Hello! 各位 AI 開發者大家好 👋
變成月刊了，這期內容繼續深入探討 AI 工程的核心: 評估、Context Engineering、Agent 和 RAG。
閱讀全文〈愛好 AI Engineer 電子報 🚀 AI Evals 大辯論和 MCP Registry 發布 #32〉官方 MCP Registry 上線
看到 MCP 官方出了一個 Registry [1]，GitHub [2] 也出了一個 Registry，這是在打架嗎？
不是的，讓我解釋一下 MCP Registry 的架構。
閱讀全文〈官方 MCP Registry 上線〉AI Evals 大辯論: 從 Claude Code 訪談引發的反思
最近看到一場關於 AI Evals 的精彩論戰，爭論焦點不在模型訓練層面的評估(這個大家都有共識要做)，而是 AI 應用層面到底要做多少評估。這讓我想起自己在軟體開發的經驗: 如何寫測試也是我曾關注的問題，但說實話，我從來不追求 100% test coverage。即使 Ruby 社群也強調每件事都要有測試涵蓋，但我還是比較考量成本效益，自動化測試對我來說是值得做才會做的事。
現在 AI Evals 也處於類似階段。我去年就開始關注並分享如何做評估，但要求每個面向都 100% 有評估其實是不實際的。AI 是機率性軟體，評估難度更高，AI 的輸出好不好也非常有主觀成分，目前怎麼做很依賴實務經驗交流。最近剛上完 AI Evals For Engineers & PMs 課程，有了新的體會。首先，「評估驅動開發」(指先寫評估再開發) 竟然可能是錯的方向 – 對於沒有標準輸出的 AI 任務，你無法無限投資在評估上。
閱讀全文〈AI Evals 大辯論: 從 Claude Code 訪談引發的反思〉愛好 AI Engineer 電子報 🚀 OpenAI GPT-5 推出 #31
Hello! 各位 AI 開發者大家好 👋
我是 ihower，這期不小心變成月刊了，暑假真是過太快了。
幫分享今年的 PyCon Taiwan 在臺北文創，總共有 3 種形式的演講與 6 種不同性質的交流活動。
時間是 2025/9/5 – 9/7 👉 活動資訊與購票
從 Prompting 基本結構到 Agent Prompting 設計原則
Anthropic 最近才釋出了他們在 2025/5/22 開發者大會的完整影片，當時的重頭戲是 Claude 4 模型發布。其中有兩場關於 prompting 教學的演講內容很不錯，這兩場演講從基礎 Prompt 到針對的 Agent 的 prompting ，展現了 prompt engineering 的不同層次，推薦大家一看。以下是我的解讀整理。
第一場: Prompting 101
OpenAI GPT-5 API 更新重點整理
OpenAI 於 2025/8/7 推出 GPT-5，包括 ChatGPT 和 API 都同時上線，這裡針對 AI 開發者快速解惑與整理重點。
ChatGPT != API 平台的模型
首先，ChatGPT App 的模型與 API 平台上的模型，並非一一對應，這點常讓開發者搞混。讓我說清楚。在 ChatGPT App 裡，其實是一個系統，包含:
- GPT-5 模型 (這沒有 thinking)
- GPT-5 Thinking 模型
- 內部的 Router 路由模型，會依據用戶問題動態切換不同模型與推理程度