根據實際測試，OpenAI Response API 的回應速度主要受模型和推理等級影響。GPT-4.1 平均回應時間約 918ms，而 GPT-5 需設定 reasoning=minimal 才能達到相似速度（935ms）。推理等級越高，延遲越明顯：reasoning=low 約 2.5 秒，reasoning=medium 超過 4 秒，reasoning=high 約 2.6 秒。對於需要即時回應的客服場景，建議使用 GPT-4.1 或將 GPT-5 的推理等級設為 minimal 以獲得最佳效能表現。
開源大型語言模型正在顛覆製造業的AI應用生態。過去企業只能花大錢使用封閉式AI服務，現在可以自己部署像OpenAI gpt-oss-20b這樣的開源模型，不但省錢還能完全掌控資料安全。這股趨勢讓製造業者可以用自家的工程手冊、維修記錄來微調模型，打造專屬的智慧助理。雖然需要投入硬體和人力，但長期來看成本效益遠勝傳統按次計費的雲端服務。更重要的是，企業不再被單一廠商綁定，可以根據需求靈活選擇技術方案。製造業正站在智慧化轉型的新起點上。
Vibe Coding 最惱人就是 non-deterministic，輸入同樣的需求，每次都給你不同的「驚喜」，但透過精心設計的 CLAUDE.md 和 PRD.md，我們其實可以極小化 Claude Code 的隨機性。CLAUDE.md 提供詳盡的開發規範和約束條件，PRD.md 則建立結構化的需求描述，兩者聯手形成「層層緊箍咒」，讓 AI 輸出變得可預測、可控制。不再是碰運氣的抽卡遊戲。
