# ai-agents

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。

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。

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。

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。

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。

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。

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）

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）

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。

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。

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。

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。

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。

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。

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。

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。

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」。

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。

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

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。