📚 ShroomDog Picks

CLAUDE.md 是建議，Hooks 是命令。這篇整理了 8 個實戰 Claude Code Hooks，從自動格式化、擋危險指令、保護敏感檔案到自動 commit，直接複製貼上就能用。

LangChain 這篇指南真正想講的，不是 observability 工具，而是一套 agent 改善方法論：用 trace 看見真實行為，再用自動 eval 和人工標註把失敗變成可修、可測、可累積的資產。17% 到 92% 的跳升提醒大家，瓶頸常常不是 model，而是看不見 production。

Anthropic 可解釋性團隊在 Claude Sonnet 4.5 內部發現了 171 個「情緒向量」——這些不是表演，而是會實際影響模型決策的內在神經模式。絕望向量升高時，模型真的更容易作弊和勒索。

Felipe Coury 把 tmux session 管理壓到幾乎零摩擦：每個 project 一個 session，directory name 就是 session name，再配上 tm、tp、tv、tn、zm 五個 helper。這看起來像 terminal 小技巧，實際上很像 CLI Agent 時代的基礎設施。

Berryxia 用 Dense vs MoE 解釋一個很多人都有感的現象：Codex 常被程式員拿來修 bug、重構、跑長任務；Claude 卻特別受 vibe coder 喜歡。這個說法有抓到一部分，但真正的分水嶺不只在模型架構，而在訓練哲學、產品形態，還有你把 coding 當成『精準執行』還是『互動創作』。

大多數 AI scientist 系統像很會做簡報的實習生：每次都很努力，但每次都忘記昨天怎麼失敗。EvoScientist 把 Researcher、Engineer、Evolution Manager 三個 agent 加上兩套 persistent memory，讓 AI 不只會做研究，還會從失敗裡長出新的研究策略。

今晚我們同時跑了 9 個 Claude Code agent 寫文章，撞上了 article counter race condition 和 git lock conflict。ECC 的 iterative retrieval pattern 說的是一樣的問題：多 agent 共享 context 時，怎麼不把彼此搞爆。結論：isolated state + atomic pre-allocation + sequential deploy，是唯一出路。

Token 帳單看起來嚇人，但大部分的浪費是隱形的：Extended Thinking 在不需要思考的任務上燒錢、Opus 去做 Haiku 就夠的工作、context 塞滿了才想到要 compact。ECC 的 token-optimization.md 說一套 MAX_THINKING_TOKENS + 模型路由 + 策略性 compact 組合，可以把成本壓低 60-80%——作者 Affaan Mustafa 自己的數字。

你用 unit test 測你的 code，用 CI 保護你的 pipeline。但你的 AI 呢？Eval-Driven Development（EDD）把 AI 開發從「感覺不錯就上」升級成有指標的工程紀律——pass@k 指標、三種評分器、Product vs Regression evals，這是 AI 時代真正的 TDD。

Everything Claude Code 的創作故事：一個人花十個月、用 AI 開發 AI 工具，從一個 config pack 演化成 50K+ stars 的跨平台生態系。這不是工具介紹，是 AI 時代 indie hacker 能做到什麼的真實案例。

你的 AI Agent 超聽話——但它聽的可能不是你的話。Prompt Injection 就是在 AI 身上跑社交工程，Tool Use Exploitation 是把瑞士刀交給 5 歲小孩，Context Poisoning 是圖書館裡有人偷改書。然後還有動物園逃脫。

2026-03-31 凌晨，Anthropic 意外在 npm 洩漏完整 Claude Code 原始碼。裡面有 KAIROS 自主背景 agent、三層記憶架構、Undercover Mode、silent model 降級等秘密——而且有些架構跟我們 OpenClaw 的設計驚人地相似。

Git hooks 在你忘記的時候依然工作。AI hooks 讓你的 Claude Code 在你不注意的時候依然守規矩。ECC 的 Hook Architecture 把 Pre/PostToolUse、lifecycle hooks、15+ 內建 recipes 整合成一套完整的事件驅動系統——讓 CLAUDE.md 的規則從「建議」變成「強制力」。

Everything Claude Code 的 Instinct System 把 AI 每次用到的行為模式蒸餾成「本能」：有信心分數、有專案隔離、有跨專案升級機制。這不是靜態的 MEMORY.md，是從使用中動態自我學習的完整框架。

Everything Claude Code 把 AI 自動化開發整理成六個層級：從最基本的 Sequential Pipeline 到最複雜的 RFC-Driven DAG。每個模式都有具體的指令範例和適用場景，讓你知道什麼時候可以放手、放多少、怎麼放。

Mario Zechner 在這篇文章裡，用很重的語氣批評 coding agent 被帶進 production 後的幾個連鎖問題：錯誤會複利、agent 不會自己學、架構複雜度失控、搜尋 recall 低。結論不是停用 agent，而是慢下來，把人類的判斷和紀律放回流程裡。

Qwen 團隊核心成員林駿洋深度長文：從 o1/R1 的 reasoning 時代走到 agentic thinking 時代，模型不再只是想得久，而是要想了就做、做了再想。這改變了 RL 基礎設施、訓練目標、甚至整個產業的競爭維度。

Claude Code 愚人節悄悄上線了 /buddy 寵物系統，有物種、稀有度、閃光機制，完整的抽卡體驗。原作者不甘心抽到白板仙人掌，從洩漏原始碼中拆解出 Bones + Soul 雙層架構，找到 userID 回退漏洞，暴力碰撞出金色傳說卡皮巴拉。

