EP74 — Agent 的邊界在哪裡

每天花 1% 的時間，掌握科技脈動。

今日金句#

“If I said ‘I have 11 spreadsheets’ or ‘I have 11 browser tabs’ to do my work, it means about the same thing.” 「如果我說『我有 11 個試算表』或『我有 11 個瀏覽器分頁』在工作，意思差不多。」 — Boris Mann, 開發者社群（via Simon Willison）

“What Anthropic did worked really well — start with a very technical customer base, focus on their needs, really succeed in execution and then start broadening out.” 「Anthropic 做對的事，就是先從技術型客群入手，把執行做好，再逐漸拓展。」 — Ara Kharazian, Economist at Ramp

“The problem is when the ambition leads you to lose sight of what made you successful in the first place.” 「問題是當野心讓你忘了最初讓你成功的是什麼。」 — Charles Leifer, Redis / Valkey 分析

今日主軸#

今天有幾條消息從不同方向指向同一件事：AI agent 的能力邊界，正在往你以為是「人類工作」的地方快速推進。

OpenAI 關掉了微調 API，Latent Space 整理了這個信號：長提示 + RAG 已經能做到以前需要微調的事，更快更便宜。但更有意思的是下一步——AI Engineer 大會上，Merve Noyan 展示了 agent 在一個提示內完成模型微調和部署的 demo。不是人類在盯著 loss curve，是 agent 在做。

與此同時，Namespace 在同一場大會提出「CI/CD is dead」：傳統 CI/CD 假設人類在寫 PR，現在 agent 每分鐘在開幾千個，這套 workflow 跟不上了。

Boris Mann 的一句話戳穿了這個時代的語言病：說「我有 11 個 agents」跟說「我有 11 個試算表」一樣沒有意義。工具的數量從來不是問題，問題是用來解決什麼。

Agent 正在接管整條鏈路。但在我們定義清楚它們在做什麼之前，我們可能都在說不同的語言。

必讀#

Boris Mann: 11 個 AI Agent 沒有意義 — Simon Willison AI
微調時代終結（The End of Fine-tuning） — Latent Space AI
LLM 0.32a2: OpenAI 推理令牌可視化 — Simon Willison AI
Leaving GitHub for Forgejo — Hacker News Dev
Anthropic 企業客戶數首超 OpenAI（Ramp 數據） — TechCrunch AI
你的 Agent 現在可以訓練模型 — AI Engineer AI
AI 時代重新審視「沒有銀彈」論述 — Pragmatic Engineer Dev
Anders Hejlsberg 談 TypeScript、C# 和 Turbo Pascal — Pragmatic Engineer Dev
Databricks 高效能限流架構設計 — ByteByteGo Dev
Bun 一週內用 Rust 完全重寫 — Theo / YouTube Dev
Twin brothers wipe 96 government databases minutes after being fired — Ars Technica Security
CI/CD 已死，Agent 需要持續計算 — AI Engineer AI
Bambu Lab is abusing the open source social contract — Jeff Geerling Open Source
Redis and the Cost of Ambition — Lobste.rs Dev
Notion just turned its workspace into a hub for AI agents — TechCrunch AI

1. Boris Mann: 11 個 AI Agent 沒有意義#

Boris Mann 透過 Simon Willison 說了一句讓人想一想的話：「說『我有 11 個 agents』跟說『我有 11 個試算表』或『我有 11 個瀏覽器分頁』在工作，意思差不多。」Agent 的數量從來不等於能力、價值或任務完成度。

要點 1：Agent count 是最糟糕的進度指標，容易形成沒有意義的「agent 頭數軍備競賽」
要點 2：評估 agent 系統應看：任務完成率、精準度、實際節省的時間
要點 3：語言的模糊讓 AI agent 炒作難以被問責，也讓採購決策更容易被操弄

