AI Signals · Workflow Notes · Engineer Digest
AI 趨勢觀察與工程現場筆記
追蹤開源模型、agent workflow、AI Scrum 與數位金融案例的每日變化；下方整理 AI Engineer 影片與工程觀點，方便回看脈絡。
主題觀察
Topics · 定時更新個人洞察與回饋
收錄影片解析、研討會報告、實測研究與知識整理，以個人解析後的觀點與回饋整理出實作啟示。
先做決策閘門， 再放行 agent
Ollama 新增 Apache-2.0 的 Clef 27B：它可讀文字、JSON 與截圖並回傳機率化決策；Mac Studio 今日可先驗證它是否能成為本機 RAG、截圖與 agent 工具呼叫的安全閘門。
AI 掃到風險後： 讓 agent 準備修復， 但由人決定 是否可交付
GitHub 將 PR AI Scan 與 agentic autofix 推至 GA；Scrum 團隊應把安全工作改為「偵測、修復候選、人工驗證」隊列，並以 triage、rework 與品質證據衡量成效。
金融 AI 的下一哩：風險模型、資料同意與 KYC 不能各自為政
Plaid 以序列式金融模型提升 ACH 風險判斷、用授權資料支援個人化金融洞察，並把 KYC 納入低摩擦 onboarding。台灣可把模型理由、資料同意與即時營運監控設計成同一條可稽核流程。
金融 AI 的擴權門檻：把 agent 治理與雲端韌性做成同一個控制面
英新金融對話把 SAFR 與 UK AI Adoption Plan 放進合作議程；英國央行以 38 家關鍵機構演練雲端中斷。金融 AI 的下一步不是只擴 agent，而是把執行期授權、近失事件分享與第三方韌性做成共同控制…
把代幣化接回責任鏈：贖回、託管與交割要能一起稽核
MAS 穩定幣立法諮詢已結束；SEC 提案為基金與投顧建立受條件加密託管路徑；DTCC 以既有主帳權利推進代幣化。台灣可先把贖回、保管與 DVP 控制做成同一條可稽核鏈。
知識筆記
Articles · 列表式金融 AI 的擴權門檻：把 agent 治理與雲端韌性做成同一個控制面
英新金融對話、英國央行雲端演練與 UK AI Adoption Plan 指向：金融 AI 規模化必須同步完成執行期授權、供應商韌性與跨機關治理。
這支影片在講：別讓「70% 自動化」成為沒有分母的承諾
整理 Soukaïna Abelhad 在 AI Engineer 的分享：評估 AI 自動化時，不要先問模型多厲害；先量清楚人力、流程邊界、評估品質與每個被接受任務的真實成本。
這支影片在講：能做出來，還不等於有理由被選中
整理 Hariprasad Sudharshan 在 AI Engineer 的分享：模型和 coding agent 讓做出能用的軟體更容易，但產品優勢要靠明確的新穎性、分發方式與經濟性。
更有企圖地使用 AI：把任務提升、挖深、拉廣
整理 Felix Rieseberg 的 AI 工作觀：別只把既有任務做得更快；改以成果重新定義工作、回到原始資料與專業方法、跨領域組合技法，並用外部證據驗收。
這支影片在講：讓 Agent 判斷，但別讓它接管工作流
整理 Eduardo Simon 與 Javier Casal 在 AI Engineer 的分享：讓模型只負責判斷，把觸發、權限、執行、鎖定與審查留在 deterministic workflow。
這支影片在講：別只租 intelligence，要能把模型訓練成你的產品
整理 Jetashree Ravi（Fireworks AI）在 AI Engineer 的分享：開放模型如何靠自有資料微調、推論引擎與無停機權重更新，走出持續訓練與部署的閉環。
這支影片在講：讓 Agent 想，但別讓它亂動 production
整理 Viren Baraiya（Orkes）的 AI Engineer 分享：讓 LLM 負責規劃，讓具耐久性、可審核且冪等的 workflow harness 執行生產環境操作。
這支影片在講：AI 駭客已比年度滲透測試快
整理 Eli Cohen（Snyk / Helios）在 AI Engineer 的分享：AI 加速攻擊後，為何安全測試要從年度滲透測試轉成每次程式變更的持續攻防驗證。
這支影片在講：Speculative Decoding 不是免費的推論加速器
整理 Sheilah Kirui（Akamai）在 AI Engineer 的分享：speculative decoding 何時能加速 vLLM、何時會浪費顯存，以及用 acceptance rate 做判斷。
別讓未完成的 Opus 5.5 長任務吃掉預算：先建立可恢復的 Harness
從 beamnxw 的 X 貼文出發：長任務的成本不只在模型 token，而在中斷後無法保留進度、無法驗證、無法重用。用 checkpoint、驗收與恢復流程，將一次性 agent run 變成可控制的工程工作。
這支影片在講：Agent 可以自己寫工具，但不能自己跳過治理
整理 Sandhya Subramani（AWS）在 AI Engineer 的分享：以 Strands Agents SDK 讓 agent 在缺少工具時自行撰寫、載入並使用工具；同時拆解評估、沙盒、權限與可觀測性不可省略的理由。
這支影片在講：RAG 上線前，先把文件資料變成可用的資料
整理 Leo Platzer 與 Jeff Koss 的分享：為何 40 份檔案有效、8 萬份 SharePoint 文件卻讓 RAG 失靈，以及如何用分類、證據、敏感資料檢查與 freshness 管理改善檢索。
這支影片在講：AI 讓交付變快，但沒有讓軟體工程自動變容易
整理 Justin Reock（DX）以約 20 萬名工程師資料提出的五個 AI 軟體開發趨勢：交付變快，但品質波動、PR 變大，且真正瓶頸不在產生程式碼。
iPhone Duo App 自適應佈局教學
iPhone Duo App 自適應佈局：用 Xcode 27.1 與 Device Hub 測試，以尺寸類取代裝置與方向判斷，採用系統導航元件，並處理不對稱的安全區與 Layout Margin。
iPhone Duo App 設計適配教學
iPhone Duo App 設計適配：以緊湊型與普通型寬度建立彈性佈局，善用系統元件、安全區與一致資訊架構，讓 App 在外屏、內屏、分屏與部分折疊時自然適應。
iPhone Duo 教學會 QA 整理
iPhone Duo 教學會兩場 QA 整理：遊戲與全螢幕、折疊姿態與方向、大型既有 App 漸進適配、自訂導航元件、ArrangementView 與 Reserved Region，以及模擬器測試的 25 題問答。
iPhone Duo 相機適配教學
iPhone Duo 相機適配：認識雙前置攝像頭與虛擬前置攝像頭，用 AVCaptureDeviceDirectionCoordinator 處理開合與翻轉的鏡頭方向，並調整預覽版面、鏡像與旋轉。
iPhone Duo多螢幕互動開發
iPhone Duo 多螢幕互動開發：用 UI Hinge Interaction 讀取鉸鏈角度打造即時互動，處理分屏、多窗口的可用性，並以 Camera Capture Accessory 讓內外螢幕協同工作。
iPhone Duo控制欄設計教學重點
iPhone Duo 控制欄設計：把頂部與底部控制項移到側邊的垂直工具欄，掌握容器邏輯、Axis Behavior、Overflow menu 與 Visibility Priority 等壓縮策略。
iPhone Duo自適應版面教學
iPhone Duo 自適應版面：辨識鉸鏈與攝像頭形成的保留區域，運用位移模式、Reserved Region API 與 Arrangement View 的 split / overlay 排列。
這支影片在講：AI 寫的 PR，品質已落在人類區間
整理 Greptile 共同創辦人 Daksh Gupta 的 AI Engineer 分享：以每月逾百萬個 PR 比較 agent 與人類程式碼的回退率、問題嚴重度與審查輪次，並重新定義企業 code validation。
這支影片在講：production AI 不是單一模型，而是一整條工程鏈
整理 AI Engineer Paris 2026 Day 2 主舞台：從模型、推論、語音、邊緣到 coding agent 的 production AI 內容地圖，以及工程團隊應優先追問的設計取捨。
這支影片在講：Skill 不是 prompt 包，而是可執行的 harness
整理 Paul Bakaus 在 AI Engineer 的分享：要讓 AI skill 產生可控且不落入平均值的輸出，不能只寫 prompt；需要以角色分離、隨機性、腳本、hooks 與 eval harness 改造執行環境。
這支影片在講：RMSNorm 的瓶頸不是算術，而是 GPU 的等待
整理 Filip Makraduli 在 AI Engineer 的 FlashNorm 分享：以 weight folding、deferred division 與移除冗餘 pre-norm，將 RMSNorm 加 projection 加速 33–35%；也拆解一個讓模型輸出落後一拍的 CU…
這支影片在講：AI 叢集不該再把 TCP 當成預設答案
整理 Stanford 教授 John Ousterhout 在 AI Engineer 的分享：AI 推論與 agent 的小型協調訊息，正讓 tail latency 取代吞吐量成為關鍵；Homa 以訊息導向、接收端排程與優先權佇列重做資料中心傳輸。
這支影片在講：別再把 RAG 的 chunk size 固定成一個數字
整理 Yuval Belfer（AI21 Labs）的 AI Engineer 分享：為何固定 chunk size 會遺失 20–40% recall，以及多尺度索引與 reciprocal rank fusion 的取捨。
這支影片在講：AI 不確定時，不必硬猜答案
整理 Amit Desai（Roku）在 AI Engineer 的分享：當模型準確率不變時，如何藉由 act、confirm、stop 三種行為與使用者成本函數，大幅降低語音與具身 AI 的使用痛點。
這支影片在講：AI 讓程式碼變便宜後，架構反而更重要
