8 分鐘閱讀
執行變便宜了——真正的工作是 Evals
我把整個工作日都接進 Claude——信件、Slack、研究、開票。產出速度的提升反而是最無聊的部分。有意思的是：那還剩下什麼是我該做的？
#ai
17 篇文章
5 分鐘閱讀
跟朋友聊穩定幣、LINE Pay，和 2B 創業的時代
一場 LINE 上的隨口辯論，從「餐廳到底需不需要穩定幣支付」一路聊到台灣的支付監理現實，最後收在一個更大的問題：這是不是一個 2C 會被巨頭輾過去的時代。
8 分鐘閱讀
矽谷 PM 的真心話：AI 巨頭內幕、躺平後遺症，與找不到的 Mentor
跟一位矽谷產品經理的對話紀錄——聊 PM 決策的紅綠燈框架、Side Project 該先訪談還是先做 POC、DeepMind／Anthropic／OpenAI／Meta 的真實內幕，以及在矽谷找 Mentor 有多難。
11 分鐘閱讀
跟 Cursor 的 Ian Huang 散步：Coding Agent、創業，還有別忘了記錄過程
跟 Cursor 的 Ian Huang 在舊金山散步聊天，從 coding agent、產品驗證和創業，聊到個人品牌、教育、哲學，以及怎麼把人生真的活成想要的樣子。
5 分鐘閱讀
Hugging Face 與 GitHub：ML 工程師實際上怎麼用
Hugging Face 解決的問題與 GitHub 不同。了解 ML 工程師如何同時使用這兩個平台，以及模型和資料集為何會放在 Hugging Face。
10 分鐘閱讀
Claude Code、LangGraph 與 n8n：GTM 工程技術棧
看 Claude Code、LangGraph 和 n8n 如何分工 GTM 工程——操作者 harness、推理引擎、自動化黏著層——並附實際工作流範例。
6 分鐘閱讀
一款青少年聊天機器人，如何成為 AI 界的 GitHub：Hugging Face 創業故事
Hugging Face 最初是一款為青少年打造的聊天機器人。從轉向開源 AI 基礎設施的關鍵一週，看這次轉型能帶給創業者什麼啟發。
11 分鐘閱讀
LangChain 與 Claude Code：GTM 工程何時該用哪一個？
Clay 的 GTM 工程技術棧，清楚呈現 LangGraph 這類正式環境 Agent 框架，與 Claude Code、Codex 這類操作型 Harness 之間的差異。
5 分鐘閱讀
什麼是 GTM Engineering？（以及它為什麼不只是加上 AI 的 RevOps）
GTM engineering 把 go-to-market 從一連串人工交接，變成可以打造的系統。本文說明這個角色實際做什麼、它和 RevOps 的差異，以及為什麼每月約有 100 個職缺。
4 分鐘閱讀
Linear、Jira，以及反對產品管理工具的理由
付費使用 Linear 或 Jira，可能是公司最糟的投資之一。從第一原理看 PM 工具為何存在，以及當 AI 能即時生成介面後，什麼會取代它們。
7 分鐘閱讀
DESIGN.md 是什麼，以及我為何密切關注它
DESIGN.md 是 Google 的開放檔案格式，用來把整套設計系統交給 AI coding agent——就像給設計用的 CLAUDE.md。本文說明它包含什麼、Atlassian 壓力測試的發現，以及它為何非常適合像這樣的小型網站。
11 分鐘閱讀
為什麼大公司都在打造自己的 Coding Agents
Ramp 打造了 Inspect、Stripe 打造了 Minions、Block 打造了 goose。Cursor 與 Claude Code 都存在而且很出色——那麼這些公司為何還要自己做？答案是脈絡、整合與所有權，也揭示了 AI 工程真正的護城河在哪裡。
12 分鐘閱讀
當你最想聘用的人才開始詢問算力預算
整理 Perplexity 的 Dmitry Shevelenko 訪談筆記：為什麼每位知識工作者都將成為主管、Perplexity 從 CEO 比自家員工更快採用 AI 中學到什麼，以及為何 agentic checkout 被過度炒作。
6 分鐘閱讀
和 David Zeng 喝咖啡：賣鏟子，為服務收費
與 Beacons AI 共同創辦人 David Zeng 的咖啡聊天筆記：取消 AI 訂閱、為什麼無聊的工作才值得付費，以及「Service as a Software」真正的意思。
8 分鐘閱讀
MCP、Skills 與 Workflows：讓 Claude 真正開始做事的三種方式
用白話理解決定 AI agent 能做什麼的三項功能：MCP（存取）、Skills（自行選用的工具箱）與 Workflows（嚴格的生產線），以及讓我終於理解它們的比喻。
7 分鐘閱讀
別再把 AI 當工具——它是一位需要 onboarding 的數位員工
從《十字路口》Podcast 整理的筆記：Forward-Deployed Engineer（FDE）、多數企業 AI 專案為何失敗，以及從賣簡報轉向交付可運作 agent 的轉變。
8 分鐘閱讀
當 AI 打造自己：閱讀 Anthropic 的遞迴自我改進文章
Anthropic 表示，它們自身 codebase 合併的程式碼已有 80% 由 Claude 撰寫。我讀了它們關於遞迴自我改進的文章、核對數字，並區分實際主張與圍繞它的末日敘事。