iThome Hello World 2025:從 MCP 到 Vibe Coding,四場 AI 實戰分享
在今年的 iThome Hello World 2025 開發者大會上,我一口氣帶來了四場跟 AI 實戰高度相關的議程。這不僅僅是知識的分享,更是我們團隊在銀行內部推動 LLM 落地過程中的血汗經驗總結。

相較於談論 AI 的未來願景,這次的四場分享,我更專注於「怎麼把 AI 系統做穩、做深、做得安全」。以下是四場議程的精華回顧:
1. MCP 大聯盟:打造 AI 驅動的資料整合與早期提示
(2025-10-14 | 11:00 - 12:30)
Model Context Protocol (MCP) 正在重新定義 AI Agent 如何與外部系統對接。在這場分享中,我們探討了如何利用 MCP 構建標準化的工具列,讓 LLM 能夠安全且高效地調用企業內部資料API,並透過早期提示(Early Prompting)機制來引導 Agent 的決策路徑。
2. 讓記憶「成群結隊」:利用 GraphRAG 建立客製化 AI 客服
(2025-10-14 | 15:25 - 15:55)
傳統 RAG 在面對跨維度、多跳躍的推理問題時往往力有未逮。我們分享了這一年來將純文本 RAG 升級為知識圖譜架構(Ontology + GraphRAG)的實戰經驗。透過讓資料結構成群結隊,客製化 AI 客服不僅能回答單一問題,還能展現出具備脈絡記憶的理解能力。
3. 五個實習生,一條生產線:Vibe Coding 實戰工作坊
(2025-10-15 | 09:00 - 10:30)
如何帶領零經驗的新人快速打造能用的 AI 原型?這場 90 分鐘的實戰工作坊,我帶著大家體驗了敏捷的 Vibe Coding 模式。示範如何運用 Cursor、Claude 或 Gemini 這些工具,把「詠唱(Prompting)」與「寫扣(Coding)」無縫接軌,讓五個人的生產力媲美一支完整的開發團隊。
4. 企業級 LLM Guardrail 與 Prompt Hardening
(2025-10-15 | 14:10 - 14:55)
在金融業,安全與合規是不可談判的前提。這場我們切入了最硬核的 LLM 防禦戰——從防範 Prompt Injection 到實作企業級 Guardrail(護欄機制)。探討了如何透過 Prompt Hardening 強化模型自身的抵抗力,以及如何在外圍架設檢查層,確保 AI 輸出的穩定與合規。
如果對這四場的投影片或技術細節感興趣,歡迎直接到大會的講者頁面查看更多資訊,或隨時找我交流討論!
👉 查看完整議程與講者資訊 (iThome Hello World 2025)
💬 延伸閱讀: 2025 年度回顧與未來展望
RAG 系統設計:金融知識庫的 3 個關鍵決策
在銀行建 RAG 系統,chunk 策略、embedding 模型、retrieval pipeline 三個決策點怎麼選?實戰經驗分享。 RAG(Retrieval-Augmented Generation)是 2024-2025 最熱門的企業 AI 架構。但真正在企業環境中建過 RAG 系統...
為什麼在銀行做 AI 是最難的戰場?深度解析金融業 AI 轉型與落地挑戰
金融業 AI 轉型不是選個模型就好。資安、法遵、資料治理——這是將銀行 AI 系統從 1 推向 100 的必經之路,也是 AI 落地挑戰最真實的面貌。 在新創公司開發 Generative AI 產品,你可能靠著 Vibe Coding(與編輯器對話直接產出程式碼)三天就能上線一個 Chatbo...
RAG 系統設計:金融知識庫的 3 個關鍵決策
在銀行建 RAG 系統,chunk 策略、embedding 模型、retrieval pipeline 三個決策點怎麼選?實戰經驗分享。 RAG(Retrieval-Augmented Generation)是 2024-2025 最熱門的企業 AI 架構。但真正在企業環境中建過 RAG 系統...
為什麼在銀行做 AI 是最難的戰場?深度解析金融業 AI 轉型與落地挑戰
金融業 AI 轉型不是選個模型就好。資安、法遵、資料治理——這是將銀行 AI 系統從 1 推向 100 的必經之路,也是 AI 落地挑戰最真實的面貌。 在新創公司開發 Generative AI 產品,你可能靠著 Vibe Coding(與編輯器對話直接產出程式碼)三天就能上線一個 Chatbo...