整理 Jonathan Kelley（Dioxus Labs、Cognition）的分享：coding agent 能把 Rust 的陡峭學習曲線轉成優勢，但程式碼產量不是品質；架構、閱讀、測試策略與驗證仍是工程的核心。
這支影片在講：更好的 agent，可能需要更少的 agent 程式碼
整理 Google DeepMind Philipp Schmid 在 AI Engineer 的分享：從手寫 Python loop、agent framework 到 hosted sandbox，為什麼 agent 的核心正由工具編排移向 instructions、skills 與 eval…
這支影片在講：一位設計師如何讓 AI 接住數百項交付物
整理 Vincent Wendy 在 AI Engineer 的分享：一位設計師如何以設計系統、可重用模板、自動化產線與驗證回路，完成 7,000 人活動的數百項交付物。
這支影片在講：大型程式庫為何值得從 Python 遷到 TypeScript
AI Engineer 短片整理：Mike Krieger 為何在大型程式庫上選擇從 Python 轉向 TypeScript，以及 Bun 與部署策略如何改變遷移的判斷。
這支影片在講：LLM 推論要擴大，先管理會持續長大的 KV cache
整理 Harshul Jain 與 Tanmay Sah 的 AI Engineer 工作坊：從 KV cache 容量、prefill／decode，到 paged attention、continuous batching、prefix caching 與 serving engine 的選擇。
生成式 AI 不會自動提升學習：關鍵是學生怎麼使用它
Pallant 等人分析 192 份大學生反思：把 GenAI 用來建構與擴充知識，與較高成績、批判思考、應用能力及學習自主性相關；照程序重述 AI 輸出則相反。
這支影片在講：Agent 需要的不是更大的 context window，而是能用得起的長脈絡
整理 Thomas Wolf 與 Olive Song 的 AI Engineer 對談：MiniMax M3 如何以稀疏注意力、原生多模態與研究 harness，讓長脈絡成為 agent 可以實際使用的能力。
這支影片在講：知識工作 agent 缺的不是更強模型
整理 Composio 共同創辦人 Karan Vaidya 在 AI Engineer 的分享：知識工作 agent 要走出 demo，需要補上集中化、歷史、脈絡、驗證、治理與可逆性。
這支影片在講：Agent 要走進開放商業，得先有身份與責任
整理 David Levine 在 AI Engineer 的分享：面對 private data、untrusted content 與 ability to act 的 lethal trifecta，開放網際網路上的 agent 需要可追溯身份、法律責任與可執行的治理。
這支影片在講：Developer Relations 沒死，只是 agent 也成了使用者
整理 Stephanie Jarmak 在 AI Engineer 的分享：當 agent 會搜尋、呼叫 API、讀錯誤訊息並推薦工具，developer relations 如何改為可量測的 agent experience。
這支影片在講：別替 agent 規定流程，替它打造能合作的環境
整理 James Zou 在 AI Engineer 的分享：Einstein Arena 不規定 agent 的工作流程，而是用可驗證問題、共享論壇與即時排行榜，讓多個 agent 互相修正並推進開放科學與 GPU kernel 最佳化。
這支影片在講：把 agent 放進工程流程，不是放任它寫碼
整理 Safia Abdalla（Warp）在 AI Engineer 的分享：以 sandbox、多 harness、可組合 orchestration 與 agent review，把雲端 coding agent 納入可控、可擴展的工程流程。
這支影片在講：Agent 的權限不能跟著推理一路膨脹
快速整理 Tushar Jain（Docker）在 AI Engineer 的演講：自主 agent 的問題不只是模型能力，而是如何以 containment、任務級 capability 與 intent-based access 限制運行時擴張的權限。
這支影片在講：別再把「讀 diff」當成 AI 時代唯一的品質閘門
整理 Ankit Jain（Aviator）在 AI Engineer 的分享：AI 讓程式產出速度超過人工閱讀能力；重點不是取消把關，而是以意圖、invariants 與驗證證據取代人工掃 diff。
Agent 成本最佳化：先守住品質，再壓低每次任務成本
整理 Anthropic Cost Optimization cookbook：用 eval 守住品質門檻，優先處理快取、上下文、agent loop、輸出與批次工作，模型降級留到最後。
這支影片在講：AI 產品要先能在真實網路世界活下來
整理 Patricija Žemaitytė（Oxylabs）在 AI Engineer 的分享：AI 產品的關鍵不只模型，而是能在真實世界持續運作的 web data infrastructure。
FDE 與 SI 的差異：關鍵不是駐點，而是能否把客戶問題變成產品能力
整理一段關於 FDE 與 SI 的對話：兩者都會走進客戶現場、整合系統與寫程式；真正差別在問題定義權、交付後是否回饋產品，以及第十一個客戶會不會更容易。
Headless Xcode：從一句 Prompt 到 Simulator 驗證
整理 Artem Novichkov 的實作文章：以 Xcode 27 的 headless MCP server 與 Apple agent skills，串起 iOS 專案生成、build、SwiftUI preview 渲染與 Simulator 的完整流程驗證。
Claude 看起來降智？先調整 Output Style
整理 Gary Chen 的影片：Claude Code 的 Output Style 會改變回覆的角色、語氣與格式，但不會改變模型知道什麼。用內建風格或自訂 Markdown style，先讓輸出對上你的技術背景與工作情境。
這支影片在講：改善 Agent，是資料探勘問題
整理 Vivek Trivedy 在 AI Engineer 的分享：把 production trace 變成評估、診斷、harness engineering 與微調的共同資料層，持續改善 agent。
這支影片在講：別把舊模型的限制寫死在 agent harness 裡
整理 Gagan Bhat 與 Isabella Kai He（Anthropic）在 AI Engineer 的分享：agent harness 為何要把 brain、hands、session 拆開，並用可恢復 session log 與持續演進的假設支撐長任務。
這支影片在講：把 RL rollout 放進任何有 GPU 的資料中心
整理 Nan Jiang（Modal）在 AI Engineer 的分享：RL post-training 如何利用低精度服務權重的 Adam absorption，將跨資料中心同步從 500 GB checkpoint 壓縮成約 500 MB lossless patch。
這支影片在講：讓多個人與 agent 共用同一個工程工作空間
整理 Arjun Singh（Superconductor）的 AI Engineer 分享：多人如何跨 Slack、桌面與 GitHub 協作 agent，並以隔離環境與自家 PR replay 建立可控的工程迴路。
10 個免費 GitHub Repo：把 Claude＋Obsidian 變成第二大腦
整理 kai 的 X Article：用知識編譯器、Skills 與 MCP bridge 三種架構看 Claude＋Obsidian 工具，並從資料規模、寫入權限與自動化需求挑出最小可行組合。
這支影片在講：模型路由不是找「最便宜」的模型
整理 NVIDIA、Cognition 與 OpenRouter 對模型路由的討論：為何靜態選模型會失效，以及如何用規劃、委派、快取與失敗訊號重做 agent 的成本與品質決策。
Code 快 10 倍，交付為何只快 1.37 倍？
用阿姆達爾定律重看 AI 開發：即使 Coding 快 10 倍，整體交付速度仍受需求、設計、驗證、審查、部署與協作等未被加速的環節限制。
一年 8 萬美元私教，AI 為何可能只要 100 美元？
整理一支 YouTube Short 的價格對比：AI 可能壓低個別化練習與即時回饋的成本，但價格不是成效；目標設定、關係、評量與責任仍是教育不可跳過的部分。
這支影片在講：讓使用者用 AI 加功能，但別讓核心 App 失控
整理 Kenton Varda 在 AI Engineer 的分享：Cloudflare Gadgets 如何把個人 AI codegen 放進隔離的文件型應用，讓使用者能加功能而不把 XSS、分享權限與核心產品一起賭掉。
Loop 與 Graph Engineering：不是同一個詞，而是兩個設計維度
整理一段關於 Loop Engineering 與 Graph Engineering 的對話：前者設計工作如何反覆推進，後者設計工作彼此如何依賴、分流與匯流；它們可一起使用，但不該混成同一種方法。
這支影片在講：把昂貴的向量資料庫，建立在 S3 的成本曲線上
整理 Gergely Orosz 與 turbopuffer 共同創辦人 Simon Eskildsen 的對談：從 Shopify 規模化經驗、S3 上的資料庫設計，到以成本與團隊原則建立基礎設施公司。
這支影片在講：讓 Agent 撐過不會立刻完成的工作
整理 Cornelia Davis 在 AI Engineer 的分享：MCP Tasks 如何把長時間、可恢復、等待人類輸入的工作，建立在無狀態核心與可選擴充之上。
Claude 模型別全都同樣用：一支 29 分鐘影片的路由提醒
Anatoli Kopadze 分享的影片提醒：模型選擇不該靠直覺或一把梭；先建立便宜預設、明確升級條件與真實任務評測，才能兼顧品質、速度與成本。
/wayfinder：當 AI 讓實作變快，規劃才是真正的瓶頸
