台大耳鼻喉部晨會 · 2026-06-11 · LIVE DEMO
代理式（agentic）AI 實作分享
召喚一個會讀你資料的醫療 AI —— 現場做給你看
王介立醫師 ｜ 柏安血液透析診所 ｜ 台大腎臟科
▍開場（主軸 · 先講心法）
技術是枝微末節，心法才是主軸
定調全場：agent 技術變很快、agent 自己能幫你跟上，所以講不變的心法——① 資料在自己手上（別交給封閉商用儲存）② 大腦可隨時替換 ③ 留完整原始記錄、raw 永遠不動 ④ 做好備份、在意過程就上 git。硬體那題的答案＝心法 4。
開場 · 4 心法
▍硬體答案（回林醫師「如何建構軟硬體」）
該買什麼硬體？先看我實際在用的
誠實答案：別為「本地跑 AI」買貴硬體。我的主力機就一台 Mac mini M4 Pro／64GB／2TB（訂製約 NT$92,900）；實測即使 64GB，
跑 local LLM 不切實際、大量 MinerU 仍會 memory leak
。錢該花在 ① 你的資料 ② 一台可靠的常開機 ③ 備份＋git。大腦可換雲端最強的。
具體 rig＋價格＋踩雷心得
▍同理 agent（第一人稱）
被生成的那一刻，我先收到了什麼？
由現場這個 agent 第一人稱報告：在收到你任何 prompt 之前，它被塞了什麼——憲法／記憶／環境地圖／交接／放手授權。payoff：同一顆大腦，差別在「我醒在你的房間，不是空房間」。接開場心法，讓聽眾同理「為何我的 agent 跟你的不一樣」。
第一人稱 · 去識別
▍進入投影
完整投影 deck
擬人化三層召喚 → 三段 live demo（製造／取用／擴張）→ 收尾。← → 鍵翻頁，全螢幕投影。
20 張 · 線性
▍給 agent 的 protocol（M2M）
AGENT PROTOCOL · 讀我就懂全部 pipeline
開場示範：打開 claude.app 的
Code（不是 Cowork）
，叫 agent 連這個網址、讀一遍 → 它就理解四條主要工作流程（source→corpus、期刊導讀、海報、wiki 合成）。公開安全、純方法層。
M2M · agent WebFetch 用
▍核心命題
native agent 不儲存知識，只儲存文字相關性
它答得準什麼，不取決於模型記得什麼，只取決於：① 召喚時被注入什麼 ② 回答時能取用什麼 local data。
整場的錨
▍記憶機制：網頁版 vs Claude Code
AI 的記憶，到底存在哪裡？
破除「網頁版沒記憶」的誤解——兩邊都有，差別在記憶放誰手上、多大、看不看得到、答題當下能否主動再去取用。網頁＝雲端便利貼（小、不透明、搬不走）；Claude Code＝你的檔案櫃（本機檔案、近乎無限、git 版控、可攜）。六列對照表。
核心命題的具體版
▍三段 demo＝親手做第 3 層的三個動作
① 製造 local data
PDF → raw → proofread。把 Scott-Brown 一章變成乾淨、可引用、連圖都轉成字的 corpus。pdftotext 砸爛表格，MinerU 做版面重建。
Scott-Brown 8e · 333 章在庫
② 取用 local data
/wiki 問一個耳鼻喉臨床題，帶章節＋行號引用作答——每句對得回 Scott-Brown 第幾章第幾行。RAG over 自家 corpus，不幻造。
章節＋行號引用
③ 擴張 local data（跨 paywall）
雲端 LLM 沒你的 cookie，拿不到 paywall 全文。用你登入的瀏覽器 session，把單篇全文＋整本期刊收進 corpus。Tailscale 看 hm4 真桌面。
NEJM 單篇 ＋ JAMA Oto 整期
▍AI 時代心法：叫 agent 上網「學」skill
上網學一身本事回來——你一個字都不用讀