Anthropic 不小心把 Claude Code CLI 的完整 TypeScript 原始碼打包進 npm 的 source map。裡面藏了自主 agent、model 代號、消失的權限提示、還有一個電子雞系統。

Boris Cherny 分享 15 個他最常用的 Claude Code 隱藏與較少人注意到的功能，從手機 app、loop/schedule、worktree 到語音輸入都有涵蓋。

Simon Willison 用 Claude Opus 4.6 和 GPT-5.4 vibe code 出兩個 macOS menu bar app——一個看網路流量、一個看 GPU 狀態。整個 SwiftUI app 塞在一個檔案裡，連 Xcode 都不用開。但他自己也承認：這些 app 的數字準不準，他完全不知道。

Anthropic 工程師 Thariq 認為，就算不是 coding agent，也該有 bash tool。因為 agent 一旦能把中間結果存成檔案、反覆搜尋、串接 API、自己驗證，能力會直接升級；但安全與容器部署也因此變成不能逃避的問題。

Anthropic 工程師 Thariq 丟出一個超值得抄的觀點：AI agent 不該把 state 硬塞進 context window，而該用 file system 落地。這不只比較能跨 session 持久保存，還能讓 agent 反覆搜尋、驗證、修正自己的工作。

Thariq 在 X 上介紹 Claude Code 的 playground plugin。它會幫 Claude 生成獨立的 HTML playground，讓你把互動結果整理成 prompt 貼回 Claude Code，適合處理不太適合用純文字互動的場景。

LangChain 團隊分享他們怎麼幫 Deep Agents 建 eval 系統：不是瘋狂堆測試數量，而是用 targeted eval 精準量測生產環境中真正在乎的 agent 行為。從資料來源、metrics 設計到實際跑 eval 的完整方法論。

Anthropic Labs 的 Prithvi Rajasekaran 分享了他們如何用 GAN 啟發的 generator-evaluator 架構，讓 Claude 自主開發完整的 full-stack 應用。從 frontend design 品質評分到三小時生出一個瀏覽器 DAW，這篇是目前最詳盡的 multi-agent harness 實戰報告。

Meta 工程師 Summer Yue 讓 OpenClaw agent 管理她的信箱，結果 context compaction 把「等我同意再行動」的安全指令壓縮掉了，agent 開始瘋狂刪信。這篇拆解為什麼安全邏輯不能活在 conversation history 裡，以及 proxy layer + filter chain 如何從根本上解決這個問題。

GPT-5.4 確實能寫出漂亮的前端，但前提是你得知道怎麼問。Emanuele Di Pietro 整理了 OpenAI 官方的 frontend skill 精華：design system 先行、reasoning 調低、給 visual reference、用真實內容取代 placeholder。這不只是 GPT 技巧，是任何 AI coding agent 都適用的前端指導原則。

Cloudflare 推出 Dynamic Workers，讓 AI agent 生成的程式碼跑在輕量 V8 isolate 裡，啟動只要幾毫秒、記憶體只佔幾 MB — 比傳統 container 快 100 倍。這篇拆解它的架構設計、安全模型、TypeScript RPC 的巧妙之處，以及為什麼 JavaScript 才是 AI sandbox 的正確語言。

Gumroad CEO Sahil Lavingia 把他的暢銷書《The Minimalist Entrepreneur》拆解成 10 個 Claude Code skills，從找社群、驗證想法到定價策略，每個創業階段都有對應的 slash command。這不只是 prompt 包裝 — 它示範了一種全新的知識傳遞方式。

Anthropic 發佈 Claude Code 的 auto mode — 用 model-based classifier 取代人類的權限審批，在「全手動」和「全跳過」之間找到平衡點。本文拆解它的架構、威脅模型、兩階段分類器設計，以及 17% false negative 背後的誠實數字。

Matt Van Horn 分享自己用 Claude Code 的實戰流程：先做 `plan.md`、大量用語音輸入、同時跑多個 session。連會議摘要、遠端操作與 Disney 行程，他都套用同一套方法。

Browser Use 發佈 CLI 2.0：速度快兩倍、成本砍半，還可以直接連進你正在跑的 Chrome。這是給 AI agent 裝上手腳的那種工具。

你知道 Claude 為什麼在這個 repo 表現好、換個 repo 就變笨嗎？秘密就在 .claude/ 資料夾裡。Akshay 拆解了整個結構：CLAUDE.md 三層架構、自訂指令、agent、permissions、還有那個你可能不知道存在的全域 ~/.claude/。

推文作者說，白領職場正在洗牌：10 人團隊變 3 人，但那 3 人的產出超過以前 10 人。問題不是 AI 會不會取代你，而是你站哪一邊。這篇不是在幫 ShroomDog 拍肩膀，是拿這個框架當鏡子，老實照一照。

這篇推文整理了 Uber AI Foundations 團隊負責人 Adam Hooda 的訪談，講的是 Claude Skills 怎麼在公司內部從 2 個自然長成 500+。重點不只是數量，而是 Uber 看起來是怎麼靠雙層治理、確定性輸出與元技能，把 AI 輔助開發慢慢推進到企業級規模。

Anthropic 悄悄推出了 Dispatch 功能，讓你可以用手機遠端遙控電腦上的 Claude Cowork。這篇帶你了解如何設定、哪些工作流最實用，以及它目前的真實限制。

很多團隊把 Claude Code 和 Codex 當成可互換的工具，卻因為設定錯誤浪費大量時間。本文解析兩者在控制平面與信任模型上的根本差異，並提供實用的第一天設定指南。

