文章索引
記錄系統設計、AI Agent 工作流，以及實際專案裡值得保留的技術取捨。
Magpie 的錯題本：讓 Agent 復盤改變下一次驗收
查核 Magpie 的 LESSONS.md、code standards 與 PR #1339，拆解教訓升級、回退測試、未驗證項目和合併版本紀錄，並說明文件規則如何接上真正會阻擋錯誤的檢查。
多人共用 Agent 工作流，品質規則要做進 Repository
從 Composio 的 anti-slop software factory 經驗，拆解功能共置、端到端型別、可判定的 lint 與快速 CI，並釐清重複程式、React hooks 禁令和 Bugbot 各自適用的邊界。
Agent 要能並行，先把工作變成可驗收結果
從 Lauren Tan 的 Cursor Compile 分享與 Matt Pocock 訪談摘要，拆解可重跑的驗證環境、糾正落點與 pstack 的交付邊界：技能要實跑，驗收要對準最後提交，合併需要獨立授權。
Muse Wonder 的長任務能力，要用記憶失效與中途改單來驗收
Meta 推出 Muse Wonder 與 Wonder Full。從模型卡的 MemoryBench 與 SWE-Marathon 測試條件，建立跨回合訂單整合測試：舊需求失效、撤回操作、故障恢復，以及最終產物的獨立驗收。
Conduit 修掉 CDC 靜默停滯後，Running 仍需要一份進度證明
從 Conduit v0.20.0 的 snapshot／CDC 交接修復，設計來源位移、sink 水位與 canary 驗收；用故障注入確認重播、停止與恢復，避免把 Running 當成資料已送達。
Karpathy 的 AI 能力漏斗：先對齊觀測條件，再爭論模型能做什麼
Karpathy 用能力漏斗描述 AI 使用經驗的落差。本文將任務規模、可驗證性與存取層級轉成一份評估紀錄，讓團隊比較 Agent 能力時保留條件、失敗與人工成本。
告別抽象方塊圖：Anatomy 讓 AI Agent 用等角精密機械重構架構視覺化
解析狂攬 3,600 星的 Claude Code 熱門開源 Skill『Anatomy』：探討為何傳統軟體工程圖表難以傳遞系統內核心智模型，以及如何透過實體機械等角圖、四階陰影與幾何審計，將限流、快取與共識演算法轉化為精密的實體機構。
500 行 Harness 跑出 CIFAR-10 成績後，還需要一份可驗收的執行收據
從 NotesByLex 的 CIFAR-10 範例，核對測試資料接觸、checkpoint 交付、人工介入與未入帳費用。用一份執行收據，分開判定產物完成、需人工與成本未知。
pnpm 12.12.1 檢查 OIDC audience，CI 仍要驗收憑證回退
pnpm 12.12.1 會略過 audience 不符的 NPM_ID_TOKEN，並回退既有憑證。從實作與上游測試拆解多 registry CI 的目的地白名單、OIDC-only 驗收，以及 dist-tag 權限邊界。
Postiz 修補憑證外洩：刪除權限不能順便取得整筆秘密欄位
Postiz 2.25.1 修正 channel 刪除與組織清單的秘密欄位外洩。從修補原始碼拆開租戶、操作與回應欄位權限，建立 DTO 白名單、角色驗收和暴露調查的結案條件。