技術方法Method

8D Intent Field Packet

技術方法：八維度意圖場封包重構

先說最重要的：這不是把檔案壓小、搬走或丟到雲端。系統把「要得到什麼結果、目前狀態、可引用什麼、如何重構、怎樣才算通過」放進同一個八維度意圖場封包；接收端只重構封包需要的部分，再由本地總場驗證。

查看創辦人宣言查看控制台查看審查封套

Zero-network knowledge

完全不懂網路，也能先懂這四步

把它想成一張「可驗收的工作單」，不是把整間倉庫寄出去。

先問結果

例如「產生一份不含居民姓名的本週活動提醒」。缺一項只問一題，不替使用者猜答案。

只帶必要規則

封包帶著來源參照、限制、重構條件與驗收方式；密碼、token、會員明文和原始私密影音在進入封包前就被阻擋。

在本地重構

接收端依自己已有的資料與能力，只產生這張工作單需要的結果。沒有網路時，edge 仍可產生 L3 候選並排隊。

驗證後才算數

候選不等於正式決定。taiji01 回線後會驗證來源快照、雜湊鏈與重複結果；只有總場能處理正式 D8。

一句話版本

小傳輸量，可產生大檔案結果描述的是封包驅動的結果重構；不是宣稱任意既有檔案都能靠小封包下載，也不是雲端同步、備份或差分搬運。

Technical Method

不是八欄位資料表

意圖場是跨節點、跨系統、跨角色的狀態封包與驗證流程；不是把八個欄位塞進資料庫。

LLM 在使用者設備執行

原始提示、模型上下文與權重留在使用者設備；只有使用者確認的最小意圖候選與 evidence ref 可送交總場。taiji01 與其他伺服器不載入或執行 LLM。

無浮點查表與候選治理

伺服器以整數狀態、封包標記與 verifier 完成查表、驗證和封印，不依賴伺服器端 LLM，也不把高 GPU 推論視為同級比較。

分段流水線動態變卦

跨節點、跨系統、跨檔案的變更先形成 rebuild_manifest，再由 human_confirm_ref 決定是否放行。

D1-D8

八個維度如何約束 AI

這張表用公開語言呈現，核心非公開規則只以 ref 方式留在總場。

維度	公開說法	落地邊界
D1 意圖	人真正想完成什麼。	模糊聊天不能直接升級成正式操作。
D2 狀態	展示、沙盒、封測或正式狀態。	公開頁標示預告版與 release HOLD。
D3 座標	需求發生在哪個場域。	協會、物業、商家、小J與審查封套分流。
D4 證據	有什麼可查資料支持判斷。	使用 evidence ref、hash ref、review envelope。
D5 政策	ALLOW、HOLD、REVIEW 或 HUMAN_CONFIRM。	付款、DB、部署、角色升級預設 HOLD。
D6 生成	使用者設備上的 LLM 產生候選與整理摘要。	伺服器不執行 LLM；候選不能直接變成授權或正式文件。
D7 紅隊	先找可能誤導或外洩的位置。	公開頁不得顯示工程 payload 或 secret。
D8 封套	將一次決策包成可審查紀錄。	沒有 seal 與人審，不宣稱正式發布。

Verification levels

L1／L2／L3 不是畫質等級，而是驗證契約

封包先指定「這次要證明到哪一層」，系統才知道可以接受什麼結果。

層級	必須相符	適用邊界
L1 完整重構	當封包定義完整結果時，hash／bit-level 結果一致。	只在協定已完整定義結果時使用；不是傳統檔案搬運。
L2 等價重構	任務、狀態、控制與效果一致，不要求 byte identity。	不同設備可用不同本地表示，仍須滿足同一效果契約。
L3 候選重構	使用者設備只產生候選，交由本地狀態機與總場判斷。	裝置端 LLM、離線 edge 與非 LLM GPU 工作一律停在候選權限。

For frontier engineers

真正反直覺的地方：把算力、傳輸與裁決權拆開

以下內容可被測試與雜湊驗證，不靠「AI 很聰明」作為安全假設。

封包自帶協定與驗證

D1–D8 同時表達意圖、狀態、座標、證據、執行、重構、風險與封套；route table 與 capability registry 的快照雜湊把查表事實綁進內容身分。

語義雜湊與執行事實分離

Unicode NFC、排序鍵與拒絕浮點值形成跨節點一致的 content SHA256；觀測時間與執行節點屬 execution metadata，不污染同一意圖的語義身分。

離線仍運作，但不偷升權

edge 只持有 sealed read-only snapshot，可引導補全、形成 L3 並寫入前後相接的 hash-chain queue；回線後由 taiji01 重驗與去重，edge 永遠不能自稱正式 PASS。

