《名偵探皮卡丘》這部電影在劇情的部分我只會給50分，但動畫的話我覺得有100分的製作水準。如果你真的很喜歡寶可夢的話，進電影院看我覺得很值得，花錢買個回憶絕對沒問題。
出場的寶可夢比我想像中的還多，除了三本柱小火龍、妙蛙種子和傑尼龜之外，還出現了其他比較新的寶可夢如土台龜花園、甲賀忍蛙和流氓熊貓⋯等，感嘆自己年紀已到好多隻都不認識了。
除了動畫很精緻以外，劇情還很用心地設計了幾個跟寶可夢特性有關的橋段。男主角為了盤問吸盤魔偶以得到線索，而演了一齣默劇（希望那隻吸盤魔偶最後還好⋯）、什麼人和寶可夢都能模仿的百變怪到最後變卡拉卡拉的時候超靠北（這個角色蠻可惜的，如果劇情要編的複雜一點應該可以多著墨。）、躺在路中間睡覺當路障的卡比獸…等等，都會讓人會心一笑。
總之，對劇情不要有任何期待，單純看寶可夢們賣萌很可以！
在 2025/8/18 ~ 2025/8/26 到日本東京體驗了一下異國遠端辦公。 先說結論，體驗完之後我的感想是我還是學不會怎麼調適心情，在異國的時候可能因為時間還是有限（畢竟只去一個禮拜），所以有點難把工作和玩樂的狀態分開。在工作的時候會想著玩樂、出門的時候會想著工作，背著電腦四處跑除了心理負擔外實際的負重也增加了。 也因為人在異地，跟既有合作廠商的溝通頻率也會比平常在台灣少一些，雖然每天都還是會花時間來調整廣告以及準備簡報，但還是會覺得自己這樣是不是有點太混？原來自己還是蠻奴的啊！ 我這次待 8 天 8 夜已經覺得很極限了，如果再待長一點的話我覺得心可能真的會完全飄掉。體驗的目的已達到，過程中有一些沒處理好的地方也學到了教訓，之後如果真的還有類似的機會，應該會再處理的更好一些吧！ 東京辦公推薦地點 如果大家有幸跟我一樣是個可以遠端處理事情的 Freelancer，或是公司有長期的 Work from home 福利，想要去東京邊旅遊邊工作的話，有三個還不錯的地方推薦給大家。 以下 3 間是就我個人體驗後的辦公舒適度來做排序 Coin Space 在日本各地都有
今年過年的時候接觸到了 Wealthfolio 這套開源的股票資產追蹤的軟體，那時候看他網站的介紹，頓時被他精美的圖表給吸引。但當初在匯入我過往的交易紀錄的時候遇到了很大的問題，他出現了一些錯誤但介面沒有很好的說明錯誤的原因，導致一些功能例如「Performance（績效追蹤）」的圖表因為我的歷史交易明細有問題但我找不出 bug 幾乎等於廢掉。 但在 2025/5/19 的時候作者發佈了大更新從 1.0 版本提升到 1.1 版本，新增了許多功能之外，對我來講最棒的是 log 和 error message 變得明確，它讓我知道我匯入的檔案造成了 app 的什麼問題，例如他會跟我說股票的股數有負數產生，我就可以回頭查原始檔案和原始交易紀錄在哪裡有誤，也的確發現了之前自己記錄的交易紀錄有一些小問題可以逐步修復。我花了整整半天的時間修復了我台股從 2014 年、美股從 2020 年開始的逐筆歷史，當看到終於在 Wealthfolio 正常運作的時候真的是非常感動，也趕緊進行備份，避免之後又要再重來一次。 🚀 Wealthfolio v1.
警語：iOS 26 現在還在 Beta 階段，很有可能隨時會有重大 Bug 出現，一定要先行備份再升級或是拿備用機來嘗鮮即可。 由於去年換了 iPhone 16，原本猶豫要不要更新 Developer Beta 版本，因為怕過熱或當機會很傷電池健康度，但就在我找了 WWDC 2025 的發表會影片來看之後，看到 Liquid Glass 這個美美的 UI 還是忍不住搶先更新嘗試了，而且這次竟然進化成從 Developer Beta 1 就開始更新了！ 跟 iOS 18 比起來，在使用的操作上會有些微的 Lag（畢竟 UI 改成更耗效能的 liquid glass）以及手機更容易發燙一些（最近天氣熱更加重這個體感？），但是在我常用的 App 中沒有遇到什麼太嚴重的 Bug，
自己在 2 年前寫過一篇數位廣告的 AI 行銷時代，靠工人智慧幫忙的人工智慧文章，那時候針對了 Meta 和 Google 的 AI 廣告做了一番說明。2 年過去了，廣告系統的介面沒有太多改變，比較明顯的變動是 AI 加強了「增加創意數量」的部分。 Meta 這兩年在 AI 上比較重大的功能是開始利用 AI 去幫你的產品圖生成背景或是創造不同風格的圖片，甚至會用你原本的文案去新增出不同版本的文案。目的是要讓你的廣告有更多的排列組合，減輕廣告主（廣告投手）在生成素材和文案上的負擔，同時也可以讓使用者不要一直滑到一樣的廣告素材，造成廣告創意太快疲乏的問題。 Google 這兩年在 AI 上的更新我感覺比較多是針對 YouTube 這個廣告版位的調整，包含影片的剪輯、比例裁切、長影片變短影片等，而在搜尋廣告和最高成效廣告上沒有太多的變化。或許它在底層系統邏輯有更多的變動，因為現在在客群的部分有更細分成流失客、既有顧客、待開發顧客...等不同分類，等於是可以給系統更多標籤讓他去找到對應的族群。