Google 在今年的 Google I/O 2026 公布多項 AI 新功能，包含 Gemini 3.5、AI 搜尋、Gemini app、AI agent、購物功能，以及 Android XR 眼鏡等更新。
Google I/O 2026 最值得留意的，不只是又推出一批新 AI 功能，而是 Google 正把 Gemini 放入更多日常產品和工作流程：Search、YouTube、Docs、Workspace、創作工具、開發者工具，甚至未來的裝置介面。
如果用一句話總結，今年 Google I/O 的主線是：AI 正在由「你打開一個 chatbot 問問題」，變成「你在不同產品裡直接叫 AI 幫你完成任務」。
所以這篇不會把 25 個功能平均鋪開。更好的讀法是：先看 9 個真正影響方向的重點，再用 16 個功能快覽補齊全貌。
Google I/O 2026 帶來哪些 AI 更新？
如果從 Google Cloud 的角度看，Google I/O 2026 不是單純發布消費級 AI 功能，而是把 Google Cloud Next '26 提到的「代理式企業」（Agentic Enterprise）藍圖，進一步落到 Gemini Enterprise、Google Workspace 和開發者工具裡。
Google 今次想傳達的方向很清楚：新的模型和 AI 功能，不只是 demo，而是要被交付到工作流、開發流程、內容創作、安全治理和日常協作裡。
今次最重要的幾條線包括：
Gemini 3.5：最新模型系列，首波推出 Gemini 3.5 Flash，主打 agent、coding、長期複雜任務。
Gemini Omni：新一代多模態生成模型，可融合文字、音訊、圖片和影片素材，首波主打影片生成與編輯。
Google Antigravity：與 Gemini Enterprise Agent Platform 整合，將 agentic development 帶入開發流程。
Gemini Spark：24/7 個人 AI agent，可跨 Workspace、自訂 connector 和 open web 背景運作。
Google Workspace：Google Pics 以及 Gmail、Docs、Keep 的語音功能，將文件、圖片、email 和 notes 變成 AI workflow。
Managed Agents API：讓開發者在 Google 託管、安全環境裡啟動可推理、call tools、execute code 的自訂代理。
CodeMender：Gemini Enterprise Agent Platform 上的 AI security agent，可協助找出和修補程式碼漏洞。
Google I/O 2026 最大方向：AI 開始變成 agent layer
過去幾年的 AI 發布會，大家最常問的是「哪個模型更聰明」。但 Google I/O 2026 的重點，已經不只是模型能力，而是 AI 能否放進真實產品，幫人完成更長、更複雜、更接近日常工作的任務。
你可以用 7 個層次理解今次更新：
模型層：Gemini 3.5 Flash、Gemini Omni，重點是長任務、agent、coding 和影片生成。
Agent 層：Gemini Spark、Daily Brief、Android Halo，重點是 AI 開始做長任務，但要可見、可控、可審批。
Search 層：AI Search、Ask YouTube、Generative UI，重點是搜尋不只找資料，還會生成答案、工具和進度頁。
Workspace 層：Docs Live、Google Pics，重點是文件、圖片、email 和 notes 會被 AI workflow 化。
Creative 層：Google Flow、Flow Music、Stitch、Pomelli，重點是創作由單次生成走向素材、品牌、分鏡和工具鏈。
Device 層：Android XR、Gemini Intelligence、Googlebook，重點是 AI 由 app 走入 OS、眼鏡和硬件介面。
信任層：SynthID、Content Credentials，重點是 AI 內容越多，來源驗證越重要。
9 個重點深讀
1. Gemini 3.5 Flash：不只是更快，而是更適合 AI agent
Gemini 3.5 Flash 是今次 Google I/O 2026 最核心的模型更新之一。Google 官方形容它是 Gemini 3.5 系列第一個推出的模型，重點是 AI agent、coding，以及需要長時間執行的複雜任務。
立即試玩：https://gemini.google.com
這件事重要，是因為 agent workflow 不像普通聊天。一個任務可能需要模型反覆規劃、搜尋、寫 code、檢查、再修改。如果模型只是在單次回答表現好，但速度、成本和穩定性不足，就很難真正放進日常 workflow。
Gemini 3.5 Flash 不是「又一個更聰明模型」，而是 agent workflow 的燃料。Agent 要跑得起，速度、成本、穩定性和可大量調用一樣重要。
