EP76 — 局部健康，全局衰退

每天花 1% 的時間，掌握科技脈動。

今日金句#

“Systems can appear healthy by local metrics while globally becoming incomprehensible.” 「系統從局部指標看起來健康，但全局上正在變得無人理解。」 — Mitchell Hashimoto, Creator of Terraform / Vagrant / Bun

“Programming languages used to be LOCK IN, and they’re increasingly not so.” 「程式語言以前是鎖定因子，現在越來越不是了。」 — Mitchell Hashimoto, on AI coding agents collapsing migration cost

“Context is king, but healthcare raises the stakes on safety, evals, and rollout.” 「上下文是王者，但醫療把安全、評估、上線流程的門檻拉得更高。」 — Chai Asawa, Clinical Decision Support Lead, Abridge

今日主軸#

今天兩個訊號連在一起看，會看到一個對比。一邊是工具的收斂——VS Code 推出 Agents Window、GitHub Copilot App 進預覽、Conductor 早早做一樣的事。三個獨立團隊不約而同收斂到 agent-first IDE 的形狀，Latent Space 借演化生物學的 carcinisation（甲殼類七次獨立演化出螃蟹形態）來形容它。另一邊是 Terraform、Bun 的作者 Mitchell Hashimoto 在 X 上寫的長文，警告整個產業正在進入「AI psychosis」——把 bug 修得快當成系統健康，把局部指標當全局狀態。當工具自動往新方向收斂、開發速度加快時，誰來盯全局視角？這也正是 Pragmatic Engineer 這禮拜寫 Forward Deployed Engineer 需求暴增、Simon Willison 寫「程式語言不再是鎖定因子」的背景。當遷移成本下降到周級或天級，工具會自己帶我們往前走；但維護長期心智模型，AI 還沒辦法代勞。

必讀#

一切都是 Conductor：Agent 優先開發成新標準 — Latent Space AI
AI 原生醫療 Abridge：傾聽一億次醫患對話 — Latent Space AI
前置部署工程師（FDE）需求暴增 — Pragmatic Engineer Dev
事件驅動架構模式完全指南 — ByteByteGo Tutorial
程式語言不再是鎖定因素：AI 編碼讓技術選擇更有彈性 — Simon Willison Dev
Mitchell Hashimoto：整間公司正在發生 AI psychosis — X AI

一切都是 Conductor：Agent 優先開發成新標準 #

本週 GitHub 推出 Copilot App 預覽版，VS Code 同步發表 Agents Window，加上早就在做相同工作流的 Conductor——三個獨立團隊不約而同把 IDE 收斂成 agent-first 的形狀。Latent Space 借演化生物學的 carcinisation 概念（甲殼類在演化裡七次獨立演化出螃蟹）來形容這個現象。Y Combinator CEO Garry Tan 也公開表態 Conductor 在響應性與透明度上領先 Claude Code。代理優先正成為新的編輯器標準。

三個工具收斂到同一個 form factor：多工作區、變更追蹤、代理選擇彈性
形態演化命題：先發者如何在他人快速複製時保持差異化（看板市場前車之鑑）
Garry Tan 表態：「Conductor is still better — more responsive, doesn’t hide what it’s doing, more rock solid.」
反映 AI 工具鏈從「程式碼優先」轉向「代理優先」的根本轉變

💡 為什麼重要：IDE 廠商正在重新定義「編輯器」這件事——從「裝程式碼的容器」變成「裝代理的容器」。這影響你下半年該投資哪個工具鏈、長期會被誰鎖定，以及 PR 流程該如何重新設計。

🔗 閱讀原文 | 來源: Latent Space

AI 原生醫療 Abridge：傾聽一億次醫患對話 #

Abridge 在 ChatGPT 出現前就開始建構臨床對話自動化（2018），如今支援 8000 萬醫患對話、覆蓋 250 個大型美國醫療系統、50 多個科別、28 種語言。從臨床文件自動化擴展到臨床決策支持與優先授權審批——把「核保審批延遲」從數週壓縮到患者離診前確認。Abridge 展示了 AI 在高風險垂直領域如何從工作流出發、而非從模型 API 出發，成為新一代企業 AI 應用的範本。

規模：8000 萬醫療對話、$5.3B 估值，從 2024 年的私募估值 $2.5B 翻倍
「LFD」評估流程（Look at the Fucking Data）+ LLM judges + 第三方評估 + 專科 evals 四層防線
上下文層（Context Layer）視 EHR 為「healthcare filesystem」，支援代理讀/寫
朝向「Clinician Scientists」團隊結構：把醫療專家嵌入 product & eval 全流程

