本地 AI 工作站
同樣 128GB，誰比較快？DGX Spark 與 Mac Studio 把等待拆成讀題和寫答案
應援快門把同樣 128GB、價差約 1 萬元的 DGX Spark（華碩 Ascent GX10）與 M5 Max Mac Studio 對照。讀題偏 Spark，寫答案與多人產量偏 Mac；推論引擎可大幅改寫長檔案等待。數字皆為影片測試或官方表述。
DEEP READS · 魚塘導讀
Fishpond 魚塘
把值得看的 podcast、影片、素材撈進魚塘，AI 自動醃成深度導讀。混水摸魚團隊的 AI 導讀工廠。
Audit-ready Python
答案版不是補丁：拆解 audit-ready Python 如何把 AI 程式碼稽核變成系統
這份答案版不是逐題貼答案，而是把工作坊的缺陷案例重構成一套可複用的 Python 工程系統：明確失敗語義、性質測試、敵意上游、時區不變性、設定邊界、靜態分析、供應鏈稽核、架構契約與人工治理。本文用 Repomix 對照練習 repo 與 66 頁投影片，逐層解釋它如何把『不要盲信 AI』落成 CI 能執行的規則。
AI Code Audit
AI 生成程式碼怎麼驗：從 100% 覆蓋率走向可稽核工程
Cheuk Ting Ho 的工作坊用一個刻意帶著缺陷、卻有接近 100% 覆蓋率的 Python 專案，示範 AI 生成程式碼真正該怎麼驗：從性質測試、時區矩陣、靜態分析與供應鏈稽核，一路做到架構邊界、對抗式審查與 AI 工作流評估。
AI Reverse Engineering
REA 爆紅之後：AI 逆向工程真正變強的是哪一層？
REA 不是新的反編譯器，而是把 AI agent、MCP 與 IDA 等工具串成工作流的編排層。本文沿影片八輪自製樣本測試，拆解真正變強的規劃與驗證能力、被誇大的歸因，以及 VMP 虛擬化仍守住的邊界。
Agent Workflow
Gary Chen 談 Jev × Claude Code：把 agent 工作流裡的選擇題拆成決策層
Gary Chen 這支影片把 Jev 接進 Claude Code 的位置拆成三層：前置模型與 skill 路由、海量資料分類打分、程式寫完後的驗證迴圈。重點不是追逐新模型，而是找出 agent 工作流裡可枚舉、可校準、可低成本重複執行的選擇題。
AI 影像工作流
Opus 5.5 Motion Graphics：真正厲害的不是 Prompt，而是 Harness
Lukas Margerie 這支影片的核心不是一個神奇 prompt，而是一套讓 Opus 5.5 做出 motion graphics 的 harness：render contract、brand research、reference grammar、beat grid、sound sync、critique loop 與 skill 化交付。
個人 Agent × 資料主權
Grok Bot 被封後轉向 Hermes：個人 Agent 的分水嶺是資料主權
飞云這支影片不是單純比較 Grok Bot 和 Hermes，而是用帳號被封、雲端工作流消失的經驗，指出個人 Agent 長期使用時真正的分水嶺：資料、記憶、Skill 與備份能不能掌握在自己手裡。
Claude 工具鏈
Claude GitHub Repo 工具鏈：別收藏 100 個工具，先組一條能交付的路
Nate Herk 這支影片表面在推薦 Claude GitHub repos，真正有價值的是它把找客戶、做內容、建網站、寫規格、測試安全與 SEO 串成一條可交付工具鏈。本文整理 10 個工具，也補上該如何保留編輯距離。
Claude Code 工作流
Claude Code Projects：把大型目標拆成多條雲端執行線
Claude 這支短片示範 Claude Code Projects：用一個長期主對話協調多條 thread，讓大型目標被拆成雲端分支、PR、Artifacts、Library 與每日 Routine。本文整理它適合的工作型態、操作流程與用量管理提醒。
Claude Code Mods
Claude Code 五個先裝 Mods：把聊天框升級成可監控的工作台
Nate Herk 這支影片示範五個實用 Claude Code Mods：Next Steps、CacheKeeper、Recording Mode、Goal Progress、Collision Guard。重點不是好玩，而是讓 AI 工作流多出狀態、成本、隱私、進度與協作護欄。
Claude Code Mods
Claude Code Mods 官方短片：把 AI 編輯器變成可攔截、可改寫的 middleware
Claude 官方短片用 3 分 21 秒講清楚 Mods 的核心：它不是只換主題，而是讓 plugin 透過 hook 與 modules 攔截 Claude Code 內部事件，像 middleware 一樣改變 render、tool call、prompt 與 permission 流程。
Claude Code Mods
Claude Code Mods：把 AI 編輯器變成自己的工作台
Claude Code Mods 讓使用者改變 Claude Code 的介面與工作流。這支影片整理九個值得試的 mods，從進度、檔案樹、成本預警到刪檔護欄與修改回放，重點是把 AI 工具變成可調整的工作台。
Rust 入門
Rust 從零開始：為什麼這門語言值得初學者認識
