抽血你選機器人還護理師？全球第一台獲得歐盟 CE 認證的 AI 抽血機器人 - Vitestro

本周焦點事件

1. 抽血你選機器人還護理師？全球第一台獲得歐盟 CE 認證的 AI 抽血機器人 - Vitestro
2. 不找代辦、自己用 AI 投 25 間學校，這套流程讓她拿下 CMU、Duke 等 Offer
3. 「活動推薦」線上 Webinar：解鎖數據 × 部署 AI — Azure 一站式智慧平台實戰
4. Anthropic 發布最新 AI 經濟指數報告：用 Claude 越久，你越會用 Claude
5. 「我們不要數位垃圾！」Wikipedia 宣布禁止 AI 撰寫文章

抽血你選機器人還護理師？全球第一台獲得歐盟 CE 認證的 AI 抽血機器人 - Vitestro

荷蘭醫療機器人公司 Vitestro，開發出了一台名為 Aletta 的自主採血機器人——全球第一台獲得歐盟 CE 認證的自主機器人採血設備。 今年 1 月，Vitestro 首度公開了 Aletta 的實際操作影片，讓外界第一次看清楚這台機器怎麼運作。

Aletta 使用 AI 驅動的都卜勒超音波和影像技術定位靜脈，然後全自動完成整個採血流程——包括綁止血帶、皮膚消毒、針頭插入、試管處理和包紮，使用超音波引導的 3D 靜脈建圖結合機器手臂進行標準化操作。 患者只需要把手臂放進設備、確認身份，剩下的全交給機器。

在臨床試驗中，Aletta 首次穿刺成功率達 95%，與人工採血的 93 到 97% 相當。抽血時長的中位數為 1 分 49 秒，人工採血則需要約 5 分鐘。溶血率為 0.6%，低於美國臨床病理學會設定的 2% 標準，且過程中沒有嚴重或中度不良事件。病患的接受度也很高——98% 的患者表示接受由機器採血，85% 的患者認為疼痛感與人工採血相當或更低。

Vitestro 目前已完成 2200 萬美元融資，丹麥奧登塞大學醫院已下訂三台，成為第一個國際部署案例，同時也與美國西北大學醫學院展開多年合作。不過有一個重要限制要說清楚：Aletta 尚未獲得美國 FDA 批准，目前只在歐洲醫院部署，也只設計用於門診環境中的標準化例行採血，並非針對困難靜脈或複雜病患。

不找代辦、自己用 AI 投 25 間學校，這套流程讓她拿下 CMU、Duke 等 Offer

AI 郵報 Vibe Coding 專欄作者 Vicky Tsai，今年申請了 25 個美國碩士 program，最終拿到包含 CMU MIIS、Duke MSECE、UCSD、Brown、Rice 在內的多個 offer，其中包含獎學金。整個申請過程，她沒有找代辦，而是自己建立了一套「可覆用、可複製」的 AI 工作流程。

她把整個申請拆成七個環節：備考規劃、Program Research、Keyword 分析、CV 對齊、SOP 母版建立、語氣控制、多校客製化。AI 負責處理高重複性的資訊整理與草稿生成，她自己負責判斷與決策。這套分工讓她在投遞 25 間學校的過程中，沒有因為數量增加而失控（不管是時間還是金錢 XD）。

過去，出國留學找代辦基本上是標配——不是因為懶，而是因為不知道從哪裡開始。但 Vicky 的觀點是：代辦賣的其實是流程和安全感，申請裡最核心的工作，沒有人能替你做。當你掌握了自己的流程，同樣的預算可以讓你多投遞 20 到 30 間學校，投夢幻校從一個需要掙扎的決定，變成一件順手的事。

同時，Vicky 也正在把這套流程整理成線上課程，在正式開課前，Vicky 會寫更多關於海外申請的小技巧。如果你身邊有正在準備申請海外學校的孩子，可以前往 [AI 留學申請全攻略： 選校、備考、SOP 全流程實戰] 了解更多。

「活動推薦」線上 Webinar：解鎖數據 × 部署 AI — Azure 一站式智慧平台實戰

根據 IBM 最新發布的《2026 企業趨勢》報告，目前僅有25% 的高階主管表示所屬企業目前已經擁有可以獨立作業的代理型 AI 應用；七成主管預估其企業到 2026年底可以具備這樣的能力。換句話說，現在這個時間點，大部分企業還在起跑線上。

問題是，台灣企業最迫切想用 AI 解決的是成本與人力瓶頸，但很多企業卡在「無法準確定義痛點」這個階段，成了落實 AI 應用最大的阻礙。 買了帳號、招了工程師，但數據還是一團亂，AI 還是沒有真正跑起來。

為什麼這場值得去

這場活動從「有數據」到「用數據做決策」之間的具體架構與實務，讓你充分了解 數據可以如何展開。同時，內容涵蓋 Azure、Microsoft Fabric 與 AI Agent 的整合架構、零 ETL 加速數據流通、企業實際導入案例，以及從 DevOps 到自動化運維的新一代 AI 開發模式。講者陣容橫跨平台技術與企業實戰兩端，不只給你方向，也給你可以帶回去用的架構思路。

適合誰來

• 正在評估 AI 與數據如何真正驅動營運的企業決策者（CEO／CIO／CDO）
• 負責平台選型與導入策略的 IT、資料或數據相關主管
• 關注 AI 對開發與部署流程的工程師或開發團隊
• 想透過數據提升決策效率的行銷、營運或產品團隊

