學 AI 一定會撞到這兩個字：有人說 PyTorch 是「框架」，有人說 NumPy 是「函式庫」。它們都是「別人寫好的程式碼，借你用」，差別只有一件事──主導權在誰手上。
想像你要開一家飲料店（這就是「寫一個程式」）。你有兩種借助別人力量的方式：
你缺珍珠就訂珍珠、缺茶葉就訂茶葉。什麼時候叫、叫什麼、怎麼用，全由你決定。店還是你的店，流程你自己排。
總部把裝潢、SOP、點餐流程全部規定好，你只負責在指定的位置「填入你的內容」（店名、店員、在地口味）。流程是總部的，不是你的。
工程師把這個差別叫做「控制反轉」（Inversion of Control）。名字很嚇人，其實就是下面這張圖──點按鈕，看誰在發號施令。
AI 的「計算機」。需要算矩陣、做大量數學時，你叫它一聲，它算完就走。整個程式的流程仍由你掌控。
AI 的「Excel 助手」。想整理表格資料時召喚它：讀檔、篩選、統計，做完把結果交回你手上。
呼叫 Claude、GPT 等模型的「電話簿」。你決定何時撥電話問 AI，它負責把問題送過去、答案帶回來。
訓練 AI 模型的「加盟總部」。訓練流程（讀資料 → 算誤差 → 修正 → 重複）的骨架它定好了，你只填模型長相和資料。
打造 AI 應用（例如客服機器人）的框架。「先查資料、再問模型、再整理回答」這條流水線它規定好，你負責填每一站的內容。
把 AI 變成網頁小工具的框架。網頁怎麼跑、按鈕按下去發生什麼順序，它說了算；你只寫「畫面上要放什麼」。
| Library 函式庫 | Framework 框架 | |
|---|---|---|
| 主導權 | 在你手上，想用才呼叫 | 在框架手上，它在對的時機呼叫你 |
| 好比是 | 工具箱、外送、字典 | 加盟店、作文稿紙、填空考卷 |
| 自由度 | 高，愛怎麼組合都行 | 較低，要照它的規矩走 |
| 上手成本 | 低，會一個功能就能用一個 | 較高，要先理解它的世界觀 |
| AI 例子 | NumPy · Pandas · SDK | PyTorch · LangChain · Streamlit |
秘訣只有一句：流程是誰定的？放心按，答錯有解釋。
沒有誰比較厲害，就像外送和加盟店沒有優劣，只有適不適合。小任務（算個統計、畫張圖）用 Library 輕巧；要蓋完整的系統（訓練模型、做 AI 應用）用 Framework 省力。實務上幾乎都是混著用：在一個 Framework 裡，呼叫一堆 Library。
它們是「包裝大小」的稱呼，不是新概念。模組像一包茶葉，套件像一箱茶葉，Library 像整間茶行。你在網路上下載安裝的東西通常叫套件，裡面裝的可能是 Library 或 Framework。
非常有用。看 AI 新聞或和工程師開會時，聽到「我們用 LangChain 做的」你就知道：喔，他們照一套現成流程快速搭建，優點是快、缺點是被那套流程綁住。這是判讀技術決策的第一步，也是 iPAS 等 AI 認證的常考觀念。
「你呼叫 Library；Framework 呼叫你。」
只要這句話進了你的腦袋，這一課就畢業了。