Stan Wu 吳信典
32 位追蹤者
Stan Wu 吳信典
32 位追蹤者
免費閱讀付費文章的技巧大公開！只要點擊下方的『＋加入』，免費成為訂閱會員，就能第一時間收到新文章通知。每篇新上架的付費文章，在前幾天都會限時免費開放，小資族必備的省錢法寶！
我是 Stan Wu 吳信典。
我相信：「我們從程式設計的邏輯世界走來，以為萬物都能被預測與控制，直到遇見 AI，才發現智慧不只是規則的堆疊，而是滲透在無數經驗中的模糊與真實。」
我也始終堅信：「簡單，就是極致的美學。」
全部內容
由新到舊
適用機型：2012 年（含）以前出廠的 Intel Mac（Ivy Bridge 架構，i7-3xxx / i5-3xxx 系列）。這些 CPU 不支援 AVX2 指令集，而 Claude Desktop 內建的 Claude Code binary 要求 AVX2，執行後立即 SIGILL。
Claude Code v2.1.113 在 2026 年 4 月中旬釋出，帶來大量功能更新，但也讓部分 Intel Mac 用戶的 CLI 在更新後直接無法啟動。
某個下午，我在附近散步，腦中忽然浮現一個念頭：幸福，很像一杯咖啡。你必須慢慢喝。讓咖啡的溫度、香氣、苦味與回甘在舌尖層層展開。如果你把它當開水，仰頭一口灌下，那杯咖啡的存在就沒有意義了。它沒有消失，只是你沒有喝到它。幸福也是這樣。它沒有消失，只是我們的感受力已經壞掉了。
選 AI 模型的邏輯，大多數人都這樣想：Haiku 的 token 單價是 Sonnet 的三分之一，所以跑同樣的外部 CLI 指令任務（如 uname -a）應該省三倍的錢。這個邏輯聽起來無懈可擊，直到你實際測量數據。
大多數公司把電子郵件當工具，覺得「能收能發就好」。但電子郵件其實更像公司大樓裡埋在牆壁和地板下的管路系統：施工期間看不出好壞，一旦封起來，要改管路就得打牆，代價是原本施工成本的數倍，真實事件：一封廣告信如何讓全公司收不到信 。
在人工智慧發展的宏大敘事中，「Agentic AI」被普遍視為從輔助工具演進為生產力實體的關鍵躍遷。但當你拆解真實數據與產業部署案例，會發現市場正處於一個真實趨勢與行銷包裝高度混合的迷霧期。
當初，市場對其高度評價在於一個簡單而強大的承諾：如果大型語言模型會產生「幻覺」，那麼最直觀的對策就是將實時搜尋檢索接入模型架構中。這種「提供有來源的答案」的敘事方式，在當時具有極高的說服力，成功地將 Perplexity 從眾多聊天機器人中區分開來，如今卻被反噬。
GitHub Copilot 的 GPT-4.1 是吃到飽方案，但模型本身相對保守，遇到複雜任務容易輸出不穩定。解法不是換模型，而是換策略：用聰明的模型把工作定義清楚，讓便宜的模型負責執行。
古代人刻竹簡、抄手稿，每個字的儲存成本都極高。這個物理限制直接塑造了文言文的語言風格——用最少的字，傳遞最密集的語意。這不只是文化，是工程決策。當我開始思考 AI agent 的 memory 管理問題，這個古老的邏輯突然變得非常現代。
