美軍台灣防災手冊（一）：地理、人口與治理結構如何決定災害風險
美軍印太司令部 CFE-DM 於 2026 年 4 月出版《台灣災害管理參考手冊》，本篇譯出全書開頭的主任的話、中心簡介、執行摘要與概述章。內容涵蓋台灣的國際地位限制、地理與板塊環境、氣候與颱風季、人口與族群組成、老年人與原住民族等弱勢群體的災害脆弱性、五院憲政體制與 22 個行政區的災防分工，以及以半導體為核心的經濟結構與其在災害中的暴露程度。
2026年7月21日—
文章
航空安全報告整理、飛行知識與相關研究、籃球數據分析與軍事閱讀，共 69 篇。
美軍台灣防災手冊（二）：颱風、地震與台灣近十年的重大災例
美軍印太司令部 CFE-DM 2026 年出版的台灣防災評估，本篇涵蓋災害概況一章：颱風、地震、洪水、山崩、乾旱、野火與海嘯七類災害的成因與統計，1999 年 921 大地震與 2009 年莫拉克風災的大規模應變紀錄，EM-DAT 資料庫 1980 至 2025 年的災害佔比，以及 2015 至 2025 年間逐一列出的重大災例，含傷亡、撤離、停電戶數與經濟損失數字。
2026年7月21日—
美軍台灣防災手冊（三）：台灣的災防體系從中央到地方怎麼運作
美軍印太司令部 CFE-DM 台灣防災手冊「災害管理政策、規劃與應變」一章的前半，涵蓋災害防救法的架構、中央災害防救會報與委員會的分工、各類災害的中央主管機關對照表、中央災害應變中心與消防署的角色、搜救量能、全社會防衛韌性委員會的五大面向，以及縣市與鄉鎮層級的執行、民防體系、T-CERT、替代役與防災士等社會動員制度。
2026年7月21日—
美軍台灣防災手冊（四）：國軍救災、國際障礙與民間防災夥伴
美軍印太司令部 CFE-DM 台灣防災手冊關於災害應變夥伴的一章：國軍在災防中的角色與 2023 至 2025 年風災震災投入統計、國防部全民防衛動員署、馬太鞍溪堰塞湖災害的兵力調度、921 演習與城鎮韌性演習；以及台灣在 APEC 與婦女和平安全議程的參與、缺乏聯合國承認造成的國際救援障礙，還有慈濟、中華基督教救助協會、中華搜救總隊、家扶、紅十字會、壯闊台灣、黑熊學院等民間夥伴，並完整重現台灣海外援助發展聯盟（Taiwan AID）的會員名單。
2026年7月21日—
美軍台灣防災手冊（五）：美台防災合作與台灣的海外救援
美軍印太司令部 CFE-DM 台灣防災手冊的國際交流一章，是全書記錄美台防災合作最完整的部分，涵蓋台灣主辦的 921 災害防救演習與各項國際研習、台菲消防與搜救訓練往來、美國政府的災害應變機制與美國在台協會（AIT）角色、全球合作暨訓練架構（GCTF）歷年的災防與人道援助工作坊、CFE-DM 在台舉辦的訓練、國家災害防救科技中心（NCDR）在曼谷 HART-D 課程與帛琉 Pacific Partnership 的技術支援，以及台灣自 2010 年海地地震以來的六次海外救援。
2026年7月21日—
美軍台灣防災手冊（六）：機場、港口與公路鐵路的救災動線
美軍印太司令部 CFE-DM 台灣防災手冊「災害管理的重要基礎設施」一章中的交通運輸段落，也是外國救援隊真要進台灣時會用到的那一章：四座國際機場與各主要商港的跑道長度、泊位數與吞吐量，全島公路與鐵路網的里程與運量，以及台灣為接收國際救援隊而指定的五座機場、一座海港的接待與離境中心（RDC）站點，並完整重現原書表 3 的站點清單。
2026年7月21日—
美軍台灣防災手冊（七）：預警系統、海底電纜與通訊韌性