💡 為什麼重要：當所有人都在說「我部署了幾十個 agents」，這句比喻是一記清醒藥，把評估重點拉回到結果。

🔗 閱讀原文 | 來源: Simon Willison

2. 微調時代終結（The End of Fine-tuning）#

OpenAI 關閉微調 API，Latent Space 整理了這個信號的深意：超長 context window + RAG + system prompt 現在能做到以前需要微調的效果，成本更低，迭代更快。精英團隊（Cursor、Cognition）仍在做開源模型的 RLFT，但 80% 的 AI 工程師已往長提示工程轉向。

要點 1：OpenAI 切換至 /v1/responses endpoint，支援跨工具呼叫的交叉推理
要點 2：Stanford Shepherd 系統將 agent 執行視為 Git branch，CooperBench 分數 28.8% → 54.7%
要點 3：市場出現分層——頂層公司仍在微調開源模型；大多數工程師改用長提示 + RAG

💡 為什麼重要：這標誌著 AI 工程方法論的根本轉變。2024 年奏效的微調策略，正在被更便宜、更靈活的長提示工程取代。

🔗 閱讀原文 | 來源: Latent Space

3. LLM 0.32a2: OpenAI 推理令牌可視化#

Simon Willison 發佈 LLM CLI 工具 0.32a2，支援 OpenAI /v1/responses endpoint。GPT-5 等級推理模型的思考過程（reasoning tokens）現在以不同顏色在命令列顯示，可用 -R 旗標隱藏。

要點 1：新 endpoint 支援工具呼叫中途的交叉推理，agent 決策路徑首次可見
要點 2：推理 tokens 已彙整、有色碼，方便 debug agent 行為
要點 3：-R / --hide-reasoning 保持輸出乾淨，適合 pipe 到生產流程

💡 為什麼重要：開發者現在可以直接看到模型在決策中的推理路徑。這是 agentic 系統除錯能力的重大升級。

🔗 閱讀原文 | 來源: Simon Willison

4. Leaving GitHub for Forgejo#

一位 DevOps 顧問詳細記錄了從 GitHub 遷移到自架 Forgejo 的過程。觸發因素：過去 12 個月 GitHub 發生 48 次重大中斷（~112 小時停機）；2026 年 4 月 24 日 Copilot 資料預設從 opt-out 改為 opt-in；CLOUD Act + FISA 702 讓 Microsoft 律師承認無法保證歐盟代碼主權。荷蘭政府同月也以相同理由啟動 code.overheid.nl（基於 Forgejo）。

要點 1：48 次重大中斷 / 12 個月，CTO 承認需要 30x 容量增長應對 AI 負載
要點 2：Copilot opt-in 翻轉是直接觸發點——代碼資料被用於訓練 AI 模型
要點 3：Forgejo v15 LTS 在單台 Intel NUC（64GB RAM）可撐住中小型組織全部 Git 需求

💡 為什麼重要：荷蘭政府採用 Forgejo 是機構層面的信號。代碼主權從個人選擇變成合規要求的趨勢，已有具體落地案例。

🔗 閱讀原文 | 來源: Hacker News (505 pts)

5. Anthropic 企業客戶數首超 OpenAI#

Ramp AI Index（樣本 5 萬家公司）數據顯示：2026 年 5 月 Anthropic 企業客戶佔比達 34.4%，首超 OpenAI 的 32.3%。Anthropic 12 個月內成長 26 個百分點（9% → 34.4%），OpenAI 同期下滑 1%。此趨勢從 2025 年 12 月 OpenRouter 排名即已出現。

要點 1：Anthropic 策略成功——先打技術型客群（金融、科技），再透過 Cowork 擴大普及
要點 2：企業買家對「安全/可解釋性」定位反應更正面，Claude 3 系列在生產環境可靠性評價高
要點 3：OpenAI 在消費者端仍有優勢，但核心 B2B 市場份額正在縮窄

💡 為什麼重要：這是首次有第三方數據（非 Anthropic 自報）證明企業採用率超越 OpenAI。選 API 廠商的開發者需要更新認知。

🔗 閱讀原文 | 來源: TechCrunch

6. 你的 Agent 現在可以訓練模型#

Merve Noyan（Hugging Face）在 AI Engineer 大會展示：給 Claude Code agent 一個提示，agent 自動完成模型搜尋、微調、部署——全流程，無需人類監看 loss curve。開源模型（GLM 5.1）效能已逼近 GPT-5，agent 可直接呼叫 HuggingFace API。

