[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-vortex-3-0-risc-v-gpu-3d-pipeline-zh":3,"article-related-vortex-3-0-risc-v-gpu-3d-pipeline-zh":30,"series-tools-8f77ad13-347f-4e8e-9f7f-874661fb0161":83},{"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},"8f77ad13-347f-4e8e-9f7f-874661fb0161","vortex-3-0-risc-v-gpu-3d-pipeline-zh","Vortex 3.0 把算力變 3D GPU","\u003Cp data-speakable=\"summary\">Vortex 3.0 把一個開源 \u003Ca href=\"\u002Ftag\u002Frisc-v\">RISC-V\u003C\u002Fa> GPGPU 堆疊，往 3D \u003Ca href=\"\u002Ftag\u002Fgpu\">GPU\u003C\u002Fa> 和現成 \u003Ca href=\"\u002Ftag\u002Fapi\">API\u003C\u002Fa> 方向推了一大步。\u003C\u002Fp>\u003Cp>我盯開源 GPU 專案很久了，老實說，大多數都卡在同一個毛病：一開始很會跑 compute，講得像什麼都能做，結果一碰到\u003Ca href=\"\u002Fnews\u002Fanthropic-mcp-observability-real-agent-ops-zh\">真正的\u003C\u002Fa>開發流程就露餡。不是只有模擬器，就是只有 RTL；不是只有 OpenCL 口號，就是 driver 還在半成品。你要拿它來做點像樣的\u003Ca href=\"\u002Fnews\u002Fpressable-mcp-hands-on-hosting-control-zh\">工作\u003C\u002Fa>，最後都會變成自己補洞，補到懷疑人生。\u003C\u002Fp>\u003Cp>所以我看到 Vortex 3.0 時，第一個反應不是「哇，好多功能」，而是「終於有人承認只做算力不夠了」。我如果要判斷一個開源 GPU 堆疊值不值得碰，我不只想看它能不能跑 kernel，我想看它能不能接工具、能不能走圖形路徑、能不能把工作提交和同步這些髒活處理好。這版的 Vortex，至少開始像在回答這個問題。\u003C\u002Fp>\u003Ch2>我先看的是它終於不再裝作 compute 就夠了\u003C\u002Fh2>\u003Cp>觸發我寫這篇的是 Michael Larabel 在 Phoronix 的整理：\u003Ca href=\"https:\u002F\u002Fwww.phoronix.com\u002Fnews\u002FVortex-3.0-RISC-V-GPGPU\" target=\"_blank\" rel=\"noopener noreferrer\">Vortex 3.0 Released As Full-Stack, Open-Source RISC-V GPU Now With 3D Pipeline\u003C\u002Fa>。原始專案在 Georgia Tech 的 \u003Ca href=\"https:\u002F\u002Fvortex.cc.gatech.edu\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Vortex 頁面\u003C\u002Fa>，程式碼也放在 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvortexgpgpu\u002Fvortex\" target=\"_blank\" rel=\"noopener noreferrer\">GitHub repo\u003C\u002Fa>。Phoronix 這篇沒有提供星數或觀看數，我就不亂補。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781175811047-2ifn.png\" alt=\"Vortex 3.0 把算力變 3D GPU\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cblockquote>“With Vortex 3.0 they have introduced a fixed-function graphics stack complete with a rasterizer and texture units and more in providing a 3D pipeline for expanding their scope beyond just GPGPU compute.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：這東西不再只是算數學了，它開始有圖形管線該有的骨架。光有 compute，很多時候只是研究展示；有了 rasterizer、texture units、3D pipeline，才比較像一個能被圖形軟體真正碰到的堆疊。\u003C\u002Fp>\u003Cp>我之前看過一堆開源 GPU 專案，最常見的問題就是太早把自己定位成「通用加速器」，結果實際上只有一條窄窄的路。你要嘛能跑某種 kernel，要嘛能在簡化環境裡 demo 一下，但\u003Ca href=\"\u002Ftag\u002F軟體開發\">軟體開發\u003C\u002Fa>者一看就知道，這條路太孤了。因為圖形世界不是只有算力，還有固定功能單元、同步、命令提交、資源管理。\u003C\u002Fp>\u003Cp>Vortex 3.0 的意思很直白：它在補那些以前被當成「之後再說」的東西。這不是炫技，這是把專案從「研究 artifact」往「可被軟體團隊理解的平臺」推。\u003C\u002Fp>\u003Cp>實操上我會這樣做：如果你也在做硬體或加速器，不要只問「能不能跑 \u003Ca href=\"\u002Ftag\u002Fbenchmark\">benchmark\u003C\u002Fa>」。