[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-microsoft-build-2026-agents-into-systems-zh":3,"article-related-microsoft-build-2026-agents-into-systems-zh":30,"series-tools-6627f35e-3e66-445f-8c2a-188797ffd22b":79},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"6627f35e-3e66-445f-8c2a-188797ffd22b","microsoft-build-2026-agents-into-systems-zh","Build 2026 把代理變系統","\u003Cp data-speakable=\"summary\">我把 \u003Ca href=\"\u002Ftag\u002Fmicrosoft\">Microsoft\u003C\u002Fa> Build 2026 拆成可抄的代理系統做法：上下文、執行環境、模型路由、治理與模板。\u003C\u002Fp>\u003Cp>我最近一直在看各家代理框架，看到後來真的很膩。簡報上都很會講，什麼自動化、什麼多步推理、什麼幫你把事情做完；可一落地就開始漏氣。模型會回得很快，卻常常快到亂答；工具接得很滿，結果一碰到權限、記憶、檢索、稽核，就整個像臨時拼起來的玩具。我不是沒試過，我是試太多次了。\u003C\u002Fp>\u003Cp>所以我看到 Microsoft Build 2026 的這篇 \u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">〈Be yourself at work〉\u003C\u002Fa> 時，第一個反應不是興奮，是皺眉。因為它雖然還是有一點平台味道，但講的東西意外務實：代理不是單一模型加一個 prompt 而已，而是一整套系統，包含上下文、執行環境、模型選擇、治理和開發流程。這才\u003Ca href=\"\u002Fnews\u002Ffable-5-claude-code-like-coworker-zh\">像真\u003C\u002Fa>的有做過案子的人會講的話。\u003C\u002Fp>\u003Ch2>他們不是在賣模型，他們在賣上下文\u003C\u002Fh2>\u003Cblockquote>「對任何組織來說，差異化的重點不再是取得智慧，而是擁有權。」\u003C\u002Fblockquote>\u003Cp>這句話很直白，也很像大廠會講的那種話，但我覺得它抓到重點了。問題從來不是「有沒有模型」，而是「代理到底懂不懂你的工作場景」。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781329733213-teym.png\" alt=\"Build 2026 把代理變系統\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>翻譯一下就是：模型只是引擎，真正值錢的是它能不能抓到你公司的脈絡。Microsoft 把這層拆成幾個方向：\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-365\">Microsoft 365\u003C\u002Fa> 內的工作脈絡、\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-fabric\">Microsoft Fabric\u003C\u002Fa> 的結構化資料、企業知識檢索，以及外部網路資訊。它們想講的不是「再塞一個向量資料庫」，而是「把上下文變成平台能力」。\u003C\u002Fp>\u003Cp>我以前做過一個內部助理，模型很強，工具也不少，但答案一直不好用。後來回頭看才發現，問題不是模型不夠聰明，是它根本不知道誰在問、問的是哪個專案、哪些資料能看、哪些只能參考。它拿到的是一堆碎片，當然只能亂湊。\u003C\u002Fp>\u003Cp>實操上，我會把上下文至少切成三層：\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>身份與權限\u003C\u002Fstrong>：誰在用、屬於哪個團隊、可以碰哪些工具。\u003C\u002Fli>\u003Cli>\u003Cstrong>企業知識\u003C\u002Fstrong>：文件、工單、CRM、行事曆、會議紀錄、內部 API。\u003C\u002Fli>\u003Cli>\u003Cstrong>即時資訊\u003C\u002Fstrong>：網頁、政策文件、版本公告、公開文件、競品頁面。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這三層不分開，代理就會把私有資訊和公開資訊混在一起，答出來的內容看起來很順，實際上很危險。這種錯最煩，因為它不是大爆炸，是慢慢把你信任磨掉。\u003C\u002Fp>\u003Cp>我會建議你先不要急著做「記憶系統」，先做「上下文分層」。只要你把身份、企業知識、即時資訊拆開，後面檢索、權限、稽核都會好做很多。這一步很土，但很有用。\u003C\u002Fp>\u003Ch2>Web IQ 這段，我會先抄走\u003C\u002Fh2>\u003Cp>Microsoft 在文裡提到一個我覺得最有實作味的東西：\u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">Web IQ\u003C\u002Fa>。他們把它描述成給代理做即時 grounding 的一層，強調速度、模型無關、而且支援 \u003Ca href=\"https:\u002F\u002Fmodelcontextprotocol.io\u002F\">MCP\u003C\u002Fa>。這種說法聽起來很像行銷，但方向其實對。\u003C\u002Fp>\u003Cp>白話一點說，就是不要叫代理自己去網路上亂翻。你要的是「相關段落」，不是「一整頁搜尋結果」。代理最浪費時間的地方，常常不是推理，而是找資料、刪垃圾、再把垃圾吞回去。這種流程很吃 \u003Ca href=\"\u002Ftag\u002Ftoken\">token\u003C\u002Fa>，也很吃時間，還很容易把不重要的內容當成重點。