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：John Carmack，把效能當成一種道德工藝
John Carmack 把效能視為一道道德課題。剝除到只剩快速、簡潔的核心，把問題理解到根基，將它交付出去，並把過程攤開給人看。
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 & 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惡意軟體分析需要證據包
AI惡意軟體分析需要證據包：雜湊、指令、指標，以及主張與證據的對照軌跡，比自信滿滿的代理摘要更重要。
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 & TechnologyAI代理安全始於小軟體
AI代理安全始於小軟體：更小的工具、純文字檔案、狹窄權限與更快測試，讓程式碼代理更難把錯誤藏起來。
AI & TechnologyAI程式碼代理需要更小的審查介面
AI程式碼代理用龐大的差異壓垮審查者。更小的審查介面能讓工程師在合併前保持投入、聚焦驗證，並對結果負責。
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 & 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。
