TECHNOLOGY
我們如何設計會被長期使用的系統
這一頁說明 PRESIRE 的技術取向與設計原則。 內容描述的是我們的做法，而非任何特定產品的現況； 個別產品的實作程度請參考該產品頁面標示的成熟度。
ARCHITECTURE
系統架構
我們把系統拆成邊界清楚、可獨立理解與測試的單元。 判斷一個架構好不好的標準很實際： 三年後接手的人能不能在不讀完整份程式碼的情況下安全地改動它。
- 明確的模組邊界與介面定義
- 資料模型優先於頁面實作
- 核心業務邏輯與外部服務解耦
- 模型抽象層，不綁定單一 AI 供應商
- 可觀測性設計在系統內部，而非事後外掛
AI GOVERNANCE
AI 治理
AI 進入營運之後，真正的問題不是它答得準不準， 而是當它答錯時，組織能不能發現、追溯與修正。 我們把這件事設計在系統裡，而不是寫在文件上。
- AI 可自行決定的範圍必須明文界定
- 需要人為判斷的節點保留人為審核
- 所有決策路徑留下可追溯紀錄
- 檢索與回答須能指出來源依據
- 找不到可靠依據時系統必須承認，不得推測
- 第三方 AI 供應商的使用範圍明確揭露
DEPLOYMENT
部署
部署形態不是技術偏好，而是由資料邊界與合規要求決定的結果。 我們在設計階段先確認限制，再選擇形態。
- 依資料分級評估地端、私有雲或混合式架構
- 環境設定與機密分離管理
- 可重複的部署流程，不依賴特定人員
- 具備可回退的版本控制
- 監控與告警納入交付範圍
常見問題
- PRESIRE 支援哪些部署方式？
- 我們依組織的資料邊界與合規要求評估地端、私有雲或混合式部署。 實際可行的形態需視個案的資料限制與資源條件而定。
- PRESIRE 的 AI 治理原則是什麼？
- 核心是四點：明文界定 AI 可自行決定的範圍、 在需要人為判斷處保留人為審核、所有決策路徑留下可追溯紀錄、 以及在找不到可靠依據時讓系統明確表示不知道而非推測。
- PRESIRE 綁定特定 AI 供應商嗎？
- 不綁定。我們的設計原則之一是模型抽象層， 讓系統能在供應商之間替換，避免單一依賴。