裝置端 LLM 與 D8 完全解耦

LLM 只在使用者設備形成候選；伺服器 CPU 執行總場驗證，伺服器 GPU 僅可增援明確標記的非 LLM 影音或批次工作。任何模型、遠端節點或套件都不能取得總場修改權。

工程邊界

程式部署仍使用 byte-exact、SHA256 驗證的版本化 artifact；這是軟體供應鏈傳送，與 W7TP 生成式傳輸是兩件不同的事。Founder 修改總場則另需裝置公鑰指紋與 Google OIDC issuer／subject hash 的雙根驗證。

Public proof boundary

公開到足以檢驗，保留到不洩漏營業秘密

公開頁說明可驗證結構與失敗條件；私有查表索引、完整重構規則、密鑰與請求項策略不公開。

固定正典

公開技術語義以 W7TP 多用途生成式傳輸封包 Canonical V2 為準；目前內容 SHA256 為 a5281f…d5d0。

可觀察的失敗

未知場域、缺 route、缺 capability、快照不符、雜湊鏈斷裂、敏感資料或權限偽造都必須 HOLD、BLOCK 或 QUARANTINE，不能靜默改送 GENERIC。

法律狀態分開

技術公開說明、已取得的新型專利與申請中的發明專利分開標示；提出申請不等於已取得專利權。

查看專利法律狀態查看透明狀態查看總場審查邊界

What we have developed

我們已研發的，不只是一個概念

以下是已形成程式與驗證契約的能力；「已研發」不等於已在所有產業正式部署。

已研發能力	現在可驗證的價值	目前成熟邊界
單一 8D runtime、五種場域 profile	協會、物業、商業展示、家庭與通用需求共用同一核心，不必維護五套彼此漂移的決策系統。	程式與測試可驗證；正式場域交易仍須另行授權。
一次一題的安全意圖補全	降低使用門檻，同時避免 AI 自行補姓名、憑證、付款資料或正式決定。	候選輸出；不取代人類責任。
可重現的內容雜湊與來源快照	同一語義在不同節點保有相同內容身分，能查出來源或規則是否被悄悄更換。	驗證契約已實作；不是跨組織法律信任的自動替代品。
離線 L3 edge 與 hash-chain queue	主節點離線時仍可整理需求與形成候選；回線後再驗證、去重與收斂，不必用雲端維持基本功能。	edge 永遠沒有正式 D8；公開入口仍可能有單點限制。
使用者設備 LLM、伺服器零模型推論	提示與上下文不必集中到伺服器；總場只處理最小候選、來源參照、驗證與封印。	目前公開頁不載入 LLM；正式裝置端模型、效能與平台相容性仍須逐設備驗證。

專利技術如何落地：進入商業公開測試

上品聊國咖啡館 POS 將 8D 候選、裝置端雜湊、人工覆核、離線佇列與常駐紅隊放進同一個寫實流程。下列入口目前是可操作的過渡公開測試路徑；正式商業首頁預定設於 business.wuchang.life，與協會非營利首頁分流。

