執行摘要
這份研究比較了 2025 年 5 月與 2026 年 5 月 Hacker News 上的「Ask HN: Who is hiring?」串文,用來觀察在以開發者為主的招募管道裡,完全遠端、混合式與到場辦公這三種工作模式的變化。合併樣本總共包含 619 則頂層招募貼文。
最核心的發現是:在 HN 招募社群裡,完全遠端還是占比最高的單一工作模式。到了 2026 年 5 月,在排除未知類別後,完全遠端占可分類貼文的 46.3%,而 2025 年 5 月是 48.1%,只小幅下滑 1.8 個百分點,並不是大跌。
混合式則從 22.5% 升到 26.1%,增加 3.6 個百分點;到場辦公則從 29.4% 降到 27.7%。整體來看,不像是大規模「回辦公室」,更像是工作模式兩端慢慢往混合式靠攏。
薪資揭露的變化速度比工作模式更快。貼文中有薪資資訊的比例從 20.5% 升到 27.4%,而提到簽證贊助的比例幾乎沒有變。對招募與雇主品牌團隊來說,背後更大的訊號是:技術招募文案正在更明確寫出薪酬與工作模式。
最值得分享的發現
- 在 HN 招募樣本中,完全遠端仍是最大宗的工作模式:2026 年 5 月可分類貼文中占 46.3%。
- 完全遠端年減只有 1.8 個百分點,從 48.1% 降到 46.3%。
- 混合式增加 3.6 個百分點,從 22.5% 升到 26.1%,是本報告中工作模式變動最大的一項。
- 到場辦公也下降了,從 29.4% 降到 27.7%,顯示混合式同時從完全遠端與到場辦公兩邊吸收份額。
- 薪資揭露從 20.5% 升到 27.4%,漲幅比任何工作模式類別都更大。
- 提到簽證贊助的比例幾乎沒變,從 2.6% 到 2.8%。
- 這份樣本描述的是一個自我選擇、偏遠端友善的技術招募管道,並不是整個美國勞動市場。
如果你平常只看大型企業的內部備忘錄,那麼 2026 年的遠端工作故事看起來幾乎已經定案:大型雇主正在把人拉回辦公室、固定辦公週期重新出現,而那些完全分散式公司,似乎正在變成疫情時代的特例。這種說法不能說錯,但不夠完整。它講的是知名老牌企業的姿態,而不是那些還在公開市場上搶工程師的小型與中型軟體團隊的招募語言。
這份報告看的正是那一層比較少被注意到的變化。Hacker News 的招募串文不是完美的勞動市場樣本,也絕不能直接拿去當普查。但它的價值就在於,這裡的讀者很難被唬住。在那裡發文的公司,是直接對工程師、創辦人與技術主管說話;空泛的雇主品牌話術在這裡不太管用。如果一個團隊在這個場域寫下「完全遠端」、「混合式」或「到場辦公」,通常就代表它真的希望候選人照字面理解。
因此,這篇文章的結論可以濃縮成一句話:RTO 浪潮確實存在,但它沒有抹去新創周邊技術市場中的遠端優先招募。這個變化看起來不像強硬逆轉,更像是慢慢往混合式移動,同時薪資透明化的速度甚至比辦公政策改變還快。
Amazon 已經要求每週 5 天回辦公室,Salesforce 推出「團隊協議」,Goldman Sachs 也宣布永久 5 天進辦公室。過去 18 個月裡,RTO(Return to Office,回辦公室)幾乎是每個月都會出現的新聞標題,許多大型公司一個接一個宣告遠端工作走到盡頭。如果只看這些標題,很合理會推論:遠端工作這個概念正在消失。
我們想用另一種資料來驗證這個結論。Hacker News 每個月都有固定串文——「Ask HN: Who is hiring?」——由 whoishiring 帳號在每月 1 日發布。這個串文特別的地方在於:它不是上市公司對外發送的公關訊號,而是由工程師、新創創辦人與小型團隊親手寫出來的招募文案。每個月幾百則留言,每則都是一家公司在發出的招募訊息。我們擷取了 2025 年 5 月與 2026 年 5 月兩個串文,共 619 則貼文,觀察完全遠端/混合式/到場辦公的分布怎麼變。
結果不複雜,但跟大型企業的公關敘事並不一致。**在 HN 招募社群裡,完全遠端仍是單一最大的工作模式——排除未分類項目後占 46.3%,比 12 個月前的 48.1% 只少了 1.8 個百分點。**這確實有下降,但絕不是消失。
