你好，我是 GuanLin 👋#
AI 架構師，專注於科技業的 Enterprise AI 系統設計。 如果你也在想「AI PoC 做完了，然後呢？」，這裡也許有你需要的東西。
我的工作核心是一件很具體的事：把企業的 AI PoC，轉化為真正跑得動的生產級基礎設施（Production-ready Systems）。不是 Demo，不是報告，而是能支撐日常營運、可維運且具備演進能力的架構。
在這條落地的路上，斷裂點往往不只是技術本身：
- 工程與現實的摩擦：測試環境的乾淨資料，到了真實環境就變成混雜噪音；本機開發沒想到的資安與合規，在雲地結合（Hybrid Cloud）時才真正浮上檯面。
- 組織與期待的落差：第一線夥伴因擔心被取代而產生隱性抗拒，導致流程自動化了、做事方式卻原地踏步；決策階層則容易過度神話 AI，當期待與技術現實出現落差，專案便在中途失去支持。
技術可以不斷迭代，但如果工程與組織的摩擦力沒有被正視，系統架構做得再完美，也無法真正落地。
我在關注什麼#
長期關注 Enterprise AI 從技術研究到商業落地的過程。以下是我持續在實踐與追蹤的領域：
- 企業級 RAG 系統：如何讓 LLM 精準理解企業內部的異質文件——複雜法規、財務報表與多模態掃描檔
- Agentic Systems 與推理優化：從多 Agent 協同架構到生產環境的推論效能優化，讓模型在複雜業務場景中交出可靠的結果
- 地端與雲端基礎設施：AI 落地最後一哩路的架構考量，包含資安合規、混合雲架構與維運成本控制
- AI 產品策略與期待管理：技術再強但沒人用，是企業最常見的失敗模式。如何管理利害關係人期待，是架構設計隱形的一環
- 現代資料工程：數據是 AI 的地基，沒有清洗乾淨、結構化的 Data Pipeline，再強大的模型都是空談
這個部落格的由來#
GuanLin’s Latent Space 取名自機器學習中的「潛在空間（Latent Space）」——一個高維度的語義空間，承載著模型對世界的理解。
我想讓這個部落格成為我的潛在空間：把每一段學習歷程、每一次實作踩坑、每一篇讓我改變想法的內容，都留下痕跡。
不是因為我已經什麼都懂，而是因為把學習與踩坑過程公開這件事本身就有價值——對未來的我是記錄，對碰巧看到的你，也許是一個有用的參考點。
這裡會有研究整理、架構思考、實作筆記，偶爾也有一些對 AI 落地實踐更宏觀的觀察。
聯繫我#
這裡的文章如果讓你有想法，或者你正在處理類似的 Enterprise AI 問題，歡迎直接在 LinkedIn 找我交流。