技術
不只會串 AI，我們懂它底下的東西
從 Agent 到機器學習，從知識檢索到 GPU 上的離線推理。這一頁寫給要做技術評估的人。
四根支柱
支撐 VALA 與每個案子的工程能力
Agent 工程
讓 AI 可靠地做事，而不只是回答
- 以業界標準 Model Context Protocol 接入各項能力，可逐一擴充
- 流程、驗證與稽核由程式掌控，結果可重現、可追查
- 試做確認、安全中止、續跑、不確定就反問，都是內建機制
- 每次更新都在真實系統上完整驗證，守住不退步
檢索與知識
在專業文件裡找到對的那一段
- 術語密集的專業文件也找得準
- 中英文混用的問法與文件都找得到
- 追問聽得懂上下文，不必每次重講一遍
- 依存取權限提供不同範圍的知識
機器學習
從資料裡提早看見問題
- 特徵工程與多演算法並行比較，不以單一模型交差
- 針對異常樣本稀少的情境設計模型與評估方式
- 可解釋性分析，讓警報附帶「為什麼」
- 目標是早期預警：在事故前，不是事故後
邊緣與地端部署
資料不離場，網路斷了也要能跑
- 語音辨識與語言模型可在單機 GPU 上全離線運作
- 可以接雲端模型，也可以接機房裡的本地模型，依資安需求切換
- 交付完整安裝程式與啟動前檢查工具，現場人員自己開得起來
- 為正式環境而設計，安裝、權限與資料都經過現場驗證
我們的原則
三條不妥協的工程紀律
01
程式優先，模型最後
能用程式穩定做到的，就不交給模型去猜。這是可靠性的來源，也是成本可控的來源。
02
規則通用，不寫補丁
不為單一客戶在核心裡寫例外。每個客戶的差異用設定處理，所有客戶的品質才能一起往上。
03
每次更新都真實驗證
每次更新都在真實系統上完整驗證。新功能不能讓舊功能退步，這是鐵門檻。