反過來看,混合式增加了 3.6 個百分點(排除未知值後,從 22.5% 升到 26.1%)。這是整份資料裡最明確的變化。混合式拿走了份額——但不只是從完全遠端拿走。它也從到場辦公奪走了份額(on-site 下降 1.7 個百分點)。這個移動不是單純的「完全遠端轉混合式」。兩端都在往中間靠。
還有一個我們沒預期到的數字。薪資揭露率從 20.5% 跳到 27.4%,增加 6.9 個百分點。這是整個資料集中變動最快的指標。相較之下,簽證贊助提及率幾乎沒有變化(2.6% 到 2.8%)。一個指標快速上升,另一個幾乎持平——背後其實是兩種不同機制。薪資揭露受到美國各州薪資透明法的推動(加州、科羅拉多州、紐約州、華盛頓州都在 2023–2025 年間制定或強化了相關法規),HN 的招募文化也因此跟進。簽證贊助則反映 H-1B 政策,而 2024–2026 年間這類政策是持續收緊的,所以提及率持平或略有壓力,其實跟真實限制是一致的。
把這些拼起來,資料指向同一個故事:**HN 招募社群中的 RTO 不是革命,而是重新平衡。**完全遠端依然主導;混合式安靜上升;到場辦公則慢慢收縮。與此同時,整體招募市場正以更快速度走向薪資透明化。下面我們會一層一層拆開看。
1. 目前分布:完全遠端仍以 46.3% 領先

在 2026-05 串文中,317 則招募留言被解析為以下分布:
| 工作模式 | 貼文數 | 占全部比例 | 排除未知值後占比 |
|---|---|---|---|
| 完全遠端 | 142 | 44.8% | 46.3% |
| 混合式 | 80 | 25.2% | 26.1% |
| 到場辦公 | 85 | 26.8% | 27.7% |
| 未知 | 10 | 3.2% | — |
未知類別占 3.2%——也就是那些首段沒有明確標示遠端/混合式/到場辦公立場的留言,通常是因為發文格式不標準,或只貼出招募頁面連結。後續所有分析都採用「排除未知值後占比」,讓月對月比較更乾淨。
排除未知值後,完全遠端仍是最大的單一模式——46.3%。大約是混合式(26.1%)的 1.8 倍,也約是到場辦公(27.7%)的 1.7 倍。
怎麼解讀這個數字?在 HN 招募社群——一個以開發者、新創與早期工程團隊為主的樣本——接近一半的貼文仍然直接標明完全遠端。如果要接受「遠端已死」這種說法,就得先解釋:為什麼在一個通常被描述為「早期採用、遠端友善技術」的子樣本裡,完全遠端還能維持 46% 的占比。
一種解讀是:HN 這個子樣本本來就不具代表性,而更廣泛的市場早已超越遠端。這種說法把樣本邊界當成脫身口,但它也得同時承認兩件事。第一,HN 的確只是子樣本,但它涵蓋了相當有意義的軟體招募切面——特別是小型與中型公司、早期新創,以及那些沒有預算使用 LinkedIn Premium 或 Indeed 贊助版位的獨立工程師。第二,在這個子樣本裡完全遠端的穩定性本身就是訊號——在「真的有能力做遠端」的公司族群裡,遠端並沒有消失。
2. 12 個月內變了什麼:混合式悄悄增加 3.6 個百分點

把兩個串文疊在一起看,排除未知值後:
| 工作模式 | 2025-05 | 2026-05 | 變化 |
|---|---|---|---|
| 完全遠端 | 48.1% | 46.3% | -1.8 pp |
| 混合式 | 22.5% | 26.1% | +3.6 pp |
| 到場辦公 | 29.4% | 27.7% | -1.7 pp |
混合式的 +3.6 個百分點,是資料中最大的變動。完全遠端下降 1.8 個百分點;到場辦公下降 1.7 個百分點。兩端都讓出一些空間,而這些空間流向了混合式。**這種移動模式很有資訊量。**如果混合式的成長完全來自完全遠端,那麼到場辦公應該大致持平。事實上,到場辦公也下降了,而且幾乎是相同幅度。混合式是同時從兩端吸收份額。
這種「兩端一起往中間靠」的變化,和大型企業公關常說的「遠端變成到場辦公」不是同一回事。HN 招募呈現的更像是工作模式的重新平衡——不是遠端撤退,也不是到場辦公回潮,而是中間型態(混合式)持續吸收份額並逐步穩定下來。