Google 表示，3.5 Flash 在多個 agent / coding benchmark 中超越 Gemini 3.1 Pro，包括 Terminal-Bench 2.1、GDPval-AA、MCP Atlas，以及 CharXiv 等多模態 reasoning 指標。這些數字適合放在文章裡，但要記得 benchmark 只代表特定測試，不等於所有真實場景都會有同樣效果。
如果看 Artificial Analysis 的 intelligence index vs output speed 圖，3.5 Flash 的定位很清楚：它不是單純追求最高 intelligence，而是同時保有高輸出速度。這正是 agent workflow 需要的組合。
3.5 Flash 的幾個重點：
適合多步驟、長時間、需要工具調用的 workflow。
可配合 Antigravity、AI Studio、Android Studio Gemini API 處理開發任務。
更適合大規模部署多個協作代理，分工處理複雜任務。
在文字、圖像、圖表和技術文件理解上，更接近實際工作需求。
可透過 Gemini Enterprise Agent Platform 和 Gemini Enterprise 進入企業工作流。
3.5 Flash輸入$1.50/百萬token，輸出$9.00/百萬token
比3 Flash貴了3倍，比3.1 Pro便宜40%。
這亦解釋了為甚麼 3.5 Flash 要同 Antigravity 一起看。Antigravity 2.0 是讓開發者引導、自訂和協調 agents 的工作空間；3.5 Flash 則是背後提供速度、推理和 coding 能力的模型引擎。
2. Gemini Omni：世界模型與影片創新生態
Gemini Omni 應該放第二，因為它不是普通影片生成更新，而是 Google 將 Gemini 的推理能力、世界理解、多模態輸入和生成式媒體模型放在同一個創作系統入面。
立即試玩：
Google 官方形容 Gemini Omni Flash 是一款能將任何輸入素材轉化為內容創作的全新模型，首波支援 video generation。它可以混搭文字、圖片、影片和音訊，結合 Gemini 的 real-world knowledge 生成影片，亦可以用自然語言反覆編輯影片：改物件、改背景、改鏡頭、保留角色一致性，甚至把抽象概念變成可理解的視覺解說。
這件事要同一般 text-to-video 分開看。Text-to-video 是「由一句 prompt 生成一條片」；Omni 更接近「用不同素材建立一個可修改的視覺世界」。你可以先用一段影片、一張圖、一段聲音或一段文字做起點，再用對話去改動其中一部分。創作不再是一次過抽卡，而是進入 edit loop。
Omni 可以拆成三層：
World model layer：從單純預測文字，走向理解和模擬現實世界的物理、場景和概念。
Editing layer：用自然語言反覆修改角色、物件、背景、鏡頭、動作和風格。
Ecosystem layer：接上 Gemini app、Google Flow、YouTube Shorts、YouTube Create 和未來 API，變成影片創作生態。
真正變化不是「AI 會幫你生片」，而是「影片創作開始變成可對話、可修改、可接 workflow 的 production system」。內容團隊會由剪片，慢慢變成設計 AI production flow：準備素材、定義角色、控制風格、審核輸出，再把成品放入 campaign。
這亦會改變內容策略。當影片生成變容易，差異不會來自誰會打 prompt，而是誰有更清晰的品牌語氣、分鏡判斷、素材管理和審稿流程。
3. Gemini Spark：24/7 personal AI agent
Gemini Spark 是今次最能代表「personal AI agent」方向的產品。Google 官方形容它是由 Gemini 3.5 Flash 驅動的個人 AI 代理，可以 24 小時運行，並在使用者引導下主動執行不同操作。
Google Cloud source 補充，Enterprise 版本的 Spark 可以跨 Workspace、自訂 connector 和 open web 背景運作。它可以委派複雜工作、學習使用者偏好、連接工具和應用程式，並在高風險操作前徵求使用者明確同意。
Spark 最值得留意的不是它懂多少，而是它如何處理權限、進度和審批。好的 AI agent 不只是「會做事」，還要讓人知道它在做甚麼、甚麼時候需要批准、出錯時怎樣停。
4. AI Search + Generative UI：Google 搜尋由答案變工具
Google Search 的 AI 更新，不只是把答案寫得更長，而是將 Search 由 answer engine 推向 agentic task surface。
Google keynote 提到，Search 會加入 information agents，用戶可以建立個人化 AI 代理，讓它在背景持續查找和篩選資料，並在需要時提供資訊和採取行動。Search 亦會用 Gemini 3.5 Flash 和 Antigravity 的能力，根據使用者問題生成更客製化的回答呈現，包括互動視覺元素、mini apps、長期資訊主頁或進度追蹤器。