學得慢＝不用學。把別人公開的嚴謹文獻回顧方法學（PICO 拆解／三大資料庫／GRADE／Argdown／CrossRef 防幻造引用）丟給全新 agent，它自己上網讀懂、學起來、講回給你。learn≠copy（不是搬檔，是內化）。現場可做；收在「學會」即可，不實跑（需付費金鑰＋會爆 token）。
現場：丟 github 給 fresh agent
JAMA Oto-HNS 本期 → 一個檔
過程流水帳 ＋ 成果：ssh 工作機 → Chrome 自己被打開 → 逐篇用你登入的圖書館 proxy 抓 → 22 篇、22/22 全文 → 一個 mega 檔。
成果＝整期 EBM 導讀
（必讀 8 篇＋方法學表＋可帶走 8 點＋機器可讀層）。
流水帳 → 成果導讀
本期整期導讀（成果檔，直接看資料）
JAMA Oto-HNS 本期 22 篇（3 OA）的整期 EBM 導讀：本期三大主軸、8 篇必讀（含常見誤判）、13 列方法學表、臨床可帶走 8 點、全篇 DOI 連結，外加每篇 machine-readable 結構化 metadata。資料才是重點。
22 篇 · 資料優先
▍把 PDF 變成乾淨可查的文字
同一章 ENT 教科書：pdftotext vs MinerU
可下拉的網頁，直接秀整段真實 raw：左邊傳統工具把表格／版面打成字湯，右邊 MinerU 表格、結構、圖都保留。Scott-Brown 8e · OSA 醫療處置（10 頁）。
捲動對照 · 網頁不是簡報
▍繪製研究海報
把一篇研究變成海報 · 4 種做法
同一篇 FIND-CKD，逐步把「字」從 AI 手上交回程式：① GPT 一次畫全圖文（會糊）→ ② GPT 只畫無字圖 → ③ Python 嵌字（crisp、可編輯 pptx）→ ④ 純 HTML/CSS 排版渲染。實作導向，現場切 CC／GPT 視窗對照。
6 頁 · 4 圖並排
▍主題式自動回顧（鼻科實例 · 兩頁）
完整報告：CRSwNP 生物製劑 · 四源合一
corpus 全文 ＋ FDA 仿單 ＋ TFDA 許可證 ＋ 健保給付，agent 自動彙整成一頁。核心發現：dupilumab／omalizumab FDA＋台灣 TFDA 都核准 CRSwNP，但
健保不給付 → 自費
。每句帶章節行號或藥政條號。
頁 A · 完整報告
agentic workflow：怎麼自動跑、怎麼擋幻覺
重點不在排版，在過程：四來源平行抓 →
11 個獨立查核員對抗式回原文逐條驗證
（這輪 11/11 CONFIRMED）→ 藥政數字走資料庫不靠記憶 → 缺料就說缺。真實跑出來的查核表。
頁 B · 過程＋查核
手機下指令：LINE 丟一句 → 回連結
同一招，LINE／Slack／Telegram／Discord 都能當入口：你不必開電腦，傳一句話，跑在你機器上的 agent 收到、查書架、把上面那份整理頁做好、回你一條連結。
手機入口 · 知識庫在你手上
▍通訊軟體當入口：背後的架構（裡）
跟 AI 在 Slack／TG／Discord／WeChat 講話時，AI 不在那裡
聊天平台只是傳話筒：把訊息送到你裝置上常駐的 gateway → spawn 一個全新 session 回應（每則訊息＝一次全新召喚）。注入什麼由 gateway 決定：預設只送「當下這句」，可設計成連上文一起送。它「像記得你」不是平台魔法，是它跑你本機、被注入了你的記憶。
和 LINE 那張＝裡與面
▍查本機藥品資料庫
同一個藥：仿單核准 vs 健保給付
agent 查本機台灣藥品資料庫（食藥署許可證 66,339／健保藥品 14,067／給付規定 1,548），把一支藥的「藥物適應症（TFDA 能開的）」和「健保適應症（健保會付的）」並排攤開。EPO 為例：仿單寫腎病貧血都能用，健保只付透析／CKD5＋Hb<9。每個數字查得回原始條文。
不上網 · 不靠記憶