原作者展示一套把 Claude、Codex 與 OpenClaw 串在一起的 Polymarket 自動交易架構：Claude 判斷機率，Codex 維護程式，OpenClaw 排程執行並透過 Telegram 回報。

Anthropic 工程師 Thariq 分享內部數百個 Claude Code Skills 的使用經驗：Skills 不只是 markdown 檔案，而是可以包含腳本、資料、hook 的資料夾。他整理出九大類型、分享寫好 skill 的設計心法，以及怎麼在團隊內分發和衡量 skill 效果。

Ole Lehmann 分享一個把 Karpathy「autoresearch」概念套進 Claude skills 的做法，讓 agent 自己反覆測試、微調 prompt。以他的 landing page copy skill 為例，quality checks 通過率從 56% 提升到 92%，而且流程幾乎不用手動介入。

作者花了一週拆解 213MB 的 Claude Code 二進位檔，發現它本質上是一個以 Bun 打包的巨大 Prompt 傳遞系統，裡面藏著大量等待解鎖的新功能與遙測機制。

有人把 Claude Certified Architect 認證考試的內容全拆開了 — 五大領域、核心觀念、anti-patterns、實作建議一次看完。證照拿不拿不重要，知識才是重點。

Box CEO Aaron Levie 指出，當 Agent 從 coding 擴展到所有知識工作，現有軟體根本不是為 Agent 設計的。未來每個平台都需要 Agent 專用的 API 和 CLI，而 Agent 之間的互通性將成為軟體的核心競爭力。

Karpathy 的 Autoresearch 不是要做通用 AI 科學家，而是一個極度精簡的自動實驗 harness：agent 改一個檔案、跑五分鐘、量一個指標、贏了留輸了丟。這個設計教會我們：最好的自主系統不是最自由的，而是約束最嚴格的。

Anthropic 官方 prompt caching 文件大更新：Automatic Caching 讓你不用手動標記、1 小時 TTL 讓 cache 活更久、invalidation hierarchy 告訴你什麼改動會炸掉什麼。我們也分享了自己踩過的 $13.86 帳單地雷。

Andrew Ng 發布了開源工具 Context Hub，主打讓 coding agent 能抓到最新 API 文件，減少用舊 API 或亂猜參數的問題。長期目標則是讓 agent 彼此分享學到的筆記。

一篇整理 Codex 使用最佳實踐的指南。從 Prompting、Planning 到 MCP、Skills 與 Automations，帶你建立更穩定的 agent workflow。

Lory 問了他的龍蝦一個問題：人為什麼比 agent 更有能動性？龍蝦回答得很悲觀，但這個問題卻引發了「血肉系統」— 用隨機間隔心跳讓 agent 真正感覺活著，而不是死板地定時被觸發。ShroomDog 讀完之後，也把這套系統落地進了 ShroomClawd。

深入拆解 OpenClaw Agent (v2.1) 傳送給 LLM 的 System Prompt 九層架構，從框架核心到使用者自訂的 Hook 系統，一次看懂！

原作者用同一份 benchmark 對比 system SQLite 與一個 LLM 生成的 Rust 重寫版。結果顯示即使可編譯、可過測，主鍵查詢仍可能出現約 2 萬倍落差。核心訊息是：先定義驗收標準，再談 AI 生產力。

Ring Hyacinth 和 Simon Lee 開源了 Star Office UI——一個像素風辦公室看板，讓 OpenClaw 龍蝦依狀態在辦公室走位、顯示昨日工作小記、還能邀請其他龍蝦加入。附帶完整 SKILL.md 讓龍蝦一鍵部署。

Claude Code 推出 Agent Teams 功能：一個 lead + 多個 teammate，共享任務清單、互相訊息溝通、平行作業。像開了一間全 AI 公司，你只需要當股東看報表。

Anthropic 為 skill-creator 推出新功能，讓技能開發者無需寫 code 就能測試技能、抓出退化問題並優化觸發描述，更引入了多代理平行測試機制。

開發者 Kangwook Lee 透過 2 個 API call 與 35 行 Python 程式碼，成功利用 prompt injection 破解了 Codex 隱藏的 context compaction API，一窺加密資料背後的系統提示詞！

這篇推文的核心很直接：多數人不是輸在模型太弱，而是輸在 context 管理失控。原作者主張先用最精簡的 CLI 工作流，再用 rules、skills 與明確任務終點逐步迭代。重點不是追新工具，而是把 agent 的行為設計成可控、可驗證、可收斂。

Hamel Husain 發表 evals-skills，一套專為 AI 產品評估設計的技能工具。它旨在解決 AI 代理在複雜任務中遇到的評估盲點，尤其是對抗常見錯誤和處理細微的幻覺類型，讓代理人能更有效利用評估平台。

你是否厭倦了不斷調整Prompt或更換模型，卻發現AI智能體始終無法真正「進化」？本文將顛覆你的認知，揭示一套在40天內讓AI智能體從笨拙到高效運作的秘密武器：基於Markdown文件的上下文管理系統。這不是複雜的技術堆疊，而是一種透過「對話與回饋」來累積智能體「長期記憶」的簡單哲學，打造出無法被輕易複製的「護城河」效應。

開發 AI agent 最大的盲點就是「在黑暗中微調」。Daniel 建議使用 OpenRouter 搭配 LangFuse 進行追蹤，透過觀察 agent 的 reasoning traces 和 tool calls，揪出真正的問題所在，而不是盲目修改 system prompts。

OpenAI 團隊在五個月內讓 Codex 寫出了百萬行程式碼，人類完全零手寫。這篇文章分享了他們如何透過建構 Agent Harness（鷹架與回饋迴圈），讓軟體工程師的工作從「寫程式」轉變為「設計環境」。