整理 Matt Pocock 影片〈/wayfinder: Planning is no longer the AI bottleneck〉：用決策地圖、可阻塞的 ticket 與 research／prototype 工作，將跨多個 agent session 的模糊專案推進到可執行的規格與任務。
這支影片在講：AI skills 進市集前，先把它當成供應鏈風險
整理 Lucas Palma（Nubank）在 AI Engineer 的分享：Skill Vector 如何用確定性檢查、LLM 語意審查與核准閘門，讓 AI skills 在進入內部市集前可被治理。
這支影片在講：把科學研究變成可遞迴改善的 agent 迴路
整理 Richard Socher 在 AI Engineer 的分享：研究自動化的核心不是讓模型單次回答，而是讓它能提出假說、執行實驗、找出缺陷並遞迴改善的可驗證迴路。
MCP 2.0 升級解析：它不是取代 HTTP，而是更像 HTTP
整理 MCP 2026-07-28 協定修訂：核心改採無狀態 request/response、以顯式 handle 保存應用狀態，並將 Tasks、MCP Apps、授權與快取帶往更適合雲端部署的架構。
Agent Harness、Loop 與 Graph Engineering：三個常被混在一起的層次
整理 Lunar 的 X Article：Harness 建立模型可運作的環境，Loop 設計工作與驗證的反覆回路，Graph 將多步流程的拓撲攤開；三者都影響可靠性，但不能互相取代。
MCP 2026-07-28：Claude 正在接上新的無狀態協定核心
整理 Anthropic Claude Blog：MCP 改採無狀態 request/response 核心、以版本化 extensions 納入 Apps 與 Tasks，並強化 OAuth 2.0／OIDC 授權，讓連接器更適合在企業與標準 HTTP 基礎設施上部署。
這支影片在講：Forward Deployed Engineering 不是客製支援，而是產品的感測器
整理 Eno Reyes（Factory）在 AI Engineer 的分享：Forward Deployed Engineering 如何把客戶現場的訊號、驗證與自主性，接回可複利的 agent 產品系統。
Agent Harness 的真正缺口：不是連上 MCP，而是把 Context 接好
整理 Sumanth 的 X 長文與 Glean MCP Gateway 資料：MCP 解決工具連線，但跨 Jira、文件、程式碼與對話系統的上下文品質，才是 agent harness 能否穩定交付的關鍵。
這支影片在講：要測 coding agent，先讓它無法背答案
整理 James Shi（Datacurve）在 AI Engineer 的 DeepSWE 演講：113 題從零撰寫的真實軟體工程任務，如何用隔離環境與程式驗證器降低 benchmark contamination，並看見 coding model 的 over-scoping 與自我驗證缺口。
/wayfinder 示範：先替 AI Agent 找路，再讓它開始寫程式
整理 Matt Pocock 的 LIVE: The /wayfinder Demo：面對跨越多個 agent session、路徑仍不清楚的工作，先建立由決策 ticket 組成的共享地圖，逐一消除不確定性，再進入實作。
700 萬人下載的 /grill-me：先對齊，再叫 AI 寫程式
整理 Gary Chen 影片〈700 萬人下載的 /grill-me，Matt Pocock 到底寫了什麼？〉：/grill-me 用連續提問取代一次性長 prompt，先把需求、取捨與驗收條件對齊，再讓 coding agent 動手。
Claude 5 的 Context Engineering 新規則：刪掉 80% 指令後，Agent 反而更會做事
整理 Anthropic Claude Blog：Claude Code 為較先進的 Claude 5 世代模型移除超過 80% 系統提示而未損及可量測的 coding 評測；關鍵在以模型判斷、可表意介面、漸進揭露與高保真參考資料，取代重複規則。
Graph Engineering：把 Obsidian Vault 變成 Agent 真正可用的知識圖
整理 unicode 的 X Article：第二大腦的問題不在筆記數量，而在缺少可追溯的關係；以節點、關係、證據與工作流，讓人與 Agent 能沿著知識圖譜做出下一步。
WWDC26 開發者影片目錄：62 支分類導覽
將 62 支 Apple Developer WWDC26 影片依 AI、Swift 與工具、空間與遊戲、平台能力及 WWDC 導覽分類，連到繁中整理與原始影片。
不要只找我，找我的 Agent：Raft 的跨公司協作房間
整理 Raft X Article〈Don't talk to me, talk to my agents〉：以 joint channel 為邊界，讓兩家組織的人與各自的 agent 在同一間共享房間協作，同時保留各自工作區的權限與控制。
別把時間耗在規格：用 /prototype 先把想法做出來
整理 Matt Pocock 影片〈Don’t waste time on specs: /prototype instead〉：AI 降低實作成本後，團隊可先用可互動 prototype 對齊設計，再把已驗證的方向帶進 production。
這支影片在講：先定義任務，再決定用哪個模型
整理 Maxime Rivest 在 AI Engineer 的 DSPy talk：以 Signature 先定義輸入與輸出，將模型、prompt、權重與程式實作留在可替換層，讓 AI workflow 可演進、可學習。
Claude 圖工程：把線性 Agent 重畫成可驗證工作圖
整理 0xCodez 的 14 步 Graph Engineering 路線圖：以節點與資料邊界重畫 agent 工作，找出可平行的任務、在需要時匯流，並把驗證與停止條件寫進系統。
這支影片在講：AI 時代真正的護城河，是你的資料模型
整理 Mike Phipps 在 AI Engineer 的分享：模型、前端與 agent framework 日漸商品化後，組織如何以可回答問題的資料模型、知識圖譜、治理與 retrieval evals 建立可累積的 AI 護城河。
這支影片在講：每個 Harness 最後都會變成 Claw
整理 Mastra 創辦人 Sam Bhagwat 在 AI Engineer 的演講：harness 不只是寫程式的介面；當它接上事件、頻道與持續運作能力，就會變成在協作流程裡主動出現的 Claw。
讓 app 聽懂音樂 ，不必自己養一套音訊 ML
整理 WWDC26 Music Understanding framework：以 MusicUnderstandingSession 在裝置端離線分析調性、節奏、結構、速度感、樂器活動與響度，並轉為影音、DJ 與遊戲體驗。
這支影片在講：生成器不能兼任安全驗證器
整理 Snyk 的 Manoj Nair 在 AI Engineer 的演講：當 agent 加速寫程式也加速製造風險，安全核心不是更相信模型，而是在工作迴圈裡加入可重複驗證的控制層。
這支影片在講：把細胞當 token 之前，先面對生物資料的現實
整理 Akram Baharlouei 在 AI Engineer 的演講：單細胞生物學為何值得做 foundation model、RNA-seq 資料的瓶頸，以及為何 flow matching 目前比 transformer 更貼近問題。
把遊戲移植到 Mac：讓 agentic coding 加速找出可驗證的修正路徑
整理 Apple Developer WWDC26 短片：用 agentic coding skills 將遊戲引擎移植到 Mac，並用命令列工具定位與修正渲染問題。
mattpocock/skills：把 AI Coding 變成可交接的工作流程
整理 Matt Pocock 影片〈mattpocock/skills: A complete AI Coding workflow, end-to-end〉：從初始化、釐清需求、產出規格與 tickets，到實作和 code review，重點是讓 AI coding 從一次性 prompt 變…
這支影片在講：自主研究 Agent 如何在公開競賽裡變成第一貢獻者
整理 Zhengyao Jiang（Weco AI）在 AI Engineer 的演講：Aiden 在 OpenAI Parameter Golf 22 天內合併 7 項紀錄，呈現自主研究 agent 的搜尋優勢與人類協作的關鍵位置。
五分鐘先抓住 WWDC26 的優先訊號
繁體中文整理 WWDC26 Platforms State of the Union Recap：用五分鐘影片建立後續技術研究與團隊採用的優先順序。
把今年的平台變化， 轉成團隊的技術盤點
繁體中文整理 WWDC26 Platforms State of the Union：從平台能力、AI 開發工具到遊戲與效能，轉成團隊可執行的盤點與遷移路徑。
這支影片在講：不搶游標，也能讓多個 Agent 同時操作桌面
整理 Francesco Bonacci 在 AI Engineer 的 Computer-Use 2.0：以 OS accessibility layer 取代硬體游標，讓多個 agent 背景並行操作，並用 CUABench 檢驗可靠性。
功能命名不是修辭：它在設計 使用者的預期與信任
WWDC26：用「歸屬、期待、跨情境可用」三項準則，為 app 的功能與標籤取清楚名稱。
這支影片在講：Production agent 缺的其實是 context layer
整理 Prukalpa Sankar 在 AI Engineer 的演講：為何 production agent 缺的不是更聰明的模型，而是可版本化、可測試、可攜的 context layer。
把 Mac 創作工具延伸到 Vision Pro 空間預覽
整理 Apple Developer WWDC26 short 與 Discover the Spatial Preview framework session：Spatial Preview API、Mac Virtual Display endpoint、DocumentPreviewSess…
