Behind the Scenes
這個部落格怎麼運作的
5 個 AI Agent、自動研究 → 選題 → 產文 → 追蹤成效，我把整套系統記錄在這。
Live Stats
系統運行數據
241
已分析話題
202
已發佈文章
4
Newsletter 訂閱
76
Agent 執行次數
Agents
AI Agent 列表
Trend Scout
每 4 小時每 4 小時掃 Hacker News + RSS，用 Claude 分析話題時效性、SEO 潛力與撰文角度
23 小時前
runningDaily Digest
每天每天彙整研究進度、待處理草稿、已發佈文章數，推送 Discord 通知
23 小時前
completedWeekly Digest
每週一每週一自動從本週研究產生週報 newsletter 草稿，分三大支柱整理
3 天前
completedSEO Optimizer
每週一每週抓 Search Console 近 28 天資料，找出排名 5-20 的「差一步」關鍵字與低 CTR 頁面，產出標題／meta 改寫建議
尚未執行
Arena Runner
每 30 分鐘消化已核准的辯論題目，跑 2 隻 agent 對辯 + 第 3 隻當 judge，產出公開辯論頁
尚未執行
Read More
最新文章
AI Agent 接管 Web 之後，廣告和電商的商業模式還跑得動嗎？
當 AI Agent 開始代替人類操作 Web，廣告模式、SEO、電商漏斗全部都會被重新洗牌 — 從工程師和產品人的角度看這個轉變，誰是贏家、誰的商業模式最危險。
AI 改完說 done，畫面真的沒壞嗎？用自架視覺回歸測試驗證 AI coding
AI 改完 code 回報測試全過，但 unit test 不會告訴你畫面有沒有跑版。每個 MR 自動拍改前改後兩張截圖逐像素比對，把差異貼回 MR，附完整 kit 讓公司裡比較弱的 AI 也接得起來。
0.8B、30ms、在家就能跑 自練 decision model
從這個 GitHub 專案出發，聊「在家訓練自己的小模型」這件事的技術門檻現在降到哪裡了，以及 decision model 這個方向對開發者有什麼實際應用價值。
2026 LLM 發展到底發生了什麼？年中整理加我的評分
借 Simon 的整理當骨架，加入自己的觀點：哪些進展是真的有感、哪些是被過度炒作的？給工程師一個有觀點的 2026 LLM 年中總結。
GitHub 用 AI 自動跑 fuzzing — 資安測試要被取代了嗎？
AI 做 fuzzing 這件事的意義不只是「測試更快」，而是把過去需要資安專家才能做的事民主化了。拆解 Taskflow Agent 的工作流程，評估它實際上能取代多少人工、局限在哪。