跳至主要內容
蒼時弦也蒼時弦也

Kobako:Cold Start 原來能快 100 倍?

Kobako 是近期我針對 Ruby 生態系中,對 Harness Engineering 支援所開發基於 WebAssembly 和 mruby 的沙盒(Sandbox)用來填補 AI 所撰寫的程式碼,沒有可以安全運行的環境。

關於 Kobako 的設計理念,我在 上一篇文章 已經介紹過,這次想聊的是效能。在初期的版本中 Cold Start(冷啟動,通常指初次啟動)大概要花上 500 ms 左右,這遠比最佳實踐通常會抓 200 ms 回應來說慢的不少,即使 AI 通常接受更慢的回應,但這不是等待 LLM 回應,仍該用過去的 API 標準來看待。

蒼時弦也蒼時弦也

當 Claude Code 持續運行數小時

去年流行過的 Ralph Loop(一種讓 AI Coding Agent 自動重複執行的技巧)當時我並不太信任這種做法是否足夠安全,以及能有足夠的穩定性。

前幾個月 Claude Code 的更新加入了 /loop 技能,本質上是利用 Claude Code 內建的 Cron 工具,以固定間隔重複特定的提示詞(Prompt)來做到類似的效果,至少更安全、可控。

然而,事情通常不會這麼單純。

蒼時弦也蒼時弦也

從 Agent 到 Agentic AI

最近因為工作的關係,需要對 AI 代理人(AI Agent)進行評估,也順便做了 Agentic AI(代理式 AI)的比較。如果你也在評估或導入 AI 代理相關技術,這兩者看起來相似卻不太一樣。

蒼時弦也蒼時弦也

該有自己的 Agent Skills 嗎?

我經常看到「某某工具超強」的討論,但實際用了別人的 Agent Skill 後,往往發現不太順手,效果也跟預期有落差。更何況讓任意的人提供你 Agent Skill 從安全角度來看也非常危險,因為我們會授權給 Agent 做很多事情,遠比工具軟體危險更多。

除了安全以外,還有很多理由應該要有一套自己的 Agent Skill 會更好。

蒼時弦也蒼時弦也

Design Pattern 在 AI 時代還有用嗎?

你是否發現 AI 生成的程式碼,每次整合都要花大量時間重新改寫?自從 Coding Agent 被推出,就不斷有會聽到軟體工程師會被取代的聲音。然而,最近跟同事協作的過程中,整體還是符合「剩下專業的人留下」這樣整體的現況。

可能有人會認為有 Coding Agent 後「不用學習軟體開發」但沒有意識到,許多高階的軟體開發知識,都不是「實作」的問題,更多是怎麼「設計」或者「架構」

蒼時弦也蒼時弦也

2026 年最值得投資的 AI 技能

在 2025 年,我們經歷了 LLM(大型語言模型)快速進步的一年,以 AI Agent 形式的工具越來越多,用於開發軟體的 Coding Agent 也逐漸成熟到變成標準配備,而不是用來快速修改檔案的手段之一。

然而,對於軟體工程師來說,我認為 2026 年最值得投資的並不是學會 Coding Agent 這類工具的使用,而是更根本的能力。