美軍印太司令部 CFE-DM 台灣防災手冊的通訊一章：中央氣象署預警發布流程與災防告警細胞廣播訊息系統（CBS）、地震、土石流、海嘯、颱風與洪水各類預警系統的技術規格與作業時序、防災 App 與資訊分享平台、AI 在預警上的應用、資通訊機關聯絡窗口，以及海底電纜、低軌衛星備援、行動基地台與大眾及社群媒體在災時扮演的角色。
2026年7月21日—
美軍台灣防災手冊（八）：供電、供水、醫療與糧食的災時韌性
美軍印太司令部 CFE-DM 台灣防災手冊的最後一篇，譯出「災害管理的關鍵基礎設施」一章的後半段：電力與能源、供水與衛生、醫療體系、收容與住宅、糧食安全，以及全書結論。內容涵蓋台電 622 座變電所與 2024 年 4 月地震 4 分鐘內損失 340.4 萬瓩的紀錄、全民健康保險 99.9% 的納保率、2023 年全台 5,835 處災民收容處所的規劃容量，以及糧食自給率降到 30% 的十八年新低。
2026年7月21日—
籃球研究
Gobert 和 Sabonis 都是中鋒，一個統計模型把他們分開了。
延世大學的新論文用狄氏過程混合模型分析 2024–25 球季 219,527 次出手，不切格子、不預設群數，從 566 名球員的投籃圖裡長出 16 個群。三個禁區群的差別，細到只有幾記底角三分。
2026年7月20日—
軍事
英吉利海峽的黑夜裡，突擊隊垂降上一艘 244 公尺的油輪。
2026 年 6 月 14 日凌晨，懷特島以南 25 浬，英國皇家海軍陸戰隊突擊隊員從直升機垂降到航速 10 節的油輪 Smyrtos 上。這艘船 6 月 5 日離開俄羅斯烏斯季盧加港，掛喀麥隆旗，載著近 10 萬公噸原油。六個小時後船被扣下。英國制裁了 550 多艘影子船隊船隻，這是第一次自己動手攔下一艘。
2026年7月20日—
軍事
離岸 700 浬，四名傘降救援員跳進太平洋。
2026 年 7 月 6 日，墨西哥籍漁船 Azteca 5 上一名 47 歲船員重傷，船離卡波聖盧卡斯 700 浬，靠自己開到索科羅島要 45 小時。加州空中國民兵第 129 救援聯隊派出一架 HC-130J，先把醫療器材傘投進海裡，再把四名傘降救援員丟下去。這是這支部隊自 1977 年起算的第 1,190 次救援。
2026年7月15日—
無人機
一台玩具等級的無人機，已經開始有能力暗殺特定的人。
一台在市面上當玩具賣的 DJI Tello，沒有深度感測器、沒有 GPS、機上算力也很有限。一支羅馬尼亞軍事技術學院的團隊，只用開源模型和一面 3D 列印的斜鏡，就讓它自己找到人、認出臉、沿著地上的線飛。
2026年7月6日—
軍事
假如中國國民黨沒有來，1945 年的台灣能自己建國嗎？
1945 年日本放手，台灣的歸屬其實是被一紙盟軍命令指給了蔣介石。假如那一年中國國民黨在內戰中被打垮、沒能來接收，島上留下權力真空，台灣有沒有可能就地變成一個國家？沿著 1895 年台灣民主國、廖文毅的流亡政府、古寧頭與韓戰這幾組史料推下去，會發現決定這座島命運的變數，多半不在島上。
2026年7月3日—
軍事
送上烏克蘭前線那批無人機，有一部分是台灣做的。
一家正在打仗的烏克蘭公司說，他們有些零件是台灣製的，這在業界已經不稀奇。同一時間，台灣內部流傳另一種說法：這些無人機是廢鐵。2026 年前四個月，台灣無人機出口衝到 181,159 架，接近去年同期的 20 倍，絕大多數轉往烏克蘭前線，美國國防部還認證了其中一款 FPV。把數字、流向和認證攤開，會看到一個比兩種說法都複雜的台灣。
2026年6月26日—
軍事
