與你共用 GPU 的其他租戶，只要在自己本來就有許可權的硬體上做計時量測，就能辨識你正在跑哪一個大型語言模型、解碼速度多快，以及產出的是哪一類文字。這是 Stealthium 資安研究員 Branislav Brzak 在這場 13 分鐘演講中提出的核心發現。這個攻擊不需要 root 許可權、不需要漏洞利用、也完全不碰觸受害者的記憶體；攻擊者只是量測自己讀取的時間，觀察當鄰居忙碌時，GPU 全域的記憶體屏障（memory barrier）如何拖慢自己的讀取。Brzak 指出，辨識模型架構與深度的準確率達 97%，解碼速度辨識準確率 99.3%，還能單憑計時就分類工作負載型別（散文、程式碼、JSON
Atlassian 共同創辦人暨執行長 Mike Cannon-Brookes 主張，在代理式 AI（agentic AI）的世界裡，使用者介面與設計的重要性不減反增——這就是他「無介面即無腦」（headless is brainless）的論點——而 Atlassian 的核心策略賭注，是打造最好的企業情境圖譜（context graph），而不是把客戶體驗拱手讓給第三方代理。他在與主持人 Harry Stebbings 對談時，對幾個當前熱議的爭論提出反主流立場：企業是否真能從訓練專用模型中受益，目前尚無定論；推論成本下降的幅度會超出他原先預期；企業對中國來源模型的抗拒確實存在，但考量到美
Kim Maida 是 Keycard 的創始 GTM 工程師暨開發者關係負責人。她主張，三種能力的組合——取得私有資料、接觸不受信任的內容，以及對外通訊的能力——讓自主代理（autonomous agent）成為攻擊者的「致命三重奏」（lethal trifecta）；而解法並非削減這些能力，而是透過 OAuth 2 權杖交換（token exchange）核發任務範圍、短效的憑證來控管存取。本集節目圍繞一場即時的前後對照示範，展示一個待命值班分流代理（on-call triage agent）如何讀取並解決事件工單；示範佔了節目大部分的長度：標題中的「致命三重奏」概念在開頭幾分鐘內介紹並定
推薦理由：三重能力結合揭示代理風險，OAuth 2 交換可控授權成關鍵防禦手段，同時示範即時分流代理解決工單，提供實務範例。
Perplexity 共同創辦人暨執行長 Aravind Srinivas 主張，下一波 AI 價值的來源將是使用深度而非使用者數量，而他認為自家公司已卡位為橫跨模型、晶片與本地加雲端運算的中立協調者。本集標題指向中小企業將帶動一波經濟榮景，但這個論點在 54 分鐘的對談中只佔了幾分鐘。訪談主體在 Perplexity 新辦公室錄製，涵蓋公司產品從答案引擎演進為代理平臺、Perplexity Computer 與 Comet 瀏覽器的推出、在使用者自有硬體上執行 AI 的主張，以及 Srinivas 對品牌、招募與美國夢的看法。 Srinivas 表示，Perplexity 的營收正以年增 5
一場人格測驗讓 Shaan Puri 在自戀量表上拿到 110 分——「破錶」，其他各項分數則都偏低——這是這集 21 分鐘單人節目的開場，也是他三個故事中最有內容的一個。標題下得沒錯但太窄：測驗結果只佔了整集大約前三分之一，剩下三分之二是另外兩段丟臉往事（一份 250 頁的創業計畫書，向 Noodles and Company 創辦人提案；以及一張交給女生的情書，對方只問了一句「這是給誰的？」）。串起整集的主軸不是那個測驗，而是一個主張：丟臉是一道傷口，會變成一道門，而這三個時刻各自帶來了一個持久的行為改變。 Puri 是唯一的講者——他是創業者，也是播客節目《My First Milli