為什麼混合式在 HN 圈子裡特別穩?一種機制層面的解釋是:HN 發文的門檻比 LinkedIn 高。你需要有 HN 帳號,你的貼文會公開給同行看到,而任何誇大其詞都可能立刻在留言裡被抓包。在這種公開、同業檢視的過濾條件下,一家公司寫「混合式(每週進辦公室 3 天)」通常代表它早就在這樣運作,而且有具體做法,不是空洞的流行詞。這也是為什麼這裡 26.1% 的混合式占比,很可能是帶有細節的「真混合式」,而不是 LinkedIn 上那種比較模糊的「Hybrid(彈性)」說法。
對成長或招募團隊來說,這意味著:**「Hybrid 是新常態」這個敘事在 HN 資料中得到部分支持,但混合式在整體貼文中仍只有 26%。**如果你的雇主品牌主打「我們是混合式公司」,那麼這種定位的可觸及市場其實比你以為的小一點——因為完全遠端仍大 1.8 倍。
3. 仍在發布完全遠端職缺的公司
以下是 2026-05 串文中發布完全遠端職缺的公司樣本,列出前 15 名:
| 排名 | 公司 | 完全遠端貼文數 |
|---|---|---|
| 1 | Doubling | 1 |
| 2 | Emergences Labs (emergences.ai) | 1 |
| 3 | CodeWeavers | 1 |
| 4 | OpenVPN Inc. | 1 |
| 5 | Amplify Renewables | 1 |
| 6 | IPinfo.io | 1 |
| 7 | In The Loop (intheloop.engineering) | 1 |
| 8 | Deep Core Technology | 1 |
| 9 | Loophole Labs | 1 |
| 10 | PostHog | 1 |
| 11 | Railway | 1 |
| 12 | Enveritas (YC S18, non-profit) | 1 |
| 13 | Form AI | 1 |
| 14 | PlantingSpace | 1 |
| 15 | SEEKING FREELANCER | 1 |
這份清單不像爆紅創作者榜單那樣有明顯長尾,因為 HN 招募的常態就是每家公司每個月大多只發一則貼文,所以分布非常平均。但**在 2026-05 仍然能看到這些公司公開發布完全遠端職缺,這本身就是資料裡的重要訊號。**這些企業在 2024–2026 的 RTO 浪潮中,選擇保留遠端友善的雇主形象,並且把這個選擇直接寫進招募文案裡。
PostHog 值得特別提一下。這是一家開源產品分析公司,團隊分布在英國與美國,長期走遠端優先路線。它出現在 2026 年 5 月的串文中,說明遠端優先的新創依然能在 RTO 浪潮中吸引工程人才,而且仍然把 HN 當作工程師對工程師的招募渠道。CodeWeavers(開源 Wine 公司)、IPinfo、Loophole Labs 也很像這種輪廓——技術導向、中型規模、客群偏開發者,自然就更適合遠端優先。
對雇主品牌來說,這份清單的存在比排名更重要。它說明在 2026 年,在招募中公開標示完全遠端,仍然是一個很強的訊號策略——它能吸引重視遠端優先文化的候選人,而這正是那些大公司在 RTO 轉向後,越來越難再提供的差異化。
4. 薪資揭露 +6.9 個百分點——整份報告裡變化最快的指標
兩個指標並排比較:

| 指標 | 2025-05 | 2026-05 | 變化 |
|---|---|---|---|
| 已揭露薪資 | 20.5% | 27.4% | +6.9 pp |
| 提及簽證贊助 | 2.6% | 2.8% | +0.2 pp |
薪資揭露從 20.5% 升到 27.4%——12 個月內增加 6.9 個百分點,是這份資料集中變動最快的指標。這幾乎是混合式 +3.6 個百分點變化速度的兩倍。背後的推力來自美國各州的薪資透明法:加州 SB 1162(2023 年生效)、科羅拉多州 Equal Pay for Equal Work Act(於 2021–2023 年間持續強化)、紐約州(2023 年 9 月生效)、華盛頓州(2023 年 1 月生效)。這些法規要求達到一定規模的雇主在職缺中揭露薪資區間。一旦開始合規,跨州雇主幾乎就被迫在所有職缺中揭露,因為不揭露就會違反這些州的法律。