先把下一個要吃掉的工作負載寫清楚。若目標是圖形，就把固定功能單元列進 roadmap；若目標是開發者採用，就先把 API 與 driver 路徑補齊。別把自己包裝成萬能，最後什麼都不像。\u003C\u002Fp>\u003Cul>\u003Cli>先定義下一個 workload，不要先定義宣傳詞。\u003C\u002Fli>\u003Cli>把缺的固定功能方塊列出來。\u003C\u002Fli>\u003Cli>硬體能力和軟體故事要對齊。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>我反而很在意它還保留 simulator 這件事\u003C\u002Fh2>\u003Cp>Vortex 的官方資料一直把 simulator、RTL simulator、FPGA 這幾條路放在一起講，這點我其實滿買單。原始介紹明講它可在模擬器中跑，也能對 AMD-Xilinx 或 Altera FPGA 使用。這種寫法很務實，沒有裝成「上板才算數」。\u003C\u002Fp>\u003Cblockquote>“Vortex continues to consist of an open-source simulator or RTL simulator and can also be used with either AMD-Xilinx or Altera FPGAs too for this RISC-V GPU design.”\u003C\u002Fblockquote>\u003Cp>白話就是：你不用每次改一行都去燒板子賭運氣。先在模擬器裡把行為抓穩，再把同一套東西往 FPGA 推。這種節奏雖然不帥，但它真的比較像工程，不像表演。\u003C\u002Fp>\u003Cp>我以前遇過一個很典型的坑：團隊太早把所有驗證都壓到實體板上，結果每天都在跟 synthesis、時序、bitstream、工具鏈版本吵架，真正的架構問題反而沒人有空看。最後大家嘴上說在做硬體，實際上是在跟工具商搏鬥。\u003C\u002Fp>\u003Cp>Vortex 這裡比較像是把開發節奏分層：模擬器負責快、負責看得清楚；FPGA 負責整合、負責驗證接近真實環境的行為。這種分工很土，但很有用。\u003C\u002Fp>\u003Cp>實操寫法很簡單：你如果在做硬體相關專案，先把「最快的驗證路徑」和「最接近目標平台的驗證路徑」拆開。前者用來日常開發，後者用來確認整合沒翻車。兩條路都要寫清楚，不然大家只會在黑箱裡猜。\u003C\u002Fp>\u003Cul>\u003Cli>預設開發目標放在 simulator。\u003C\u002Fli>\u003Cli>FPGA 只拿來做整合確認，不拿來天天賭。\u003C\u002Fli>\u003Cli>把每個環境驗證了什麼講明白。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>命令提交和排程才是這版最像平台的地方\u003C\u002Fh2>\u003Cp>如果說 3D pipeline 是門面，那 command processor、kernel scheduler、async barriers 就是骨架。Phoronix 提到 Vortex 3.0 加了新的 hardware kernel scheduler、command processor architecture、async barriers。這些字看起來很工程，但我反而覺得這才是重點。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781175809099-wdwt.png\" alt=\"Vortex 3.0 把算力變 3D GPU\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cblockquote>“Vortex 3.0 also adds ... a new hardware kernel scheduler, a command processor architecture, async barriers...”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：工作怎麼進 GPU、怎麼排、怎麼同步，現在都不是臨時湊的。這種東西一旦沒設計好，硬體再快也沒用，因為工作提交會亂、pipeline 會卡、同步會變成性能稅。\u003C\u002Fp>\u003Cp>我很常看到這種專案犯一個毛病： datapath 很努力，command path 很隨便。結果 driver 寫到後面，大家發現真正的產品不是硬體，而是那坨為了讓硬體能用而生出來的軟體補丁。這通常不是好消息。\u003C\u002Fp>\u003Cp>Vortex 3.0 這次讓我比較有感的地方，就是它開始把工作提交和同步當成一級公民，而不是「之後 driver 再補」。這代表它不只想證明算得動，還想證明整個執行模型能站得住。\u003C\u002Fp>\u003Cp>實操上我會建議：你只要是在做 accelerator，不管是 GPU、NPU 還是別的東西，都要先定義 command submission、ordering、synchronization。不要把它丟給軟體團隊自己想辦法。硬體怎麼吃工作，這本來就是架構的一部分。\u003C\u002Fp>\u003Ch2>Tensor 那幾個名詞不是裝飾，是真在擴 use case\u003C\u002Fh2>\u003Cp>這版還加了 tensor core structured sparsity、warp group-level matrix multiplication 這類東西。很多人看到會先翻白眼，覺得這又是把 AI 熱詞貼上去。但我覺得不能這樣看，因為現代 workload 本來就不是單一路線。\u003C\u002Fp>\u003Cblockquote>“Vortex 3.0 also adds tensor core structured sparsity, warp group-level matrix multiplication...”\u003C\u002Fblockquote>\u003Cp>白話講，這是在補現實世界常見的數學型工作。