
Sign up to save your podcasts
Or


Anthropic 行銷人示範用 Claude Cowork 連接 Google Ads API,在對話介面完成搜尋字詞挖掘、排除判斷與預算調整。完整拆解 connector、skill、plugin 三層架構與實務建議。
AI 記憶力靠架構,不靠模型大小。200 億參數模型在最嚴格測試中打敗 GPT-4o,多策略檢索、時間建模、圖結構是三大關鍵。但 GitHub 最熱門的框架 benchmark 分數卻最低。
學習效率的瓶頸不是讀太少,是你一直在重複接收已知的東西。這篇拆解用 NotebookLM + Gemini + Obsidian 三個免費工具組壓縮管線的方法,附 7 步設定和來源沒說的限制。
讓 AI agent 反覆跑推理優化,最大加速是去掉 top-p sampling (+10.8%)。KV cache 量化反而崩壞,多數調參只是雜訊。比速度更重要的發現是:測試框架才是優化的真正產品。
Claude Skills 是什麼?怎麼建?這篇整理了 8 個從能用到好用的建置技巧,加上 Skills 2.0 的 Eval 和 A/B Testing 新功能拆解,讓你設定一次就讓 AI 記住你的工作方式。
Peter Diamandis 的 Moonshots 圓桌上,Terrafab 50 倍晶片計畫、S&P 500 崩塌論和自駕車革命同時炸開。四位專家的判斷:前提對,結論全錯。反轉比數字更值得看。
工程師試遍 AI 外掛後回歸極簡設定。他的五個原則:管好資訊量讓 AI 不迷路、用中性提問避免編造答案、用三個 AI 互相制衡驗證,以及為什麼迭代心態比追工具更重要。
每次壞輸出就加規則卻從不清理,三個月後 CLAUDE.md 的指令開始互相矛盾。這篇用 5 個過濾原則幫你做設定檔斷捨離,加上好規則 vs 壞規則的判斷框架,找到精準的最小集合。
LangChain 團隊分享 AI agent eval 實戰心法。越多測試不代表越好,關鍵是每條 eval 都要對準生產環境行為。從 dogfooding 到模型選擇框架,看懂 eval 策展核心邏輯。
AI 公司用 25 倍補貼搶客戶,但 Google 已率先退場。拆解三種截然不同的策略:鎖定、開放和混亂退場,看懂你的訂閱費背後的商業邏輯,趁補貼紅利還在做出最佳選擇。