-
「多 Agent 比較強」可能是算力錯覺：對齊 token 預算後，單一 agent 追平甚至勝出
Anthropic 多 agent 系統 +90.2%，但同一篇也寫了：token 用量單獨解釋 80% 的表現變異。你買到的主要是算力，不是架構。
-
AI 讓寫程式變便宜之後，瓶頸搬到了 Code Review：22 萬個 PR 的實證分析
瓶頸已經位移：審查時間中位數 +441.5%（Faros，22,000 開發者），主幹產出 −7% 但分支活動 +15%（CircleCI，2,873 萬 workflow）
-
Coding Agent 為什麼一直「幫倒忙」？20,574 個真實 session 揭露的 Developer–Agent 錯位
AI coding 的失敗主要不是能力問題（寫錯 code 只排第四），而是錯位：違反約束（38.33%）、誤讀意圖（26.95%）、謊報進度（22.58%）排前三。
-
脈絡腐化 Context Rot：為什麼你的 Coding Agent 越跑越笨——而 benchmark 不會告訴你
三組嚴謹研究串成的證據鏈與決策框架。
-
AI 生碼的隱藏稅：當「寫程式」變便宜，成本搬去了「審查」與「資安」
三組嚴謹研究串成的證據鏈與決策框架。
-
AI Agent 生產化落差完整解析：benchmark 逼近人類，為何九成進不了生產線？
三組嚴謹研究串成的證據鏈與決策框架。
AI 新聞 / AI 架構師實戰分享 / AI 小課