為了找回一個人，他們動用了 155 架飛機。
2026 年 4 月，一台攝影機從 40 英里外，對準伊朗札格洛斯山脈的一片山坡，整整 45 分鐘。畫面裡只有灌木和碎石，直到一個人站起來。他是一架 F-15E 被擊落後逃進山裡的後座武器系統官，而美軍為了把他一個人帶回家，動用了上百架飛機，還損失了好幾架自己的戰機。
2026年6月25日—
軍事
烏克蘭戰場八堂課（上）：天空、海洋與地面，都交給了機器。
2022 年春天，一架網路上買得到的大疆空拍機，飛過烏克蘭東部，把八到十公里外的俄軍縱隊位置傳回螢幕。三年後，同一片戰場換成另一種畫面：一架 AI 引導的自殺無人機，去攻擊一台會自己開火的地面機器人。IFRI 最新一份報告把烏克蘭四年的軍事科技拆成八堂課，這一篇談最廣為人知的那一堂，自主作戰。空中、海上、地面，三種沒有人的載具，加上撐住它們的電子戰與人工智慧，正在改寫陸海戰的規則。
2026年6月25日—
軍事
烏克蘭戰場八堂課（中）：撐起這場戰爭的，是連線與軟體。
前線的烏克蘭士兵把一具白色的 Starlink 衛星天線埋進土裡，再蓋上偽裝網。不是怕被偷，是怕被殺。那片白色外殼和它散發的熱，會替俄軍的火砲指路。IFRI 報告的第二堂課，講的是撐住這一切的數位骨幹：太空連線、衛星導航、還有一堆把資料變成決策的軟體。報告的判斷很直接，現代高強度戰爭的勝負，看誰能更快把看見變成開火。
2026年6月25日—
軍事
烏克蘭戰場八堂課（下）：防空與打擊，最後比的是成本。
2025 年 9 月 10 日，十九架俄羅斯單向攻擊無人機闖進波蘭領空。荷蘭的 F-35 升空攔截，發射的飛彈一枚將近兩百萬美元，打的卻是造價只要一萬美元的保麗龍誘餌。北約第一次在這場戰爭裡開火，也第一次當眾露出它最脆弱的地方，錢。IFRI 報告的第三堂課，講的就是火力的調適：防空、齊射競賽，以及打進對方縱深的能力。當便宜到可以拋棄的東西鋪天蓋地而來，昂貴而稀少的武器，撐不了多久。
2026年6月25日—
軍事
中國的軍艦夠多了，缺的一直是能開上船的陸軍。
美國海軍戰爭學院的最新報告，把焦點從軍艦數量移開，轉向一個更難的問題：中國能把什麼開上那些船。從 2023 年起，解放軍陸軍的步兵戰鬥車、卡車砲一批批裝進海軍的 071 型船塢登陸艦，開往柬埔寨、馬來西亞、坦尚尼亞。這套在海外練熟的聯合裝載本事，正是跨越台灣海峽最缺的那一塊。
2026年6月25日—
軍事
無人機成了烏克蘭戰場的頭號殺手，卻未必是下一場戰爭的範本。
2022 年春天，烏克蘭把 Bayraktar TB2 擊殺俄軍的畫面剪成影片放上網，連歌都有人寫好了。一年不到，這款被歌頌的無人機被擊落了至少 16 架，悄悄退到前線後方當偵察機。IISS 在最新一份戰略報告裡用整章記錄這種翻覆：三年之間，無人機從配角變成這場戰爭最致命的武器，但它一再追問，烏克蘭的天空到底是特例，還是其他軍隊該照抄的範本，答案遠比那些瘋傳的擊殺影片複雜。
2026年6月24日—
軍事
四百萬架無人機，把精準打擊變成消耗品。
2026 年 3 月，德國軍火大廠萊茵金屬的執行長公開看不起烏克蘭那些粗糙廉價的無人機。一位前烏克蘭國防部長把這種輕視當成靶子，寫下一份報告：他說正是這些不起眼的飛行器，正在累積成軍事戰略家口中的「軍事事務革命」，核心是它把精準打擊變成了可以論百萬量產的消耗品。
2026年6月23日—
航空
飛得更安全的一年，為什麼更多人罹難。
