1. 問題：Agent 只懂公開知識 過去半年，我把越來越多的工程工作交給 AI Agent 執行——設計、coding、部署、驗證。整個流程跑起來之後，我發現一個反覆出現的摩擦點： Agent 每次對話都從零開始。 你踩過的坑、你的系統設計決策、模組之間的語意關係——這些都只存在你腦子裡，或散落在各種 commit message 之中。每次要讓 Agent 理解背景，都得重新解釋一...

1. 問題：AI 寫 code 容易，AI 看 production 很難 過去兩年，「讓 AI 幫忙寫程式」這件事從 demo 變成日常。Cursor、Claude Code、Copilot 都能在 30 秒內把一個 React 元件、一支 Python 服務、一條 SQL migration 寫得像樣。但只要踏出「local 編譯通過」的舒適圈，故事就完全不同： API 在 s...

市場是一個大水缸。 資金從某個資產流出，就必然流向另一個資產。這個看似簡單的觀察，是 Munger 系統設計的核心假設。 大多數市場分析工具問的是「這個資產會漲還是跌」。Munger 問的是另一個問題： 資金正在從哪裡出來？往哪裡去？水缸裡是否正在積累足以引發「洩洪」的尾端風險？ 這兩個問題框架的差距，決定了分析工具是否能在重大市場轉折前給出有意義的預警。 系統架構：三...

三週前我發表了《Harness Engineering 方法論：從 CLAUDE.md 到自進化的 AI 開發體系》，整理了我的五層架構。 文章最後列了幾個「仍在演進」的方向：Knowledge Graph MCP、自主部署驗證回滾、SBE 深化、多 Agent 協作。 今天（2026-05-04）是一個觀察自己進步的好時機。 AgenticOps：四階段持續循環 Agentic...

從一個挫折說起 我開始使用 AI Coding Agent 後遇到的第一個嚴重問題，不是模型寫出 bug，而是模型連續兩次提出我已經否決過的方案。 第一次我耐心解釋為什麼 polling 不行、要用 event-driven。第二次我意識到：這不是模型的問題，而是我沒有建立系統來約束它。 這是我接觸 Harness Engineering 的起點。 什麼是 Harness Eng...

Preface The AI development community has converged on a powerful insight: Agent = Model + Harness. The harness is everything except the model itself — orchestration, tools, permissions, memory, co...

前言 交易系統最可怕的不是崩潰 — 崩潰至少會被注意到。最可怕的是靜默失敗：服務看起來正常，但報價已經停止更新、策略已經不再觸發、數據已經悄悄偏移。 我的兩套衍生品交易系統（Shioaji 微服務群 + IBAPI 單體）共 35 個容器運行在同一台 VM 上。隨著服務數量增長，我逐步建立了一套基於可觀測性三支柱（Metrics / Logs / Traces）的監控架構，再加上獨立於監...

前言 查理芒格最著名的投資哲學不是「買什麼」，而是「怎麼想」。他的多學科思維模型（Lattice of Mental Models）強調：根據問題的性質，選擇最適合的心智模型來分析。 我嘗試把這個哲學實作成一套自動化的交易分析系統。這篇文章記錄了從固定管線到動態 Agent 的演化過程，以及系統如何透過收集數據實現自我學習。 系統全景：從數據到決策 ...

前言 我維護兩套衍生品交易系統 — Shioaji（台灣期貨選擇權，15 個微服務）和 IBAPI（美國期貨選擇權，FastAPI 單體）。過去半年的開發中，我逐步建立了一套自癒式開發流程，核心原則是： 需求即測試、自動診斷、自癒修復、知識沉澱。 這套流程的「自癒」不只是指系統的自動恢復，更是指開發流程本身會從錯誤中學習並防止重蹈覆轍。 流程全景 ...

前言 在 2026 年 1 月 25 日，我有幸參與了薏仁哥舉辦的研討會。這場研討會涵蓋了許多關於市場觀察與交易心法的深度內容，以下是我個人的一些重點紀錄與心得。 研討會重點整理 1. 市場核心觀察 趨勢判斷的重要性。 如何透過量價關係看穿法人動向。 2. 交易策略與心法 風控永遠優先於獲利。 建立屬於自己的交易系統。 3. 實戰案例分析 針對近期盤勢的...