AI Agent 與開發 第 27 頁

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。

Agent 說已保存進度，不代表能安全續跑。這篇從官方原始碼建置 Apache Maka，帶你讀 Runtime Event Log、設計三組故障注入，並驗收權限與本機 Credential Vault。

用六題固定考卷拆解 Claude Code 的行動遵從問題：從乾淨 Worktree、可判分 Diff 到 Session、Safe mode、Output Style 與模型比較，建立可重跑的回歸測試與復原流程。

別把 163 個 Skills 一鍵全裝。本文挑 scientific-critical-thinking，逐檔檢查權限、依賴與資料流，固定 SHA 後完成 With／Without 配對實測；結果平手，因此尚未通過正式准入。

多 Agent 真正的瓶頸，常是誰能自行繼續、誰必須叫人。本文用五軸中斷矩陣、四種路由、approval budget 與 trace replay，帶你做出可驗收的 Attention Interface。

30.0% 不是一般能力分數。用 Harbor 固定一個 symbolic-regression 任務、Model、Harness、環境與三次重跑，學會從 verifier、trace、artifact 與成本判讀 Coding Agent。