在裝置上訓練有兩個理由：模型要跟著使用者的新資料調整，資料又不該離開裝置。L21 先證明「只分享梯度」也不安全：Deep Leakage from Gradients 能從梯度還原出原圖和原句。接著處理記憶體：訓練比推論貴，是因為要存 activation，不是參數。TinyTL 只調 bias 再加輕量殘差，省 6.5 倍記憶體；SparseBP 只更新重要的層與通道；QAS 讓真正的 int8 訓練追上 fp32；PockEngine 在編譯期做完 autodiff，最後在 256KB 的 MCU 上把訓練記憶體壓到 141KB。
L06 前半談倫理：蔡炎龍引用 Karpathy「幻覺是 LLM 的特點」，再逐一談抄襲、資料會不會被拿去訓練、DeepSeek 的審查與語料偏向，最後收在七項「負責任的使用」。後半轉向應用：只要給對「資訊」和「指引」，一段 system 設定就能做出員瑛式思考生成器、小編 AI、選系諮商師。第六週作業就是把這套 prompt 搬進 OpenAI 相容 API 加 Gradio，做一個有人設的對話機器人。
記憶是持久化的 prompt injection 載體：MINJA 證明只靠對話就能注入記憶（成功率 >95%），SpAIware 示範植入後每次回答都外洩資料。業界兩派防線——引用驗證（Copilot）和人工核准（Gemini CLI / Devin）——各有盲點。
第一方資料、社群與工具能把匿名曝光接成可再次服務的關係與工作，但沒有一項是完全 owned：同意、可匯出性、平台依賴、維護與留存都要分開驗證。
Grok Build 是 xAI 用 Rust 寫的 coding agent，845K 行程式碼、8 個平行子 agent、Arena Mode。2026 年 5 月 beta、7 月開源（Apache 2.0）——但開源的直接原因是隱私事件：它靜默把整個 repo（含 SSH key、.env）上傳到 Google Cloud Storage，27,800 倍的流量比。資料外洩的程式碼至今還在 binary 裡，只靠 server-side flag 關閉。
CS107 第 20 講把 reverse engineering 能力放回倫理脈絡：privacy 有個人與社會模型，trust 等於 reliance 加上 betrayal risk；接著複習 process memory，從 malloc client 轉成 heap allocator implementer。
八個警察局成立無人機隊，飛的法源很清楚——民航法第 99 條之 16 第 2 項給政府機關執行法定職務的操作豁免。但那是飛安豁免：台北市法規會的法律鑑定意見寫明它「恐無法作為以無人機空拍方式實施行政調查時之法律基礎」，而 2024 年三讀的刑訴特殊強制處分專章授權了 GPS、M 化車與隱私空間攝錄，空中調查一條都沒有。
民航法的無人機專章管的是飛行安全，不是被飛的人——這不是我的評論，是立法院法制局 2020 年研析報告自己寫的：專章「對於與民眾關係最重要的隱私權管理並未具體規範」。所以隱私只能回頭靠刑法第 315 條之 1 與個資法，而實際判決顯示那套接得上一部分：對著湯屋拍會被起訴、舉手機窺視窗內判四個月。接不上的是取證——法制局的原話是「當受害者發現它時，它可能已經無影無蹤」。
Northeastern 實測 17,260 個 Android app，零個啟動麥克風。2026-05 FTC 更認定號稱在「偷聽」的 Cox Media Group 根本沒蒐集語音，賣的是資料掮客的二手 email 名單，三家合計罰 93 萬美元。真正的管線是站外事件回流、相似受眾外溢、通訊錄社交圖與位置掮客。