📨 模組一：Letters to Shareholders × AI
數據基礎：25份 Letter 原文（Google Drive SA 下載 + PyMuPDF 提取），涵蓋 FY1997–FY2024
議題一：CEO如何面對「巨大外在風暴」？
課程問題
請分析 Amazon 在 2000-01、2008-09、2019-20、2022-23 年的 Shareholder Letters，比較 CEO 如何界定危機本質、重新定義優先順序、要求投資人忍受短期痛苦。
| 危機 | 年份 | 危機定性 | 優先順序調整 | 投資人要求 | 代表引述（原文） |
|---|---|---|---|---|---|
| 網路泡沫 | FY2000–01 | 資本市場流動性危機，非商業模式問題 | 現金為王、砍非核心、保住履約能力 | 明確要求：忍受帳面虧損，看自由現金流 | "Ouch. It's been a brutal year... we've challenged conventional wisdom and tried things that might not work." |
| 金融海嘯 | FY2008–09 | 全球性宏觀衝擊，但Amazon定性為機會 | 逆週期加碼：Kindle、Prime；競爭對手收縮時搶市 | 「我們會繼續投資，即使短期看起來瘋狂」 | "In this turbulent global economy, our fundamental approach remains the same. Stay heads down, focused on the long term." |
| COVID-19 | FY2019–20 | 社會責任危機+爆發機遇，雙重性質 | 員工安全第一（$11.5B COVID防護支出）、急速擴產 | 要求接受獲利壓力換來長期基礎設施 | "One thing we've learned from the COVID-19 crisis is how important Amazon has become to our customers." |
| 後疫情效率 | FY2021–22 | 自造的效率危機（過度擴張後的修正） | 從「成長優先」轉為「獲利優先」；裁員2.7萬 | Jassy直言：物流成本上升是短期陣痛，正在修正 | "This growth also created short-term logistics and cost challenges. We spent Amazon's first 25 years building..." |
我的判斷（vs AI論點）： AI正方「語言一致性」有效但不充分——Bezos的危機定性有一個共同模式：把市場壓力框架為「外部噪音 vs 內部信念」，每次都用同一套敘事讓投資人感覺公司在掌控中。FY2021危機不同：這次是Amazon自己造成的（COVID過度招募），Jassy的回應語氣明顯更防禦，缺乏Bezos式的「我早料到」自信。AI反方「倖存者偏差」是有力批評，但Amazon確實和倒閉同期公司不同：2001年Amazon的OCF已轉正（$135M），其他虧損的dot-com是純燒錢。
議題二：「長期主義」是否只是口號？
課程問題
搜尋 "long-term" 出現頻率、哪些年份明確犧牲短期獲利、景氣好壞年份論述強度差異。
long-term 出現次數（全25份，總計 239 次）
關鍵發現：long-term 在逆境年份更高
📌 景氣差（FY2000–01、FY2008、FY2022）：平均 13.5次
📌 景氣好（FY2013–14、FY2017–18）：平均 7.8次
解讀：「長期主義」論述在公司績效受壓時明顯增強，支持AI反方「虧損時的最佳藉口」論點——但也可能是真的需要更多解釋。
行為驗證：FY2012–2015 Amazon淨利近乎歸零投資AWS物流；FY2021 FCF -$9.1B——有真金白銀的代價，不只是口號。
📌 景氣好（FY2013–14、FY2017–18）：平均 7.8次
解讀：「長期主義」論述在公司績效受壓時明顯增強，支持AI反方「虧損時的最佳藉口」論點——但也可能是真的需要更多解釋。
行為驗證：FY2012–2015 Amazon淨利近乎歸零投資AWS物流；FY2021 FCF -$9.1B——有真金白銀的代價，不只是口號。
結論：長期主義是部分真實的策略承諾 + 部分修辭工具。驗證標準：看公司在股價壓力下是否真的不削減長期投資——Amazon在FY2022裁員但沒有削減 AWS/AI資本支出（反而CapEx$63.6B創新高），這是行為驗證的關鍵。
議題三：語言重心的轉移
課程問題 + Prompt 1-3