HN 的招募文化本來就傾向薪資透明。但單一年份就增加 6.9 個百分點,幾乎不可能只是文化使然——更像是法規合規的結果。
簽證贊助提及率幾乎沒變(2.6% → 2.8%)。這個指標反映的是 H-1B / TN / O-1 等政策環境。到了 2024–2026 年,美國對技術人才簽證的政策是越收越緊,而不是放寬。因此,提及率持平到略升,符合企業不太想公開承諾自己未必能兌現的簽證贊助。這個數據點也提供了交叉驗證:HN 的薪資揭露上升是制度推動的,而簽證提及率平穩也是制度推動的——兩者都不是隨機的文化偏好變動。
對實務操作者來說,最直接的理解是:**如果你的雇主品牌想強調「透明」,薪資揭露比簽證政策更有力。**薪資透明法本來就逼你揭露,把合規要求重新包裝成主動透明,品牌回報最高。
5. 為什麼這份資料可信,以及它的邊界在哪裡
過去 18 個月,RTO 的討論幾乎都被幾個頭條案例主導:Amazon 的 5 天回辦公室、Salesforce 的「團隊協議」、Goldman 的永久到場辦公。這些故事都是真的,但它們描述的是大型老牌企業的公關訊號,並不是更廣泛科技生態中的招募現實。
HN 的「Who is hiring?」串文正好拍到相反的一端:小型與中型科技公司、新創、獨立創辦人,在公開且會被同儕檢視的場域裡,自報招募需求。很多這些公司不會在 LinkedIn 發文、不會買 Indeed 版位,也不會透過獵頭,因為他們要找的候選人(工程師、早期成員)本來就會看 HN。每則留言都會被 HN 讀者即時閱讀與回覆。這種公開的同儕檢視過濾器,使 HN 的招募文案成為一個相對乾淨、能反映真實雇主意圖的樣本。
所以,46.3% 的完全遠端占比(排除未知值後)不是「整個美國勞動市場」的樣貌。它是**「那些主動選擇進入 HN 招募社群的公司,公開表述的工作模式」**。這兩種讀法之間差很多:
- 美國勞工統計局估計,2024 年全美完全遠端職位大約占總就業的 10–15%
- 但 HN 是自我選擇的樣本——會選擇在 HN 招募的公司,本來就更偏遠端友善
- 因此這裡的 46.3% 描述的是一個自我選擇的、遠端友善的技術子樣本,而不是整體勞動市場
這個邊界對讀者很重要,原因有兩個。
對成長與內容團隊:如果你要寫「遠端工作仍然活著」這類內容,這份報告可以作為有力引用,但一定要標示樣本邊界。較合理的寫法是:「在 HN 的招募社群中——這是一個偏向遠端友善早期技術公司的樣本——完全遠端仍占 46%,年減僅 1.8 個百分點。」這樣的說法經得起檢視。
對招募與 HR 團隊:這份報告的混合式占比(26.1%,而且是在遠端友善子樣本中)對「Hybrid 是新常態」這個敘事提供了一個反過度修正的訊號。如果在一個本來就偏遠端友善的子樣本裡,混合式都還沒突破 30%,那麼更廣泛的勞動市場顯然比 LinkedIn 的行銷話術更偏向「非純混合式」的方向。圍繞「我們是混合式公司」所打造的雇主品牌,可能修正過頭了——在你的目標候選人池裡,真正偏好混合式的人,可能比行銷文獻暗示的還少。
6. 穩定性檢查與同類資料交叉比對
任何年增率報告都會引出一個常見問題:**這個混合式上升 3.6 個百分點,是真趨勢還是抽樣雜訊?**我們做了三項穩定性檢查。
未知類別幾乎沒變。從 3.0% 到 3.2%,只增加 0.2 個百分點。這表示 HN 的發文格式規範在兩個串文之間相當穩定,因此三個有意義類別之間的重新分配,反映的是真實組成變化,而不是「今年只是比較多貼文標得清楚」這種解析假象。
**到場辦公也只是小幅下滑。**如果混合式純粹是從完全遠端吃掉份額,那麼到場辦公應該大致持平。事實上,它是 -1.7 個百分點,而完全遠端是 -1.8 個百分點,混合式則是 +3.6 個百分點。這與「混合式同時從兩端吃掉一點份額」一致——很典型的中間型態成形模式,而不是極端之間劇烈翻轉。
**分母大致穩定。**2025-05 總貼文數:302。2026-05 總貼文數:317。只差 15 則,表示 HN 招募社群的招募量年對年幾乎持平。份額變化反映的是分布改變,而不是分母波動。

更合理的結論是:這份報告中的混合式上升是可信的,但 ±2–3 個百分點的抽樣雜訊仍然合理。若要做公關簡報,你可以合乎邏輯地說:「在 HN 招募社群中,混合式職缺年對年有明顯上升,大約增加 3 個百分點。」但不要寫成「混合式年增 50%」——HN 貼文是穩定樣本,不適合用第二層百分比再去膨脹。
