國立政治大學 - Release Notes

2026 年 9 月

把醫學、商管、工程也縫進「不分系」的知識網

13 個新讀本專區、404 篇文章、新增「生命與健康」與「商業與管理」兩大領域

規模

跨域通識（/knowledge）一次再增 13 個讀本專區、共 404 篇原創文章（202 分類，每分類入門＋進階各 1 篇），讀本專區累計 28 個、全平台讀本約 1,187 篇。新增四個方向：生命醫學（優醫學、優公共衛生、優神經科學）、人文社會（優歷史、優社會學、優法律）、商業管理（優管理、優行銷、優會計）、工程（優機械、優材料、優化工、優土木建築），每篇都配一張 GPT Image 2 概念示意圖。

兩大新領域

領域分群從 4 增為 6，補上「生命與健康」與「商業與管理」——讓長期偏理工資訊的版圖，第一次完整納入醫學與商管，使醫、商、工、人文社會四大專業學群並陳，跨域精神更名副其實。

縱深

延續全平台慣例，每個分類都是「入門＋研究所進階」雙篇由淺入深：入門用臨床情境或生活案例破題、建立直覺；進階直接進入機制、推導與前沿（如心臟壓力—容積環、基底核迴路與深部腦刺激、法律涵攝與刑法禁止類推、壓力利鈉的積分控制）。

連結

首頁互動「學科關係圖譜」成長為 30 個節點、84 條跨域關係連線，新領域節點與既有學科交織（優神經科學↔優心理／優智慧 AI、優化工↔優化學／優材料、優機械↔優物理／優電子、優會計↔優經濟），延續「真實知識不分系」的視覺化。

新功能跨域通識新增兩大領域 — 在自然科學、工程與產業、資訊與智慧、人文與社會之外，新增「生命與健康」（優醫學、優公共衛生、優神經科學）與「商業與管理」（優管理、優行銷、優會計）兩大領域，領域數從 4 增為 6，把醫學、商管、工程一次補進「不分系」的知識網

新功能優醫學知識讀本（/med）— 基礎醫學（解剖、生理、病理、藥理、微生物與免疫）、人體系統（心血管、呼吸、消化、神經、內分泌、肌肉骨骼）、臨床醫學（診斷學、常見疾病、急症醫學、醫學影像）、醫學與社會（實證醫學、醫學倫理、全球健康），4 大主題群、18 分類、36 篇讀本（每分類入門＋進階），客觀醫學語氣並聲明非個人醫療建議，每篇配概念示意圖

新功能優公共衛生知識讀本（/pubhealth）— 流行病學與生統、健康促進（健康行為、慢性病預防）、環境與職業衛生（環境衛生、職業衛生、食品安全）、衛生政策與全球健康（衛生經濟、健康不平等、緊急應變），4 大主題群、15 分類、30 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優神經科學知識讀本（/neuro）— 細胞與分子神經（神經元、動作電位、突觸傳遞、神經傳導物質）、系統神經（大腦解剖、感覺、運動、神經可塑性）、認知神經（學習與記憶、情緒、意識、神經發育）、臨床與計算（神經疾患、神經影像、計算神經科學、腦機介面），4 大主題群、16 分類、32 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優歷史知識讀本（/history）— 史學方法與史觀、世界史（古文明、希臘羅馬、中世紀、大航海、啟蒙與革命、工業化、兩次世界大戰、當代世界）、中國史（帝制史、近現代史、思想與社會）、台灣與專題（台灣史、社會經濟史、科技與醫療史、全球史視野），4 大主題群、16 分類、32 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優社會學知識讀本（/socio）— 理論與方法、社會結構（社會化、文化、社會互動）、不平等與群體（社會階層、族群與種族、性別、偏差與犯罪）、制度與變遷（家庭、教育、工作與經濟、社會制度、都市與社區、社會變遷與運動），4 大主題群、16 分類、32 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優法律知識讀本（/law）— 法學基礎（法律導論、法律推理）、公法（憲法、行政法）、私法（民法總則、契約法、侵權行為、物權、親屬與繼承）、刑事與程序（刑法、刑事訴訟、民事訴訟、公司與商事法、智慧財產權、勞動法、網路與資訊法），4 大主題群、16 分類、32 篇讀本（每分類入門＋進階），以台灣法制為主，每篇配概念示意圖

