載入中...
Allen KB Articles
共 26 篇；目前第 1 / 2 頁，每頁 24 篇。
Hugging Face FineEnvs 以 LFM2.5-2.6B 在 OpenCode、Claude Code、Codex、Mini-SWE-Agent 四種 harness 訓練與評估；特定實驗中 pass@1 從 42.2% 升至 54.2%，但結果不能外推成工具排行榜。
TapKit 以 Mac App、USB、Bluetooth／AssistiveTouch、雲端 MCP 與 OAuth 串起實體 iPhone 控制；不需越獄或 Developer Mode，但截圖與命令會經 TapKit 伺服器。
WeKnora 將可引用 RAG、多步 Agent、自動 Wiki、MCP Server、BrowserSkill、sandbox 與企業資料源整合在同一可自架平台。v0.8.2 功能強，但 production 應重點治理 root sandbox、skill/MCP 供應鏈、權限、索引 freshness 與第三方授權。
Claude Code 與 Codex 都會在本機留下 JSONL session；可由另一個代理做唯讀擷取、去祕密、索引與摘要，但不應修改活躍 session、把原始憑證備份上雲，或把 session archive 誤當長期記憶。
Codex 多代理的成本異常可能來自父代理每 30–60 秒重入模型、重送龐大 context，而不是 subagent 本身。社群 636k token 案例有官方 GitHub issues 的同類證據支持，但數字仍屬個別 trace。
Matt Pocock 開源的 mattpocock/skills 是一套全 Markdown 的 coding-agent skills，MIT，查證時約 166K stars。Threads 重點整理 /grill-with-docs、/to-spec、/to-tickets、/implement、/code-review：先釐清需求與建立 shared language，再產出 spec、拆 vertical-slice tickets、實作與 code review，核心是把 AI 寫程式前最容易被忽略的需求釐清制度化。
Google 提出 Agent Quality Flywheel：Build & Test → Ship & Monitor → Learn & Refine，並在開發端拆成 Prepare Data、Run Inference、Auto-Rate、Analyze、Optimize。重點是用工程數據判斷 agent 是否真的變好。
agentic-sop-to-work 是一個 Claude Code plugin，把人工 SOP 拆成單一工具 skill、確定性編排與硬閘門，讓 agent 工作流從「模型自由發揮」變成可 dry-run、可 trace、可 regression gate 的 DRAFT 產線。
Threads 討論 LangChain/LangGraph、Anthropic/OpenAI SDK、Pydantic AI 與自建 agent harness 的選型。真正的判斷軸不是流行度，而是流程固定度、客製化程度、可觀測性、團隊招募、模型升級速度與產品控制權。
Microsoft Webwright 把 web agent 從「一次性 observe/click/type」推向 SWE-style automation：模型在 terminal/workspace 中產生可重跑的 Python Playwright script，留下 screenshot、log、trace 與程式 artifact，提升可審計與可維護性。
Pinecone Nexus 把 agent 知識層從傳統 chunk retrieval 推向 knowledge compilation：用 context compiler 產生任務型 artifacts，再用 KnowQL 讓 agent 宣告 intent、filter、provenance、output shape、confidence 與 budget。
MindStudio 文章示範用 Gemini Embedding 2 系列與 Pinecone 建立 multimodal vector database，重點在模型維度選擇、文字/PDF/圖片/影片/音訊前處理、metadata schema、cross-modal retrieval 與 agent workflow 接入。
Pinecone 文章介紹如何用 cascading retrieval 把 sparse/dense 快速召回、多向量 late interaction rerank、cross-encoder 高精度 rerank 分層，並以 ConstBERT 固定空間多向量表示降低大型 RAG 檢索成本。
1M context 讓少量固定文件更容易直接塞進模型，但多文件、頻繁更新、可追溯、可控成本與權限治理仍需要 RAG/檢索層。2026 的重點是把 RAG 從向量搜尋升級成資料工具鏈。
Feishu / Lark CLI 開源後快速破萬星，訊號不只是又一個 developer tool，而是 SaaS 架構正在補上 agent-native 操作層：CLI、結構化輸出、dry-run、schema introspection、風險提示與權限治理，會成為 AI agent 時代的產品競爭力。
Google Chrome 工程師 Addy Osmani 開源 agent-skills，提供 7 個 slash commands、23 個 skills 與 3 個 specialist personas。真正價值不是讓 AI 寫更快，而是用 spec、plan、incremental build、testing、review、source grounding 與 shipping gates，降低 coding agent 亂改、跳測、未驗證交付的風險。
Ryan Chou 轉述 Addy Osmani 的 Agent Harness Engineering：同一個 Opus 4.6 在不同 harness 下 Terminal Bench 2.0 排名可從 33 到 5。重點不是換更強模型，而是 system prompt、tools、context、subagents、hooks、memory、sandbox、retrieval 等 harness 設計如何把模型能力真正釋放出來。
這篇 Threads 拆解 audreyt/pi-ds4 背後的貢獻來源：antirez 的 ds4 C inference engine、Armin Ronacher 的 pi 框架與 pi-ds4 lifecycle、ivanfioravanti 的 M5 Metal/MPP 優化、cyberneurova 的 abliterated GGUF，以及唐鳳 PR #60 的 Q8_0/F32 GGUF loader/compatibility 工作。耐看的重點是開源敘事要精準 credit，不要把整合、相容性修復、效能優化與模型後處理混在一起。
Pinecone 發布 Nexus，把 Agentic RAG 的問題定義為知識檢索與脈絡組裝的基礎設施問題：agent 花太多時間找資料、拼資料，導致成本、延遲、可靠性與治理失控。真正重點不是「RAG 已死」，而是從 runtime retrieval 轉向 compile-time knowledge artifacts。
這篇整理 Cheng 的 2026/05/10 AI 科技摘要：Subquadratic 的超長上下文、OpenAI 即時語音推理、Cursor Canvas、JPMorgan 將 AI 歸為基礎設施，以及 AWS MCP Server GA。耐看的重點不是單一新聞，而是 AI 正從「能做什麼」轉向「如何嵌入既有系統」。
整理 Threads 用陰陽術語彙比喻 AI 工程的五層成熟度：PE 提示詞工程是咒文，CE 上下文工程是符咒，HE 挽具工程是式神，ME 駕馭工程是陰陽寮，FDE 則是把 AI 部署到真實組織流程的現代陰陽師。
整理 claude-mem、rtk、caveman、Karpathy LLM Wiki 四個工具/模式：它們共同指向 agent 長期工作的核心瓶頸，包含跨 session 記憶、token 壓縮、低成本指令與可累積知識庫。
OpenAI GPT-5.5 官方指南偏向短 prompt、描述結果、避免過度指定流程；Claude 官方指南仍強調成功標準、結構、格式、評估與清楚約束。差異反映模型使用策略要分家。
Mike 把 Harvey / Legora 類法律 AI 工作流做成開源 self-hosted 平台，真正訊號不是成熟替代品，而是高信任垂直產業正在出現 open-source / 自主部署 AI 工具鏈，主打資料控制、成本與可審計性。