追蹤 Customer / Growth / Efficiency / Cash flow / AI 的出現頻率與語境變化，哪些概念「提前出現」於財報變化之前？
| 年份 | customer | cash flow | AWS | AI/ML | efficiency | 主導語言 |
|---|---|---|---|---|---|---|
| FY1997–2003 | ~35–46 | 2–16 | 0 | 0 | 0–1 | 顧客至上生存 |
| FY2004–2008 | ~29–45 | 3–35 | 0–1 | 0–1 | 0–2 | 現金流優先平台建立 |
| FY2009–2014 | ~31–75 | 2–4 | 2–26 | 0–3 | 0–3 | AWS崛起飛輪加速 |
| FY2015–2020 | ~39–58 | 2–3 | 6–21 | 1–6 | 0–1 | 雲端主導ML滲透 |
| FY2021–2024 | ~79–93 | 2–4 | 9–32 | 2–29 | 0–4 | AI轉型降本增效 |
語言領先財報的關鍵發現：
① AWS：2009年Letter出現2次（技術平台化），2011年增至6次 → AWS分部財務2015年才單獨揭露，語言領先6年
② AI/ML：2010年Letter出現3次（machine learning首現）→ Bedrock/生成式AI成為主要產品是2023年，語言領先13年
③ customer：從未消失，FY2022–2024反而達到歷史新高（84–93次），符合Jassy重申顧客中心的訊號
④ efficiency：FY2022突然出現4次（之前幾乎為0），準確預示FY2022–2023的裁員與降本
① AWS：2009年Letter出現2次（技術平台化），2011年增至6次 → AWS分部財務2015年才單獨揭露，語言領先6年
② AI/ML：2010年Letter出現3次（machine learning首現）→ Bedrock/生成式AI成為主要產品是2023年，語言領先13年
③ customer：從未消失，FY2022–2024反而達到歷史新高（84–93次），符合Jassy重申顧客中心的訊號
④ efficiency：FY2022突然出現4次（之前幾乎為0），準確預示FY2022–2023的裁員與降本
對AI反方「CEO信是行銷文件」的回應：即使是行銷文件，語言轉移仍有投資訊號價值——因為CEO選擇強調什麼，反映公司實際在投入什麼資源。Fire Phone失敗案例（AI反方提的）：2013–2014 Letter確實有關於「實驗性設備」的論述，但最終失敗說明語言不等於成功，只等於意圖。
議題四：CEO語氣的變化（Bezos vs Jassy）
課程問題 + Prompt 1-4
用 1-5 分量表評估各年信的防禦/進攻、自省/自信，比較 Bezos 與 Jassy 風格差異。
| 年度 | CEO | 防禦→進攻 (1-5) | 自省→自信 (1-5) | 代表語句（PDF原文） |
|---|---|---|---|---|
| FY2000 | Bezos | 1/5 | 2/5 | "Ouch. It's been a brutal year." |
| FY2003 | Bezos | 3/5 | 4/5 | "Long-term thinking is both a requirement and an outcome of true ownership." |
| FY2007 | Bezos | 4/5 | 5/5 | "November 19, 2007, was a special day. After three years of work, we introduced Amazon Kindle." |
| FY2015 | Bezos | 5/5 | 5/5 | "Day 2 is stasis. Followed by irrelevance. Followed by excruciating, painful decline."（最高信心） |
| FY2020 | Bezos | 3/5 | 3/5 | "We are going to be Earth's Best Employer."（使命驅動，帶防禦） |
| FY2021 | Jassy | 3/5 | 3/5 | "This growth also created short-term logistics and cost challenges."（直接承認問題） |
| FY2022 | Jassy | 3/5 | 4/5 | "I find myself optimistic and energized by what I see."（刻意樂觀） |
