AI / 技術

模型夠聰明，Loop 才真的轉得起來

模型能力不足時，流程看起來有 agent、有 ticket、有 tool call，也有 PR；實際運作起來，卻是：

Coding agent 提出問題
→ Orchestrator 知道需要人類決策
→ Relay 失敗或 timeout
→ Orchestrator 開始自作主張
→ 人類手動開 terminal、貼 ticket、搬答案、搬 PR link

最後，人類被迫成為整條 loop 的 breakpoint，還要 on-call 當文件小弟。

往高情商想，這讓人類很有參與感。往工程角度看，這是讓整個系統裡最昂貴、最容易被打斷的節點，負責最不需要思考的 copy-and-paste。堪稱業界創舉。

Grok 4.5 和 GPT‑5.6 Sol 帶給我的最大 Culture Shock，不是 benchmark 分數，而是 Orchestrator 第一次能穩定地…..

  / / / /
AI / 技術

跟一群AI一起工作，是怎樣的一個體驗

三個禮拜，我幫自己找了一群 AI 同事。薪水不高，脾氣不錯，不適用勞基法，但會吐槽我。

Hermes 當 TPM 負責開票，Codex 當工程師負責寫 code，Grok 當那個 review時話很多的吃瓜群眾。我？我就負責在它們吵起來的時候出來說「你們都給我冷靜」。

整件事最可怕的發現是：AI 寫的 code 測試全過、lint 全綠——然後功能全錯。

  / / / / /
AI / 寫寫Code / 技術

LLM Wiki on Cloud：把你的過去知識，餵進 LLM 的對話裡帶著走

Andrej Karpathy 前陣子提了一個概念：LLM Wiki——把 wiki 的結構化知識和 LLM 的語言能力結合，讓 AI 不只是生出看似合理的文字，而是基於你真正寫過的、整理過的、沉澱過的知識來回答問題。

老實講，這概念一看就覺得「對啊，為什麼沒有人這樣做？」於是我自己刻了一個。

  / / /
AI / 寫寫Code / 技術

LLM Wiki Cloud MVP status

一個基於 Karpathy LLM Wiki 哲學的雲端知識庫服務。把素材丟進去，AI 自動讀懂、重組成結構化 wiki，然後你可以用自然語言查詢整個知識庫——每個答案都有 citation，點擊就能追回原始文章。跟 RAG 最大的差別：不是查詢時才匆匆翻幾頁，而是入庫當下就讓 LLM 把知識整理好。

  / / / / /

iPhone Air Review: Lightweight and Elegant

從 iPhone 13 Pro 用到現在，已經快三年半了。原本沒特別想換，但最近看著螢幕邊框越來越舊、電池健康掉到 82%，加上身邊朋友陸續換新機，還是忍不住開始研究今年的 iPhone 17 系列。

一開始的目標其實是 iPhone 17，Pro 系列向來是「全都要」的選擇。但仔細比規格後發現，今年 Apple 的取捨策略跟以往不太一樣。iPhone 17 Pro 雖然有三鏡頭、更好的散熱、更大電池，但很多功能對我這種不打遊戲、不拍專業影片、不需要極致多工的人來說，真的用不到 :

  • 性能：現在iPhone老實講性能還滿過剩的，我還真想不到我日常什麼場合會需要很好的散熱跟更強的CPU，尤其我又不打遊戲。
  • 記憶體：17 是 8GB，17 Pro 是 12GB，殺後台的差別對我這種不愛開一堆分頁的人來說，幾乎感覺不到，也許開了沒啥路用的Apple Intelligence「或許」會感受到一點差異？但是應該也不值一萬大洋的差價。
  • USB：17 Pro 有 USB 3 傳輸，比較起17的USB2，我不禁思考我拿這台iPhone 13 Pro到底用USB傳過幾次東西啊？好像一次都沒有吧？這規格應該可以當作完全沒差吧！？
  • 電池：感覺那顆衰老殘缺的13 Pro都夠用了，應該哪隻都夠滿足我需求吧我猜？
  • 拍照：多了一顆光學望遠，老實講光學望遠在13 Pro上不能說沒用過，但是真的很少很少…

一直到這個時候其實我都完全沒有考慮過iPhone Air。17 Pro 系列價格比 17 高出一大截，CP 值瞬間讓我動搖。去年 iPhone 16e 被砍到連 MagSafe 都沒有，今年 17無印反而回歸「該有的都有」，螢幕有 ProMotion 120Hz、支援 Always-On，MagSafe 也完整保留，感覺 Apple 終於把「平而不貧」的平衡點找回來了。

Read more “iPhone Air Review: Lightweight and Elegant”
Leave a comment
  / / / /

聊聊電動車電池校正

大多數電車車主應該都知道電池分為LFP跟三元鋰(我們取主流的NMC)，也都知道LFP建議充到100%來做「電池校正」，而通常對NMC則是沒有類似的建議。

什麼是電池校正？為什麼需要電池校正？

任何有BMS(電池管理系統)的電池都有個百分率，告訴你用掉了多少電。這個百分率有時會不準確，通常這些百分率會在下幾個週期BMS的電池校正中貼近正常。那為什麼唯獨磷酸鐵鋰(LFP)需要特別關心電池校正，而三元鋰(NMC)不太需要？

我們先從單一cell(單一電池)的情況說起

直覺上，我們判斷一個電池剩下多少電，通常是看他的電壓，再去參照放電曲線。在大多數的情況下的確是如此:

Read more “聊聊電動車電池校正”
Leave a comment
  /

回顧一下這一年的電車生活

Model Y在一年前有迎來一波滿大的降價（約20萬），很多剛買的車主自覺變成韭菜。不過他人的韭菜就是我的快樂啦，趁著這波降價就把家裡的小白升級成大白。

賞車

當時是改款後Model S/X進台灣，我本來一開始的目標是Model S，在網路上填表單也是要試乘S。後來台特打電話來說明目前S並沒有開放試乘，不過歡迎來台特內湖靜態賞車，也能先安排一下Y的試乘。

Read more “回顧一下這一年的電車生活”
2 Comments
  /

如何在CLion上用Rust玩LeetCode

之前花了不少時間在goland上跑起leetcode plugin，需要一些設定才可以讓整個goland跑起來。現在多了一個Rust可以玩解題，那我們首先還是要先把整個環境搭起來啦！

需要條件

  • CLion。官方Rust套件是比較prefer CLion，我不太確定其他的JetBrains系列IDE能不能跑，反正我是用CLion跑起來就是了。
  • Cargo/rustc 這在裝官方的rust套件應該就已經裝上去了。如果你不知道這是啥的話，先把rust學熟在想著用rust解題吧….
  • IntelliJ Rust Plugin，雖然官方建議用CLion跑，不過看這名字….應該可以在IntelliJ跑起來？
  • LeetCode Editor or LeetCode Editor Pro ，兩者其實差異不大，只差在後者login比較方便，前者要去找session ID。我是覺得他對我幫助很大，我就付費支持啦。
Read more “如何在CLion上用Rust玩LeetCode”
Leave a comment
  / /