AI Agent 記憶衰退：為何多輪LLM對話會崩潰
LLM在超過200K次多輪對話中準確率下降39%。三種機制導致崩潰，而更長的上下文視窗無法解決任何一種。
AI & Technology寫作
關於設計、開發、AI基礎設施和產品構建的思考。
AI 代理的執行期憲法：一套治理框架
執行期憲法在訓練階段對齊失效之處強制執行 AI 代理治理。能力檢查、輸出閘門與四大子系統確保代理安全運作。
AI & Technology你的 AI 代理寫程式碼的速度比你閱讀的速度還快
本週有五個研究團隊發表了關於同一個問題的論文：AI 代理產生程式碼的速度遠超開發者理解它的速度。債務累積在你的腦中。
AI & Technology後設認知AI：教您的代理程式自我評估
多數代理程式指令只定義行為。缺失層是自我評估。基於九個月生產使用與95個hooks的後設認知框架。
AI & TechnologyContext Engineering就是架構：650個檔案之後的心得
橫跨650個檔案、七層階層架構的AI代理Context Engineering。三次生產環境失敗、真實的token預算，以及最終存活下來的系統。
AI & Technology多代理審議：當共識本身就是漏洞
多代理審議能捕捉單一代理系統遺漏的失誤。以下是其架構、走過的死胡同，以及真正值得建構的部分。
AI & Technology為什麼我的AI代理擁有品質哲學
我的Claude Code代理以機器速度繼承了人類所有的馬虎習慣。我建立了3套哲學、150多道品質關卡和95個hooks。以下是有效的做法。
AI & Technology兩個MCP伺服器讓Claude Code變成iOS建置系統
XcodeBuildMCP與Apple的Xcode MCP讓Claude Code能以結構化方式存取iOS建置、測試與除錯。設定方法、實際成果與誠實的經驗教訓。
AI & TechnologyAI劇場：為何90%的企業「使用AI」卻只有23%創造價值
McKinsey發現90%的企業聲稱採用AI，但只有23%能將規模擴展到試驗階段之外。我親眼見證了三種AI劇場的樣貌，自己也曾身陷其中。
AI & Technology建構 AI 系統：從 RAG 到 Agent
我建構了一個 3,500 行的 Agent 系統，包含 86 個 Hook 和共識驗證機制。以下是我在 RAG、微調和 Agent 編排方面的經驗分享。
AI & Technology複利工程：讓程式碼庫加速而非衰退
大多數程式碼庫越大越慢，我的卻在加速。95個鉤子、44個技能和14個配置讓每個新功能的成本持續降低。
AI & Technology提示工程的OODA循環：五次失敗教會我的事
五次提示詞失敗教會我：結構化觀察勝過巧妙措辭。Boyd的OODA循環直接映射到我的日常提示詞工程工作流程。
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。