產業術語
Industry Terms
AI產業專業術語與商業模式相關詞彙
共 68 個詞彙
全自動模式 (Autopilot)
Autopilot (autopilot / full automation)
AI 或系統在極少或無人為介入下自主完成整段流程的運作模式
爬蟲（Crawler / Spider）
Crawler (Web Crawler / Spider)
自動在網頁之間爬行並蒐集資料的程式，是搜尋引擎了解網站的第一步。
封閉式商用模型 (Proprietary Models)
Proprietary Models (proprietary models)
僅透過 API 或授權使用、不開源權重的商業模型
特斯拉 (與 AI/自駕)
Tesla (AI & Autopilot)
以 FSD、Dojo 與車載 [[computer-vision]] 聞名的自駕與 AI 應用者，大量使用 [[neural-network]] 與 [[nvidia]]/自研硬體。
索引（Search Index）
Search Index
搜尋引擎用來快速查找網頁的巨大資料庫，像是為整個網路建立的目錄卡片系統。
感覺編程 (氛圍編程 / Vibe Coding)
Vibe Coding (vibe coding / intuition-driven coding)
以自然語言與 AI 溝通、依賴感覺與直覺的快速開發模式，由 Andrej Karpathy 於 2025 年初提出
算力富豪 (Compute-rich)
Compute-rich (compute-rich)
形容擁有極多算力資源的實體（如大型科技公司），主導大模型訓練與基礎設施
網站地圖（Sitemap）
XML Sitemap
列出網站重要頁面的清單檔案，主動告訴搜尋引擎「哪些頁面值得優先來看」。
影子 AI (Shadow AI)
Shadow AI (shadow AI)
員工未經公司授權私下使用的 AI 工具與服務，帶來合規與資安風險
護城河 (Moat)
Moat (competitive moat)
AI 公司難以被複製的競爭優勢，如數據、算力、品牌、生態
AI新創
AI Startup
以AI為核心的初創公司
GPU 短缺 (GPU Shortage)
GPU Shortage (GPU shortage)
AI 訓練與推理需求導致 GPU 供不應求、價格高漲的現象
上下文工程 (Context Engineering)
Context Engineering (context engineering)
2025 年興起的術語：在 AI 開發中，管理上下文（記憶、工具、數據源）的能力比單純寫程式更重要
上下文填充
Context Stuffing
將大量資訊塞入 prompt 的技巧
元數據過濾
Metadata Filtering
依元數據篩選檢索
切片
Chunk
RAG中切分後的文本片段
主權AI
Sovereign AI
國家級AI能力
代碼文件索引化
Documentation Indexing
將程式碼與文件建為可檢索索引
多模態 AI
Multimodal AI
同時處理多種輸入模態（文字、影像、語音等）的模型與應用，如 [[gpt-4v]]、[[clip]]、語音助理與視覺問答。
行動端 AI
Mobile AI
在手機、平板與邊緣裝置上執行的 [[inference]] 與輕量 [[machine-learning]]，常搭配模型壓縮與 [[onnx]] 部署。
垂直領域 AI
Vertical AI
專注單一領域的 AI（如醫療、法律）
動態捕捉
Motion Capture
擷取人體或物體在空間中的運動軌跡（關節、姿態），常用於動畫、遊戲、[[computer-vision]] 與具身 AI 的動作資料。
排名演算法（Ranking Algorithm）
Ranking Algorithm
在龐大索引資料中決定「哪一頁該排在前面」的一整套計算規則與模型。
通用領域 AI
Horizontal AI
跨領域通用的 AI 平台
智能體即服務
AaaS (Agent-as-a-Service)
以服務形式提供 AI 智能體能力
無條件基本收入
UBI (Universal Basic Income)
政府發給全體公民的定期現金
開放權重
Open-weight
公開權重但不一定開源授權
模型中心
Model Hub
共享與下載預訓練模型
模型即服務
MaaS
以API形式提供模型
模型軍備競賽
Model Wars
大廠競相推出更強 LLM
AI 對齊 (人工智慧對齊)
AI Alignment
使 AI 系統的目標與人類意圖、價值觀一致的研究與工程領域。
AI Wrapper
AI Wrapper
僅在 LLM API 外包一層的軟體
AI市集
AI Marketplace
交易AI模型與服務的平台
Anysphere
Anysphere
Cursor 背後的團隊名稱
API (應用程式介面)
Application Programming Interface (API)
軟體之間溝通的介面協定
E-E-A-T（經驗、專業、權威、信任）
E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness)
Google 用來評估內容與網站品質的四個面向：有沒有真實經驗、專業深度、領域權威與整體可信度。
Output Parsers
Output Parsers
將 LLM 輸出轉為 JSON 等格式的工具
robots.txt
robots.txt
放在網站根目錄、用來告訴搜尋引擎爬蟲哪些路徑可以抓、哪些應該避免的規則檔案。
SaaS
Software as a Service
通過網路提供軟體服務的商業模式
Token 消耗
Token Burn
大量消耗 Token 的操作
Token計費
Token-Based Pricing
AI語言模型按處理的token數量收費的模式
上下文窗口 (語境窗口)
Context Window
語言模型能同時處理的最大token數量
幻覺 (AI幻覺 / 模型幻覺)
Hallucination (AI Hallucination)
AI生成虛假或無根據資訊的現象
查詢擴展
Query Expansion
擴展查詢以提升檢索
重排序
Re-ranking
檢索後的二次精準篩選
重疊窗口
Overlapping Windows
切片時重叠的切分方式
參數量
Model Parameters
神經網絡中可學習的權重數量，衡量模型大小
混合搜索
Hybrid Search
向量與關鍵字檢索結合
提示詞壓縮
Prompt Compression
壓縮 prompt 以節省 token
握手協議
Handshake Protocol
Agent 間建立信任與能力協商的協議
智能體對接
A2A (Agent-to-Agent)
AI 之間互相發單、協作的通訊模式
稀疏檢索
Sparse Retrieval
如BM25的關鍵字檢索
稠密檢索
Dense Retrieval
用嵌入向量的檢索
語義切片
Semantic Chunking
依語義邊界切分文本的RAG預處理
語義緩存
Semantic Cache
依語義相似度緩存，節省重複問題費用
遞歸字元分割
Recursive Character Splitter
遞歸切分文本
遞歸摘要
Recursive Summarization
多層級遞歸式摘要長文
檢索增強生成 (RAG)
Retrieval-Augmented Generation (RAG)
結合外部知識檢索和語言生成的AI技術
類神經感測器
Neuromorphic Sensor
仿生物視覺的 event-based 感測器，以非同步事件流輸出亮度變化，利於低延遲、低功耗的 [[computer-vision]] 與邊緣 AI。
BM25
BM25
經典的排序算法
上下文壓縮
Contextual Compression
依查詢壓縮檢索結果
父子文檔檢索
Parent-Child Retrieval
檢索父子結構文檔
從小到大檢索
Small-to-Large Retrieval
先檢小片段再擴大到更大範圍
最大邊際相關性
MMR
Maximum Marginal Relevance，平衡相關與多樣性
模型蒸餾
Model Distillation
用大模型知識訓練小模型的技術
GraphRAG
GraphRAG
結合圖資料庫與RAG的進階檢索方法
HyDE
HyDE
用假設性文件嵌入提升檢索的RAG技巧
Self-RAG
Self-RAG
自我檢查式檢索增強