💡 為什麼重要：Abridge 是 vertical AI 應用的成熟模板。對比 GPT 包裝產品，Abridge 的競爭壁壘是專有資料（8000 萬對話）、客戶信任（250 個系統的網路效應）、法規 tailwind。如果你在做 vertical agent，這篇是必讀的 case study。

🔗 閱讀原文 | 來源: Latent Space

前置部署工程師（Forward Deployed Engineer）需求暴增 #

Pragmatic Engineer 本週「The Pulse」報告：Google、OpenAI、Anthropic 等大廠對 Forward Deployed Engineer（FDE）的職缺需求重新升溫。FDE 這個角色源自 Palantir，介於顧問、解決方案架構師與軟體工程師之間，負責深入客戶環境拆解複雜技術問題並現場交付解法。在 AI agent 時代，這個職位的價值在於把通用模型 + 客戶特定 context 黏起來。

FDE 三大特徵：與客戶現場共事、寫程式同時做產品判斷、要能承擔 PoC → 生產的全流程
OpenAI、Anthropic 開出此職缺的速度比常規 SWE 快——反映 enterprise agent 部署需要客戶端工程師
對工程師職涯啟示：純技術深度的工程師會被通用 agent 部分取代，FDE 類型反而升值

💡 為什麼重要：如果你是工程師且在思考下一步職涯，FDE 是一個「AI 加強型」而非「AI 取代型」的方向——客戶現場、判斷力、解法收斂能力是 agent 還做不到的。

🔗 閱讀原文 | 來源: Pragmatic Engineer

事件驅動架構模式完全指南 #

ByteByteGo 系統設計專欄完整介紹事件驅動架構（EDA）：服務發佈事件、其他服務自主反應，不再等待同步 RPC。文章涵蓋為何同步通信在規模下失敗（緊耦合、脆弱、卡在最慢的元件）、六種常見 EDA 模式（含 fan-out、Saga、CQRS 等），以及在 AI agent 編排時代如何套用。

三大同步 RPC 病灶：tight coupling、fragile failures、bottleneck on slowest component
六種模式涵蓋事件廣播、編排（orchestration）vs 編舞（choreography）、event sourcing 等
對 multi-agent 系統特別關鍵：agent 失敗重試、長尾延遲、事件優先級設計

💡 為什麼重要：當你開始把多個 agent 串成一個工作流（例如 Claude Code + tools + 第三方 API），事件驅動模式比 RPC 鏈穩定很多。這篇值得加到團隊 onboarding 必讀清單。

🔗 閱讀原文 | 來源: ByteByteGo

程式語言不再是鎖定因素：AI 編碼讓技術選擇更有彈性 #

Simon Willison 引用 Mitchell Hashimoto 的觀察：程式語言曾是十年級別的 lock-in，現在 AI coding agent 讓重寫成本從「月」降到「周」甚至「天」。文章舉例：某科技公司用 agent 把 iPhone 與 Android 應用整批重寫為 React Native，論點是「如果決定錯了，未來再 port 回 native 就好」。這對架構決策文化是根本性轉變。

程式語言鎖定效應大幅下降，CTO 可以更敢嘗試新技術棧
對比 Bun 從 Zig 遷至 Rust（6700+ commit）——AI 加速重寫已成主流模式
風險面：架構決策可能變得更隨意，長期維護成本反而上升

💡 為什麼重要：跟 Mitchell 同一週的 AI psychosis 警告連起來看就有意思——遷移成本下降，等於試錯成本下降；但維護心智模型的成本沒有下降。這兩個訊號要一起放在 architecture review 的桌上。

🔗 閱讀原文 | 來源: Simon Willison

Mitchell Hashimoto：整間公司正在發生 AI psychosis #

Terraform、Vagrant、Bun 的作者 Mitchell Hashimoto 在 X 上發了一段長文，警告現在有整間公司處在「AI psychosis」——把 agent 修很快當成系統免疫力。他借用了基礎設施圈十年前 MTBF vs MTTR 的論戰：當你只盯著「平均修復時間」，會自動化出一個「非常韌性的災難機器」。

