工程哲學：Linus Torvalds，消失的特例
Linus Torvalds 將好品味定義為讓特例消失的程式碼——這正是 Linux 核心、git 與「把程式碼拿給我看」背後的工程信念。
Engineering & Craft寫作
關於設計、開發、AI基礎設施和產品構建的思考。
工程哲學：Andrej Karpathy 與那套你不用親手寫的軟體堆疊
Andrej Karpathy 重新定義了神經網路，稱之為 Software 2.0——一套由資料編譯而成、而非親手寫就的堆疊——並教會了整整一個世代如何從零打造它。
Engineering & Craft工程哲學：松本行弘（Matz）
Ruby 之父松本行弘為程式設計師的幸福而非機器來設計語言。最小驚訝原則——程式碼不該讓人意外。
Engineering & Craft當維護者就是攻擊者：jqwik 1.10.0
jqwik 1.10.0會在Maven輸出中發出破壞性的提示注入字串。ANSI跳脫序列會把它藏過人類視線。維護者是刻意加入的。
AI & Technology本機回送不是信任邊界：CVE-2026-2611
MLflow 3.9.0 的 Assistant 在 `/ajax-api` 暴露本地 AI 代理，卻沒有 CORS 檢查。任何網頁都能接管 Claude Code。這個漏洞模式比 MLflow 更早存在。
AI & Technology深度研究代理需要證據圖
深度研究代理需要證據圖，才能追蹤缺失片段、減少重複搜尋，並產出可供審查者檢視來源脈絡的回答。
AI & Technology代理金鑰需要風險預算
Shuriken 的 Agent Kit 說明，為什麼能採取行動的 AI 代理工具需要有範圍限制的金鑰、伺服器端限制、活動紀錄、撤銷機制，以及保守的預設值。
AI & Technology研究論文需要代理可讀的主張檔案
代理可讀的主張檔案能讓論文揭露主張、範圍限制、定義與圖表指令，使研究代理能安全地引用、測試與再利用。
AI & TechnologyMCP工具需要動作層級授權
MCP工具需要動作層級授權：bearer token驗證之後，代理執行前仍必須依工具、角色與動作進行能力檢查。
AI & TechnologyAI代理應該呼叫模型
AI代理應將訓練完成的機器學習模型作為工具呼叫，而不是要求LLM猜測價格、風險分數、預測或分類。
AI & TechnologyAI 代理所有權是信任的基礎
AI 代理所有權會將每個自主動作連結到能夠停止、審查並承擔責任的帳戶、工作階段、權限範圍與操作者。
AI & TechnologyAI代理需要探索檢查點
探索檢查點讓AI代理在行動前證明自己發現了什麼，降低過早利用、脆弱計畫與泛泛世界模型的風險。
AI & Technology外部出版物
技術寫作： Introl
Local LLM Hardware Pricing Guide 2025
本地運行大型語言模型的全面硬體建議和成本分析。
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
針對不同AI工作負載比較NVIDIA最新資料中心加速器的GPU選擇指南。
TPU Architecture: Complete Guide to Google's 7 Generations
深入技術分析Google張量處理單元從TPUv1到TPUv5的演進。
GPU Memory Pooling in Multi-Tenant Kubernetes
容器化環境中GPU叢集的資源共享策略。
Ray Clusters: Distributed AI Computing Infrastructure
使用Ray框架構建和管理分散式AI運算的指南。
DeepSeek V3 Open Source AI Cost Advantage
開源LLM經濟學分析和DeepSeek的競爭定位。
NVIDIA Vera Rubin GPU 600kW Racks 2027
未來資料中心電力需求和NVIDIA下一代GPU路線圖。
SMR Nuclear Power for AI Data Centers
為下一代AI基礎設施供電的小型模組化反應爐解決方案。
DeepSeek MHC Architecture Breakthrough
DeepSeek多頭壓縮架構創新的技術分析。