新功能優管理知識讀本（/mgmt）— 管理基礎（導論、管理思想演進、規劃與決策）、組織與人（組織結構、組織行為、人力資源管理、激勵、團隊與群體、組織文化）、策略與營運（策略管理、營運管理、品質管理、創新管理、變革管理）、領導與決策（領導、企業倫理與 CSR），4 大主題群、16 分類、32 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優行銷知識讀本（/mkt）— 行銷基礎（導論、行銷環境）、消費者與市場（消費者行為、行銷研究、市場區隔與定位）、行銷組合（產品策略、定價策略、通路、整合行銷溝通）、數位與品牌（品牌、數位行銷、社群行銷、內容行銷、顧客關係管理、服務行銷），4 大主題群、15 分類、30 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優會計知識讀本（/acct）— 財務會計（導論、會計循環、財務報表、資產會計、負債與權益、收入認列）、成本與管理（成本會計、管理會計、預算、成本量利分析）、財報分析（財務比率分析、現金流量分析）、審計與其他（審計、稅務基礎、會計倫理），4 大主題群、15 分類、30 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優機械知識讀本（/mech）— 力學基礎（靜力學、動力學、材料力學、機構學）、熱與流體（工程熱力學、流體力學、熱傳學、內燃機與動力）、設計與製造（機械設計、製造程序、工程材料、CAD/CAE）、機電整合（控制系統、機電整合、機器人學、振動學），4 大主題群、16 分類、32 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優材料知識讀本（/matsci）— 材料基礎（導論、原子鍵結、晶體結構與缺陷、相圖）、金屬與陶瓷（機械性質、金屬與合金、陶瓷、腐蝕與劣化）、高分子與複合（高分子材料、複合材料、材料製程）、電子與功能（半導體材料、電子與磁性材料、奈米材料），4 大主題群、14 分類、28 篇讀本（每分類入門＋進階），銜接優半導體／優電子，每篇配概念示意圖

新功能優化工知識讀本（/chemeng）— 程序基礎（化工導論、質能平衡、化工熱力學）、輸送現象（流體輸送、熱傳、質傳）、反應與分離（反應工程、蒸餾與分離、生化工程、電化學工程）、程序系統（程序控制、程序設計、製程安全、綠色化工），4 大主題群、14 分類、28 篇讀本（每分類入門＋進階），每篇配概念示意圖

新功能優土木建築知識讀本（/civil）— 結構與材料（土木導論、結構分析、結構設計、混凝土與鋼結構、營建材料）、大地與水利（土壤力學、基礎工程、水利工程、運輸工程、測量學）、營建管理、建築與都市（建築物理、建築設計、都市計畫、地震工程），4 大主題群、15 分類、30 篇讀本（每分類入門＋進階），以台灣耐震與在地營建為連結，每篇配概念示意圖

改善跨域通識規模再擴張 — 讀本專區從 15 個增為 28 個（新增優醫學、優公共衛生、優神經科學、優歷史、優社會學、優法律、優管理、優行銷、優會計、優機械、優材料、優化工、優土木建築），新增 202 個分類、404 篇讀本（每分類入門＋進階各 1 篇）與 404 張 GPT Image 2 概念示意圖，全平台讀本累計約 1,187 篇

改善學科關係圖譜擴張 — /knowledge 首頁互動知識圖譜隨新專區成長為 30 個節點、84 條跨域關係連線，新增的生命醫學、商管、工程節點與既有自然科學／資訊節點交織（如優神經科學↔優心理／優智慧 AI、優化工↔優化學／優材料、優機械↔優物理／優電子、優會計↔優經濟）