他列出的反向指標：bug 報告下降 ≠ 系統健康（可能潛在風險爆炸）、測試覆蓋率上升 ≠ 語意理解上升、改動速度加快 ≠ 架構健康
他說最讓他難過的，是他連跟尊重的朋友都沒辦法理性討論這件事——對方會立刻反駁「我們測試很完整」「bug 在下降」
這是 ⚖️ 辯論型訊號，將在 Latent Space、Pragmatic Engineer 等社群引發長期討論

💡 為什麼重要：Mitchell 是過去十年最有公信力的開發者工具創者之一。他發出的警告很少是空話。如果你的團隊正在快速採用 coding agents，這篇值得在下次回顧會上一起讀。

🔗 閱讀原文 | 來源: X

中文技術圈#

VS Code 改進代理開發介面 — Agents Window 跨多專案管理代理工作階段，支援 Copilot CLI / Copilot Cloud / Claude Agent。
AI 原生架構快速崛起，32% 臺灣企業用 AI 增強軟體工程 — iThome CIO&CISO 大調查：正式環境 AI 採用率 57%、軟體工程強化採用率 32%。
自建 Codex 中轉站工具 — 開發者推出透明化的 Codex 中轉站，邀請社群試運營。
GitHub Copilot 桌面應用進入技術預覽 — Copilot 桌面應用程式 6 月 2 日正式發布，整合代理開發到桌面工作環境。
核融合新創 CFS 公開 SPARC 組裝進度 — Commonwealth Fusion Systems 公開 SPARC 反應爐組裝進度，目標達成 1 億度爐內溫度。
Apple WWDC 26 將於 6 月 9 日凌晨揭幕 — 將發布 iOS 27、iPadOS 27、macOS 27 等新一代系統。

html-anything — HTML | ⭐ 2K Agentic HTML 編輯器：75 Skills × 9 Surfaces（magazine / deck / poster / XHS / tweet / prototype / data report / Hyperframes），本地 AI agent 寫 HTML，支援 Claude Code / Cursor / Codex / Gemini / Copilot。

native-feel-skill — Agent Skill | ⭐ 1K 跨平台桌面 app 像原生體驗：從 Raycast 2.0 深度逆向與 Beta 反向工程歸納的八大架構準則、四層架構、WebKit/WebView2 生存指南、75 條 ship audit。

Clawdmeter — C | ⭐ 998 ESP32 桌面儀表板，顯示 Claude Code 即時 token 使用量——硬體 + agent 工作流的結合範例。

chrisbanes/skills — Kotlin | ⭐ 551 Chris Banes：Kotlin、Jetpack Compose、Android 開發 skills 集，給 AI agent 用的 Android 開發知識庫。

影音精選#

A single PR just hijacked the NPM registry #

437K views · 2 天前 · Fireship

Fireship 用 3 分鐘講清楚這禮拜 NPM 供應鏈攻擊事件——一個 PR 如何劫持整個 registry，以及為什麼這事情會繼續發生。

攻擊鏈：合法 PR → 被合併 → 植入惡意程式碼 → 影響下游依賴
為什麼防護機制失效：信任鏈太長，code review 沒抓到
建議：lock file 強制、依賴掃描、最小權限

💬 OpenAI 員工 + TanStack 都中招——所有依賴 NPM 的 agent stack 都該補一次基本衛生。

I can’t believe this trial is real (Kernel)#

156K views · 13 小時前 · Fireship

介紹 Kernel——給 AI agent 用的高速開源 internet 基礎建設。

agent 需要存取網路時的速度與安全性問題
Kernel 提供的是 agent-friendly proxy 層
開源、可自架，與 Browser Use 等 agent 框架可組合

💬 Agent 工具鏈正在從「模型 + 框架」往「模型 + 框架 + 基礎建設」走，Kernel 是基礎建設層的一個例子。

Anthropic Agents SDK 使用條款揭曉 #

151K views · 2 天前 · Theo (t3.gg)

Theo 解析 Anthropic 剛公布的 Agents SDK + Claude 訂閱使用條款——對開發者而言「能做什麼、不能做什麼」終於有了清晰答案，但結論並不太好。