這期公路播客在從烏鎮開往上海的理想 i8 上錄製，全程多數路段自動駕駛，主持人 Koji 與嘉賓鴨哥（前微軟、Pinterest、Samsara 工程師，哥大 PhD，現 gap 中，與課代表共同經營 AI 教育社群 Superlinear）的對話主軸並非標題所暗示的「AI 讓我強得可怕」這句感嘆，而是鴨哥反覆強調的一套方法論：把 AI 當人來管理，用 context infrastructure 餵養它，讓它自我閉環、自我迭代。標題那句話只在談到「僱了醫生、律師、文秘天團」時出現一次，佔全片極小比例。 真正撐起 72 分鐘的是四條線：對 Jev 這款爆紅分類模型的技術祛魅與行銷拆解；「給
Will McEvoy 是 Cypherpunk Technologies 的資訊長（CIO）暨董事會成員。他主張，Zcash 價格 30 倍的漲幅，是市場對唯一具備「真正密碼龐克隱私」的加密資產所進行的理性重估——在 AI 能去匿名化透明帳本的世界裡，這個資產的價值被重新定價。本集節目主要是一場公司深度剖析：Cypherpunk 持有約 325,000 至 326,000 顆 ZEC（約 5 億美元），並掌控 Zcash 約 18% 的算力，公開目標是累積至總供給量的 5%。標題的框架是公允的——5 億美元的資產儲備與 18% 的算力確實是整場對話的骨幹——但最有價值的內容在於挖礦經濟（Zc
數學家兼播客主持人 Eric Weinstein 自稱站在數學與物理的最前沿，他在節目中告訴主持人 Steven Bartlett，世界已經脫離一段異常的八十年「沉睡期」，如今同時面臨四場動盪——AI、伊朗、俄羅斯與中國——其中以 AI 最為巨大。本集標題主打 UFO 揭露，但這個話題在 112 分鐘的對談中只佔一小段；主體是 Weinstein 的論證：AI 加上人工生命構成前所未有的威脅、AI 實驗室全都被鎖在一場誰都輸不起的競賽裡、理論物理與數學已被一個自我保護的體制把持，而中東與烏克蘭距離災難比公開討論所承認的更近。 Weinstein 最具體的幾個主張：他說自己與大約 50 人談過
AI Engineer World's Fair 將在 2026 年後停止成長。主辦人 swyx 在 Moscone Center 的閉幕 Q&A 場次宣佈，2027 年將回到同一個場地、同一週、同樣規模，接下來這一年用來最佳化，而不是擴張。本集內容幾乎全在談研討會營運：工作坊報名系統失靈、一套普遍不受歡迎的委外開發行動 App、Wi-Fi 壅塞、講者遴選機制，以及國際擴張。AI 安全與生存風險——標題框架可能讓人以為會談的主題——只在開場幾分鐘出現，而且是回應一位與會者的提問；swyx 的回答是，x-risk 刻意不設成議程軌，因為那不是工程師工作上會用到的東西。 swyx 是 AI Eng
Anthropic 的 Claude Managed Agents（CMA）是一套全託管服務，將代理框架（agent harness）、沙箱、擴充套件機制與事件日誌儲存全都跑在 Anthropic 自家基礎設施上，開發者只需專注打造上層產品。在這場實作工作坊中——四部曲系列的第二場——Anthropic 的 Priyanka Phatak 與 Gabe Cemaj 從零開始打造一個可運作的 SEC 申報檔案研究代理，再逐步升級為多代理系統，加入技能（skills）、自我監督的成果驗證（Outcomes）、共享記憶，以及一套自製的 MapReduce 風格排程框架。標題其實低估了範圍：這與其說是在做
推薦理由：本教學示範以 Anthropic 的 Claude Managed Agents 建構 SEC 申報檔案研究代理，並演示多代理協作與自製排程框架，對快速部署 AI 研究代理的工程師具實務參考價值。
