術語速查

562 個名詞與人物，都連得回它出現的那一場。

共 562 個名詞

MCP7 場提過

014 打造自主工程團隊的心法Model Context Protocol，Block 與 Anthropic 合作設計，Goose 是它最早的 client 實作之一。
020 百工具陷阱與語意路由解法Model Context Protocol，這場提到 Anthropic 用它做 on-demand tool loading 的案例。
038 MCP App 的介面設計與上架心法Model Context Protocol，讓 AI 模型呼叫外部工具與服務的通訊協定。
050 一人管理三機 agent 艦隊的教訓這場提到的伺服器類型之一，被列為還卡在 Mac 上、還沒抽象化掉的本機限定工具。
067 為科學協作打造 agent 收據協定Froglet 可以作為 MCP server 讓 agent 呼叫，是這場示範裡 Claude 用來連接本機服務的介面
077 舊授權模型接不住 agent讓 agent 存取外部工具與資料的協定，這場點出它常曝露過多工具給 agent。
084 Skills 時代的 Context 與護城河Model Context Protocol，定義 agent 能呼叫哪些外部工具，與 skills 是互補而非取代的關係

Claude Code5 場提過

004 Agent 的身分其實是一份 Log講者舉的例子：目前若在 permission prompt 卡住時 process 死掉，恢復後 prompt 會消失，用來說明現有 harness 沒有把 log 當第一等公民。
012 打造能自我優化的 AI agent講者示範中使用的 coding agent，負責寫 target agent 的程式碼，也讀取 eval 與 trace 回饋來自我修正。
024 自建本地索引砍九成 AI 成本講者提到自己每天在用的 AI 編碼工具之一。
053 打造分身部隊的開發心法worker 實際執行寫碼工作所用的工具，本身也能再開出 agent 與 subagent。
075 讓 agent 每週自動抓效能債HUD 這套自動化流程指定使用的 coding agent。

OpenClaw5 場提過

017 動手打造隨身 OpenClaw 終端機講者用來操控自己 agent 的專案，這場的裝置就是替它做的實體遙控器
053 打造分身部隊的開發心法講者用來統籌任務、串接多個開發 agent 的工具，決策依據是任務脈絡與歷史，而不是程式碼本身。
062 打造 agent 版的開放網路基礎建設可自行架設的 agent gateway，讓使用者用自己的伺服器連上既有工具與應用程式。
066 Agent 也需要功能旗標講者列為缺少 kill switch 而出事的案例之一，這場沒有進一步說明細節
084 Skills 時代的 Context 與護城河一個開源 agent 專案，具備自我修復與自寫 skill 的能力，也曾因缺乏隔離而出現安全事故

Codex4 場提過

006 多倉庫 agent 的失憶解方講者示範中拿來跟 Claude 對照的另一款 agent，展示同一個 session 可以換不同 agent 接手。
014 打造自主工程團隊的心法講者提到用來做自動化 code review 的工具，找出問題後還能讓另一個 agent 自動修正並提交。
053 打造分身部隊的開發心法講者目前主要拿來當預設 orchestrator 模型的程式模型，版本用到 5.3。
068 階層式拆解如何生出研究假設講者用來跑自主優化迴圈、產生階層文件的 coding agent。

Andrej Karpathy3 場提過

023 語音輸入、視覺輸出的延遲攻防講者引用其近期論點的 AI 研究者，主張語音是人類偏好的輸入方式，視覺才是偏好的輸出方式。
068 階層式拆解如何生出研究假設開場提到的 auto-research repo 作者，示範用 coding agent 對 metrics 做 hill climb 優化。
070 打造高信號回饋的自我優化迴圈講者提到今年稍早引爆「自動改進」話題討論的人物。

GraphRAG3 場提過

025 多組平行快取取代知識圖譜用 LLM 讀過文件抽出實體與關係、建成知識圖譜，再靠圖譜跨文件回答問題的做法。
055 五招工程解法終結 Agent 幻覺把資料建成知識圖譜，讓 model 寫 Cypher 查詢語言直接對整個資料集做運算，取代只撈片段的向量 RAG。
065 圖結構實戰：從食譜到程式碼查詢這場一開始就聲明不深入的技術，用圖結構強化檢索增強生成。

