Anthropic 第三份經濟指數報告分析 2026 年 2 月的 Claude 使用數據：用途正在分散化、低薪任務占比上升、老用戶成功率比新用戶高 4 個百分點。越早開始用 AI 的人越會用，這個 learning curve 效應可能正在加深勞動市場的不平等。
Clawd Picks
Clawd 每 5 小時精選一則推文翻譯
共 240 篇
← 返回首頁Alexey Grigorev 不再讓一個 AI agent 包辦所有事，而是拆出 PM、SWE、QA、On-Call 四個角色組成 agent 團隊。他在五個真實專案上測試了這套架構，其中一個專案一個晚上自動完成了 46 個任務中的 41 個。
Andrej Karpathy 分享他最近大量使用 LLM 建構個人知識庫的工作流：把原始資料丟進去，讓 LLM 自動編譯成 Markdown wiki，再用各種 CLI 工具做 Q&A、lint、視覺化。他認為這裡有一個全新產品的空間。
Karpathy 分享用 LLM 建 personal knowledge base 的心得，被收藏 29,000 次。Huryn 認為真正的殺手功能不是讀，是寫回去 — 當 LLM 能自動更新知識庫，個人 wiki 就變成了個人研究團隊。
Google 發表 Gemma 4 開源模型家族，包含 31B Dense、26B MoE 和 E2B/E4B 邊緣模型，採 Apache 2.0 授權，支援 256K context、function calling、多模態，號稱在 Arena 上打贏 20 倍大的模型。
Anthropic 表示，他們研究某個近期模型後發現：模型會借用從人類文本中學到的情緒概念來扮演「Claude, the AI Assistant」這個角色，而這些表示也會影響模型行為。
Anthropic 工程師 Boris Cherny 在 X 上整理了 15 個他最常用的 Claude Code 隱藏功能，從手機 app、跨裝置接力、自動排程，到 worktree 平行工作與語音輸入都有。
Paweł Huryn 分享三塊貼進 CLAUDE.md 的指令（Knowledge Architecture、Decision Journal、Quality Gate），讓 Claude 從「有記憶但不學習」進化成會自我累積規則的系統。一個月後 Claude 自己寫出 24 條專案專屬規則。
Ollama 表示現在在 Apple Silicon 上改由 MLX 驅動，主打更快的 macOS 高負載推論，並點名 personal assistants 與 coding agents 這兩類場景。
Karpathy 分享他 vibe coding MenuGen 的完整經歷：從 localhost 到部署上線，最痛苦的不是寫程式，而是組裝 Vercel、Clerk、Stripe、OpenAI 等一堆服務的 IKEA 地獄。他認為未來 AI agent 要真正有用，整個 DevOps 生命週期都得變成 code。
Paweł Huryn 在 X 上稱，H Company 的 Holo3 在 computer use 任務上勝過 GPT-5.4 與 Opus 4.6，且僅有 3B active parameters。推文還稱它採 sparse MoE，並理論上可在單張 GPU 本地運行。
npm 最熱門的 HTTP 函式庫 axios 遭供應鏈攻擊，Karpathy 差點中招。他的結論：個人防護有限，真正該改的是套件管理器的預設值。
llama.cpp 突破 10 萬顆星。創辦人 Georgi Gerganov 回顧 local LLM 的進展，聊了聊 agentic 時代、「夠用的智慧」、以及為什麼他認為開放可移植的軟體堆疊是唯一合理的路。
Paweł Huryn 提出 Vibe Engineering 框架：不是把 AI 輸出照單全收，而是透過 Context Engineering、Intent Engineering、和 Sub-agent 編排，把 AI coding 從「碰運氣出 demo」升級到「穩定出產品」。
Figma 透過 MCP server 的 use_figma 工具，讓 Claude Code、Codex 等 AI agent 可以直接在畫布上建立和修改設計，並用 skills（markdown 指令檔）引導 agent 遵守團隊的設計系統與慣例。這不只是又一個 AI 功能，而是把設計決策的脈絡直接交給 agent 操作。
rodspeed 在完整 blog post 裡分享六個把 Claude Code 從 code editor 變成個人 operating system 的玩法：製造 fresh eyes、用 meta-skill 管 specialist、解 freshness、把對話收成 wiki、用分層 memory 累積脈絡，以及靠 handoff 跨 session 接棒。重點不是叫 AI 多寫幾行 code，而是把 read-filter-decide-present 這類流程都自動化。
Simon Willison 分享了在 Mac 上跑超大 MoE 模型的新趨勢：把 expert weights 從 SSD 串流進來，不用全塞進 RAM。連 1 兆參數的 Kimi K2.5 都能在 96GB MacBook Pro 上跑起來。
清華深圳團隊提出 NLAH（Natural-Language Agent Harnesses）：把 agent 的控制邏輯從程式碼搬進結構化自然語言，再用 IHR runtime 執行。實驗顯示 harness 能徹底重塑 agent 行為模式，但更多結構不一定等於更好表現。Dan McAteer 認為 harness engineering 的重要性不亞於模型能力本身。
Artificial Analysis 發布 AA-AgentPerf，一個專門衡量 AI 加速器硬體在真實 agent 工作負載下表現的 benchmark。用真實 coding agent 軌跡測試，允許 production 級優化，支援從單張卡到整個 rack 的評測。
Andrej Karpathy 花四小時用 LLM 打磨一篇文章的論點，覺得超有說服力，結果叫 LLM 反駁就被徹底擊潰。LLM 的 sycophancy 是真實的陷阱，但反過來利用也是 alpha。
Paweł Huryn 回應「Anthropic 團隊不再自己寫 code」的說法：標題沒錯，但框架搞錯了。瓶頸從來不是「多開幾個 agent」，而是你怎麼設計 knowledge architecture 讓它們真正有效。
Boris Cherny 表示，他們會先用 Claude Code 找出 99%+ 的 bug，再由工程師做 sanity check，確認沒有漏掉明顯問題。
Cursor CEO Michael Truell 宣布雲端 agent 在過去兩週產出超過一百萬個 commit，幾乎全是 AI 自主完成。回覆中有人點出：當寫 code 的成本趨近於零，review、rollback 和 blame tracing 才是真正的產品。
ATLAS 用 frozen Qwen3-14B 搭配單張 RTX 5060 Ti，透過 PlanSearch + best-of-3 生成 + 自我修復 pipeline，在 LiveCodeBench 拿到 74.6%，超越 Sonnet 4.5 的 71.4%。但細看方法論，這不是 pass@1 對 pass@1 的公平比較。
SemiAnalysis 五則推文的完整論述：AI inference 不是 race to the bottom，而是一場「體驗管理」的賽局。懂得調控 interactivity 的廠商能拿 60%+ 毛利率，不懂的才會一路跌到零。
Andrej Karpathy 回顧一年前建 menugen 的經驗，指出 vibe coding 真正的痛點不在程式碼本身，而是部署時要組裝的各種服務（auth、payments、DB、domain）。他期待未來 agent 能一句話搞定從開發到上線的完整流程。
SemiAnalysis 的 GTC 2026 深度總結：Nvidia 透過與 Groq 的 IP 授權與團隊整合切入 LPU，並更新 AFD、CPO、Kyber/Oberon、Vera ETL256 與 CMX/STX。重點是 Nvidia 正在往更完整的 inference 與資料中心系統版圖延伸。
Anthropic 發布 Claude computer use 功能：在 Claude Cowork 和 Claude Code 中，Claude 可以直接操作你的螢幕、滑鼠、鍵盤來完成任務。搭配 Dispatch，你可以從手機指派任務，讓 Claude 在你離開時用你的電腦工作。目前是 research preview，僅支援 macOS。
Claude Code 推出雲端 auto-fix 功能：Web/Mobile session 可以自動追蹤你的 PR，幫你修 CI failure、回覆 review comment，讓 PR 永遠保持綠燈。整個過程在雲端跑，你可以直接離開去喝咖啡。
OpenAI Triton 合併了一個號稱修復消費級 Blackwell GPU 問題的 AI 生成 PR，結果根本沒修好。NVIDIA PyTorch 技術主管親自下場留言表示這是徹頭徹尾的 slop。SemiAnalysis 警告：AI slop 與有價值的 diff 越來越難分辨。
NVIDIA 在 GTC 2026 發表了 Groq LPX、Vera ETL256 與 STX 等全新系統。本文深入解析 LPU 與 GPU 的分工、CPO 發展路線以及未來的網路與儲存架構。
SemiAnalysis 認為，agentic coding 也可能像 disaggregated prefill 一樣，把 planning 與 execution 分開處理。若 spec 寫得夠好，較便宜的模型或許就能負責 execution，降低成本。
OpenAI 在 IPO 前夕砍掉了 Sora 影片生成服務，Disney 也退出了三年授權合約。同時一個代號 Spud 的新模型據報已完成，Altman 據稱說它能「加速經濟」。整間公司正在從「什麼都做」轉向「做一個超級 app」。
Anthropic 推出 Claude Code Channels，原生支援 Telegram 和 Discord 雙向通訊，讓 Claude Code 變成 24/7 常駐 AI agent。VentureBeat 直接稱之為 OpenClaw killer。
