愛好 AI Engineer 電子報第 40 期發刊 📬 ihower.tw/blog/13766-aie-ope…
這期分享了一些 GPT-5.6 API 變化，以及 14 篇我最近整理的主題文章，包括:
- 為什麼 context window 會卡在 1M 很多年？SemiAnalysis 談 40 年一遇的記憶體短缺
- LLM-as-Judge 與其打總分，不如拆解成 Yes/No 檢核清單
- 2026 年的 RAG 最新發展：瓶頸不在模型，也不在檢索，在文件解析
-「很難 eval」是產品設計的警訊：讓 AI 輸出可驗證、可信任的 UX 設計
- Agent Eval 怎麼做？2026 兩大方法論的交鋒與共識
- AI-enabled、AI First、AI Native: 一份 Excel 週報看懂五個階段
我在生成式 AI 開發者年會，分享了駕馭工程，包括有投影片和九篇系列文章:
給 Agent 開發者的 Harness + Loop Engineering 系列 ihower.tw/blog/13721-harness…
愛好 AI Engineer 電子報第 38 期發刊 📬 ihower.tw/blog/13693-aie-fab…
這期聊聊 Tokenmaxxing 現象，以及 15 篇我最近整理的主題文章，包括:
- 當模型表現取決於推論算力: 評測分數正在失去意義,LLM 能力上限也量不出來
- 從 Code Act 到 Claude Code Dynamic Workflows 深度技術解析
- Codex App 那些 CLI 做不到的 GUI 特色
- 向量已死? Grep 萬能? 不,你需要的是「策展」一組檢索工具
- 如何用 AI 分析 Agent traces? 持續改進 Agent 產品
- 為下一個模型而寫,別為上一個: Anthropic 三場演講的開發心法
- GitHub Copilot 大規模使用 Claude 的工程心法: 快取、多模型調度與評測
- Replit 如何規模化評測和持續改進 Vibe coding
- Alex Wang 首次長訪: 從 Scale AI 到重建 Meta AI,以及他眼中的超級智慧之路
愛好 AI Engineer 電子報第 37 期發刊 📬
ihower.tw/blog/13685-aie-ak
這期聊了幾個我關注的產業消息，以及 13 篇關於 Multi-Agent 架構、Eval、Agent Experience、開源模型等主題文章，包括:
* 從 Interconnects AI 看 2026 開源模型全景: 差距、蒸餾、中國與下一步
* 當 RLHF 獎勵信號失控: 從 OpenAI 哥布林事件到各家 LLM 的口頭禪研究
* Multi-Agent 架構再探: 三省六部反模式和業界收斂共識
* 如何設計 AI Agent 自動審批(Auto-Approval)系統: 從 Claude Code 和 Codex 學到的七個原則
* Agent Experience (AX): 當 AI Agent 成為用戶，產品該怎麼設計? 以設計 CLI 為例
愛好 AI Engineer 電子報第 36 期發刊 📬
ihower.tw/blog/13658-aie-ope…
這期分享了近期改用 Claude Code 做個人 AI 助理，用 Codex 做 AI Coding，以及 21 篇關於 Agent、AI Coding、Skills 等 AI 工程主題的精彩文章，包括:
* AGENTS.md / CLAUDE.md 該寫什麼、不該寫什麼?
* Agent Memory 實作: 大多數記憶功能不需要用到向量檢索
* 資料科學家的逆襲: 談 AI 工程為何更需要資料科學
* AI 時代的 Code Review: 當 Pull Request 成為新瓶頸
* Agent Sandbox 沙箱架構: 論兩種設計模式與七種隔離方式
* 別再打造 Agent 了，打造 Skills 吧 — Anthropic 演講重點整理
* 兩個世代的軟體開發碰撞: 大師 Martin Fowler vs. 大神 Peter Steinberger 的 AI Coding 觀點對比
* 如何規模化你的 Agentic Coding? Thread-Based Engineering 六種模式
愛好 AI Engineer 電子報第 35 期發刊 📬
這期做了一些改變：開始更多用 AI Agent 幫我直接處理內容發佈，選題還是我人工選的。分享了 26 篇對 Agent、Evals、Context Engineering 等 AI 工程主題的精彩文章，包括:
* 如何選擇 Multi-Agent 架構?
* 為什麼多數 Agent 框架都沒有內化 Bitter Lesson?
* AI Evals 閃卡全解析: Hamel Husain 的 12 張精華卡片
* LangSmith Insights Agent 深度拆解: 從 Clio 論文到生產級 Agent 的完整旅程
* AI Agent 時代，Trace 才是你的 Source of Truth
* AI Agent 怎麼管理 Context? 從設計模式到 Deep Agents 實作
* Agent Files: 檔案系統正在成為 AI Agent 的核心介面
* Agent Skills 完整攻略: 從建立到評估
電子報全文: ihower.tw/blog/13630-aie-ope…
發了愛好 AI Engineer 電子報第 34 期，這期集結的內容有:
- Andrej Karpathy: 2025 年度回顧
- Andrej Karpathy: 2025/10 訪談
- OpenAI 研發長 Mark Chen 2025/12 訪談
- AI in 2025: gestalt
- Thoughts on AI progress (Dec 2025)
- YC: The Truth About The AI Bubble
- The Agent Labs Thesis
- 你的工作是提交已被驗證可運作的程式碼!
