「運用 Claude Code 開發」第二梯次招生倒數：提升 AI 程式技能
提供 Claude Code 的實戰教學課程，由在 Meta 訓練工程師的講師教授，直接針對實戰工作流進行深入指導，價值極高。
Sourcegraph MCP 伺服器協同較便宜模型，在多儲存庫程式碼探索中完勝 Mythos 級頂尖模型
Sourcegraph MCP server 結合 Claude Sonnet 4.6 在 CodeScaleBench 任務上表現優於單獨的 Mythos 模型，且成本更低，提供了具體的工具與模型組合實戰評估。
GLM-5.2：Z.ai 推出的文本專用 LLM，躍居開源權重模型榜首
介紹了 GLM-5.2 這個具有 753B 參數的模型，並指出其為文本輸入模型，其開源發布對研究者和開發者有實際意義。
Charity Majors：AI 如何重塑程式碼生產的經濟模式
引用 Charity Majors 的觀點，指出 AI 顛覆了程式碼生產的經濟學，使程式碼變得可消耗，這對理解 AI 時代的軟體工程有深刻啟示，是方法論層面的重要思考。
「Loop Engineering」教學手冊：引領 AI 輔助開發邁向自動化與自我修正的工程典範
Loop Engineering 教學手冊，包含 Harness Engineering、Agent 工作流、Evals 設計等，適用於資深工程師，提供系統性的方法論和實戰細節。
AI 編碼時代：企業為何在軟體工程中依然首選 Go 而非 Rust？
探討在 AI 編碼時代為何選擇 Go 而非 Rust，指出 AI 降低了寫程式的門檻，但提高了讀寫維護的成本，Go 的簡單性成為優勢，提供了對現代軟體工程選型的深刻見解。
提升 AI 生成品質：先讓 Claude 訪談釐清需求，產出勝過草率提示
分享一個創新的 Prompt 工程技巧：讓 LLM 在寫作前先透過提問來深入理解需求，能產出比直接下指令更好的結果，是實用的工作流程分享。
AI產品攝影實戰：400字指令耗時20分，竟輸給8字訣竅！專屬工具才是致勝關鍵
分享了縮短產品照 Prompt 長度、從長篇大論轉向精簡指令反而效果更好的真實經驗，是寶貴的 Prompt 工程實戰心得。
一般人也能用 ChatGPT 打造 AI 團隊：多 AI 員工管理實戰流程
電腦玩物分享如何利用 ChatGPT 打造 AI 團隊，管理多個 AI 員工的實戰流程，提供具體的指令和管理技巧，對個人和小型團隊很有幫助。
透過 LLM ATT&CK Navigator 繪製 AI 賦能網路威脅：洞察攻擊模式與風險趨勢
將 AI 驅動的網路威脅映射到 MITRE ATT&CK® 框架，這是一項針對 AI 在網路安全領域應用的具體研究，有助於理解威脅態勢。