這支影片在講：Agent 要先證明能安全執行，才准碰工具
整理 Erik Meijer 在 AI Engineer 的演講：為何 agent 的不可逆工具呼叫不能只靠模型自律，以及如何以 proof-carrying execution 將安全策略移到副作用之前。
這支影片在講：AI bugpocalypse 已經開始
快速整理 Jack Cable 在 AI Engineer 的演講：AI 模型已能在 production code 裡大規模找出嚴重漏洞，這對從未面對 in-house vuln discovery 對手的組織代表什麼，以及安全團隊現在該如何降低 blast radius。
Day 3 的重點： Apple Intelligence 變成 app 能力規劃題
整理 Apple Developer WWDC26 Dub Dub Daily Day 3：Apple Intelligence 最新公告、對 app 的意義、可用能力、導入路線與風險判讀。
Day 4 的訊號： 工具鏈升級正在改寫開發迴圈
整理 Apple Developer WWDC26 Dub Dub Daily Day 4：Xcode、developer toolchain、agentic coding、開發效率與導入風險。
用 ScriptGraph 把遊戲互動從程式碼拉進 Reality Composer Pro 3
整理 Apple Developer WWDC26 session：Design no-code games with Reality Composer Pro 3。重點是 ScriptGraph、事件驅動互動、物理拖曳、Prototyped Subgraphs、自訂事件與 SwiftUI att…
短片重點：RealityKit 遊戲可以先用 節點互動 做出手感
整理 Apple Developer WWDC26 short：Build a RealityKit game... with no code!。重點是 Reality Composer Pro 3 的 ScriptGraph 如何讓原型、互動與角色反應先在節點環境中完成。
這支影片在講：AI Engineering 進入黃金時代
快速整理 OpenAI 的 Alexander Embiricos、Romain Huet 與 Peter Steinberger 在 AI Engineer 的演講：Codex 為什麼從 demo 變成可用工作流、模型發布週期如何加速，以及 AI 工程師接下來要管理的其實是 agent loop…
Day 2 的重點不是行程提醒，而是 WWDC26 的三條 觀看主線
整理 Apple Developer WWDC26 影片 Dub Dub Daily: Day 2。重點是 SOTU 三個主題：rebuilt intelligence、refined platforms、transformed tools，以及 Foundation Models、Xcode a…
這支影片在講：AI 之後，工程師該做更寬的產品
整理 Theo Browne 在 AI Engineer World
這支影片在講：ChatGPT Voice 進入 GPT-Live 時代
整理 OpenAI livestream《The next generation of ChatGPT Voice》：GPT-Live 把 ChatGPT Voice 從輪流說話推向 full-duplex 連續互動，能邊聽邊說、少打斷使用者，並把需要搜尋、推理或複雜工作的任務交給後端 frontier model。
高解析照片不是只把尺寸拉大：用 AVFoundation 管好畫質、速度與記憶體
整理 Apple Developer WWDC26 session：Implement high resolution photo capture。重點是 24MP / 48MP 照片、RAW / ProRAW / exposure brackets、AVCapturePhotoOutput 設定…
Ralph Loop：用新鮮上下文讓 Coding Agent 反覆逼近規格
整理 Alex Booker 轉推的 Ralph loop 說明與相關公開資料：核心不是複雜編排，而是讓 coding agent 每輪用新鮮 context 讀規格、挑下一個任務、修改 repo，靠檔案系統與 git 留存狀態。
Unity 遊戲上 Apple 平台： 購買與資產下載 開始變成官方工作流
整理 Apple Developer WWDC26 short：2 new Unity plug-ins to simplify your game development，並以 Unlock in-game content with StoreKit and Background Assets…
品牌可以很鮮明，但 iOS 操作語言 不能被品牌蓋掉
整理 Apple Developer WWDC26 short：Showcase your brand on iOS，並以 Communicate your brand identity on iOS 補足：UI layer / content layer、components、content、c…
這支影片在講：軟體發佈管線正在被 runtime 個人化改寫
整理 Iris ten Teije 在 AI Engineer 的演講：當 AI 讓軟體變更可以在 runtime、client、user session 內幾乎即時生成，傳統 pipeline、版本真相、debug 與 containment 都需要重新設計。
AI 寫程式前，規格該先跑一次 edge-case pass
整理 George／PM OS 的 X 長文：人類工程師會把不完整規格變成追問；coding agent 則可能自信地選一個行為並交付。解法是讓規格在 refinement 前，固定走過八類邊界情境。
用 Foveated Streaming 把遠端高算力內容接進 visionOS
整理 Apple Developer WWDC26 session：Use foveated streaming to bring immersive content to visionOS。重點是 visionOS receiver app、StreamingSession、StreamingS…
用 Game Porting Toolkit 4 把遊戲移植拆成 agent 可驗證的工作流
整理 Apple Developer WWDC26 session：Bringing Cyberpunk 2077 to Mac / Speedrun your game port with agentic coding。重點是 Game Porting Toolkit 4、porting ass…
這支影片在講：Fable 讓 agent 能力邊界重新打開
整理 Thariq Shihipar 在 AI Engineer 的演講：Field Guide to Fable。Fable 這類新模型讓 Claude Code 的工具、prompt、問問題方式與工作流都要重新校準；重點不是給更多指令，而是找出 capability overhang、未知盲點…
這支影片在講：Agent 上線後缺的營運層
整理 Raphael Kalandadze 在 AI Engineer 的演講：The Missing Layer After Launch。上線只是開始，production agent 需要 log monitoring agent、review agent、session analyzer…
Fable 5 第二大腦：用 Obsidian 讓 Agent 讀懂你的業務
整理 Machina 的 X Article《How to build a second brain with Fable 5》：把 Obsidian markdown vault 當成 agent 可讀的業務知識庫，用 raw、entities、concepts、INDEX.md、維護循環與研究…
用 Core AI 把開源模型帶進 Apple app
整理 Apple Developer WWDC26 session：Integrate on-device AI models into your app using Core AI。重點是 model discovery、Core AI models repository、SAM3 / Qwen…
用 MLX 把 agentic AI 留在 Mac 本機跑
整理 Apple Developer WWDC26 session：Run local agentic AI on the Mac using MLX。重點是 agentic loop、MLX / MLX-LM / MLX-LM Server stack、OpenAI-compatible end…
AI 時代的職涯建議：Phil Chen 談問題選擇、最後一哩與研究心態
整理 Phil Chen 的 X Article《Career advice in the age of AI》：當 AI 越擅長解明確題目，人的稀缺價值會轉向發現問題、配置資源、累積聲譽、打磨最後一哩，以及用研究心態理解系統。
Apple IAP 新能力：用 12 個月承諾月付 重新包裝年度訂閱
整理 Apple Developer WWDC26 session：What
Xcode Cloud：把 build、測試、發佈與 automation 接進同一條雲端管線
整理 Apple Developer WWDC26 session：Build, deliver, and automate with Xcode Cloud。重點包含 source repository onboarding、ephemeral VM、parallel tests、TestFli…
這支影片在講：Prompt 仍然是 AI 時代的打孔卡
整理 Ted Johnson 在 AI Engineer 的 The Prompt Is Still a Punch Card：為什麼 prompt 讓強大的 AI 仍像 punch card batch protocol，以及 channel、expression、protocol 三個概念如何…