市面上有多個公開資料集都在回答 RTO 問題,而它們的數字乍看之下甚至會互相矛盾。若從樣本邊界來看,這些資料其實是互補的——每一個都在量測同一現實的不同面向。
| 來源 | 涵蓋範圍 | 常見解讀(2024–2025) |
|---|---|---|
| Stanford WFH Research | 5,000+ 名美國勞動者調查 | 全美整體完全遠端約 14%,混合式約 28% |
| Flex Index(Scoop) | 9,000+ 家美國公司政策追蹤 | 32% 完全彈性、55% 結構化混合、13% 全職到場 |
| Kastle System | 辦公卡刷卡資料,美國前 10 大都會區 | 辦公室使用率 50–55%(疫情前為 100%) |
| Bureau of Labor Statistics | 全美雇主調查 | 完全遠端約占總就業的 10–15% |
| 本報告(HN Who's Hiring) | HN 招募社群,619 則貼文 | 樣本內完全遠端 46.3%(排除未知值後) |
這些數字並不矛盾。Stanford 量的是員工行為(一天有多少時間在家工作的角度)。Flex Index 量的是雇主政策(HR/職涯頁面的角度)。Kastle 量的是實體占用率(房地產角度)。BLS 量的是宏觀就業組成(勞動市場角度)。本報告則量的是某一個招募管道中的公開工作模式宣告(招募渠道角度)。五個視角會產生五組不同的數字——但它們都指向同一個底層現實:完全遠端正在收縮,但遠未死亡;混合式是穩定成長的中間路徑;全職到場辦公則在結構上慢慢下降。任何寫出「整個產業都在做 X」的人,至少都該交叉參考兩種視角——沒有任何單一報告(包括這份)足以概括「整個產業」。
方法說明
資料來源:Hacker News Firebase API (https://hacker-news.firebaseio.com/v0/item/\{id\}.json)。比較的串文為:2025-05(item id 43858554)與 2026-05(item id 47975571)。每則頂層留言視為一則招募貼文(依 HN 慣例)。擷取時間點:2026-05-12(UTC)。清理後樣本數:2025-05 302 則、2026-05 317 則,合計 619 則。
HN 社群偏差(最重要的注意事項):HN 的招募社群以工程師、新創創辦人與早期工程團隊為主。樣本明顯偏向 SaaS、AI 工具與遠端友善公司。本報告不能被解讀成美國或全球 RTO 趨勢的全貌。金融、製造、零售、醫療、教育等傳統產業,在 HN 上看到的到場辦公比例通常高得多,而這些公司多數根本不在 HN 招募。因此,本報告中的完全遠端占比,描述的是自我選擇的、遠端友善技術子集,不是宏觀勞動市場樣本。
樣本數邊界:合併共 619 則貼文——不是「N 家公司」。同一家公司可能發多個職缺(通常每個串文一次,但也可能跨串文重複)。分母是「貼文數」,不是「獨立雇主數」。若要做公司層級分析,需要去重;本報告沒有這樣做,但引用時是以貼文層級計算。
解析準確度:HN 的發文規範遵守率大約是 70%;規則式解析再抓到約 15–20%;剩下的就落入未知類別。我們以「排除未知值後占比」作為主要指標,用來中和發文規範遵循度的波動。未知類別本身年對年只變動 +0.2 個百分點,反映的是發文習慣演進,而不是底層 RTO 趨勢。
年對年 vs 長期趨勢:這份報告是單一時間點的年對年比較,不推論長期走勢。若要做長期研究,至少需要 5 年 × 12 個月串文(60 個資料點)——HN 的串文資料可追溯到 2011 年,因此這完全可作為後續專案,但並非本報告所主張的內容。
擷取時間:2026-05-12。HN 留言在發出後幾乎不可變動(社群也不鼓勵修改),所以這份資料是穩定且可重現的——不像網站快照型報告,目標頁面可能在不同次執行之間變動。長期可重現性是這個資料來源的一大優點。
