建構的 AI，與判斷的人。
從規則基礎的構築，到 AI 與人共建的基礎架構。
BESTNET 從建築物、電源、空調、機架等物理層，到伺服器 / 儲存 / 網路 / 虛擬化 / 應用程式 / 入口網站、計費，提供一致性架構的設計、構築、運營。在所有流程中，整合生成 AI（AI 配對程式設計）與本地 LLM —— 加速構築、讓文件保持鮮活、使運營更加智慧。這就是 AI 驅動構築。
將 AI 視為「方法」而非「工具」。三大效益。
我們不會完全交給 AI。生成、分析、提案由 AI 負責，設計判斷與正式環境部署的核准由人掌握。同時追求速度、品質與安全。
AI 驅動開發
透過 Claude Code 等 AI 配對程式設計，高速生成程式碼、設計書、作業程序書。自家產品 BASTION 約 1 個月內正式上線。
鮮活的文件
使用 AI 持續生成、更新規格書、Runbook、架構圖。解除人員依賴，邁向經得起交接與稽核的運營。
AI 原生運營
本地 LLM 橫向分析日誌、指標。觀測、分析、提案由 AI 負責，核准與正式環境部署由人執行（階段 A/B/C）。
AI 驅動提供的領域
從實體到 AI 平台。整合的所有領域，皆以 AI 原生方式實現。
資料中心、設施
從鋼骨開始建設、營運自有 DC。電源、空調、機架設計，高密度 GPU、液冷設備的實機運營經驗。
網路設計、構築
採用 Juniper SRX / OPNsense / Apresia 的核心網路、VPN、零停機時間冗餘架構。
資訊安全
FW / IDS/IPS / 內容過濾，符合金融 SWIFT 規範的設計，採用本地 LLM 的 AI 監控。
虛擬化、HCI
VMware（5.0～8.0）/ Hyper-V / Proxmox / Ceph / CloudStack。數百～數千 VM 的設計、遷移。
私有雲
從地端虛擬化到私有雲、HCI。DR、備份、監控一條龍服務。
公有雲構築、商品化
營運自有 16 機架規模。計費平台 + WordPress 實現網域/SSL/VPS/GPU/遊戲，從申請～退租全自動化。
儲存、DR、備份
Nimble / Ceph / iSCSI。標準化版本管理、加密、復原流程，實機驗證「可復原」。
AI 原生運營、監控
本地 LLM（Qwen+GPUStack）自動摘要日誌、多層關聯偵測。零外部傳輸的封閉架構。
運營自動化、自動整合
整合多個監控系統，自動連接工單管理 SaaS。從整合規格設計～構築全面對應（重複偵測、狀態自動化）。AI 代理半自動對應。
AI 平台構築
Dify / NiFi / RAG / 本地 LLM。設計、構築 AI 應用基礎或 RAG 聊天機器人。
AI 設計協作、需求萃取
從客戶訪談中，用生成 AI 產出需求、架構圖、設計書，設計判斷與審核由人掌握。
AI 程式碼審查、資安稽核
在工作流程中，用生成 AI 稽核構築物的程式碼品質、弱點。結合人工審查確保品質。
自家實作中控制框架與護欄設計
限制代理程式行為的分區、護欄、審批閘門設計(建構 LangGraph 等控制框架基礎設施)。
自社實作中AI Ops Platform "BASTION"
自社產品。支援私有網路的 AI 資安監控+品質模組。獨家模型已申請專利。
從設計到營運,AI 與人協作。私有網路或外部 LLM 皆可。
- 從實體資料中心到公有雲、AI 基礎設施,提供全方位支援
- 透過 AI 驅動開發加速建置,讓文件保持即時更新
- 提案 → 人工審批的安全設計(不完全依賴 AI),配備緊急停止機制
- 私有網路架構零對外傳輸,外部 LLM 應用也可依資料主權需求彈性選擇
從鋼骨開始,我們親手建造。
多數雲端服務只是轉售他人設備。我們從建築、配電、機櫃到企業級設備的搬入、安裝、維運全部自主完成。正因深諳實體層,才能託付承載 AI 的根基。
實績
資訊通信、製造、政府機關、金融。從實體到 AI,全端技術的實力證明。
公有雲營運、商品化
- 營運自有16機架規模的公有雲
- 計費平台 + WordPress 銷售網域/SSL/VPS/GPU/遊戲
- 申請～解約流程全自動化(含商品設計、費率設計)
高密度GPU、液冷設施
- 搭載 NVIDIA 最新世代 GPU 的高密度 AI 伺服器機架
- 包含液冷設備的伺服器啟動停止程序實機基礎整備
- 資料中心現場支援
閉域對應 AI Ops Platform
- 本地LLM日誌分析 + 多層關聯活動檢測
- AI驅動開發約1個月正式上線
- 獨創數學判定模型已申請專利
監控整合 → 工單管理SaaS自動連動
- 整合多個監控來源,自動連動至工單管理SaaS