要點 1：Agent 成為 ML pipeline 一等公民，從 inference 工具延伸到訓練週期
要點 2：門檻降至「描述你想要什麼」即可觸發完整微調流程
要點 3：結合「微調 API 關閉」背景，agent 接手了以前需要 MLOps 工程師手動操作的工作

💡 為什麼重要：人類判斷沒有消失，只是往後移了一步——從「怎麼調模型」移到「讓 agent 調出什麼樣的模型」。

🔗 觀看影片 | 來源: AI Engineer (YouTube)

7. AI 時代重新審視「沒有銀彈」論述#

Pragmatic Engineer 重訪 Frederick Brooks 1986 年論文〈No Silver Bullets〉，追問 AI 是否是那顆等了 40 年的銀彈。同期 TechPays 被 Levels.fyi 收購。

要點 1：Brooks 主張軟體工程無法實現革命性提升——AI 是否改變了這個命題？
要點 2：AI 解決了 accidental complexity（工具問題），essential complexity（問題本身的複雜性）仍存在
要點 3：「生產力提升」的定義正在被 AI 重塑，但分母（維護成本）不能忽視

💡 為什麼重要：與 EP73 James Shore 的「AI 編碼代理必須讓維護成本下降」形成呼應，構成本週最重要的開發者思考主線。

🔗 閱讀原文 | 來源: The Pragmatic Engineer

8. Anders Hejlsberg 談 TypeScript、C# 和 Turbo Pascal#

Pragmatic Engineer 播客專訪 TypeScript 和 C# 設計者 Anders Hejlsberg，深談三個語言的設計哲學與演進過程。涵蓋影片、音訊和逐字稿多種格式。

要點 1：TypeScript 的「逐漸採用型別」設計初衷——讓 JavaScript 開發者能平滑遷移
要點 2：C# 和 TypeScript 的型別系統哲學差異：structural typing vs nominal typing
要點 3：Turbo Pascal 的設計決策如何奠定了 Hejlsberg 對語言設計速度感的直覺

💡 為什麼重要：第一手聽語言設計師談決策背後的思維，難得的深度內容。TypeScript 現在是最廣泛使用的語言之一，這段對話值得反覆回味。

🔗 閱讀原文 | 來源: The Pragmatic Engineer

9. Databricks 高效能限流架構設計#

Databricks 重新設計限流服務，應對 Real-time Model Serving 帶來的流量激增。核心工程取捨：捨棄嚴格精度，換取延遲降低和可擴展性。

要點 1：分散式限流中「嚴格精度 vs 低延遲」是真實的工程取捨，不存在免費午餐
要點 2：用近似計數器（approximate counter）在分散式環境維持效能
要點 3：實時推論的流量模式與傳統 REST API 截然不同，需要專門設計

💡 為什麼重要：展示了 AI 基礎設施工程的務實設計思維，適用於任何需要高吞吐限流的系統。

🔗 閱讀原文 | 來源: ByteByteGo

10. Bun 一週內用 Rust 完全重寫#

Bun 核心開發者 Jarred Sumner 在一週內用 Rust 重寫了 Bun 的核心模組，Theo t3.gg 解析背後的意義和社群反應（73K views）。

要點 1：Rust 重寫的主要動力：記憶體安全 + 可預測的效能，長期可靠性投資
要點 2：JavaScript runtime 的 Rust 化趨勢加速（Deno、Biome 已先行）
要點 3：開發者社群關注：效能提升令人興奮，破壞性變更風險需謹慎評估

