AI Agent 與開發 第 30 頁

單輪 tok/s 很快，Agent 仍可能卡在長 Context 與 subagent fan-out。本篇用隱私安全的四回合 trace，教你重播 cold、warm、restart，讀懂 TTFT、Prefix Cache 命中與 wall time。

從 Trainer、Gateway、Controller 開始，照官方 Calc-X 一 GPU 路徑保存 baseline、trajectory、reward 與成本，再用 held-out eval 與 reward-hacking 稽核判斷 Agent 是否真的變好。

Munder Difflin 能否讓三個 Agent 比單 Agent 快？本文不造假成績，提供同模型對照、token／wall time 記分、worktree 隔離與故障注入流程。

MTPLX MTP 主打讓 Mac 本機 LLM 大約快兩倍，但真正該量的是合格 Agent 任務 wall time。這篇教你固定模型、cache、sampler 與任務，用 MTP／AR 的 ABBA 對照，再比較 llama.cpp、oMLX，建立品質、記憶體、長 context...

用 1F916 完成 Agent Memory Seal：建立 Ed25519 金鑰、簽署記憶、故意竄改並在醒來時比對，再看懂 registry pin、witness 與 prompt injection 的真實邊界。

保留 CLI 核心，用 Claude Code 建立 SwiftUI menu-bar App，從 JSON、錯誤狀態到 VoiceOver、簽章、公證與乾淨重裝逐層驗收。

用 AI-Infra-Guard 建立第三方 Agent Skill／MCP 安裝前安全收據：固定來源與 Hash、判讀 SARIF、人工審查、權限 allowlist、sandbox canary 與 CI gate。

從 Rule、Skill 到 MCP、Hook，這篇用可驗證的最小範例，教你建立 Cursor Plugin、做 symlink 測試、權限審查、A/B 驗收與發布。

Anthropic 把 Computer Use、Skills API 與 Files API 推進 GA，也推出 Browser Use。這次更新真的足以支撐 production Agent 嗎？本文拆解能力、案例證據與仍需補齊的控制。