SDK 商用條款限制比預期嚴格
訂閱方案的使用情境劃分
對小型 agent 產品開發者的影響最大

💬 如果你在構築以 Claude 為核心的產品，這支必看——條款細節會直接影響商業模式。

We only have 2 years…#

51K views · 31 小時前 · Matthew Berman

Matthew Berman 分享一個對 AGI 時程的悲觀預測——「我們只有 2 年」。

估算依據：模型能力增長曲線 + 代理覆蓋範圍
給 agent 的提示工程實作建議

💬 時程預估都有大誤差，但行為層面的建議（讓 agent 用什麼工具）可以馬上試。

機器人創造分類記錄 #

30K views · 36 小時前 · Matthew Berman

機器人在物體分類任務創造新記錄——硬體 + AI 整合的另一個進展點。

💬 物理世界的 agent 進展總是慢於數位 agent，但每次跳一級都值得記錄。

AI News: 來自意外公司的新模型 #

27K views · 17 小時前 · Matt Wolfe

本週 AI 新聞概覽，重點是來自意外公司的令人印象深刻的新模型。

💬 Matt Wolfe 的週報是補課用的——技術細節不深但覆蓋廣。

Everything is pwn’d now #

19K views · 12 小時前 · Theo (t3.gg)

Theo 的資安焦慮在發作——所有東西都被駭，而且短期內不會變好。

近期供應鏈攻擊事件梳理
為什麼基本防護機制都失效

💬 跟 Fireship 那支 NPM 事件可以一起看，Theo 的角度更焦慮一點。

$400,000 from Claude Code #

14K views · 19 小時前 · Matthew Berman

用 Claude Code 賺到 40 萬美元的實例——具體流程、客戶取得、收費邏輯。

服務類型：用 agent 重新包裝專業諮詢
收費結構：按專案 vs 按月

💬 Claude Code 不只是 dev 工具，也在變成獨立顧問的乘數。

Anthropic Buys Compute From Elon & Commits $200BN #

13K views · 42 小時前 · 20VC

20VC 主持 Harry Stebbings 對話 SaaStr 創辦人 Jason Lemkin（投資 RevenueCat、Algolia、Owner 等）——分析 Anthropic 與 Google 的 $200B 合作、Elon 的 AI 基礎建設棋局、Cerebras IPO、Ramp $40B 估值，以及 SaaS 的未來走向。

💬 Lemkin 是少數能把 SaaS 老產業跟 AI 新世代連起來講的投資人，這場對話一小時不浪費。

Make your own event-sourced agent harness #

7K views · 42 小時前 · AI Engineer

如何自建事件溯源的 agent harness：state + 從事件派生狀態的同步 reducer + 後掛鉤抽象。

為什麼 event sourcing 適合 agent：可重播、可審計、容錯
與 ByteByteGo 這禮拜的 EDA 文章可互補

💬 想自己造 agent 框架，這支 + ByteByteGo EDA 文章一起看，理論加實作。

99% 的作業都是 AI 寫的：當代名校生眼中的 AI #

4K views · 26 小時前 · 硅谷101

第一批和生成式 AI 同時長大的學生踏入畢業季。一年前還在討論「要不要用 AI」，一年後已是生產力工具。

💬 跟 Mitchell 的 AI psychosis 主題某種程度是同一個議題的兩個年齡層——年輕人不會思考「依賴感」，因為他們沒有「不依賴」的記憶。

Agents Don’t Do Standups: 2 工程師 vs 10 人團隊 #

4K views · 15 小時前 · AI Engineer

PFF 三個月個案研究：2 名工程師對 10 人團隊，同樣的代碼庫和客戶。2 人團隊每天部署 5 次。

結構差異：沒有 standup、沒有 sprint 計劃
agent 的角色：不是執行者，是團隊的延伸

💬 這是 EP74 我們討論「agent 訓練 agent」那個方向的進一步落地——agent 把組織結構也壓縮了。

How Building with AI Can Double Throughput (Intercom)#

1K views · 19 小時前 · AI Engineer

Intercom 一年內實現工程吞吐量翻倍——不是因為更好的提示，而是把 Claude Code 當作新員工。

onboarding 流程設計
把 agent 納入 PR review

💬 「把 agent 當新員工」是個有意思的框架——你不會給新員工沒有 review 的 PR 權限，為什麼要給 agent？

今日觀察#

AI agent 工具正在快速收斂成 agent-first 工作流——VS Code、GitHub、Conductor 三個獨立團隊同時做出相同形態的產品，這不是偶然，是市場壓力使然。但 Mitchell Hashimoto 的警告值得被獨立看待——他不是反對 AI agents，而是指出一個會被新工具掩蓋的問題：當「agent 修很快」成為新預設，原本作為技術債警告的指標（bug 數、修復速度）就失去了警告功能。這對開發者來說提供一個簡單的自檢點：下次回顧自己這個季度的 code 時，能不能講得出「為什麼這樣設計」，而不是「agent 是這樣寫的」。

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