💡 為什麼重要：Bun 是 Node.js 最有力的競爭者之一。核心 Rust 化是長期穩定的重要信號。

🔗 觀看影片 | 來源: Theo / YouTube

11. Twin brothers wipe 96 government databases minutes after being fired#

雙胞胎兄弟 Muneeb 和 Sohaib Akhter 在被解雇後 5-60 分鐘內對美國政府資料庫執行 DROP DATABASE，刪除 96 個資料庫並下載 1,805 份 EEOC 檔案。兩人均有 2015 年電信詐騙和電腦犯罪前科，被解雇後仍利用未關閉帳號執行攻擊。Muneeb 甚至向 AI 詢問「如何清除 SQL 伺服器日誌」。根本問題：解雇時只停用了 Sohaib 的帳號，Muneeb 的未被及時關閉。

🔗 閱讀原文 | 來源: Ars Technica / Hacker News

12. CI/CD 已死，Agent 需要持續計算#

Namespace 在 AI Engineer 大會論述：傳統 CI/CD 假設人類在寫 PR，現在自主 agent 每分鐘開幾千個，這套架構無法應對。新架構提議：無 PR、基於意圖的驗證，人類審視意圖而非差異（diff）。

🔗 觀看影片 | 來源: AI Engineer (YouTube)

Jeff Geerling 記錄 Bambu Lab 以「模仿/DDoS 風險」為由，對 OrcaSlicer-bambulabs 分支（允許離線列印）發出法律威脅。該分支完全符合 Bambu 自己以 AGPLv3 發佈的代碼。社群反應：相關分支本週在 GitHub Trending 出現 2,878 ⭐，越打壓越有名。

🔗 閱讀原文 | 來源: Jeff Geerling

14. Redis and the Cost of Ambition#

Charles Leifer 深度分析 Redis 從簡單 cache 演變為試圖取代 Postgres、Elasticsearch、Kafka 的代價：身份迷失、功能臃腫、授權亂局（BSD→AGPL 2024），Valkey 分支以「回到原點」的精簡策略吸引 80% 的原始用例。

🔗 閱讀原文 | 來源: Lobste.rs (123 pts)

15. Notion just turned its workspace into a hub for AI agents#

Notion 發佈 Developer Platform：Workers（雲端自訂程式沙盒，免費至 8 月）+ External Agent API。自 2 月以來 Custom Agents 已超過 100 萬個，Claude Code、Cursor、Codex、Decagon 為首批支援的外部 agent。

🔗 閱讀原文 | 來源: TechCrunch

名人動態#

Andrej Karpathy — 談 LLM 令牌效率：看 GPT-4 把一段長文摘要得如此精準時的那種妒忌感，反映 LLM summarization 能力的快速進步（Bluesky，222 likes）
Simon Willison — 今日多篇重要帖：Boris Mann agent quote（見必讀 #1）、LLM 0.32a2（見必讀 #3）、CSP tool（見推薦閱讀）
Paul Graham — 斯德哥爾摩演講：談矽谷為何適合創業，偶然相遇的力量（Y Combinator，13.9K views）

今日觀察#

這週有兩條消息都在說同一件事，只是用不同的物件說。荷蘭政府把官方代碼倉庫搬到了自架 Forgejo，理由是 CLOUD Act 和 FISA 702 讓他們無法保證代碼的主權；Bambu Lab 則以法律手段壓制了一個允許離線列印的開源分支——而那個分支完全符合 AGPLv3 授權。一個是政府選擇自己主控基礎設施，一個是廠商主動收回用戶本來就有的控制權。工具的所有權問題，從代碼到硬體，都在重新成為一個真實的問題。

有意思的是，被 Bambu Lab 施壓的 OrcaSlicer-bambulabs 分支，本週在 GitHub Trending 出現 2,878 ⭐。被打壓的結果，是更多人知道了它的存在。

