# ai

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。

用 RPG 爬塔風格學習如何設計開源 AI 協作系統。從 Owner Only 到 BYOK、PR-based 編輯、Trust System，一步步打造安全又開放的 AI 協作平台。

Tech Lead 用自己的部落格當練兵場，花兩天跟 AI 助手用 Level-Up 互動教學打完 12 關品質指標，從 npm audit 到 LLM-as-Judge，同時讓 sub-agents 平行實作。學到的不只是指標，還有一套可複製的 AI 輔助學習方法論。

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。

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。

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。

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

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

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。

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。

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

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

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

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

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

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

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

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

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