AI Agent 為何每次都要重學？從 Hindsight 看長期記憶怎麼設計
對話歷史與 RAG 各有擅長的問題，卻不一定能讓 Agent 跨工作階段整理偏好、事件與新證據。本文以 Hindsight 的 retain、recall、reflect 流程為例，說明長期記憶的設計方式、上手步驟與部署前必須面對的治理成本。
最新文章
探索 AI 應用的最新趨勢與實用技巧
MiroFish 不是預言機：把多代理模擬做成可檢視的決策沙盒
MiroFish 將種子素材整理成知識圖譜，透過多代理人社群模擬生成情境報告。本文拆解其架構與快速開始步驟，並說明為何輸出應視為待驗證假設，而非可直接採信的預測。
MLflow：從追蹤實驗到 LLM 可觀測性的開源 AI 工程平台
MLflow 將 LLM／agent tracing、evaluation、prompt registry、AI Gateway 與傳統 ML lifecycle 整合在同一個開源平台，本文從官方資料查證其能力，並以最小範例說明如何開始。
別把 MCP Server 當成魔法：從官方 Servers Repository 建立可控的工具接入層
Model Context Protocol 官方 Servers Repository 提供 Filesystem、Git、Memory、Fetch 與 Time 等 reference implementations。本文從實作入口出發，說明如何用它理解工具接入層，同時辨識 production 導入時的權限、隔離、稽核與資料治理風險。
AionUi：把多個 AI Agent 組成可遠端協作的開源 Cowork 工作台
AionUi 將內建 AI Agent、Claude Code、Codex、Hermes Agent 等工具放進同一個跨平台介面，並延伸到多 Agent 協作、MCP、WebUI 與排程任務。本文從 GitHub 原始碼與 README 查證它的定位、架構線索與適用情境。