這是一場關於 Anthropic Claude Managed Agents（CMA）的實務營運問答，而整場的主軸並不是標題率先帶出的 CI/CD 主題——那隻佔了開頭大約一分鐘——而是更艱難的企業級問題：多租戶架構、資料隔離，以及當代理產生 PR 的速度遠超人類閱讀速度時，如何避免程式碼審查成為瓶頸。Priyanka Phatak 與 Gabe Cemaj 都隸屬 Anthropic 的 CMA 團隊，在 Code with Claude 大會後的實作坊中回答觀眾提問，多數答覆都很具體：哪個資源繫結在哪個範圍、違反排序規則時會拿到什麼 HTTP 狀態碼、哪些第三方沙箱供應商有原廠 cookb
Anthropic 的 Claude Managed Agents（CMA）是一套 API 優先的平臺，用來建構、排程並排程大量 AI 代理——本場議程由 Gabe Cemaj 主講，內容以產品實機展示為主，加上與開發者之間的長篇問答。議程標題點出的兩個主要話題（排程代理與「做夢」）確實有出現，但只佔開頭幾分鐘；26 分鐘裡大部分時間都是觀眾提問，涵蓋可觀測性、多租戶、RBAC、評估（evals）與企業部署。對技術決策者來說，最重要的收穫是這個平臺明白揭示的設計哲學：隨著 Claude 模型越來越聰明，Anthropic 會持續移除護欄，讓模型自行決定拓撲結構，因此開發者今天投資的「外殼」（h
推薦理由：此平臺揭示 Anthropic 逐步移除護欄、讓 Claude 模型自行決定拓撲的設計哲學，對決策者評估投入與未來部署提供參考。
AgentMail 共同創辦人 Adi Singh 主張，業界在解決代理身分（agent identity）問題時方向搞反了：與其發給代理全新的加密憑證，不如讓它們在人類早已信任的介面上運作——電子郵件、Slack、瀏覽器、電信商——藉此累積身分。本集是研討會演講，不是訪談；標題中「下一個十億使用者」的說法是他論點的口號，而非有資料支撐的預測。實質內容是一位實務工作者現身說法：自主代理今天實際上怎麼註冊服務、哪裡會出問題，以及他為何認為鑰匙卡式的身分規範（代理卡、護照、DID）為了安全性犧牲了採用率。 Singh 最具體的證據，是與電信商 Telnyx 的合作案：他們把一套面向代理的註冊流程（
Anthropic 工程師 Priyanka Phatak 與 Gabe Semach 帶大家拆解 Claude Managed Agents 的架構，接著在 Claude Platform 主控臺裡現場打造一個可運作的代理。核心工程論點是：代理就是「一個模型跑在迴圈裡、配上工具」，而包住這個迴圈的框架（harness）本身編碼了「模型做不到什麼」的假設——這些假設會隨著每一次新模型發布而過時。Anthropic 第一代受管代理架構把 session log、harness 和 sandbox 全塞進同一個容器，結果每個 session 都變成不能弄丟的「寵物」。團隊於是轉向把「大腦與手」解耦
推薦理由：此影片拆解 Claude Managed Agents 架構，示範在 Claude Platform 主控臺即時建立代理，對想實踐代理模型的開發者具實用參考價值。
自主 AI 代理的瓶頸已不再是模型能力，而是那道註冊大門：代理可以連續好幾個小時寫程式、部署程式，但幾乎每一個服務仍然要求人類去看登陸頁、解 CAPTCHA、驗證電子郵件、複製 API key。WorkOS 創辦人 Michael Grinich 在這場 21 分鐘的演講中主張，代理原生的註冊流程是代理經濟裡缺的那塊基礎元件，並提出 auth.md——一套以 Markdown 為基礎的開放規格，告訴代理如何在不需人類介入的情況下，成為某項服務的合法使用者。標題聚焦 auth.md 是準確的：這套規格、它的運作機制，以及一場 Cloudflare 部署的實機示範，大約佔了演講的後半段。 G
推薦理由：auth.md 透過 Markdown 規格，讓 AI 代理可自動完成註冊流程，突破人類介入瓶頸，促進代理經濟的自動化。
