AI agent 記憶如何運作？解碼 Anthropic 兩個新原語 Memory 與 Dreaming，讓 agent 隔夜變聰明
Anthropic Memory 與 Dreaming 是什麼？一篇看懂這兩個 AI agent 記憶新原語：Memory 讓 agent 邊做邊記，Dreaming 讓一群 agent 隔夜集體覆盤變聰明。用台灣電商角度解讀，agent memory 為何是買不到的護城河。
91APP AgentOne 現場直擊：當電商 SaaS 長出 AI Agent，零售成長到底怎麼玩？
我到了 91APP AgentOne 發表會現場，把兩場演講的重點合成一篇。當電商後台開始「自己會做事」，零售的玩法就要換一套了：從 AgentOne 三大基座、三支行銷 Agent，到把流量變會員資產的 OMO 2.0 飛輪與雙翼齊飛。
Similarweb 2026 AI 搜尋報告：10 組數字，看懂「被發現」的新戰場（台灣電商對照）
Similarweb 2026 AI 搜尋報告 38 頁濃縮成 10 件事：AI 沒取代 Google，而是把「被發現」多疊了好幾層。從引用暴增、引用≠流量到對話式廣告，每一件都附台灣電商該怎麼做。
你的 AI 客服為什麼越用越蠢？問題不在它記太少，在它不會「忘」
AI 客服資料餵越多反而越常答錯？問題不是記太少，是不會忘。拆解 Agent Memory 四種記憶，與寫入、鞏固、檢索、遺忘四個動作，把電商客服知識庫從大倉庫變成會治理的大腦。
GA4 區隔（Segments）教學：使用者、工作階段、事件三種範圍怎麼選，別把數字看錯
GA4 區隔（Segments）完整教學：搞懂使用者、工作階段、事件三種範圍（Scope）的差異，學會設序列、把區隔轉成 Google Ads 再行銷受眾。台灣電商實戰指引，別把數字看錯。
回購率才是真 PMF：為什麼你的電商營收成長，可能是「行銷買來的假象」
營收成長不等於產品市場契合度。行銷買得到首購，買不到回購。拆解為什麼回購率才是真 PMF 的證據、它身為落後指標的盲點，以及你該盯哪個領先指標，才不會在檔期賣爆的隔月摔一跤。
「18,000 個 AI agent」不是重點，90% 才是：AI 正在從你去用的工具變成自己上工的同事
Notion 三週用 Claude 建了上萬個 agent，但真正的訊號是九成工作由排程、Slack、頁面事件自動觸發，沒人打字。AI 導入的單位不是聊天機器人，是一個事件配一個自己上工的 agent。附台灣電商事件盤點做法。
你花大錢養的那個「什麼都能扛」的猛人，AI 時代正在悄悄貶值：Netflix CPTO 要的是系統思考者
Netflix CPTO Elizabeth Stone 說 AI 時代要招的是系統思考者，不是窄專才。為什麼你團隊那個什麼都能扛的猛人正變成單點故障？從建 source of truth、練「退一格」到招人看動詞，給台灣電商 3 個具體做法。
AI 超級週期是巨頭的資本遊戲：史丹佛這堂課，教中小電商老闆別追熱點、先守住你的「護城河」
2026 年，四大雲端巨頭（Amazon、Google、Meta、Microsoft）光是蓋 AI 基礎設施的資本支出（capex，capital expenditure），加起來預計要燒掉大約 7,250 億美元。 比 2025 年的 4,100 億暴增 77%。分析師還說，2027 年這個數字有機會突破 1 兆美元。（數字為多家券商與分析師預估，見 Tom's Hardware 彙整報導。） 我知道你看到這種數字，第一個反應通常是焦慮。 「大家都在 all in AI，我這間小店是不是要被時代輾過去了？」 先深呼吸。這篇文章想跟你聊的，剛好相反。 這 7,250 億美元裡，
你官網那句「請問需要什麼協助？」正在趕走客人：AI 要在他開口前就認得他
巷口那家麵店，老闆一看到你走進門，不用你開口就先喊：「乾麵不要蔥、加顆蛋、大碗的齁？」 那一瞬間的「我認得你」，就是你會一直回去吃的原因。 現在把場景換到你的官網。客人點進來，右下角跳出對話框：「您好，請問有什麼可以幫您？」 聽起來很有禮貌，對吧？但如果你問我，這句話其實是一張自白書。它等於當著客人的面說：我不知道你是誰、不知道你從哪來、也不知道你想幹嘛，麻煩你從頭教我。 最近我看了一場演講，講者是 Position2（Position Squared）的全球營運與策略副總 Dr. Sajjan Kanukolanu，主題是〈Build the AI GTM Agent That Knows the Buyer〉，講怎麼打造一個「在買家開口前就認得他」的 AI GTM（Go-To-Market，
別再迷信「一個 agent 搞定一切」：矽谷工程師的「三種價值創造者」，翻成電商團隊該怎麼分工
有個電商團隊，去年底很興奮地導了一隻 AI 客服 agent（智能客服代理），老闆跟主管在會議室裡擊掌，想著「太好了，以後客服不用排班、不用養人了」。 三個月後打開後台，臉都綠了。 該退的貨，它笑咪咪地退了；明明超過七天鑑賞期、一看就是來鑽漏洞的濫用申請，它也一句「親愛的顧客，已為您處理」放行。它把每一位客人都服務得眉開眼笑，順便把公司的退貨政策服務到破產邊緣。 問題出在哪？不是這隻 agent 不夠聰明。是這個團隊把「打死不能鬆的規則」跟「可以靈活應對的話術」，全部揉成一鍋，整包丟給一隻 agent，然後祈禱它自己會分。 它不會分。你沒告訴它的紅線，它就當作沒有。 矽谷工程師講的三種東西，其實在講你的電商公司 前陣子看到矽谷一位工程師 IndyDevDan 拍的影片，標題很嗆，叫 FORGET Loop Engineering。今年六月 AI
用 AI 的高手不寫更長的 prompt，他們設計「驗收迴圈」：解碼 Anthropic 工程師 Thariq 的工作法
想像一下，你早上打開電腦，叫 ChatGPT 一次生 300 篇商品描述。三分鐘，全部出爐，爽度爆表。 然後呢？ 你還是得一篇一篇點開來看。看它有沒有把「德國進口」掛在一個產地其實是中國的包上，看它有沒有把上個月就結束的「買一送一」又寫進去，看它有沒有冒出一句「本產品保證有效」，讓你直接吃上一張廣告不實的罰單。 生成，被 AI 加速了 10 倍。 驗收，還停在人力時代。 這就是今天大多數電商老闆用 AI 的真相。你以為瓶頸是「寫得不夠快」，其實真正的瓶頸從來是「你不敢直接用」。 一個 Anthropic 工程師的反直覺答案：把指令砍掉 80% 最近我看了一集 Peter Yang 訪談 Anthropic Claude Code 團隊成員 Thariq