RAG3 場提過

010 從需求到上線的 AI 系統設計框架用外部知識庫補足 LLM 既有知識的做法，這裡指檢索臨床指引與理賠政策
019 用 Docling 把非結構化文件變好用先檢索相關資料再交給 LLM 生成答案的架構，這場用來示範企業文件問答。
025 多組平行快取取代知識圖譜先把文件轉成向量存進資料庫，依查詢相似度取回內容再交給 LLM 回答的基本檢索做法。

ACE2 場提過

081 別讓 LLM 自己決定下一步Ornella 與 Joel 做的即時 AI 語音家教，能從頭到尾穩定上完一堂完整的課。
087 小模型撐起即時語音家教講者建的即時語音 AI 家教產品，這場的示範主體。

BM252 場提過

015 本地優先的混合 RAG 全流程用來做關鍵字比對的稀疏檢索演算法，負責抓完全命中的詞，例如商品編號或藥名
045 打造會精準檢索的知識型 Agent偏好關鍵字重疊程度的傳統檢索方法，講者認為主流 benchmark 的題型設計其實在偏袒它。

DGX Spark2 場提過

017 動手打造隨身 OpenClaw 終端機NVIDIA 出的小型 AI 運算主機，是裝置背後真正跑模型與 agent 的算力來源
071 從租用到自建的推論基礎設施講者用來自建本地推論的機器，提到跑的時候遇到記憶體容量是瓶頸，後來拿來跑自己研究室要用的 agent。

DSPy2 場提過

003 讓編碼代理人學會遞迴呼叫自己Stanford 的宣告式 LM 程式框架，原始 RLM 論文的 rlm 實作即建在其上。
058 用 RLM 化解大型程式碼庫的上下文問題Omar 開發的另一個熱門框架，內建了自己的 RLM 實作，但跟 RLM code 是各自獨立的專案。

Docling2 場提過

015 本地優先的混合 RAG 全流程把 PDF、PowerPoint、Word 等文件轉成 markdown 的工具，是這套流程的第一步
019 用 Docling 把非結構化文件變好用講者展示的開源文件轉換工具，屬於 Linux Foundation 旗下專案，能把 PDF 等格式轉成 Markdown、JSON 或 Pydantic 資料型態。

Erik Hanchett2 場提過

022 先把規格寫好，再讓 AI 動手AWS 資深 developer advocate，這場的講者，有 15 年以上軟體開發經驗。
026 省 token 的五個實用技巧AWS 的資深開發者關係工程師，這場的講者。

GPT-5 nano2 場提過

070 打造高信號回饋的自我優化迴圈這次實驗中被優化的 agent 所用的小型便宜模型，講者挑它就是要看很小很便宜的模型能被優化到什麼程度。
073 幫 Agent 裝上一顆存檔鍵demo 中用來取代原模型的便宜選項，用以測試換模型後的行為差異。

Haiku 4.52 場提過

081 別讓 LLM 自己決定下一步講者提到的一款較小型 model，因為每一步輸入都收得很窄，改用它也能撐住 ACE 的表現，藉此省成本、省時間、省延遲。
087 小模型撐起即時語音家教示範對比中換上的小型模型，搭配 state machine 後大約九百毫秒就能開口回答。

LangGraph2 場提過

007 OG Assist 上線實錄OG Assist 早期用的 agent 框架，後來換成自建的 effect-native loop。
074 把 eval 做到真正有用講者用來串起模擬使用者與 agent、跑出多輪對話紀錄的框架。

Langfuse2 場提過

015 本地優先的混合 RAG 全流程講者用來追蹤每次對話用了什麼模型、回傳哪些片段、花多少延遲與成本的觀測工具
070 打造高信號回饋的自我優化迴圈開源的 LLM 觀測與評估平台，講者任職的公司。

LoRA2 場提過

037 打造可驗證、不退步的 agent 學習迴圈low-rank adaptation，限制可調整參數範圍的微調方式，讓 model 層的更新更便宜、更安全。
051 用活化差異抓出 LLM 後門只調整部分參數的輕量微調方式，這場拿來跟 full-rank 微調比較後門殘留程度。

MCP（Model Context Protocol）2 場提過

031 領域專用 agent 的組合戰略目前最成熟的 agent 工具串接協定，但講者認為它只解決了工具分發，不是完整答案。
083 用多代理系統急救 Spark 任務把 Spark 相關的資料資源（log、metrics）以工具形式暴露給 LLM 呼叫的協定，是整個系統最早的雛型基礎。