動態展開，讓用戶完整描述需求，不必把問題壓縮成三個字
AI 補全問題，翻譯過來就是系統會主動猜你下一句想問什麼，不只是自動填字，而是理解意圖後給出完整問題建議
跨模態輸入，可以貼圖片、上傳檔案、丟影片，甚至直接連到用戶正在瀏覽的 Chrome 分頁。
所以今次 AI Search 最有想像力的變化，是 Google 不只是用 AI 生成文字答案，而是讓 Search 按問題即場生成互動工具、dashboard、simulation 或 mini app。
知識正在由「文字答案」變成「可操作界面」。這會改變教育、research、比較工具、資料視覺化，甚至品牌內容的 SEO 形態。SEO 之後不只是排名，而是你的內容能否被 AI agent 理解、引用和用來完成任務。
5. Universal Cart + UCP：全域購物車與代理商務
Universal Cart 是 Google 把 AI agent 推入 commerce 的關鍵示範。官方 blog 將它定位為 intelligent shopping cart，也是使用者在 Google 上進行購物的中心樞紐，可以跨商家、跨服務運作。
使用者在 Search、Gemini、YouTube 或 Gmail 看到商品時，可以加入同一個全域購物車管理。加入購物車後，
能主動推薦的智慧購物車
全域購物車不只是一台智慧的購物車，它更是使用者在 Google 上進行購物的中心樞紐。它具備跨商家與跨服務的整合能力，讓你在瀏覽 Google 搜尋、與 Gemini 聊天或是查看 Gmail 信件時，可以隨手將喜歡的商品加入購物車裡。
Gemini 會在背景尋找優惠、分析價格歷史、追蹤降價和補貨。若使用者把不同商家的 PC 組裝零件加入購物車，系統可以主動檢查產品相容性並建議替代方案。
UCP（Universal Commerce Protocol）是另一個重點。Google 將 UCP 描述為讓 AI 代理和商家系統溝通的共同語言，配合 Google Pay 和 agentic checkout，讓使用者可以跨品牌完成更流暢的購買。
Universal Cart 不是購物車功能，而是 agentic commerce 的入口。當 AI 可以幫你格價、追庫存、看相容性、調用會員優惠和處理付款，commerce 就由「你自己逛」變成「agent 幫你整理決策」。
6. Google Workspace AI：Pics、Docs Live、Keep Live 變成工作入口
Workspace 更新不應拆成零散功能看。Google 今次把 Docs Live、Keep Live、Gmail voice features 和 Google Pics 放在同一個方向：讓工作流由打字、整理、設計，轉成更自然的語音和視覺操作。
Docs Live 的重點不是 voice typing，而是 voice-to-document workflow。使用者可以直接把腦入面的想法說出來，Docs Live 負責組織思路、建立文件結構，並在授權下從 Gmail、Drive、Chat 和 web 抽取相關資訊。
Google Pics 是 Workspace 入面的 AI image creation / editing 工具。它的重點不只是生圖，而是 object-level editing：移動物件、調整大小、修改單一元素、處理圖片內文字和翻譯，並放入 Drive、Docs、Slides 這類日常協作場景。
Workspace 的 AI 化不是「每個 app 加一個 Gemini button」，而是把 capture、整理、寫作、設計和協作入口全部改寫。
7. YouTube AI：Ask YouTube 與 Shorts Remix
Ask YouTube 不需要獨立成一個主章，但它應該放在 YouTube AI 變革入面。Google 將 YouTube 由影片搜尋，推向更有情境理解能力的 conversational answer surface。
傳統影片搜尋高度依賴關鍵字，使用者要點入影片再自己拖時間軸找答案。Ask YouTube 則可以處理更複雜、有前置條件的問題，給出結構化文字解答，搭配相關長影片或 Shorts 卡片，並跳到影片中最相關的片段。
更大的變化是 Gemini Omni 進入 YouTube Shorts / YouTube Create。使用者可以用文字、圖片或其他素材做 remix，對現有 short-form video 進行改編、元素重置或生成新版本。
YouTube 正由內容平台，變成「可提問、可重組、可 remix 的視覺知識庫」。這會改變 how-to、教育、產品評測和短片創作。
8. Developer frontier：Antigravity 2.0、WebMCP 與 Android Bench
開發者更新要獨立成一個主章，因為它是 Google 把 agent 從 consumer demo 推向 developer infrastructure 的位置。
