AI 我把 AI workflow 搞成七位一體，然後放棄了 MCP 三個月前我還在想怎麼把 Claude 用到極致，現在我每天在做的事是設計一個多智能體的工作組織。從 1 個 AI 到 7 個，再從 MCP 換成最土的 File I/O——AI workflow 的真正瓶頸從來不在模型，而在協作協議。
AI Managed Agents 改變的不是工具，是部署決策 Managed Agents 不是讓代理變聰明，而是把基礎設施成本從企業轉移到 API 調用費。這改變了誰會去做代理、怎麼評估成本、什麼時候才能上線。
AI 當工程師一年沒寫一行 code：Boris 談 Claude Code 的工程新秩序 Anthropic Claude Code 負責人 Boris 從 2025 年 11 月起沒有親手寫過一行程式碼，每天仍產出 10–30 個 PR。這不是「工具升級」，而是工程師身份的重寫——稀缺性從雙手的產能移動到腦袋的判斷力。
AI 你的 AI Agent 們需要一個共享大腦 — knowledge-pipeline 開源了 你的知識散落在每個 AI Agent 的 context window 裡，session 結束就消失了。knowledge-pipeline 是一條 6 層確定性管道，自動評分、路由、搜尋——零框架，純 Python，今天開源。
AI 記憶系統的三個工程取捨：Claude Code 的設計告訴我們什麼 Claude Code 的記憶架構設計揭示了三個工程取捨：索引層的維護成本、非同步濃縮的同步延遲、以及身份隔離的架構投入。沒有免費的午餐，關鍵是在你的場景下選對取捨。
AI LLM 不該只會聊天：從被動對話到主動執行的工程化轉折 Claude Code Harness 重新定義了 LLM 在開發中的角色：從被動的代碼生成器，轉向主動的任務執行者——透過工程化的約束框架實現自主迭代。