structured sparsity 針對有規律的零值，matrix multiplication 則是很多 AI、圖學、科學運算都繞不開的核心。它們不是炫耀用的名詞，是讓這顆 GPU 不只會跑一種東西。\u003C\u002Fp>\u003Cp>我以前看過一個很慘的加速器專案，硬體做得不差，但只能吃一種很窄的 kernel。結果外部團隊試了兩週就放棄，因為你每次要碰它都得先改資料格式、改編譯流程、改 runtime。那種專案最後只會活在簡報裡。\u003C\u002Fp>\u003Cp>Vortex 這次比較聰明的地方，是它沒有把 graphics、compute、tensor 當成互相排斥的東西，而是把它們當成同一個堆疊可以覆蓋的不同層次。這樣一來，專案的存在理由就更完整，不會只剩下「我也能算」這種很空的說法。\u003C\u002Fp>\u003Cp>實操寫法：如果你在規劃新功能，先問它是不是能讓更多真實 workload 進來。不要只問它是不是很潮。功能要能擴張可用場景，才值得排進主線。\u003C\u002Fp>\u003Ch2>Vulkan 和 HIP 才是讓人真的敢碰的入口\u003C\u002Fh2>\u003Cp>我最在意的其實不是那些硬體名詞，而是它怎麼接到開發者熟悉的 API。Vortex 3.0 這次加了 Mesa\u002FLavapipe Vulkan backend，還有透過 chipStar 的 HIP support。Mesa driver 叫 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvortexgpgpu\u002Fvortexpipe\" target=\"_blank\" rel=\"noopener noreferrer\">vortexpipe\u003C\u002Fa>。這幾個名字一出來，味道就對了：它不是叫你重學一套怪語言，而是想插進現成生態。\u003C\u002Fp>\u003Cblockquote>“Vortex 3.0 also adds a Mesa\u002FLavapipe Vulkan back-end as well as HIP support via chipStar. The new Mesa driver is called vortexpipe.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：如果你本來就會 Vulkan 或 HIP，你不用先學一個很冷門的私有介面，才能摸到這顆 GPU。這件事超重要，因為開源硬體最大的死法之一，就是把門檻設得比硬體本身還高。\u003C\u002Fp>\u003Cp>我看過太多團隊覺得「只要硬體夠酷，生態自然會來」。不會。工具鏈才是生態，driver 才是生態，translation layer 也是生態。你不把這些東西做出來，最後只會剩下一張架構圖和一群不想碰的開發者。\u003C\u002Fp>\u003Cp>所以如果你自己也在做平台，我會很\u003Ca href=\"\u002Fnews\u002Fexpensify-mcp-ai-expense-management-zh\">直接\u003C\u002Fa>：把 API 接口當成產品的一部分，不是附屬品。你要讓人從 Vulkan、HIP、OpenCL 這些熟路進來，而不是逼他們先理解你的內部世界觀。\u003C\u002Fp>\u003Cul>\u003Cli>用現成 API 當採用入口。\u003C\u002Fli>\u003Cli>driver 命名和 backend 命名要乾淨、直白。\u003C\u002Fli>\u003Cli>把工具鏈工作算進 release 範圍。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>我學到的是：開源硬體要靠無聊的紀律活下來\u003C\u002Fh2>\u003Cp>Vortex 3.0 讓我最有感的，不是它某一個單點功能，而是它開始像一個有紀律的堆疊。Georgia Tech 這個團隊還是走開源 RISC-V GPGPU 路線，但它現在更像在做一個完整平台，而不是一個只適合發 paper 的原型。\u003C\u002Fp>\u003Cblockquote>“The open-source developers at Georgia Tech working on Vortex as an OpenCL-compatible RISC-V GPGPU implementation are out with their next major release for this open-source GPU design.”\u003C\u002Fblockquote>\u003Cp>白話就是：這版不是只有硬體亮點，而是整個 stack 在一起往前移。這很重要，因為開源硬體最怕的就是層與層之間不同步。硬體先跑、driver 還沒好，會變成空轉；driver 先做、工作負載還沒對上，會變成空談。\u003C\u002Fp>\u003Cp>我不會說 Vortex 3.0 已經解決所有問題，當然沒有。可是它至少把「怎麼讓開源 GPU 被真的用到」這件事，講得比很多專案誠實。它知道自己不能只做 compute，也知道不能只靠硬體名詞撐場面。\u003C\u002Fp>\u003Cp>實操上，我會把這版當成一個很好的 checklist：你要做的不是炫一個功能，而是把硬體、driver、API、驗證路徑一起對齊。這種東西看起來不性感，卻是專案能不能活下去的差別。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># Open GPU \u002F accelerator release note template（可直接改名套用）\n\n## 這版到底多了什麼\n- 新增 3D \u002F graphics pipeline\n- 新增固定功能單元：rasterizer、texture units\n- 新增 command processor 與 hardware scheduler\n- 新增 async barriers \u002F synchronization support\n- 新增既有 API backend：Vulkan \u002F HIP \u002F OpenCL 其中一個或多個\n- 保留 simulator 與 FPGA 驗證路徑\n\n## 這版解決的是什麼問題\n我們不再只做 compute demo，而是把專案往可被真實開發者使用的 GPU \u002F accelerator stack 推進。