從加拿大回來後的第一週，參加了 2 個研討會，不過大致上還是被時差整了近一週，直到這週才稍微好點，緊接著就是備考 iPAS AI 應用規劃師初級。
當初報名的時間點，差不多在 AIA 的 AIPM 課程尾端，剛好又在 FB 上看到這張證照的資訊，打鐵趁熱就一次把初、中級都報下去，還拉了 AIPM 的同學一起報考。所以出國前除了把原本接的案子收尾，也用 RAG 的方式把測驗跟刷題網站建起來，分享給同學使用。接著就是長達 7 週的 CD，一直到這週一才自己開刷備考。
一開刷就把自己嚇呆了：答對率低於 50%，有些題目還完全看不懂，讓我非常懷疑人生——AIPM 都上完了怎麼還這麼落漆。接著幾天就在刷題、卡住就用 ChatGPT 互動學習、再用 Claude Code 改善系統之間度過，這樣刷到週四早上才整體刷完。
刷完還是覺得不踏實。畢竟技術面博大精深，專有名詞跟縮寫也一堆，就算當下理解、感覺好像有學起來，之後再看到題目還是會卡住，或想不起來那個技術的應用邏輯……
想說只剩 2 天，而且這畢竟還是初級認證，於是就請 AI 依學習指引的提綱、加上網站原本就有的內容，從各產業的應用面切入，針對初級的 2 個科目各再生成 100 題測驗題。完成後試刷了一下，沒想到還行——一樣很挑戰，但題目跟答案的解析都有到位，反過來讓我看見原題庫的一些缺失。
本來以為改善缺失不需要太多時間，結果花掉我週五一整天：中間 Claude Server 掛點一次重跑、Rate limit 一次，最後在週五晚上完工，這時我也精疲力盡。而這個改善終究來不及接上我昨天的考試。週六早上就簡單請 AI 整理整個 AI 規劃的核心流程，套入各產業的實務應用，強化實務落地的流程概念，接著就硬著頭皮上場了。
我的感覺是：如果在職、又已經有相關概念，備考抓一個月會比較保險；以我的情況，大概要兩週才會比較有餘裕。總之，還是考完了，就 Finger Cross。接著要把中級科目的內容完成，再加上我臨時加報的 AIoT 認證；除此之外就回歸正軌，繼續之前的一些題目。
這兩週 GitHub 上的實際軌跡
回頭看紀錄才發現，這兩週的節奏比體感還要極端：
- 8/1 到 8/15 共 96 個 commit，但只落在 6 個工作天（8/6、8/7、8/10 到 8/14）。
- 其中 8/13 和 8/14 兩天就佔了 78 個，8/14 一天 54 個——那正是「以為不用太多時間」的那一整天。
- 主線幾乎只有一個 repo：
ipas-aiap-cert95 個 commit，ai-hil-mcp1 個。其他六個私有專案這兩週完全沒動。
也就是說，這兩週不是「順便備考」，是備考把所有其他事情都擠掉了。
刷題網站的六條分支
一、先量化「找不到」的直覺（8/10）
我一開始的感覺是「從題庫反過來找學習指引，很多都找不到」。與其憑感覺補，就先逐題盤點初級兩科的 435 題，抽出考點、對照講義整理，結果是 55% 的考點在整理裡找不到——直覺是對的，而且比想像嚴重。
補完的方式是 102 張概念卡、305 則重點，每張卡都是「定義／題庫怎麼考（附題號）／易混淆」三段式。順便查證了幾個會直接改變題目語境的時效更新：《人工智慧基本法》已於 2026-01-14 公布施行（出題時還是行政院草案）、EU AI Act 高風險義務延到 2027-12、MCP 已捐給 Linux Foundation。這類考古題最容易踩的坑，就是拿舊時程當答案。
二、刷題進度續作與跳題（8/11）
很務實的功能：進度存進 localStorage、可以跳到指定題號、模式選單顯示進度提示。刷了兩天之後就知道自己缺什麼。
三、第 160 題的 D 選項（8/12）
刷到第 160 題時，D 選項顯示了 1155 個字，整頁高度 4150px。追下去發現是解析器的不對稱：答案解析器認得題目的邊界，題目解析器卻不認得答案的邊界，於是 1. Ans（D） 之後整段解析全被吞進最末選項。
原本判斷是「兩題個案」，跑了一行掃描腳本才發現是全五科 51 題。這是這兩週最實際的一課：先量測範圍再下結論，盤點時值得順手跑一次全量掃描。