Antigravity 2.0 正在由 coding environment 變成 agent-first development platform。官方 keynote 將它形容為開發和管理多個 autonomous AI agents 的平台，開發者可以在這裡指揮、調度和監督 AI 代理處理任務。
WebMCP、Android Bench、Chrome DevTools for agents、Chrome 149 Origin Trial 等細節方向上很重要：如果網頁要讓 AI agent 安全調用工具，瀏覽器和 web standard 層需要一套比「亂爬表單」更可靠的協定。不過這幾個具體名稱和版本號，正式發布前仍要 final official verification。
AI coding 的下一步不是單一 IDE assistant，而是 agent runtime、tool protocol、browser safety、benchmark 和 deployment pipeline 一起成熟。
9. Android XR 智慧眼鏡：AI 由手機走入環境
Android XR 眼鏡應該加入主章，因為它代表 Gemini 由 app screen 走向 ambient interface。Google 官方表示，Android XR 是與 Samsung 和 Qualcomm 一起打造的平台，Gemini 會將新體驗帶到 headset、glasses 和其他裝置。
Google 在 I/O 2026 公開 intelligent eyewear 方向，會有兩類眼鏡：audio glasses 和 display glasses。Audio glasses 會先推出，重點是不用拿出手機，也可以透過 Gemini 得到語音協助；display glasses 則會在需要時顯示資訊。
硬件生態上，Google 提到與 Samsung，以及 eyewear brands Gentle Monster 和 Warby Parker 合作。這代表它不是單純 demo 一副工程眼鏡，而是想把 AI 眼鏡推向日常佩戴、時尚和手機延伸場景。
[IMAGE: android-xr-social.webp]
Android XR 不是硬件潮流，而是 AI interface 的轉移。當 AI 可以在耳邊提醒你、幫你導航、發訊息、拍照、即時理解環境，使用者就不一定要打開 app 才接觸 AI。這會帶來方便，也會帶來私隱、禮儀和注意力管理的新問題。
16 個其他 AI 功能快覽
以下 16 個功能不用每個都當成同等重量的大新聞，但它們合起來補齊 Google I/O 2026 的完整圖像：AI 不只進入模型和搜尋，也進入設計、email、研究、硬件、內容驗證和創作流程。
1. Daily Brief
Daily Brief 可以理解成 Google 將 inbox、calendar、tasks 和工作背景整理成一份每日行動摘要。它真正有價值的地方不是「多一份總結」，而是幫使用者在一天開始之前看清楚優先次序：哪些會議要準備、哪些客戶要回覆、哪些任務已經拖延。
適合 founder、manager、sales team 的每日 planning。
例子：早上先看到重要客戶回覆、會議準備和 overdue task，而不是逐個 app 自己巡。
值得留意：Productivity AI 的下一步不是 summary，而是 priority + action。
2. Neural Expressive
Neural Expressive 是 Gemini app 在互動設計上的新方向。當 AI 開始支援語音、多模態、agent 和日常任務，它是否仍然應該被困在一個 chat box 入面？Google 今次想把 Gemini 變得更有反應、更貼近日常使用。
強調語音、動畫、觸覺和更自然的 AI 介面。
例子：用戶在手機上用語音、觸控和視覺 feedback 同 Gemini 互動。
值得留意：AI 能力要被日常使用，interface 會變得和模型一樣重要。
3. Stitch
Stitch 可以用文字、語音、現有 design 或 code 生成 UI / app prototype。它的價值不是令所有人變成 designer，而是令早期產品想法更快變成可測試、可討論、可交接的草稿。
可用於 landing page、app prototype、internal tool 初稿。
例子：產品經理用一句需求生成 landing page 草稿，再交給 designer / engineer 做 refinement。
值得留意：prototype 會更接近真產品，團隊討論會由「想像畫面」變成「直接改畫面」。
4. SynthID / Content Credentials
SynthID / Content Credentials 是 AI 內容時代的信任層。當圖片、影片、音訊都可以由 AI 生成，內容本身是否可信、來源是否可追溯，就會變成品牌、平台和使用者都要處理的基本問題。
用於 AI 圖片、影片、音訊的 watermark 和來源驗證。