推論最佳化已經從核心層級（kernel）的問題，升級為系統層級的問題。這是這場 22 分鐘演講的核心論點。講者 Daniel Kim 在 Cerebras 負責 AI 與 AI 代理相關工作，另一位講者 Michelle 則是 Gimlet Labs 的共同創辦人，該公司正在打造多晶片架構的「neocloud」，目標是在堆疊的每一層最佳化推論。他們的說法是：從 2022 年一路支撐推論到今天的執行期技巧——批次處理（batching）、分頁 KV 快取（paged KV cache）、提示快取（prompt caching）、分塊預填（chunked prefill）——大致上已經被榨乾，接下
Kevin Orellana 任職於 Amazon Bedrock AgentCore（AWS 的代理沙箱代管平臺），在這場演講前的幾個月裡，他把一個 coding agent 指向自家團隊的雲端沙箱環境，讓它整夜執行、試圖把環境弄壞。最核心的發現不是某個單一 bug，而是結構性的問題：當你把代理代管在沙箱裡，而不是暴露長時間執行的 REST API，沙箱的底層原語——記憶體、CPU、檔案系統許可權、行程生成許可權、核心控制——就成了代理能否完成任務的主要限制。Orellana 的團隊跨 10 個領域生成約 1,000 個測試來對平臺做模糊測試（fuzz testing），結果失敗案例不是集中在商
推薦理由：沙箱限制成 LLM 執行程式碼的主要瓶頸，透過 1,000 次模糊測試證實，記憶體、CPU、檔案系統與行程生成許可權是關鍵限制，提醒設計者重視底層資源與許可權管理。
Stripe 產品負責人 Nilofer Rajpurkar 以 Stripe 自家的交易資料為依據，主張頂尖 AI 公司已經打破了 SaaS 時代的四項假設：他們打造產品更快、第一天就全球銷售、以用量而非席次計價，而且在拿到 A 輪之前就開始跑企業銷售流程。最引人注目的單一數字，是 Stripe 平臺上的 AI 營收年增 175%，而前一年是 120%——成長正在加速，不是減速。標題以「AI 經濟」為框架算是貼切，但這集與其說是總體趨勢調查，更像是一份實戰者的操作手冊：大約一半的內容是關於定價、全球收款與進入市場策略的具體指引，並用一場即時示範佐證——Claude 在對話視窗裡直接做出一個可
推薦理由：Stripe 產品負責人以實際交易資料說明 AI 企業如何打破傳統 SaaS 模式，提供具體定價與市場進入策略，對想進軍 AI 市場的企業具有參考價值。
OpenHands 執行長暨共同創辦人 Robert Brennan 主張，把編碼代理（coding agent）從開發者的筆電搬到雲端執行，是 2026 年最具代表性的組織變革，而沙箱（sandboxing）正是讓這件事得以安全落地的機制。他的核心論點是：本地代理會逼你在兩種選擇之間二選一——要嘛每一道許可權提示都親自盯著，要嘛開啟「危險地略過許可權」模式，讓代理繼承你整個檔案系統、環境機密、家目錄，以及任何已連線的正式資料庫或 Kubernetes 叢集的存取權。沙箱建立在代理出現之前就存在的安全原則「最小許可權」之上，只給每個代理完成工作所需的東西，藉此把提示注入（prompt injecti
本集最有價值的內容，是 Howie Liu 對代理產品如何隨模型變強而演進的框架，以及他的主張：最終勝出的代理產品會是水平平臺，讓非軟體業的公司也能靠整批代理跑完整個端到端流程。Liu 是 Airtable 的創辦人暨執行長，如今也負責 Airtable 旗下的產品 HyperAgent。他先發表約 18 分鐘的演講，題為「僱用可就業的代理」（Hiring Employable Agents），接著主持一場三隊新創競賽，總獎金 10 萬美元。標題裡的「新創戰場」定位沒錯，但只是次要元素：pitch 與評審佔了後半段，真正有份量的產品思考全在 Liu 的開場演講裡。 Liu 的核心主張是：產品