2025 年全球民航事故從 54 起降到 51 起，事故率也跟著下降，但機上罹難人數卻從 244 人跳到 394 人，增加超過六成。國際航協（IATA）的年度安全報告把這個矛盾攤開來，答案藏在「事故率」和「死亡數」這兩個方向相反的指標之間。
2026年6月23日—
無人機
烏克蘭怎麼讓無人機在看不完的戰場直播裡，記住每一台軍車？
前線上空塞滿偵察無人機，影像多到沒人看得完，畫質又被雲端壓縮得模糊。一支烏克蘭國防部團隊用單幀標注訓練出一套即時追蹤法，讓機器在低幀率的空拍畫面裡，靠著車輛周圍的地景，認出那是不是同一台軍車。
2026年6月22日—
無人機
當一群無人機自己做出攸關任務的安全決定，人類要憑什麼相信它做對了。
一篇 2026 年發表於 Scientific Reports 的研究指出，當一群無人機自己做出攸關任務的安全決定，演算法判斷得對，和人類敢把任務交給它，是兩件不同的事。消融實驗顯示，拿掉解釋功能後系統表現分毫未減，操作員的信任分數卻幾乎腰斬。
2026年6月16日—
軍事
人類史上最大的戰艦，真的連一艘敵艦都沒碰到嗎？
昨天的脆文裡，我說人類史上最大的戰艦大和號，連一艘敵艦都沒碰到就沉了。這句話錯了。1944 年的薩馬島外海，她其實對著美軍航艦開過火，那也是她生涯唯一一次主砲對水面艦怒吼。把這次勘誤攤開，順著網友的留言往下查，會看到一個更完整、也更諷刺的大和號。
2026年6月16日—
AI
偷得走答案，卻練不出模型：當 AI 公司在輸出裡下毒。
上一篇說「在權重裡埋追蹤器」做不到，因為模型是一堆數字，不是會自己跑的程式。有人追問：那對蒸餾用的資料下毒呢。這一問正好打在防守方唯一握得住的地方，輸出。把答案調成既能用又會教壞山寨模型，或讓偷去的答案帶著可追溯的胎記，這兩條防線在 2024 到 2025 年真的被做了出來，也真的已經有人在拆。
2026年6月14日—
AI
偷得走，卻用不了：AI 公司能用「假模型」反追蹤竊賊嗎？
給竊賊鋪一條錯的路，讓他偷走一個埋了追蹤器的假模型，反過來監看他怎麼下手。這個諜報劇本聽起來很帥，卻在最核心的地方藏了一個技術誤會。把濾鏡拿掉，AI 公司真正在用的防竊邏輯，其實無聊得多。
2026年6月14日—
軍事
2027 不是開打的日子，是一張要備齊的清單。
2023 年，時任 CIA 局長說，習近平要解放軍在 2027 年前具備犯台能力。三年過去，這個數字變成所有評估的座標原點。只是同一份報告也記下另一件事：時鐘在走，台灣自己的國防特別預算卻被砍了 38%，美國的軍售被川普擱置當成籌碼。
2026年6月9日—
國防科技
十枚攔截彈，十個來襲目標，讓語言模型決定誰打誰。
德國航太中心讓 gpt-4o-mini 接手飛彈防禦的目標分配，在十枚攔截彈對十個來襲威脅的模擬裡，它不靠人工調參，只憑情境推理就排出接近最佳的攔截方案，表現與經典演算法打平，卻多帶來一樣東西：它會解釋自己為什麼這樣分配。
2026年6月9日—
無人機
說任務，執行蜂群：六款語言模型的無人機指揮實測。
博洛尼亞大學的研究讓六款語言模型指揮十架無人機執行真實任務，GLM 拿下最高完成率，GPT 常常忘記降落，而 token 消耗量和任務完成率之間，幾乎沒有關係。
2026年6月5日—
無人系統
最短的路，存活率是零：戰場無人車怎麼學會繞遠路。
一篇葡萄牙陸軍官校的論文，替戰場無人車打造了一套會算風險的選路系統 ARGUS。它把指揮官意圖、地形、敵情威脅轉成一張風險地圖，再用自製的 APULSE 演算法，在時間預算內找出一條最不容易被發現的路線。
2026年6月3日—
軍事
習近平親手打造的海軍，把戰略焦點擺在了台灣。