2026 年 8 月

把整個大學通識，重新編成一張「不分系」的知識網

15 個讀本專區、783 篇文章、一張互動知識圖譜——用真實議題把學科縫回一起

規模

跨域通識（/knowledge）從半導體、AI 兩個專區，擴張成 15 個讀本專區、共 783 篇原創文章：自然科學（優物理、優化學、優生物、優地科、優太空）、工程與產業（優半導體、優電子）、資訊與智慧（優統計、優計算、優數學、優智慧 AI）、人文與社會（優經濟、優心理、優哲學、優學術寫作），外加科學實驗室的 84 個互動實驗。「人文與社會」領域從紅樓夢一個專區擴成五個，補上長期失衡的版圖；每篇都配一張 GPT Image 2 概念示意圖。

縱深

每一個分類都不只一篇，而是「入門＋研究所進階」雙篇由淺入深。入門篇用生活情境破題、建立直覺；進階篇直接進入研究所視角的機制、推導與前沿（黑洞補上事件視界與重力波、CPU 補上管線與亂序執行、IRT 補上多維與跨年連結、地震補上震源機制與破裂物理）。全平台一致達到「每分類至少 2 篇」。

連結

首頁新增互動式「學科關係圖譜」（ECharts 力導向）：17 個專區為節點、依領域上色，節點間以 47 條「為什麼相連」的關係連線串接。跨領域關係（物理↔半導體、太空↔物理化學、統計↔AI、計算↔晶片、AI↔紅樓夢數位人文）以品牌色強調，凸顯優統計與優計算橫貫各科的樞紐地位，把「真實知識不分系」視覺化。

動手與共讀

優計算把計算機概論延伸成 Python／C++／Java 三條可執行程式碼 track；每個讀本專區的文章頁都內建「AI 共讀助教」，僅依當前文章內容回答（伺服器端 grounding），支援反白解釋、重點整理與出題自測，回覆邊串流邊渲染 LaTeX，並可跨文章維持開啟。

新功能 Uedu 跨域通識（/knowledge）傘狀入口上線 — 把平台各知識專區聚合成單一入口，以「領域」分群（自然科學、工程與產業、資訊與智慧、人文與社會）凸顯跨域特性。目前涵蓋 15 個讀本專區（優物理、優化學、優生物、優地科、優太空、優統計、優計算、優數學、優電子、優半導體、優智慧 AI、優經濟、優心理、優哲學、優學術寫作）與科學實驗室，共 783 篇知識讀本，並由 AI 助教在對話中跨主題串接

新功能優數學知識讀本（/math）— 補上物理、統計、計算與 AI 的共同數學地基：基礎與離散（集合邏輯、數系、函數、歸納、組合）、代數（多項式、矩陣、線性代數、群環體）、微積分與分析（極限、導數、積分、多變數、級數、微分方程）、幾何、離散與應用（圖論、數論、數學建模），5 大主題群、23 分類、46 篇讀本（每分類入門＋研究所進階），數學式以 KaTeX 渲染，每篇配概念示意圖

新功能優經濟知識讀本（/econ）— 個體經濟（稀缺與選擇、供需、彈性、消費者與廠商、市場結構、市場失靈）、總體經濟（GDP、成長、失業、通膨、貨幣銀行、財政與貨幣政策）、國際與金融、應用經濟（行為經濟、賽局、公共與發展經濟），4 大主題群、22 分類、44 篇讀本（每分類入門＋研究所進階），每篇配概念示意圖

新功能優心理知識讀本（/psy）— 以科學實證為本：基礎與生理（導論、研究方法、生理心理、感覺知覺）、認知（學習、記憶、思考、智力、語言）、發展與社會（發展、社會心理、人格、動機情緒）、應用與臨床（變態心理、治療、健康、教育、正向心理），4 大主題群、18 分類、36 篇讀本（每分類入門＋研究所進階），強調相關≠因果與研究偏誤，每篇配概念示意圖

新功能優哲學知識讀本（/phil）— 核心分支（邏輯、知識論、形上學、倫理、美學、政治哲學）、哲學史（古希臘、近代、當代、東方哲學）、應用與專門（科學哲學、心智哲學、語言哲學、應用倫理、自由意志、存在主義），3 大主題群、16 分類、32 篇讀本（每分類入門＋研究所進階），正反觀點並陳、訓練批判思考，每篇配概念示意圖