操作上品聊國咖啡館 POS 公開測試

Future value map

未來可運用的產業價值地圖

共同核心是「少帶敏感原文、把意圖與驗證契約帶到需要工作的地方」；每一產業仍須自己的法規、資料治理與驗收。

訊

電信業

價值提示：把服務意圖、網路狀態、能力參照與驗收條件包成候選，可用於 edge 協作、障礙處理與跨設備服務編排，降低不必要的原始資料暴露。

未來候選：不取代 3GPP、電信核心網或業者既有控制權；需與正式網管、資安及 SLA 驗證整合。

雲

雲端產業

價值提示：在節點已有共同基底與能力 registry 的條件下，以狀態、引用和重構契約協調工作，可減少重複搬運，並讓跨雲候選結果可追溯、可去重。

未來候選：不是雲端同步、備份或任意資料壓縮；實際頻寬、成本與效能須逐案量測。

公

政府與公共服務機構

價值提示：跨單位服務可先交換最小化意圖、證據參照與責任封套，再由各單位在自身權限內重構候選，提升可稽核性並降低資料過度集中。

未來候選：不繞過法定職權、採購、檔案、個資或資安規範，也不表示任何政府機關採用或背書。

醫

醫療與照護管理

價值提示：可用於設備巡檢、照護工作流、排程與跨角色交接的去識別化候選，讓每一步帶著來源、風險與人類確認條件。

未來候選：不作診斷、處方或治療決定；需醫療專業、倫理、資安、個資與法規審查。

災

災防與韌性協作

價值提示：網路不穩時，edge 可保存具來源快照的 L3 需求候選；主節點恢復後統一驗證與去重，避免離線紀錄被誤當正式命令。

未來候選：不能取代緊急通訊、指揮體系或生命安全認證設備。

製

製造與設備服務

價值提示：把任務、設備匿名座標、能力與驗收效果分離，可支援異質設備上的等價工作結果與可追蹤維護候選。

未來候選：涉及安全控制時仍須 PLC、工控資安與功能安全機制獨立驗證。

長期願景

我們希望讓數位協作從「把更多資料集中到伺服器模型」轉向「LLM 留在使用者設備，只把使用者確認的最小意圖、來源與驗證契約交給總場」。價值不只在節省傳輸或算力，而在原始脈絡不必離開設備、離線仍可工作、權限不隨算力擴張、結果可追溯，並讓人保有最後責任。

Physician-only AI service vision

醫師專用 AI 服務：病歷價值與私隱保密同時設計

ADI 張量狀態資料庫可管理個人病歷的授權狀態與證據關係；服務只開放給醫療機構驗證的醫師角色，不把原始病歷變成可任意流通的 AI 訓練資料。

推論位置是產品硬邊界

醫師端或病人端 LLM 只在各自經授權的使用者設備執行；taiji01、醫療合作伺服器及遠端 GPU 不執行 LLM。設備只可送出使用者確認且最小化的 8D 候選、狀態與 evidence ref，由總場驗證；原始提示、完整上下文、模型權重與未最小化病歷不得上傳。

讓專業知識成為醫師與病人溝通的橋樑與基石

同一份醫療事實可保留醫師需要的專業術語、證據與不確定性，同時產生病人看得懂的白話解釋、問題清單與醫囑提醒。每段解釋都能回到原始紀錄與醫師確認，不把「說得容易懂」變成刪掉風險、誇大確定性或偷偷改變醫療意義。

醫師看到的是可覆核工作台，不是替醫師下決定的黑盒

服務可整理病程時間線、重要變化、檢查與用藥關聯、證據來源、AI 候選與不確定性，並支援醫師註記接受、修正或否決。診斷、處方、治療、轉診與緊急處置仍由醫師依完整臨床資訊與專業責任決定。

醫師診斷是人工權威證據

診斷內容在合規醫療系統內由醫師建立、簽署與更正；8D 封包只引用已授權的診斷狀態、版本與證據雜湊。AI 可以形成判斷候選，不能把自己的推論覆寫成醫師診斷。

ADI 保存狀態關係，不外洩病歷原文

個人識別資訊與原始病歷留在醫療機構控制的加密資料邊界。ADI 對外只提供最小必要的匿名座標、狀態向量、權限、來源 ref 與統計條件；可再識別對照機制必須隔離並限權。

人工智能判斷可統計、可追溯

每一候選記錄模型／規則版本、輸入證據範圍、輸出狀態、信心表示、醫師覆核與最後結果；統計使用去識別群體資料，讓準確、遺漏、偏差與不確定性可被分層檢查。

失敗案例成為紅隊告警

誤判、漏判、資料漂移、越權存取與流程延誤先轉成去識別化 failure signature、風險向量與再現條件，再進入紅隊規則；不能把病人姓名或完整病歷複製到告警、log、edge 或 GPU 節點。

資料層	允許內容	禁止內容／權限
醫療機構病歷庫	依法保存的原始病歷、醫師診斷、檢查與處置；細緻角色權限與完整稽核。	不得因接入 AI 而變成全節點可讀。
ADI 張量狀態層	受目的限制的狀態向量、匿名座標、版本、證據 ref、同意與存取政策。	不得把可識別病歷原文當作一般封包內容。
AI／統計候選層	去識別群體統計、候選判斷、偏差與失敗模式。	不得自動診斷、開藥、治療、拒絕照護或指定正式 D8。
紅隊告警層	去識別 failure signature、風險等級、重現條件與修正證據。	不得用告警之名建立第二份病歷庫或洩漏再識別鍵。

醫師工作階段	AI 可提供	醫師保留的最終責任
看診前	依授權病歷產生可追溯摘要、時間線、缺漏資料與需優先查看的風險候選。	確認摘要是否完整，決定問診與檢查方向。
看診中	呈現證據 ref、狀態趨勢、可能衝突、指引查核候選與不確定性。	結合病人表達、理學檢查與專業判斷作診斷與處置。
看診後	整理追蹤條件、異常變化候選、覆核紀錄與去識別統計。	簽署病歷、醫囑與追蹤安排，決定哪些內容可進一步使用。
品質改善	將被否決、誤判、漏判與延遲案例轉為去識別紅隊告警與模型／規則改善候選。	判定臨床嚴重度、可接受風險與是否允許更新正式策略。

