AI

台大資工 vs Anthropic 工程師：差距不在 AI 工具，而在你怎麼看待「控制權」

AI

台大資工 vs Anthropic 工程師：差距不在 AI 工具，而在你怎麼看待「控制權」

最近跟一位朋友聊到一個問題：台灣頂尖的工程師，和 Anthropic 這些世界一流 AI 公司的工程師，差距到底在哪裡？ 聊完之後我有一些想法，但後來自己反覆思考，又覺得最初的結論不夠完整。 所以這篇文章，我想把「我原本的假設」和「後來的自我反駁」都攤開來講。 我原本的觀察：Mindset 的差距 我發現台灣的工程師其實也在用 AI 工具。 但大部分人的使用方式是這樣的：問一個問題，AI 幫你搜尋、找到要修改的地方，你確認之後點 OK，讓它去改。 整個過程中，人是主導者，AI 只是建議者。 但頂尖公司的做法完全不同。 他們會同時讓多個 AI 平行協作，開發者甚至不需要看到具體的修改細節，而是透過系統化的驗證方式來確認成果。 這裡面有一個哲學上的根本轉變：你完全信任 AI 會去執行，你也知道它可能會做錯，但你思考的不是「我要不要接受這個建議」，而是「當它做錯的時候，

By Andy Lin
Claude 的 Project、Skill、Connector 到底怎麼分？一次搞懂三者的關係

Claude

Claude 的 Project、Skill、Connector 到底怎麼分？一次搞懂三者的關係

很多人問我，在 Claude 裡面，Project、Skill、Connector 這三個東西到底差在哪裡？ 什麼時候該用哪一個？ 老實說，我一開始也搞得很混亂。 但實際用了一段時間之後，我發現其實邏輯很簡單。 先從最基本的開始：Connector 是對外的資料來源 如果你需要從外部拿資料，比如說接 Google Calendar、接 Notion、接你自己的資料庫，你就需要 Connector。 它就是一個 MCP 的連結，讓 Claude 可以去外面抓資料回來。 沒有 Connector，Claude 就只能用它自己知道的東西，沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller，專門負責處理運算的部分。 比如說，你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

AI

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單：你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory，它會根據你不斷詢問的過程，主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手：從進階到客製化 自從我串接 GA MCP 後，這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間，能夠對齊我的知識，知道我要什麼。 你不用想太多，不用一次設定好整個 instructions。 試著使用一週，再回頭看看 memory，你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼，但網站分析不一樣。 因為我沒有那麼多美國時間，

By Andy Lin
讓 AI 當你的健康顧問：我用 Apple Watch 數據打造個人健康分析 Agent

AI

讓 AI 當你的健康顧問：我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent，專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案，純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來？ 要讓 AI 分析任何東西，首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch，它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外，我也在嘗試另一個經絡檢測的儀器，有點像中醫把脈的概念，只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起，應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後，我再處理並存到 Database 裡。 接著寫一個 MCP Server，然後在

By Andy Lin
See all