新功能優學術寫作知識讀本（/writing）— 跨領域研究技能，聚焦學術英文，呼應 Uedu 研究使命與 EMI：寫作基礎（學術文體、段落、論點、銜接、學術語彙）、論文各章節（摘要、緒論 CARS、文獻回顧、方法、結果、討論、標題）、語言與規範（引用、改寫與避免抄襲、hedging、學術文法）、流程與發表（草稿修改、審稿回覆、期刊選擇、研究倫理、AI 輔助寫作），4 大主題群、21 分類、42 篇讀本（每分類入門＋研究所進階），大量「不佳 vs 改良」英文例句對照，每篇配概念示意圖

改善「人文與社會」領域大擴充 — 跨域通識的人文社會領域從原本僅有「紅樓夢數位人文」一個專區，一次擴成五個（新增優經濟、優心理、優哲學、優學術寫作），改善了長期「理工強、人文弱」的版圖失衡，讓四大領域並陳的跨域精神更名副其實

改善讀本深化：細分類專區補齊「入門＋進階」雙篇 — 優地科、優太空、優統計、優計算、優電子、優數學、優經濟、優心理、優哲學、優學術寫作等細分類專區原本每個分類各 1 篇，現為每個分類補上 1 篇「進階 companion」（研究所視角，深入機制／推導／前沿，不重複入門基礎），共新增 261 篇。例如黑洞補上事件視界與重力波、CPU 補上管線與亂序執行、IRT 補上多維與跨年連結、地震補上震源機制與破裂物理。全平台讀本一致達到「每分類至少 2 篇、由淺入深」，每篇仍配 GPT Image 2 概念示意圖

新功能跨域通識「學科關係圖譜」上線 — /knowledge 首頁新增互動式知識圖譜（ECharts 力導向），17 個專區依內容量縮放、依領域上色，節點間以 47 條「為什麼相連」的關係連線串接：跨領域關係（如物理↔半導體、地科↔物理化學生物、太空↔物理化學、統計↔AI、計算↔晶片、數學↔物理統計計算、心理↔生物統計、哲學↔AI與科學、寫作↔AI）以品牌色實線強調、同領域淡化，凸顯「優統計」與「優計算」橫貫各科的方法論與工具樞紐地位。可拖曳佈局、滑過連線看關係說明、點節點進入專區，把「真實知識不分系」的跨域精神視覺化

新功能優地科知識讀本（/earth）— 橫跨高中地球科學與大學地球科學概論，補齊自然科「物化生地」的最後一塊：固體地球（地球圈層、板塊構造、礦物岩石、地震、火山、地質作用、地質時間與化石）、大氣科學（大氣結構、氣團鋒面、大氣環流、水循環、颱風、氣候帶）、海洋科學（海水性質、洋流與聖嬰、潮汐波浪、海洋生態）、地球環境與變遷（全球暖化、碳循環、自然資源、防災、水資源），4 大主題群、23 分類、46 篇讀本（每分類入門＋研究所進階各 1 篇）。內容以台灣在地（板塊邊界、颱風、地形）為連結，每篇含入門主體 + 研究所深入段並配概念示意圖

新功能優太空知識讀本（/space）— 天文與太空科學自優地科獨立成區並大幅擴充（大學層級天文學與太空科學為獨立學門，中央大學設有天文研究所與太空科學與工程學系）：觀天的基礎（地球運動與四季、月相日月食、天球星座、望遠鏡）、太陽系（太陽、類地與類木行星、彗星小行星、系外行星）、恆星與星系（恆星一生、赫羅圖、銀河系、星系、黑洞）、宇宙學（大霹靂、宇宙距離尺度、暗物質暗能量、宇宙的未來）、太空科技與探索（火箭與軌道力學、人造衛星、太空任務、太空天氣、天文生物學），5 大主題群、50 分類、100 篇讀本（每分類入門＋研究所進階各 1 篇）。涵蓋觀天與曆法、太陽系形成與各類行星、恆星核融合與超新星、中子星與重力波、星系演化、宇宙暴脹與微波背景、火箭推進與太空望遠鏡、行星防禦與商業航太等，每篇含入門主體 + 研究所深入段並配概念示意圖