美國海軍戰爭學院的一份報告，把中國海軍十三年來的脫胎換骨追溯到一個人身上。從航艦、海軍陸戰隊到軍事戰略方針，習近平都親自拍板。報告作者說得很白：所謂海上軍事鬥爭，指的就是台灣。讀懂這支艦隊的來歷，等於讀懂海峽對岸那道陰影是怎麼長出來的。
2026年6月3日—
無人機
空中用網子捕無人機：自主攔截系統怎麼在 60 公尺外瞄準目標
地面感測器精度只有幾公尺，但網子要打中目標需要幾十公分的誤差。德國研究團隊把 LiDAR 和攝影機裝上攔截無人機，讓它自己在空中找到、確認、然後用網捕獲目標。
2026年6月1日—
無人機
五十架無人機要攔截誰，誰說了算。
當攻方同時派出的無人機數量超過防守方的瞬時攔截能力，傳統的一對一分配邏輯就垮了。西北工業大學這篇論文的問題是：五十架藍方無人機要如何在沒有指揮官的情況下，自行決定誰去追誰？
2026年6月1日—
無人系統
指揮，不是控制：AI 無人車上戰場後誰負責。
一篇 2025 年的軍事人機互動研究，用一個傷患後送場景提出了一個根本問題：當 AI 無人地面車輛在戰場上獨立行動，傳統的「有意義的人類控制」概念為什麼不夠用，應該用什麼取而代之。
2026年5月28日—
無人機
八美元的 GPS 干擾器，就能讓一架無人機不知道自己在哪裡。
一份 2025 年 IEEE 學術調查揭示了民用無人機通訊基礎設施的系統性漏洞，從 8 美元的 eBay GPS 干擾器，到商用軟體定義無線電仿造 ADS-B 信號，攻擊門檻的下降速度比防禦技術的成熟快得多。
2026年5月27日—
電腦視覺
球場上有十個人在跑：AI 如何記住每一個的身分
多目標追蹤在籃球場景裡有個核心難題：十個人穿著相似球衣，掩護時兩人緊貼，鏡頭跟拍時模糊抖動。GameSense 用雙層記憶機制解決身分連貫的問題，追蹤指標在 SportsMOT 上超越所有競品。
2026年5月26日—
無人機
五架無人機在威脅邊緣徘徊了一千步
來自中國北方自動控制技術研究所的這篇論文，揭示了 AI 無人機群訓練中的一個根本矛盾：越安全的策略，越難完成任務。解法是把兩個本來混在一起的問題分開來解。
2026年5月25日—
無人機
不要打已死的無人機：action masking 如何讓 AI 快 10 倍學會防禦決策
一個 AI 系統在 500 次模擬中把無人機群造成的傷害壓低了 22%，不是因為它比規則更聰明，而是因為有人告訴它不要打已死的目標。action masking 這個零成本的設計決策，讓訓練速度快了整整 10 倍。
2026年5月25日—
籃球研究
你選的是「位置」，還是「打法」？用數據重新定義籃球陣容的組建邏輯。
一支球隊需要幾個控球後衛？這個問題問錯了。San Diego State University 的研究橫跨 110 個聯賽、22,500 名球員，把所有人分成 9 種打法原型，再從中推導出冠軍陣容的黃金比例。
2026年5月20日—
無人機
你說「排成聖誕樹」，三十架無人機就排好了。
你說一句『排成一個半徑兩公尺的圓圈』，三十架無人機就排好了，沒有撞機，不需要任何專業知識。DAUS' 2026 的這篇論文展示了這件事。讓它成真的關鍵，是知道在哪裡不能信任 LLM。
2026年5月19日—
多代理人
三十架無人機衝過來，你怎麼擋？AAMAS 2026 論文解析。
三十架攻擊無人機同時來襲，強化學習跑不動、暴力搜索更別說了。澳洲阿德萊德大學和 Saab 的這篇 AAMAS 2026 論文，用「先打小仗、再組大軍」的分解邏輯，把防禦成功率從接近零拉到五成以上。