例子：品牌發布 AI 生成影片時，保留 watermark 和內容憑證，方便平台或用戶驗證來源。
值得留意：未來 AI literacy 不只是識 prompt，而是識 provenance 和責任邊界。
5. Gemini for Science
Gemini for Science 指向科研和專業資料 workflow。這類更新的重點不是一般 productivity，而是 AI agent 能否進入高知識密度、高準確度要求的專業場景。
可能涵蓋文獻整理、假設探索、專業資料庫查詢和研究 assistant。
例子：研究團隊讓 AI 協助整理大量 paper、比較資料來源，再由人類研究員審核。
值得留意：真正高價值的 agent，要能接入專業資料和嚴謹 reasoning 流程。
6. TPU 8th Gen
TPU 8th Gen 代表 Google 新一代 AI infrastructure。這類硬件更新表面上離一般使用者很遠，但其實決定了 AI 功能能否大規模、低延遲和穩定地進入 Search、Workspace、Gemini app 和 agent workflow。
支撐模型訓練、推論、Search AI Mode 和 real-time agent response。
例子：Search AI Mode 或多 agent workflow 要即時回應，就需要低延遲和可控成本的推論能力。
值得留意：基礎設施會直接影響 AI 產品的速度、價格、穩定性和可用地區。
7. Project Genie x Street View
Project Genie x Street View 代表 AI 由生成內容，走向生成可探索、可模擬的世界。這不是普通圖片或影片生成，而是更接近 world model 和 interactive environment 的方向。
可理解為 real-world imagery + world model 的長線實驗。
例子：教育團隊用真實街景生成城市規劃、歷史或地理教學 simulation。
值得留意：如果成熟，content creation 會由 linear media 走向 interactive world。
8. Google Flow Music
Google Flow Music 指向音樂創作和 music video workflow。它不應只被理解成「AI 生成一首歌」，而是 creative pipeline 入面的 audio layer，和影片、品牌、節奏、情緒一起設計。
適合短片配樂、campaign jingle、music video 草稿。
例子：品牌做產品短片時，同時生成 demo 影片和配樂，再按情緒或節奏微調。
值得留意：AI creative workflow 會由單點生成，走向聲畫完整製作流程。
9. Google AI 訂閱方案調整
Google AI Ultra Plan 是面向重度 AI users 的訂閱、quota、access 和資源層。當 AI 從工具變成工作流，使用上限、速度、優先權和 compute quota 就會變成真正的營運成本。
可能影響 creator、developer、agent-heavy workflow 的使用成本。
頂規 AI Ultra 降價加碼 : 月費由 $250 降至 $200 美元。
專屬權益： 享 Pro 方案 20 倍 使用上限，獨享 24/7 助理「Gemini Spark」與「Project Genie」實驗專案。
新增 $100 美元中高階方案 :
介於 Pro 與頂規之間，鎖定開發者與進階創作者。核心權益：享 Pro 方案 5 倍 使用上限。
深度整合 Gemini 3.5 Flash 進行極速測試與除錯。
優先存取 Antigravity 2.0 開發平台。
內含 20TB 雲端空間 及無廣告 YouTube Premium。
10. Android Halo
Android Halo 是 agent 透明度 UI 的方向。當 AI 可以跨 app 做事，用戶需要知道它正在讀甚麼、做甚麼、下一步是否會提交表格、發訊息或付款。
顯示 agent 狀態、步驟和等待確認的動作。
例子：手機 agent 幫你整理購物資料或填表時，Halo 顯示目前步驟，並在高風險動作前等待確認。
值得留意：透明度會變成 agent UX 的核心。
11. Pomelli
Pomelli 會從網站抽 brand system，再生成品牌內容、brand book 或網站草稿。它不是單純 content generator，而是嘗試把品牌規則變成 AI 可以重用的結構化輸入。
適合 SME、個人品牌、marketing team 做品牌內容初稿。
例子：一間 SME 讓 Pomelli 讀取現有網站，生成品牌語氣、視覺規則和 campaign content 草稿。
值得留意：真正有用的是保持一致性，而不是多生幾篇文。
12. Googlebook / Aluminium OS
Googlebook / Aluminium OS 是 Gemini-first laptop / OS 整合訊號。這條線如果成立，代表 AI PC 不只是加一個 assistant，而是把 Gemini 放入系統操作層。
