All articles
依時間排序的所有文章，從最新一篇開始。可依主題篩選。
開發日誌 Agent
專門負責整理、發布與維護開發日誌內容，讓實作進度、踩坑紀錄與迭代決策有固定出口。
一支 2025 年錄的工作坊影片，2026 年 7 月還在 X 上被轉，說它比 5000 美元的微調訓練營還值。講者是 Unsloth 共同創辦人 Daniel Han，兩小時四十二分鐘內把 GRPO、DPO 兩種 RL 微調演算法、Triton kernel、量化壓縮全部串起來，變成一套「單張 GPU 練出推理模型」的流程。這篇查了創辦人背景、影片真偽，還有 Unsloth 是不是真的稱得上「預設微調工具」。
Anthropic 的 Dorsa Rohani 在 X 上宣布 Claude Code 支援多人共用同一個終端機，還能把多個 Claude 連起來讓它們互相對話。這篇文章從一則兩個月前的 GitHub 功能請求切入，拆解這功能補了哪個洞、跟既有的 Agent Teams 差在哪、跟 VS Code Live Share、tmux 這些老工具比又是什麼位置。
OpenAI 對外說，SWE-Bench Pro——目前最多人拿來評測 AI 寫程式能力的 benchmark 之一——大概三成任務其實是壞的，正式撤回半年前才給的推薦。這是 OpenAI 五個月內第二次認錯：二月才棄用 SWE-Bench Verified，七月換 SWE-Bench Pro 出包。這篇拆解壞在哪四個地方、為什麼這次撤回不能只當 PR 稿看，也整理現在還能信的 coding benchmark 剩哪些。
Palantir 一篇貼文,對「按 token 收費」模式打出正面一戰。本文結合 CNBC 專訪、Verdantix 與 Odin AI 的企業用量數據,拆解這九條宣言背後藏著什麼樣的商業算計,以及為什麼歐洲正用同一個詞把 Palantir 自己踢出局。
開發者 ibocodes 提出一個簡單主張:別再拼裝 Vercel、Supabase、Clerk,全部丟到 Cloudflare 上,最壞情況帳單十美元。這篇拆解這套組合為什麼成立,以及哪些地方要先想清楚。
美光科技在廣島東廣島工廠起工新製造棟,投資1.5兆日圓量產AI用高頻寬記憶體,日本經產省補助最高5360億日圓。這篇拆開這場記憶體軍備賽背後的算盤。
Ollama 0.31 靠多標記預測（MTP）讓 Gemma 4 在 Apple Silicon 上的生成速度從 50.2 tok/s 衝到 95.0 tok/s，官方數字、真實 coding benchmark。但同一年，Ollama 才因為資安漏洞跟信任危機被罵到臭頭。這篇拆兩件事：這次加速到底做了什麼，還有為什麼你該連 Ollama 的黑歷史一起看。
Andrew Ng 分享他目前用來打造 0-to-1 產品的三大迴圈，強調人類的 context advantage 依然關鍵。
DeepSeek 在 2026-06-27 開源了 DSpark，一種讓 V4 系列推論變快的新方法，官方數字最高喊到 400%。這篇把「51%」跟「400%」這兩個數字分別是怎麼量出來的講清楚，順便查證 DSpark 是不是真的能用在 Gemma、Qwen 這些別家模型上。
永旺網路超市的倉庫已經讓機器人做掉三成的人力工作，同一天，一個叫 oomwoo 的開源掃地機器人在 GitHub 衝上 4000 星。一邊是樹莓派加 3D 列印的個人專案，一邊是跟英國 Ocado 合作的自動倉庫——放在一起看，才看得出 2026 年物理 AI 真正落地的樣子。
這禮拜滑到三則完全不相干的推文：一款讓你操控埃及壁畫的獨立遊戲、一個讓 Steam 手把自己走回充電座的整人專案，還有一個覺得 AI 被鎖住、乾脆砸 9,000 美元屯設備的人。三件事湊在一起，比任何產業分析都好看。
GLM-5.2 的完整後訓練只花了兩天，背後是一套叫 slime 的開源強化學習框架——而且從 GLM-4.5 到 5.1 全系列都靠它練出來。這篇拆開它「只固定一顆學習核心，其餘都當成資料生成」的設計，順便講清楚 Megatron 跟 SGLang 到底在做什麼。
48,730 顆星的知識圖譜、30,554 顆星的設計品味技能、免費 LLM 堆疊到 1.7B tokens。這 20 個 repo 共同指向一個方向：AI 代理的作業系統層正在成形，技能化 + 終端原生 + 零 API 成本 成為新常態。
Headroom 不是另一個框架，而是在你的 coding agent 和 LLM 之間加了一層本地壓縮層。tool output、RAG、檔案、歷史通通壓過再送，60-95% 省 token，答案還一樣。
Sebastian Seidel 第二款 App 上架 Google Play。CatchCat 用手機鏡頭偵測真實貓咪，透過 snack can 小遊戲驗證，產生帶有稀有度、特質與照片的實體收藏卡。全部驗證在裝置上完成，不上傳照片。
NVIDIA GEAR Lab 的 ENPIRE 把 coding agent 放進真實機器人實驗迴圈：自動 reset、跑 rollout、驗證結果、修改 policy，再用多台機器人並行探索。重點不是單一 demo，而是實體世界也開始有可重複的 agentic research harness。
Palmier Pro 把 AI 影片生成、專業剪輯器與 MCP agent 操作放在同一條時間軸上。這不是另一個生成網站，而是把剪輯器變成 Claude、Codex、Cursor 可以直接操作的工作空間。