愛好 AI 工程 Blog

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

EvalBenchmarkLLM

Microsoft AI: 從零練起的 MAI 模型和平台佈局

LLMIndustry

Codex App 那些 CLI 做不到的 GUI 特色

CodingTool UseAgent

從 Code Act 到 Claude Code Dynamic Workflows 深度技術解析

AgentWorkflowTool Use

向量已死? Grep 萬能? 不，你需要的是「策展」一組檢索工具

RAGSearchAgent

Coding Agent 作為軟體優化器: 從 Autoresearch 說起

AgentCodingEval

如何用 AI 分析 Agent traces? 持續改進 Agent 產品

AgentEvalObservability

從 Token 串流到 Agent 事件串流:OpenAI、AG-UI、Vercel、LangChain 的格式設計比一比

AgentAPITool Use

Replit 如何規模化評測和持續改進 Vibe coding

AgentEvalCodingBenchmark

GitHub Copilot 大規模使用 Claude 的工程心法: 快取、多模型調度與評測

AgentCodingEvalPrompt

我錯了，還是要讀程式碼: Dex Horthy 重新檢討 AI 寫程式流程

CodingAgentContext Engineering

為下一個模型而寫,別為上一個:Anthropic 三場演講的開發心法

AgentLLMCodingEval