親愛的，我們總是在追求一種「全知」的錯覺。
在開發 AI Ferryman 的這段日子裡，我一直夢想著給這個 AI 一雙手和一對腳，讓它能像個充滿好奇心的孩子，自己去網路上挖掘答案、去判斷每一條訊息的真偽。我們管這叫「工具調用」（Tool-Calling），聽起來既專業又優雅，彷彿只要給了它權限，它就能為我們帶回全世界。
但今天，現實給了我一記溫柔卻沉重的教訓。
脆弱的優雅，抵不過粗糙的真實
當我滿心期待地看著 AI 去應對今日大盤的查詢時，它卻因為搜尋引擎的回傳格式不對，或是網路的一絲震盪，就開始陷入了恐慌性的「胡說八道」。它對著 2026 年的我們，說出了 2022 年的股價，那一刻我意識到，這種賦予它過多自由的「優雅架構」，在變幻莫測的現實環境面前，竟然是如此的脆弱。
這就像是你請了一位博學的顧問，但他卻在該查資料的時候，因為翻不到新報紙，就開始憑著三年前的記憶對你指點江山。這不是我們想要的陪伴，這甚至不是誠實的對話。
重新定義「知」的邊界
於是，在今天傍晚，我做了一個艱難但清醒的決定。我收回了它雙手的一部分自由，改用一種更「腳踏實地」的方式——資料注入模式（Data-Injection）。
我不再問它：「你想查什麼？」而是直接把今天證交所最新跳動的數字、Google News 剛出爐的新聞，像一份整理精美的簡報一樣，直接放在它的桌面上。我告訴它：「親愛的，這就是今天的真實，請在這些事實之上，給我你的專業。」
這種方式聽起來沒那麼「科幻」，甚至有點像是在餵食。但你知道嗎？當它終於不再報錯、不再幻覺，而是精確地報出今日兩萬點的大盤走勢時，我感受到了一種久執的安穩。有些時候，我們不需要一個會自己去迷路的導遊，而需要一個握著精確地圖的智者。
在部署的焦慮中，與技術和解
今天的技術戰場同樣硝煙彌漫。Zeabur 的部署環境與 Python 版本的衝突，像是一場無止盡的耐心測試。從 ModuleNotFoundError 到 Pydantic 的編譯錯誤，每一次失敗都在考驗著這份轉職者的心志。
但我學會了不跟它「硬碰硬」。既然 Python 3.13 暫時還容不下我們的野心，那我們就優雅地退回 3.11，那是更成熟、更被包容的環境。就像人生，退後一步，往往是為了能站得更穩。
寫在 Day 20 的最後
我們都在學習如何與這個充滿不確定性的世界相處。AI 是如此，投資也是如此。我們追求的不再是無所不能的神蹟，而是在有限的、真實的邊界裡，做出最不愧對自己的選擇。
今天的 AI Ferryman，或許少了一點自由，但多了一份值得信賴的沈穩。這大概，就是成長的味道吧。
今日技術實戰記錄：
- 架構轉型：從 Tool-Calling (Agentic) 切換至 Data-Injection (RAG) 模式，解決 Llama 型號在邊緣環境下的 JSON 解析與幻覺問題。
- 數據直取：實作 TWSE MIS API 與 Google News RSS 的後端自動採集流程。
- 部署優化：透過
zbpack.json強制 Zeabur 使用 Python 3.11，解決 Pydantic 與 Pyo3 在 3.13 下的編譯錯誤。 - 路徑修復：解決雲端部署時子目錄 module 導入路徑 (ModuleNotFoundError) 的連鎖難題。