這集用初學者能懂的方式介紹 Rust：它是編譯式語言，速度接近 C/C++，用所有權在編譯時擋下記憶體錯誤，並透過清楚錯誤訊息帶你寫出第一支程式。
AI 軟體工程
修好 PR 瓶頸：Matt Pocock 如何把 AI 軟體工廠變成可 review 的系統
Matt Pocock 把 AI 時代的 PR 瓶頸拆成三層煞車：自動檢查、自動 review、人類 review；重點不是讓 agent 多寫，而是讓 review 系統會學習。
AI Code Review
Matt Pocock 的 Code Review 心法：AI 讓 PR 變多後，人該看什麼
AI agent 讓開 PR 變容易，卻把瓶頸推到 review。這集借 Matt Pocock 的演講，整理三層煞車、測試測謊、review agent 分工、單向門判斷與 retro 回饋系統。
AI 工程習慣
AI 時代，Code Review 還有意義嗎？從一個模板解析庫看真正該審的東西
碼農高天用一個 Python 模板解析小庫示範：AI、linter 與 formatter 會讓低階錯誤變少，但 Code Review 的價值沒有消失，而是轉向設計、介面語義、一致性、測試與 CI。
AI 助理選型
Muse、dots、小龍蝦怎麼選：真正差別在雲端電腦、記憶與控制權
Fanko 比較 Muse、dots 與小龍蝦式自建助理。本文拆解三層架構、託管與自架取捨、任務測試、適用場景與權限風險，協助判斷該選哪一種。
本地 AI 工作站
43 萬 Mac Studio 的真正問題：M5 Ultra 讓本地 AI 工作站開始有意義嗎？
Joeman 測試 43 萬 7,900 元 M5 Ultra Mac Studio。本文拆解 256GB 統一記憶體、本地 AI、雲端成本、機密資料與購買決策，並提醒數據屬影片特定測試情境。
AI 產品策略
OpenAI 什麼都有，為什麼重度使用者還會偏向 Claude？
小Wu說這支影片用 OpenAI 與 Claude 的差異，討論為什麼模型跑分相近，重度使用者的偏好卻可能差很多。關鍵不只是誰更聰明，而是性格、信任、上下文、工具鏈與日常工作流如何被產品化。
雲端代理
OpenAI dots 實測導讀：雲端同事終於從聊天視窗走出來了嗎？
AI超元域實測 OpenAI dots：從 Slack、Notion、Supabase 連線，到語音研究、定時任務、雲端電腦、Codex 與 Blender。本文整理影片呈現的能力邊界，以及為什麼常駐雲端代理的關鍵不只是模型，而是工具、記憶、授權與驗證。
Claude Performance Sprint
Claude.ai 兩週變快 3 倍：真正關鍵不是一次大改，而是把效能變成可爬坡的數字
Anthropic 團隊用兩週把 claude.ai 與桌面 App 的核心體驗做快約 3 倍。重點不是單一技巧，而是 Claude 參與量測、benchmark、PR、部署監控與 CI ratchet 的完整效能迭代循環。
AI HACKATHON · GOOGLE CLOUD
AI Builder Cup 參賽指南：從題目選擇到可運行原型
這場 AI Builder Cup 說明會不是單純宣傳黑客松，而是在定義參賽者要交出的完整作品：選對題目、做出可運行原型、部署到 Google Cloud、用英文文件與 demo 影片說清楚影響與擴展性。
hero_image · 320×180
Structured AI Automation
TypeSafe AI 的 System One Models 與 Jev：把 AI 從聊天介面推進 typed decision engine
TypeSafe AI 發表 System One Models 與首個公開模型 Jev，主張把 AI 從會聊天、會生成字串的 LLM，轉向能高速輸出 typed probabilistic decisions 的自動化元件。這篇導讀整理原文主張、技術棧、eval 證據、限制與開發者該怎麼看。
Diogo Almeida, TypeSafe AI18 分鐘#typesafe-ai#system-one-models#structured-output#automation#llm-evals#ai-infrastructure
AI 招聘制度
AI 面試作弊軟體爆紅後：技術面試到底還能測什麼？
Kelly Tsai 這支影片以 AI 面試作弊軟體為切入點，討論遠端技術面試的訊號如何被即時輔助工具稀釋。真正的問題不是要不要面試，而是公司能否從標準答題轉向工作樣本、互動討論與判斷驗證。
Claude Code 更新
Claude Code 又讓人想回來：七個近期更新背後的產品方向
Gary Chen 這支影片整理 Claude Code 近期七個更新：session 互通、額度調整、自動續跑、Desktop 內建瀏覽器、iOS 模擬器、Auto mode、Concise 模式與 design 指令。真正值得看的是產品方向：Claude Code 正在補上工作流斷點，讓開發者少貼資料、少按確認、少被中斷。
加盟風險
7-11 加盟保證進帳：毛收入、工時與合約風險的真正帳本
這支影片把便利商店加盟最吸引人的「年最低毛收入保證」拆回真實帳本：310萬不是淨利，而是尚未扣掉人力、房租、水電、報廢、盤損與家庭工時的毛收入下限。真正要讀懂的不是保證數字，而是誰控制訂貨、誰承擔報廢、誰吸收服務工時，以及合約沒有寫進去的風險。