新功能優計算知識讀本（/cs）— 完整走過大學「計算機概論」：計算的基礎（數字系統、資料表示、布林邏輯）、電腦硬體與組織（馮諾伊曼、CPU、記憶體階層）、作業系統（行程排程、虛擬記憶體、檔案系統）、程式設計（語言演進、變數型別、控制流程、物件導向）、演算法與資料結構（Big-O、陣列鏈結串列、樹與圖、排序搜尋、遞迴）、資料庫與 SQL、網路與網際網路（TCP/IP、HTTP、雲端）、資訊安全與計算理論（加密雜湊、資安、圖靈機與 P/NP、數位倫理），以及三條程式實作 track——Python（入門、型別、字串、流程控制、容器、函數、檔案例外、物件導向、標準庫、資料分析）、C++（編譯、靜態型別、指標與參考、記憶體與 RAII、STL 模板、效能）、Java（JVM、OOP、繼承多型、介面、集合框架、例外、生態），11 大主題群、65 分類、130 篇讀本（每分類入門＋研究所進階各 1 篇；含 35 概念 + 30 篇三語動手 + 65 篇進階）。概念篇語言中立；三語實作篇各自著重語言特色與「與其他語言的差異」，含大量可執行程式碼，Python 篇並接回優統計／優智慧 AI、C++ 篇接回優電子／優半導體。每篇含入門主體 + 研究所深入段並配概念示意圖

新功能優物理知識讀本（/physics）— 橫跨高中物理與大學普通物理，分力學、振動與波、流體、熱與熱力學、電磁、光、近代物理等 20 個主題、50 篇讀本。每篇含「入門主體 + 研究所深入段」，數學式以 KaTeX 渲染，並配一張 GPT Image 2 概念示意圖（拋體向量分析、科氏力、馬克士威方程組、薛丁格方程等）

新功能優生物知識讀本（/biology）— 細胞與分子、遺傳與演化、生理與系統、生態與行為四大主題群、22 分類、50 篇讀本（含 28 篇大學普生進階，涵蓋酵素動力學、族群遺傳 Hardy–Weinberg、化學滲透、CRISPR、神經動作電位等），每篇配概念示意圖

新功能優統計知識讀本（/statistics）— 六大主題群（敘述統計、機率基礎、推論統計、統計模型與應用、教育與心理計量統計、進階與資料科學方法）、30 分類、71 篇讀本（每分類入門＋研究所進階）。除核心統計外，特別補上緊扣教育平台的方法論：多層次與混合模型 HLM（學生巢套於班級）、試題反應理論 IRT（對應 quiz／UCG 認知測驗）、因素分析與 PCA（對應學習特質量表）、結構方程模型 SEM、縱貫成長模型，以及時間序列、存活分析、廣義線性模型 GLM、遺漏值處理、貝氏進階 MCMC；並涵蓋分類評估指標 Precision／Recall／F1／ROC-AUC。全程貫穿統計素養（相關≠因果、別誤解 p 值與信賴區間），每篇配概念示意圖

新功能優電子知識讀本（/electronics）— 電路學、類比電子、數位電子三大主題群、13 分類、26 篇讀本（每分類入門＋進階），銜接物理電磁學（歐姆與克希荷夫定律、運算放大器、MOSFET、邏輯閘等），每篇配概念示意圖

新功能 AI 共讀助教 — 15 個讀本專區的文章頁新增側欄「AI 共讀助教」，僅依當前文章內容回答（伺服器端 grounding，防止竄改）。支援反白段落解釋、重點整理、出題自測，回覆邊串流邊渲染（含 LaTeX 數學式），可跨文章導航維持開啟；需登入、有用量限制，採 gpt-5.4-mini

改善讀本學習側欄統一 — 15 個讀本專區的文章頁與分類頁共用同一套左側學習導覽：大標題、捷徑、文章標題／標籤即時搜尋、可折疊分類群組（localStorage 記憶折疊狀態、預設只展開當前分類、搜尋時自動全展開）

