前陣子在玩各式各樣的 AI 開發專案時，我總感覺有哪裡卡卡的。每次都要在不同環境中讓 AI Agent 變得更聰明，我都在做重複的雜事：去找過去 repo 寫好的 skill，再針對新的專案去微調內容。

為了解決這個痛點，我整理了一個開源專案：skills-bundle。

說實話，我認為現在每個有在用 AI Coding 的開發者，都該養一個屬於自己的 Skill Bundle。概念就很像每個人家裡都會有個專屬的五金工具箱，裡面裝著你最順手的扳手和鎚子。

為什麼你需要專屬的 AI 技能包 (Skill Bundle)？

1. 集中管理，避免 Prompt Injection 與安全疑慮

網路上 …

SDD (Spec Driven Development) 這名詞在最近這一年來被屢次頻繁的提到，尤其在台灣這半年來更是火到一個不行。

在最近的 side-project 中，因為想研究全自動化的 ai coding 流程，所以也認真探討一下這名詞背後的核心理念。

過往軟體開發流程

俗話說的好，會動的東西，就不要去碰它。既然傳統的開發流程已經孕育出世界上大大小小的偉大作品，那他必定有其邏輯道理存在。

我的認知裡頭，一個成熟的軟體產品從想法到實踐至少會經過幾個階段。

• 需求想法轉換為文字
• 文字轉換為規格
• 規格轉換為程式碼
• 程式碼轉換為功能
• 功能轉換為使用者體驗

使用者體驗再次回饋成為需求，如 …

自從 Antigravity 出現以後，我開始使用 Antigravity 來開發我手邊大大小小的專案。

前言：我也想懶人開發

看著越來越多社群上的開發者日以繼夜得瘋狂操弄著 Claude Code，來達到長時間且持續的 AI Agent 開發專案，讓我也想嘗試看看在 Antigravity 可以走得多遠。身為 Google 單推人的我可是對 Antigreavity 抱有很大的期待！

Antigravity：Multi Agent Manager

起初，我依樣畫葫蘆的方式去操弄 Agent Manager，去讓我可以同時在不同的 Session 對話中，開發相同的專案。我的規劃如下： …

今年整體的投資績效，保守估計約在 37.37% 以上。

雖然以實際獲利總金額來說，沒有去年來得好，但整體的表現仍然比大盤優秀。

計算方式

為了確保績效計算的準確性，我採用了以下方式進行統計：

• 台股：採用證券對帳單進行比較。由於今年有進行股票質押以及大額部位移動至美股的操作，單純看市值會有誤差，因此以對帳單為準。
• 美股：
  • 嘉信理財 (Charles Schwab)：部位持續在市場中交易，直接採用券商提供的帳面損益計算。
  • 匯豐複委託：採用對帳單進行比較。
• 排除項目：手上的現金部位以及比特幣 (Bitcoin) 暫不計入此次績效統計中。

檢討

• 四月那波：雖說有提前留現金，但因為 FOMO …

前言：Gemini 3 世代下的 PDF 黑魔法

做為一個熱愛在 Side Project 裡串接 AI 的開發者，過去這半年，我跟 Google Gemini 的關係大概就像坐雲霄飛車一樣：從熱戀、到失望分手（轉向手刻輪子），再到今天——我又重新愛上它了。

今天想跟大家聊聊 Gemini 3 在 PDF 文件處理 (Document Processing) 上的一個「無聲但巨大」的改動。如果你跟我一樣，過去曾經因為 GEMINI 的 file api ，總是把 PDF 轉圖片導致 Token 爆炸而去尋找其他解決方案（to markdown、OCR、vision model），那我得說， …

前言：矽晶片上的兩種哲學

在前兩篇分析中，我們從「商業模式的價格戰」談到了「實體 AI 的新戰場」。現在，我們要揭開這場代理戰爭的最底層邏輯——這不只是 Google 與 Nvidia 兩家公司的競爭，而是電腦科學界兩種截然不同的運算哲學的對撞。

這場對撞的結果，將決定未來十年 AI 產業的利潤分配，以及誰能掌握通往通用人工智慧（AGI）的最終鑰匙。

第一章：特種部隊 vs. 僱傭兵——ASIC (TPU) 與通用運算 (GPU) 的對決

要理解 Google 為何能在 Gemini 3 上實現如此驚人的成本控制，我們必須回到硬體架構的本質差異。

1.1 TPU：為秩序而生的「特種部隊」 …