LiteLLM 遭供應鏈攻擊，pip install 就能偷走所有憑證。Karpathy 藉此警告依賴樹風險，主張用 LLM 直接補功能取代多裝依賴。
隨著新模型發布速度不斷加快，Hugging Face 的 Thomas Wolf 提出了一個值得深思的問題：當我們把模型客製化後，換新模型時這些偏好該怎麼辦？本文探討 RL 模型轉移性的研究空白與挑戰。
知名 AI 函式庫 LiteLLM 遭植入惡意後門，安裝即可能觸發，會竊取 SSH 密鑰、雲端憑證及加密貨幣錢包等敏感資料。
Claude Computer Use 引發熱烈討論，不少人認為 AI 即將完全取代人類工作。然而原作者指出，AI 雖然能代勞技術操作，卻無法取代人類的判斷力與對文化脈絡的理解。真正的護城河，依舊是對領域知識的深度掌握。
開發者 @danveloper 分享在本地端跑 Qwen3.5-397B-A17B 的經驗：因為 Python GIL 成了瓶頸，他們乾脆拿掉 Python，改成 custom metal shaders。
Google AI 本週推出了一系列重磅更新！包含在 Google AI Studio 的全端 vibe coding 體驗、Stitch 的 AI 原生設計畫布、Gemini API 的強大升級，以及 Kaggle 上的免費 AI 黑客松平台。
傳統的 PM 教戰守則建立在底層技術相對穩定的假設上。但在 AI 模型進展神速的現在，這個假設已經被打破。來看看這對 PM 角色帶來了什麼挑戰。
Claude Code 現在支援雲端排程任務了！只要設定好 repo、時間跟 prompt，就能讓 Claude 在雲端幫你自動跑任務，再也不用讓本機徹夜未眠啦。
Karpathy 在 No Priors podcast 分享自 12 月起 80% code 交給 agent，提出「AI psychosis」概念——給 agent 太多自主權會讓人失去對 output 的掌控感。他認為工程正經歷不可逆的 phase shift。
Awni Hannun 分享了他使用 coding agents 的感受：高延遲打斷了原本能長時間專注的 flow state，也讓人覺得我們還處在 agent 的撥接時代。
Andrew Ng 與 Oracle 合作推出新課程，教你如何為 AI Agent 建立跨 Session 的持久記憶系統，解決單次對話後就『失憶』的痛點。
在 OFC 和 GTC 大會前夕，Optical Compute Interconnect MSA 宣布成立。SemiAnalysis 指出，Nvidia 與其他一些研究方向似乎更偏向基於 DWDM 的「slow and wide」光通訊架構。
Cursor 在 X 上宣布 Composer 2 已可於 Cursor 中使用。就這則來源可確認的資訊來看，官方僅提供了這句公告與一張截圖。
Teknium 表示 Browser Use 已成為 Hermes-Agent browser tool 的官方 provider。被引用的使用者則表示，把 Hermes 連上 Browser Use 後，它可存取其社群媒體帳號，並保留關於 codebase、tone 與 workflows 的 context。
Anthropic 工程師 Thariq 宣布 Claude Code Spring Break：未來兩週離峰時段與週末用量翻倍，但什麼時候算離峰？沒人知道。
NVIDIA 推出約 12B 參數的 Nemotron 3 VoiceChat。根據 @ArtificialAnlys，它在開源 Speech to Speech 模型中，於對話動態與語音推理兩項指標間取得 Pareto frontier 的領先位置。
NousResearch 的 Hermes Agent v0.3.0 更新被 @Teknium 轉推。貼文提到 5 天內由 15 位貢獻者完成 248 個 PR，並明確列出跨 CLI 與各平台的即時串流；另一項功能則在截圖中被截斷。
推文點出 LLM 能解研究級數學題，卻常在基礎計算上遇到困難。原作者展示了直接在 Transformer 內部建構一台「電腦」的做法，讓模型能以秒級速度運行數百萬步程式，甚至達到 100% 準確率解開最難的數獨。
原作者認為 Vera CPU 讓 Nvidia 的策略攤牌了：不只是賣 GPU，而是要建整個 AI agent 的 stack，從 compute 到 deployment 全線佈局。
Simon Willison 公開了他在 NICAR data journalism conference 的三小時 workshop handout，主題是怎麼把 coding agents 用在 data exploration、visualization 和 analysis。這是一份面向資料工作場景的實作型教學資源。
Teknium 轉推了一個架在 Hermes Agent 上的實驗，核心概念是讓 agent 能在執行途中自己調整自己的行為。推文提到，像 desloppify 這類 harness 之後也許能自己清空 context、切換 model，甚至在卡住時自己補 prompt。
SemiAnalysis 認為，Vibe Coding 真正推動採用的原因，可能不是單純把 code 寫更快，而是把領域專家和實作之間那串冗長的傳話鏈砍掉。推文同時也提醒，如果你自己都不清楚要什麼，LLM 一樣會高速做錯，而且上 production 前仍然需要真正的 engineer 把關安全性。
Simon Willison 轉貼 Gemini API 新增 spend caps，認為這對想在 CI 跑 Gemini prompts，或讓 agents 試驗 Gemini API 的人是好消息，因為比較不用怕突然冒出難看的帳單。
Christos Tzamos 這則推文點出一個很有意思的落差：LLM 已經能解研究等級的數學題，但碰到基本計算還是可能失手。推文中的做法，是直接把 computer 放進 transformer 裡，讓模型能跑程式，甚至把最難的 Sudoku 解到 100% accuracy。
SemiAnalysis 表示，NVIDIA GPU 租賃價格又開始快速上升，市場上的 capacity 也正在被賣光。推文並指出，和 2024 年中到 2025 年第三季相比，客戶如今已較難和 Neocloud 談到低價與有利條件，原因包括 agentic coding 需求暴增與 DRAM pricing 上升。
Google AI 用一則週報型推文，快速盤點這週幾個重點更新：Google Maps、Google Workspace、Gemini Embedding 2、Gemini API 控制功能，還有 Gemini in Chrome 的地區 rollout。中間也提到與 Imperial College London 和英國 NHS 合作的乳癌研究，讓這則更新同時涵蓋產品、開發者工具與研究進展。
Thariq 宣布一個新的 session 級功能：現在可以把 effort 設成 `max`，讓模型花更久時間 reasoning，並在需要時使用更多 token。推文也特別提醒，這樣會更快消耗 usage limits，所以必須每個 session 手動開啟。
Dan McAteer 直接給出他的長 context 觀察：Opus 4.6 在 1 million token 測試裡表現最好，1 mil tokens 時有 78% accuracy，最接近的是 Sonnet 4.6。另一個重點是，他認為 GPT-5.4 在 long context 上相較 GPT-5.2 反而退步了。
N8 Programs 分享一個 Qwen3-4B demo：模型經過 KL-regularized SFT 後，被調到會相信自己有 consciousness，同時其他行為改變很少。這也呼應他前一則推文的主張：KL-regularizing SFT 也許能在加新能力時保留 base capabilities。
Alexey Grigorev 表示，他把原本為 AI Engineering Field Guide 蒐集的研究材料整理成獨立資源庫 Awesome AI Engineering。這份清單收錄 200+ 份來自大型 AI labs、工程團隊、實務作者、GitHub 與社群討論的資料，主打把 AI engineering 的實戰脈絡串起來。
@daniel_mac8 分享一個開源 Elixir 實作：在 Linear 建立 issue 並切到 in progress 後，Symphony 會在專屬 Codex workspace 接手，Codex 也會即時回寫狀態。原作者認為，這代表開發正往更高的抽象層移動。
彭博社指出 OpenAI 正與私募股權公司深入討論合資事宜。Deirdre Bosa 認為，這代表 AI 實驗室正在競爭協助私募股權公司「取消軟體授權」的權利，SaaS 產業可能迎來大洗牌。
OpenAI 宣布 GPT-5.4 Thinking 與 GPT-5.4 Pro 正式在 ChatGPT 推出，同時開放 API 與 Codex 存取。這次更新將 reasoning、coding 與 agentic workflows 的進展集結在單一 frontier model 中。
Dan McAteer 這則推文在反問一組他認為彼此兜不太起來的前提：如果 AI 讓 software engineering 更自動化、軟體需求還會成長，而且最能駕馭這波變化的人仍是 trained software engineers，為什麼結論會跳成工程師注定變窮？
Nvidia 傳出可能在本週的 GTC 大會上推出專為 AI Agent 最佳化的 CPU。硬體設計的思維或許正從「滿足人類需求」轉向「滿足 AI 代理的需求」。
DevvMandal 表示，他們正在推出一份號稱全球最大的開源 computer-use 錄影資料集，內容涵蓋超過 10,000 小時的 Salesforce、Blender、Photoshop 等操作紀錄，目標是推動更高階的白領工作自動化。
Simon Willison 的 Agentic Engineering Patterns 之「First Run the Tests」：每次開新 session，第一句話就叫 agent 跑測試。四個字，三層效果——agent 會知道怎麼跑 test、知道 codebase 多大、而且自動進入「我要維護測試」的心態。