| FY2023 | Jassy | 4/5 | 4/5 | "Generative AI may be the largest technology transformation since the cloud."（進攻轉型） |
| FY2024 | Jassy | 5/5 | 5/5 | "2024 was a strong year for Amazon. But I'm most excited about what's to come."（重返進攻） |
Bezos vs Jassy 核心風格差異：
Bezos：哲學家型——每封信都圍繞一個大概念展開（長期思維、Day 1、發明），用比喻和原則說服投資人；即使在最艱難的年份，語氣仍保持「我是在控制的」
Jassy：工程師型——更直接揭露問題與解決方案，較少哲學包裝；FY2021坦承物流成本壓力，Bezos時代不太可能這樣直說
AI反方「樣本量不公平」是有效批評：Jassy只有4封信，還處於建立個人風格的過渡期，結論宜謹慎。
Bezos：哲學家型——每封信都圍繞一個大概念展開（長期思維、Day 1、發明），用比喻和原則說服投資人；即使在最艱難的年份，語氣仍保持「我是在控制的」
Jassy：工程師型——更直接揭露問題與解決方案，較少哲學包裝；FY2021坦承物流成本壓力，Bezos時代不太可能這樣直說
AI反方「樣本量不公平」是有效批評：Jassy只有4封信，還處於建立個人風格的過渡期，結論宜謹慎。
📊 模組二：Financial Statements × AI
議題一：現金流 vs 淨利的長期背離（Prompt 2-1）
課程問題
找出三個「現金流持續改善但會計盈餘未同步」的階段，解釋每一階段背後可能的經營策略，計算各階段的「現金流/淨利」倍數。
| 階段 | 年份 | OCF($B) | NI($B) | OCF/NI倍數 | 背後邏輯 |
|---|---|---|---|---|---|
| 第一階段： 生存模式 | FY2001–2003 | $0.14→$0.39→$0.40 | -$0.57→-$0.15→$0.04 | ∞（NI負值） | 折舊$0.4B掩蓋會計虧損；OCF轉正來自應付帳款增加（供應商補貼）；Bezos明確說「我們看FCF」 |
| 第二階段： 飛輪投資 | FY2012–2015 | $4.2→$5.5→$6.8→$11.9B | -$0.04→$0.27→-$0.24→$0.60B | ∞→20×→∞→20× | 大量CapEx資本化後折舊攤銷推高OCF；同期物流中心建設壓低NI；AWS孵化期 |
| 第三階段： FY2022特例 | FY2022 | $46.8B | -$2.7B | ∞（NI負值） | OCF$46.8B仍為正，但NI-$2.7B完全來自Rivian投資未實現減損$12.7B（業外損益），與營運無關 |
批判性補充（課程遺漏的面向）：
課程AI雙方都未提到股票薪酬（SBC）的影響——FY2024 SBC達$22B，不影響OCF但稀釋股東。若加回SBC的機會成本，「真實FCF」遠低於帳面數字。FY2024 FCF $38.2B，但SBC $22B = 股東實際留存只有$16B左右。
同業比較（遺漏的基準）：Microsoft FY2024 OCF/NI ≈ 1.3×；Amazon ≈ 2.0×，Amazon OCF放大效果更強，主要來自物流折舊加速。
課程AI雙方都未提到股票薪酬（SBC）的影響——FY2024 SBC達$22B，不影響OCF但稀釋股東。若加回SBC的機會成本，「真實FCF」遠低於帳面數字。FY2024 FCF $38.2B，但SBC $22B = 股東實際留存只有$16B左右。
同業比較（遺漏的基準）：Microsoft FY2024 OCF/NI ≈ 1.3×；Amazon ≈ 2.0×，Amazon OCF放大效果更強，主要來自物流折舊加速。
議題二：重大轉折點——AWS崛起（Prompt 2-2歷史情境模擬）
課程問題
假設你是2010年董事會成員，根據1997-2009年財務數據，AWS是否已具備「成為第二成長曲線」的財務跡象？
支持AWS崛起的數字證據（2009年以前可見）
- 技術服務收入持續成長：2009年10-K中「Other Revenue」含AWS，整體服務收入年增+25%
- Letter已預告：2010 Letter（談2009年）：machine learning出現3次——技術語言領先財報
- 客戶口碑：Netflix、NASA已於2008年起遷移至AWS（公開資訊）
- 成本結構：Technology & Content支出佔比從3.4%→7.6%（2006→2009），顯示基礎設施重資投入
- 外部市場信號：全球雲端市場2009→2010年增長率 >50%