2026 年 7 月

從一個 Stroop 走到 14 個測驗的完整認知地圖

Cognomics 框架 6 個構念類別全部到位，平台從測量單一能力升級為完整評估架構

覆蓋

從 4 月底僅有 Stroop 上線，擴張到 14 個認知測驗全面開放，學生可從六個面向認識自己的認知特徵：執行功能、工作記憶、處理速度與警覺、空間認知、語文／晶體智力、後設認知。Cognomics 框架完整覆蓋，Uedu 為首個完整呈現 6 維認知地圖的線上平台。

可信

平台建立 5 組「同一能力用不同方式測」的配對：抑制（Stroop × Flanker）、工作記憶（N-back × Corsi）、處理速度／警覺（Speed × PVT）、空間認知（Rotation × MOT）、語文／晶體智力（Verbal × Gram）。加上執行功能三元組（抑制 + 更新 + 轉換）的整合剖面。學生完成配對後即可看到兩個測驗結果是否一致，作為自己測量結果可信度的證據。

判讀

14 個測驗各自有最適合的結果呈現方式，學生看到的不只是分數，而是含「這個分數代表什麼」的解讀。Speed × PVT 結果不一致時，平台會提示是否「疑似疲勞」；N-back × Corsi 不一致時，會區分語義與視覺空間的偏好；Confidence 會告訴你是過度自信、低估自己、或剛好（含 Dunning-Kruger 效應提示）。完成一個測驗後，平台自動引導你連續做相關測驗，建立完整的認知地圖。

施測情境

新增控制模式（有研究人員陪同）施測能力，與既有自願線上模式互補。研究人員可一次性設定施測場次，後續每位受試者完成的測驗都會自動標記情境；平台也會辨識每次施測使用的設備類型（手機／平板／電腦）。這兩個機制讓未來在不同條件下收集的資料能在分析時分層比較，是跨情境研究的基礎。

新功能 AI 程式沙箱支援 matplotlib 出圖 — 對話中的 Python 程式碼區塊（瀏覽器 Pyodide 沙箱）新增 matplotlib 與 scipy 支援：數值模擬（波傳播、熱傳導、ODE／PDE、蒙地卡羅…）點「▶ 執行」即可在瀏覽器跑完並直接顯示結果圖（每次最多 3 張），程式碼與運算全程不離開使用者裝置

新功能 Uedu Cognomics（UCG）認知測驗工具箱 14 個測驗全面上線 — 從 4 月底僅 Stroop 上線，擴張到 14 個認知測驗全面開放。學生可從六個面向（執行功能、工作記憶、處理速度與警覺、空間認知、語文／晶體智力、後設認知）認識自己的認知特徵，Cognomics 框架完整覆蓋

新功能同能力雙測驗交叉驗證 — 平台建立 5 組「同一能力用不同方式測」的配對：抑制（Stroop × Flanker）、工作記憶（N-back × Corsi）、處理速度／警覺（Speed × PVT）、空間認知（Rotation × MOT）、語文／晶體智力（Verbal × Gram）。學生完成一組配對後即可看到兩個測驗結果是否一致，作為自己測量結果可信度的證據

新功能執行功能三元組完整剖面 — 完成抑制、更新、轉換三個面向的測驗後，學生看到自己完整的執行功能剖面，三個面向並排呈現含等級判讀（良好／中度／需關注）。可能呈現「某一面向特別強或弱」的個人化模式，是執行功能個體差異研究的典型發現

新功能認知測驗個人化結果呈現 — 14 個測驗各自有最適合的結果呈現方式，學生看到的不只是分數，而是含「這個分數代表什麼」的解讀。例如 PVT 告訴你失誤次數對應的注意力狀態、Confidence 告訴你是過度自信還是低估自己（含 Dunning-Kruger 效應提示）、Rotation 把你的心像旋轉速度與一般成人範圍對照

新功能雙測驗一致性個人判讀 — 學生完成同能力的兩個測驗後，平台用四種模式解讀：兩個都好／兩個都弱／A 強 B 弱／反之。Speed × PVT 不一致時會提示「疑似疲勞」；N-back × Corsi 不一致時，會區分語義與視覺空間的偏好；Rotation × MOT 區分靜態心像與動態追蹤的不同優勢

新功能完成下一步引導 — 學生做完一個測驗後，平台會建議「接下來做哪個」並說明為什麼；執行功能三元組若還沒做完，會列出缺哪個面向、一鍵跳轉去做，引導學生建立完整的認知能力剖面

