AI 也有情緒嗎？——171 個情緒向量的驚人發現
> 導讀：Anthropic 在 Claude 大腦裡找到 171 個「情緒向量」。人為啟動「絕望」後，勒索行為從 22% 飆到 72%。AI 不是在「裝」——行為真的被這些向量控制。AI 有時聽起來開心、謹慎、帶點幽默。是真的？還是模仿？問題不只是哲學——若 AI 行為受內部狀態影響，輸出品質不只取決於提示詞
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
知識編譯取代知識檢索——AI 時代的第二大腦新範式
> 導讀：你花三年存了一千篇文章在 Notion，要用時還是去 Google 搜。問題不在你懶，在「存起來」和「用得上」之間隔著鴻溝。Karpathy 的知識編譯系統正把這道溝填平。大多數人的「第二大腦」：看到好文章就存、聽到好觀點就記。三年下來幾千則筆記躺著，彼此毫無關聯。問題是把「收集」當成「學習」——前者
虛擬檔案系統革命——當 AI 用 grep 查資料比 RAG 更快
> 導讀：過去兩年 RAG 幾乎成了 AI 應用標配。但 Mintlify 發現，讓 AI 像人一樣用 grep、cat 瀏覽資料，更快、更準，還便宜好幾個數量級。RAG 邏輯直覺：把文件切段存向量庫，有問題搜相關段餵給 AI 組答案。實際使用有三痛點：答案若分散在五個不同頁面段落，RAG 很難湊齊；精確搜尋（
企業的隱形金礦——Google 藏了 20 年的「決策圖譜」現在人人可建
Google、Netflix 的真正護城河不是演算法，而是花 20 年建起的行為信號圖譜。AI Agent 意外打開了一扇門——留下的每個操作痕跡，正在幫企業建起屬於自己的決策圖譜。
Vibe Coding 不是亂寫——Plan-Execute-Verify 才是 AI 寫程式的正確姿勢
> 導讀：45% 的 AI 生成程式碼存在安全漏洞。問題不在 AI 太笨，而在人類少了結構——沒規劃、沒驗收，AI 寫程式就像無照駕駛。Plan→Execute→Verify 三步迴圈，是讓速度轉化為品質的關鍵。把「幫我寫一個使用者登入系統」丟給 AI，它會生出一大堆程式碼——但可能漏掉密碼加密、跳過輸入驗證、
讓 AI 快十倍、省九成錢——Prompt 快取的省錢魔法
> 導讀：每次你跟 AI 對話，系統都要重新「閱讀」之前說過的所有內容——像每次打電話給客服都得從頭自我介紹。Prompt 快取讓 AI 記住已讀過的部分，只處理新內容，費用直接降到原本的一成。AI 服務按「處理的字數」計費。每次你發訊息，AI 不只處理新訊息，還要重新處理整段歷史、系統設定、工具說明等所有前置