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…..

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。