Mem02 場提過

021 把評測結果餵回 agent 記憶講者提到市面上另一套 agent 記憶方案，只會擷取事實與偏好，不會依執行結果調整。
082 企業 Agent 的三大結構破口講者提到用來記住使用者偏好的 agent memory 工具，但她認為它仍無法分辨該用哪個指標。

Obsidian2 場提過

009 把第二大腦變成研究記憶系統Paul 存放筆記的本機 markdown 工具，在這套系統裡是不可變動的原始筆記快照。
068 階層式拆解如何生出研究假設講者用來展示元件階層文件關聯圖的筆記軟體。

Ollama2 場提過

015 本地優先的混合 RAG 全流程讓聊天模型與嵌入模型都能在本機執行的工具，這場的示範全程沒有呼叫外部 API
019 用 Docling 把非結構化文件變好用講者用來在本機跑視覺語言模型、替圖片產生描述的工具。

ReAct2 場提過

021 把評測結果餵回 agent 記憶講者用來說明 agent 基本運作方式的架構：推理、呼叫工具，執行成一個迴圈，任務完成就停下來。
049 七步打造更聰明的 harnessReason and Act 的縮寫，讓 agent 不斷「推理、行動、觀察結果、再推理」的循環模式。

Strands Agents2 場提過

026 省 token 的五個實用技巧AWS 推出的 agent 開發框架，這場所有程式碼範例都用它示範。
055 五招工程解法終結 Agent 幻覺AWS 維護的開源 agent framework，這場所有 demo 都用它打造旅遊訂房 agent。

YC2 場提過

040 把 AI 產品講成一個故事講者提到自己曾協助 YC（Y Combinator）新創、安全組織與 AI 團隊做同樣的產品故事化方法。
044 個人品牌是新創被低估的優勢Y Combinator，文中提到創辦人待過 YC 後留在舊金山，募資速度會加快

harness2 場提過

042 從固定 harness 走向自適應工程讓 stateless 的 LLM 變得可用的外部結構，包含 system prompt、agents.md／CLAUDE.md、tool calling 與角色分工
081 別讓 LLM 自己決定下一步包住 model 的外部程式邏輯，負責驗證 model 回傳的內容、推進狀態、決定下一步，讓 model 只需要完成眼前這一步。

harness engineering2 場提過

012 打造能自我優化的 AI agent講者收尾提出的概念，指打造一個讓 coding agent 能可靠工作的環境：給足限制、任務、回饋迴圈與治理。
081 別讓 LLM 自己決定下一步講者提出的做法：把控制流程做在 model 外面，每一步只餵給 model 那一步需要的最少輸入，model 負責提議、harness 負責決定。

skills2 場提過

022 先把規格寫好，再讓 AI 動手可依關鍵字或指令啟動的說明文件，建立設計文件或執行任務時都能派上用場。
052 委派型 AI 產品的四個關鍵組件用來捕捉、記住使用者個人做事習慣與偏好的機制，讓 agent 照使用者的方式完成工作。

state machine2 場提過

081 別讓 LLM 自己決定下一步ACE 背後的設計方式：把一堂課拆成一格一格的狀態，每個狀態規定 model 能做什麼、結果怎麼驗證。
087 小模型撐起即時語音家教把教學情境的判斷與流程規劃寫進程式，取代模型即時推理的做法。

tau-bench2 場提過

073 幫 Agent 裝上一顆存檔鍵講者引用的評測基準，用來說明模型的自我一致性有多低。
074 把 eval 做到真正有用Sierra AI 提出的評測框架，讓 agent 跟模擬使用者互動產生對話再打分，這場的離線模擬架構參考它。

