愛好 AI 工程 Blog

AI 搜尋前沿技術總覽: 哪些該做、哪些值得投入、哪些先知道就好

SearchRAGAgent

Evals 自動化的三個常見錯誤: Shreya Shankar 演講整理

EvalAgentSkill

AI-enabled、AI First、AI Native: 一份 Excel 週報看懂五個階段

IndustryAgentWorkflow

Agent Eval 怎麼做? 2026 兩大方法論的交鋒與共識

AgentEval

Hex 怎麼做資料 Agent: 難的不是寫 SQL，是沒辦法驗證答案對不對

AgentDataEvalContext Engineering

「很難 eval」是產品設計的警訊: 讓 AI 輸出可驗證、可信任的 UX 設計

EvalProduct

2026 年的 RAG 最新發展: 瓶頸不在模型，也不在檢索，在文件解析

RAGWorkflowAgent

倢愷 Oscar 的 Agent Harness 四部曲導讀: 從 function call 到 LLM Wiki

AgentTool UseSkillRAG

Matt Pocock 的 Agent Skill 設計哲學

SkillCodingAgentContext Engineering

LLM-as-Judge 與其打總分，不如拆解成 Yes/No 檢核清單

EvalPrompt

Agents' Last Exam: 測 AI Agent 能不能真的上工，順便盤點還沒飽和的 Agent benchmark

AgentEvalBenchmark

為什麼 context window 會卡在 1M 很多年? SemiAnalysis 談 40 年一遇的記憶體短缺

IndustryLLMContext Engineering