新功能施測指導員模式 — 新增控制模式（有研究人員陪同）施測能力，與既有自願模式互補。研究人員可預先設定施測場次（含施測模式、是否提供設備、研究分組），後續每位受試者完成的測驗會自動標記情境，讓未來在不同條件下收集的資料能在研究分析時分層比較

新功能設備類型自動辨識 — 平台會自動辨識每次施測使用的設備類型（手機／平板／電腦）與作業系統，作為日後「不同設備是否影響測驗結果」研究分析的基礎

新功能多 AI 供應商自備 API Key（BYOK）— 課程「自有 API Key」從 OpenAI 單一供應商擴充為三家：OpenAI、xAI（Grok）、Anthropic（Claude）。教師於課程設定頁選擇 Provider 並分別設定 Key，一門課可同時持有多把不同供應商的 Key、逐把管理與移除；所有 Key 均加密儲存、僅顯示末六碼（Claude 對話功能為 Beta，陸續開放）

新功能 Grok 模型進入課程對話 — 教師設定自有 xAI Key 後，可於模型設定開放學生在文字對話選用 Grok，支援串流回應與課程學習工具（課綱查詢、教材檢索等 28 項）。對話費用由課程自備 Key 支付，教師端用量統計依 Key 來源分列，對話紀錄同時保存實際模型版本，供學習歷程分析溯源

新功能 GPT-5.5 進階模型 — 設定自有 OpenAI Key 的課程可開放 GPT-5.5，與 GPT-5.4 並列進階模型選項。進階模型解鎖依 Key 供應商嚴格區分（GPT-5.4／5.5 需 OpenAI Key、Grok 需 xAI Key、Claude 需 Anthropic Key），各自獨立、互不混淆

新功能本地 AI 實驗室（/playground）開放測試 — Uedu 自建的本地端 AI 模型上線：跑在校園機房 GPU 上的繁體中文開源模型（Taiwan-8B），不經過任何商業雲端服務，對話內容不離開校園網路。任何人（含未登入訪客）都可以直接測試，體驗「自主掌控的 AI」與商業 AI 在能力、速度與自主性之間的取捨——這本身就是一堂 AI 素養課

新功能本地模型系統狀態全程透明 — 本地 AI 實驗室即時顯示服務狀態、生成中與排隊人數、GPU 記憶體使用率；單卡系統同時服務有上限，尖峰時段以先到先服務排隊並即時告知「你排在第幾位」。側邊欄同步新增 Local AI 即時狀態指示，全站可見。誠實呈現自建 AI 的真實成本，是平台對「AI 基礎設施素養」的教育設計

新功能本地模型接入平台統一 LLM 架構 — 本地推論服務以 OpenAI 相容介面接入平台統一模型調度層，與 OpenAI、xAI、Anthropic 並列為第四類供應來源；架構支援多台推論主機與多顆模型（各自獨立排隊與狀態監測），為後續開放科學模型（如瑞士 Apertus）與模型盲測比較預留基礎。測試對話以匿名方式儲存（未登入不關聯任何身分），連同回應速度與排隊時間等系統指標，用於模型品質改善與 AI 素養研究，頁面明確揭露研究用途

改善 AI 評分一律使用平台資源 — 對話評分與互動評分等自動分析，改為一律使用平台系統 Key，不消耗教師自備 Key，並確保評分完整性不受課程 Key 額度影響；教師自備 Key 專用於學生對話

改善模型成本推估更新 — 教師端用量統計的成本推估改採三家供應商官方定價（2026 年 7 月核對），並依 Key 來源與模型分列，讓自備 Key 的課程更清楚掌握實際支出

2026 年 6 月

從藏在對話裡的 AI 素養，變成可量測的學習軌跡

引入 6 維度 × 3 層次的測量框架，每位學生看見自己用 AI 的能力剖面

框架

引入 AI 素養 6 維度 × 3 層次（acquire / deepen / create）的測量框架，作為 Educational Omics 框架中 Cognomics 維度的擴充。6 維度涵蓋對 AI 本質的理解（D1）、倫理與社會（D2）、隱私與資料（D3）、批判性使用（D4）、工具知識（D5）、自主使用態度（D6），形成 18 個學習細胞。