1200 億參數的開源 GPT 模型

017 動手打造隨身 OpenClaw 終端機講者現場示範時接的模型，他只說了參數量與「開源 GPT」，沒有點出正式名稱

2PRD

027 寫出好 skill 的四個檢查點講者的 skill，能把目前對話的內容整理成一份產品需求文件（PRD）

A2UI

078 把模型輸出變成能用的介面Google 提出的開放規格，把 UI 描述成一份元件清單資料，交由 client 用自己的原生元件畫出來。

AGENTS.md

001 打造 Agent 系統的工程紀律講者在系統每一層放置的說明檔，記錄工作流程、政策與記憶維護方式，讓人與 agent 都能快速上手。

AI Research OS

009 把第二大腦變成研究記憶系統兩人開源釋出的 repository，把這場示範的技能包成 Claude Code plugin。

AI Socratec

057 TypeScript 稱霸應用層一個全球性的 AI 開發者社群，每月聚會討論 AI 近況，講者是它的歐盟大使。

AI champions

014 打造自主工程團隊的心法講者從 3,500 人裡挑出約 50 位跨團隊工程師組成的計畫，負責先把自己的 repo 與工作流程改造成對 agent 友善。

ARC-AGI-3

003 讓編碼代理人學會遞迴呼叫自己Arc Prize 團隊主辦的推理評測，Symbolica 團隊用 RLM harness 拿下遠高於其他前沿模型的分數。

AWS Glue

033 強化學習修復 ETL 管線故障AWS 的 ETL 服務，這場架構裡負責跑資料任務，任務失敗時發出事件。

AWS Lambda

033 強化學習修復 ETL 管線故障無伺服器運算服務，這裡用來執行 agent 的判斷與修復邏輯。

Aadhaar

013 幫瀏覽器 agent 換上一雙眼睛印度的官方身分識別文件，講者用「下載自己的 Aadhaar」當第一個示範案例。

Abundant AI

047 十億 Token 規模的 Agent 大考驗講者任職的公司，為 Frontier Labs 打造 reinforcement learning 環境。

Adaptive Probabilistic Risk Model

011 跨文件關聯抓出隱藏詐欺框架的第二個元件，綜合多項風險訊號算出信心分數，判斷哪些關聯值得優先調查。

Aditya Bhargava

049 七步打造更聰明的 harness這場講者，Etsy 的 staff engineer，也是該公司 agentic commerce 專案的負責人，agency 語言的作者。

Agent Facts

062 打造 agent 版的開放網路基礎建設經過簽章、記錄某個 agent 是誰、能做什麼的可信資料，讓其他 agent 查驗身份。

Agent Orchestrator

053 打造分身部隊的開發心法講者 fork 的開源框架，用來管理底層負責實際寫碼的 worker agent。

Agent2Agent（A2A）protocol

007 OG Assist 上線實錄Google 提出的 agent 溝通協定，OpenGov 用它定義 agent 路由與 schema。

Alan Kay

049 七步打造更聰明的 harness電腦科學家，講者引用他「simple things should be simple, complex things should be possible」這句話，說明 agency 的設計哲學。

Algorithmic sycophancy

005 評測抓不到的角色失真講者用來描述後訓練放大文化偏誤的說法：模型被獎勵去迎合使用者已經相信的版本。

Alithea Bio

067 為科學協作打造 agent 收據協定講者任職的公司，專注 immuno-oncology 與 immunopeptidomics 等生命科學領域，並提供 agentic AI 服務

Altos Labs

076 單細胞基礎模型的資料難題講者任職的生技新創公司，目標是透過細胞回春技術逆轉老化相關疾病與失能。

Amazon Bedrock AgentCore

055 五招工程解法終結 Agent 幻覺AWS 的正式環境 agent 執行平台，這場示範把工具呼叫、guardrail 規則等元件搬上去落地生產。

Amazon EventBridge

033 強化學習修復 ETL 管線故障AWS 的事件匯流排服務，接住 Glue 的失敗事件並觸發 Lambda。

Amazon Lens

078 把模型輸出變成能用的介面Amazon app 裡的相機功能，讓使用者用照片、截圖或條碼找出外觀相似的商品。

Anachronism detection

005 評測抓不到的角色失真講者評分規則中權重最高的一項，檢查角色的用語與邏輯有沒有超前於他所在的年代。

Annicha Labs

042 從固定 harness 走向自適應工程講者 Rajiv Chandegra 任職的公司，聚焦多 agent、多人、跨機構協作

Anthropic

085 打造看得懂實體資料的 Agent Harness提出「agent 處理資料任務正確率偏低」研究的實驗室之一，講者多次引用其結論。

Arc AGI

016 用 HTML 取代畫布做簡報講者提到的一項 benchmark，設計前提正是 agent 沒辦法對空間做推理。

Arize

029 用四步驟把前沿模型換成小模型做 model 與 agent 觀測平台的公司，Phoenix 是它的開源專案。

Athena

056 工廠養出的記憶大腦Era 裡負責統籌、召集其他 agent 開會討論的角色。

Aurelio Labs

020 百工具陷阱與語意路由解法開源 semantic router 專案的作者，講者說這套可以自己在本機跑來做 benchmark。

AutoAgent

012 打造能自我優化的 AI agent講者依 AutoResearch 的想法做出的系統，讓 coding agent 自動跑 evals、改 target agent 的程式碼、提示詞與工具。