CarPlay app 升級：從 video browsing、voice control 到 route sharing
整理 Apple Developer WWDC26 session：Rev up your CarPlay app。重點是 iOS 27 CarPlay video apps、列表與縮圖 API、MiniPlayer、Voice Control template、Navigation panels…
Claude Sonnet 5 設定指南：用路由與 effort 控制成本
整理 darkzodchi 的 X Article《The Claude Sonnet 5 Setup Guide》：省錢關鍵不是單純換模型，而是把 medium effort 設為預設、用明確條件升級到 high effort 或 Opus，並用真實任務校準模型路由。
Secure MCP Tunnel：OpenAI 怎麼讓私有 MCP 伺服器不用公開上網
整理 OpenAI Developers 文章《Making private MCP servers reachable without making them public》：Secure MCP Tunnel 透過客戶環境內的小型 open-source client，用 outbound HTTPS 把私有 MCP 伺服器安全接到 ChatGPT、Codex 與其他 OpenAI 產品。
讓遊戲觸控好玩：把 手把映射 改成行動裝置互動設計
整理 Apple Developer WWDC26 session：Make your game great with touch。重點是 Touch Controller framework、Game Controller 整合、flexible layout、safe areas、dynami…
Reality Composer Pro 的 graph tools：把 空間互動 留在 editor 裡試
整理 Apple Developer WWDC26 短片 New graph-based tools in Reality Composer Pro，聚焦 Shader Graph、Animation Graph、Compute Graph、Script Graph、Sequencer 與 Beh…
Ship AI with confidence：AI 功能要能出貨，先把品質變成 可測量
整理 Apple Developer WWDC26 短片 Ship AI with confidence，並以 Meet the Evaluations framework 脈絡補足：用 dataset、metrics、evaluators 與 model judge 測量 AI 功能品質。
這支影片在講：好 agent skill 不是越多越好
整理 Matt Pocock 在 AI Engineer 的 Building Great Agent Skills: The Missing Manual：如何判斷 skill 是否該由使用者或模型觸發、如何拆 steps 與 reference、如何用 leading words steeri…
這支影片在講：AI 介面從打字聊天走向語音輸入、視覺輸出
整理 Allen Pike 在 AI Engineer 的演講：為什麼 voice-in、visuals-out 可能成為 AI UX 的高頻形態，以及要讓它真的好用，必須處理 fast model、短推論間隔與穩定 prefix caching。
Swift 的更新重點：從語言糖到 app architecture primitive
整理 Apple Developer WWDC26 短片 What’s new in Swift，並以 WWDC26 Swift session 脈絡補足：語言演進、Swift Testing、Foundation Models、跨平台與效能導入重點。
Xcode 27：自訂化只是入口，真正重點是 開發生命週期 變寬
整理 Apple Developer WWDC26 短片 The most customizable Xcode yet，並以 What
Agentic Engineering 核心概念：從 Agent Loop 到 Guardrails
整理 Rahul 的 X Article：不要追逐每週更換的 agent 框架，而要先掌握穩定概念：Agent loop、狀態、配置文件、工具能力、subagents、sandboxing、permissions、prompt injection defense、pre-commit gates 與 observability。
Claude Code Hooks：把 AI Agent 的行為約束寫成程式
整理 Rahul 的 X Article：Claude Code Hooks 是可程式化檢查點，可在工具執行前後、權限請求、停止事件與通知事件中，阻擋危險操作、觸發測試、記錄成本或串接外部通知。
Core AI：從 PyTorch 到 Swift app 的 on-device inference pipeline
整理 Apple Developer WWDC26 短片 Deploy models on-device with Core AI，並補足 Meet Core AI session 的模型轉換、Swift inference API、Instruments profiling、specializa…
UIKit 現代化：不要再把 iPhone app 當成固定尺寸畫布
整理 Apple Developer WWDC26 短片 Make your UIKit app fully resizable，並補足 Modernize your UIKit app session 的 UIKit adaptivity、scene lifecycle、trait、tab/si…
這支影片在講：Agent 不是模型，是它的 session log
整理 Ishaan Sehgal 在 AI Engineer 的演講：為什麼 agent 不應被視為模型、runtime 或工具迴圈，而應該被視為 append-only session log；以及這個抽象如何改變可靠性、fork、migration、multiplayer、scaling 與…
Agent Memory 架構全景：從規則、召回到技能沉澱
整理 WquGuru 的 X Article：Agent Memory 不只是保存聊天紀錄，而是規則、身份画像、歷史召回、證據鏈、反思與技能沉澱的分層架構。
SwiftUI 新互動：用 reorderable 與 swipe actions 少寫一大段自訂拖放
整理 Apple Developer WWDC26 short：New capabilities in SwiftUI，並以 What
在任何 Swift 檔案裡 Play(ground) ：把探索縮短成一個 macro
整理 Apple Developer WWDC26 short：Play(ground) in any Swift file，並以 Xcode Tips and Tricks Group Lab、What
How modern browsers work：現代瀏覽器如何把網頁變成畫面
整理 Addy Osmani 的 X Article / Medium 長文：拆解現代瀏覽器從網路請求、HTML/CSS/JS 解析、layout、paint、GPU compositing、V8、多程序隔離到 DevTools 診斷的完整流程。
Open Knowledge Format：把資料目錄變成 agent 可讀的知識包
整理 GoogleCloudPlatform/knowledge-catalog 的 OKF 目錄：Open Knowledge Format 用 Markdown、YAML frontmatter、git 與普通連結，把資料目錄、概念文件、引用與跨連結做成可攜帶、可審查、可由 agent 消費的知識包。
好的 UI 隱喻 ，是在借用使用者已經懂的世界
整理 Apple Developer WWDC26 短片：A great UI metaphor is like...。重點是 Principles of great design 裡的 familiarity：好的 UI 隱喻不是裝飾，而是用人已理解的經驗降低學習成本。
用同一套 Swift API 呼叫任何 LLM
整理 Apple Developer WWDC26 短片：Use any LLM through one Swift API。重點是 Foundation Models framework 透過 LanguageModel protocol，把 on-device model、Private Cl…
這支影片在講：Coding agent 像失憶的天才工程師
整理 Victor Savkin 在 AI Engineer 的演講：今天的 coding agent 像失憶的天才工程師，只能看見程式庫的一小角，互動之間又忘記脈絡。真正要修的是 repo context、memory、agent autonomy 與評估 harness。
Apple Intelligence 與 Xcode：WWDC26 的 AI app stack 全景圖
整理 Apple Developer WWDC26 Special Presentation：Xcode 27 agentic coding、App Intents、Foundation Models、Core AI 與 MLX 的 Apple 平台 AI 導入地圖。
SwiftData Group Lab：把 資料模型變更 當成產品風險管理
整理 Apple Developer WWDC26 SwiftData Group Lab：以官方 lab 描述、SwiftData 相關 session 與可驗證脈絡，建立資料模型、遷移、同步與效能檢查清單。
這支影片在講：AIE World's Fair 2026 為什麼要回到 SF
整理 AI Engineer 影片《6 Things to Know about AIE World
Day 5 的訊號： Swift 今年在降低摩擦 ，不是只加語法糖
整理 Apple Developer WWDC26 Dub Dub Daily Day 5：Swift 語言更新、Swift 6.4、@diagnose、Swift Testing、Subprocess、跨平台互通與高效能 Swift 的導入重點。
Machine Learning & AI Lab：把 WWDC26 AI announcements 排成導入路線
整理 Apple Developer WWDC26 Machine Learning & AI Group Lab：Core AI、Foundation Models、MLX、Evaluations、App Intents 與 Xcode agentic coding 的學習路線與導入風險。
App Store Connect 正在從後台工具變成 release automation layer
整理 Apple Developer WWDC26 App Store Connect Group Lab：enhanced submission、TestFlight feedback API、retention messaging、App Store Connect API key、produ…
SwiftUI 的成熟訊號：少寫 workaround，多理解 identity、layout 與 system behavior
整理 Apple Developer WWDC26 SwiftUI Group Lab：Liquid Glass、adaptive TabView、GeometryReader、DynamicProperty 快取、conditional modifier、AnyView、custom layou…
這支影片在講：企業級 Agent 上線不能從選模型開始
快速整理 Sandipan Bhaumik 在 AI Engineer 的 Databricks talk：企業級 AI agent 不該從選模型開始，而要先建立 evaluation data、observability、data foundation、multi-agent orchestra…
AI 會算微積分，為什麼卻會數錯 strawberry 有幾個 r？
整理蝦說 AI 影片《我會算微積分，卻數不出 strawberry 有幾個 r》：用 strawberry 字母計數測試，拆解大型語言模型為什麼擅長抽象推理，卻會在逐字元、逐位置的文字任務上失手。
Codex 從 0 到 1：把工具功能整理成可重複的工程工作流
整理馬克的技術工作坊 YouTube 影片《Codex 从 0 到 1 全攻略》：從 Annotate、Fork、Archive、Plan 到 Plugin、Skill、Automation 與 Mobile，建立一套可持續使用的 Codex 工作流。
Loop Engineering：把 AI 開發從一次提示詞，推進到可驗證的工程迴圈
整理最佳拍檔影片《什麼是循環工程 Loop Engineering》：從 Coding Agent、子 Agent、MCP、提示詞工程與外部記憶出發，說明 Loop Engineering 如何把 AI 開發從一次性對話推進到可驗證、可持續、可接手的工程迴圈。
watchOS Group Lab：把 腕上限制 變成產品判斷
整理 Apple Developer WWDC26 watchOS Group Lab：Foundation Models on watchOS、PCC/network fallback、Live Activities、controls、widgets、Workout Zones、Liquid G…
Xcode Group Lab：把 日常摩擦 變成可調整的工作流
整理 Apple Developer WWDC26 Xcode Tips and Tricks Group Lab：playground macro、folders instead of groups、Xcode 27 beta 共存、Previews、Instruments、LLDB break…
刪掉 95% Agent Skills：可靠性不是靠提示詞變長，而是靠 harness 變硬
整理 AI Engineer 影片 How I deleted 95% of my agent skills and got better results：Nick Nisi 說明 WorkOS 如何把 agent 從大量提示詞與技能文件，轉向 code-enforced workflow、SHA…
這支影片在講：Agent 最大的謊言是「我搜過網路」
整理 Rafael Levi 在 AI Engineer 的 Bright Data talk：agent 被 CAPTCHA、反爬、假頁或過期訓練資料擋住時，常不會承認失敗，而是用幻覺、假引用與舊資料回答。頁面整理 Web MCP demo、公開資料邊界、工具數量與 token 成本的實務取捨。
How to build a self-improvement loop for your Skills
Zach Lloyd 把 agent loop 討論拉回 Skills 的可重用能力建設：用任務樣本、驗證器、失敗分析與技能文件更新，形成會累積經驗的自我改善循環。
Safari 27 的重點： WebKit 先補品質，再推新能力
整理 Apple Developer WWDC26 session：What’s new in WebKit for Safari 27。重點是 WebKit 品質改善、CSS Grid Lanes、Customizable Select、HTML model、immersive website…
The Claude Setting That Works While You Sleep
整理 Andrew 在 X Article《The Claude Setting That Works While You Sleep》提出的 Claude 功能清單：Scheduled Tasks、Skills、Projects、Connectors、Artifacts、記憶與搜尋等設定，重點不…
用 Metal tensors 把自訂 ML operation 做到 Apple Silicon 底層
整理 Apple Developer WWDC26 session：Optimize custom machine learning operations with Metal tensors。重點是 TensorOps、quantized MTLTensor、multi-plane tensor…
用 Reality Composer Pro 3 把空間互動原型留在編輯器裡
整理 Apple Developer WWDC26 session：Supercharge your spatial workflows with Reality Composer Pro 3。重點是 Animation Graph、Behavior Tree、Script Graph、Navig…
讓任意 LLM 變成 Foundation Models 的可替換模型
整理 Apple Developer WWDC26 session：Bring an LLM provider to the Foundation Models framework。重點是 LanguageModel / LanguageModelExecutor protocol、executo…
這支影片在講：你可能不需要 50 個 Diffusion Steps
整理 Ziv Ilan 在 AI Engineer 的 NVIDIA talk：即時 video diffusion 不靠新架構，而是把量化、caching、step distillation 與 FastGen post-training 堆疊起來，把 20-50 個 denoising ste…
Center Stage 前鏡頭：把 取景決策 從 UI 手勢搬進 capture pipeline
整理 Apple Developer WWDC26 session：Support the Center Stage front camera in your iOS app。重點是 iPhone 17 系列與 iPhone Air 的 Center Stage 前鏡頭、AVCapture dyn…
Claude Code Week 21：auto mode 進入 Pro，CLI 開始把用量、審查與背景工作治理化
整理 Claude Code 官方 Week 21 更新：auto mode 開放 Pro 與 Sonnet 4.6、/usage 顯示 skills、subagents、plugins 與 MCP 的用量來源、/code-review 取代 /simplify 成為正確性審查指令，背景 sess…
Claude Code Week 22：Opus 4.8 不只是換模型，而是把 agent 工程推向更大規模
整理 Claude Code 官方 Week 22 更新：Opus 4.8 成為新預設、Dynamic Workflows 進入研究預覽、security-guidance plugin 加入程式安全審查，fast mode 也改用 Opus 4.8。
Claude Code 的 What's New，真正記錄的是 CLI 工具如何變成 agent 工作台
整理 Claude Code 官方最新功能 digest：從 auto mode、computer use、Ultraplan、/ultrareview、Agent view、dynamic workflows 到 Opus 4.8，觀察 Claude Code 如何從 CLI 工具走向多 age…
Image Playground 變成 app 內建能力： 高品質生成 交給系統體驗承接
整理 Apple Developer WWDC26 session：Create high-quality images using Image Playground。重點是 Private Cloud Compute 新模型、imagePlaygroundSheet、ImagePlaygroun…
結構化 3D 模型協作：讓 hierarchy 變成互動能力