\u003C\u002Fp>\u003Cp>我之前做過一個研究助理，最痛的地方就是搜尋層。網頁抓回來一堆，模型每次都像在垃圾堆裡撿報紙。最後不是答非所問，就是引用到過時內容。那時我就很確定，檢索層不能只是「搜尋 \u003Ca href=\"\u002Ftag\u002Fapi\">API\u003C\u002Fa> + 把結果丟給模型」這麼粗暴。\u003C\u002Fp>\u003Cp>實操上，我會這樣做：\u003C\u002Fp>\u003Cul>\u003Cli>搜尋和抽段落分開，不要把整頁 HTML 直接塞進 prompt。\u003C\u002Fli>\u003Cli>回傳的是 passage，不是 page。\u003C\u002Fli>\u003Cli>每個片段都要帶來源網址、時間戳、可信度。\u003C\u002Fli>\u003Cli>檢索層盡量做成模型無關，別把整個系統綁死在單一供應商。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你現在就要做一版，最小可行架構其實很單純：先搜尋，再做段落排序，再做來源過濾，最後才交給代理循環。不要讓模型自己猜資料在哪裡，因為它猜的時候通常都很自信，這才是最麻煩的地方。\u003C\u002Fp>\u003Ch2>他們終於開始談執行環境，不只談 prompt\u003C\u002Fh2>\u003Cp>這段我看得最順眼。Microsoft 沒有只講「代理需要知識」，而是把執行環境也一起端上來：沙箱、容器、主機代管執行、\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fwindows\">Windows\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Flearn.microsoft.com\u002Fen-us\u002Fwindows\u002Fwsl\u002F\">Windows Subsystem for Linux\u003C\u002Fa>、還有各種治理工具。意思很明顯，代理不是\u003Ca href=\"\u002Fnews\u002Fchatgpt-grew-from-chatbot-to-platform-zh\">聊天\u003C\u002Fa>框，它是會真的去做事的程式。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781329729368-akp9.png\" alt=\"Build 2026 把代理變系統\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>翻譯一下就是：只要代理能讀檔、寫檔、跑指令、呼叫服務，runtime 就不是配角，而是主角。很多團隊做代理 demo 的時候都很順，因為是在筆電、Notebook、或某個臨時腳本裡跑；一旦進到正式環境，就開始撞安全\u003Ca href=\"\u002Fnews\u002Fanthropic-public-record-ai-anxiety-policy-zh\">政策\u003C\u002Fa>、撞檔案系統、撞權限、撞工具版本。最後你不是在 debug 代理，是在 debug 平台。\u003C\u002Fp>\u003Cp>我自己踩過最煩的一次，是把一個看起來很漂亮的工作流搬到正式環境，結果每一個步驟都要補權限，補到後來整個流程變得又慢又碎。那時我才懂，代理如果真的要上線，先定義邊界，再定義行為，順序不能反。\u003C\u002Fp>\u003Cp>實操上，我會直接照這個順序來：\u003C\u002Fp>\u003Cul>\u003Cli>先定義執行邊界，再定義代理能做什麼。\u003C\u002Fli>\u003Cli>能寫、能刪、能呼叫外部系統的動作，一律放沙箱。\u003C\u002Fli>\u003Cli>政策要宣告式，別把檢查散在五個服務裡。\u003C\u002Fli>\u003Cli>本機和雲端的執行條件要盡量一致，不然你只是在製造假成功。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這一塊我覺得比炫技重要多了。因為只要代理開始動手，治理就不是附加功能，是基本配備。你不先把 runtime 管好，後面再漂亮的 prompt 都只是表面功夫。\u003C\u002Fp>\u003Ch2>模型選擇還是重點，不是備註\u003C\u002Fh2>\u003Cp>Microsoft 這次也很明顯在推多模型策略，像是 \u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">MAI-Thinking-1\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">MAI-Image-2.5\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">MAI-Voice-2\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">MAI-Transcribe 1.5\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">MAI-Code-1\u003C\u002Fa>，再加上 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\">GitHub Copilot\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fcode.visualstudio.com\u002F\">VS Code\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\">GitHub\u003C\u002Fa> 這些開發場景。這不是單純秀模型，而是在講「模型路由」。\u003C\u002Fp>\u003Cp>也就是說，不要迷信一顆模型打天下。推理、分類、摘要、轉錄、圖片生成、程式碼修補，本來就不是同一種工作。你硬要拿同一顆模型全包，最後不是成本爆掉，就是品質不穩，或兩個一起來。