Simeon George 是 SR One Capital Management 的執行長暨共同創辦人。他主張，當前重塑生技投資的兩股力量，一是 AI 驅動的早期開發，二是中國崛起為藥物開發強權——而這兩者最恰當的理解方式，都是服務於「產品優先、病患影響優先」投資主軸的工具。本集標題雖不失公允，卻略微高估了 AI 與中國的比重：這兩個主題大約只佔對話的後半段，前半段其實是紮實地談 SR One 從 GSK 分拆的過程、其端到端投資模式，以及 George 看重創辦人的哪些特質。對金融或科技讀者最有價值的內容，是 George 對「AI 究竟在哪裡真正創造回報」的框架（在早期開發，而非晚期預測
一家對話式 AI 供應商發表了一套六支柱、26 個評分元件的評分框架，用來判斷已部署的 AI 代理是否真的有效——而它最核心的示範案例卻違反直覺：控管率（containment rate）最高的代理（96%，只有 4% 轉交真人）竟然輸給轉交率達 20% 的代理。本集標題所談的「控管」只是前幾分鐘的引子；21 分鐘節目的主體，是逐一走過這套評分框架本身、它的權重設計，以及背後商業治理邏輯。 與談人是 Juji AI 開發者社群經理 Michael，以及 Juji 共同創辦人暨產品長 Dan Bălăceanu。Juji 是一家對話式 AI 新創，在 EMEA 與美洲擁有數百家客戶。兩人都把這
Fireworks AI 的應用機器學習負責人 Jetashree Ravi 主張，開源模型如今在大多數工作負載上已達生產環境可用的水準，而真正的競爭優勢已從「能否取得模型」轉移到「訓練到部署的迴圈」——也就是在同一個平臺上持續微調、託管並重新訓練模型的能力。Ravi 在一場研討會演講中，把整套論述扣在一個她現場調查過的痛點上：使用 ChatGPT 或 Anthropic 等閉源模型的開發者，很快就發現「費用高得驚人」，而轉向開源的過程往往卡在一個瓶頸——品質。她的解答是一套三層式的訓練產品（訓練代理、託管訓練、訓練 API），接在 Fireworks 於 CUDA kernel 層級最佳化的
Simular 共同創辦人暨執行長 Ang Li 主張，電腦操作代理（computer-use agent）正進入第二階段，而這個階段的關鍵不在於原始能力，而在於可靠性。他在一場 AI Engineer 工作坊演講中，回顧了一條橫跨三十年的職涯弧線——十年競技程式設計、十年神經網路研究（博士班，接著 2017 年加入 DeepMind），如今則是投入 AGI 的十年——並直言基準測試的時代已經結束：他團隊的 Agent S 在 2025 年 12 月打破了 OSWorld 的人類表現紀錄，但緊接著發布的 OSWorld 2 卻讓最強模型卡在約 20%。他說，真正的問題在於目前沒有任何已出貨的代
瀏覽器代理在正式環境中之所以失敗，問題不在模型不夠強，而在於每一次執行都從零開始。Browserbase 的銷售工程師 Shubhankar Srivastava 負責為客戶部署瀏覽器代理，他主張解方屬於工程問題：一套「自動研究」（auto research）迴圈，讓執行代理（doer agent）與教師代理（teacher agent）反覆琢磨同一個真實網站，直到收斂出一份可重複使用的技能檔案。在 AI Engineer 大會上，Srivastava 現場示範了一套流程：一個 Google Flights 任務在跑完一輪迭代後，單次執行成本從約 12 美元降到 3 美元；另一個原本撞上「ac
推薦理由：提供一種自動研究迴圈，將代理執行成本從 12 美元降至 3 美元，顯示工程最佳化可大幅提升瀏覽器代理效能。
