Elasticsearch 正式上線、營運與效能優化 — Production 生存指南
你蓋了一棟房子。牆壁漂亮、格局合理、水電也通了。然後你搬進去住，第一個冬天就發現：暖氣不夠、水管會凍裂、電線負載不了所有家電同時開。 蓋房子跟住房子是兩回事。寫 Elasticsearch 跟跑 Elasticsearch 也是。 這篇是 Elasticsearch 系列的最後一塊拼圖——把你在開發機上「能跑」的東西，變成在 Production 上「跑得穩、跑得快、掛不了」的東西。 兩個設定檔決定生死elasticsearch.yml——叢集的身分證1234567891011121314151617181920212223cluster.name: my-production-clusternode.name: node-1node.roles: [master, data_content]network.host: 0.0.0.0http.port: 9200transport.port: 9300discovery.seed_hosts: - node-1:9300 - node-2:9300 - node-3:9300cluster.initial_master_...
AI 與科技新聞摘要 - 2026/05/05
27 億。 Apple 生態系的活躍裝置數。iPhone、iPad、Mac、Apple Watch、AirPods——加起來 27 億台。 iOS 26 的時候，這 27 億台裝置上的 AI 只有一個選擇：ChatGPT。Apple Intelligence 的 Writing Tools、Image Playground、Siri 延伸——全部只走 OpenAI。不是技術限制，是商業協議。一家獨佔。 iOS 27 要把這件事拆掉。 MacRumors 今天報導，Apple 將在 iOS 27、iPadOS 27、macOS 27 推出全新的「Extensions」機制，讓 Claude、Gemini、以及任何通過 App Store 審核的 AI 服務，都能接入 Apple Intelligence 的每一個觸點。使用者可以自己選預設的 AI。甚至 Siri 的聲音都可以換成第三方。 同一天，Sierra 拿了 9.5 億美金做 AI 客服。cPanel 有 150 萬台伺服器被零日漏洞打穿。Anthropic 的下一代主動式助理在程式碼裡被挖出來。Fei-Fei Li 的 W...
Claude API Prompt Caching 完整教學 — 讓每次 API 呼叫省下 90% 的 Token 費用
一家餐廳，午餐時間固定賣三種定食。每天中午一到，廚師不是從零開始切菜——白飯已經煮好、味噌湯底已經熬好、配菜已經備好。客人點餐的時候，廚師只需要處理主菜那一道，30 秒出餐。 如果每一份定食都從洗米煮飯開始做，一份要 15 分鐘。 Prompt Caching 就是 API 呼叫的備料。你的 system prompt、工具定義、前幾輪對話——這些每次都一樣的東西，處理一次就好，之後直接用。不用每次都重新「煮」。 省多少？**90%**。不是寫錯，是九成。 問題出在哪：每次呼叫都在重複做同一件事用 Claude API 寫一個 chatbot，通常會這樣設定： 12345678910111213response = client.messages.create( model="claude-opus-4-7", max_tokens=1024, system="你是一個專業的客服助理，以下是公司政策文件...(8000 tokens)", tools=[...], # 工具定義，2000 tokens me...
Elasticsearch 進階搜尋、聚合分析與效能透視 — Search, Aggregation, Profiler
你去超市買東西。走到飲料區，眼前有 200 瓶飲料。你的腦袋同時在做兩件事：一件是「過濾」——我只要冷的、無糖的、600ml 以下的；另一件是「排序」——在符合條件的裡面，我想先看我最可能喜歡的。 過濾不需要思考，是非題。排序需要判斷，申論題。 Elasticsearch 的 Query 和 Filter 就是這兩件事。搞混它們，你的搜尋會慢 2 到 5 倍。搞懂它們，你就知道為什麼電商搜尋頁面能在 50 毫秒內從百萬商品裡撈出你要的東西。 Query vs Filter：什麼時候算分、什麼時候不算先建一組電商測試資料，後面所有範例都用這個： 1234567891011121314151617PUT /products{ "mappings": { "properties": { "name": { "type": "text", "analyzer": "standard&qu...
AI 與科技新聞摘要 - 2026/05/04
76%。 2025 年，只有 26% 的企業設有 Chief AI Officer。2026 年，76%。一年之內，三倍。 IBM 今天發布的 CEO 調查說，2,000 位全球 CEO 裡有 64% 表示他們「對 AI 產出的策略建議感到自在」。不是用 AI 整理會議紀錄、不是拿 AI 寫行銷文案——是讓 AI 參與「要不要進入新市場」「要不要裁掉一個部門」這種層級的決策。 同一天，五角大廈正式簽下七家 AI 公司的機密合約。Google 580 位員工（包括 DeepMind 研究員）簽公開信反對，管理層連眼皮都沒抬一下。 信任在加速建立。而驗證，跟不上。 IBM 調查：76% 企業有 CAIO，AI 正式進入決策核心IBM Institute for Business Value 這份調查的樣本不小：2,000 位 CEO，橫跨 33 國、21 個產業，時間是 2026 年 2 月到 4 月。 幾個數字一起看。 76% 的受訪企業已經設立 CAIO（Chief AI Officer），2025 年這個數字是 26%。不是「計劃設立」，是已經到位。一年內從四分之一跳到四分之...