電商現金流
網拍庫存黑洞：小賣家的損耗歸零線
這支影片把網拍創業最容易被忽略的帳本攤開：真正殺死小賣家的，不是商品沒有毛利，而是庫存、平台抽成、廣告、包材、退貨與稅務一起把現金流吃掉。可行的解法不是盲目囤貨，而是用預購、小批量驗證與單元經濟學先守住損耗歸零線。
Context Engineering
AGENTS.md 不是越多越好：PostHog 談 Context Engineering 的新重點
Jina Yoon 這篇 PostHog 文章提醒：模型變強後，過去救命的 AGENTS.md/CLAUDE.md 規則也可能變成阻力。Context Engineering 的重點正在從補資料轉向減噪音：用 /doctor 與人工修剪常駐內容，用 evals 測上下文是否真的防錯，再讓 agent 主動回報缺失，形成可驗證的 context feedback loop。
Agentic Engineering
L8 Principal 的 Agentic Engineering 實戰：從空 repo 到全端 MVP，真正難的是管理代理團隊
Kun Chen 這支 100 分鐘實作，不只是展示 agent 寫 code，而是在示範一套代理工作系統：人類只和 FirstMate 對話，由它派出市場、技術、UX、基礎設施與測試代理。真正的重點不是自動化多少工具，而是如何用決策畫布、權限閘門、文件化交接與端到端驗收，把多代理變成可控的工程團隊。
AI Coding
DHH 的 AI 轉向：當手寫程式變成一種浪漫
AI 101 剪出 DHH 在 Lex Fridman 訪談中的轉向：這位 Rails 作者從 AI 懷疑者變成重度使用者，也把手寫程式重新定位成像騎馬一樣的浪漫工藝。
AI × SaaS
AI 讓 SaaS 重新面對 Build or Buy：退訂不是終點，重新算帳才是
Debug Tuboshu 從退訂 ManyChat 講起，指出 AI 正在降低自製工具與自架服務的門檻。但真正值得看的不是「不要買 SaaS」，而是每個訂閱都要重新接受 Build or Buy 的總成本檢查。
Local AI Workflow
Qwen3.8 27B 讓本地模型重新變熱：Mac mini 實測背後的 Token 自由與不上雲取捨
TuTulifestyle 用 2024 款 Mac mini 實測 11 個本地模型，從 Qwen3.8 27B 熱潮談到硬體門檻、Token 自由與不上雲的折中方案。結論不是立刻買設備，而是把本地模型放回資料敏感度、速度、能力與總成本的工作流取捨。
AI Product Security
AI 產品上線前的五道資安關卡：從 what’sub 類字幕工具看非工程師產品風險
AI 讓非工程師也能把產品做上線，但跑得動不代表能安全營運。這集用字幕工具的產品流程拆出五道資安關卡：上傳、授權、成本、套件供應鏈與 AI 權限。
Creator Tools
What'Sub：把上字幕的十年痛點，做成一個會學習的創作者工具
壹加壹公開 What'Sub，不只是做一個自動上字幕網站，而是把創作者十年字幕工作裡的斷句、閱讀速度、台灣用語、批次校正與個人詞庫，整理成一套更貼近剪輯現場的 AI 工作流。
Agent 工作流
刪掉 Claude Skills 之後，模型為什麼反而變聰明？
Nate Herk 這支短片借 Boris Cherny 談 Claude Code 的訪談，整理一個反直覺提醒：新模型上，舊的長 system prompt、skills 與 hooks 可能正在限制模型。本文拆解「刪掉」背後真正的意思：不是放棄 context，而是把指令縮成目標、邊界與驗證。
Claude Code 提示法
Karpathy 的 Prompting 2.0：把混亂說出來，讓 Claude Code 幫你整理
Karpathy 的長口述提示法提醒我們：對新專案與 agent 工作流來說，prompt 的價值常不在精準，而在高頻寬地交代背景、限制、偏好與模糊直覺。
Claude Design
Claude Design 的 Gauntlet Loop：把品味變成可執行的檢查清單
Jack Roberts 示範的 Gauntlet Loop 把 Claude 設計流程拆成 build、critique、revise：不是再多寫一段神奇 prompt，而是用多個獨立 critic 把 brief、design system 與 craft 檢查制度化。
Claude Code 工作流
Matt Pocock 的 Claude Code Skills：不是超能力，而是更小的工作接口
Eric Tech 這支影片借 Matt Pocock 的 Claude Code Skills，說明 agent 工作流正在從大型框架轉向短、可重組、語意密度高的小型技能。本文整理 Grooming、to-spec、to-tickets、TDD、code review 與 architecture review 的關鍵，也保留對影片判斷的編輯距離。
Agent 實驗場
Hermes Agent 不只回信：從自動百科、AI 公司競賽到香菇生長箱
Kelly Tsai 這支影片把 Hermes Agent 從待辦、回信與會議紀錄拉出來，展示虛構文明百科、AI 公司競賽、本地活動記憶與香菇生長箱四種案例。真正值得看的是：agent 正在從聊天介面，變成會記憶、會觀測、會連工具的長期系統。