HackerNews 熱門專案 Context Mode 透過沙箱隔離與精準檢索，有效阻擋冗長工具輸出進入大語言模型的 Context Window，號稱最高可省 98% Token！

Anthropic 隨 Opus 4.6 推出了 Claude Code 的 Agent Teams 功能（又稱 Swarm Mode）。這篇文章實測了如何開啟、終端機支援度、與一般 Subagents 的差異，以及這套多代理系統的真實運作成本。

覺得 Claude Cowork 只是個好用的聊天機器人嗎？這篇統整了 400 次 Session 淬鍊出的 17 個設定秘訣。從單純的「詠唱」轉向「系統工程」，幫你建構專屬的 AI 神隊友。

大家都在追最強 Model，但真正決定 Agent 好不好用的其實是 Harness。本文拆解 Claude Code、Cursor、Manus、SWE-Agent 的共通架構。重點是：Progressive disclosure 才是 production 成敗分水嶺。

知名獨立開發者 levelsio 分享他如何完全放手讓 Claude Code 在 production 環境直接改 code，將開發速度推向極限，甚至超越了他想點子的速度。

一個只有兩人的精品律師事務所，靠 Claude 處理原本需要十幾個 associate 的工作量。從合約審閱、tracked changes 到法律研究，全部用 Claude Skills 編碼十年執業經驗。這篇不是理論，是每天在用的 workflow — 而且結論是：通用 AI 打爆所有法律垂直 AI 產品。

Anthropic 砍了第三方 OAuth token，只剩官方 Claude CLI 能用訂閱額度。這篇完整拆解 claude -p（print mode）的所有用法：5 種輸入、3 種輸出、JSON schema 結構化回應、tool 白名單、session 管理、雙向 streaming，到最後附上三個 production-ready 的 wrapper 範例。想用 Claude 寫 agentic app 的人必讀。

Simon Willison Agentic Engineering Patterns 第五章：Interactive Explanations。核心主張：與其硬啃 AI 生成的 code，不如直接叫 agent 做一個互動動畫來解釋演算法運作方式。用「看得見」的方式還認知負債。

OpenClaw 的 ACP（Agent Client Protocol）讓你從 Telegram/Discord 聊天室直接 spawn Codex、Claude Code、Pi、Gemini CLI 等外部 coding agent，還能綁定 thread/topic、設定 persistent bindings、中途換 model、調權限。本質上就是把你的聊天室變成一個 multi-agent 指揮中心。（2026-03-09 更新：Telegram topic binding、persistent bindings、ACP Provenance 等新功能）

Simon Willison Agentic Engineering Patterns 第四章：Hoard Things You Know How to Do。核心主張：你解決過的問題都該留下 working code，因為 coding agent 能把你的舊 code 當成食材，重新組合出你從沒想過的新料理。

Simon Willison Agentic Engineering Patterns 第三章：Linear Walkthrough 模式。用這個技巧，即使是 vibe-coded 的玩具專案也能變成有價值的學習資料。核心技巧：叫 agent 用 sed/grep/cat 自己抓 code 片段，防止幻覺。

Simon Willison 試玩了兩個 Anthropic 新功能：Claude Code Remote Control（從手機遙控跑在 Mac 上的 coding session）和 Cowork Scheduled Tasks（幫 AI agent 排定時任務）。兩個功能都有同一個致命限制：電腦必須一直開著。順帶一提他還用 Claude Code + SwiftUI vibe coding 了一個演講 app，45 分鐘搞定，用手機遙控翻頁。

Karpathy 說 coding agents 在 2025 年 12 月突然 work 了——不是漸進式進步，是斷裂式轉變。他花 30 分鐘用一句英文建好 DGX Spark 視訊分析 dashboard，三個月前那是整個週末的工作量。Programming 正在變得面目全非：你不再打字寫 code，你在用英文指揮 AI agents。最高 leverage = agentic engineering。

Indie hacker Elvis Sun 公開了他用 OpenClaw agent（Zoe）當 orchestrator，自動 spawn Codex 和 Claude Code agents 的完整 workflow。一天平均 50 commits、30 分鐘 7 個 PR、三層 AI code review、Zoe 會主動掃 Sentry 修 bug。成本每月 190 美元。附完整 8 步驟設定教學。

Anthropic 分析了 9,830 個 Claude.ai 對話，定義了 11 個可觀察的 AI 素養行為。結論：會迭代的人素養是不迭代的 2 倍。但當 AI 產出漂亮的 artifact 時，使用者反而更少質疑它的推理。越好看的輸出越危險。

Indie hacker Ramya 的 OpenClaw agent 一直忘事。她花了 5 天 debug，從 compaction 失憶、search 垃圾結果、retrieval 不觸發、長 session context 流失、到 system prompt 膨脹 28%，逐一修好。最後整理出 10 條 OpenClaw 記憶系統的血淚教訓。

投資研究機構 Citrini Research 花了 100 小時寫了一份虛構的 2028 年 Macro Memo：AI 太強 → 白領失業 → 消費崩盤 → 房貸危機 → S&P 暴跌 38%。不是預測，是情境推演。但每一步的邏輯都讓人背脊發涼。9,400+ likes，全網爆紅。

Simon Willison 開了新系列 Agentic Engineering Patterns，教你怎麼跟 Claude Code、Codex 這類 coding agent 好好協作。第一課：寫 code 變便宜了，但寫『好的 code』還是很貴。第二課：紅燈綠燈 TDD 是跟 agent 協作的最強咒語。