\n\n## 你要特別說清楚的地方\n- 工作怎麼提交：command submission\n- 工作怎麼排序：scheduling\n- 工作怎麼同步：barriers \u002F fences\n- 工具怎麼接：Vulkan \u002F HIP \u002F OpenCL backend\n- 驗證怎麼做：simulator \u002F RTL \u002F FPGA\n\n## 對外一句話版本\nProject X 3.0 adds a graphics pipeline, command processing, async synchronization, and backend support so developers can target it through familiar APIs instead of a custom interface.\n\n## README 可直接貼的短版\nProject X now supports graphics workloads, structured scheduling, async synchronization, and existing API backends. Development can be done in simulation first, then validated on FPGA.\n\n## 發版檢查清單\n- [ ] 我有講清楚這版多了哪些硬體方塊\n- [ ] 我有講清楚 driver \u002F backend 接口\n- [ ] 我有講清楚 simulator 和 FPGA 各自負責什麼\n- [ ] 我有講清楚這版能多跑哪種 workload\n- [ ] 我沒有只用形容詞包裝功能\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這份模板是我根據 Vortex 3.0 的拆法整理出來的，不是原文照抄。你如果也在寫硬體、框架或加速器的 release note，可以直接拿去改。重點不是文案好不好看，是有沒有把「它現在能做什麼」講到讓別人敢接手。\u003C\u002Fp>\u003Cp>來源我用的是 Michael Larabel 的 Phoronix 文章：\u003Ca href=\"https:\u002F\u002Fwww.phoronix.com\u002Fnews\u002FVortex-3.0-RISC-V-GPGPU\" target=\"_blank\" rel=\"noopener noreferrer\">phoronix.com\u002Fnews\u002FVortex-3.0-RISC-V-GPGPU\u003C\u002Fa>，再加上 Georgia Tech 的 \u003Ca href=\"https:\u002F\u002Fvortex.cc.gatech.edu\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Vortex 專案頁\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvortexgpgpu\u002Fvortex\" target=\"_blank\" rel=\"noopener noreferrer\">GitHub repo\u003C\u002Fa>。前面那些拆解是我自己的理解和整理，模板也是我衍生寫出來的。","我拆 Vortex 3.0 怎麼把 RISC-V GPGPU 從算力專案推成可碰 Vulkan、HIP 的 3D GPU 堆疊。","www.phoronix.com","https:\u002F\u002Fwww.phoronix.com\u002Fnews\u002FVortex-3.0-RISC-V-GPGPU",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781175811047-2ifn.png","tools","zh","9a00bc96-0789-42fa-a107-f10eaf7b181d",[17,18,19,20,21],"RISC-V GPU","Vulkan","HIP","open-source hardware","GPGPU",[23,24,25],"Vortex 3.0 的重點不是多幾個功能，而是把 compute-only 專案往完整 GPU stack 推。","simulator + FPGA 的雙路驗證，比單純上板更像真正的工程流程。","Vulkan 和 HIP 這類既有 API 入口，才是開源 GPU 讓開發者敢碰的關鍵。",2,"2026-06-11T11:03:00.80819+00:00","2026-06-11T11:03:00.79+00:00","c31d9ac5-22cf-496b-be1f-9e916dbb37bb",{"tags":31,"relatedLang":42,"relatedPosts":46},[32,34,36,38,40],{"name":18,"slug":33},"vulkan",{"name":21,"slug":35},"gpgpu",{"name":20,"slug":37},"open-source-hardware",{"name":19,"slug":39},"hip",{"name":17,"slug":41},"risc-v-gpu",{"id":15,"slug":43,"title":44,"language":45},"vortex-3-0-risc-v-gpu-3d-pipeline-en","Vortex 3.0 turns RISC-V compute into a 3D GPU","en",[47,53,59,65,71,77],{"id":48,"slug":49,"title":50,"cover_image":51,"image_url":51,"created_at":52,"category":13},"9947d432-419a-4fb2-b63e-2df73e5503f0","vibe-coding-lets-you-ship-a-tiny-app-fast-zh","Vibe