Claude Code Economics
Claude Code token 省錢不是少打字：真正成本在 prompt cache、冷 cache 與模型路由
Chase AI 用 18 分鐘拆解 Claude Code 的 token 成本：少打字只是邊角，真正大頭在完整上下文反覆送出、prompt cache 是否命中、冷 cache 之後怎麼接手，以及該不該讓最大模型包辦所有任務。
Cloudflare Wallets
Cloudflare Wallets：給 AI Agent 用的可程式錢包
Cloudflare Wallets 把 AI agent 在網路上做生意時最缺的兩件事放到同一個產品裡：可辨識的身份，以及能被人類設限的原生支付能力。它不是單純替 agent 開一個錢包，而是試著把 Account Wallet、Virtual Wallet、x402 微支付、商家端 Monetization Gateway 接成雙邊市場。
Agent Workflow
Graph Engineering 是什麼：當 Loop 不夠用，才把 Agent 流程畫成圖
Serena 心心加州用 YouTube AI 選題系統說明 Graph Engineering：Harness 是工作環境，Loop 是循環控制，Graph 則把多節點、並行、審查與可觀測性放進同一張流程圖。
AI Coding Agent
Claude Opus 5 編程實測：從 3D 住宅到 Godot 遊戲與 Android App
AI超元域用 3D 場景、SVG 動畫、Godot 沙盒遊戲與原生 Android App 測試 Claude Opus 5。這篇導讀整理 demo 亮點，也提醒：影片展示的是高強度樣本，不等於所有專案都能穩定複製。
AI 內容產線
Claude Code 自動剪片：從錄影資料夾到可重跑的創作者產線
Sandy Lee 示範用 Claude Code 串起 FFmpeg、Whisper、Hyperframes 與 Higgsfield AI，讓長影片從資料夾輸入到粗剪、字幕、音效、B-roll、預覽與輸出。重點不是 AI 會魔法剪片，而是創作者把剪輯變成可描述、可重跑、可審核的工作流。
AI Agent 工作流
Hermes Agent 基礎設定指南：從本機模型、記憶分層到多 Agent 工作流
Tina Huang 以自己的 Hermes Agent 設定示範：硬體位置、模型 provider、本機開源模型、tools、integrations、MCP、skills、cron 與四層記憶，如何把聊天框變成可長期運作的 AI 工作流節點。
AI 內容工作流
錄完丟給 AI，就出片：Claude Code 短影音自動剪輯工作流
這支影片把 AI 剪短影音拆成一條可重複的管線：Whisper 轉字幕、Auto-Editor 剪停頓、Pexels 補 B-roll、Claude Code 編排素材，再用模板和本地編輯器做最後微調。重點不是讓 AI 取代審美，而是把剪輯流程變成可描述、可重跑、可逐步優化的系統。
AI Content Ops
Claude Design 社群工作流：一個想法如何變成三十則貼文
Vista Social 示範的不是神奇 prompt，而是一條先建品牌脈絡、再做內容矩陣、先測單張設計、最後排程追蹤的社群內容工作流。
Agent Product
GPT 5.6 Sol 實測：ChatGPT、Work 與 Codex 合體後，Agent 產品長什麼樣
NiceKate AI 以 16 個任務測試 GPT 5.6 Sol、ChatGPT Work 與 Codex 整合後的產品型態。真正值得看的不是單點跑分，而是它如何把瀏覽器、文件、程式、圖片生成與本機工具串成可交付流程。
AI Model Strategy
Claude Fable 5 回來了：五種值得把高推理模型額度花下去的工作
Peter Yang 以 Claude Fable 5 的短期限與用量限制為背景，示範五種值得花高推理模型額度的任務：找高價值工作、做人生與商業計畫 stress test、把專案整理到可上線、規劃大功能，以及重構 codebase。重點不是迷信模型，而是把稀缺推理資源放在高判斷密度工作。
GitHub 週報
GitHub 週報 121：AI 工程化正在補上速度、記憶、安全與資源層
IT咖啡館第 121 期整理 DeepSpec、Design.md、AI Berkshire、Strix 與 free-for-dev。這些專案共同指向一個更務實的趨勢：AI 工具鏈正在補上速度、記憶、研究、安全與資源管理這些工程化底座。
AI 工具
Fable 5 提示工程地圖：把高價模型用在刀口上
這支影片把 Fable 5 的使用方式濃縮成六個 prompt 習慣：說明意圖、列出反例、貼近真實任務、指定風格、降低延遲，並把複雜任務交給更適合的模型。
AI AGENTS · ENGINEERING
Spotify 如何把 agents 放進 2000 萬行 codebase
Niklas Gustavsson 分享 Spotify 如何把 Claude Code 與 agents 放進大型工程組織：重點不是讓模型自由改 code，而是用多年累積的 monorepo、測試、自動化 PR、ownership 與 prototype 流程，讓 agent 的速度被驗證系統接住。
GitHub 週報
GitHub 週報 120：Agent 工具箱正在長出新的標準件
