Podcast Episode: AI 與 教學 實作

Pip: 歡迎來到珩宇老師生活科技的週報。這週的主題是：用 AI 和硬體解決那些「明明很重要、但一直沒人好好處理」的問題。

Mara: 趙珩宇(Henry)這週發了好幾篇實作紀錄，從本地 AI 語音筆記、瀏覽器 Python 練習平台、讓 AI 操作 CAD，到 ESP32 迷你相機和雷射切割研習，涵蓋軟體工具和硬體製作兩塊領域。

Pip: 先從 AI 工具那邊說起。

AI 在教室裡能做什麼：本地筆記、程式練習、CAD 實驗

Mara: 這個主題的核心問題是：AI 工具要進校園，隱私和環境限制怎麼辦？語音逐字稿轉換專案 ambient-notes 直接從這個痛點出發。

Pip: 文章裡說得很清楚，這個工具的前提就是「錄音與逐字稿從頭到尾不離開這台電腦」，這不是功能，是讓這類工具在校園裡能被使用的前提。

Mara: 對，原文寫道：「對隱私敏感的校園場景來說，本地 AI 不只是省訂閱費 — 它是讓這類工具能被使用的前提。」流程是 Whisper 每十秒轉寫一段繁中逐字稿，錄完再由 Qwen3-8B 整理摘要、待辦與名詞卡。

Pip: 所以實際上你開完會就能拿到一份帶時間戳的 Markdown 筆記，「剛才誰說幾點交」有據可查——這對教師會議來說幾乎是剛需。

Mara: 文章也誠實列出踩過的雷，包括 Whisper 在安靜時會自己「幻覺」出文字，所以加了音量閘門、廢話過濾、重複退化偵測三層防禦。

Pip: 另一篇 Onshape 與 AI 實戰則走了完全不同的路線——讓 AI 自己開瀏覽器操作 CAD，結果發現 GUI 路線滿地是雷，改走 REST API 之後，同一個模型只用 39 次 API 呼叫完成，誤差 0.25%。選對介面，難題直接消失。

Mara: 還有一篇程式練功房，解決的是另一個環境問題：電腦教室不能裝軟體、網路被擋。平台用 Pyodide 把 Python 直譯器跑在瀏覽器裡，第一次載入後斷網也能用，進度存在本機，完全零後端。

Pip: 三個工具，三個不同的「環境限制」——這才是貫穿這組文章的真正主題。接下來硬體這邊也有類似的邏輯。

Mara: 硬體這邊的問題是：怎麼讓實作專題在課堂上真的跑得起來，而不是只有老師看得懂？ESP32 相機專案把同一片 XIAO ESP32-S3 Sense 做成了有即時取景、拍照、濾鏡、相簿和 WiFi 傳檔的迷你相機。

Pip: 教學站的接線頁設計很有意思——逐步動畫，每次只亮起要接的那條線，其餘變淡。這解決的問題是：學生在一張全接好的圖裡根本不知道從哪裡下手。

Mara: 文章說：「按下一步，每次只亮起要接的那條線、其餘變淡，拿著杜邦線照著顏色接就好 — 這個設計在課堂上特別好用，學生不會在一張全接好的圖裡迷路。」進階版換上 OV5640 鏡頭還能做點哪裡對哪裡的 tap-to-focus。

Pip: 用十幾元搖桿做出手機相機的對焦體驗，學生反應非常好——這句話背後其實是一整套除錯紀錄，包括 AF-VCC 沒接、XCLK 時脈設錯這些坑都在文章裡。

Mara: 雷射切割研習那篇則是另一種規模：兩天九小時，每位老師帶走一台會動會唱歌的雷切音樂裝置，課程設計刻意把失敗路徑放進講義，包括壓克力做格狀鉸鏈會斷、雲端 CAD 的等待時間要排進教案節奏。

Pip: 研習結束後還讓 AI 把九小時錄影變成有全文搜尋的課程站，8,709 句逐字稿，輸入關鍵詞直接跳到影片對應秒數。「當天沒跟上」不再是問題——這和 ambient-notes 的邏輯其實是一樣的。

Mara: 本地 AI 處理隱私、瀏覽器跑 Python 處理環境、逐步動畫處理接線門檻——這週的每一篇都在問同一個問題：工具怎麼設計，才能真的被用起來。

Pip: 下週不知道會是哪個環節——但大概率還是某個「明明應該早就解決」的問題。

Mara: 期待看看這些工具進課堂之後，學生端會回饋什麼。