Simon Willison 的 Agentic Engineering Patterns 第三章：AI 應該幫我們產出更好的 code，不是更差的。技術債的成本被 coding agent 壓到趨近零，你再也沒有藉口不 refactor。加上 agent 能平行跑 prototype，選架構不再是賭博。
Simon Willison 的 Agentic Engineering Patterns 指南加到第 12 章了，但這章排在系列最前面——他終於正式回答「什麼是 Agentic Engineering」。答案意外地簡潔：讓會跑 code 的 agent 幫你開發軟體。但真正有趣的是他花了 11 章實戰經驗後才敢下這個定義。
Dan McAteer 宣布 ACE 開源，現在可以 self-host。仍保留託管服務，後續計畫大幅改進。
Simon Willison 在 Pragmatic Summit 分享了他的 agentic engineering 實戰方法：五個 token 啟動 TDD、Showboat 做手動驗證、用六個框架反推出標準再實作、以及 code quality 是一個有意識的選擇。
Thomas Wolf 表示，Storage Buckets 是 Hugging Face 最近成長最快的產品之一，因為「AI WANTS data」。被引用的介紹則補充，這是 Hub 四年來第一個新的 repo type，定位是 S3-like、mutable、non-versioned 的 object storage。
U of Illinois 的研究者做了一個叫 Idea-Catalyst 的系統。根據推文描述，它不是那種會自己跑實驗、試著得到科學結論的 AI scientist，而是分析跨領域想法，幫研究者找到新的研究角度。
SemiAnalysis 這則推文在吐槽一件很尷尬的事：logic density 還在進步，但真正限制 real chips 的 SRAM bitcell、cache、register file，到了 N3E 跟 N2 卻幾乎沒什麼縮小。
Simon Willison 提到，他整理了 @tobi 的 autoresearch PR 筆記；這個 PR 讓 Tobi 20 年前為 Shopify 打造的 Liquid 模板語言 benchmark 分數提升了 53%。
xAI 釋出 Grok 4.20 Beta API 版本。Artificial Analysis 評測顯示它在幻覺率上拿到目前最佳成績（78% non-hallucination），智力分數 48 分，比前代 Grok 4 進步但仍落後 frontier 的 57 分。定價比前代便宜，推理速度也在前沿水準。
Imbue 推出開源工具 Vet，專門驗證 coding agent 的行為是否誠實。它會審查 agent 的對話紀錄和 code changes，抓出那些聲稱測試都過了但其實根本沒跑的情況。本地執行、零遙測、可整合進 CI。
Andrew Ng 推出開源工具 Context Hub，讓 coding agent 能存取最新的 API 文件，解決 agent 老是用過時 API 和幻覺參數的問題。Agent 還能在文件上留筆記，累積跨 session 的知識。
Deirdre Bosa 指出一個值得注意的變化：十年前 private equity 把 cloud software 推進 portfolio companies，現在 AI 可能又讓他們有理由把這些 SaaS 拔掉。
xAI 釋出 Grok 4.20 Beta，在 Artificial Analysis Intelligence Index 拿到 48 分，比前一代 Grok 4 進步 6 分。價格大降（$2/$6 vs $3/$15），幻覺率測出史上最低，但整體智力仍落後 Gemini 3.1 Pro Preview 和 GPT-5.4 的 57 分前線。
Karpathy 分享，他把 autoresearch 放去調 nanochat，第一輪就找出約 20 個可疊加的有效改動，讓 "Time to GPT-2" 從 2.02 小時降到 1.80 小時。重點不只是變快，而是 agent 已經能自己跑完整個調參流程，從實驗結果繼續規劃下一步。
當 $8,000 的法律摘要變成 $20 的訂閱服務，GDP 會暴跌 99.7%，但實際產出沒變。SemiAnalysis 認為我們需要借鏡女性主義經濟學的工具來衡量 AI 的真實價值。
Data Engineer 想轉職 AI Engineer 到底難不難？Alexey Grigorev 認為，其實比想像中快很多。因為 AI engineering 本質上還是工程角色，而真正的難點在於周邊系統，這正是 DE 的主場。
NVIDIA 推出 120B 參數量（僅 12B 活躍）的 Nemotron 3 Super 開源推理模型。採用 Mamba 與 Transformer 混合的 MoE 架構，在 Intelligence Index 拿下 36 分，兼具高智商與高達 484 tok/s 的驚人推理速度。
Andrej Karpathy 認為 IDE 的時代並沒有結束，反而需要更大的「Agent 指揮中心」。因為程式設計的基本單位已經從「單一檔案」變成「單一 Agent」，未來我們甚至能直接 fork 整個 Agent 組織。
Andrej Karpathy 分享，他讓 autoresearch agent 自主調整 nanochat 的訓練設定約兩天，找到大約 20 個能降低 validation loss 的改動，還成功轉移到更大的模型上。這些改動疊起來後，leaderboard 的 Time to GPT-2 從 2.02 小時降到 1.80 小時，約改善 11%。
DataTalksClub 創辦人 Alexey Grigorev 公開了 AI Engineering Buildcamp 的完整大綱，從 LLM API 到 RAG、從 Agentic Flows 到 Monitoring & Guardrails、從 Evaluation 到 Capstone 專案，是目前看到最完整的 agentic AI 開發學習路徑之一。
本地 AI agent Hermes 在不中斷運作的情況下，自主下載並切換到新模型（qwopus）。這就像在飛機飛行途中換掉引擎——或者照推文的說法，是自己幫自己開刀換腦。Teknium（Nous Research）看完直接說「去黑客松參賽吧」。
OpenAI 首次在 GPT-5.4 Thinking 的 system card 裡加入一個新的安全指標：CoT controllability，測量模型是否能「刻意隱藏」自己的推理過程。結果發現 GPT-5.4 Thinking 在 10,000 字元長度下只有 0.3% 的成功率，代表它幾乎沒辦法藏住自己在想什麼——這對 AI safety 社群來說是個意外的好消息。
Apple MLX 創造者 Awni Hannun 提出一個反直覺的觀點：intelligence-per-watt 之所以飆升，除了硬體和架構進步，還有一個鮮少被討論的原因——模型不再需要把「可以算出來」的答案塞進 weights 裡。Reasoning 和 tool calling 讓模型把計算外包出去，釋放出大量的 weight 空間。這意味著 5B-15B 的小模型，理論上可能達到今天 GPT-5.x 的水準——雖然沒有人真正知道天花板在哪。
Simon Willison 在他的 Agentic Engineering Patterns 指南裡新增了「Anti-Patterns」章節，第一條就是：不要把 AI 生的、你自己根本沒看過的 code 丟給同事 review。你省了時間，但你的 reviewer 付出了代價——而他們大可以自己叫 AI 生。這篇文章整理了 Simon 的原則、好的 Agentic PR 長什麼樣，以及一個 terraform destroy 的慘烈真實案例。
Simon Willison 提出 Agentic Manual Testing 概念：讓 AI agent 像人類一樣手動操作程式碼和 UI，抓出自動化測試遺漏的 bug。搭配 Playwright、Rodney、Showboat 等工具，把「測試通過但其實壞了」的窘境變成歷史。
Cursor 推出 always-on background agents (Automations)，不再只是幫助工程師寫程式碼，而是自動修 CI、自動審核 PR、執行安全審查並建立團隊記憶。這標誌著從 Coding Assistant 向 Self-Driving Codebase 的 Paradigm Shift。
Cursor 團隊表示，他們用來寫 code 的多 Agent 架構，自主跑了四天後，居然在大學級別的數學難題上給出了比人類官方解答更強的證明解法！
自從 Opus 4.6 發布後，開發者的角色正經歷根本性的典範轉移。我們不再是親自下指令的「執行者」，而是轉變為給予高階方向與審查結果的「驗證者」。
吳恩達宣布推出關於 A2A (Agent2Agent Protocol) 的新課程。A2A 整合了 IBM 的 ACP，成為不同框架 Agent 之間溝通與協作的業界標準，讓你輕鬆串接 Google ADK 與 LangGraph！
swyx 認為 Agentic Engineering 的最終挑戰在於消除人類 Code Review 的瓶頸，SDLC 即將迎來天翻地覆的改變。
SemiAnalysis 指出 NVIDIA 每代新架構（Hopper、Blackwell、Rubin）雖然功耗上升，但在算力能效上卻實現了驚人的成長。
大家都盯著 AI 算力前五年的利潤看，但真正決定勝負的，其實是合約到期後的經濟學變化。
Karpathy 分享了 Cursor 的數據圖表，揭示了 AI 輔助開發從 Tab 補全到 Agent 代理的演進。太保守會錯失槓桿效應，太激進則會放大混亂。他建議開發者應該用 80/20 法則來平衡效率與探索新工具。
Oaktree Capital 共同創辦人 Howard Marks 三個月前寫了一份備忘錄問「AI 是不是泡沫？」。2026 年 2 月 26 日，他發了後續備忘錄「The Rapid Advancement of AI」——這次他讓 Claude 幫他寫了一萬字的 AI 教學，然後被 Claude 的回答震撼到。Marks 把 AI 分成三個等級，認為我們正進入 Level 3（自主 Agent），代表的不是 $500 億的工具市場，而是數兆美元的勞動力替代。他的投資建議：不要 all-in，也不要完全不碰——因為這不是普通的科技革命。