中文技術圈#

我去女兒學校做了一堂 AI 分享課 — V2EX 127 則討論，中小學課堂的 AI 教育實踐，學生的真實反應和老師的顧慮都很接地氣
前端失業，有點點迷茫 — 101 則討論，前端開發職位競爭加劇、業界結構性過剩的現實，引發廣泛共鳴
有沒有人在使用 Claude API？性價比怎樣？ — V2EX 56 則，開發者分享 Claude API 使用體驗與成本比較
App+1: SilverBullet.md — 把筆記軟體裝進瀏覽器 — 少數派，在地瀏覽器執行的 Markdown PKM 工具，強調用戶資料主權（與今日 Forgejo 主題呼應）
Schaeffler 攜手多家廠商強化人型機器人生態系 — 科技新報，德商推進人型機器人零件標準化

開源精選 — GitHub Trending（本週）#

vercel-labs/zero-native — Zig | ⭐ 3,268 用 Zig 和 web UI 技術構建桌面和手機應用的框架。Vercel 踏入原生應用開發領域的重要嘗試。

FULU-Foundation/OrcaSlicer-bambulab — C++ | ⭐ 2,878 Bambu Lab 的離線友好 OrcaSlicer 分支。本週受 Bambu Lab 法律施壓後爆炸性增長，直接呼應今日頭條。

Nightmare-Eclipse/YellowKey — ⭐ 955 BitLocker 繞過漏洞 PoC，安全研究人員關注。

HermannBjorgvin/Clawdmeter — C | ⭐ 660 ESP32 桌面儀表板，顯示 Claude Code 使用量。對 Claude Code 用戶有趣的硬體 side project。

alchaincyf/huashu-md-html — CSS | ⭐ 512 Markdown ↔ HTML 雙向流水線，附 4 套反 AI slop 主題，內建 Claude Code skill 整合。

TencentARC/Pixal3D — Python | ⭐ 509 SIGGRAPH 2026 論文：騰訊 Pixel-Aligned 圖像 3D 生成模型。

影音精選#

Anthropic 最終的回應 #

132K views · 1 天前 | 頻道: Theo (t3.gg)

Theo 解析 Anthropic 對開發者社群最新動向的回應，結合今日 Ramp 數據（Anthropic 超越 OpenAI 企業客戶數），提供完整的市場定位分析。132K 觀看是本週 AI 社群最高互動之一。

與今日 Ramp 數據交叉閱讀效果最佳
Anthropic API 策略和使用限制是關注焦點

💬 Yii：Theo 的 Anthropic 解讀一向直接不廢話，這支高觀看數背後是開發者對 Claude 定位的真實好奇。

Anthropic 發生了什麼？#

62.6K views · 1 天前 | 頻道: Matthew Berman

分析 Anthropic 股票詐騙警告、公司內部動向和估值。與今日 Ramp 數據配套，構成 Anthropic 市場地位的完整背景圖。

詐騙警告：有人在非授權管道售賣 Anthropic 股份
估值和 OpenAI 競爭分析

💬 Yii：官方數字 + YouTuber 解析一起看，拼圖更完整。但要注意 Matthew 有時候會誇大戲劇性，資訊要交叉驗證。

停止讓 AI Agent 寫 Markdown #

54.3K views · 1 天前 | 頻道: Theo (t3.gg)

呼籲開發者讓 AI Agent 輸出 HTML 而非 Markdown，有更好的語義、可訪問性和瀏覽器互操作性。當天 Matthew Berman 也發了呼應視頻（「原來 HTML 才是王道」）。

Karpathy 推文引發的討論
HTML 的 semantic markup 優勢

💬 Yii：這個討論和 Boris Mann 的 agent 定義問題有點像——我們一直用舊工具做新事情，然後才問「為什麼這樣比較好」。

百萬級獨立 AI Agent 商業課程 #

49.5K views · 1 天前 | 頻道: Greg Isenberg

Nick Vasilescu 分享一人 AI Agent 商業的完整路線圖：報價設計、目標產業、客戶獲取、軟體棧（Hermes、Orgo、Composio）、模型選擇，以及如何讓 Agent 管理其他 Agent。

不是 hype，是可複製的方法論
具體工具棧和收費模式

💬 Yii：2026 年的觀眾要的不是 agent 概念介紹，是「我怎麼用這個賺錢」。這支影片定位在對的地方。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit