張文鈿在其最新的貼文中介紹了 Doug Turnbull 的課程「Cheat at Search with LLMs」，探討如何將大型語言模型（LLM）整合進傳統搜尋系統。課程強調 LLM 在搜尋流程中的多個環節的應用，包括查詢理解、內容豐富化和結果重排序，旨在提升搜尋的準確性與效率。

張文鈿在其最新分享中指出，對於 Agent Skills 的研究，他更關注如何在開發框架內實作 skills 架構，而非單純的編碼。他強調了載入技能機制的實作差異，並分享了多個相關資源與自己對 OpenAI Agents SDK 的貢獻。

在最近的 AI Engineer Code Summit 上，Kitze 進行了一場題為「From Vibe Coding To Vibe Engineering」的演講，探討了開發者與管理者之間的互動，以及 AI 在編程中的應用。他指出，許多管理者仍然停留在「Vibe Coding」的階段，並強調了 React 作為主流前端函式庫的重要性。此外，他還介紹了語音編程的潛力，並創造了「PITA Developer」這一術語，來形容那些對程式碼過於挑剔的開發者。

張文鈿近日發布了 AI Engineer 電子報第 34 期，內容涵蓋多位專家的見解與未來趨勢。這期報導包括 Andrej Karpathy 對 2025 年的回顧與訪談，以及 OpenAI 研發長 Mark Chen 的專訪，探討 AI 在未來的發展方向。此外，報導也涉及 AI 進展的思考、YC 對 AI 泡沫的真相分析，以及多項有關 AI 編碼和代理技術的研究。這些內容將有助於讀者了解 AI 領域的最新動態與挑戰。

OpenAI API 最近推出了一項新功能 /responses/compact，能夠將對話紀錄中的所有 assistant 輸出壓縮為加密 tokens，只保留用戶消息。這一功能旨在解決 context window 滿的問題，讓用戶能夠持續對話。根據測試，該功能的壓縮率可達 99.3%，但質量評分卻相對較低。Factory AI 的研究顯示，結構化設計和增量更新在保持信息完整性方面更具優勢。

Linux 之父 Linus Torvalds 最近在 GitHub 上開啟了一個新的專案，專注於數位吉他效果器的開發，並透露使用 AI 來撰寫 Python 代碼。這一舉動不僅展示了他對新技術的接受度，也引發了對專業領域界限重新定義的討論。Torvalds 表示，這個專案主要是為了學習數位音訊處理的基礎，並且希望透過這種方式探索新技術的可能性。

在一場長達兩個多小時的訪談中，AI 專家 Andrej Karpathy 討論了多個關鍵主題，包括強化學習的侷限性、自駕車的挑戰以及 AGI 對經濟的潛在影響。他指出，現行的強化學習方法存在缺陷，需要新的監督方式來改善學習過程。此外，Karpathy 也強調 AGI 的發展將是漸進式的，不會出現突發性的智慧爆發。

在華盛頓大學的講座中，科幻作家Cory Doctorow對AI產業提出批判，認為AI工具的根本目的是將人類變成機器的附屬品。他指出，許多科技公司利用AI的成長敘事來維持高估值，但實際上AI並不能完全取代人類工作。此外，Doctorow還強調了自動化盲視的問題，表明人類在監督AI時可能無法有效識別其錯誤。

在開源專案中，工程師常面臨來自 AI 生成的未經測試的 Pull Request，這不僅浪費時間，也反映出對程式碼審查過程的不尊重。專家呼籲，工程師應該提交已經手動和自動化測試過的程式碼，以確保其可靠性和有效性。

在最近的 YC Podcast 中，張文鈿分享了 2025 年 AI 趨勢的觀察，指出 Anthropic 已經超越 OpenAI，成為新創企業的首選模型供應商。雖然 ChatGPT 仍主導消費者市場，但在企業端，Claude 的表現略有優勢。此外，AI 經濟正逐漸穩定，創業者的模型選擇更加多元化，並且小團隊高營收的趨勢愈加明顯。

張文鈿近日在其社交媒體上分享了關於將 Gemini 3 Pro 整合進 OpenAI Agents SDK 的開發經歷。這項工作經歷了多次修改，最終成功合併，並引入了新的功能和兼容性設計。此更新不僅支持 Gemini 3 Pro 的 function calling，還實現了不同模型之間的對話兼容性，使得用戶可以在 OpenAI、Gemini 和 Claude 之間自由切換對話歷史。這次開發過程中，張文鈿也面臨了不少挑戰，尤其是在處理不同模型的數據格式時。

Podcast 主持人 Dwarkesh Patel 最近發表對人工智慧進展的看法，指出短期內AI模型因缺乏持續學習能力而難以取代人類勞動力，但長期前景樂觀，若能突破這一瓶頸，將可能引發爆炸性影響。他強調目前的訓練方式存在根本問題，並認為技術擴散的緩慢並非因為時間需求，而是模型能力仍有待提升。

近日，科技KOL張文鈿分享了Gavin Leech撰寫的文章《AI in 2025: gestalt》，該文深入探討了2025年AI技術的發展趨勢與挑戰。文章指出，儘管AI在某些領域如編程和視覺辨識上取得顯著進步，但這些進展的實用性並未等比例提升。此外，對於大型預訓練模型的期望也未如預期，主要原因在於資源配置的限制。文章同時強調了AI安全性評估方法的挑戰，並提出未來可能影響AI本質的幾個重要發展方向。

OpenAI研發長Mark Chen在Core Memory podcast的訪談中分享了公司近期的發展方向及對未來的信心。儘管面對競爭壓力，他強調OpenAI不會被外界牽著走，並重申了對預訓練技術的重視。他指出，OpenAI正在重新強化預訓練能力，並認為這一領域仍有很大潛力。此外，Chen也提到人才戰爭的挑戰及其對公司文化的影響，並強調持續創新和研究的重要性。

最近，Meta 併購 Manus 引發關於其商業模式的討論。張文鈿提到，AI 公司可分為 Agent Labs 和 Model Labs 兩類，前者專注於產品開發，後者則在模型訓練上投入資源。這兩者在定價模式、自主性及產品優先級上存在顯著差異，並且 Agent Labs 在當前市場環境中顯示出更大的潛力。

張文鈿近日進行了一場四小時的直播課程，專為今年四月報名其LLM應用開發工作坊的學員提供。此次課程重點在於補充2025年下半年的新內容，包括OpenAI Agents SDK與FastAPI的實戰整合、OpenAI Responses API、上下文工程技巧等，並涵蓋最新的RAG發展。錄影已納入課程回放內容，總時長達18小時，展現了對學員的回饋與支持。

在最近的 Sourcegraph AMP 會議中，團隊分享了他們如何利用 AI Coding 提升工作效率的實戰技巧。這些技巧包括使用簡單的腳本取代繁重的伺服器、利用 Agent 自動生成測試資料及除錯腳本，以及強調真實 API 測試的重要性。這些方法不僅簡化了開發流程，還提高了程式碼的質量和維護性。

Sourcegraph AMP 團隊近日分享了如何在內部運用 AI Coding 的實戰技巧，提供了多項創新做法，旨在提升工作效率。

一位知名KOL近日進行了一場四小時的直播課程，專為四月報名LLM應用開發工作坊的付費學員提供。此次課程重點在於補充2025年下半年的新內容，並回饋舊學員的支持。

大神 Karpathy 在其 2025 LLM 年度回顧中，分析了當前 LLM 領域的顯著變化，特別是強化學習的進步與應用的演變。

在WebConf後，KOL分享了對於Vibe Coding的看法，認為儘管寫程式變得簡單，但AI Agent的開發依然面臨技術挑戰。許多AI Agent產品在正式環境中失敗，主要原因在於周邊的工程架構問題。