\u003C\u002Fp>\u003Cp>我以前做過一個客服代理，最早也是一顆模型打到底。結果分類很爛、摘要還行、回覆又太慢。後來我把它拆成路由器：先用便宜模型判斷任務類型，再交給對應的專用模型處理，整體就順很多。這種做法很無聊，但很有效。\u003C\u002Fp>\u003Cp>實操上，我會建議你這樣設計：\u003C\u002Fp>\u003Cul>\u003Cli>先做模型路由器，不要把模型寫死在每個步驟裡。\u003C\u002Fli>\u003Cli>每種任務都要知道哪顆模型最適合，別只看排行榜。\u003C\u002Fli>\u003Cli>評估指標要對準你的工作流，不要拿通用 benchmark 自嗨。\u003C\u002Fli>\u003Cli>保留失敗退路，包含延遲、成本、政策限制三種情況。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你團隊現在還是「一顆模型跑全部」，我真的建議你早點拆。不是因為多模型比較潮，是因為它比較像真的系統。\u003C\u002Fp>\u003Ch2>治理如果不先做，代理只會變成事故機器\u003C\u002Fh2>\u003Cp>這篇裡面我覺得最值得注意的，是 Microsoft 把治理講得很前面。他們提到 \u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">Agent 365\u003C\u002Fa>、ASSERT、Agent Control Specification，還有一套用多個代理找漏洞的安全系統 MDASH。這些名詞很多，但核心其實只有一個：代理一旦會動手，就要能被識別、被限制、被稽核。\u003C\u002Fp>\u003Cp>白話說，代理不是「有沒有回答」的問題，而是「它到底是誰、能做什麼、碰過什麼、出事怎麼停」。這些如果不先設計，後面一切都會很痛。很多團隊喜歡說先做 prototype，再補控制；我聽到這句就想翻白眼，因為那通常代表最後根本補不回來。\u003C\u002Fp>\u003Cp>我見過最慘的狀況，是代理可以發信、改文件、呼叫 API、觸發工作流程，結果權限和紀錄各自散在不同系統。真的出事時，連誰下的指令都查不乾淨。這種系統不是不聰明，是不可信。\u003C\u002Fp>\u003Cp>實操上，我會直接要求這幾件事：\u003C\u002Fp>\u003Cul>\u003Cli>每個代理都要有自己的身份，不要只共用一把 API key。\u003C\u002Fli>\u003Cli>所有工具呼叫都要記錄輸入、輸出和政策判斷。\u003C\u002Fli>\u003Cli>評估環境和正式權限要分開。\u003C\u002Fli>\u003Cli>上線前先測 kill switch，不要等事故發生才找按鈕。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你想看別家怎麼處理，也可以對照 \u003Ca href=\"https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fagents-and-tools\">Anthropic 的工具文件\u003C\u002Fa>，或看 \u003Ca href=\"https:\u002F\u002Fmodelcontextprotocol.io\u002F\">MCP\u003C\u002Fa> 生態怎麼談工具接法。大家講法不同，但問題都一樣：模型能動手之後，控制平面就不能再隨便。\u003C\u002Fp>\u003Ch2>本機開發還是很重要，別被雲端話術騙了\u003C\u002Fh2>\u003Cp>Microsoft 也沒有完全忽略本機環境。他們提到像是 \u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fwindows\">Windows\u003C\u002Fa>、WSL、\u003Ca href=\"\u002Ftag\u002Fgpu\">GPU\u003C\u002Fa> passthrough、終端機體驗、還有開發盒子這些東西。這聽起來很像硬體廣告，但其實是在講一件事：開發者還是需要快速在本機把代理跑起來。\u003C\u002Fp>\u003Cp>翻譯一下就是，雲端再方便，本機迭代還是最省時間。你要試 prompt、試工具、試 sandbox、試權限，本機如果卡得要命，整個團隊的節奏就會被拖死。很多 AI 專案最後不是死在模型，而是死在環境太碎。\u003C\u002Fp>\u003Cp>我自己最討厭的就是那種「理論上可以跑」的開發流程。GPU 在這邊，Linux 在那邊，IDE 在另一邊，權限又要另外申請，最後每個人都在修自己的機器。這種時候你根本不是在做產品，你是在做安裝教學。\u003C\u002Fp>\u003Cp>實操上，我會這樣要求：\u003C\u002Fp>\u003Cul>\u003Cli>本機開發要是正式路徑，不是玩具路徑。\u003C\u002Fli>\u003Cli>本機權限和生產環境盡量對齊。\u003C\u002Fli>\u003Cli>讓開發者能在本機先跑代理循環，不要每次都等遠端資源。\u003C\u002Fli>\u003Cli>GPU、沙箱、shell、檔案系統這些能力要整合，不要各自為政。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這件事很樸素，但真的省時間。你只要讓本機環境夠像正式環境，很多問題在上線前就會先露餡，總比上線後才爆來得好。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># 代理系統模板：先上下文，再執行，最後才是模型\u003C\u002Fcode>\u003C\u002Fpre>\u003Cpre>\u003Ccode>## 1. 上下文分層\n- 身份層：使用者是誰、屬於哪個團隊、可用權限有哪些\n- 企業層：文件、工單、CRM、會議紀錄、內部 API\n- 即時層：網頁、公告、版本說明、公開文件、競品資訊\n\n## 2. 檢索規則\n- 回傳段落，不回傳整頁\n- 每筆資料都帶來源網址、時間戳、可信度\n- 企業資料與網路資料分開檢索\n- 檢索層保持模型無關\n\n## 3. 模型路由\n- 推理模型：多步規劃、整合、判斷\n- 便宜模型：分類、路由、短答\n- 程式模型：程式碼生成與修補\n- 語音\u002F影像模型：只有在任務需要時才叫用\n\n## 4. 