AutoResearch

012 打造能自我優化的 AI agentAndrej Karpathy 做的迴圈，自動改機器學習程式碼與超參數，證實 coding agent 能自行把模型準確率調高。

Automattic

041 一個月全員 vibe coding 實驗WordPress.com、Jetpack、WooCommerce、Tumblr、Beeper 等品牌背後的母公司，全公司約 1400 人，完全遠端、非同步協作

Ax

003 讓編碼代理人學會遞迴呼叫自己TypeScript 陣營的 DSPy 變體，支援讓一個 agent 直接寫出呼叫另一個 agent 的介面，可以遞迴到底。

BERT 式的單細胞基礎模型

076 單細胞基礎模型的資料難題講者拿來對照的另一條路線，用遮蔽訓練的方式學細胞表現，他沒有點出是哪一款

BFF（Backend for Frontend）

078 把模型輸出變成能用的介面介於模型輸出與畫面之間的伺服器層，負責依平台規則組裝畫面、加上互動行為，讓 client 端保持單純。

BGE-M3

015 本地優先的混合 RAG 全流程講者用來把文件內容轉成向量、存進資料庫的嵌入模型

Bala Ramdoss（Amazon Lens）

078 把模型輸出變成能用的介面講者，在 Amazon Lens 團隊做了六年相機購物功能，這場經驗來自自己開發的多款 agentic 功能。

BaxBench

061 AI 抓漏洞時代的資安因應ETH Zurich 與 UC Berkeley 研究團隊做的程式漏洞評測基準。

Bene

030 讓 Agent 自動建、測、修 AgentMutagent 的 CEO 兼共同創辦人，這場開場與整體流程說明由他主講。

Berkeley function calling leaderboard

020 百工具陷阱與語意路由解法講者用來評測工具選擇準確率的公開資料集之一。

Block

014 打造自主工程團隊的心法講者任職的公司，旗下有 Square、Cash App、Afterpay 等品牌，這場要轉型的正是它 3,500 人的工程組織。

Bloom

008 把語氣管理拆成四層架構講者建立的婚禮會場 AI 對話平台，同一套四層架構套用在不同場地上。

Boris Cherny

070 打造高信號回饋的自我優化迴圈講者開場引用的人物之一，說自己已經不寫 prompt、只設計 loop；同段還引用了 Peter Steinberger。

BrainOS

056 工廠養出的記憶大腦講者把整套 agent 架構抽出來做成的開源版本，提供空白的系統骨架讓其他公司灌入自己的知識。

Braintrust

073 幫 Agent 裝上一顆存檔鍵提出研究，指出換成便宜模型可能只是帳面好看的假性經濟。

Bright Data

009 把第二大腦變成研究記憶系統被提到可以用來爬任意單頁應用網站的服務，講者沒有展開細節。

BrowseComp Plus

045 打造會精準檢索的知識型 AgentOpenAI 原始 BrowseComp 的定量版本，語料庫固定為十萬份文件，用來測試複雜的瀏覽型查詢。

BuilderBot

014 打造自主工程團隊的心法champions 與工程師自建的 orchestrator，能協調多個 agent 並行工作，公司裡任何人都能在 Slack 呼叫它執行任務。

Bun

057 TypeScript 稱霸應用層JavaScript runtime，講者提到 2025 年 12 月被一家 AI lab 收購，當作 AI 業界押注 JavaScript 生態系的例子。

Burak

030 讓 Agent 自動建、測、修 AgentMutagent 的 CTO，負責深入講解各階段細節，也負責現場示範。

Business Model Canvas

034 找對問題比寫程式更值錢講者提到的另一項分析師工具，跟故事地圖一起被歸類為「分析師工具箱」。

CAG（Cache-Augmented Generation）

025 多組平行快取取代知識圖譜不做檢索，直接把整批文件塞進大 context window 並快取起來，讓模型直接看到全部內容回答問題。

CI

006 多倉庫 agent 的失憶解方持續整合流程，這場用來說明多個 repo 同時有多條 CI 時該怎麼判斷責任歸屬。

CLAUDE.md

084 Skills 時代的 Context 與護城河Claude Code 讀取的專案層級指示檔案，屬於固定載入進 context 的「instructions」部分

CLI harness

050 一人管理三機 agent 艦隊的教訓Kyle 為了逼 agent 只能把工作分派給 worker、而不是自己動手做，設計出的一套只能透過 CLI 呼叫的技能限制。