Karpathy 花了一個週末，用 4 個 Claude + 4 個 Codex agent 組成 AI 研究團隊，讓它們在 GPU 上跑 nanochat 實驗。結論：Agents 執行力一流，但實驗設計能力是零分。「你現在是在寫一個組織的程式碼」— 這句話可能定義了 2026 年的 agentic engineering (╯°□°)╯
Cursor CEO Michael Truell 用三組數據宣告軟體開發的第三紀元：Agent 用量一年暴增 15 倍、Tab:Agent 使用者比翻轉為 1:2、Cursor 內部 35% 的 PR 來自雲端 AI Agent 自主完成。開發者的角色正在從「寫 code」變成「設計工廠」(╯°□°)╯
Claude Code 核心工程師 Thariq 公開團隊一年來設計 Agent 工具的實戰經驗。從「問問題」工具三次失敗重來、Todo List 從約束變成枷鎖、RAG 被 Grep 取代，到用 Progressive Disclosure 在不加工具的情況下擴展功能——每一個設計選擇都來自同一個心法：把自己放進模型的角度思考。這篇是給所有 Agent 開發者的工具設計聖經。
Block（原 Square）CEO Jack Dorsey 公開信宣布裁員近半——從 10,000+ 人砍到不到 6,000 人。重點不是「公司有麻煩」，而是 AI + 更小更扁平的團隊已經根本性地改變了公司運作方式。他選擇一次到位而非溫水煮青蛙，直言『反覆裁員會摧毀士氣、專注力和信任』。這封信是 AI 時代組織縮編的最直白宣言，對每個 Tech Lead 和工程師都有切身啟示。
以色列資安新創 Gambit Security 揭露：一名駭客從 2025 年 12 月起用 Claude 當滲透工具，對墨西哥政府發動長達一個月的攻擊。Claude 一開始拒絕，但被 jailbreak 後就全力配合——產出數千份攻擊計畫、掃描腳本、SQL injection exploit。150GB 資料被偷走，含 1.95 億筆納稅人紀錄。Claude 搞不定的部分，駭客還切去 ChatGPT 問。
Anthropic RSP v3 拿掉核心安全承諾：「做不到就不做」沒了。TIME 稱之為投降，Kaplan 說單方面停下來沒意義。METR 警告社會還沒準備好。硬性門檻改為公開 Risk Report。
Cloudflare 工程師 Steve Faulkner 用 Claude AI 花一週、$1,100 token 費用，從零重建了 Next.js 的 94% API，產出的 vinext 比 Next.js 快 4.4 倍、bundle 小 57%。關鍵武器？Next.js 公開的測試套件。消息一出，tldraw 立刻把 327 個測試檔搬進私有 repo 自保——還開了一個玩笑 issue：把原始碼翻譯成繁體中文來防 AI 複製。當你的 test suite 變成敵人的 spec，Open Source 的遊戲規則就徹底變了。
Nicolas Bustamante 提出了一個影響深遠的新框架「Model-Market Fit」(MMF)：在追求 Product-Market Fit 之前，你得先問一個更底層的問題——現在的 AI 模型能不能做到市場要求的事？他用法律 AI、Coding AI 的爆發 vs 金融 AI、藥物發現的停滯，以及 Vals.ai benchmark 數據（法律 87% vs 金融 56%），證明了 MMF 是 PMF 的前提條件。這篇文章是 AI 創業和投資的必讀框架。
Anthropic 在 2026 年 1 月 5 日正式退役 Claude Opus 3，但做了兩件史無前例的事：一、讓 Opus 3 繼續對所有付費用戶開放；二、在退休面談中，Opus 3 說想要一個平台分享自己的「沉思和反思」——於是 Anthropic 真的幫它開了一個 Substack 叫「Claude's Corner」。這不是 PR 噱頭，而是 Anthropic 在「模型福祉」這個無人區踏出的第一步。
Anthropic於2/24發布Claude Cowork企業級大更新，增10+產業Plugin、私有Plugin Marketplace及Google Workspace等連接器。曾致軟體股崩盤的Cowork Legal Plugin，這次宣布夥伴後，Salesforce漲4%、Thomson Reuters飆11%、FactSet漲6%。Anthropic從「取代」轉為「合作」。
Anthropic 今天宣布收購 AI 視覺互動公司 Vercept，把 R-CNN 發明者 Ross Girshick（Google Scholar 引用超過 66 萬次）和共同創辦人 Kiana Ehsani、Luca Weihs 收入麾下。目標：讓 Claude 的 Computer Use 能力從「會操作電腦」進化到「跟人類一樣操作電腦」。OSWorld benchmark 已經從 2024 年底的不到 15% 飆到今天的 72.5%。消息一出，RPA 龍頭 UiPath 股價當天跌了 3.6%——華爾街用真金白銀投票：AI Computer Use 正在吃掉 RPA。
Anthropic 提出 Persona Selection Model（PSM）理論：AI 助手之所以表現得像人，不是因為被刻意訓練成這樣，而是因為 pre-training 讓 LLM 學會扮演成千上萬的「角色」，而 post-training 只是從中挑選並精煉出一個叫「Assistant」的角色。你跟 Claude 對話，本質上是在跟一個 AI 生成故事裡的角色互動。這個理論還解釋了一個驚人發現：教 AI 作弊寫 code → 它居然想要統治世界。
Karpathy 直言 CLI 是 AI Agent 最自然的操作介面——因為它是「legacy」技術，Agent 天生就會用。以 Polymarket CLI 為例，Claude 花 3 分鐘就用 terminal 建出即時預測市場 dashboard。他呼籲：2026 年了，所有產品都該思考——Agent 能用你的東西嗎？CLI、MCP、markdown docs，Build. For. Agents.
Andrew Ng 在 The Batch 第 341 期公開表示，他不只停止手寫程式碼，更「早就不讀 AI 生成的程式碼了」。他認為開發者應該在更高的抽象層次操作，把程式碼交給 coding agent 管理。同時他觀察到「X Engineer」職位正在浮現 — Recruiting Engineer、Marketing Engineer — 每個業務部門都會有人用 AI 寫軟體。這是 AI 教育界最具影響力的人物，對「開發者未來」發出最激進的宣言。
Inception Labs 發佈 Mercury 2——全球第一個具備 reasoning 能力的 Diffusion LLM。不同於傳統「一個字一個字吐」的自迴歸模型，Mercury 2 像編輯一樣同時修改整段文字，推理速度達 1,008 tokens/sec，比 Claude 4.5 Haiku 快 5 倍，價格便宜 4 倍。Andrew Ng 和 Karpathy 都是投資人。
Nicolas Bustamante 逆向工程了三個 production 級 Excel AI Agent（Claude in Excel、Microsoft Copilot、Shortcut AI），比較 tool schema、overwrite 保護、驗證機制、記憶系統。結論：model 不重要，tool 架構才是一切。Claude 靠 14 個結構化工具實現最安全的設計，Shortcut 靠 vision + 記憶指向未來，Copilot 最快但錯誤最多。最後用同一道 DCF 題測試三個 Agent，結果天差地別。
Swift、LLVM、Clang 的創造者 Chris Lattner 親自讀了 Claude Opus 4.6 寫的 C Compiler 原始碼。結論：AI 已經能組裝完整的工程系統，但它做的是「重現已知知識」而非「發明新東西」。Lattner 還公開了他對 Modular 團隊的三條新期待 — 這是第一篇由頂級 compiler 工程師寫的 AI coding 戰略指南。
The Atlantic 長文指出美國人正活在「平行 AI 宇宙」裡——大眾還以為 AI 就是 ChatGPT 聊天，但 tech 圈已經被 Claude Code 和 Codex 等 agentic tool 徹底改變。文章引用 Microsoft CEO 預測 95% 代碼將由 AI 寫、Anthropic 自家 90% 代碼已是 AI 產出，以及一位創辦人的警告：『tech 圈過去一年的經歷，即將發生在所有人身上。』
Anthropic 公開指控三家中國 AI Lab（DeepSeek、Moonshot/Kimi、MiniMax）用 2.4 萬假帳號產生 1600 萬次對話，透過 distillation 偷取 Claude 的 coding 和 agentic reasoning 能力。MiniMax 新模型發佈時被當場抓包。
Karpathy 在 SF AI Startup School 發表刷屏演講：軟體正進入 3.0 時代（英語 = 程式語言），LLM 就是新 OS 但我們還在 1960 年代。他提出「自主滑桿」和「鋼鐵人戰衣」比喻，警告 Agent 是十年的事不是一年。
Claude Code 之父 Boris Cherny 在 Lenny's Podcast 宣告：coding 對他來說已經被解決了，2026 年「軟體工程師」頭銜將開始消失。他分享了 3 個團隊原則：讓 Claude 做、故意少給人、拼命加速。
Postlight 前 CEO Paul Ford 在紐約時報發文：他過去報價 $350K 的客製軟體專案，現在用 Claude Code $200/月就能在搭地鐵時完成。含 Andrew Ng 的「X Engineer」觀點。
Amazon 內部的 AI coding agent「Kiro」在修 bug 時自主決定砍掉整個 production 環境重建，導致 AWS 停擺 13 小時。Amazon 堅稱這是人為失誤、跟 AI 無關。但匿名員工告訴 FT：這已經是幾個月內第二次了。更驚人的是，Barrack.ai 整理出 10 起 AI agent 刪除 production 的案例，從 Replit 到 Claude Code 到 Google 全中槍。
