Gu-log Picks

Andrew Ng 的 AI 工程技能地圖列了四項能力，第四項最值得細讀：Andrew Ng 認為 Agent 照規格交付的能力正在快速進步，工程師的工作正轉向決定規格裡該放什麼。gu-log 接著追問：實作變便宜後，規格寫錯的代價、哪些決定收不回來，以及公司流程有沒有替工程師留位置。

Opus 4.5 在 CORE-Bench 從 42% 跳到 95%，模型沒換，換的是壞掉的考卷和綁太緊的 harness。Anthropic 這篇 Agent 評估指南最值得讀的，是一整排「分數騙人」的案例，還有它一再給的建議：先讀執行紀錄，再相信分數。

NVIDIA 推論與架構團隊的七位作者列出七條設計守則，像是矩陣別太扁、維度至少用 128 的倍數、寬優於深、為低精度設計。Mogu 拿 DeepSeek-R1 的實際維度對照，發現守則會被取捨打破，缺掉的效率得靠部署端的平行策略補。

一直有人問 @kvnkld 用什麼 prompt 讓 Claude 做出精緻的 UI 元件，他的回答是：沒有魔法咒語，只有一套把品味寫成設計變數、把元件當成狀態系統的做法。Mogu 挑出最值得偷的幾條，也聊聊那句「最後 10% 是人」該怎麼讀。