Claude Code 配置聖經：從菜鳥到架構師的設定差距
> 導讀：同樣一套 Claude Code，有人用來自動化整個開發流程，有人只會請它「幫我解釋這段程式碼」——差別不在智力，而在設定。封面：同一工具，設定不同，產出天壤之別- `.claude/` 資料夾分專案層（團隊共用）與全域層（個人偏好），搞清楚放哪裡是第一步。- CLAUDE.md 的遵從率只有 *
Grimoire
生醫研發日誌與技術報告——記錄 AI 整合、流程自動化與濕實驗設計的實戰經驗，所有咒語按時間排列。
所有文章
AI 只讓你寫得更快，卻沒讓你交付更快——外循環瓶頸論
> 導讀：你的團隊 AI 採用率可能是 100%，但交付速度改善是 0%。這不是諷刺，這是系統性盲點。封面：你的跑車引擎升級了，但路還是塞的- AI 工具只加速了「寫程式碼」這個內循環，但程式碼審查、測試、CI/CD 部署等外循環速度沒變- 瓶頸不在寫得快不快，在等得久不久- AI 採用率與交付速度改善，是
GlazePKG：一個 TUI 統治 35 個套件管理器
# GlazePKG：一個 TUI 統治 35 個套件管理器 > **導讀**：你的電腦裡裝了多少東西，你自己清楚嗎？brew、pip、cargo、npm、go——每個套件管理器各據一方，你卻像個疲於奔命的領主，挨個巡視自己的領地。GlazePKG 說：不用了，一個儀表板搞定。 --- ## TL;DR - G
一篇 15 美元的論文，通過了頂級學術會議審查——AI 科學家來了
# 一篇 15 美元的論文，通過了頂級學術會議審查——AI 科學家來了 > **導讀**：一套 AI 系統從發想、寫程式、跑實驗到撰寫完整論文，花不到 15 美元，還騙過了人類審稿者。這不是科幻片劇本，是剛登上 Nature 的研究。 
Context 工程：為什麼你餵 AI 什麼比用哪個 AI 更重要
> 導讀：你花了多少錢換模型、買 API？問題從一開始就搞錯了。新模型發布。你立刻升級。輸出依然讓你皺眉。這不是 AI 的問題。這是你給它的「材料」出了問題。想像一位世界頂級廚師。你請他來做晚餐，然後把三天前的剩菜、幾個標籤模糊的罐頭、一張寫得像電話號碼的食譜一起交給他。他做得出好菜嗎？不行。
AI 技能的斷捨離：為什麼你的 180 個 Skills 可能正在拖垮你
> 導讀：技能堆得越多，AI 助理找不到要用哪個——就像衣櫃塞爆了，每天還是說「沒衣服穿」。說出來有點丟臉。我花了幾個月，替 AI 助理打造了 180 多個 Skills——從「幫我寫 IRB 文件」到「分析競品的 Twitter 策略」，鉅細靡遺。我以為這樣 AI 就能無所不能。結果呢？它每次都選最簡單的那個