ihower

indie consultant & software developer, author of 愛好 AI Engineer newsletter (zh-TW) 👨🏻‍💻🤖

[ihower @ihower]

愛好 AI Engineer 電子報第 40 期發刊 📬 https://t.co/z4weB8nrs2

這期分享了一些 GPT-5.6 API 變化，以及 14 篇我最近整理的主題文章，包括:

- 為什麼 context window 會卡在 1M 很多年？SemiAnalysis 談 40 年一遇的記憶體短缺
- LLM-as-Judge 與其打總分，不如拆解成 Yes/No 檢核清單
- 2026 年的 RAG 最新發展：瓶頸不在模型，也不在檢索，在文件解析
-「很難 eval」是產品設計的警訊：讓 AI 輸出可驗證、可信任的 UX 設計
- Agent Eval 怎麼做？2026 兩大方法論的交鋒與共識
- AI-enabled、AI First、AI Native: 一份 Excel 週報看懂五個階段

[ihower @ihower]

我在生成式 AI 開發者年會，分享了駕馭工程，包括有投影片和九篇系列文章:

給 Agent 開發者的 Harness + Loop Engineering 系列 https://t.co/7LCuTancic

[ihower @ihower]

愛好 AI Engineer 電子報第 38 期發刊 📬 https://t.co/MePYR7Vqsx

這期聊聊 Tokenmaxxing 現象，以及 15 篇我最近整理的主題文章，包括:

- 當模型表現取決於推論算力: 評測分數正在失去意義,LLM 能力上限也量不出來
- 從 Code Act 到 Claude Code Dynamic Workflows 深度技術解析
- Codex App 那些 CLI 做不到的 GUI 特色
- 向量已死? Grep 萬能? 不,你需要的是「策展」一組檢索工具
- 如何用 AI 分析 Agent traces? 持續改進 Agent 產品
- 為下一個模型而寫,別為上一個: Anthropic 三場演講的開發心法
- GitHub Copilot 大規模使用 Claude 的工程心法: 快取、多模型調度與評測
- Replit 如何規模化評測和持續改進 Vibe coding
- Alex Wang 首次長訪: 從 Scale AI 到重建 Meta AI,以及他眼中的超級智慧之路

[ihower @ihower]

愛好 AI Engineer 電子報第 37 期發刊 📬

https://t.co/wwqQNIDsgn

這期聊了幾個我關注的產業消息，以及 13 篇關於 Multi-Agent 架構、Eval、Agent Experience、開源模型等主題文章，包括:

* 從 Interconnects AI 看 2026 開源模型全景: 差距、蒸餾、中國與下一步
* 當 RLHF 獎勵信號失控: 從 OpenAI 哥布林事件到各家 LLM 的口頭禪研究
* Multi-Agent 架構再探: 三省六部反模式和業界收斂共識
* 如何設計 AI Agent 自動審批(Auto-Approval)系統: 從 Claude Code 和 Codex 學到的七個原則
* Agent Experience (AX): 當 AI Agent 成為用戶，產品該怎麼設計? 以設計 CLI 為例

[ihower @ihower]

@cat88tw 原來是這裏，但四月也才兩筆spam，而且都不是看我帥要約我 🫣

[ihower @ihower]

愛好 AI Engineer 電子報第 36 期發刊 📬

https://t.co/EamN9q5SA4

這期分享了近期改用 Claude Code 做個人 AI 助理，用 Codex 做 AI Coding，以及 21 篇關於 Agent、AI Coding、Skills 等 AI 工程主題的精彩文章，包括:

* AGENTS.md / CLAUDE.md 該寫什麼、不該寫什麼?
* Agent Memory 實作: 大多數記憶功能不需要用到向量檢索
* 資料科學家的逆襲: 談 AI 工程為何更需要資料科學
* AI 時代的 Code Review: 當 Pull Request 成為新瓶頸
* Agent Sandbox 沙箱架構: 論兩種設計模式與七種隔離方式
* 別再打造 Agent 了，打造 Skills 吧 — Anthropic 演講重點整理
* 兩個世代的軟體開發碰撞: 大師 Martin Fowler vs. 大神 Peter Steinberger 的 AI Coding 觀點對比
* 如何規模化你的 Agentic Coding? Thread-Based Engineering 六種模式

[ihower @ihower]

@cat88tw Zed+1 開起來超快

[ihower @ihower]

@cat88tw 沒事，那我改推薦桌機攻頂 DGX Station GB300 🤑🤑

[ihower @ihower]

