前言：Gemini 3 世代下的 PDF 黑魔法

做為一個熱愛在 Side Project 裡串接 AI 的開發者，過去這半年，我跟 Google Gemini 的關係大概就像坐雲霄飛車一樣：從熱戀、到失望分手（轉向手刻輪子），再到今天——我又重新愛上它了。

今天想跟大家聊聊 Gemini 3 在 PDF 文件處理 (Document Processing) 上的一個「無聲但巨大」的改動。如果你跟我一樣，過去曾經因為 GEMINI 的 file api ，總是把 PDF 轉圖片導致 Token 爆炸而去尋找其他解決方案（to markdown、OCR、vision model），那我得說， …

在 2025 年的科技投資版圖中，最引人注目的對決莫過於 Google 的 Gemini 與 xAI 的 Grok。這不僅僅是兩個大型語言模型（LLM）的技術較量，更是兩種截然不同的商業模式與資本邏輯的碰撞。

隨著 xAI 的估值在近期融資談判中逼近 2,300 億美元，以及 Alphabet (Google 母公司) 將年度資本支出 (Capex) 推升至 900 億美元以上，這場「AI 軍備競賽」已經進入了白熱化的深水區。本文將從投資與產業分析的角度，拆解這兩大巨頭的競爭優勢與護城河。

1. 資本支出的規模與效率：TPU vs GPU 的算力之戰

首先，我們必須關注「算力」這個 AI 時代 …

前言：AI + LLM = 第二大腦？

前幾天在 FB 社團上意外看到有篇貼文是在講述說 AI + LLM 可以化作為第二大腦。

印象中作者的例子是將 Obsidian（筆記軟體）搭配 LLM 的套件做整合。讓過往的筆記軟體可以真正成為一個大腦，你可以透過和 LLM 對話的方式去探尋自己過往的筆記內容。

聽起來很酷！如果我沒誤會他的意思的話，聽起來很像是把所有筆記作為資料庫，套用 RAG 的機制去實作。

這就很像自己私人的 notebookLM 一樣，當時也只是看過以後就沒特別著墨。反正筆記軟體我已經選用 Anytype 作為我的私人筆記，沒必要為了 讓 AI 知道 我的一些機敏資訊而去研究。 …

前言：一個懶惰的想法

約莫今年三月份(2025-03)的事情，和同事閒聊時有談到最近他訂閱了華爾街日報的消息。

並且每日也會寄送報紙版本的華爾街日報到信箱來，但是每日看完一份報紙對於一個上班族工程師來說是個奢侈的妄想，或許對現代人來說都是。

如果能有更簡短的重點資訊和摘要，應該會對日常接收資訊上有所幫助。甚至可以進一步過濾出有用的資訊就更好了。

所以當下決定搞起這份專案。

核心概念很簡單，就是

從下載《華爾街日報》(WSJ) 的每日 PDF 報紙，利用 Google Gemini AI 進行深度分析與摘要，最終將精美的 HTML 格式報告透過 Email 發送給訂閱者。

實作：細節往往比想像中 …