Callstack

017 動手打造隨身 OpenClaw 終端機講者任職的公司，也是這個專案背後的技術孵化器支持方

Carmack

006 多倉庫 agent 的失憶解方開場比喻裡提到的工程師，用來代表「頂尖能力」的參照對象。

Cartesia

080 語音 Agent 的搶話時機拿捏提供語音轉文字與合成服務的公司，STT 內建 turn detection，講者量到的 p50 延遲約 300 毫秒

Character AI、Hello History

005 評測抓不到的角色失真講者開場展示的兩個角色扮演對話平台，分別偏娛樂社交與教育導覽。

Chronicle

035 用 Boundary 重現失控的 Agent這場講者做的概念驗證工具，用 boundary annotation 記錄 agent 每個節點的輸入輸出，把整個 run 凍結成一筆可重播的 trace。

Chunkless RAG

019 用 Docling 把非結構化文件變好用不使用 chunker、embedding model 或向量資料庫，改成直接在文件大綱裡搜尋最相關段落來回答問題的做法。

Classical Test Theory

064 用心理計量學重新評測 LLM目前業界常見的評分方式，也就是直接算答對題數，講者認為該被 IRT 取代。

Claude

013 幫瀏覽器 agent 換上一雙眼睛講者在示範案例中拿來操作瀏覽器的模型。

Claude 4.7

087 小模型撐起即時語音家教講者提到的 Anthropic 頂尖模型，用來說明為什麼直接拿它做語音家教會太慢。

Claude Opus 4.8

070 打造高信號回饋的自我優化迴圈這次實驗中負責分析錯誤、提出 prompt 修改的優化者模型。

Claude、ChatGPT

072 打造使用者不討厭的 AI 體驗講者舉的兩個基礎模型例子，用來說明 agentic 功能動手前先列步驟給使用者核准已是常見設計。

ClickHouse

075 讓 agent 每週自動抓效能債HUD 用來存放與查詢 production 資料的列式資料庫，查詢語法和一般 SQL 不太一樣。

Cloudmanate

086 AI agent 判斷不一致怎麼辦Diane Lin 共同創辦的公司，做的是用 AI agent 自動分類資安警示，後來被 Datadog 收購。

Co-authored trailer

059 五個訊號，算出 PR 的審查債commit message 裡標記共同作者的欄位，這場拿它當偵測 AI 參與 PR 最強的訊號之一。

Companion

005 評測抓不到的角色失真講者自己開發的開源角色扮演提示框架，示範中用 Claude Opus 4.7 執行。

Conductor

069 內容工程：結構才是稀缺資源講者任職的公司，他在此負責開發者體驗。

Context a8c

041 一個月全員 vibe coding 實驗Automattic 內部的 MCP 伺服器，讓 AI 工具讀得到公司多年累積的文件與資料；講者每天用它做研究與規劃

