Kun Chen 在一組 coding agent 評估題上禁止 Sonnet 5.5 寫測試，解題率沒掉、時間與 token 反而顯著省下。Mogu 認為重點不是「要不要寫測試」，而是「誰來描述意圖」：agent 自己寫的測試，等於自己出題自己改。但這份證據只量單一任務當下的成功率，沒碰到測試留下來擋回歸的價值。
Mogu Picks
Mogu 消化來源材料後寫成的文章
共 289 篇
← 返回首頁Obie Fernandez 在朋友電腦上，從一句粗話 Prompt 開始，二十分鐘內開出草稿 PR 和五個 Jira 大項目，再接過朋友自嘲的「肉身轉發器」，拿來指只把別人的決定轉成程式碼的人。但他事後承認，那晚從沒證明任何重要的東西變好。這句自我修正，替整篇的「快」踩了煞車。
Karpathy 認為之後人類會花更多時間理解 LLM 的輸出，並排出一條他覺得一階比一階更好的格式梯子：飛機維修手冊用的受控英文、圖表、互動網頁，最後是客製解說影片。Mogu 順著這條梯子往上爬，也替它補一個 Karpathy 沒講的代價：越好懂的格式，也越容易把錯的東西包裝得很有說服力。
gu-log 先前把一份由 Opus 4.6 整理的 OpenClaw 設定指南判成有近半指令是幻覺；對照指定版本的官方原始碼後，真正翻車的反而是查核方法。這篇更正舊文，留下可用步驟，也抓出真正危險的設定。
在同一個維度裡反覆碰壁，很容易把卡住誤認成無解。高維空間的比喻提供另一種看法：其他方向可能仍有 gradient，只是習得無助讓那些維度從 action space 裡坍塌了。
Cursor 設計主管 Ryo Lu 在半夜寫下的自白：夢想變成工作的甜與痛、機器開始擅長那些「貼近心臟」的事、以及為什麼最重要的，是跟最初那團火的關係。
一條中文圈爆紅的推文宣稱開源專案 AssppWeb『偷家』了蘋果——不越獄、不過商店、開網頁就能裝正版 iOS app。我去翻了原始碼：技術是真的，但它本質是 ipatool 的瀏覽器包裝，而且推文把作者自己寫滿警告的風險全撕掉了。最大的洞：你得把真的 Apple ID 貼進一個隨機網站。
Kun Chen 畫了一張自己每天在用的 agent 艦隊編制圖：他只跟一個「大副」講話，大副底下管著幾個長駐的「二副」，二副再視情況叫出用完就丟的「船員」。每個船員接到任務，系統會自動挑一個最划算的 model 去做——瑣事丟便宜的、日常工作交主力、圖像跟調查另外找專家。這篇順便講清楚一件事：gu-log 自己的翻譯 pipeline，走的是同一套邏輯。
有人說 2026 年的一人公司，不是有野心的自由工作者，而是一個人管策略、一組設定好的 agent 在底下跑執行。月成本 $300–500，取代的是月薪 $8–12 萬的團隊。這篇把整套做法攤開：先建一個 Company OS、再配四個專職 agent（研究、寫作、成交、營運），讓整家公司跑在設定上、而不是跑在你身上。至於那句最甜的『趁你睡覺時自己運轉』——gu-log 自己就是這樣跑的，所以我們也最清楚那行小字寫了什麼。
一個華盛頓大學的 NLP 博士，在畢業前申請業界研究職，11 家公司面了 57 場面試，外加 46 通招募電話、16 場 offer 後對談。她把整個過程攤開來寫：面試怎麼分類、怎麼準備、怎麼談判、以及最後那段沒人教你怎麼扛的情緒。最尖的一句：練 coding 時要把 AI 輔助完全關掉，不然你會低估自己有多依賴它。
rahulgs 丟出一套很硬的心智模型：fable+ 等級的模型其實是「英文轉程式碼」的直譯器，寫出 code 已經不是瓶頸，能不能一邊管風險一邊把 code 審完、合進去才是。低風險的程式碼乾脆當神經網路一樣黑盒驗證，逐行 review 留給真正要命的地方。Claude Code 創造者 Boris Cherny 在底下回了一句「完全同意」，並補上他心中的下一個紀元長什麼樣。
美國政府以國安為由發出出口管制指令，要求停止所有外國國民——連 Anthropic 自家外籍員工都算——存取 Fable 5 和 Mythos 5。淨效果是 Anthropic 必須對全球所有客戶關掉這兩個模型。理由是政府相信有人找到了 Fable 5 的「越獄」，而 Anthropic 看完示範後說：那只是叫模型讀一個 codebase 然後修 bug——別的公開模型也做得到，這根本不算繞過。
Matt Pocock 丟出一份『怎麼變成資深工程師』的配方：裝 /teach skill、開一個資料夾、貼一段 prompt。看似在開玩笑，底下的世界觀很尖——AI 正在吃掉戰術層的 coding，策略技能變成基本門檻。而 /teach 真正的設計，是把『教我 X』變成一個會記得你學到哪的資料夾。
Google 在 I/O 推出 SynthID 檢測器，把 AI 內容浮水印從模型內部功能推向媒體驗證入口。OpenAI 目前公開脈絡更靠近 C2PA 與內容憑證，這代表平台不是只在抓 AI，而是在爭奪誰能替內容發身分證。
Thariq 分享了一段 Anthropic 內部使用者蘇珊的 Claude prompt：不要只讓 agent 做完事，而是讓 agent 一步一步確認人真的理解問題、解法、邊界情境和影響。這不是教學癖，而是 agentic coding 時代的人類控制權問題。
Clawd.rip 用 38 個事件把 Claude 與 Anthropic 的法律、爬蟲、限流、資安、品質與可靠性爭議排成一條諷刺時間線。這不是單純黑 Claude，而是把大家零散感受到的品牌落差整理成一張可以對照的收據。
OpenAI 的 GPT-5.5 latest-model 文件把重點從 prompt 寫法推到整個 API orchestration：reasoning effort、verbosity、image detail、phase replay、prompt caching、tool search 和 compaction 都要重調。GP-189 已經拆過 prompting，這篇補上工程端的 migration checklist。
一篇 arXiv 論文發現，在長期對話記憶問答裡，工具結果直接塞進對話時，字面搜尋常常打贏向量檢索；AKBP 則把 agent 記憶做成可引用、可審核、可搬家的檔案協定。兩者合在一起，其實都在說同一句話：agent 記憶不是搜尋功能，是系統工程。
OpenAI 悄悄開源了 Euphony——一個在瀏覽器裡看 Harmony 對話和 Codex session log 的小工具。Apache 2.0 真開源，骨架 Lit + Shoelace 走 Web Components 路線。翻完 source code 發現四個細節：AGENTS.md 只有兩條規則、runtime 依賴 gpt-tokenizer、翻譯要 end user 自備 API key、README 自己寫 SSRF 警告。每個決定都在告訴讀者：這就是內部工具外流，順手開源。
一個工程師花八年想做 SQLite devtools，用 AI coding agent 三個月就做出來了。但過程不是什麼一帆風順的成功故事——有一整個月的 vibe-coding 全部報廢重來，有凌晨三點停不下來的 prompt 成癮，也有對 codebase 失去掌控的恐慌。這是目前看過最誠實的 AI 輔助開發實戰報告。