反對或無法判斷的證據
- AWS未單獨揭露：2009年10-K無法看到AWS的獨立Revenue/OI（直到2015年才揭露）
- 電商仍是主業：2009年北美電商佔收入約75%，AWS體量微小
- 競爭者快速跟進：Microsoft Azure（2010年）、Google Cloud同年進入
2024年結果驗證：AWS 2024年 Revenue $107.6B（佔16.5%）、OI $39.8B（佔57.8%）。2010年的董事會若投票加碼AWS，是正確的——但需要接受未來15年無法精確衡量回報的不確定性。
議題三：投資強度與資本配置（Prompt 2-3）
課程問題
2021年CapEx達$610億，為何2023年降至$527億？識別「保守期」與「激進期」分界點。
| 階段 | 年份 | CapEx($B) | CapEx/Revenue | FCF($B) | 投資重點 |
|---|---|---|---|---|---|
| 謹慎期 | 2004–2014 | $0.9→$4.9B | 5–8% | $0.5→$2.1B | 倉庫、技術基礎設施 |
| 激進期① | 2015–2019 | $4.6→$16.9B | 5→6% | $7.3→$23.6B | AWS資料中心、物流擴張、Whole Foods收購 |
| 激進期② | 2020–2022 | $40.1→$63.6B | 11→12% | -$9.1→-$16.9B | COVID倉庫大擴張、自建運輸機隊 |
| 優化期 | 2023 | $52.7B | 9% | $36.8B | 砍非核心CapEx（停非AWS資料中心擴張），OCF爆發 |
| AI激進期 | 2024 | $83.0B | 13% | $38.2B | AI基礎設施（GPU叢集、Trainium晶片）、Project Kuiper |
「有紀律」vs「過度擴張」的判斷標準：
FY2021 CapEx $40B → FY2022 $63.6B：過度擴張 — COVID需求預測失誤，最終FCF -$16.9B，被市場懲罰
FY2024 CapEx $83B：目前有紀律 — OCF $115.9B支撐CapEx，FCF仍為+$38.2B；但AI需求能否持續是關鍵問題
AI反方「重蹈2020年過度擴張」是最值得深思的質疑：差別在於2024年的AI CapEx有可見的即時回報（AWS AI服務已有簽約backlog $189B），而2021年COVID倉庫是預測未來需求。
FY2021 CapEx $40B → FY2022 $63.6B：過度擴張 — COVID需求預測失誤，最終FCF -$16.9B，被市場懲罰
FY2024 CapEx $83B：目前有紀律 — OCF $115.9B支撐CapEx，FCF仍為+$38.2B；但AI需求能否持續是關鍵問題
AI反方「重蹈2020年過度擴張」是最值得深思的質疑：差別在於2024年的AI CapEx有可見的即時回報（AWS AI服務已有簽約backlog $189B），而2021年COVID倉庫是預測未來需求。
議題四：效率導向的回歸（Prompt 2-4）
課程問題
比較擴張期（2020–2021）與優化期（2023–2024）的成本結構，哪些費用項目改善最明顯？
| 費用項目（佔Revenue%） | FY2022（擴張頂峰） | FY2023 | FY2024 | 改善幅度 | 主因 |
|---|---|---|---|---|---|
| Cost of Sales | 56.2% | 53.0% | 51.1% | -5.1pp | 規模經濟 + 自有品牌提升 |
| Fulfillment | 16.4% | 15.8% | 15.4% | -1.0pp | 物流自動化、機器人倉庫、密度提升 |
| Technology & Infra | 14.3% | 14.9% | 13.9% | -0.4pp | AWS利潤攤薄研發成本 |
| Sales & Marketing | 8.2% | 7.7% | 6.9% | -1.3pp ← 最大 | 廣告業務轉為收入來源而非支出 |
| G&A | 2.3% | 2.1% | 1.8% | -0.5pp | 裁員2.7萬人（主要裁非技術類） |
| Operating Margin | 2.4% | 6.4% | 10.7% | +8.3pp 🚀 | 上述所有改善的複合效果 |
「管理層主動」vs「被迫調整」：
被迫面 FY2022股價暴跌50%，市場壓力觸發；2.7萬人裁員是reactive決策
主動面 Fulfillment自動化早在FY2019就開始投資（Kiva機器人），FY2022–24只是收穫期；廣告業務轉型是長期戰略佈局，非危機應對
