AI 前沿研究與工程實作
追蹤新技術、拆解系統架構,也公開真正動手做過的評測與實作。
文章封存|第 3 頁
- AI Agent 不該只會聽話:XY 問題如何讓修錯走錯路
XYEval 顯示,當使用者把一個看似合理、其實偏離根因的建議加進任務,Agent 可能照做而降低成功率;工程解法是先驗證目標,再用證據解釋修正方向。
- AI Agent 漏洞回報要附上什麼證據?MobileCybench 用可執行 Probe 重播驗證
MobileCybench 將 Android Agent 找到的漏洞主張交給隔離環境重播,再用可信狀態上的安全性 Probe 判斷哪些性質確實遭到違反。
- AWS AgentCore Gateway 跨帳號 MCP:資料留在 LOB,授權留在 Gateway
拆解 AWS 的 AgentCore Gateway 多帳號參考架構,追蹤使用者 JWT、Cedar 授權與下游 M2M OAuth 如何分工,並指出 sample 尚未跨過的 production 門檻。
- 自我修改 Agent 如何在部署前留下可查的發布 provenance?以 Ouroboros v7.4.4 為例
從 Ouroboros v7.4.4 拆解自我修改 Agent 的發布證據鏈:把身分、記憶、程式演化與受管理的子 Agent,綁到 SHA256、SBOM、GitHub build provenance 與 smoke receipts。
- RSIAgent:模型權重不變,Agent 真的能自我改進嗎?
拆解 RSIAgent 如何用 Curriculum、Actor、Verifier 與 broad-to-deep exploration 建立可重用的 frozen experience,並檢查其 benchmark 證據與重現限制。
- AI 開始做 AI 研究後,要量測什麼?Anthropic 的三個研發儀表板
拆解 Anthropic 用來觀察 AI-led R&D 的三組量測:AI 自動化程度、Agent oversight 與 safety compute,並把內部自報、方法邊界與跨實驗室不可比性放回工程決策。
- GitHub Agentic Workflows:把可執行的 Agent CI 寫成 Runtime 契約
從 gh-aw v0.89.17 與其官方變更紀錄拆解:日誌稽核、MCP Gateway/防火牆、grading、模型成本訊號與 incident loop 如何把 Agentic CI 從 demo 推向可營運的契約。
- Pydantic AI v2.45:把耐久 Agent 的可靠性寫進 Session 與 Trace 契約
拆解 Pydantic AI v2.45.0 如何對齊 durable run 的 DynamicToolset、MCP session、tool history 與 usage spans,並說明 TypeSafeModel 與 Bedrock effort 修正的採用邊界。
- Gemini Antigravity Agent 09-2026:一次 Agent Runtime 的 Protocol Migration
拆解 Antigravity Agent 09-2026 的 remote/local 相容性邊界、內建工具契約變更、adapter 設計與 contract tests,並整理 05-2026 在 2026-10-05 退場前的遷移風險。
- AWS Bedrock AgentCore 解決文件漂移:把 Code、RAG 與 MCP 寫入邊界分開
拆解 AWS 與 Corley 為 Eutelsat 展示的文件同步 Agent:以程式碼作為 source of truth,用 RAG 補上領域語言,並把 MCP 寫入與人工審查留在可治理的發布邊界。
- Amazon SageMaker HyperPod Inference Gateway:GPU-aware routing 的價值與邊界
拆解 Amazon SageMaker HyperPod Inference Gateway 如何用 KV cache、queue depth、LoRA 與 prefix cache 訊號做 Kubernetes-native 路由,並核對 EKS add-on、CRD、失敗行為與 AWS benchmark 的證據邊界。
- Claude 如何把生物分子模型跑得更快:從 FlashPairformer 到可回退的 Inference Kits
拆解 Anthropic 讓 Claude 優化 30 多個生物分子與基因組模型的工程方法,從 FlashPairformer、Big mode、stock/exact/fast 契約,到 GPU 成本與可驗證性邊界。
- TypeSafe AI 與 Jev:把 AI 變成可校準的決策元件
拆解 TypeSafe AI 的 System One 模型與 Jev,理解 typed decisions、機率信心、workflow evals,以及它和一般 LLM structured output 的差異。
- Jev 實戰架構:把 Confidence-Gated Routing 放進 Agent Runtime
不再重述 Jev 的基本介紹,改從 confidence-gated routing、speculative fan-out、composite scoring 與社群實驗,拆解如何把 AI 判斷放在 Agent、工具與人工審查之間。
- AWS Bedrock AgentCore Consent Portal:Agent 的 OAuth 不只是按下 Connect
拆解 Amazon Bedrock AgentCore Consent Portal 的 end-user OAuth flow:如何分開 corporate IdP、Gateway、GitHub/Slack outbound provider、callback、session binding、token vault 與 CloudTrail,並標出 AWS reference walkthrough 沒有證明的安全邊界。
- Redpanda Agentic Data Plane v0.2.61:把憑證、Context 與寫入權限推到 Agent 邊界
整理 Redpanda Agentic Data Plane v0.2.61/v0.2.60 的 credential passthrough、context estimate、activity filtering 與 Pylon capability gates,並回看 v0.2.58 的 audit semantics。
- Gemini 3.8 Flash Coding Agent 工作流:以不確定性路由規劃與執行
以 Astra 規劃、Flash 執行為例,說明如何在 Coding Agent 工作流加入 SPEC 查核、升級條件與成本評估。
- Unified Knowledge Graph RAG:GraphRAG 與 LightRAG 是 Query Policy,不是全域開關
拆解 AWS 的 Unified Knowledge Graph RAG 參考架構:GraphRAG 與 LightRAG 如何共用入庫、圖譜、Hybrid Retrieval 與 lineage,再按問題選擇查詢策略,並解讀品質、成本與延遲取捨。
歡迎演講、企業內部技術分享與架構交流;可以先查看我適合分享的主題與公開工程成果。
演講與聯絡