AI Agent 與開發 第 11 頁

一次生成漂亮簡報，不代表來源改變後修得準。這篇用 SlideOps 示範五頁可追溯 deck，從 citation、MOVED／CHANGED、局部修補到 render、PDF 與 CI。

AI Agent 失敗不一定是模型太弱。這篇從零呼叫 Preflight、Type I 單題，到固定 Worker 只換 Controller，教你用 Trace 與 evaluator receipt 做故障歸因。

智慧路由省下單次模型費，卻可能被 Cache Miss、重試與 fallback 吃回去。本篇用隔離 identity、客戶端 OpenTelemetry、Cache-aware A/B 與故障注入，教你驗證每個成功任務的真成本。

Granite 4.2 8B 的 5.3GB 只代表量化權重；128K F16 KV Cache 理論上就要 20GiB。從公式、Ollama／LM Studio A/B Test 到 3B／8B、8／16／24GB 顯卡選擇，一次建立可重算的本機記憶體帳本。

從自己的 merged PR 建立版本化 baseline，以 Jensen–Shannon distance 量詞彙偏移，再用盲化 reviewer comprehension 判定 harm、no detected harm 或 inconclusive；CI 只提醒、不做作者鑑定。

llms.txt 與官方文件不等於套件身分。用 registry-invalid fixture 建立六道 AI 套件供應鏈閘門：來源、repo、版本、雜湊、隔離與收據。

把 Agent 記憶從「搜尋舊筆記」變成能維護目前結論的推理狀態。這篇從 Datalog 五個零件講起，帶你編譯 Lemmalog MCP、接上 Claude Code，再用 6 筆事實驗收推導、更新與 why 證明樹。

GitNexus 的 Code Graph 真能比 grep 與 LSP 找準大型 Repo 的 Blast Radius 嗎？本文用固定 Hono Commit 與 4...

AI 漏洞回報暴增時，OSS 維護者如何不漏真漏洞又不被長報告拖垮？本文提供結構化收件、去重、隔離重現、三軸分級到 GitHub 私密修補的 7 步防禦流程。