同一核心、兩個隔離介面：醫師工作台與病人健康同行入口

病人可註冊成為「病人本人」使用者，但不因此取得醫師 AI 權限。系統依醫療機構驗證的身分與病歷關聯，只開放本人被授權的病程內容；家屬、照顧者或代理人必須另有可撤銷的法定／書面授權，不能靠姓名或關係字串升權。

病人功能	可提供的價值	安全與醫療邊界
註冊與本人病歷連結	經驗證後連結本人在該醫療機構可提供的病歷範圍，清楚顯示來源、日期與授權狀態。	登入成功不等於自動取得病歷；每一資料範圍仍須依身分、目的、同意與機構政策授權。
醫囑提醒	把醫師已簽署的用藥、檢查、復診與照護醫囑轉成易懂提醒，保留原始醫囑 ref、版本與變更通知。	AI 不得新增、刪除或改寫醫囑；有疑問、惡化或緊急情況應聯絡醫療專業人員，不依提醒自行調藥。
詳細病程查找	依時間、就診、診斷、檢查、治療與追蹤關係呈現個人病程時間線，並讓病人回到原始醫療紀錄來源。	摘要須標示缺漏與不確定性；病人可提出更正請求，但正式病歷修正仍由依法有權的人員處理。
個人狀態追蹤	將本人填寫的症狀、量測與提醒完成狀態形成候選，供後續看診時由醫師參考。	病人自填內容與醫師診斷分層保存；AI 不得把自填資料自動升級成正式診斷或緊急處置結論。
私隱控制	查看誰在何種目的下存取資料，管理同意、通知、代理與撤銷候選。	撤銷、保存、刪除與法定留存可能有不同效力，須由機構依適用法規與醫療責任處理。

共同病程視圖

醫師看到完整臨床結構；病人看到經授權的個人時間線與白話層。兩者指向同一來源 ref，避免各說各話。

看診前問題準備

病人可把不懂的名詞、症狀變化與醫囑疑問形成候選問題；醫師快速掌握溝通重點，但 AI 不替病人或醫師預先下結論。

理解確認

用 teach-back 方式請病人以自己的話確認理解，將誤解標成待澄清狀態；只有醫師確認後才更新正式解釋或醫囑版本。

語言與可近性

可提供分級文字、語音輔助與多語候選，同時保留醫療原意、版本與人工覆核，讓高齡者與不同識讀程度者更容易參與。

兼具的關鍵不是「先集中再匿名」，而是從封包入口就最小化

蒐集目的、病人知情與授權、最小權限、存取紀錄、保存期限、刪除／更正、去識別風險與醫療人員最終覆核，都必須成為可驗證狀態。台灣的病歷、醫療與健康檢查資料屬高度受保護個人資料；真正導入前仍須由醫療、法律、資安、倫理與資料治理專業人員共同驗證。

Care-system transformation

轉成醫病日常照護與護理系統：核心可重用，臨床落地要逐關驗證

不需要另造第二套 8D runtime；醫療資料契約與角色只能在總場核准後接入同一核心。

可直接重用	醫療領域必須新增	通過條件
8D 意圖、來源 ref、狀態雜湊、一次一題補全、離線候選、權限與紅隊鏈。	病人、醫師、護理師、藥師、照顧者與代理人的細緻角色／目的／同意契約。	任何角色都只能看見工作所需的最小資料，且每次存取可追溯、可撤銷或依法保存。
ADI 狀態關係與候選統計。	符合臺灣 TW Core IG／FHIR R4 的資料映射、術語、版本與醫療機構既有系統介接。	交換資料經 profile 驗證；8D 封包不取代正式電子病歷標準。
候選與正式 D8 分離。	醫囑、用藥、生命徵象、護理評估、照護計畫、交班、異常升級與緊急處理規則。	臨床嚴重度、誤警／漏警、可用性、偏差、資安及人因均完成實地驗證。
內容 SHA256、證據鏈與失敗回復。	醫療機構責任、病歷保存、事件通報、備援、稽核、供應鏈與變更管理。	法規、倫理、資安、醫療專業與機構治理共同核准，不由模型自行上線。

最短安全落地順序

先做不下診斷的病程查找與醫囑提醒沙盒，再接 TW Core／FHIR 測試資料與護理工作流；之後用去識別案例做臨床與紅隊驗證，最後才由合格醫療機構在自身資料與責任邊界內啟用。技術核心的轉用不難，真正的產品價值來自把每一道高風險門檻也做成可驗證工程。

操作合成照護案例醫療與護理合作組織招募