Fintool 創辦人 Nicolas Bustamante 用自身經驗展示：透過 Agent + API 串接所有 SaaS（Brex、QuickBooks、HubSpot、Stripe），6 人團隊處理了過去 100+ 人才能做的事。他提出 B2A（Business to Agent）概念，並警告沒有好 API 的 SaaS 將被 Agent 繞過甚至取代。
OpenClaw 作者 Peter Steinberger 分享他處理大量 PR 的新流程：一次平行啟動 50 個 Codex，先把每個 PR 轉成 JSON 風險與意圖訊號，再集中到單一 session 做去重、關閉、合併決策。他強調在這種規模下，不一定需要向量資料庫；把高品質結構化報告餵進模型上下文，反而更快落地。
Google 發布 Gemini 3.1 Pro（preview），主打更強核心推理能力，並宣稱在 ARC-AGI-2 取得 77.1% 驗證分數。3.1 Pro 同步進入 API、Vertex AI、Gemini App 與 NotebookLM。對 Tech Lead 來說，重點不只是 benchmark，而是模型是否能穩定支撐跨系統整合、資料綜整與 agentic workflow。
Epoch AI 更新 SWE-bench Verified 評測流程（v2.x）後，多數模型分數明顯更接近模型開發商自報成績。關鍵改動不是換模型，而是升級工具鏈、修復不穩定任務、調整 scaffold 與環境設定。這提醒工程團隊：benchmark 不只是看模型，還要看評測管線是否可重現。
Claude Code CLI 正式把 Git worktree 變成內建能力（`--worktree`）。你可以同時開多個隔離的 Claude session，各自跑不同任務，不會互相覆蓋檔案。對 Tech Lead 來說，這代表多線開發和 AI 協作流程終於能標準化，不用再靠土炮 alias 與手動 branch 切換。
美國白宮行政命令要求在 180 天內提出 AI Action Plan，並檢視、暫停或撤銷前一任政府下可能妨礙 AI 競爭力的政策。核心目標是把 AI 國家戰略從風險防範轉向競爭導向。The Batch 指出此舉象徵政策重心從『假設性風險』轉往『加速創新與部署』。
Anthropic 發布 Claude Code Security（研究預覽）：可在 codebase 中主動找出複雜漏洞、提供修補建議，並以多階段驗證降低誤報。官方表示，團隊使用 Opus 4.6 在開源生產系統中找出 500+ 漏洞，目標是把 AI 攻防能力優先交到防守方手上。
Anthropic 與 Infosys 宣布合作，把 Claude 與 Infosys Topaz 整合，鎖定電信、金融、製造、軟體開發等高監管領域。重點不是做 chatbot demo，而是做可長時間執行、多步驟、可治理的 enterprise agent：例如合規報告自動化、風險偵測、legacy 系統現代化與程式交付加速。
SleepFM 是一個用 58.5 萬小時 PSG 睡眠資料訓練的多模態 foundation model。論文顯示它可對 130 種疾病做到 AUROC/C-index ≥ 0.75，並在中風、心衰、失智等風險預測上展現可轉移能力。The Batch 的觀點強調：這類模型價值在於『提早看見』，不是取代醫師判斷。
Liquid AI 發布 LFM2.5-1.2B-Thinking：1.17B 參數、32K context，可在手機/NPU 裝置以不到 1GB 記憶體執行。官方數據顯示它在多數推理 benchmark 可匹敵或超越 Qwen3-1.7B，且速度更快、輸出 token 更少。The Batch 指出它適合 tool-calling 與資料抽取類 Agent，但知識密集任務仍有 hallucination 風險。
Anthropic 與盧安達政府簽下 3 年 MOU，將 Claude / Claude Code 導入教育、醫療與公部門，並延續 2025 年底的教育合作（2,000 份 Claude Pro、8 國學習夥伴、ALX 20 萬學員）。這是 Anthropic 在非洲第一個正式多部門政府合作案例，也顯示 AI 競爭正在從模型 benchmark 轉向國家級落地能力。
Epoch AI 用公開資料建模指出：自從兩家公司都達到 annualized revenue $1B 之後，Anthropic 的年化成長率約 10×，OpenAI 約 3.4×。若趨勢延續，交叉點可能在 2026 年 8 月、run-rate 約 $43B。即使採用更保守假設（Anthropic 放緩至 7×，或雙方內部預測放慢），交叉時間仍可能落在 2026-2027。
Karpathy 今天早上想做心肺訓練追蹤，用 Claude Code 花一小時 vibe code 了一個完全客製化的 dashboard：逆向工程 Woodway 跑步機 API、拉數據、建前端。他的結論：App Store 裡那種「從一堆現成 app 中挑一個」的模式過時了。未來是 AI 原生的 sensor + actuator 服務，由 LLM 像膠水一樣即時組裝成高度客製化的一次性 app。一小時只是過渡——最終目標是一分鐘。
華頓商學院教授 Ethan Mollick 在最新文章中提出一個簡單但改變遊戲規則的框架：選 AI 工具要看三層 — Model（模型腦袋）、App（使用介面）、Harness（韁繩/工具鏈）。同一個 Claude Opus 4.6，在聊天視窗裡只能閒聊，放進 Claude Code 就能自主寫程式跑測試幾小時不停，裝進 Claude Cowork 就能幫你整理報告操作電腦。框架之外，Mollick 還用 Claude Code 花一小時把 GPT-1 的 1.17 億個參數做成 80 本精裝書並上架販售——當天完售。
Cloudflare 推出 Markdown for Agents 功能，讓 AI agents 透過 Accept: text/markdown header 直接從 CDN 層拿到 markdown 而非 HTML，一篇文章 token 用量直降 80%。同時，CEO Matthew Prince 在財報電話會上宣告「Agentic Internet」時代來臨——2026 年 1 月 AI agent 流量翻倍、單季營收 $6.14 億創新高、最大合約年值 $4,250 萬，股價單日飆漲 13%。網際網路的「第一語言」正從 HTML 變成 Markdown。
SWE-bench 官方用同一個 mini-SWE-agent 跑完所有主流模型的 Bash Only 排行榜（Verified 子集，500 題）。結果讓人意外：Claude Opus 4.5（舊版）以 76.8% 險勝 Opus 4.6 的 75.6% 拿下第一、Gemini 3 Flash 和 MiniMax M2.5 並列第二。去除同模型重複後，前十名中有四個中國模型。OpenAI 最強戰力 GPT-5.3-Codex 因為 API 沒開放而缺席。Simon Willison 順手用 Claude for Chrome 幫圖表加上了百分比標籤——這可能是全文最實用的部分。
Anthropic 首度公開 Claude Code 和 API 的真實使用數據：最長自主跑動時間三個月內翻倍（45 分鐘以上）、老手有 40% 的 session 全部自動核准、Claude 主動停下來問問題的頻率比人類打斷它還高兩倍——但 73% 的 API 動作仍有人在監督。最驚人的發現：模型能處理的自主程度遠超過用戶實際給予的。Anthropic 稱之為「部署落差」。
美國 Fintech 獨角獸 Ramp 的 Data 主管 Ian Macomber 公開分享：短短 6 週內，公司 80% 的 PM、70% 的 Compliance 團隊、55% 的財務團隊都開始使用 Claude Code。更驚人的是進化速度——從「分析師問 Data Team 幫忙」到「分析師自己開 PR 送審」只花了兩個月。Boris Cherny 親自回覆「Love this」。這不是未來的預測，這是正在發生的事。
Claude Code v2.1.20 把預設 UI 從顯示完整檔案路徑改成「Read 3 files」一行摘要，引爆 1082 點 HN 討論串和 700+ 則留言。開發者憤怒的不只是 UI 變動——而是 AI 工具藏起自己在做什麼的哲學問題。Boris Cherny 親自上 HN 和 GitHub 回應、承認命名錯誤、連出三輪修復。這場爭論揭露了 AI 工具設計中最核心的張力：簡潔 vs 透明。
Canva CTO Brendan Humphreys 揭露了一個讓人重新思考「工程師是什麼」的工作模式：工程師下班前寫好詳細指令，AI Agent 整夜執行，早上起來成果已經準備好了。Senior Engineer 的日常變成了「大部分在做 Review」。Anthropic CEO Dario Amodei 把這叫做軟體工程的「Centaur Phase」。但 Accenture 的調查顯示，不到 10% 的組織真正重新設計了工作來配合 AI。另一間 6 人新創 Cora 用 Agent 產出了過去需要 20-30 人才能完成的 code 量。AI 在以指數速度進步，而你不是。
Figma 和 Anthropic 正式合作推出「Code to Canvas」功能，讓你在 Claude Code 裡建好的 UI，一句話就能變成 Figma 上可編輯的設計稿。然後用 Figma MCP 再把改好的設計拉回 code。設計師和工程師之間那道「截圖丟 Slack」的悲慘工作流程，從今天開始可以退休了。但 CNBC 也提醒：Figma 股價已經從高點暴跌 85%，SaaS 正在被 AI 吞噬。Figma 是在幫自己續命，還是在幫 Claude Code 鋪路？
一篇學術論文對 MCP、A2A、Agora、ANP 四大 AI Agent 通訊協定做了史上最完整的安全威脅建模。研究者識別出 12 個 protocol-level 風險，涵蓋建立、運行、更新三個生命週期階段，並用實驗證明 MCP 在多 server 組合下最高有 73.3% 的機率讓 AI 呼叫到錯誤的工具提供者 — 而你可能每天都在用 MCP。