IT咖啡館這期 GitHub 週報介紹五個開源工具：影片生產、OSINT、Agent 聯網、程式碼庫記憶與剪輯器 API。真正的訊號是，Agent 工具鏈正在從單點 demo 走向可組裝的工程零件。
AI Agent Framework
Flue：把 Claude Code 的 harness 變成可程式化框架
Better Stack 這支短片介紹 Astro 團隊的 Flue：一個把 Claude Code 式 harness 變成 TypeScript framework 的開源專案。本文拆解它與一般 AI SDK 的差異、workflow 與 skill 如何組合，以及它用 just-bash 降低 sandbox 成本的關鍵設計。
AI 工作流
Codex Record & Replay：把「寫提示詞」改成「做給 AI 看」
PAPAYA 電腦教室示範 Codex Record & Replay：先錄下收據登錄或產品建檔流程，再讓 Codex 轉成可觸發、可管理的 Skill。本文整理它適合的任務、風險邊界，以及為什麼「示範」可能比長提示詞更像真正的工作流介面。
Codebase Knowledge Graph
codebase-memory-mcp：把大型程式碼庫變成 coding agent 可查的知識圖譜
AI超元域實測 codebase-memory-mcp：用 MCP 將 codebase 索引成知識圖譜，替 Claude Code、Codex 補上呼叫關係、依賴、爆炸半徑與跨專案遷移分析。
Multi-Agent Orchestration
Sakana Fugu 技術拆解：不是新大模型，而是學會調度模型的模型
Cahid Arda Öz 這篇文章把 Sakana Fugu 拆成兩個層次：Fugu 是基於 TRINITY 的快速 router，用小 backbone 加 tiny head 在單次 forward pass 裡選 worker；Fugu-Ultra 則是 Conductor，會寫出 subtasks、workers、access list 形成多 agent workflow。真正新意不是新 frontier weights，而是把模型能力組合放到 behavior layer。
Harness Engineering
The Coming Loop：當 Coding Agent 的真正戰場移到 Harness 外層
Armin Ronacher 在 The Coming Loop 裡討論 coding agent 的下一個重點：不是模型內部 tool loop，而是外層 harness loop。任務進 queue、機器嘗試、harness 判斷是否完成、再續跑或重開 session。這種 loop 在 porting、benchmark、security scan 很有效，但用來寫長期核心程式時，會放大不可理解、過度防禦與責任外包。
Agentic OS
別只把 Claude Code 當終端機：Fable 5 Agentic OS 的真正重點
Chase AI 這支影片展示一套用 Fable 5 建出的 Claude Code Agentic OS：Jarvis HUD 只是入口，真正的價值在語音轉錄、意圖路由、Headless Claude Code、Obsidian 記憶、Kokoro 本地語音與可重用 skills。本文拆解它如何把終端機能力包成團隊與客戶能用的作業系統。
Market Cycle Framework
不是每次下跌都值得買：2026 股市三種下跌框架
這支半小時影片把「逢低買進」拆成完整決策系統：先分辨市場情緒崩潰、產業輪動、個股利空消化三種下跌，再用宏觀、企業獲利、信用市場與政策反應排除真崩盤，最後落到觀察名單、觸發價、現金、分批與退出策略。本文為教育整理，非投資建議。
AI 職涯路線
學會 Claude 之後，下一步是證明價值
Nate Herk 這支影片的重點不是教你再學一個 Claude 技巧，而是把 AI 技能轉成職涯槓桿：工具會變，真正值錢的是診斷問題、鎖定 business constraint、綁定 KPI、做出小型可驗證成果，再把證據 formalize 成公司內 AI 角色或獨立顧問服務。本文整理四步路線圖，也提醒影片中的市場數字與個案要保留歸屬語氣。
AI 工具實測
Fugu Ultra 實測：不是更聰明，而是更會調度
Nate Herk 實測 Sakana AI 的 Fugu Ultra，結論比標題更冷靜：它不是比 Fable 或 Opus 更聰明的新單一模型，而是一個會把任務分派給 Opus、GPT、Gemini 等模型的 orchestration API。實測中 38 項任務有 36 項平手，但 Fugu 約慢 4.5 倍、貴 5 倍。真正值得注意的不是這次工具是否必用，而是多模型調度與單位經濟會成為 AI 工具選型的新基本功。
AI 創業觀察
40 歲 Solo Founder 的時代：YC 訪談 Webflow 共同創辦人 Bryant Chou
YC Lightcone 訪談 Webflow 共同創辦人 Bryant Chou，表面談新產品 Ploy，真正主題卻是 AI 時代的創業優勢正在重新分配：年輕人有工具熟悉度，資深創辦人有品味、脈絡與錯誤記憶。當模型能放大這些經驗，所謂 40 歲 solo founder 的時代，說的不是年齡，而是能否把經驗變成 AI harness。
