知識管理一直失敗，問題往往不是你沒毅力，而是維護成本高到某天就自然放棄了。Claude Code 搭 Obsidian 讓這件事變容易，這篇文章說明原因以及最低成本的起步方式。

從 Geoffrey Hinton 到 Yann LeCun，建造現代 AI 基礎的人正在一個一個離開。背後是商業利益與安全文化之間拉鋸多年的矛盾，不是個別事件，而是一種系統性的警告。

Codex 的 subagent 不是加速工具，是讓每個 AI 的工作背景保持乾淨的機制。這篇拆解設定方式、三角色分工範例、token 成本考量，說清楚什麼情況值得用、什麼情況不值得。

OpenAI 在奈洛比的臨床研究讓診斷錯誤率顯著下降，研究結束後合作方認為讓醫師不用工具太危險。整理 ChatGPT 醫療功能、HealthBench 評估框架與三個未解的系統整合挑戰。

MCP、CLI、skills、AGENTS.md，都是讓 AI agent 取得正確資訊的方式，但適用場景完全不同。本文從 Uber 企業案例與 Vercel 基準測試拆解三者差異，幫你搞清楚該用哪個。

不只是給 AI 一份 spec，Superpowers 讓它知道整個工程流程怎麼走。這套工具用 composable skills 架構，帶 AI agent 從構思到交付，Claude Code 和 Cursor 都可以用。

AI 工具的版本管理問題，有工程師用一個 YAML 指標檔解決了：Library Meta-Skill 讓 Skills、Agents 和 Prompts 跨裝置同步，還支援私密分發，不讓你的核心工具外流。

Coding agent 不是黑盒。拆解 Claude Code 的內部機制：LLM 補全、token 快取設計動機、工具呼叫流程。了解為何 AI 寫程式工具的好用程度取決於工程打磨，而非模型本身。

Claude 架構師認證考試合作夥伴才能報考，hooeem 把五個核心領域的知識整個開放了。子代理記憶隔離、工具描述設計、CLAUDE.md 三層架構，每個領域附反模式清單與學習路徑。

大多數人試用 Claude Cowork 十分鐘後就放棄，原因是跳過了設定。這篇整理完整設定包：4 個必裝插件、3 個讓 AI 認識你的情境檔案，以及 4 個對應真實重複任務的工作流程。