執行政策\n- 每個代理都要有身份\n- 每次工具呼叫都要記錄\n- 寫入與刪除動作一律沙箱化\n- 網路存取必須明確授權\n- 高風險動作要有人工確認\n\n## 5. 執行環境\n- 本機開發要盡量貼近正式環境\n- 能用系統層沙箱就不要只靠應用層\n- 本機與雲端都要能跑同一套代理流程\n- 支援快速迭代，也支援集中部署\n\n## 6. 評估方式\n- 測實際工作流，不要只看通用 benchmark\n- 量延遲、成本、正確率、失敗復原\n- 對政策違規做回歸測試\n- 只要檢索、模型或政策變更，就重跑評估\n\n## 7. 上線順序\n1. 先定義任務\n2. 再定義上下文層\n3. 再定義權限\n4. 接檢索\n5. 接模型路由\n6. 接評估\n7. 最後才上線\n\n## 8. 最小提示詞骨架\n你是 {{公司名稱}} 的內部代理。\n你的任務是 {{任務}}。\n只能使用下面列出的工具與資料來源。\n請嚴格遵守執行政策。\n如果缺上下文，就先問。\n如果動作有高風險，就停下來請求確認。\n回答要簡短、可追溯、可引用。\n\n## 9. 工具白名單與黑名單\n- 允許：search_web、read_docs、query_database、create_ticket、draft_email\n- 禁止：delete_records、send_external_email、deploy_prod\n\n## 10. 上線檢查清單\n- [ ] 上下文來源已盤點\n- [ ] 檢索已測過\n- [ ] 模型路由已設定\n- [ ] 沙箱已強制啟用\n- [ ] 稽核紀錄已開啟\n- [ ] kill switch 已測過\n- [ ] 回歸評估都通過\n- [ ] 申請與核准流程已寫清楚\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這份模板不是照抄 Microsoft 原文，我是把它拆成我自己會用的版本。它的精神很簡單：上下文先行、執行環境第二、模型選擇第三、治理要一路跟著。你如果明天就要做內部代理平台，我會建議直接從這個順序開始。\u003C\u002Fp>\u003Cp>我不會跟你說這樣最輕鬆，因為它一點都不輕鬆。但如果你的代理要真的做事，這就是比較像樣的做法，不是那種只會講話的 demo。\u003C\u002Fp>\u003Cp>來源主要是 Microsoft 官方文章 \u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F\">Microsoft Build 2026: Be yourself at work\u003C\u002Fa>，我把原文拆解後改寫成台灣開發者比較能直接拿去用的版本。其他參考連結包含 \u003Ca href=\"https:\u002F\u002Fmodelcontextprotocol.io\u002F\">MCP\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-fabric\">Microsoft Fabric\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fcode.visualstudio.com\u002F\">VS Code\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fagents-and-tools\">Anthropic 工具文件\u003C\u002Fa>，原創整理與模板是我自己補的。","我把 Microsoft Build 2026 拆成可抄的代理系統做法：上下文、執行環境、模型路由、治理與模板。","blogs.microsoft.com","https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2026\u002F06\u002F02\u002Fmicrosoft-build-2026-be-yourself-at-work\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781329733213-teym.png","tools","zh","4543733b-22c2-4f7d-a115-038d4c542cd2",[17,18,19,20,21],"代理系統","上下文分層","模型路由","治理","MCP",[23,24,25],"代理不是單一模型，而是上下文、執行環境、模型與治理的整套系統。","先把檢索與權限分層，代理才不會把私有資料和公開資料混在一起。","可直接套用模板：上下文分層、模型路由、沙箱、稽核、kill switch。",0,"2026-06-13T05:48:21.486989+00:00","2026-06-13T05:48:21.473+00:00","6706c5ce-71b1-4bef-b28a-28e17a9b0d77",{"tags":31,"relatedLang":38,"relatedPosts":42},[32,33,35,36,37],{"name":17,"slug":17},{"name":21,"slug":34},"mcp",{"name":18,"slug":18},{"name":19,"slug":19},{"name":20,"slug":20},{"id":15,"slug":39,"title":40,"language":41},"microsoft-build-2026-agents-into-systems-en","Microsoft Build 2026 turns agents into systems","en",[43,49,55,61,67,73],{"id":44,"slug":45,"title":46,"cover_image":47,"image_url":47,"created_at":48,"category":13},"1f8c57f4-698a-42a5-80e8-85cf7cb915d6","mimo-v25-pro-turns-agent-work-into-one-api-call-zh","MiMo-V2.5-Pro 把 agent 工作變成一個 