AI 教學

2026 年 7 月 18 日，一則九個字的推文讓「Graph Engineering」一夜爆紅。白話拆解：單一循環的四種翻車（Goodhart 定律、目標盲區、循環打架、量測腐化）、配對／分層／仲裁／審計四種連線、LangGraph 等圖框架的真相，以及最重要的一課——沒有錨的網，只是更大的迴音室。

同樣的模型，為什麼別人的 Agent 是神隊友、你的越用越笨？本文以 Anthropic 官方文件與 2026 年最新研究為據，教你養好個人 AI Agent 的 6 堂實戰課：模型、工具、記憶、回饋、技能、成本，一次搞懂。

想轉職 AI 工程師？這篇專為零基礎讀者寫：AI 工程師到底在做什麼、美國就業市場的好消息與壞消息（全部附出處）、4 階段自學路線圖（Python 地基 → LLM API → RAG 與 Agent → 上線作品集），加上最常毀掉轉職的 4 個地雷。誠實版時程與薪資數據，教你用作品集代替年資。

從 Boris Cherny 的「我的工作是寫循環」到 Karpathy Loop：白話拆解 Loop Engineering 循環工程的六個零件，附三個可直接照抄的實戰範例（/goal、Ralph 迴圈、自動研究循環），以及沒人告訴你的三筆債與一張帳單。

上下文工程（Context Engineering）是什麼？本文用最白話的方式，帶完全沒有技術背景的你從零搞懂：它和提示工程差在哪、四個核心動作（WRITE／SELECT／COMPRESS／ISOLATE）、四種翻車模式，以及今天打開 ChatGPT 就能用的 5 個技巧。

Claude Code 子代理是什麼？用「一個 Repo＝一間 AI 公司」的比喻，帶你零基礎搞懂子代理、CLAUDE.md 員工手冊、技能、斜線指令、Hook 五大零件，把 Claude 變成有記憶、會分工、能自動化的 AI 團隊，並誠實拆解「零薪水」背後的真實成本與限制。

Headroom 是一個夾在你的 AI 工具與大模型之間的「本地壓縮層」，宣稱幫 AI Agent 省 60-95% token。本文用白話帶你搞懂它怎麼運作、四種用法怎麼選，以及官方自家數據揭露的關鍵真相，幫你判斷到底該不該裝。

把史丹佛大學的 STORM 多視角研究法搬進 Claude：只要 4 個複製貼上的提示詞，就能讓一次普通的查資料，變成多視角、附可信度、還會自我審稿的研究簡報。完全不用寫程式，新手也能上手。

不用花大錢買 Bloomberg 終端機，也能讓 Claude Code 在你發問的當下去抓真實的股價與財報。這篇新手白話教學帶你用一行指令接上 MCP、免費起手、分辨「即時 vs 延遲」、看懂真實成本，並養成查證數字的習慣，避免被 AI 報的假數字坑到。