時間：2026 年 4 月 10 日（四）下午 2:00
活動形式：線上 Webinar （免費參加）
主辦：Microsoft
協辦：Weblink 展碁國際、Microfusion、TenMax、Zeabur、AI 郵報

[立即報名 →]

Anthropic 發布最新 AI 經濟指數報告：用 Claude 越久，你越會用 Claude

3 月 24 日，Anthropic 發布了第五份 AI 經濟指數報告（Anthropic Economic Index），研究聚焦在 2026 年 2 月的 Claude 使用數據，樣本涵蓋 100 萬筆對話紀錄，觀察範圍橫跨 Claude.ai 消費者介面與開發者 API 兩個平台。

這則報告中，比較值得注意的有三點：

兩個使用場景在三個月內爆發性成長，使用量直接翻倍以上

一個是 B2B 業務自動化，包含 cold email 撰寫、潛在客戶資料研究、銷售素材生成；另一個是自動交易與市場監控，包含監控持倉、提出投資建議、追蹤市場狀況。這兩個方向都是高度重複性、流程明確的白領工作，也是目前 AI 自動化滲透最快的前線。

用 Claude 越久的人，並不只是單純讓 AI 自動跑任務

Anthropic 原本假設資深用戶會下完指令就不管了，但數據卻不是這樣說。反而使用 Claude 越久的人，越傾向「增強型」（augmentation）互動，也就是跟 Claude 來回迭代、一起修改。Claude.ai 上的 augmentation 比例這期回升至 53%，API 端的 automation 比例則急降。換句話說，真正的進階用法，是把 Claude 當協作夥伴，而不是自動執行機器（我以為 Token 2 倍會讓大家對 AI 自動化更瘋狂呢？）。

用 Claude 越久，成功率越高

報告把「使用超過六個月」的人定義為高資歷用戶，並發現這群人的對話成功率比新用戶高出約 4 個百分點。即便控制了任務類型、使用語言、所在國家等變數，這個差距依然存在。高資歷用戶也傾向帶更複雜的任務來問 Claude、個人閒聊比例少 4 個百分點、用於工作的比例多 7 個百分點。

報告也觀察到一個有趣的模型選擇行為：付費用戶在處理軟體開發任務時，有 55% 的對話選擇 Opus（最強模型），但在家教輔導類任務只有 45% 選 Opus。換句話說，有經驗的用戶已經學會「看任務複雜度挑模型」。

觀察筆記

報告裡 Anthropic 提到了「Skill-biased technological change」，我覺得這四個字值得好好拆開來聊。

過去這個現象會發生，是因為電腦有明確的使用門檻——Coding、資料分析、電繪，這些都需要「工具熟悉度」。會的人進來，不會的人出去，所以才會說 Skill Biased，科技終究是偏心的。

但這份報告的數據在說的是：AI 之後，這道牆沒有消失，它只是換了形狀。從「會不會用」變成「用得好不好、能不能提高成功率」。每個人都進來了，但站的位置不一樣高——而且你感覺不到自己在哪個位置。

這讓我想起去年小聚我講過「品味」這件事。老實說那時候我自己也講得超爛 XD，因為我有直覺、但還沒辦法把它說清楚。但過去幾個月，已經看到 Karpathy、Deepmind 的 Founder 都曾提過品味這件事情，也讓我更聚焦：

為什麼 AI 時代會是大品味時代？

因為 AI 把工具門檻打掉，而當門檻消失，每個人會做就不再是優勢，這時候讓你脫穎而出的，是你知道什麼是好的、什麼是對的、什麼值得追求——也就是品味。

就算 AI 非常方便、好用，同時門檻極低，也沒有消滅 Skill-biased，它只是把偏心的對象，從「工具技能」換成了「思考深度與品味」。 而這個東西，才是真正難以速成的。

「我們不要數位垃圾！」Wikipedia 宣布禁止 AI 撰寫文章

Wikipedia 英文版的志願編輯群，在 2026 年 3 月以近乎一面倒的 40 比 2 票數，通過了一項禁止使用 AI 撰寫或改寫文章的政策。

禁令的範圍很具體：禁止使用大型語言模型（LLM）撰寫或全面改寫文章，但仍允許編輯使用 AI 進行語法修正和翻譯，前提是必須經過人工審查。也就是說，AI 可以是工具，但不能是作者。

📌 什麼是 enshittification？ 這個詞由科技作家 Cory Doctorow 創造，用來描述網路平台和服務品質逐漸劣化的過程——平台為了吸引用戶、取悅廣告商、最終榨取商業價值，一步步犧牲內容品質和用戶體驗。Wikipedia 編輯用這個詞來形容 AI 氾濫對網路內容生態的侵蝕。

Wikipedia 並非孤例。StackOverflow 和德文版 Wikipedia 已實施類似禁令；西班牙文版 Wikipedia 則走得更徹底，連編輯用途的 AI 也全面禁止。政策起草人認為，英文版 Wikipedia 的這個決定可能「引發更廣泛的改變」，讓其他平台的社群也能在自己的條件下制定 AI 規範，而不是被動地等待平台方由上而下決定。

這個決定的背景脈絡不得不提：AI 生成的文字據報在 2025 年首度超越人類產出的總量。換句話說，現在網路上流通的內容，已有超過一半不是人類寫的。就在 Wikipedia 試圖守住人類書寫防線的同時，Elon Musk 正在推動「Grokipedia」——一個完全由 AI 生成的 Wikipedia 替代版本，走向完全相反的方向。

喜歡這期內容嗎？有哪一則讓你特別有感？
歡迎回信或是 Instagram 告訴我們，我們會偷偷讀大家的回覆的！

我們下周見
—AI郵報 編輯團隊