coding 讓你先把小工具做出來","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781254115147-lr0c.png","2026-06-12T08:47:56.34535+00:00",{"id":54,"slug":55,"title":56,"cover_image":57,"image_url":57,"created_at":58,"category":13},"f7cfd9fc-4795-40e6-9ccf-8d1d320d8560","what-vibe-coding-means-for-developers-zh","Vibe Coding 對開發者的真正意義","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781253188911-llz7.png","2026-06-12T08:32:32.032314+00:00",{"id":60,"slug":61,"title":62,"cover_image":63,"image_url":63,"created_at":64,"category":13},"6371d809-9372-4a40-bf34-09ca516bf1c5","product-hunt-vibe-coding-tools-2026-zh","Product Hunt 的 vibe-coding 堆疊怎麼配","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781252320426-k29l.png","2026-06-12T08:18:03.871398+00:00",{"id":66,"slug":67,"title":68,"cover_image":69,"image_url":69,"created_at":70,"category":13},"048fe239-c575-457f-87b3-7a11dcc92b45","copilot-keeps-old-amd-linux-gpus-alive-zh","Copilot 讓舊 AMD GPU 活下來","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781242402748-dls4.png","2026-06-12T05:32:53.912906+00:00",{"id":72,"slug":73,"title":74,"cover_image":75,"image_url":75,"created_at":76,"category":13},"851e075c-b22f-4425-a5c8-28132574da25","fine-tune-slm-emotion-recognition-zh","情緒辨識 SLM 微調實作指南","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781231575451-p3g5.png","2026-06-12T02:32:23.646134+00:00",{"id":78,"slug":79,"title":80,"cover_image":81,"image_url":81,"created_at":82,"category":13},"5c8150a0-bd9a-4b69-bba3-09548f5dcc84","midjourney-pricing-guide-2026-plans-costs-zh","Midjourney 2026 訂閱費用與方案判讀","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781230674954-vf1u.png","2026-06-12T02:17:24.385566+00:00",[84,89,94,99,104,109,114,119,124,129],{"id":85,"slug":86,"title":87,"created_at":88},"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":90,"slug":91,"title":92,"created_at":93},"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":95,"slug":96,"title":97,"created_at":98},"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":100,"slug":101,"title":102,"created_at":103},"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":105,"slug":106,"title":107,"created_at":108},"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":110,"slug":111,"title":112,"created_at":113},"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":115,"slug":116,"title":117,"created_at":118},"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":120,"slug":121,"title":122,"created_at":123},"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":125,"slug":126,"title":127,"created_at":128},"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":130,"slug":131,"title":132,"created_at":133},"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"]