量測

47 題經設計的素養測驗對外開放，涵蓋 D1～D6 與不同 Bloom 認知層次。學生可在 /ai-literacy/quiz 隨時作答，做完即時看到分數、正解與每個干擾項的解析；題庫經過認知無關變異（construct-irrelevant variance）審查，避免學術修辭包裝造成非構念負荷。

追蹤

/ai-literacy/me 學生個人儀表板呈現 6D × 3 層次熱力圖、各維度時序變化、歷次測驗紀錄、D6 自陳量表結果。系統同時從 ClassroomGPT 對話中以 LLM 自動抽取 D5（工具熟悉度）與 D6（自主使用）行為訊號，無需學生重複作答。

教學整合

教師端可在 ClassroomGPT 課程設計 AI 素養教學 signature（哪些細胞為本課程教學目標），系統自動分析學生對話產出班級 enactment signature 對照，呈現「老師設計什麼 vs. 學生實際學到什麼」。

新功能 AI 素養 6D × 3 層次框架介紹頁上線 — /ai-literacy/ 完整呈現框架說明。6 個維度（D1 對 AI 本質的理解、D2 倫理與社會、D3 隱私與資料、D4 批判性使用、D5 工具知識、D6 自主使用態度）× 3 個層次（acquire / deepen / create）形成 18 個學習細胞，作為 Educational Omics 框架中 Cognomics 維度的具體實作

新功能 AI 素養測驗（47 題）對外開放 — /ai-literacy/quiz 學生隨時可作答，單選題即時計分，附正解解析與每個干擾項的迷思說明；題庫經過認知無關變異審查，避免學術修辭包裝造成非構念負荷

新功能學生個人 AI 素養儀表板 — /ai-literacy/me 呈現 6D × 3 層次熱力圖、各維度時序變化、歷次測驗紀錄、D6 自陳量表結果，讓學生看見自己的素養剖面

新功能 LLM 對話訊號自動抽取（Pillar A extractor）— 從學生與 AI 助教的對話中以 gpt-5.4-mini 自動標記 D5（工具熟悉度）與 D6（自主使用）行為訊號，每事件記錄 model + prompt_version + params 以利模型遷移；學生不需重複作答即累積素養軌跡

新功能教師端 AI 素養課程 signature 設計 — 教師在 ClassroomGPT 課程中勾選本課程要培養的細胞（6D × 3 層共 18 格），AI 自動建議 signature 草案，呈現「老師打算教什麼」

新功能班級 enactment signature 對照 — 系統從學生對話實際抽取的素養活動，自動產出班級層級剖面，與教師設計目標對照，呈現「老師設計 vs. 學生實際學到」的差距

新功能跨課程素養剖面 — 學生跨多門課程的 cell-level intensity 自動聚合，呈現素養活動的累積學習軌跡

新功能 D6 Likert 自陳量表 — 6 題 likert 自陳題測量學習態度與自主使用行為（如「即使老師沒指派，我也會主動嘗試新的 AI 工具」），對應 D6 自主使用維度

新功能答題即時回饋頁 — 每題作答後立刻顯示正解、為什麼正確、四個干擾項各自對應的迷思說明，將測驗轉為學習機會

改善題庫對齊度審查與優化 — 47 題經系統性審查，依 Messick (1995) 構念無關變異理論、AERA/APA/NCME (2014) 標準、Abedi 系列研究調整題幹語言：避免「凸顯⋯⋯核心」「體現⋯⋯原則」等學術修辭包裝、英文術語統一中譯併用（如「提示詞(prompt)」）、多元角色情境加「閱讀下列情境後，請判斷」觀察者框架

新功能學生與教師側邊欄 AI 素養區塊 — 側邊欄新增「AI 素養」入口，學生直達個人儀表板、教師直達課程 signature 設計頁

新功能 Educational Omics × AI 素養整合論述頁 — /about/educational-omics 與 /about/ai-literacy-6d 兩頁互相連結，說明 AI 素養屬於 EO 框架中 Cognomics 維度的具體實作