API","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781320694317-up12.png","2026-06-13T03:17:48.351417+00:00",{"id":50,"slug":51,"title":52,"cover_image":53,"image_url":53,"created_at":54,"category":13},"bcf84ab5-c420-448a-968b-d6777d846d68","8-cursor-alternatives-that-fit-how-you-work-zh","8 款 Cursor 替代品怎麼選","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781312602751-6ay6.png","2026-06-13T01:02:56.132136+00:00",{"id":56,"slug":57,"title":58,"cover_image":59,"image_url":59,"created_at":60,"category":13},"4cd74291-8fb5-4203-ba64-b9e5cc5dec68","ollama-default-local-ai-layer-zh","Ollama 正在成為預設的本地 AI 層","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781310769394-h8f5.png","2026-06-13T00:32:16.314447+00:00",{"id":62,"slug":63,"title":64,"cover_image":65,"image_url":65,"created_at":66,"category":13},"d151c5d3-b298-499a-9524-f06d42a8b26b","songscription-turns-piano-audio-into-editable-sheet-music-zh","Songscription 讓鋼琴音檔變可編輯樂譜","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781288303307-ll88.png","2026-06-12T18:17:55.667582+00:00",{"id":68,"slug":69,"title":70,"cover_image":71,"image_url":71,"created_at":72,"category":13},"d1ee04c1-484e-4b7e-804d-414053db6ce0","ios-27-turns-apple-music-into-smarter-player-zh","iOS 27 讓 Apple Music 變更會聽","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781287411723-ze4w.png","2026-06-12T18:02:58.114644+00:00",{"id":74,"slug":75,"title":76,"cover_image":77,"image_url":77,"created_at":78,"category":13},"a1e6c4e5-e265-4cdd-ad53-da0204132f44","kubernetes-turns-container-chaos-into-operations-zh","Kubernetes 把容器混亂變成營運","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781285605986-bdz1.png","2026-06-12T17:32:53.10569+00:00",[80,85,90,95,100,105,110,115,120,125],{"id":81,"slug":82,"title":83,"created_at":84},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":86,"slug":87,"title":88,"created_at":89},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":91,"slug":92,"title":93,"created_at":94},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":96,"slug":97,"title":98,"created_at":99},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":101,"slug":102,"title":103,"created_at":104},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":106,"slug":107,"title":108,"created_at":109},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":111,"slug":112,"title":113,"created_at":114},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":116,"slug":117,"title":118,"created_at":119},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":121,"slug":122,"title":123,"created_at":124},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00",{"id":126,"slug":127,"title":128,"created_at":129},"3ce6e6e2-bac5-463e-9f8d-45caabcc61f7","awesome-ai-for-science-research-tools-map-zh","AI 科研工具清單，開始像地圖了","2026-03-27T01:46:50.521945+00:00"]