文章
我發佈的所有文章。
本地還是遠端 LLM？不要只靠直覺，打造認知路由器
Published: at 10:00 AM一套實用框架，從風險、隱私、上下文、成本、可驗證性與可逆性，判斷任務該交給本地 LLM、遠端模型，還是混合編排。
OpenAI Codex 與 Coding Agent 的自建或採用抉擇
Published: at 12:00 AM在我用 tmux、Tailscale 與 PWA 打造自己的 Copilot CLI 控制平面之後，Codex 讓我重新思考開發者應該自己打造什麼，又該採用平台已經做好的什麼。
面對 LLM 補貼時代的終結：打造節省 Token 的自動化架構
Published: at 06:00 AMLLM 補貼時代不會長久。本文介紹如何建立分層、高效率的自動化系統，將確定性任務、本地模型與前沿 AI 妥善區隔。
Agentic 系統成熟度階梯：從聊天機器人到編排式 AI
Published: at 08:00 AM用一套框架理解 AI agent 的演進：從簡單對話模型到可協同運作的多代理編排系統。
在 Coding Agents 時代，PR Review 應該從 Intent 開始
Published: at 09:54 PM當 Coding Agent 寫出愈來愈多實作內容時，真正該審查的對象不只是 diff，而是這次變更是否仍然符合使用者意圖、限制條件與專案目標。