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。
Tag: #ai-agents
11 篇文章
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 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。
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。
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。
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。
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。
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。