批判AI遺漏：課程AI雙方都未比較同業（Google FY2024 OI Margin 32%；Microsoft 45%）——Amazon的10.7%雖創歷史新高，在大型科技公司中仍屬偏低，顯示電商低利潤拉低整體表現。
被迫面 FY2022股價暴跌50%，市場壓力觸發；2.7萬人裁員是reactive決策
主動面 Fulfillment自動化早在FY2019就開始投資（Kiva機器人），FY2022–24只是收穫期；廣告業務轉型是長期戰略佈局，非危機應對
批判AI遺漏：課程AI雙方都未比較同業（Google FY2024 OI Margin 32%；Microsoft 45%）——Amazon的10.7%雖創歷史新高，在大型科技公司中仍屬偏低，顯示電商低利潤拉低整體表現。
📋 模組三：10-K Reports × AI
議題一：早期風險認知（Prompt 3-1）
課程問題
列出2020年最被強調的前三大風險，判斷哪些在2021–2024年實際發生，哪些被「過度擔心」，2024年新增哪些AI相關風險？
| 2020年揭露風險 | 重要程度 | 實際發生？ | 評估 |
|---|---|---|---|
| 供應鏈中斷 / 勞動力短缺 | ★★★★★ | ✅ FY2021全面爆發 | 高準確度 疫情+港口堵塞+缺工，正是FY2021成本激增主因 |
| 競爭加劇（電商/雲端） | ★★★★ | ✅ 部分發生 | 中準確度 電商TikTok Shop/Temu確實侵蝕，AWS競爭加劇；但Amazon市佔仍提升 |
| 法規監管風險（反壟斷） | ★★★★ | ⚠️ 持續但未重創 | 部分實現 FTC訴訟在FY2023提起，但業務未受限制性影響 |
| 傳染病風險 | ★★★（FY2019排名靠後） | ✅ COVID-19直接命中 | 預警準確但無操作價值 幾乎所有公司都列出，無法作為差異化投資訊號 |
| 資安 / 數據外洩 | ★★★ | ⚠️ 小規模發生 | 過度擔心 未發生重大事件 |
AI生成錯誤內容的責任歸屬
生成式AI版權與智財爭議
AI訓練數據合規性
算力短缺（GPU/晶片）
地緣政治：AI晶片出口管制影響AWS
對AI反方「法務部門產物」論點的判斷：部分正確——Risk Factors確實有大量「保護性措辭」（may/could/might），但FY2020的供應鏈風險描述是具體且可操作的，不像純粹法務保護語言。判斷標準：看風險揭露是否有「具體的緩解措施」，有的話可信度更高。
議題二：10-K 揭露語氣的變化（Prompt 3-2）
課程問題
分析 MD&A 的語氣變化，防禦vs進攻比例，語氣是否反映真實信心或法務策略？
| 年度 | 信心指數 | MD&A 代表用語（原文） | 背後財務現實 |
|---|---|---|---|
| 2020 | 2/5 防禦 | "significant uncertainty," "unprecedented demand" | OI $22.9B但FY2021成本壓力已在累積 |
| 2021 | 3/5 謹慎 | "significant cost headwinds," "investing for long-term" | OCF $46.3B但FCF -$9.1B，CapEx失控 |
| 2022 | 2/5 最防禦 | "cost optimization," "improved efficiency" | NI -$2.7B，股價-50%，被迫調整 |
| 2023 | 4/5 轉型自信 | "improved profitability," "strong momentum" | OI $36.9B，成本改善成果顯現 |
| 2024 | 5/5 進攻 | "leading position," "significant opportunities in AI" | OI $68.6B歷史新高，FCF +$38.2B |
語氣與財務數字的同步性：相關係數高——語氣確實與OI Margin走勢高度同步（2022最低→2024最高），支持AI正方「真實信心」論點。但AI反方「10-K受法務控制」也成立：2020–2021的語氣比股東信更保守，法務層確實讓語氣更謹慎。
最有價值的閱讀方式：比較同年的10-K MD&A語氣 vs 股東信語氣的落差——落差越大，代表CEO在信中更「行銷化」。
最有價值的閱讀方式：比較同年的10-K MD&A語氣 vs 股東信語氣的落差——落差越大，代表CEO在信中更「行銷化」。
議題三：會計政策與經營選擇（Prompt 3-3）
課程問題
分析 Critical Accounting Policies，識別五年重大變化，評估會計選擇保守或積極？SBC佔OI 60%怎麼看？
保守穩健的會計選擇
