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。
AI 能自己打造下一代嗎？遞迴自我改進的四道門檻
從 Anthropic Institute 的內部數據與自動研究案例出發，拆解 AI 執行工作、設計實驗、選擇研究方向到打造後繼模型的不同門檻，並檢視評測與泛化限制。
Plan Mode 退場，規劃仍在：把決策放回 AI 執行迴圈
Ayman Nadeem 從 Nuanced 的產品復盤指出，規劃與完整計畫文件不是同一件事。本文對照 Claude Code 與 Codex 官方建議，整理如何依風險決定前置規劃，並用可中途修正的執行迴圈保留工程師的系統理解。
AGENTS.md 不是越長越好：把 Agent 規則變成可驗證的開發環境
從 AGENTS.md、CLAUDE.md、Skills、hooks 到 evals，整理如何刪除過期指令、按需載入工作流程，並用失敗案例維護 Agent 上下文。
使用者授權不等於網站同意：從 Meta Muse 看 AI Agent 的執行邊界
以 Meta Muse 的購物限制、macOS 安全漏洞與權限設計，拆解個人 AI Agent 必須通過的使用者授權、執行環境與第三方服務邊界，並整理可落地的拒絕處理與完成驗收規則。
Gamescom 失竊風波提醒開發團隊：Demo 設備也要按生產資產管理
Gamescom 2026 多家獨立團隊的展示設備遭竊，未完成 build 與公司資料也面臨曝光風險。本文把事件轉成工程檢查：隔離展示環境、撤銷憑證，並在出發前演練設備失竊應變。
部署控制器不該猜服務狀態：用 Hayek 的知識問題劃分中央與在地權限
從 Friedrich Hayek 對分散知識與即時情境的分析出發，拆解多服務部署中哪些規則應集中、哪些停啟決定應留在服務現場，並給出可驗收的權限與回復邊界。
Benchmark 結果要帶著成立條件：用 Cartwright 限定效能測試能證明什麼
從南希・Cartwright 的 nomological machine 與因果外推問題出發，檢查 workload、執行環境和作用機制如何限制 benchmark 的適用範圍，並建立連到 production-shape 驗證的決策步驟。
共享 CI 不只需要配額：用奧斯特羅姆追問誰能改規則
以共享 CI runner 的尖峰壅塞為例，借用奧斯特羅姆對共同資源治理的研究，設計可參與、可監測、可申訴的容量規則與驗收條件。
例外處理要先決定誰負責：用亞里斯多德實踐智慧設計自動化停點
從《尼各馬科倫理學》VI 的實踐智慧出發，把例外拆成資料尚未確定、規則已明確與真正需要判斷的情況，設計自動停點、責任人與可稽核的決策紀錄。
事故調查別讓警報替你下定義：用杜威探究法更新故障假設
從杜威《Logic: The Theory of Inquiry》的問題情境與探究模式出發，示範如何在事故調查中重寫問題、建立可區分的假設，並用低風險操作確認修正結果。