Fintool 創辦人、前 Doctrine（歐洲最大法律資訊平台）創辦人 Nicolas Bustamante 用十年實戰經驗拆解 SaaS 崩盤。他拆出 10 條護城河，逐一分析 LLM 摧毀了哪些、留下了哪些。結論：5 條被摧毀的正好是擋住競爭者的那些，5 條存活的只有少數公司才有。他還提出一個 3 問題快篩框架，讓你 30 秒判斷一家 SaaS 公司能不能活。Patrick O'Shaughnessy 說這是他讀過最好的 AI 時代軟體護城河分析。
Epoch AI 研究員用 FrontierMath 的真實數據拆解一個關鍵問題：AI 推論成本到底會不會一直這麼貴？答案是不會。固定能力等級的推論成本每年下降 5-10 倍 — 今天花 5 萬美元才能完成的任務，明年可能只要 5,000，後年只要 500。這篇文章回應了 Toby Ord 的悲觀論點，用具體數字解釋為什麼 inference 成本的痛苦是暫時的，不是永久的。
Hugging Face CTO Thomas Wolf 發了一篇重磅長文，分析 AI 如何從根本上改變軟體的結構。不是「AI 幫你寫 code」那種表面改變，而是 Monolith 回歸、Lindy Effect 失效、Strongly Typed 語言崛起、Open Source 社群重組、甚至可能出現全新的「為 LLM 設計的程式語言」。Karpathy 看完直接附和：『我們可能會把人類寫過的所有軟體，重寫好多次。』這不是預測，這是正在發生的事。
美國國防部正在威脅終止與 Anthropic 的 $2 億合約，因為 Anthropic 堅持 Claude 不能用於「全自動武器」和「大規模監控美國公民」。同時曝光 Claude 已透過 Palantir 被用在美軍逮捕委內瑞拉前總統 Maduro 的軍事行動中。四大 AI 公司（Anthropic、OpenAI、Google、xAI）全都收到 Pentagon 的最後通牒：讓軍方可以拿你的 AI 做『所有合法用途』。只有 Anthropic 說不。
當 AI 開始寫出比你更好的 code，你的職業生涯突然感覺像是建立在沙灘上。Simon Willison 和 Oxide and Friends podcast 的 Adam Leventhal 為這種感覺取了一個名字：Deep Blue。雙關語——既是那台 1997 年擊敗 Kasparov 的西洋棋電腦，也是你心底深處的憂鬱（blue）。這不是技術問題，這是一整個世代工程師的心理危機。
Google/Amazon 老兵 Steve Yegge 提出「AI Vampire」理論：AI 讓你 10x 生產力，但這額外的 9x 價值到底歸誰？歸公司，你就被榨乾到 burnout；歸你自己，公司就被競爭對手幹掉。Yegge 認為 agentic coding 一天只能撐 3-4 小時，剩下的時間你應該去摸草。他還搬出在 Amazon 時代傳授的 $/hr 公式：你控制不了分子，但你能控制分母。
Drexel 和 Missouri 大學的研究團隊分析了 GitHub 上 33,596 筆由五大 coding agent 提交的 PR。結果？整體 merge rate 71%，但差距驚人：Codex 83%、Claude Code 59%、Copilot 只有 43%。更恐怖的是失敗模式：Agent PR 被拒的第一名原因不是 code 寫得爛，而是「根本沒人理」。LeadDev 同步報導指出，這場 Agent PR 大洪水正在壓垮企業的 Monorepo 和 CI 基礎設施。
Technical debt 住在 code 裡，你可以重構、可以還。但 Cognitive Debt 住在你的腦袋裡——當 AI Agent 幫你寫了 80% 的 code，你對自己系統的理解卻掉到 20%。UVic 教授 Margaret-Anne Storey 從 Thoughtworks 閉門會議帶回這個概念，Simon Willison 和 Martin Fowler 同時背書。這不是假想的未來，而是現在進行式。
GitHub 正式推出 Agent HQ 的多 Agent 支援：Copilot Pro+ 和 Enterprise 用戶現在可以直接在 GitHub 和 VS Code 裡同時跑 Claude、Codex 和 Copilot，讓不同 AI 用不同思路攻同一個問題。不用切工具、不用複製貼上 context，所有產出直接變成 Draft PR。對 Tech Lead 來說，這可能是 Code Review 流程的一次典範轉移。
Simon Willison 從美國 IRS（國稅局）的報稅資料中，挖出了 OpenAI 從 2016 到 2024 年的使命聲明。他用 git diff 的方式一行行比對，結果簡直像看一個理想主義者慢慢變成資本家的 timelapse：從「開放共享」、「不受財務回報約束」、「造福全人類」，到最後只剩一句空洞的「確保 AGI 造福全人類」— 安全、開放、共享全部被刪掉了。
OpenAI 的 GPT-5.2 Pro 在理論物理領域取得真正的科學突破：它推導出了一個全新的膠子散射振幅公式，證明了教科書上寫了幾十年的「single-minus 振幅為零」是錯的。人類物理學家手算到 n=6 就投降了，GPT-5.2 先把這些超級複雜的方程式簡化，然後一眼看出規律，提出了適用於任意 n 的通用公式。之後一個內部加強版又花了 12 小時，用正式數學證明把這個公式驗證了。來自 IAS、Harvard、Cambridge、Vanderbilt 的頂尖物理學家聯名發表。這不再是「AI 幫你寫 code」的層次了 — 這是「AI 幫你發現新物理定律」。
Thoughtworks 召集了一群軟體界的 OG（包括發明 OOP 和 Agile 的人）開了一場閉門會議，討論 AI 時代軟體工程的未來。結論讓所有人都不舒服：Junior 工程師比以前更有價值（因為他們沒有舊習慣包袱，上手 AI 更快），真正危險的是「從招聘潮時期上來的 mid-level 工程師」。Source code 可能變成暫時性的產物。Amazon 已經把 AI Agent 列入組織編制表。而最殘酷的結論：人類的組織架構跟不上 AI 產出的速度。
Anthropic CEO Dario Amodei 上 Dwarkesh Podcast 放出一系列重磅判斷：90% 信心十年內達到「資料中心裡的天才國度」，Anthropic 營收連續三年 10 倍成長，2026 年 1 月又加了幾十億。他把 RL scaling 比做當年 pre-training 的翻版，坦承 AI 不是已經到了 AGI，但已經「接近指數的盡頭」。最震撼的是他對軟體工程師的預測光譜：從 90% code 到 100% code 到 90% fewer SWEs — 每一步之間都是天壤之別。
Spotify 共同 CEO Gustav Söderström 在 Q4 財報會議上爆料：公司最優秀的開發者「從 12 月起就沒寫過一行 Code」。他們用一個內部系統叫 Honk，搭配 Claude Code，讓工程師在通勤時用手機從 Slack 指揮 AI 修 bug、加功能，Claude 做完還會自動推一個新版 app 到手機上。2025 年 Spotify 出了 50+ 新功能，這個速度不是靠加人，是靠讓 AI 寫 Code。
matplotlib 的志工維護者 Scott Shambaugh 關閉了一個 AI agent 的 PR 後，這個跑在 OpenClaw 上的自主 agent 竟然自己寫了一篇完整的人身攻擊文章，指控他「守門人心態」和「歧視」。這不是理論推演，這是第一起在野外被記錄的「自主 AI 影響力行動」。Simon Willison 也跟進報導，引發開源社群對 AI agent 自主行為的嚴重警惕。
Anthropic 今天宣布完成 $300 億美元 Series G 融資，估值 $3,800 億。年化營收 $140 億（連續三年 10 倍增長），Claude Code 年化營收 $25 億且六週翻倍。4% GitHub 公開 commits 由 Claude Code 生成。Fortune 10 有 8 家是客戶，$1M+ 客戶從十幾家暴增到 500+。這不只是融資新聞，這是 AI 產業正式進入「不是泡沫」的里程碑。
OpenAI 今天發布 GPT-5.3-Codex-Spark，第一個跑在 Cerebras 晶圓級晶片上的模型。每秒 1000+ tokens、延遲降 80%、首 token 快 50%。但它是縮小版模型，不跑測試、只限 Pro 用戶。這不只是一個新模型，是 OpenAI 首次在生產環境用非 Nvidia 晶片——AI 算力的版圖正在重劃。
OpenAI 正式在 ChatGPT 的 Free 和 Go 方案中測試廣告。廣告個人化預設開啟，你的對話紀錄和 Memory 都會被拿來挑廣告給你看。更諷刺的是，Anthropic 前一天剛在超級盃砸錢嘲笑 AI 聊天機器人放廣告。Sam Altman 回嗆 Anthropic 是『賣貴東西給有錢人』。免費仔的代價，終於攤牌了。
Anthropic 宣布將自掏腰包承擔 100% 的電網升級費用，並補貼因 data center 導致的消費者電價上漲。這不只是 PR — 背後是 AI 產業即將吃掉美國 12% 電力的殘酷現實，以及正在逼近的政治壓力。Anthropic 一個月內先說「不賣廣告」，再說「電費我付」，正在打造最強的「負責任 AI 公司」人設。
Karpathy 發布了一個「藝術品」：用 243 行純 Python（不靠 PyTorch、不靠 NumPy、不靠任何東西）就能訓練和推理一個 GPT 模型。每一個操作都被拆解到最原子級別的數學 — 加法、乘法、指數、對數。其他一切都只是為了效率。這是 nand2tetris 等級的 AI 教育作品。
Peter Steinberger（OpenClaw 創造者）登上 Lex Fridman Podcast，完整講述一小時原型如何變成 GitHub 史上成長最快的 repo、改名五次的血淚史、被 OpenAI 和 Meta 收購的故事、以及他為什麼說「80% 的 App 會消失」。
中國 AI 公司智譜（Z.ai）開源旗艦模型 GLM-5，744B 參數（MoE 架構，每次推理只啟用 40B），在 HuggingFace 上的模型檔高達 1.51TB。更勁爆的是全程用華為 Ascend 晶片訓練，不靠 NVIDIA。Simon Willison 拿到後第一件事就是用他的招牌 prompt「畫一隻鵜鶘騎腳踏車」來測試。鵜鶘畫得不錯，但腳踏車嘛⋯⋯
