所有文章

Claude Code Auto Mode 不是全部放行。本篇以可丟棄專案實測 Sandbox 的刪檔、越界讀寫、外連、假憑證與惡意套件，並提供 failIfUnavailable、strictAllowlist、審計復原及個人／公司／CI 三套 fail-closed 基線。

Swiftlet 真能用 4.3GB RAM 跑 80B 嗎？本文核對作者宣稱與外部 M4 Air field report，附 Apple Silicon 安裝、效能、資源與品質的可重現測試，最後給出三級可用性判定。

Prime Agent 不只執行任務，還能從失敗軌跡修改 Harness。本文鎖定 v0.7.1，帶你實作 RLM、/refine、eval、snapshot、rollback 與自主預算。

從「手機不見了」開始，讓 Claude 把模糊需求拆成可編譯的 macOS Swift BLE 工具；完整教你 RSSI 平滑、走近走遠判讀、聲音提示、實地校正與錯誤處理。

AgentOPSD 用 teacher／student token 對數機率差遞迴重加權多步 Agent。本文拆解 89.1% ALFWorld、因果限制與程式碼尚未公開現況。

Agent Plugins v1.0 把 Agent Skills 與 MCP server 設定統一成可攜核心，支援 Codex、ChatGPT、Cursor、Copilot、Kiro、VS Code。本文拆解真正互通範圍、多方治理、安全缺口與 build once 的限制。

Cloudflare 推出 Kitesurf：一個跑在 Workers／V8 isolates、透過 CDP 操控的 Agent-first 瀏覽器。本文拆解架構、自測效能、相容邊界，以及它何時能替代 Chromium 後端。

Grok Imagine Image 2.0 整合區域編輯、背景移除、Smart Resize 與最多五張參考圖。Arena 雙榜第二是真的，但還不能替正式工作流背書。

DeepMind 公開 WeatherNext Cyclones 程式碼與模型權重，同一套系統預測氣旋路徑、強度與風圈。本文深讀 Nature 論文，核對「多一天」歷史回測、2025 年 NHC 即時證據、硬體與開源限制，並提出下一季該看的驗證指標。