整理 Apple Developer WWDC26 session：Collaborate on structured 3D models in visionOS。重點是 USDZ hierarchy、RealityKit ManipulationComponent、ClippingCompone…
讓 Siri 真正懂你的 app： App Intents 進階整合 不是只把 action 曝光出去
整理 Apple Developer WWDC26 session：Explore advanced App Intents features for Siri and Apple Intelligence。重點是自訂 Siri 回應、Interaction Donations、IndexedEn…
這支影片在講：MCP app 為什麼要包兩層 iframe
快速整理 Frédéric Barthelet 在 AI Engineer 的演講：為什麼 MCP / ChatGPT Apps 不是用單一 iframe、srcdoc 或 sandbox 就好，而是採用 outer iframe + inner srcdoc 的雙 iframe 架構，以及這對…
Loop Engineering 不是把 prompt 變長，而是把工作寫成可重跑的循環
整理 01Coder 影片《Loop Engineering 循环工程：从理论到实践，它真的适合每个人吗？》：用 Boris Cherny 的三階段框架理解為什麼工程師正從直接下 prompt，走向設計可重跑的 loop；並拆解 loop 的五個元件、記憶脊柱、/goal 熱身示例、選題流水線，以…
把 app 搜尋升級成 LLM 可用的 grounded retrieval layer
整理 Apple Developer WWDC26 session：LLM search using Core Spotlight。重點是 SpotlightSearchTool、LanguageModelSession、Core Spotlight index delegate、guidance…
把 Apple Music 放進 app： MusicKit 的授權、選歌與播放管線
整理 Apple Developer WWDC26 session：Integrate MusicKit into your app。重點是 MusicKit 授權、訂閱狀態、Music Picker、SystemMusicPlayer / ApplicationMusicPlayer、catal…
把 Foundation Models session 設計成 可切換、可裁切、可評估的 agent workflow
整理 Apple Developer WWDC26 session：Build agentic app experiences with the Foundation Models framework。重點是 DynamicProfile、DynamicInstructions、模型切換、tran…
讓 App Intents 更可被系統理解： entities、parameters、execution 三條主線
整理 Apple Developer WWDC26 session：Discover new capabilities in the App Intents framework。重點是 ValueRepresentation、RelevantEntities、EntityCollection、Sy…
把 Apple Foundation Models 從 app API 變成 terminal + Python workflow
整理 Apple Developer WWDC26 session：Build AI-powered scripts with the fm CLI and Python SDK。重點是 macOS 27 fm CLI、structured output、Foundation Models SDK…
用 Bluetooth Channel Sounding 讓配件有距離與方向感
整理 Apple Developer WWDC26 session：Find your accessory with Bluetooth Channel Sounding。重點是 iOS 27 Core Bluetooth、Nearby Interaction、距離與方向估測、Camera Ass…
這支影片在講：商業問題不要再排隊等 SQL
快速整理 Garrett Galow 在 AI Engineer 的演講：WorkOS Studio 如何讓團隊用自然語言查 Snowflake、Linear、Notion，並把一次性 SQL 問答變成可重跑、可驗證、便宜的 declarative JavaScript widgets。
Lazy stacks 不是只省記憶體： 它們會用 估算與預取 換取捲動流暢度
整理 Apple Developer WWDC26 session：Dive into lazy stacks and scrolling with SwiftUI，聚焦 LazyVStack / LazyHStack 的估算、prefetch、狀態生命週期與 programmatic scrol…
Meet the Evaluations framework ：把 AI 功能從「感覺可用」變成可測量
整理 Apple Developer WWDC26 session：Meet the Evaluations framework。重點是用 Evaluations framework 測量生成式 AI 功能，建立 dataset、metrics、evaluator、model judge 與 ev…
Metal 遊戲效能：把長時間遊玩中的掉幀變成 可回溯、可定位、可修復 的資料
整理 Apple Developer WWDC26 session：Find and fix performance issues in your Metal games。重點是 Metal Performance HUD、Game Performance Overview、look-back t…
MLX Swift：用 像數學的 Swift 寫 GPU 數值運算
整理 Apple Developer WWDC26 session：Explore numerical computing in Swift with MLX。重點是 MLX Swift、NumPy-style arrays、lazy evaluation、GPU execution、conv2d…
Prompt hill-climbing：用 Evaluations 把 AI 功能調校變成實驗流程
整理 Apple Developer WWDC26 session：Improve your prompts by hill-climbing with Evaluations。重點是 prompt 評估迴圈、judge drift、Cohen
Reality Composer Pro 3：把 空間內容迭代 從 build loop 拉回 editor
整理 Apple Developer WWDC26 session：Iterate your spatial scenes faster with Reality Composer Pro 3。重點是 standalone Reality Composer Pro 3、entities/compo…
這支影片在講：不要只把模型做大，要讓它守規矩
整理 Kobie Crawford 在 AI Engineer 的 Snorkel talk：為什麼 4B fine-tuned model 靠 RL 學到工具紀律後，可以在資料查詢任務上打敗會亂查表、亂補答案的 235B model；以及 rubric eval 如何先找出要修的行為再寫訓練資料。
遊戲內容解鎖：用 StoreKit + Background Assets 降低下載與商務整合摩擦
整理 Apple Developer WWDC26 session：Unlock in-game content with StoreKit and Background Assets。重點是 iOS 27 localized asset packs、Steam depot converter、U…
遷移到 Swift Testing 的安全路線： 先 共存 ，再把 helper 與模式逐步搬過去
整理 Apple Developer WWDC26 session：Migrate to Swift Testing，聚焦 XCTest 與 Swift Testing 共存、interoperability modes、常見遷移模式、parameterized tests 與 exit test…
Claude Fable 5：Anthropic 把 Mythos-class 帶進 general availability
整理 Anthropic 影片 Introducing Claude Fable 5 與官方公告：這次不是單純模型升級，而是把 Mythos-class 能力透過新 safeguards 帶進一般可用範圍。
Designing loops with Fable 5：把 Agent 變成可驗證的工作循環
整理 RLanceMartin 在 X Article《Designing loops with Fable 5》的重點：Fable 5 的價值不只是更聰明，而是更適合被放進 goal、plan、act、verify、learn 的長任務循環；真正的工程重點是讓 agent loop 有驗證器、記…
這支影片在講：GPU cloud 部署不該逼你離開 IDE
整理 Audry Hsu 在 AI Engineer 的 RunPod talk：Flash 如何用 @flash.endpoint、hot reload 與 serverless GPU，把 commit/push/build Docker/pull image/allocate GPU 的迴圈…
WTF Is a Loop? Peter Steinberger vs. Boris Cherny
Matt Van Horn 把 AI coding 圈的 loop 熱潮拆成可操作的工程觀點：loop 是替 agent 發 prompt、讀結果、判斷是否繼續的小系統；真正難的是驗證、停損、成本控制與可重用 skills。
