AI 代理的執行期憲章：一套治理框架
訓練階段的對齊失效之處，正是執行期憲章接手落實 AI 代理治理的地方。能力檢核、輸出關口與四大子系統，讓代理待在安全範圍內。
AI & Technology寫作
關於設計、開發、AI基礎設施和產品構建的思考。
AI 代理的記憶衰退：多輪對話為何會讓 LLM 崩潰
在超過 20 萬次多輪會話中，LLM 的準確率下滑 39%。三種機制導致這場崩潰，而加大脈絡視窗一個也解決不了。
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給開發者的 GLSL：真正可用的著色器實驗室
用預設與即時控制快速建立 GLSL 直覺的實作型實驗室，基於零框架 WebGL。
Interactive Explorations從 Boids 到 AI 代理：AI 系統的集群飛行法則
Craig Reynolds 1986 年的 boids 演算法，僅憑三條局部規則就催生出集群行為。同樣的原理與失效模式，也出現在多代理 AI 系統中。
Interactive Explorations無建構工具宣言：不用打包工具直接發布
FastAPI + HTMX + 純 CSS，零建構工具卻達成完美 Lighthouse 分數。真實的生產數據、誠實的取捨，以及清晰的界線。
Engineering Practice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信號評分管線：確定性知識分類法
一個733行的Python管線，從四個維度為筆記評分，並將7,700多個項目進行確定性路由。演算法、權重，以及誠實的結果。
Engineering Practice無即是結構
負空間是基礎設施，而非缺席。空無、寂靜與留白如何在物理學、音樂與設計中創造結構。
Design & UX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。