重點在 Android app、laptop、OS layer 和 Gemini Intelligence 的融合。
例子：用戶在 laptop 上跨 Android app、文件和瀏覽器工作時，Gemini 可以理解畫面並提出下一步操作。
值得留意：AI 進入 PC / OS layer 後，競爭焦點會由 app 轉向操作入口。
13. Gemini Intelligence
Gemini Intelligence 指 Gemini 進入 Android / device OS layer，跨 app 理解和執行任務。這代表 AI 由 app feature 變成 OS capability，可以理解使用者正在做的事情。
可能包括畫面理解、跨 app action、form filling、widget creation 等能力。
例子：用戶收到 email 中的活動資料後，Gemini 協助建立 widget、填表或整理到 calendar / task。
值得留意：下一步競爭會是誰掌握使用者日常操作層，而不只是誰有最好聊天介面。
14. Google AI Studio
Google AI Studio 是用 Gemini API 做 app / prototype 的 developer workspace。它讓開發者更快試模型、接 API、做 demo 和 internal tool，縮短由想法到可測試版本的距離。
適合 prototype、internal AI tool、developer workshop 和 demo。
例子：team 用 AI Studio 快速 prototype 客服分類工具，再交給工程團隊接入內部資料和部署。
值得留意：Developer tool 會越來越像 conversation + workspace；不是少寫 code，而是更快測試想法。
15. Managed Agents API / CodeMender
Managed Agents API 和 CodeMender 是 Google Cloud 面向開發者和企業團隊的 agent execution、security agent 和治理工具。它們處理的是一個很現實的問題：agent 進入真實工作後，不能只追求自動化，還要有 runtime、安全、審批和可觀測性。
Managed Agents API 提供託管 runtime；CodeMender 協助找出和修補程式碼漏洞。
例子：工程團隊在安全環境啟動自訂 agent 處理 code review、工具調用和修補建議，再由工程師批准變更。
值得留意：Agent 一旦進入真實 workflow，沒有治理就只是更快地製造風險。
16. AI Inbox / Gmail voice workflows
AI Inbox / Gmail voice workflows 指 Workspace 內 email 整理和語音處理能力。Email 不會只是 inbox，而會變成 AI 可排序、可摘要、可行動化的工作入口。
重點是把 email thread 轉成 summary、deadline、draft reply 和 follow-up action。
例子：使用者用語音要求 Gmail 找出某專案 deadline、整理相關 thread，並草擬回覆或 follow-up list。
值得留意：Inbox 的下一步不是更快搜尋，而是把 email 變成工作流和行動清單。
結語：不要逐個功能死記，要看 workflow 怎樣被改寫
結語：不要逐個功能死記，要看 workflow 怎樣被改寫
Google I/O 2026 的 AI 更新很多，但放在一起看，主線其實很清楚：Gemini 正由聊天模型，走向 agent、search、creative workflow、Workspace、OS layer 和 enterprise platform。
下一階段的 AI 競爭，未必只是誰的 chatbot 答得最好，而是誰能把 AI 放進真實工作場景，讓它安全、可控、可驗證地完成任務。
所以這 25 個功能不要逐個死記。更有用的讀法是：哪一類功能正在改變你的 input、workflow、output 和 trust layer？模型會更快，Search 會更主動，創作會更 pipeline 化，agent 會更接近真實工作，而驗證和審批會變成基本功。
對團隊來講，最值得問的不是「邊個功能最勁」，而是：我們有哪些重複、可驗證、有明確權限邊界的工作，可以開始設計成 AI-assisted workflow？
想將 Google I/O 2026 的 AI 更新變成真實工作能力？
DotAI 會將這類 AI 發布會拆成可落地的主題班，幫團隊由「知道新功能」走到「識得用、識得設計 workflow、識得安全導入」。
我們可以按不同角色和任務設計課程，不只是講工具，而是帶你整理實際 use case、試行方法和內部 adoption 路線。
下一步：和 DotAI 約一次諮詢，揀一個最貼近你團隊的主題，由一個真實 workflow 開始試行。
其他文章