- 反向半人馬
- AI Coding Accelerator: How Amp uses Amp
- Evaluating Context Compression for AI Agents 評測
- 搜尋技術不會消失，只是變成 Agent 的工具: 談 Agentic Search
- OpenAI Agents SDK 開發日記: Gemini 3 和跨模型對話支援
- Agent Skills 資料整理
全文在我部落格，歡迎追蹤訂閱: ihower.tw/blog/13612-aie-202…
提交的 Gemini 3 Pro 整合終於 merged 進 OpenAI Agents SDK 啦 😁
這個 PR 花了不少時間，除了支援 Gemini 3 Pro 的 thought_signatures (function calling 時需要帶上這個簽章)，同時我也實現跨模型對話兼容性，例如 OpenAI ↔ Gemini ↔ Claude 可以共用同一份對話歷史，可以讓用戶隨時切換模型，或是 agentic workflow 中做交接。
詳細 PR: github.com/openai/openai-age…
發了愛好 AI Engineer 電子報第 33 期，這期集結的內容有:
- 2025 Q4 新模型
- 實戰 AI Agents 應用開發: TTFT 和 Prompt Caching
- AI Agent 產品開發仍然不簡單
- Spec-Driven Development(SDD) 的美好願景與殘酷現實
- Framework Desktop 開箱
- 我的 OpenAI Agents SDK 開發心得
- 關於 Context Engineering 上下文工程
- 做 LLM-as-a-Judge 評估，別用 1-10 分評分了
- RFT, DPO, SFT: Fine-tuning with OpenAI
- Anthropic 的 Agent Skills 技術解析
- 開源模型生態現況 The State of Open Models
全文在我部落格，歡迎追蹤訂閱。
今天在 WenConf 分享: 實戰 AI Agents 應用開發，釋出我的投影片: ihower.tw/blog/13501-practic…
- 架構選擇: OpenAI Agents SDK + FastAPI
- 前後端整合的發展
- TTFT 指標和改進
- Prompt Caching
- 上下文工程
現場講有做一些 live demo，簡單看一下 code 然後實際跑出效果。
AI-Powered Search by @treygrainger & @softwaredoug & @aiPoweredSearch: the most in-depth course I've taken for leveling up retrieval skills.
Moved me from "throw embeddings at it and hope" to actually understanding query intent, ranking signals, and production RAG patterns.
Hands-on labs + expert guest speakers from Qdrant, OpenSearch, Superlinked made it incredibly practical.
Essential for anyone serious about search & RAG. Next cohort in March 👉 aipoweredsearch.com/live-cou…
OpenAI Agents SDK v0.6.0 釋出✌️
這次我貢獻了升級 openai-python 到 2.8.0 以增加對 GPT 5.1 的支援，包括 reasoning effort 可以是 none，以及添加 prompt_cache_retention 參數可以延長快取時間。
都是蠻實用的功能:
1. 之前 GPT-5 的 reasoning effort 最低是 minimal，而且不支援用內建工具例如 web_search，導致不太好用。這次 GPT-5.1 拿掉 minimal 改成用 none，也支援內建工具了，用意更明顯就是想要取代 GPT-4.1，成為非推理需求下的首選模型。
2. Prompt caching 對於開發 Agent 應用的 latency 和成本節省非常重要，這次可以延長到 24h 超級實用!
OpenAI Agents SDK v0.6.0 github.com/openai/openai-age…
GPT 5.1 文件: platform.openai.com/docs/gui…
Checked out Anthropic's new Agent Skills: It's basically a repackaged Code Interpreter, but with a clever use case 👍
1. Upload pre-written scripts to a container for the agent to run
2. Use function calling to reveal context in two stages
In short, a "skill" is scripts with detailed instructions, optimized via context engineering: simple descriptions go in the system prompt for selection, full instructions are revealed later via tools.
I made a Google Colab using Code Interpreter and OpenAI Agents SDK to demo a PoC, if you're familiar with the agent concept, you’ll get it from the Colab.
Agent Skills PoC using OpenAI API colab.research.google.com/dr…
看了一下 Anthropic 最新推出的 Agent Skills 功能，來技術解析一下，這其實是個 Code Interpreter 的包裝功能，是蠻有意思的用法 👍
1. 先把寫好的 script 先傳到 container 裡面，讓 agent 可以執行
2. 搭配 function calling 做兩階段的 context 揭露
基本上 skill 等於 一些預先寫好的 script 程式，搭配完整的操作指示，讓 Code Interpreter 可以直接執行它。另外也做了 Context Enginering 優化: skill 描述分成 1. 簡單描述直接放 system prompt 讓 agent 挑選 2. 完整操作描述需要用工具進一步揭露。
我寫成了一份 Google colab 用 Code Interpreter 和 OpenAI Agents SDK，示範做了一個 PoC 出來，如果你知道什麼 Code Interpreter 和 Agent，那看這份 colab 你也會做了。
Agent Skills 技術原理示範用 OpenAI API: colab.research.google.com/dr…