四、依評鑑內容分類的新題庫（8/13）
就是文章前段說的那 200 題。關鍵差別不在「多 200 題」，而在出題邏輯換了：原題庫跟著歷屆考卷的題型比例走，新題庫改以官方評鑑內容節點為單位、每個節點固定配額。所以它能拿來「針對某個節點集中練習」，而不是被考卷比例牽著走。
五、詳解與選項解析全面改寫（8/13 深夜到 8/14）
這就是那個「以為不用太多時間」的部分。量測之後才發現不是個別題目寫得差，是結構性的：選項解析原本是拿一份 106 條詞彙表去比對選項文字自動組句，只在選項是單純名詞時有效；真題多是情境題、選項是整句敘述，比對不到就顯示通用填充。實際數字是 1,305 個欄位裡有 1,135 個是同一句填充。
整套自動組句機制刪掉，435 題、1,305 條選項解析全部改成手寫，測試從約 140 條增加到 219 條。38 個 commit、一整天。
六、寧可留白，也不要假裝有內容（8/14 收尾）
最後把逐項解析接上考試檢討頁時，發現如果照做，中級 senior-ml 有 97% 的錯誤選項會顯示同一句通用填充——而刪掉舊機制的理由，正是「讓『沒有詳解』看起來像『有詳解』」。所以改成以「這題有沒有手寫解析」為閘門：初級 435 題全顯示，中級 332 題整個區塊不顯示。
ai-hil-mcp：唯一一次刪比加多
8/7 花了一天，把六個各自漂移的 MCP crate 統一到共享的 hil-core。46 個檔案、淨負 1,900 行。
順手修掉的五個缺陷都很典型：vision-mcp 用 try_recv().is_ok() 判斷停止，但停止是靠 drop sender 實作的，所以相機永遠不會被釋放；capture_frame 把 base64 包在 text block 裡回傳，模型根本看不見，每張還吃掉數萬 token；jtag-mcp 的診斷末尾有一個無條件的 core.run()，把燒錄前該有的 halt 取消掉了。
同時把安全規則從說明文字移進程式碼——電壓上限、erase_flash 需要 confirm=true。寫在 prompt 裡叫模型「不要做 X」，跟讓它「做不到 X」，是兩件事。
刷題刷出來的方法論
這兩週真正的產出，其實不是題目數量，是幾條被反覆驗證的規則：
關鍵詞找不到句型。 要找出「其餘三項都是…」這種一句話壓掉三個干擾項的寫法，用關鍵字 grep 找到 5 則，改用語意枚舉找到 16 則。另一批是 12 則對 28 則。用關鍵詞找一個句型，找到的是「用了那個詞的句子」，不是那個句型。
憑感覺判斷哪些該留完全不可靠。 初判「值得保留」的 40 則，最後有 33 則被重寫；369 則真題詳解，最終只有 57 則逐字未動。它們躲過初判不是因為內容比較好，只是因為讀起來很通順。
測試可能完全不咬。 做突變測試時，把整條選項解析換成一個字元 "x"，測試照樣綠燈——因為長度與樣板檢查只套在詳解上，選項解析只驗「非空」。每批產出 200 條字串，測試只認證其中 50 條，而漏掉的 150 條正是這件事存在的理由。守衛補在第三批擋下了東西；留到最後才補的守衛，一條都攔不到。
一致性檢查可能是循環論證。 拿題庫反推出來的筆記，去驗證同一個題庫的詳解，一致是預期結果，不構成正確性證據。
揭露不等於修正。 有兩次在報告裡誠實標註「這是最勉強的一格」，然後就沒有修它。誠實揭露值得肯定，但寫在報告裡不代表問題解決了。
接下來
- 中級三科的新題庫與手寫詳解都還沒做，目前中級 332 題的解析區塊是隱藏狀態。
- 題庫已知缺陷記了約 40 筆答案鍵爭議，都還沒經過人工事實查核。
- 選項殘留、頁尾雜訊這幾項健檢目前還是一次性腳本，值得固化成管線測試。
- 臨時加報的 AIoT 認證。
- 然後就回歸正軌，把之前擱著的題目撿回來。
回頭看，這兩週表面上是在備考，實際上一直在做同一件事：把「我感覺不太對」變成可以量測的數字，再把數字變成可以驗證的守衛。 答對率 50%、覆蓋缺口 55%、1,135 個通用填充、51 題污染——每一個都是從一句模糊的抱怨開始的。
Comments & Feedback