- 從連動規格設計到建置一貫對應(重複檢測、欄位映射、狀態轉換自動化)
- 資安AI代理半自動對應
儲存設備更新、SWIFT合規設計
- 符合 SWIFT 要求的資安設計、PMO
- 時程策定、各項程序書、整合測試規格書製作
- 主導客戶、供應商協調
虛擬化平台更新、遷移
- ESXi / vCenter / Hyper-V / Proxmox 的更新、遷移
- 數百～數千VM 規模的設計、建置、遷移
- 遷移驗證、風險評估、作業支援
案例報告
AI 與人如何分工。包含成功與失敗的實際作業記錄。
走出標準 OBD — 為讀取 SAM、EIS、ESP 做準備
連載「用 AI 做 OBD 診斷」第 3 回。為了用手邊的 OBDLink EX 進行原廠專屬診斷，我們把轉接器的通訊功能與各車型的診斷定義區分開來做準備。目前完成的是讀取程式與離線驗證，尚無在這輛車上讀到 SAM、EIS、ESP 的實績。
閱讀文章 → 2026-10-13DTC 為 0 筆，診斷也還沒結束 — 如何解讀第一次紀錄
連載「用 AI 做 OBD 診斷」第 2 回。在 W204 C63 AMG 的第一次紀錄中，標準 OBD 的儲存與待定 DTC 為 0 筆，永久 DTC 未取得。我們把查詢的範圍與量測條件分開，整理從實測值能說什麼、不能說什麼。
閱讀文章 → 2026-10-13用 AI 開始 OBD 診斷 — 從留下紀錄做起
以一輛無法發動的 2009 年式 Mercedes-Benz W204 C63 AMG 為對象，用 AI 撰寫 OBD 擷取程式、依實測紀錄決定下一步調查的連載第 1 回。介紹人與 AI 的分工、從標準 OBD 著手的理由，以及把原始紀錄連同條件一起保存的設計。
閱讀文章 → 2026-07-17人負責物理，AI 負責邏輯 — 與 AI 代理程式分工進行正式環境叢集擴充的紀錄
正式環境虛擬化平台的節點擴充，與 AI 代理程式分工進行的實務紀錄。從版本一致性、跨全節點差異驗證中 AI 發揮作用的場面，到開機順序殘骸與時間連鎖故障的發現，以及防止事故的人類提醒與 AI 的失敗，全部公開。
閱讀文章 →實務10年+。自2016年起在資訊通信、製造、政府機關、金融領域,從事包含虛擬化平台 / 網路 / 儲存 / 設施在內的基礎架構全般設計、建置、營運。能夠進行從實體層到應用、計費的一貫架構設計。近年將本地LLM、RAG、資安AI代理、生成AI應用的AI驅動開發融入實務,作為自有產品 BASTION 的發明人已提出專利申請。
AI驅動建置 FAQ
用「AI驅動」方式建置,品質沒問題嗎？
實際如何分工、AI 在哪裡出錯，請參閱案例報告《走出標準 OBD — 為讀取 SAM、EIS、ESP 做準備》。
可以委託的範圍有哪些？
可以在封閉環境中使用嗎？我們無法將資料傳送至外部。
可以將 AI 原生運維整合到現有環境中嗎？
交給 AI 處理不會發生意外嗎？
費用如何計算？
由誰負責設計與建置？
對應技術
| 虛擬化、雲端 | VMware ESXi 5.0～8.0 / vCenter、Hyper-V、Proxmox VE、Ceph、CloudStack、HCI、計費、申請自動化基礎平台 |
| 作業系統 | Windows Server 2008～2025、Ubuntu 22/24、AlmaLinux 9、Rocky / CentOS / Debian |
| 網路 / 資訊安全 | Juniper SRX(Junos)、OPNsense、FortiGate、Allied、Apresia、VPN / FW / IDS-IPS、SWIFT 合規設計 |
| 儲存 / 災難復原 | HPE Nimble、Ceph、iSCSI、Dell PowerEdge、世代/加密/復原設計、備份實機驗證 |
| AI / 自動化 | 本地端 LLM（Qwen2.5-14B / 3.5-32B + GPUStack）、Dify、NiFi、RAG、Python 自動操作、AI 配對程式設計 |
| 工單、串接 | 與工單管理 SaaS 的 REST API 串接（規格設計～建置）、多監控來源整合、重複檢測、欄位對映、狀態轉換自動化 |
| 營運安全設計 | 階段 A/B/C、預設試運行模式、緊急停止、提案 → 人工核准閘道、外部傳送零的封閉網路架構 |
| AI 伺服器設施 | 搭載 NVIDIA 最新世代 GPU 的高密度機櫃、液冷設備（後門熱交換器 / CDU）、Smart PDU、BMC、現場作業程序整備 |
| 管理框架 / 防護機制 | 建置 LangGraph 等代理管理框架基礎平台。區域劃分、核准閘道、不可侵犯清單、回復路徑設計 |