@cat88tw 好處: 可順利使用 llama cpp engine 和 Vulkan engine 跑推論，用 LMStudio 無腦就可以跑起來各種大模型
最大缺點: 不是 CUDA，而 ROCm 支援不佳，因此若需要用到 PyTorch 函式庫的推論(例如 Stable Diffusion) 和訓練都 gg。是有看到有人在 hack 也許可跑但麻煩，要等 AMD 官方支援改進... XD

[ihower @ihower]

@cat88tw framework desktop (AMD AI Max+395) 不到十萬，只跑 LLM 推論的話其實速度跟 DGX 差不多，可以先擋擋 😆

[ihower @ihower]

@cat88tw 咦，這只有賣主機，沒螢幕鍵盤啊 https://t.co/fmJRuXqB4L

[ihower @ihower]

@cat88tw 敢問那 Claude 內建的 chrome 整合如何? https://t.co/zqmjQ0gg4F

[ihower @ihower]

@thecat88tw 我是先用電鍋蒸熟後，再油煎一下 🙌

[ihower @ihower]

愛好 AI Engineer 電子報第 35 期發刊 📬

這期做了一些改變：開始更多用 AI Agent 幫我直接處理內容發佈，選題還是我人工選的。分享了 26 篇對 Agent、Evals、Context Engineering 等 AI 工程主題的精彩文章，包括:

* 如何選擇 Multi-Agent 架構?
* 為什麼多數 Agent 框架都沒有內化 Bitter Lesson?
* AI Evals 閃卡全解析: Hamel Husain 的 12 張精華卡片
* LangSmith Insights Agent 深度拆解: 從 Clio 論文到生產級 Agent 的完整旅程
* AI Agent 時代，Trace 才是你的 Source of Truth
* AI Agent 怎麼管理 Context? 從設計模式到 Deep Agents 實作
* Agent Files: 檔案系統正在成為 AI Agent 的核心介面
* Agent Skills 完整攻略: 從建立到評估

電子報全文: https://t.co/0PTyxy03JV

[ihower @ihower]

發了愛好 AI Engineer 電子報第 34 期，這期集結的內容有:

- Andrej Karpathy: 2025 年度回顧
- Andrej Karpathy: 2025/10 訪談
- OpenAI 研發長 Mark Chen 2025/12 訪談
- AI in 2025: gestalt
- Thoughts on AI progress (Dec 2025)
- YC: The Truth About The AI Bubble
- The Agent Labs Thesis
- 你的工作是提交已被驗證可運作的程式碼!
- 反向半人馬
- AI Coding Accelerator: How Amp uses Amp
- Evaluating Context Compression for AI Agents 評測
- 搜尋技術不會消失，只是變成 Agent 的工具: 談 Agentic Search
- OpenAI Agents SDK 開發日記: Gemini 3 和跨模型對話支援
- Agent Skills 資料整理

全文在我部落格，歡迎追蹤訂閱: https://t.co/BLQQ5YQf1G

[ihower @ihower]

提交的 Gemini 3 Pro 整合終於 merged 進 OpenAI Agents SDK 啦 😁

這個 PR 花了不少時間，除了支援 Gemini 3 Pro 的 thought_signatures (function calling 時需要帶上這個簽章)，同時我也實現跨模型對話兼容性，例如 OpenAI ↔ Gemini ↔ Claude 可以共用同一份對話歷史，可以讓用戶隨時切換模型，或是 agentic workflow 中做交接。

詳細 PR: https://t.co/Wwjk5oINhE

[ihower @ihower]

愛好 AI Engineer 電子報 #33 https://t.co/qhmYVEZOoM

[ihower @ihower]

發了愛好 AI Engineer 電子報第 33 期，這期集結的內容有:

- 2025 Q4 新模型
- 實戰 AI Agents 應用開發: TTFT 和 Prompt Caching
- AI Agent 產品開發仍然不簡單
- Spec-Driven Development(SDD) 的美好願景與殘酷現實
- Framework Desktop 開箱
- 我的 OpenAI Agents SDK 開發心得
- 關於 Context Engineering 上下文工程
- 做 LLM-as-a-Judge 評估，別用 1-10 分評分了
- RFT, DPO, SFT: Fine-tuning with OpenAI
- Anthropic 的 Agent Skills 技術解析
- 開源模型生態現況 The State of Open Models

全文在我部落格，歡迎追蹤訂閱。

[ihower @ihower]

今天在 WenConf 分享: 實戰 AI Agents 應用開發，釋出我的投影片: https://t.co/8oV4QJVdlK

- 架構選擇: OpenAI Agents SDK + FastAPI
- 前後端整合的發展
- TTFT 指標和改進
- Prompt Caching
- 上下文工程

現場講有做一些 live demo，簡單看一下 code 然後實際跑出效果。