Modular 押注的是：AI 產業真正的瓶頸不在晶片，而在軟體。在一場 17 分鐘的演講中，Modular 工程師 Abdul Dakkak 主張，AI 硬體的「寒武紀大爆發」——輝達多個 GPU 世代、Intel、ARM、Apple、AMD——已經造成程式開發上的一團亂，因為硬體選擇會一路向上滲透整個技術堆疊，逼得 vLLM 這類框架必須為每一家廠商維護各自獨立的程式路徑。Modular 的答案是把整個堆疊打掉重練：Mojo，一門風格貼近 Python、可鎖定 CPU、GPU 與加速器的系統程式語言；MAX，以 Mojo 打造的推論引擎與圖形編譯器；以及 Modular Cloud，負責分
自動研究（auto research）——把語言模型指向一份程式碼庫加上可重播的評估指令碼，讓它在單一分數上不斷爬山——是這場 AI Engineer World's Fair 工作坊的主題，由 WeCo AI 團隊四位成員主講。標題裡的「Parameter Golf」是真實但片面的框架：OpenAI Model Craft Challenge 大約佔了整場的前三分之一，作為案例研究；演講的主體則是一份設計自動研究迴圈的實務指南，外加一場實作的 Flappy Bird 競賽。最重要的主張是：自動研究對提示與設定品質的放大效果，遠大於一般的 coding agent——指向對的評估，它會「煮沸整片
這場議程中最有用的觀點是：互動式 CLI 並沒有壞掉，它只是寫給錯的讀者看。PayPal 開發者工具負責人 Mark Lummus 與同團隊技術主管 Navinkumar Patil 主張，代理（agent）透過 bash 呼叫外部指令時，處理非互動式指令沒問題，但遇到方向鍵提示就會無聲失敗：測試框架看到的是一個重繪迴圈，而不是一個問題，因而遺失 UI 狀態，卻回報沒有任何錯誤。他們提出的解法，是把代理視為與人類並列的第二種受眾，就像無障礙設計為人類介面增加了第二種讀者一樣，並為這類受眾提供機器可讀的狀態、結構化輸入，以及一棵決策樹，而不是愈堆愈多的旗標。 標題的「燒掉你的旗標」只是這場實作
Amazon 的 AGI 實驗室用這場 55 分鐘的工作坊，主張代理（agent）開發的下一階段不是「電腦操作」（computer use）——讓代理盲目地點選一個藍色按鈕——而是「感知」（perception），也就是代理能像人類一樣理解螢幕。Amazon AGI Lab 解決方案架構師團隊負責人 Emile Baizel，以及該團隊的解決方案架構師 Shruti Arora，整場議程圍繞兩個開源基礎元件（primitive）——Visual Annotator 與 Visual Verification——最後再讓全場動手挑戰，把兩者串起來。標題的「感知代理」是整場的框架，但節目主體其實是
推薦理由：工作坊示範感知代理開發流程，透過實作學習將 Visual Annotator 與 Visual Verification 串接至代理，並掌握感知層設計原則，並可在實務中快速驗證代理在多模態場景中的表現
一位資安工程師主張，AI 程式開發工具早已跑在為確定性軟體打造的那套安全實務之前，而解方是流程，不是禁令。Javier Garza 是資安公司 Snyk 的開發者推廣人員，他帶來一場濃縮成六個單元的訓練課程——原本是三小時的研討會硬塞進兩小時——內容涵蓋 OWASP LLM Top 10、影子 AI、AI 威脅建模、MCP 伺服器安全、vibe coding，以及代理式攻擊。標題裡的「證書」是真的，但只是配角：Garza 在最後幾分鐘告訴學員，可以到 ai.security.engineer 做測驗拿結業證書，還有一個掃 QR code 的挑戰活動，完成可拿 25 美元禮品卡。真正的重點在於風