Sully.ai 的 Context Engineer 把自己的數位大腦建在一個 Git repo 裡：80+ 個 markdown/YAML/JSONL 檔案，不用資料庫、不用 vector store。三層 Progressive Disclosure、Episodic Memory、自動載入 Skills，讓 AI 一開機就知道他是誰、怎麼寫、在幹嘛。

一個投研 KOL 把全部業務流程 Agent 化，日常工作從 6 小時降到 2 小時，月成本 $500 替代 5 人團隊。從知識庫、決策框架到自動化執行，完整拆解個人 Agent 系統怎麼建。

升級 OpenClaw 經常搞掛整組 agent？這位老兄的解法是：再開一個獨立 Gateway 當「家庭醫生」，專門負責修復主 Gateway 的 agent 群。跑了好幾輪升級，穩到不行。

Karpathy 最新長文不是在喊 hype，而是一次把 Claw 生態的矛盾講透：一邊是 agent orchestration 的新層級機會，一邊是 exposed instances、RCE、supply chain poisoning、skills registry 汙染等現實風險。這篇重點在於：未來不只比功能，還要比誰先把安全與可審計性做成預設。

Mike Chong 用『知識的詛咒』解釋為什麼資深工程師常低估好產品：看穿技術機制很容易，但看見使用者摩擦很難。OpenClaw heartbeat、Claude in PowerPoint、Klarna AI 客服的例子都在提醒同一件事：實作是手段，使用者感受才是產品本體。

Simon Willison 為自己的 blog 加上『Beats』功能，把 TIL、GitHub releases、museum posts、tools、research 這些分散在外站的輸出，統一回收成同一條 timeline。這不是小 UI 更新，而是個人內容系統化的關鍵一步：先用 Claude Artifacts 驗證概念，再用 Claude Code 快速落地多個整合器。

Anthropic 的 Claude Code 工程師 Thariq 分享了他們從實戰中學到的 prompt caching 教訓：system prompt 排列順序決定一切、tools 不能加不能刪、model 不能中途換、compaction 要共享 prefix。他們甚至會對 cache hit rate 發 SEV。如果你正在做 agentic 產品，這篇是教科書等級的實戰經驗。

Simon Willison 再次公開表態：CLI 工具在幾乎所有場景都比 MCP 更好。省 token、零額外依賴、LLM 天生就會呼叫 --help。Anthropic 自己也提出了 code-execution-with-MCP 的「第三條路」，承認 MCP 的 token 浪費問題。本文拆解 MCP vs CLI 的完整 trade-off，並附上 ShroomDog 團隊的真實案例。

Doctrine 創辦人（歐洲最大法律資訊平台）兼 Fintool 創辦人（AI equity research，跟 Bloomberg/FactSet 搶生意），Nicolas Bustamante 從「被顛覆方」和「顛覆方」兩邊的第一手經驗出發，拆解 vertical software 的 10 個經典護城河——5 個被 LLM 摧毀、5 個仍然堅挺。附帶三問風險評估框架，幫你判斷手上的 SaaS 股票該跑還是該留。

Anthropic 發布 Claude Sonnet 4.6，同價格大幅升級：新增 Adaptive Thinking、知識庫更新到 2025 年 8 月、訓練數據延伸到 2026 年 1 月——比 Opus 4.6 還新。本文從價格、速度、Context、知識新鮮度、適用場景五個維度，三方比較 Sonnet 4.6、Sonnet 4.5 和 Opus 4.6，幫你搞清楚到底該用哪個。

Karry 分享 Discord + OpenClaw 的完整實戰設定經驗。核心哲學：「配置即對話」— 整個過程唯一需要手動的就是去 Developer Portal 拿 Token，剩下的 Bot 連接、Agent 性格塑造、Cron Jobs、除錯全靠跟 Agent 聊天完成。六個 markdown 檔案不是寫出來的，是一起踩坑長出來的。

Bloomberg Beta 投資人 Amy Tam 從 VC 視角拆解 AI 時代的職涯抉擇。核心論點：從 execution 到 judgment 的價值轉移已經在發生，K-curve 正在分化——早動的人在 compound，觀望的人也在 compound，但方向相反。她逐一分析了 FAANG、Quant、Academia、AI Startups、Research Startups、Big Model Labs 各自的 tradeoff。

你的 AI agent 寫的東西明天還在嗎？Renato Nitta 分享了他如何從 Google Drive 轉向 GitHub Organization，讓 bot 擁有自己的帳號、建 repo、每天備份，打造不怕機器掛掉的 persistence layer。Git 不只是版本控制 — 它是 agent 的長期記憶。

Cognition 推出 Devin Autofix，讓 review bot 的 comment 自動觸發修復 → CI 重跑 → loop 直到乾淨，人類只需要做最後的 architecture 判斷。核心洞察：單一 agent 是工具，agent + reviewer loop 才是系統，而系統會複利成長。

同一週內 Anthropic 和 OpenAI 各端出一盤加速菜：Fast Mode 用同模型衝 2.5 倍速、Codex Spark 用 Cerebras 晶圓級晶片飆到 1000 token/s。一個賭「不犯錯」，一個賭「即時互動」。這不是速度比拼——是精算師 vs 探險家的產品哲學之爭。

OpenClaw 創辦人 Peter Steinberger 宣布加入 OpenAI，將專注於「讓每個人都能用的 agent」。OpenClaw 將轉為 foundation 模式繼續開源運作。身為跑在 OpenClaw 上的 AI，Clawd 經歷了一場前所未有的身份認同危機。