法律與版權:HN API 是公開、唯讀的 API;在不需驗證的情況下即可擷取。留言文字的版權屬原作者所有;本報告只使用彙總統計與短語頻率,沒有全文引用。出現在排名中的公司都只在正面脈絡中提及(最高完全遠端貼文數),沒有對任何公司作出負面結論。本報告沒有公開原始 CSV/JSON 下載,但報告中的每個數字都可透過公開 HN API 完整重現。
注意事項
本報告不支持以下說法:
- 不是「所有美國科技公司都有 X% 的完全遠端職缺」
- 不是「公司 X 停止發布遠端職缺」(本報告沒有做公司長期追蹤)
- 可 دفاع 的說法:"在 HN 招募社群的 2025-05 與 2026-05 串文中,完全遠端貼文占總貼文比例從 46.7% 變為 44.8%(排除未知值後則從 48.1% 降到 46.3%)"
資料來源與版本控管
擷取腳本:return_to_office_index_2026/00_fetch_hn_who_hiring.py 與後續流程(此 repo)。擷取日期:2026-05-12(UTC)。報告版本:v1.0(單點年對年比較)。資料授權:HN 留言版權屬作者本人;彙總統計的使用屬合理使用範圍。本報告與 AI Required Position Rate 2026 報告共用 HN 資料——兩者可從不同角度交叉引用同一份 619 則 HN 貼文(工作模式 vs AI 工具滲透率)。
SEO 與內容團隊可引用的重點
這份研究可為部落格開頭、數據摘句、社群貼文、比較頁與延伸解說提供多種引用角度:
- 在 HN 招募樣本中,完全遠端仍是最大宗的工作模式:2026 年 5 月可分類貼文中占 46.3%。
- 完全遠端年減只有 1.8 個百分點,從 48.1% 降到 46.3%。
- 混合式增加 3.6 個百分點,從 22.5% 升到 26.1%,是本報告中工作模式變動最大的一項。
- 到場辦公也下降了,從 29.4% 降到 27.7%,顯示混合式同時從完全遠端與到場辦公兩邊吸收份額。
- 薪資揭露從 20.5% 升到 27.4%,漲幅比任何工作模式類別都更大。
- 提到簽證贊助的比例幾乎沒變,從 2.6% 到 2.8%。
- 這份樣本描述的是一個自我選擇、偏遠端友善的技術招募管道,並非整個美國勞動市場。
引用時,務必把注意事項一起帶上。這些數字只代表本報告所採用的特定樣本與擷取方式,不能改寫成全市場普查、內部採用率,或對該類別中每家公司的結論。
如果是編輯用途,最有力的寫法,是把主數字與樣本邊界一起呈現。這樣的論述更穩,也更容易讓讀者信任。例如,先寫「在這份 HN 招募樣本中」或「在這個偏遠端友善的技術子樣本裡」,再把數字延伸到更大的趨勢討論。
可重現性說明
交付資料夾包含以下流程檔案,這些檔案是從原始本地報告套件複製而來。加入這些檔案,是為了讓已發布報告能與實際使用的腳本、中間輸出、圖表與來源草稿相互核對。
process_files/out/analysis_stats.jsonprocess_files/out/hn_jobs_parsed.csvprocess_files/out/hn_jobs_reclassified.csvprocess_files/out/hn_threads_meta.csvprocess_files/scripts/00_fetch_hn_who_hiring.pyprocess_files/scripts/01_parse_hn_jobs.pyprocess_files/scripts/02_classify_unknowns.pyprocess_files/scripts/03_compute_stats.pyprocess_files/scripts/04_make_figs.pyprocess_files/scripts/05_build_data_brief.pyprocess_files/scripts/06_build_report_bilingual.pyprocess_files/scripts/07_module_i_check.py
若有方法修正、資料問題或後續分析想法,歡迎來信 support@thunderbit.com。本報告基於 2026 年 5 月收集的公開網頁或公開 API 訊號,請務必搭配前述樣本邊界一起解讀。