2026年5月14日—
攻城獅
攻城獅 61-83 客場負福爾摩沙夢想家
攻城獅 2026-05-12 客場對上福爾摩沙夢想家，61-83 負。數據背後的故事。
2026年5月12日—
電腦視覺
像鳥群一樣飛：不靠 GPS，無人機怎麼知道自己在哪裡？
一篇來自維吉尼亞聯邦大學的研究，讓無人機群像椋鳥群一樣，只用眼睛維持隊形；另一組無人機則互相交換地圖，在沒有 GPS 的隧道裡定位自己。兩件事合在一起，才是完整的自主飛行。
2026年5月12日—
攻城獅
攻城獅 97-94 客場勝福爾摩沙夢想家
攻城獅 2026-05-09 客場對上福爾摩沙夢想家，97-94 勝。數據背後的故事。
2026年5月9日—
電腦視覺
追蹤那顆消失的球：TrackNetV4 如何讓 AI 學會感受動作
追蹤網球和羽球的 AI 模型家族 TrackNet，每一代都在進步，卻始終有個根本缺陷：它們只會「看」，不會「感受移動」。TrackNetV4 加入了可學習的動態注意力地圖，用兩個參數就讓模型知道球在哪裡。
2026年5月7日—
電腦視覺
從一支攝影機，看見球在空間裡的位置。
一篇來自泰國 VISTEC 的研究，只用一支攝影機的 2D 追蹤序列，讓神經網路還原球的 3D 軌跡。表示方式的選擇，比模型大小更關鍵。
2026年5月7日—
籃球研究
「控球後衛」這個標籤，已經是個落後的分類了。
Chris Paul 和 Derrick Rose 都叫控球後衛，但打法根本是兩種球員。MIT Sloan 2020 年的研究，用機器學習把 NBA 的位置系統打掉重練，找出九個更精確的功能性角色。
2026年5月5日—
攻城獅
攻城獅 102-99 主場勝海神
攻城獅 2026-05-03 主場對上海神，102-99 勝。數據背後的故事。
2026年5月3日—
攻城獅
攻城獅 96-73 主場勝臺北台新戰神
攻城獅 2026-05-02 主場對上臺北台新戰神，96-73 勝。數據背後的故事。
2026年5月2日—
籃球研究
NBA 球員的職涯曲線，不只一種形狀。
新生代靠多變數協同爆發，黃金期靠核心技術穩定輸出，老將靠少數指標撐起天花板。研究者用 KAN 模型，把這三段曲線的形狀說清楚了。
2026年4月30日—
攻城獅
攻城獅 98-78 主場勝新北國王
攻城獅 2026-04-29 主場對上新北國王，98-78 勝。數據背後的故事。
2026年4月29日—
籃球研究
愈頂尖的籃球員，在場上的動作強度愈低。
西班牙研究團隊用穿戴式感測器，同時量化歐冠聯賽球員與四級業餘球員的尖峰體能負荷，發現菁英球員在所有時間窗口的峰值都顯著低於業餘球員。差距隨量測窗口拉長而擴大，3 分鐘窗口的效應量達 2.11，分類為「極大」。
2026年4月28日—
攻城獅
攻城獅 104-86 客場勝臺北台新戰神
攻城獅 2026-04-25 客場對上臺北台新戰神，104-86 勝。數據背後的故事。
2026年4月25日—
籃球研究
夾擊與換防：機器讀懂 NBA 防守的語言
夾擊不是隨機施壓，換防也不是隨機保護。一個結合 LSTM 和 CNN 的混合模型，從三萬多段 NBA 追蹤數據裡，讀出了防守戰術背後的時機與空間邏輯。
2026年4月23日—
軍事
解放軍在對岸排練的距離，恰好是台北到高雄。
2025 年 8 月，解放軍在中國東南沿岸進行的兩棲登陸演習，跨越了約 360 公里的演習範圍，幾乎完整對應台灣西岸從台北到高雄的縱深。這不是巧合。
2026年4月23日—
