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寫作
關於設計、開發、AI基礎設施和產品構建的思考。
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 & Technology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 Agent 需要品質哲學
我的Claude Code代理以機器速度繼承了所有草率的人類習慣。我建了3種哲學、150+品質門和95個鉤子。這是有效的方法。
AI & Technology兩個 MCP 伺服器讓 Claude Code 變成 iOS 建置系統
我將 XcodeBuildMCP 和 Apple 的 Xcode MCP 連接到 Claude Code。現在我的 AI 代理能夠自主建置、測試和除錯 iOS 應用程式。
AI Development錯誤資料庫決策的15倍代價：決策時機的教訓
我在三個系統中衡量了資料庫決策的成本。遷移成本在三年內增長了15倍。一個判斷何時快速決策、何時慎重決策的框架。
Systems & Productivity介面設計師的色彩科學：我從打造零色彩網站中學到的事
我打造了一個沒有色彩的網站——僅使用白色文字搭配純黑背景與四層透明度。以下是讓這個決策成立的色彩科學。
Design & UX四年年度回顧：我真正學到了什麼
四年的年度回顧資料揭示了哪些決策會複利成長，哪些會消耗精力。這些數據改變了我做職涯決策的方式。
Systems & ProductivityPRD驅動開發：我如何用30多份PRD搭配AI代理人交付成果
我已撰寫超過30份PRD用於AI代理人任務。以下是PRD驅動開發在哪些地方有效、哪些地方失敗，以及我的範本在6個月內如何演進。
AI DevelopmentLLM 如何解讀文字：我的 i18n 系統教會我的 Token 經濟學
將網站翻譯成6種語言後發現：韓語對相同內容消耗的token是英語的2.8倍。互動式視覺化工具展示原因。
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。