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 5 頁
- 斯坦福 CS 教授 Chris Piech:當 AI 已經會寫程式,為什麼我們更需要學習編程?
斯坦福大學電腦科學教授 Chris Piech 解構 AI 時代的軟體工程教育:語法可以交給模型,但問題拆解、架構思維與真實人類需求的連結,才是放大 AI 效能的關鍵能力。
- Claude Dreaming:Agent 如何在離線階段整理長期記憶
釐清 Anthropic Dreaming 的產品範圍,並拆解非同步記憶整理能解決什麼、不能解決什麼,以及如何設計可審核的本地 Dream Gate。
- Anthropic Agent Memory 是什麼:跨會話記憶與 Dreaming
拆 Anthropic 的 Agent Memory 與 Dreaming:哪個管跨會話記憶、哪個是夜間批次,兩者不要當成同一件事。
- OKF 0.2 改了什麼:Provenance 與可驗證計算
對照 OKF v0.1 與 v0.2:provenance、attested computation、sources 聲譽與 verified 家族。這篇講改了什麼,不是 OKF 入門。
- Kimi-K3 企業私有化要花多少:GPU、電費與 TCO
拆解 Kimi-K3 2.8T MoE 企業機房私有化部署的 GPU 顯存拓撲、伺服器預算、三相電力、液冷需求,以及五階段 TCO 估算框架。聚焦資料中心級採購與機房配套,不是 80 張 RTX 5090 消費級叢集方案。
- 80 張 RTX 5090 跑 Kimi-K3:消費級顯卡的硬體帳本
拆解以 80 張 RTX 5090 消費級顯卡組叢集推論 Kimi-K3 2.8T MoE 的硬體拓撲、為什麼不能只用 44 張顯卡,以及建置成本與電費試算。聚焦消費級 GPU 拼裝實測,企業機房 TCO 請見姊妹文。
- GPT-5.6 架構解析:Frontier Intelligence 與每 Token 智慧
讀 GPT-5.6 技術文件的架構層:Frontier Intelligence、每 token 智慧、kernel 與 harness 路由。這篇講架構,不是 Sol 價目表。
- 小型語言模型做強化學習為何容易崩潰
70M–500M SLM 在 PPO 對齊時常見的梯度凍結、數值溢出與策略崩潰,以及 PPL 能力空間假說能解釋什麼。這篇講失敗模式,不是口號式「邁向穩健」。
- 當代 LLM 架構比較:DeepSeek V3、Gemma 3、Kimi K2 的記憶體與路由取捨
比較 DeepSeek V3、Gemma 3、Kimi K2 等開放權重模型如何運用 MLA、MoE、GQA 與滑動視窗注意力,在品質、KV Cache、吞吐量與部署複雜度間取捨。
- AgentEscapeBench 是什麼:評測 Agent 域外工具推理
讀 AgentEscapeBench:Agent 在領域外、長鏈條工具圖上為何會崩,以及這份評測能說明什麼、不能說明什麼。
- Claude 5 世代的 Context Engineering 新法則:刪除 80% System Prompt 後的 AI Agent 設計學
Anthropic 團隊在 Claude Opus 5 與 Claude Fable 5 專案中精簡超過 80% 的 Claude Code 系統提示詞。本文深入剖析從「僵化規則約束」轉向「信賴模型判斷」的 Context Engineering 典範轉移,以及漸進式揭露、自動記憶與動態 Harness 的工程實踐。
- GPT-5.6 Prompting 規則清單:從精簡提示到工具編排
把 GPT-5.6 官方 prompting 收成可勾選規則:精簡、工具編排、何時不要把政策寫進 prompt。這篇是清單,不是 15% 那篇導讀。
- OpenAI 發表 OpenAI Presence:重塑企業級 AI Agent 治理與高風險工作流
解讀 OpenAI 於 2026 年 7 月發布的託管式企業 AI Agent 平台 OpenAI Presence。剖析其 Job-scoped 單一職責設計、護欄與人類審批機制、基於 Codex 的線上對話持續優化環路,以及 OpenAI 自身 AI Phone Support 的 dogfooding 實踐。
- 多 Agent 怎麼協調:TAKT 的 YAML 工作流
TAKT 用 YAML 工作流 topology 排多個 coding agent。這篇講協調控制點,不是又一篇「深度剖析」。
- Agent 寫程式的 Self-Scaffolding:Ornith 1.0 的訓練與評測邊界
讀 Ornith 1.0 的 self-scaffolding:Agent 寫程式時自己搭鷹架解決什麼、評測能說明什麼、信任邊界在哪。Ornith 是案例,不是搜尋入口。
- Gemini 3.6 Flash、3.5 Flash-Lite 與 Flash Cyber:定位、價格與採用邊界
整理 Gemini 3.6 Flash、3.5 Flash-Lite 與 3.5 Flash Cyber 的官方定位、目前價格、發布方評測與可用性,並提出 Agent 模型路由與資安權限的驗證重點。
- Gemini Enterprise Agent Platform:Google Cloud 的 Build、Scale、Govern、Optimize 架構
整理 Gemini Enterprise Agent Platform 的開發、執行、治理與評估能力,並從企業部署角度檢視其架構承諾、整合邊界與採用條件。
- 德甲聯賽結盟 AWS:生成式 AI 締造全球化觀賽體驗
探討德甲聯賽如何透過與 AWS 合作,利用生成式 AI (Generative AI) 技術,為全球超過 10 億球迷帶來零距離的創新觀賽體驗與自動化內容產製。
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