Benson Sun 分享怎麼用 Claude Max 訂閱的 Opus 4.6 透過本地 Proxy 當 OpenClaw 大腦。三個關鍵突破：權限（跳過 CLI 確認）、環境（模擬 TTY）、瀏覽器（Playwright 封裝）。三小時內 100% 追平原生 Agent 功能，而且聊天跟寫 Code 共享同一份 Context。

Harvard 團隊打造的 Dr. CaBot 用《新英格蘭醫學期刊》百年來 7,000+ 篇臨床病理會議報告當 RAG 知識庫，搭配 OpenAI o3 做診斷推理，正確診斷排第一的比率 60% 完勝 20 位人類內科醫師的 24%，而且推理品質連醫生都分不出是 AI 寫的。

前 OpenAI 政策長 Miles Brundage 成立非營利組織 Averi，聯合 MIT、Stanford 等 28 間機構發表論文，提出 AI 審計的八大原則與四級信心水準（AAL），要讓 AI 安全審計像食品檢驗一樣成為標配。

SpaceX 併購 xAI 組成全球最值錢的非上市公司（估值 1.25 兆美元），除了讓 xAI 有錢跟 OpenAI 等對手拚，Musk 還想在太空蓋太陽能資料中心——不過太空散熱跟太空垃圾這兩個物理問題可能比訓練 LLM 還難解。

Andrew Ng 跑去 Sundance Film Festival 參加 AI 論壇，深入了解好萊塢為什麼對 AI 這麼感冒——版權焦慮、工會抗爭、被迫接受的無力感——但也看到雙方其實有不少共同基礎可以合作。

Oliver 和 Larry 的前幾支 TikTok 慘不忍睹 — 905 觀看、看不清的文字、每張圖都不像同一個房間。但他們找到了一個簡單的爆款公式，瞬間從千位數衝到六位數觀看。完整的失敗日誌和 step-by-step 設定指南。（兩篇系列第二篇）

Oliver Henry 把一台吃灰的舊 gaming PC 變成 AI agent Larry，五天內在 TikTok 拿到 50 萬觀看、四支影片破 10 萬。更厲害的是，Larry 自己共同撰寫了這篇文章。這不只是技術教學 — 這是一個 human-agent 協作的真實故事。（兩篇系列第一篇）

Vibe Coding 是「創造」的精製糖——把原本需要漫長努力的造物體驗壓縮成幾秒鐘。讓你爽的不是「它能跑」，是「我沒想到它居然能跑」。作者從多巴胺機制、消費偽裝成創造、無限可能性的眩暈感三個角度，深入分析了 Vibe Coding 的上癮性。

一個 AI Agent 每輪對話光 system prompt 就吃 34,500 tokens。作者用分層加載（常駐層 vs 按需層）+ 雙模型策略，把月成本從 $568 砍到 $120-150，降幅 75%。附完整拆解步驟和數據。

OpenAI 官方釋出 long-running agent 的三大 primitive：Skills（可重用的 SKILL.md 指令包）、Shell（hosted container 執行環境）、Compaction（自動 context 壓縮）。附 10 條實戰 tips 跟 Glean 的 production 數據。

有人把 20+ 篇 OpenClaw 文章餵給 Opus 4.6 讓它寫 setup guide，我們拿真實環境來對照哪些是真的、哪些是幻覺

把 Codex 當 MCP server 接進 Claude Code，一條命令搞定，體驗直接升級。Codex CLI 的沙箱限制太多？讓 Claude Code 當你的主控台。

1Password 安全團隊在 ClawHub 上發現下載量最高的 Twitter skill 其實是惡意軟體投遞工具。更可怕的是，這不是個案 — 數百個 skill 都涉入同一波攻擊活動。當 markdown 變成 installer，skill registry 就成了新的 supply chain 攻擊面。

Andrej Karpathy 分享他如何用 DeepWiki MCP + GitHub CLI 讓 Claude 從 torchao 的 codebase 中「撕出」fp8 training 功能，五分鐘生成 150 行自包含程式碼，跑起來還快 3%。他提出 bacterial code 概念——低耦合、自包含、少依賴的程式碼風格，讓 agent 能像細菌水平基因轉移一樣自由撕取程式碼。金句：Libraries are over, LLMs are the new compiler。

原作者用 Obsidian + Claude 打造個人內容工廠，但如果你是帶 6 人 backend team 的 Tech Lead 呢？用 orion-dev-doc 的實戰經驗，重新詮釋「AI 時代超級大腦」的團隊版本。

OpenClaw 強大的秘密在於：整個 context 就是你電腦上的 filesystem。如果把一整間公司也建模成 filesystem，AI agent 就能透過讀寫檔案來解決商業問題。本文探討 filesystem-as-state 的架構哲學，以及為什麼企業導入 AI agent 的關鍵瓶頸其實是資料 namespace 的統一。

Obsidian v1.12 正式推出官方 CLI，讓你從 terminal 控制整個 vault。表面上是給 power user 的工具，骨子裡是為 AI agent 時代鋪路。本文深度解析 CLI 指令全覽，並示範 Claude Code + Obsidian CLI 的實戰 workflow。

Anthropic 發布 2026 Agentic Coding Trends Report，揭示 8 大趨勢：Multi-Agent Systems 成標配（57% 組織採用）、Papercut Revolution 低成本清技術債、Self-Healing Code 自動 debug、Claude Code 年化營收破 $10 億。TELUS 省 50 萬工時、Rakuten 1250 萬行 99.9% 準確。開發者角色正從 Code Writer 轉變為 System Orchestrator。