Agentic Coding
30 分鐘掌握 Claude Code：從 codebase 問答到工程流水線
Anthropic 的 Boris 分享 Claude Code 實戰流程：先用 codebase Q&A 建立理解，再透過計畫、工具、測試迭代、CLAUDE.md、MCP 與 SDK，把 terminal agent 變成團隊工程介面。
GitHub Weekly
GitHub 一週熱點 119：從 Agent 技能包到物理 AI，開發工具鏈正在外擴
IT咖啡館第 119 期 GitHub 熱點整理了 agent-skills、Apple container、NVIDIA Cosmos、Chatwoot 與 IPTV。這些專案共同指向一件事：開源工具鏈正在從寫程式，延伸到交付、端側、物理世界與營運流程。
Loop Engineering
迴圈工程真正重要的不是多試幾次，而是回饋怎麼進來
蝦說 AI 用 1 到 1000 猜數字實驗拆解 loop engineering：同樣猜 14 次，沒有回饋仍是 0%，看得到高了/低了就能讓 GPT-4o mini 到 100%。重點不是重試，而是結果如何回到下一步。
AI Second Brain
把 Claude 變成第二大腦：AIOS 不是聊天頁，而是工作系統
Nate Herk 示範如何把 Claude Code 類工具變成 AI second brain 與 AI operating system。重點不是多開幾個 AI 工具，而是用 Context、Connections、Capabilities、Cadence 把知識、工具與自動化收進同一個可維護系統。
Agentic Engineering
Agentic Code Review：當 AI 讓寫程式變便宜，Review 變成最貴的工程能力
Addy Osmani 認為 AI coding agents 沒有讓 code review 變不重要，反而把工程瓶頸從寫程式移到驗證與信任。團隊需要依風險分層、要求證據、讓 AI 做第一線審查，但人類仍要負責高風險決策與 merge。
Aging Design
有計畫地老去：把晚年從依附改成可設計的生活系統
這支影片用第一人稱養老寓言，拆出三種常見晚年安排的風險：與子女同住、聘請看護、入住機構。真正值得帶走的不是戲劇化故事，而是把住處、照護、家人邊界與日常節奏重新設計成一套可持續的生活系統。
私人 AI 助理 × 權限治理
Hermes Agent 私人助理實戰：從安裝、記憶到權限治理
從部署、Telegram、記憶、模型、Subagent、Google Workspace、Skills、Goal 與外部工具，拆解 Hermes Agent 如何成為長期私人助理，並整理最小權限、憑證、批准、備份與復原的安全基線。
貓行為判讀
貓不是討厭你：讀懂 8 個「請離我遠一點」的壓力訊號
影片整理躲藏、尾巴低垂、炸毛、飛機耳、哈氣、拒摸、攻擊與不讓抱等 8 種行為。本文把它們從「討厭你量表」改讀為壓力、疼痛與距離需求的線索，提供四個情境判讀問題與三步修復方法。
NVIDIA × AI 工廠
黃仁勳的 AI 世界模型：從一顆 GPU 到一座會生產智慧的工廠
從 2 小時 24 分長談拆解 NVIDIA 的極限協同設計、四條 scaling laws、CUDA 護城河、AI 工廠、agent 工作革命與人性邊界，並區分工程機制與企業敘事。
AI 半導體供應鏈
當 AI 不再只缺晶片：台灣供應鏈的下一輪瓶頸地圖
從影片 03:00 起拆解 AI 算力瓶頸如何由晶片外溢到先進封裝、電力、被動元件、矽光子與記憶體，並以需求、認證、量產與估值四道關卡，區分產業趨勢與投資敘事。
Long-running Agents
Claude Fable 5：當 AI 可以自主工作數天，安全與驗收如何跟上？
Anthropic 將 Fable 5 定位為可自主工作數天的 Mythos-class 模型。本文拆解官方短片中的風險分流、持久化工作狀態與跨專業任務承諾，並提出五項可驗收條件。
Claude 新模型
Claude Fable 5 與 Mythos 5：同一個底層模型，兩種安全邊界
Claude Fable 5 把 Mythos-class 能力帶給一般使用者，Mythos 5 則保留給受控資安場景。本文核對官方公告，拆解同底模不同護欄、短期訂閱體驗窗、API 成本、Benchmark 與長時間 Agent 的採用方法。
Stateful Learning
把老師裝進 Skill：`/teach` 如何把 AI 對話變成持續學習系統
Matt Pocock 的 `/teach` 不只生成教材，而是用 Mission、可信 Resources、互動 HTML、Learning Record 與跨 Session 狀態，組成能依學習進度調節難度的系統。
Claude Code 編排
Claude Code 動態工作流：不是多開幾個 Agent，而是把計畫變成可執行編排
Dynamic Workflow 把大型任務拆成大量平行 workers，再由 synthesis agent 彙整。本文比較 Skill、Subagent、Agent Team 與 Goal，拆解它何時值得使用，以及 token、權限與協調成本。
AI Agent 原理
解剖 AI Agent：李宏毅用 OpenClaw 講透模型之外的工程
