AI 助力 Moebius 圖像修復模型：瀏覽器 WebGPU 運行實戰
Simon Willison 分享如何使用 Claude Code 在瀏覽器中運行 Moebius 模型，是實際的工具整合與實作案例，具體且有教學價值。
開源 MCP 伺服器 gwen-digestor：免 GPU 將 LLM 上下文 Token 壓縮達 38%
作者開發了 gwen-digestor，一個 MCP server，能在 CPU 上透過壓縮對話內容來減少 LLM 的 Token 使用量，並提供具體的壓縮效果數據，是 CPU 黨必看的高價值實戰技巧。
veil：AI 代理的 MCP Shell 創新，回傳結構化效果以提升可靠性與安全性
veil 是一個 MCP shell，能將終端機命令的效果轉為結構化資料，而非原始文字，提高了 Agent 與命令互動的穩定性與安全性，並具有檔名追蹤、可恢復性等特性，是 Agent 工具開發的實戰進展。
提示注入新視角：AI 模型「角色混淆」讓風格凌駕內容，資安挑戰再升級
Simon Willison 深入探討 Prompt Injection 的「Role Confusion」角度，結合研究論文與獨立觀點，是高價值的 Prompt Engineering 討論。
AI 編碼『專案護照』：整合 AGENTS.md、CLAUDE.md 與記憶，告別跨會話重複介紹困境
作者提出將 AGENTS.md, CLAUDE.md, 和 memory 整合為 AI 專案的「專案護照」，讓 AI 在每次會話開始時快速驗證專案身份和規則，解決了跨會話重複介紹專案的問題，是非常實用的工作流程優化分享。
提示注入：解讀大型語言模型 (LLM) 的角色認知缺陷
與 #31 重複，Simon Willison 探討 Prompt Injection 的「Role Confusion」角度，是高價值的 Prompt Engineering 討論。
善用 Codex 處理長期任務：建構高效能 AI 持續性工作環境
Jason Liu 分享如何使用 Codex 處理長時間工作流，包含保存上下文和管理複雜專案，是具體的實作心得與工作流分享。
LLM 開發一年心得：我對 AI 代理的觀點徹底改變了
作者反思一年來建構 LLM 產品的經驗，從原先對全自動 Agent 的看法轉變為更務實的設計原則，包含窄範圍、明確標準、盡量少用循環、結構化輸出、人類批准等，是非常高價值的實戰經驗與方法論分享。
AI 摘要策略：知識庫應預存生成內容，還是僅在查詢時即時摘要？
討論 AI 摘要是在寫入時預先生成，還是查詢時即時生成，分析了兩者的優缺點，對構建知識庫和 RAG 系統有實際的設計決策參考價值。
Ponytail：AI 編碼代理的精簡哲學——資深工程師思維與企業導入實踐
Eric 部落格提供開源 AI Agent Skill Ponytail 的教學手冊，說明其架構、設定，以及與 Claude Code, GitHub Copilot 等主流 AI Coding Agent 的整合方式，並延伸至企業級開發流程，對開發者實戰整合 AI Agent 有極大幫助。