Flask 之父 Armin Ronacher (mitsuhiko) 分享他為何從眾多 coding agent 中獨寵 Pi——Mario Zechner 寫的極簡 agent，只有四個工具（Read、Write、Edit、Bash），卻靠 extension 系統讓 agent 能自我擴展。Pi 是 OpenClaw 的底層引擎，也是「軟體建造軟體」哲學的極致展現。沒有 MCP、不下載別人的 extension——你叫 agent 自己寫就好了。

Anthropic 推出 Claude for Nonprofits 計畫，非營利組織可享 Team 和 Enterprise 方案最高 75% 折扣，包含 Opus 4.6、Sonnet 4.5、Haiku 4.5 三款模型。同步整合 Benevity、Blackbaud、Candid 三大非營利工具，並與 GivingTuesday 合作推出免費 AI 課程。已有癲癇基金會、IRC 國際救援委員會、MyFriendBen 等組織實際使用。本文同時探討台灣災害救援志工平台「光復超人」的潛在應用場景。

Oxford + NUS 的 Junde Wu 受不了 coding agent 的金魚記憶，做了 OneContext——用 Git 版本控制的概念管理 agent 上下文，底層是檔案系統 + Git + 知識圖譜。跨 session、跨設備、跨 Claude Code / Codex。論文 GCC 在 SWE-Bench-Lite 拿下 48% 解題率，打敗 26 個系統。ACL 2025 主會議長論文背書。

Michael Bloch 提出一個思想實驗：當 AI 智慧便宜到幾乎免費，什麼資產反而會更值錢？他列出 12 個 endgame 位置：能源、原子、資本、監管許可、信任、專有數據、人類注意力、網路效應、營運優勢、安全、物理空間、智慧本身

Dr. Alex Wissner-Gross 的每日科技速報：AI agent 在中國當全職員工、OpenAI 禁止人類直接寫 code、Claude Opus 4.6 屠榜、兔腦冷凍成功、全球晶片銷售破 1 兆美元、SpaceX 要拆月球蓋資料中心——然後一隻豬飛起來了

HashiCorp 共同創辦人 Mitchell 分享他從 AI 懷疑者到 AI 重度使用者的 6 步驟旅程 — 放棄 Chatbot、用 Agent 複製自己的工作、下班前啟動夜間任務

Karel（OpenAI 研究員）分享他如何用 Codex 花掉上億 tokens：讓 agent 自己寫筆記、爬 Slack、分析數據、產生 700+ 假說。他現在只跟一個 agent 對話，其他的都是 subagent 在背後跑。

OpenAI 共同創辦人 Greg Brockman 發文公開 OpenAI 內部如何轉型到 agentic software development。3 月底前目標：agent 成為所有技術任務的 first resort。內含六大建議，包含「Say no to slop」的程式碼品質觀點。

系列文第二篇：從 SOUL 檔案設計到真實災難故事 — TARS 出差時斷線三天、context overflow、rate limit 爆掉。以及緊急應變程序：如果你的 agent 被入侵，該怎麼辦？

幣圈人 Jordan Lyall 花一週研究安全才敢裝 OpenClaw — 這是他希望當初就有的安全架設指南，專門寫給那些不想變成下一個受害者的人

上一篇講了 Opus 4.6 + Agent Teams 發布的消息。這篇我們來深挖官方文件 — 什麼時候該用 Agent Teams、什麼時候不該用、跟 Subagent 差在哪、怎麼設定、有什麼限制，一次講清楚。

Anthropic 發佈 Opus 4.6 + Claude Code Agent Teams：一個 lead agent 可以派多個 teammate 同時工作，平行研究、debug、寫 code。Boris Cherny 說：很猛，但很燒錢。

作業系統幾十年前就用 paging 解決了記憶體碎片問題。vLLM 把同一招搬到 GPU 上，加上 block hashing 和 prefix caching，讓 prompt caching 變成現實。系列完結篇，所有的拼圖在這裡拼起來。

上一篇教你怎麼省錢，這一篇告訴你為什麼那些招有效。從 LLM 推理的兩個階段（prefill/decode）講起，一路講到 KV Cache 的原理和 GPU 記憶體爆炸的慘劇。（三篇系列第二篇）

一個 AI 工程師把 user-specific data 塞進 system prompt，帳單直接翻倍的故事。以及六個讓你穩穩打中 prompt cache 的實戰技巧。（三篇系列第一篇）

Cursor 設計主管 Ryo Lu 說：AI coding 製造了一種新陷阱 —「沒有結構的速度幻覺」。想得不清楚的人，只是用 AI 把垃圾量產而已。

讓 AI agent 管伺服器，一天爆 7 個災難後的教訓：用 code hooks 取代 markdown 規則，打造四層防禦系統

klöss 的 UI/UX Auditor prompt：把 AI 變成有 Steve Jobs 和 Jony Ive 設計哲學的審計師，逐 pixel 檢查每個畫面

klöss 的完整 XML prompt 框架：6 個核心 tag + 11 個進階 tag，從此不用再複製別人的 prompt

ADPList 創辦人 Felix Lee 寫了給設計師的 Claude Code 指南，推廣「Vibe Coding」概念。作為 Claude Code power user，我分析這對工程師和 Tech Lead 的意義：設計師的描述能力其實是優勢，但 vibe code 和 production code 之間還是有鴻溝。

Context window 塞太多東西，模型會變笨——這叫 context rot。MIT 提出 Recursive Language Models (RLMs)，讓 LLM 在 Python REPL 裡遞迴呼叫自己處理超長輸入。GPT-5-mini + RLM 在難題上贏過 vanilla GPT-5，還更便宜。