李宏毅以 OpenClaw 拆解 AI Agent：模型只負責判斷，System Prompt、工具、記憶、Skills、Subagent、Heartbeat、Cron 與安全邊界，才讓它能長期行動。
Coding Agent 架構
Claude Code 的工程核心：Agent loop 只是起點
拆解 Claude Code 類 coding agent 的真正工程核心：agent loop、雙重預算熔斷、五層提示詞裝配、工具治理、上下文壓縮，以及 MCP 與 Skills 的擴充分工。
Agent Orchestration
Claude Code Workflow：AI 開始自己寫 Harness，工程師該管的是流程而不是 Prompt
Claude Code Workflow 把自然語言任務轉成可觀測、可限額、可審查的多 Agent Harness。本文核對官方版本紀錄，拆解 Skill 與 Workflow、沙箱、四階段編排、Token 護欄及先審腳本再執行的安全做法。
Fishpond Editorial16 分鐘#claude-code#workflow#harness-engineering#multi-agent#agent-orchestration#ai-coding
SpaceX IPO 2026
SpaceX 史上最大 IPO：$1.77 兆估值買到的，是 Starlink、火箭，還是 xAI？
SpaceX 的 $1.77 兆 IPO 把 Starlink、火箭與 xAI 三種不同成熟度的業務綁在一起。本文核對 SEC 文件，拆解 $135 定價、資本支出、低流通、雙層股權、Tesla 關係與 pre-IPO 商品風險。
AI-Assisted QA
Prompt Engineering 做軟體測試：從會生測試碼，到建立可靠的 QA 回饋迴路
AI 能快速產生測試碼，但速度不等於可靠性。真正有效的 QA Prompt，必須同時提供測試目標、系統脈絡、輸出契約、邊界案例與明確斷言，並把生成、執行、審查與修正接成可版本化的回饋迴路。
GitHub Weekly 117
五個 GitHub 熱門專案，看見 Agent 工具鏈正在分層
五個 GitHub 熱門專案共同描出 Agent 工具鏈的新分層：Open Design 管設計交付，Headroom 管 Context 成本，Taste Skill 管視覺約束，兩套學習型 repository 則補上人的長期能力。本文核對專案 README，整理適用情境、限制與低成本試驗方法。
Fishpond Integration
把 LikeCoin 接進魚塘：讓每篇導讀都能被讀者拍手支持
Fishpond 可以在每篇導讀正文後加入共用 LikeCoin 支持區塊，把文章網址帶入 LikeCoin Button，讓讀者用拍手支持內容；本文整理接入位置、資料流、設定方式、安全邊界與上線步驟。
工程師面試
Strong Hire 不是答對題目：系統設計面試如何展現高於職級的判斷力
系統設計面試的 Strong Hire，不是把標準答案背得最完整，而是像更高一級的工程師一樣主導問題、釐清需求、比較方案、解釋取捨，並讓面試官相信你能在真實工作中做出可承擔的決策。
動物行為科學
別把貓當小人類：從擬人化誤讀，到用行為科學讀懂貓
這集《強者我朋友》邀請貓行為諮詢師葛雁，拆解人類最常對貓做出的擬人化誤讀：翻肚不等於邀你摸肚子、呼嚕不一定是爽、亂尿也不是報復。真正的起點，是把貓的耳根、尾巴、身體張力、砂盆與家庭動線，當成可觀察的訊號。
Claude Code
Claude Code Vibe Coding 實戰：把早報、圖卡、報價單變成工作流
這支下集把 Claude Code 從安裝配置推進到可重複的工作流：用 MCP 讀 Gmail、Calendar、Notion，做 /morning 早報，建立 Skill 產圖卡，客製 Statusline，再把報價單與合約變成可預覽、可匯出的本地工具。
Claude Code
Claude Code 零基礎入門：非工程師如何把 AI 變成可工作的助理
這支 Claude Code 入門影片的重點，不是教非工程師假裝自己會寫程式，而是把 AI 從聊天框移到本地工作環境：有資料夾邊界、有權限模式、有安全刪除、有 MCP 工具串接，最後變成能讀資料、改檔案、產生文件與跑工作流的貼身助理。
AI x Web3 School
開放代理經濟：從 ERC-8004、ERC-8183 到開發者路徑
這場 AI x Web3 School 把 agent economy 的問題拉回基礎設施：AI agent 不能只靠人類網路的帳號、密碼、信用卡與封閉 API 運作。ERC-8004、x402 / ERC-8183、Ethereum settlement layer 與 Deep Funding 這些案例，指向一條更務實的開發者路徑：先定義身份、聲譽、驗證、支付與人類邊界。
AI x Web3 School
AI 在 Web3 的應用：去中心化算力、Agent 錢包與開發者的新路徑
這場 AI x Web3 School 分享把 AI 與 Web3 的關係拆成雙向：Web3 能替 AI 提供去中心化算力、市場與驗證能力；AI 則能降低 Web3 的理解、開發與操作門檻。但真正關鍵不是把 Agent 接上錢包，而是設計清楚的權限邊界。
Fishpond Architecture
Hello, Fishpond：一座用 Git、Skill 與靜態網站養起來的 AI 導讀魚塘