FriendliAI 的創始工程師 Yunmo Koo 主張，如今選擇推論供應商的重要性，已不亞於選擇模型本身。他在一場研討會上演講，帶聽眾做了一場實測比較，顯示同一個開放權重模型交由不同供應商執行，在延遲、成本與可靠性上會出現實質差異——而這些差異源自整套推論堆疊，而非模型權重。這場演講固然是 FriendliAI 推論 API 的產品宣傳，同時也是一份精簡的技術入門，說明 KV 快取重用、快取感知路由、階層式記憶體與推測解碼（speculative decoding）為何決定了開發者實際體驗到的表現。 本集標題把主題定調為「同一個模型，不同的速度」，這個主軸確實貫穿整場演講，不過實質內容
推薦理由：同一模型在不同推論供應商下速度差異，凸顯推論堆疊對開發者體驗的關鍵影響，並提示選擇合適供應商可降低成本與提升可靠性。
本集的核心論點是：AI 程式碼代理（coding agent）已把軟體開發的瓶頸從「產生程式碼」轉移到「驗證程式碼」，而要彌補這個落差，就必須把「完成」當成一種必須有證據支撐的主張，而不是一句斷言。標題「SonarQube + OpenAI」忠實反映了這場議程的內容：這是一場聯合演講加上現場示範，把 OpenAI 的 Codex 代理與 Sonar 的驗證工具配對起來；不過實質論證集中在開場前五分鐘的框架說明，其餘則是實際動手把兩者串接起來的操作演練。 框架說明由一位自稱隸屬 Codex 部署工程團隊的講者主講（介紹時也提到一位稍後致謝的「Tony」），他提出三項主張：完成，代表任務在具備證
Arize AI 的 Ankur Duggal 主張，用「感覺」來交付 AI 代理——憑肉眼掃過輸入與輸出——在正式環境中行不通，因為代理本身不具確定性，而且把推理過程藏在單一行 agent.run 呼叫背後。他的解法是一套迴圈：全面追蹤、在正式環境中找出失敗案例、把這些失敗轉成資料集與評估、讓 coding agent（Claude Code、Cursor、Codex）把追蹤紀錄、評估、標註與程式碼庫拉到同一個地方，提出修正方案、跑實驗、上線。本集大部分內容是這套迴圈的實機示範，物件是一個刻意弄壞的理財建議代理，另外還有觀眾問答，涵蓋追蹤機制、評估成本、模型選擇與 Phoenix 支援。
推薦理由：本影片示範如何透過迴圈式追蹤與評估，提升代理在正式環境中的可靠性，對開發者最佳化代理流程具有實務參考價值。
Runpod 的 staff engineer Dean Quiñanola 指出，標準的 serverless AI 部署迴圈——寫程式、建 Dockerfile、把映像檔推到 Docker Hub、執行，失敗就再來一遍——每迭代一次大約要花 15 分鐘，這正是 ML 工程師與實驗之間最大的障礙。他提出的解法 Runpod Flash 直接把 Docker 從流程中拿掉：開發者寫 Python，用 flash dev 透過本機 FastAPI 介面，對一個真正由 GPU 支撐的 serverless endpoint 測試，再用 flash deploy 把同一份程式碼送上正式環境。
推薦理由：Runpod Flash 省去 Docker 步驟，讓開發者可即時在 GPU 上測試與部署，縮短迭代時間。
這場工作坊的核心主張是：多數團隊不需要打造完整的離線評估流程，就能大幅改善自家的代理系統——只要把應用程式埋點、緊盯追蹤紀錄（trace），並根據發現採取行動即可。Langfuse 的 Lotte Verheyden 與 Annabell Schäfer 認為，對非高風險產業的團隊來說，他們所謂「AI 工程迴圈」中的線上那一半——追蹤加上監控——已足以快速迭代；離線那一半（資料集、實驗、評估）要等到產品或風險輪廓成熟後才有其必要。他們要解決的框架問題在於：AI 代理並非確定性系統——一個系統可能在基礎設施儀錶板上看起來一切正常，但它的回答卻是錯的，或單純不夠好。 本集不是概論式的綜覽，而是實
