做完實驗算出的「最佳組合」，通常一次都沒被做出來過。它是預測值，不是實測值——所以田口方法規定你必須再跑一次確認實驗。這一步是推論與事實的分界線，卻是中文教材裡最常被跳過的一段。寫了一篇直交表入門，用一個起司蛋糕從頭走到尾。The “optimal setting” you compute from a designed experiment has usually not been run. It’s a prediction, not a measurement. Taguchi’s method says: go run it. That …
🔄 多數人用 AI 的方式是最慢的：問 → 等 → 改 → 再問。你是引擎，AI 只是工具。高手寫的是「循環指令」：目標給一次，AI 自己跑完整個 PDCA，直到達標 ✅ 但最難的一格是 C——因為 AI 永遠是自己最寬容的閱卷者 📝 品管 70 年踩過的坑，AI 循環正在重踩一遍： 🚪 Gate 檢核點｜🧠 State 記憶｜🛑 Stop 停止條件｜📐 SDCA 標準化 用 PDCA 重新理解 AI 循環指令 AI 工作流 × 品質管理 Rethinking AI Loop Engineering Through PDCA — Writing Loops Is Management Thin …
🎧 我以為買了新耳機是「升級」——更貴、更清楚、更好。 聽了幾個月才懂:它不是升級,是多了一件武器 🔬 同一首歌,三副耳機聽到的是三個世界: 🔬 IE 200 + KA15 → 顯微鏡:把六條聲線拆開給你看,人聲貼耳但偏薄🎭 Px7 S3 → 劇場:空間、氛圍、大編制的規模感🛋️ Pi8 → 沙發:塞上就走,通勤放空剛剛好 沒有誰最好,只有「這一刻的音樂需要什麼」👂 密的給顯微鏡,鬆的給氛圍,累的給沙發。 真正調好的不是系統,是知道什麼時候用哪一副的判斷力 ✨ Listening · Field Notes 三副耳機,三種聆聽 Px7 S3、IE 200 + KA15、Pi8 —— 它們不是好 …
我曾經花一小時,手動把 EQ-5D-5L 五個面向、二十五個選項一格一格貼進 Google 表單。貼到第三題發現選項順序錯了。後來才知道:Google 表單有 API,而 AI 可以幫你寫。現在同一份量表,從貼上原文到拿到連結,三分鐘。
每年夏天都要吵一次的問題：短暫出門，變頻冷氣到底該不該關？🌡️網路上眾說紛紜——台電說 30 分鐘、冷氣師傅說 1 小時、空調業者說 2～3 小時。我乾脆把房間寫成熱力學模型，算出來的結果很有趣：✅ 這些專家其實都對，只是假設的房間不一樣🏚️ 鐵皮屋、西曬房：越早關越省（反直覺吧！）🏢 隔熱好的 RC 大樓：2～3 小時不關反而省💡 灰色地帶最聰明的解法：不關也不全開，把溫度調高 2～3 度❌ 「啟動瞬間超耗電」是迷思——現代變頻機的啟動能耗毫秒級，真正的關鍵是低頻/高頻的效率落差 理科生破解迷思 · Thermodynamics of Everyday Life 台電說 30 分鐘、師傅說 …