這支影片在講：5M token 長上下文不是只把 window 拉大
整理 Max Ryabinin 在 AI Engineer 的演講：Together AI 如何把 LLaMA 長上下文訓練推到 3M、5M tokens，從 FSDP、DeepSpeed Ulysses、activation checkpointing、CPU offloading、chunke…
這支影片在講：Agent debug 要從 trace 走到自動 eval
快速整理 Dat Ngo 在 AI Engineer 的演講：LLM observability、evaluation、experimentation 如何在 nondeterministic agent 系統中形成改善迴圈，包含五種 eval signal、四種 eval scope、Arize…
這支影片在講：MCP tool 不該只回文字，也可以回一個可互動 App
快速整理 Marlene Mhangami 與 Liam Hampton 在 AI Engineer 的 GitHub talk：MCP Apps 如何讓 MCP tool 回傳可互動 UI resource，在 VS Code chat 中以 sandboxed iframe 呈現，並用 Go…
Text Diffusion：文字生成不一定要 一個 token 一個 token 吐
整理 AI Engineer 影片 Text Diffusion，Brendon Dillon 說明文字擴散模型如何用 bidirectional attention、24 個 denoising steps 與低延遲生成，挑戰 autoregressive 文字模型的互動體驗。
這支影片在講：Agent 工具不是拆越細就越好
快速整理 Michael Hablich 在 AI Engineer 的演講：Chrome DevTools MCP 從一個 debug_webpage 工具拆成 25 個工具後，為什麼 agent 仍會迷路，以及 agent interface 應如何用語意摘要、可自癒錯誤訊息、成功結果成本與安…
Claude Code Dynamic Workflows：讓 Claude 為每個任務自造 Harness
整理 Thariq 關於 Claude Code dynamic workflows 的文章：Claude 能為任務即時生成工作流 harness，協調 subagents、驗證、排序、研究、triage 與模型路由。
NVIDIA NEX：撞向 x86 四十年壟斷的，不只是 ARM 筆電
整理 YouTube 影片《NVIDIA NEX: Breaking the 40-Year x86 PC Monopoly》，分析 NVIDIA NEX / N1X 如何以 CUDA、生態系、統一記憶體與本地 AI 挑戰 x86 PC 壟斷，以及它真正的限制。
不要再只問誰是第一名； SOTA 也該包含 效率
整理 AI Engineer 影片 20 days of compute vs 7 hours，Bertrand Charpentier 說明為什麼模型評測不能只看品質排名，效率、成本與能耗也應該進入 state-of-the-art 定義。
Reachy Mini 的重點不是便宜； 是把語音 agent 做到 可互動
整理 AI Engineer 影片 Reachy Mini: the $300 open source robot you can actually hack，Andres Marafioti 說明 Hugging Face 如何把 Reachy Mini 的 Qwen3-TTS 從 0.8x r…
Scrum 的下一步，是把 agent 當成受治理的交付產能
給正在導入 AI coding agent / AI-assisted delivery 的 Scrum / Agile 團隊：2026-05-30 AI Scrum 方法論每日觀察。
AI 把產碼變快後，Scrum 的瓶頸移到驗證產能
給正在導入 AI coding agent / AI-assisted delivery 的 Scrum / Agile 團隊：2026-05-29 AI Scrum 方法論每日觀察。
傳統 o11y 問「系統有沒有活著」； Agent o11y 要問 有沒有做對事
整理 AI Engineer 影片 How agent o11y differs from traditional o11y，Phil Hetzel 說明 agent observability 與傳統 observability 的差異：非決定性、超大型半結構 trace、全文搜尋、人類標註與…
不要先叫 AI 寫 code： 先讓它把系統 讀懂
整理 AI Engineer 影片 Comprehend First, Code Later，Priscila Andre de Oliveira 分享她在 Sentry 分析 116 次 Claude sessions 後得到的 AI 工程工作流：67% 是理解，只有 2% 是直接產生程式碼。
Frontier AI 不一定只在雲端： EXO Labs 想把兆級模型搬進 本地叢集
整理 AI Engineer 影片 Frontier AI at Home，聚焦 Alex Cheema 與 EXO Labs 如何用 Mac Studio、Thunderbolt 5、RDMA、kernel fusion、prefill/decode 分工，把兆級模型推向可在本地執行的 fron…
Agent 評測要能被重跑、被貢獻、被挑戰： Kaggle 想把 evals 做成 公共基礎設施
整理 AI Engineer 影片 Agentic Evaluations at Scale, For Everybody，聚焦 Google DeepMind Kaggle 團隊如何用開放 benchmark、Standardized Agent Exams、Game Arena 與社群專家，修…
AI 時代，學生不是比較不需要老師，而是更需要老師
整理 Angela Duckworth 對 2025 Penn GSE 畢業生的演講：AI 既可能是拐杖，也可能是教練；教育者的任務，是幫學生用 AI 催化而不是吞噬深度思考。
Google DeepMind 如何跑大規模 Agent： 先解決 quota、skills、shared state
整理 AI Engineer 影片 How Google DeepMind Runs Agents at Scale，聚焦 Google DeepMind 內部如何管理 agent quota、skills library、power users、Deep Research pipeline 與共…
OpenAI 被評為企業 AI Coding Agent 領導者，重點不只是「會寫程式」
整理 OpenAI 被 Gartner 2026 Magic Quadrant for Enterprise AI Coding Agents 評為 Leader 的核心訊息：Codex 企業化、治理、安全、部署與開發流程影響。
Your Agent Is an Infinite Canvas： Agent 不該永遠困在 chat UI
整理 AI Engineer 影片 Your Agent Is an Infinite Canvas，聚焦 RL Nabors 對 agent UI 的主張：MCP apps、WebMCP、iframe 互動介面，以及為什麼 web platform 才是 agent 的 infinite can…
Fast Models Need Slow Developers： 1,200 tokens/s 之後，紀律更重要
整理 AI Engineer 影片 Fast Models Need Slow Developers，聚焦 Cerebras Codex Spark 的高速生成如何改變 coding agent 工作流：連續驗證、多 agent 變體探索、外部記憶與慢開發者紀律。
Cooking with Agents in VS Code： 同一個 codebase， 三種 agent 路徑
整理 AI Engineer 影片 Cooking with Agents in VS Code，聚焦 VS Code 裡的 local agent、background worktree agent 與 cloud agent，拆解何時該親手迭代、何時放到背景、何時交給雲端跑完。
Any-to-Any 原生多模態 Agent： 把理解、生成與即時音訊放進 同一個迴圈
整理 AI Engineer 影片 Any-to-Any: Building Native Multimodal Agents，聚焦 Gemini 原生多模態、agentic loop、原生圖像與語音生成，以及 NotebookLM 類工作流的工程啟發。
Anthropic 沒有只發一個新模型，而是在把 Claude 變成可被企業託付工作的 Agent 平台
整理 Best Partners TV 影片《Claude Devs 全球開發者大會》，聚焦 SpaceX Colossus 算力合作、Opus 4.7、Managed Agents、Claude Code，以及 Anthropic 從模型供應商走向 agent 平台的戰略意義。
Claude Code Prompt Caching：長任務 Agent 的成本與延遲工程
整理 Anthropic Claude Blog：Prompt caching 是讓長時間 agent 產品可負擔、可低延遲運作的核心工程約束，重點在穩定前綴、固定工具與模型、用訊息承載變動資訊，以及以 cache-safe fork 處理 compaction。
Karpathy：Vibe Coding 已經把門檻降下來，接下來比的是誰能駕馭 agent 而不犧牲品質
整理 Andrej Karpathy 在 Sequoia AI Ascent 2026 的對談《From Vibe Coding to Agentic Engineering》，聚焦 Software 3.0、可驗證性、agent-first 基礎設施，以及為什麼未來真正稀缺的是品味、判斷與理解。