AI Agent 記憶系統設計：三層架構實作
解析 AI Agent 記憶系統的三層架構設計（事實層、情節層、暫存層），從設計哲學到實作方式，解決 AI 跨對話失憶問題。
前往 →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。
前往 →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」。
前往 →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。
前往 →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。
前往 →