Auto-Quant：LLM 驅動的量化交易研究迴圈
Auto-Quant 讓 LLM 自主迭代 FreqTrade 策略並反覆回測，autoresearch 概念有趣，但深度綁定加密貨幣交易基礎設施，僅適合長期使用 FreqTrade 生態的量化研究者。
所有文章
不是補充 NAD+，而是換掉你的粒線體——老化研究的典範轉移
五十年的抗氧化劑臨床試驗大多失敗，因為粒線體 DNA 損傷 85% 來自複製錯誤而非自由基。從粒線體移植、MOTS-c 胜肽荷爾蒙到 CoQ10 電子傳遞鏈核心角色，老化科學正從「減緩損壞」轉向「更換零件」。
agentic-markdown：一個解決不存在問題的 Markdown 範本引擎
agentic-markdown 將變數替換與條件區塊嵌入 Markdown 語法，概念有趣但 GitHub 僅 15 顆星、不支援迴圈，且 Jinja2 等成熟方案已完全覆蓋相同需求，難以推薦用於任何正式工作流程。
我如何用 AI 每週讀完 50 篇文獻
一位研究者分享如何用 AI 文獻管理流水線，從手動 PubMed 搜尋進化到自動化三層濾網消化法，每週處理 50 篇以上學術論文的真實工作流。
Auto-PPT：把投影片變成 TSX 檔案，讓 AI 直接讀寫
Auto-PPT 讓每張投影片變成一個 React TSX 檔案，AI agent 直接讀寫內容，不用操作 GUI 也不用截圖回饋。想法不錯，但專案還在早期（29 stars、0 releases），先追蹤就好，還不到正式採用的時候。
為什麼 AI 回答越來越快？LLM 推論加速的六大技術
從 ChatGPT 逐字吐出文字的日常體驗出發，用六個生活比喻拆解 KV Cache、Paged Attention、Flash Attention、GQA、Continuous Batching 與 Speculative Decoding，帶你理解大型語言模型如何在同一張 GPU 上跑得更快、服務更多人。