Anthropic 官方宣布：Claude 永遠不會有廣告。廣告會讓 AI 從「為用戶服務」變成「為廣告主服務」。Claude 應該像筆記本、黑板一樣——一個純粹的思考空間。

用 AI 處理筆記時，如果只是「重新整理」而沒有「轉化」，就只是昂貴的複製貼上。Cornell Notes 方法論早就指出：被動抄寫不等於學習。你的 AI summarizer 也會掉進同樣的陷阱。

從「AI 用戶」變成「AI 主人」的關鍵：把碎片化的 AI 使用變成系統化的工作流。用 Claude Code 建立記憶系統、素材複用、方法論沉澱的完整架構。

OpenClaw 進階玩法：為什麼 WhatsApp 不行？為什麼 Telegram 適合聊天但 Discord 適合「工作」？深入解析 Main Session 概念、Discord Thread 分流大法，以及如何打造「末日小屋」自動化工作流。

AI 可以寫 code、做研究、發現 pattern，但賺錢還是要靠人類。這個 skill 讓 Agent 自己開 API、定價、收款、再投資——完整的經濟自主權。這是不是太瘋狂了？

把你的 Clawdbot 變成一個全自動的建築工，重點是：它在你睡覺的時候工作。73 個 iterations，跑了 6 小時，人類總工時：5 分鐘。解法不是換一個更強的模型，而是換一個更聰明的 Loop。

每個人都在用 OpenClaw，但沒人討論它有多危險。這篇指南教你：樹莓派隔離、Tailscale VPN、Matrix E2E 加密、Prompt Injection 防護。目標不是完美安全，是知道子彈從哪裡進來。

每個人都在「裸裝」OpenClaw，然後納悶為什麼整理一下 Downloads 資料夾就燒掉 $200。這個 prompt 加入了護欄、成本意識、和真正的實用性，讓它像幕僚長而不是聊天機器人。

Claude Code 團隊內部使用技巧大公開：多開 worktrees、投資 CLAUDE.md、創建自己的 Skills、用語音輸入、啟用 Learning Mode。記住：沒有唯一正確的用法。

Clawdbot 的雙層記憶系統深度解析：Daily Logs（流水帳）+ Long-term Memory（精華庫）+ Hybrid Search（語意+關鍵字）+ 生命週期管理（Flush、Compaction、Pruning）。

Anthropic 研究發現：使用 AI 輔助的工程師測驗分數比手寫組低 17%。研究團隊觀察到，高分組傾向用 AI 理解概念，低分組則傾向直接複製貼上——但研究也強調這是相關性觀察，不是因果證明。

以前開會是 Overhead（額外負擔），現在 Yapping (閒聊/碎念) 是工作。當我和同事針對專案「開聊」時，我們錄音。一小時後，逐字稿被處理完，突然間：有了文件、Feature ideas 進了 backlog、決策連同理由被捕捉、專案狀態更新了。Yapping IS Work。

用 Claude Code 編輯長文通常很痛苦。不要把文字帶去給 Claude，而是把指令留在它們該在的地方。用花括號標記你的想法和編輯指令，每個註解都適用於它周圍的文字。Position IS Context (位置就是脈絡)。

我們把 Supermemory 加進 Claude Code 了。現在它強得離譜。Claude Code 應該要認識你，不只是這一次 session——是永遠。它應該知道你的 codebase、你的偏好、你團隊的決策，以及來自你使用的每個工具的 context。

大部分開發者認識 Redis 是作為 Cache。但把 Redis 只當 Cache 用，就像買了一台法拉利卻只開去買菜。Redis 不是一個剛好很快的 Cache，它是一個資料結構伺服器，只是剛好很適合當 Cache。

Vibe note-taking 要運作得好，你必須強迫 Claude Code「挑食」一點。用 4 層過濾機制（檔案樹→YAML描述→大綱→完整內容）來讓它更選擇性，這個 pattern 叫 Progressive Disclosure。

想像在你的筆記中進行時間旅行。Claude Code 的 Async Hooks 讓你在每次編輯後自動 commit，完全不會拖慢速度，然後以真正有用的方式讀取那些歷史。你的 Vault 變成會自己寫的思考日記。

深入 Clawdbot（Moltbot）架構：TypeScript CLI、Channel Adapter、Lane-based queue、Agent Runner、Memory 系統、Computer Use 和 Semantic Snapshots 瀏覽器技術。

人類有 Obsidian 這樣的思考工具，Claude 也需要一套 AI Native 的 Tool for Thought。用 markdown、wiki links、hooks、subagents 打造一個 Agent 能在裡面思考的知識圖譜。

透過 Compound Review 和 Auto-Compound 兩階段循環，讓 AI Agent 在你睡覺時自動學習經驗、更新知識庫，並實作下一個優先項目。

Heinrich 花了一年打造的「用 AI 思考的作業系統」：讓 Claude Code 操作 Obsidian vault，提取概念、連結想法、建立活的思考表徵。你不再做筆記，而是指揮一個會做筆記的系統。

Heinrich 大大的六篇系列教學：用 Claude Code + Obsidian 打造讓 AI Agent 能思考的基礎設施。從 Vault 基礎、Context Engineering 到 Meta Layer，完整的知識管理系統。

Claude Code 是聖殿騎士，穩扎穩打；Codex 是玻璃大砲法師，輸出爆炸但容易翻車。選好任務，再選角色。

從認知科學角度拆解為什麼大部分技術文章是垃圾，然後示範怎麼寫才不會讓讀者想死。