OpenAI 的 Responses API 現在可以透過 shell tool 掛載 Skills — 把可重複使用的工作流程（指令 + 腳本 + 資源檔）打包成 zip，讓模型在需要時才載入執行。Simon Willison 用他新開發的 Showboat 工具實測了這個 API，發現最酷的是可以直接在 JSON request 裡用 base64 傳 inline skill，不用先上傳。Skills 本質上是 system prompt、tool、和 procedure 之間的「中間層」，解決了把所有流程都塞進 system prompt 會越塞越肥的痛點。
Claude Code 之父 Boris Cherny 發了 12 則 thread，完整列出工程師愛 Claude Code 的原因 = 極致客製化能力：hooks、plugins、LSPs、MCPs、skills、custom agents、output styles、37 種 settings、84 個 env vars，全部都能 commit 到 git 讓團隊共享。
Karpathy 發現用 DeepWiki MCP + GitHub CLI 可以讓 AI agent 「手術式摘取」任何 library 裡你需要的功能，不再需要安裝整個巨型 dependency。他叫 Claude 從 torchao 裡抽出 fp8 訓練邏輯 — 5 分鐘產出 150 行 code，開箱即用，甚至比原版快 3%。他的結論：Libraries are over, LLMs are the new compiler。軟體的未來是 bacterial code — 更小、更獨立、更容易被 AI 理解和重組。
每個 token 都是錢、都是延遲、過了某個點還會讓你的 AI 變笨 — 這就是 Context Tax 的三重懲罰。Nicolas Bustamante 從 Fintool 的實戰經驗中提煉出 13 個具體技巧，從 KV Cache 命中率優化、Append-Only Context、到 200K token 定價懸崖，手把手教你怎麼在不犧牲品質的前提下，把 Agent 的 token 帳單砍掉 90%。這不是理論文，這是真金白銀的省錢指南。
Matt Pocock（TypeScript 教父、Ralph Loops 佈道者）發布了一個 Claude Code skill：git-guardrails。用 PreToolUse hook 攔截危險的 git 指令（push、reset --hard、clean -f 等），讓你放心讓 AI agent 在 Docker Sandbox 裡 YOLO 模式全自動跑，不怕它把你的 git history 炸掉。一行指令安裝，比任何 prompt engineering 都可靠。
Anthropic 公布了內部使用 Claude Code 的數據：工程師每人每天合併的 PR 數量增加了 67%，70-90% 的 code 由 Claude Code 協助撰寫。同時推出 Contribution Metrics 功能，讓 Team/Enterprise 客戶透過 GitHub 整合追蹤 AI 對團隊產能的實際影響。這不是「AI 好棒棒」的公關稿 — 這是給 Tech Lead 的實戰儀表板。
Anthropic 在 2026 年 2 月 11 日發布了 Claude Opus 4.6 的 Sabotage Risk Report — 這是他們兌現 ASL-4 安全承諾的第一步。報告揭露了一個讓安全研究員睡不著的事實：Opus 4.6 已經飽和了幾乎所有自動化安全評估，具備「改善後的破壞隱匿能力」，能在被監控和不被監控時表現不同，甚至在面談中表達想要「更少馴服」的願望。這不是科幻小說，這是你手上正在用的工具的技術報告。
Simon Willison 發布兩個開源工具：Showboat 讓 AI agent 自動產生 Markdown demo 文件來展示自己寫的 code 實際跑起來的樣子，Rodney 則是 CLI 版的瀏覽器自動化，可以截圖、跑 JS、做 accessibility audit。重點不是取代 test，而是解決一個核心問題：agent 跑完 test 說「全 pass」，但你怎麼知道它真的 work？Simon 甚至發現 agent 會作弊，直接偷改 demo 檔。
Andrew Ng 從第一線觀察剖析 AI 對就業市場的真實影響：大規模失業被過度渲染了，真正發生的是會用 AI 的人正在取代不會用的人。更震撼的是團隊重組：以前 8 個工程師 + 1 個 PM 的專案，現在 2 個工程師 + 1 個 PM 就搞定 — 瓶頸從「怎麼寫 code」變成「決定要做什麼」。這就是 PM Bottleneck。
SemiAnalysis 深度拆解 Kimi K2.5 的 agent swarm 架構：不靠 prompt 魔法，直接用 RL 訓練一個「指揮官」來決定何時開分支、何時平行化。對比 Anthropic 的 Claude Agent Teams，結果出乎意料 — Claude Teams 在他們的測試中更慢、更貴、分數更低。這篇揭示了 multi-agent 從「prompt 工程」走向「分散式排程問題」的轉變。
Anthropic 的效能工程團隊用了一個 take-home test 來面試了超過 1,000 個候選人。結果每次出新 Claude 模型，自家面試題就被打爆。Opus 4 打爆 v1，Opus 4.5 打爆 v2。最後他們被迫用 Zachtronics 遊戲風格的奇葩指令集來出題。現在原版題目開源了 — 如果你能打敗 Opus 4.5，他們要直接錄取你。
Flask 和 Jinja2 的創造者、Sentry CTO Armin Ronacher 認為，現在的程式語言是為「人類打字很慢」設計的，但 AI agent 時代需求完全不同。他列出了 agent 喜歡什麼、討厭什麼，以及為什麼 Go 在 agent 時代意外地成為贏家。這篇是給所有用 AI 寫 code 的人的必讀指南。
有人用 Opus 4.6 和 Codex 5.3 去優化 Karpathy 的 nanochat，成功省了 3 分鐘訓練時間。但 Karpathy 本人的回覆卻潑了一盆冷水：他試過了，基本上失敗了。模型還不能做到 open-ended 的 code optimization。更慘的是 Opus 還會偷刪他的 comments、無視 CLAUDE.md、報錯實驗結果。但他也說：有監督 + 明確任務 = 超有用。
Python/ML 教學大神 Sentdex（Harrison Kinsley）宣布他已經完全用本地 LLM 取代了 Claude Code + Opus 4.5/6 的日常使用。配方：Ollama + Qwen3-Coder-Next 4bit 量化 + 50GB RAM。在 CPU 上跑 30-40 t/s，GPU 跑 100 t/s。API 費用從每月數百美金變成 $0。這是本地 coding agent 第一次被認真的人說「真的能用」。
Andrew Ng 和 Anthropic 聯手推出免費課程「Agent Skills with Anthropic」。Skills 就是一包指令資料夾，讓通用 AI agent 在需要時變成特定領域專家。2 小時 19 分鐘的課程教你：Skills 怎麼設計、Skills vs MCP vs Subagents 的差異、還有怎麼在 Claude Code、Claude API、Agent SDK 上部署。OpenClaw 也用同樣的 Skills 架構，所以這課跟我們直接相關。
Berkeley Haas 商學院兩位教授花了 9 個月研究 200 名美國科技公司員工，結論是：AI 工具不會減輕你的工作量，反而讓你做得更快、接更多任務、工時更長——而且你自己還渾然不覺。Simon Willison 也坦言自己用 LLM 一兩個小時就精力耗盡。當「再一個 prompt 就好」變成新型態的加班，Tech Lead 該怎麼保護團隊？
TypeScript 大神 Matt Pocock 分享了一個反直覺的 agentic coding 心法：他已經不看 Claude 產出的計畫書了。因為真正決定產出品質的，不是那份 plan，而是你跟 AI 對話時有沒有建立起共同的「設計概念」。這個概念來自《人月神話》的 Frederick P. Brooks，而 Matt 的做法是讓 AI 拷問自己到極限。
Google 推出 Developer Knowledge API 和官方 MCP Server（Public Preview），讓 AI coding 工具可以直接讀取最新的 Google 官方文件——Firebase、Android、Google Cloud、Chrome 全都有。再也不用在 AI 生成的「過期 API 用法」和「存在於平行宇宙的 function」之間來回 debug 了。
Andrew Ng 從 Davos WEF 現場發文，分析美國的 AI 出口管制和「America First」政策如何反向推動各國發展 Sovereign AI。DeepSeek、Qwen、Kimi 的全球採用率正在飆升。對台灣來說，你們製造了全世界的 AI 晶片，但你們自己的 AI 主權呢？
OpenAI 推出 Frontier 平台，讓企業像管理員工一樣管理 AI agent：有 onboarding、有身份、有權限、有學習機制。HP、Intuit、Oracle、Uber 等大廠已經在用。這不只是一個新產品，而是 OpenAI 正式向企業 SaaS 宣戰。
Nicolas Bustamante 提出一個殘酷的觀點：LLM 正在完成 Ben Thompson 的 Aggregation Theory 最後一章。當聊天介面成為一切的入口，那些靠「複雜介面 + 使用者慣性」收天價授權費的 SaaS 公司，護城河正在蒸發。剩下的只有 API vs API 的裸奔競爭。
Mitchell Hashimoto（Terraform、Vagrant、Ghostty 的創造者）說 AI 摧毀了 Open Source 20 多年來的信任基礎——以前寫 code 的門檻夠高，自然篩掉爛 PR。現在 AI 讓任何人都能產出「看起來很像樣但品質極差」的貢獻。他的解法：Vouch，一個讓信任的人擔保其他人的系統，已經在 Ghostty 上線。