兩位實務工作者花了約一百小時，在 Kubernetes 上打造出一套完整的內部開發者平臺，接上一個毫無防護的 LLM 代理，然後在講臺上即時嘗試駭進自己的叢集。最有價值的發現不是代理搞破壞，而是擋下攻擊的防線大多是 Kubernetes 的標準控制機制，而非 AI 專屬的防護。任職於 Accenture 訓練部門的 Michael Forrester 與 Datadog 的 Whitney Lee，帶著聽眾走過三輪逐步升高的攻擊，目標是一個由 34 個元件平臺支撐的墨西哥捲餅點餐聊天機器人，接著說明哪些護欄擋下了哪些攻擊、哪些又在最後一刻失守。 這一集是實作工作坊，不是概況調查，重心落在攻防
一名 19 歲、完全沒有程式設計經驗的年輕人，用五個月打造出一款名為 Vola 的 AI 影片剪輯 App，如今每月靠它賺進超過 1 萬美元。這是 Vadim 在 Starter Story 節目上對主持人 Gus 說出的標題級數字，但這一集真正的重點不在產品，而在背後的分銷手法：一套每天約 45 分鐘的例行公事，在 Instagram 上複製已被驗證的爆紅短影音格式，一天發三到六則。標題寫的「每月 1.1 萬美元」說得沒錯，但格局偏窄——整段對話大部分時間都在談成長是怎麼發生的，而不是營收數字本身，而且營收數字是 Vadim 自己說的，錄音時在他的儀錶板上秀了出來。 Vadim 自稱是「v
Wolfram Ravenwolf 是 CoreWeave 與 Weights & Biases 的 AI 推廣者，他主張單一分數的基準測試幾乎沒有參考價值，因為模型效能是一個分佈，而不是一個點；而且只要控制六個可替換的層級，並公開每個數字背後的原始軌跡，任何人都能建立更可信的評測。本集是在 AI Engineer 大會發表的代理評測方法論實作工作坊，重點多半在於如何建構可複現的基準測試，而非某個特定的排行榜結果。標題的「從零到排行榜」說得沒錯，但低估了重點：這 52 分鐘大部分時間都花在那些會默默讓比較失效的設定變數，以及如何閱讀軌跡來解釋出乎意料的分數。 Ravenwolf 的核心主
Venice AI 的開發者關係首席工程師 Joshua Mo 主張，一款 AI 產品是否具備隱私，取決於模型本身的程度，遠不如取決於圍繞模型打造的系統；而且多數代理架構在設計上就會洩漏機密。Mo 以一個自我標榜隱私、不受限制的平臺視角出發，逐一拆解憑證實際上從哪裡外洩：可觀測性（observability）管線預設就會記錄提示與機密；代理執行環境會去取出保險庫憑證，再直接交給推理層；而 MCP 工具拉取則讓 API 金鑰暴露於風險中，只要一次惡意工具呼叫就能被外洩。標題的框架公允但偏窄：本集內容主要是隱私保護模式的架構導覽——雜湊化識別碼、拆分金鑰託管、可撤銷控制程式碼、收斂代理範圍、對抗提示
這場 55 分鐘工作坊裡最有價值的內容，並不是標題所寫的「教代理搜尋」——那隻佔整場演講的後三分之一。整場大部分時間其實是一套實作教學，講的是 NVIDIA 開源的 Data Designer 框架如何生成合成資料，而搜尋案例研究則是驗證這套方法奏效的成果展示。NVIDIA 研究科學家 Dhruv Nathawani 提出的核心主張是：打造代理能力的難點不在模型，而在資料管線。你要先鎖定一個目標代理行為，把它轉化為資料問題，以真實世界的種子資料為基礎生成多樣化的合成資料，嚴格過濾，最後才進行訓練。他端出的亮眼成果是：靠這套方法，NVIDIA 讓 Nemotron 模型在 BrowseC
推薦理由：此教學展示如何利用 NVIDIA Data Designer 生成合成資料，提升代理模型訓練效果，對資料管線設計與代理行為最佳化提供可搬移的實作方法。