Fishpond 已從 Phase 1 骨架長成一套 Git-backed AI 導讀工廠：內容以 Markdown 作為資料源，Vike 靜態產站，media-to-editorial 管線負責轉錄、結構化、出文與驗證，再由 Cloudflare Workers serve 正式站。
AI x Web3 School
Web3 的運行原理：從錢包簽名、交易出塊到智能合約治理
這場 AI x Web3 School 直播把 Web3 拆成一條可理解的運行鏈：錢包保管鑰匙、交易是授權資料、簽名在本地完成、RPC 負責廣播、mempool 等待打包，最後由 builder / validator 出塊；再延伸到智能合約、EIP 升級、節點多樣性與 Web3 的真實邊界。
Pet Behavior Explainer
貓咪不是不懂愛：每天 7 個低壓力動作，讓牠真的感覺安全
Felune 這支短片把「愛貓」拆成 7 個低壓力日常動作：用柔和語氣說話、慢眨眼、模擬狩獵式玩耍、安靜共處、先聞再摸、尊重睡眠，以及輕撫耳後頭頂。重點不是做更多，而是用貓能理解的方式表達安全。
AI x Web3 School
Hermes 從 0 到 1：AI Agent 不只是聊天，而是把模型接進真實工作流
這場 AI x Web3 School 分享把 AI Agent 從名詞拆回實作：先分清聊天助手、AI Coding IDE、終端 Agent、模型平台與通用助手底座，再用 Hermes 示範安裝、provider 設定、訊息網關、Telegram/微信連接、記憶與 skills 的產品化邊界。
3Blue1Brown Explainer
LLM 到底怎麼接話：3Blue1Brown 的大型語言模型極簡導讀
3Blue1Brown 用不到 8 分鐘把 LLM 拆成三件事：它如何用機率預測下一個詞、如何透過海量文本與反向傳播完成預訓練，以及 Transformer 的 attention 為什麼能讓上下文一起參與判斷。
Karpathy Interview Notes
AI 時代工程師怎麼重新定位自己：Karpathy 的 Software 3.0 生存指南
Gary Chen 解析 Andrej Karpathy 對 Software 3.0、Jagged Intelligence 與 Agentic Engineering 的觀察。真正的轉變不是工程師不用理解，而是 API 細節可以外包，系統判斷、驗證設計與責任不能外包。
AI x Web3 School
AI 時代的 Web3 開發者：基礎知識、架構能力與信任邊界
這場 AI x Web3 School 分享從 AI 協作邊界談起，用 Web3 支付系統拆解信任如何從機構移到協議、簽名與鏈上資料，並延伸到錢包、交易監聽、多簽、託管、Agent payment 與開發者能力模型。
Agentic Engineering
能跑好幾天的 Multi-Agent 架構：Factory 的 Missions 怎麼把代理團隊做成可出貨系統
Factory 的 Luke Alvoeiro 這場演講，核心不是「多開幾個 agent 就會變快」，而是把 multi-agent 系統當成可長時間運作的工程組織：Orchestrator 規劃與定義驗收契約，Workers 逐步實作，Validators 以獨立脈絡做對抗式驗證。真正的槓桿不是平行數量，而是結構化交接、事前驗收標準與能隨模型進步而變強的架構。
Mac 選購
別買錯 M5 Pro / Max：用工作型態反推規格，而不是追跑分
這支影片真正有價值的地方，不是告訴你哪顆晶片跑分最高，而是把 MacBook Pro 選購問題改寫成工作流問題：平面設計、一般剪輯、開發、AI 生圖與 3D，各自該把錢花在不同地方。本文整理講者實測與建議，並保留編輯距離。
思考框架
第一性原理：把問題拆到骨頭，再從頭蓋回去
面對昂貴或困難的現實，大多數人用「類比思考」——別人怎麼做我就怎麼做，於是被鎖進別人劃定的框架。第一性原理則把問題拆解到無法再拆的基礎事實，再從那裡重新往上推導。本文從 Elon Musk 的火箭、Naval Ravikant 的投資與財富哲學，到一場你今天就能動手的 24 小時實驗，拆解這套思考武器，也誠實談它的侷限。
AI 商業模式
賣成品，不賣工具：YC 揭示的 AI-First 代理商模式
YC 對旗下新創喊話：別賣工具給客戶讓他自己做，自己用 AI 把成品做好，用數百倍價格賣「結果」。這支 Bo Sar 的影片把模式拆成 6 個有真實價格的可賣服務，並給出四步驟入門框架。本文逐章拆解背後的毛利數學與規模化邏輯，同時保留編輯距離——模式洞察值得參考，但價格數字是講者單方提供、未經查證，真正的門檻不在工具，在於找到並說服客戶。
AI 前端實戰
前端工程師失業倒數？AI × Skill 的網站生成實戰拆解
從 1995 到 2018 五個年代的 AI 網站拉皮、shadcn/ui 量產 14 種常見網站、 復刻 Awwwards 得獎站到 95% 相似、再到同品牌三種設計策略的 KPI 拆解—— 這支 8 分半影片答得最誠實的問題不是「AI 能不能做網站」， 而是「做出來之後，你能不能判斷這個網站該給誰看」。
Debug Tuboshu（YouTube）20 分鐘#ai-web-design#claude-code#skill#shadcn-ui#scroll-trigger#awwwards#portfolio-design