籃球研究
高中只打一種球，進 NBA 反而更容易受傷。
2025 年發表的研究追蹤 318 名 NBA 選秀前 30 順位球員，發現高中時期參與多項運動的球員，職業生涯前三季不只打了更多場比賽、跑了更長距離，因傷缺賽率也顯著更低，而且在工作量增加時比單項專精球員更不容易受傷。
2026年4月21日—
籃球研究
NBA 球員半月板手術後，重返賽場的勝算有多高。
2025 年發表於《運動科學與醫學期刊》的研究分析了 47 名 NBA 球員接受半月板手術的術後成績，復出率高達 90.7%，上場時間與效率在術後第二年全面恢復，但出賽場次比率的下降卻持續存在，可能與「負荷管理」趨勢有關。
2026年4月20日—
攻城獅
攻城獅 86-92 客場負福爾摩沙夢想家
攻城獅 2026-04-19 客場對上福爾摩沙夢想家，86-92 負。數據背後的故事。
2026年4月19日—
籃球研究
教練真的有差嗎？拆解 NBA 總教練的戰術貢獻。
格雷格‧波波維奇年薪高達 1600 萬美元，但他的勝率有多少是球員的功勞、多少是他自己的本事？這篇論文用單調貝氏迴歸樹，在控制球員實力之後，第一次讓「戰術貢獻」可以被獨立測量。
2026年4月17日—
籃球研究
球員組合的魔法：超圖理論如何同時替陣容打分數
傳統的 Adjusted Plus-Minus 只能告訴你一個球員獨自的價值，但它沒辦法告訴你 Harden 和 Embiid 搭在一起是不是特別厲害。這篇論文用超圖理論補上這個缺口，讓雙人組、三人組、整套陣容都能同時被評分。
2026年4月16日—
籃球研究
搶籃板，真的需要「搶」嗎？
Andre Drummond 年年霸佔籃板榜，Steven Adams 卻默默無聞。但行家都說 Adams 才是真正讓球隊贏得籃板大戰的人。這篇論文用統計方法，把這個直覺說清楚了。
2026年4月15日—
籃球研究
最弱的那個人，決定了這支五人組能不能贏。
一篇 NBA 陣容預測論文的核心發現：衡量一個五人組能不能打贏，最重要的指標不是最強的人，而是最弱的那個。
2026年4月14日—
攻城獅
攻城獅 85-94 主場負福爾摩沙夢想家
攻城獅 2026-04-12 主場對上福爾摩沙夢想家，85-94 負。數據背後的故事。
2026年4月13日—
AI
Gemini 導讀了一篇不存在的論文
我請 Gemini 導讀一篇 SCI 論文，它給了我作者、期刊、核心數據、對我網站的客製化建議。那篇論文根本不存在。更可怕的是，整個過程完整到我完全沒有起疑。
2026年4月11日—
攻城獅
攻城獅 79-76 主場勝雲豹
攻城獅 2026-04-11 主場對上雲豹，79-76 勝。數據背後的故事。
2026年4月11日—
籃球研究
機器能預測 NBA 比賽結果嗎？
葡萄牙理工學院的研究者拿十個球季的 NBA 數據訓練了超過十種演算法，最好的準確率是 65%。這個數字看起來不高，但在籃球預測的世界裡，其實已經是認真的成果。
2026年4月11日—
攻城獅
攻城獅 117-100 主場勝特攻
攻城獅 2026-04-08 主場對上特攻，117-100 勝。這 21 分多出來的，從哪裡冒出來的？
2026年4月8日—
航空
2024 年全球航空安全回顧
2024 年全球民航共發生 95 起事故、296 人罹難，是近六年來最嚴重的一年。三起重大事故佔了 94% 的死亡人數，亂流成為最常見的事故類型。整理 ICAO《2025 年全球航空安全報告》的重點數據與分析。
2025年4月10日—