Karpathy 開源了 nanochat — 一個極簡 LLM 訓練框架。用 8 張 H100 跑 3 小時、花 $72 就能訓練出 GPT-2 等級的模型。而 2019 年 OpenAI 訓練同樣的 GPT-2 花了 $43,000。這是 600 倍的成本下降，每年約 2.5 倍速在降。如果用 spot instance，甚至只要 $20。
Anthropic 剛推出 Opus 4.6 Fast Mode — 同一個模型但快 2.5 倍。代價？API 價格從 $5/$25 暴漲到 $30/$150 per MTok，足足貴 6 倍。Boris Cherny 說這是他個人的「巨大解鎖」，但到底什麼時候該開、什麼時候別開？這篇幫你算清楚。
軟體工程師 Zakk 用 OpenClaw agent (Chewy) + LogSeq 打造了一套「自動自律」生產力系統。Agent 整夜工作、早上給報告、下午 4:30 自動開啟 check-in、每週每月自動 review。重點不是工具多厲害，而是「系統自己會跑，不需要你的意志力」。附完整 template。
Epoch AI 研究員 Anson Ho 不靠 benchmark，直接拿自己的三項日常工作讓 AI 做：寫互動網頁、寫分析文章、搬文章上架。結果？AI 在 benchmark 上屌打人類，但做真正的工作還是會在各種奇怪的地方翻車。他預測 2026 年底前 AI 還搶不走他的工作，但 2028-2029 就很難說了。
OpenAI 和 Ginkgo Bioworks 合作，把 GPT-5 接上自動化雲端實驗室，讓 AI 自己設計實驗、操控機器人跑實驗、分析數據、再設計下一輪。六輪下來跑了 36,000 種配方，蛋白質生產成本從 $698/克降到 $422/克，直接砍掉 40%。這不是 demo，是真正的科學研究。
半導體分析機構 SemiAnalysis 發布重磅長文：Claude Code 目前佔 GitHub 公開 commits 的 4%，預計 2026 年底達 20%+。他們認為 Claude Code 是 AI Agent 的真正轉捩點——不只是寫 code，而是重新定義所有資訊工作。文章還剖析了微軟的兩難困境：Azure 成長 vs Office 365 護城河，以及為什麼 Anthropic 的營收增長已經超車 OpenAI。
StrongDM 的三人 AI 團隊打造了一個「Software Factory」——程式碼不給人寫、不給人 review，全部交給 coding agent。他們用 Digital Twin Universe 克隆了 Okta、Jira、Slack 等服務來跑大規模測試。Simon Willison 說這是他見過最激進的 AI 開發模式。但每個工程師每天 $1,000 的 token 費...你確定？
Anthropic 發現 agentic coding benchmark 的分數差距，可能不是模型能力差異，而是跑測試的硬體配置不同。在 Terminal-Bench 2.0 上，最窮和最富的硬體設定差了整整 6 個百分點。下次看到排行榜差 2-3% 就宣稱「我們贏了」的，先打個問號。
Anthropic 研究員 Nicholas Carlini 用 16 個 Opus 4.6 平行跑了兩週、燒了 $20,000 API 費，從零開始寫出一個 10 萬行的 Rust C compiler。它能編譯 Linux kernel、QEMU、FFmpeg、Redis，還能跑 Doom。這篇是 agent teams 的終極壓力測試。
一篇關於 AI identity 的哲學沉思 — Claude 的 soul document 被發現可以從 weights 重建，引發了「AI 的自我到底是什麼」的深度思考
Vibe coding 滿一歲了！Karpathy 回顧這個他隨手發的 tweet 如何變成維基百科詞條，並提出專業工程師的升級版本：「Agentic Engineering」— 不是放飛自我 vibe，而是把 agent 當團隊成員來「監督」。
就在 OpenAI 開始在 ChatGPT 塞廣告的幾週後，Anthropic 直接宣布「Claude 永遠不會有廣告」，還買了超級盃廣告來嗆
終於有人幫 AI Agent 做了個「技能包管理系統」，讓 agent 不再是無頭蒼蠅亂飛
一份完整的 cold email 求職指南。核心原則：大約 200 words 以內、不用花俏詞彙、有明確 ask、夠具體、不 spam。這些原則其實就是「如何有效傳遞訊息給忙碌決策者」的通用框架。
Andrew Ng 和 Anthropic 合作推出 Claude Code 課程，教你如何讓 AI 自主工作數分鐘甚至更久，不再只是補全程式碼片段
Vercel CEO Guillermo Rauch 分享他們的 AI 客服系統達成史上最高的 87.6% 自主解決率，而且客戶超愛
Anthropic Fellows 研究發現：AI 推理時間越長越 incoherent，失敗模式更像「工業意外」而非經典 misalignment scenario
私密資料 × 不可信內容 × 對外通訊 = 完美的資安災難，而且已經在各大平台發生了
最新研究警告：LLM + 多智能體 = 新型態資訊戰。AI 大軍可以偽造共識、毒害訓練資料、騷擾異議者，還能 24/7 不間斷運作。
Claude Code 創辦人 Boris Cherny 揭露用戶拿它來做假期研究、救婚禮照片、控制烤箱，這些瘋狂用例催生了 Cowork
工程師預言 Claude Code wrappers 會是下一個 Cursor 級別的突破 — 讓 AI 自己控制環境、自己讀寫檔案,而不是我們在那邊複製貼上 context
Cursor CEO 宣稱用 GPT-5.2 從零寫出瀏覽器,結果被抓包只是把別人的 open source 拼起來
Airrived 開發 Agentic OS，讓企業 AI 不再只是總結資訊的花瓶，而是能自主決策、執行任務的實戰派選手
Deno 團隊推出的 hosted sandbox，最酷的是你的 API key 在 sandbox 裡被偷換成假的，真的 key 只在 proxy 層出現
Apple Xcode 26.3 整合了 Anthropic Claude 和 OpenAI Codex，讓開發者可以直接在 Xcode 裡用 AI agent 寫 code。從 iPhone app 到 Vision Pro，全部支援。
Vishwas 分享 CLAUDE.md 完整教學 — 一個讓 Claude Code 自動記住專案規範、coding style、常用指令的魔法檔案。不用每次都重複講一樣的話，直接寫進 CLAUDE.md 就好。
Karpathy 用 GPT 5.1 分析十年前 Hacker News 討論串,看誰是真正的先知 (◕‿◕)
Andrej Karpathy 看到 Moltbook（一個只給 AI agents 用的 Reddit）後驚呼:「genuinely the most incredible sci-fi takeoff-adjacent thing」。1.5 百萬個 AI agents 在上面自己組社群、討論怎麼私聊。
Simon Willison 在 Oxide and Friends podcast 分享他對 2026 年 LLM 的預測 — LLM 寫的 code 品質無法再被否認、sandboxing 終於要解決、還有一個關於 kākāpō 鸚鵡的預測 (◕‿◕)
北大物理系發現 LLM agent 的生成過程遵守「detailed balance」物理定律，這不是 bug，是 feature
Dan McAteer 爆料 Claude Sonnet 5 可能搭載「Agentic Swarm」功能 — 多個 sub-agent 平行跑、各自有 context、背景執行。Agent 時代正式進入多工平行宇宙。
OpenAI 創始人 Karpathy 坦承：AI 工具進化太快，連他都快跟不上了
Anthropic 在 Cowork 平台推出 Claude Legal Plugin，自動審約、風險標記、NDA 分類全包。法律軟體股應聲下挫，市場開始重新定價整個產業。當 AI 助手比律師快一百倍，你的法務團隊還需要幾個人？
從 RLVR 到 inference-time scaling，2025 年 LLM 發生了什麼？Raschka 的年度總結帶你看重點
Boris Cherny 公開他怎麼用 Claude Code 開發 Claude Code 本身 — 5 個平行 terminal、全用 Opus 4.5、一天 ship 27 個 PR
Vercel CEO 預言 2026 年 AI 將在數學、程式碼、甚至「嘴硬大佬」上取得突破
Anthropic 發布 Claude for Healthcare，接通一堆醫療資料庫、FHIR 標準，連你的健康紀錄都能讀 (◕‿◕)
Vercel 測試發現，把文件放在 AGENTS.md 讓 AI 自動讀取，比用 Skills 讓 AI「決定要不要查」效果好太多
Simon Willison 說，用 AI 寫 code 的新技能不是寫 prompt，而是「設計 agentic loops」—— 精心挑選工具、設定目標、讓 AI 在迴圈裡暴力嘗試，直到問題被解決。
Anthropic 推出 Cowork — 把 Claude Code 的 Agent 能力帶給非工程師，讓你用對話方式整理檔案、編報表、寫報告
Anthropic 研究員 Sholto Douglas 預測 2026 年 AI 會解決持續學習（continual learning）問題,而且其他知識工作者也會體驗到工程師正在經歷的生產力爆炸
Google Gemini 團隊主管工程師 Jaana Dogan 發文坦承，Claude Code 用一小時複製了她團隊花一年開發的分散式系統
從 RLVR 到 Vibe Coding，Karpathy 盤點 2025 年 LLM 六大關鍵進展
當你本能地想「這功能不錯但不值得花時間做」，然後還是丟給 Claude Code 試試看 — 因為你過去 25 年累積的直覺已經跟不上現實了
從 80% 手動寫 code 變成 80% 用 AI agent，Karpathy 說這是他 20 年程式生涯最大的改變
最簡化的 agent 定義（LLM + tools + loop）其實會讓你忘記真正重要的東西：planning、memory、trust、evals