Claude Code 自訂 Agent 完整教學 — 用 Markdown 打造你的專屬 AI 團隊
你在公司裡遇到一個問題，不會直接叫全公司的人一起來看。你會找特定的人——資料庫有問題找 DBA、API 設計要討論找架構師、程式碼寫完找資深工程師 review。每個人有自己的專長、自己的看事情的角度、自己負責的範圍。 Claude Code 的自訂 Agent 就是同一件事。你用一份 Markdown 檔案定義一個 AI 隊友——它擅長什麼、能用什麼工具、遇到什麼情況該叫它出場。之後 Claude Code 會自動判斷什麼時候把任務委派給它。 不是「讓 AI 扮演某個角色」那種表演。是真的把工作拆開，讓不同的 agent 負責不同的事。 一份 Agent 檔案長什麼樣子打開 ~/.claude/agents/ 隨便看一個檔案，結構很簡單： 12345678910111213141516171819202122---name: code-reviewerdescription: "程式碼品質審查。寫完 code 後自動觸發，檢查命名、錯誤處理、效能、安全。"tools: Read, Bashmodel: sonnet---你是一位資深工程師，專門做 code...
Elasticsearch 資料塑型 — Mapping, Template, Component Template
蓋房子之前要先畫藍圖。這個道理大家都懂，但很多人用 Elasticsearch 的時候選擇跳過這一步——直接丟資料進去，讓 Dynamic Mapping 自己猜型別。 一開始很順。直到某天你寫入一筆小數，系統跟你說：「不行，這個欄位是整數。」 第一筆資料進來的那一刻，型別就鎖死了。之後想改？只能砍掉重建。沒有 ALTER TABLE。 Dynamic Mapping：方便的糖衣，危險的炸彈Elasticsearch 的 Dynamic Mapping 會在你第一次寫入資料時自動推斷欄位型別。你丟 "hello"，它猜 text + keyword；你丟 123，它猜 long；你丟 "2026-04-29"，它猜 date。 聽起來很聰明。問題是，它只看第一筆。 五個一定會爆的地雷第一筆決定命運。你的第一筆訂單 price: 100 → 欄位被設為 long。第二筆 price: 99.5 → 直接報 mapper_parsing_exception。long 欄位塞不下 float。事後想改？砍 Index 重建。 字串自動雙倍空間。...
AI 會取代工程師嗎？一個台灣軟體工程師的 2026 年中觀察
65%。Snap 的 CEO Evan Spiegel 站上台，告訴投資人 AI 現在寫了公司 65% 的新程式碼。同一天，他裁了大約 1,000 人，佔公司 16% 的員工。 股價漲了。 這個畫面很殘酷，但它精準地描繪了 2026 年軟體工程師面對的情緒——一個數字可以同時是公司的利多和工程師的噩耗。Dcard 軟工版有一串討論標題寫得很直白：「軟工就業市場好像沒有任何樂觀理由。」PTT Tech_Job 也在問：「十年內會被 AI 取代的工程師有哪些？」 Reddit 有人做了一份調查，20.57% 的受訪者認為軟體開發是最容易被 AI 取代的職業。不是卡車司機，不是客服，是軟體開發。我們自己人投自己的票。 恐慌有它的道理先面對不舒服的數據。 JetBrains 的 AI Pulse 萬人開發者調查顯示，74% 的開發者已經在用 AI coding 工具。不是「有興趣」，是「已經在用」。四分之三。這個滲透速度比任何一個 framework 都快——React 花了多少年才到這個覆蓋率？ Stanford 2026 AI Index 丟出一個更驚人的數字：AI agent 在真...
AI 與科技新聞摘要 - 2026/05/03
732 bytes。 一個 732 bytes 的 Python 腳本，可以在過去九年出貨的每一台 Linux 機器上拿到 root。Ubuntu、RHEL、SUSE、Amazon Linux——全部中獎。不需要特殊權限，不需要社交工程，任何 local user 跑一下就是 root。 這個漏洞叫 Copy Fail，CVE-2026-31431，CVSS 7.8。藏在 Linux kernel 的 algif_aead 模組裡，一個處理加密操作的角落，從 2017 年就存在。九年。而截至 5 月 1 日，部分主流發行版還沒修補。 同一天，Mistral 丟出 128B dense model 拿下 SWE-Bench 77.6%。Google 把 Gemini 推到 2M token context window。NVIDIA 發布了史上第一個開源量子 AI 模型。OpenAI 完成今年第七次收購，買了一家做個人理財的新創。 AI 產業正在同時擴張模型能力、應用範圍、以及——攻擊面。 CVE-2026-31431 “Copy Fail”：732 Bytes 換一個 Root...
Elasticsearch 文字分析與多語系魔法 — Analyzer, IK, 中文搜尋
你打開搜尋框，輸入「小籠包」。系統回傳所有包含「小」、「籠」、「包」的結果——小學、鳥籠、背包全跑出來。 這不是 bug。這是你的搜尋引擎不會「讀中文」。 英文有空格，dog 就是 dog，切詞天生容易。中文沒有這種天然分隔符。「台北市政府捷運站」到底是「台北市 / 政府 / 捷運站」，還是「台 / 北 / 市 / 政 / 府 / 捷 / 運 / 站」？Elasticsearch 預設的 standard analyzer 選了後者——逐字切，簡單粗暴，但搜尋品質慘不忍睹。 要讓搜尋引擎真正讀懂中文，得先搞懂 Analyzer 這條流水線。 洗衣店的三道工序Analyzer 的運作像一家洗衣店。髒衣服進來，經過三道工序，變成乾淨的衣服掛上架。文字進來，經過三道處理，變成可搜尋的 token 存入倒排索引。 第一道：Char Filter（預處理）。衣服進門先掃一遍——有沒有口袋裡忘了掏的衛生紙、有沒有掛在上面的名牌。對文字來說，就是去掉 HTML 標籤、替換特殊字元、用正則做初步清理。可以...
