業化,隨著修課的人數變多,挑戰也開始浮現。

挑戰一:產學落差大

「幣圈一天,人間十年。」這句話用來形容Web3產業變化快速,這對學界來說是一大挑戰,課堂上傳授的知識與技術,下一秒可能馬上被更新的概念取代。

台大資工系博士候選人謝銘峰認為,要縮小學界跟產業界的落差,除了鼓勵學生多多學習,廖世偉所開設的課程,也邀請許多有產業經驗的業師來教課,像是杜若宇、謝銘峰都有定期參與授課,把業界最新的資訊帶進校園,縮短產學差距。

台大資工系副教授廖世偉
廖世偉今年開設的「分散式金融導論」,原本只開放220個名額,最後卻有668人搶著修課。
圖/ 廖世偉

挑戰二:金融、技術的知識落差

目前區塊鏈技術較為成熟的應用,大多都與金融有關,因此區塊鏈工程師必須對金融知識非常熟悉,才有可能用程式碼做出產品。

同樣身為廖世偉子弟兵的余哲安,本身是金融專業背景,也是現在授課的業師之一,負責教金融相關課程。他觀察,現在同時專精金融、區塊鏈金融兩種技能的人很少,多數都是資訊背景的人透過進修,跨入財經領域,而金融領域跨入資訊領域的人非常稀少,兩者出現失衡。

背後問題在於 ,學習區塊鏈程式開發,需要紮實的資訊基礎,而多數財經商管背景的學生,並不具備這樣的條件 ,因此非常難以跨入。

在YouTube開設頻道「曲博科技教室 Dr. J Class」,專門分享科技知識的曲建仲,曾在台大、政大、輔大等多所學校授課。他分析,區塊鏈有許多應用場景在金融業,但是「許多金融背景的專家,並不是真的了解區塊鏈的原理,而只談區塊鏈的應用。」

曲建仲認為在不了解原理的情況下,許多應用是多餘甚至錯誤的,這對於推廣區塊鏈真正的產業應用並無益處。因此非常需要跨領域科技教育,才能讓非資訊工程背景的人能夠真的了解區塊鏈,不被錯誤的觀念誤導。

從生活中累積知識,不會寫程式也能培養幣圈技能

發展仍在非常早期的區塊鏈,非常需要具備跨領域知識,謝銘峰認為,不一定要是資工系背景才能做這行,但對於區塊鏈底層、分散式金融、密碼學、智能合約風險評估等,還是需要有一定程度的理解,可以一起修習相關學分。

在大學校園外,目前仍沒有系統化的區塊鏈課程學習管道,謝銘峰建議,或許能在生活科技課程中,加入一個章節讓學生先理解共識算法, 密碼學, 分散式帳本的基本知識;大學的區塊鏈社團,也能讓更多學生提早接觸到相關知識。

就算不會寫程式,日常生活中仍有許多可以培養幣圈技能的方式,杜若宇建議,可以學習使用Discord機器人來管理社群、多多瀏覽Twitter上的新資訊,也都是不錯的入門。

責任編輯:林美欣

關鍵字: #人才
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「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。

2-RD096270.jpg
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%。

3-RD096215.jpg
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。

4-RD096303.jpg
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

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
2026 大重啟
© 2026 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