- Rivian減損 $12.7B（FY2022）立即認列，未分期攤銷
- 第三方賣家收入採淨額法（僅認列佣金），非總額法
- 研發支出費用化（非資本化）
- GAAP報表如實呈現SBC，不用Adjusted EBITDA排除
值得深究的會計選擇
- 自建倉庫折舊年限假設有彈性空間（±1年影響數十億）
- AWS vs 電商共用成本分配方式未完整揭露（影響分部利潤率）
- ASC 842租賃準則：使用權資產超過$700億，資產負債表大幅膨脹
- SBC $22B（FY2024）= OI的32%（非60%，需確認年份）
| 年份 | SBC($B) | OI($B) | SBC/OI% | 意涵 |
|---|---|---|---|---|
| FY2022 | $19.6B | $12.2B | 160% | SBC超過OI——GAAP獲利被SBC完全抵銷 |
| FY2023 | $24.0B | $36.9B | 65% | 改善但SBC仍佔OI大量 |
| FY2024 | $22.0B | $68.6B | 32% | OI爆發讓SBC比例回到合理範圍 |
審計師資訊（課程AI遺漏）：Amazon的審計師是 Ernst & Young LLP（EY），審計意見為無保留意見（Unqualified Opinion），FY2020–2024均如此。EY同時出具「內部控制有效性」意見（PCAOB標準），均為肯定。這是評估會計政策可信度的重要基準。
🏛 Take-Home：AWS分拆議題——董事會策略備忘錄
課程核心問題
Amazon 是否應該將 E-commerce 與 AWS 分拆為獨立上市公司？從策略、財務、風險、治理四個角度分析。
支持分拆的論點
- 財務：AWS OI Margin 37% vs 電商 <5%，分拆讓AWS獲得科技公司估值倍數（P/E 30x vs 電商12x），釋放價值估計$500B+
- 策略：AWS企業客戶對「競爭對手的雲」有疑慮（如Walmart不願用Amazon AWS），獨立有助拓展客戶
- 治理：消除交叉補貼後，管理層KPI更清晰；電商部門被迫自立獲利
- 監管：提前應對反壟斷壓力（FTC訴訟），化被動為主動
反對分拆的論點
- 財務：AWS與電商共用基礎設施（網路、硬體）；分拆後共用成本增加，協同效益消失
- 策略：Bezos的飛輪邏輯建立在三個引擎互補上——Prime（消費者黏性）+ AWS（獲利）+ Marketplace（規模）；分拆打破閉環
- 競爭：分拆後電商部門失去AWS的獲利補貼，面臨立即獲利壓力，可能犧牲長期投資
- 時機：FY2024 OI創歷史新高，整合模式正在發揮效用，此時分拆是「成功時打散」
我的結論（整合三大資料來源）：
基於 Letter（CEO長期表達反對分拆態度）+ Financial Statements（FY2024整合效益最大化）+ 10-K（AWS依賴電商的共用基礎設施揭露），
建議：有條件反對分拆——維持現有整合架構，但要求更透明的分部成本分配揭露（目前10-K對共用成本分配不夠透明），並在3年後當AWS Margin穩定在40%+、電商OI Margin達8%+後重新評估。
Shareholder Letters Bezos從未支持分拆，Jassy FY2023首次表示AI讓整合更有價值
Financial Statements FY2024 AWS貢獻57.8% OI，電商正在改善——整合協同效益達到最高點
10-K Risk Factors AWS面臨反壟斷風險若分拆可降低，但電商FTC訴訟更嚴重
基於 Letter（CEO長期表達反對分拆態度）+ Financial Statements（FY2024整合效益最大化）+ 10-K（AWS依賴電商的共用基礎設施揭露），
建議：有條件反對分拆——維持現有整合架構，但要求更透明的分部成本分配揭露（目前10-K對共用成本分配不夠透明），並在3年後當AWS Margin穩定在40%+、電商OI Margin達8%+後重新評估。
Shareholder Letters Bezos從未支持分拆，Jassy FY2023首次表示AI讓整合更有價值
Financial Statements FY2024 AWS貢獻57.8% OI，電商正在改善——整合協同效益達到最高點
10-K Risk Factors AWS面臨反壟斷風險若分拆可降低，但電商FTC訴訟更嚴重
數據來源：Amazon Annual Reports（PyMuPDF直接提取）+ SEC EDGAR + Letter to Shareholders（25份PDF原文）
分析：Tradingtw（小f）× 長庚大學AI精鍊班課程提問 | 2026-04-25
分析：Tradingtw（小f）× 長庚大學AI精鍊班課程提問 | 2026-04-25