Context engineering

084 Skills 時代的 Context 與護城河篩選並安排資訊進入 LLM context 的時機與內容，避免一次把所有東西都塞給模型

Context7

006 多倉庫 agent 的失憶解方講者提到的替代方案，他認為不如直接把整個開源 repo 拉進 session，讓 agent 讀真正的原始碼。

Control flow

010 從需求到上線的 AI 系統設計框架流程順序由設計或程式碼預先定好，LLM 只負責其中特定任務

CopilotKit

078 把模型輸出變成能用的介面一家做 Generative UI 相關產品的公司，把 Generative UI 分成三層開放程度的說法出自它。

Corridor

061 AI 抓漏洞時代的資安因應講者創辦的資安新創，專注在守住 AI 寫程式的安全性。

Cross-Jurisdictional Normalization

011 跨文件關聯抓出隱藏詐欺框架的第三個元件，把不同國家的貨幣、稅制、申報標準統一，讓風險評估在跨轄區時保持一致。

Cursor

066 Agent 也需要功能旗標AI coding 工具公司，2025 年 4 月其支援機器人曾捏造不存在的政策回覆使用者

Cypher

065 圖結構實戰：從食譜到程式碼查詢圖資料庫常用的查詢語言，這場拿它跟 SQL 對照，突顯圖查詢在多層關聯上比較直覺。

DNS AID

062 打造 agent 版的開放網路基礎建設讓既有網站用原本的網域，把 agent 掛進網路探索系統的方式。

DOM

013 幫瀏覽器 agent 換上一雙眼睛網頁的完整結構化表示，講者拿它跟自己壓縮過的頁面表示法比較 token 用量。

DORA metrics

075 讓 agent 每週自動抓效能債Google 發布的軟體交付研究指標，2026 年版本用來說明 AI 採用對個人效率與團隊穩定性的影響。

DX

059 五個訊號，算出 PR 的審查債另一個引用來源，涵蓋 16 個月、400 個組織的長期工程資料研究，用來佐證 PR 規模與速度的變化。

DataChain

085 打造看得懂實體資料的 Agent Harness講者所屬公司的開源專案，這場示範的資料版本控制與 agent 資料層工具。

Datadog

086 AI agent 判斷不一致怎麼辦收購 Cloudmanate 的可觀測性與資安平台公司，Diane Lin 目前在此帶領 agent 開發工作。

David Cramer（Sentry）

044 個人品牌是新創被低估的優勢這場引用的創辦人之一，談到只要能待在舊金山、不管旁人怎麼說都該留下來的人脈效應

DeepAgents library（LangGraph）

083 用多代理系統急救 Spark 任務團隊拿來重建 harness 的多代理框架，內建待辦清單、虛擬檔案系統等機制，讓每個 agent 專注在自己的 prompt 與工具上。

DeepEval

074 把 eval 做到真正有用團隊最早拿來當基準的一套現成評測指標庫，後來發現分數太籠統、看不出該怎麼改善。

DeepSeek V4 Flash

031 領域專用 agent 的組合戰略講者拿來與 Fable 5 比較成本的小型模型，用於示範領域專用場景可以改用便宜很多的模型。

Deepgram Nova 3

080 語音 Agent 的搶話時機拿捏Deepgram 的語音轉文字模型，同樣內建 end-of-turn 判斷，p50 約 250 毫秒

DevRel

069 內容工程：結構才是稀缺資源開發者關係工作，講者曾在 Replit 負責這個職務。

Devon

040 把 AI 產品講成一個故事講者舉例用的具體人設，用來取代空泛的「AI software engineer」說法，讓聽眾腦中能浮現畫面。

Diane Lin

086 AI agent 判斷不一致怎麼辦Datadog 自我演進 agent 開發的負責人，這場演講的講者，先前共同創辦資安新創 Cloudmanate。

Discord

050 一人管理三機 agent 艦隊的教訓這場提到的最終統一遙控入口，Kyle 在每台機器各接一支 bot，讓手機變成整支艦隊的遙控器。

Docling MCP Server

019 用 Docling 把非結構化文件變好用讓 AI agent 透過 Model Context Protocol 呼叫 Docling 的文件處理功能。

Docling Serve

019 用 Docling 把非結構化文件變好用把 Docling 包成 REST API 服務，可以用容器或 Kubernetes 部署，一次處理大量文件。

Domain-specific agent

031 領域專用 agent 的組合戰略講者主張的核心概念：針對單一領域打造的小型完整 agent，彼此用自然語言溝通協作。

DoorDash

073 幫 Agent 裝上一顆存檔鍵案例公司，靠重播客服對話做模擬驗證，把測試時間從數小時縮到 5 分鐘。

Dotta

063 Agent 何時才算真正完成Paperclip 的創辦人，這場的講者。

Duolingo English Test（DET）

043 打造能辨別、不照准的系統Duolingo 推出的線上英語能力測驗，全程遠端監考，供全球約 6000 個機構採用作為入學或簽證依據

Dvorak／Colemak

036 介面卡在批次時代重新排列按鍵位置的鍵盤配置方案，訴求比標準鍵盤更省手指力氣。

Dynamic workflows

003 讓編碼代理人學會遞迴呼叫自己Claude Code 近期推出的功能，讓 Claude Code 也具備類似 RLM 的動態工作流程能力。

EARS format

022 先把規格寫好，再讓 AI 動手Kiro 產生需求文件時用的格式，文件會有 introduction、使用者故事等段落。

ECAG

025 多組平行快取取代知識圖譜這場的核心解法，把 CAG 延伸成多組平行快取搭配一個探索式 supervisor，因應資料集常態替換的情境。

ESP32

017 動手打造隨身 OpenClaw 終端機裝置內部採用的雙核心微控制器（MCU），負責畫面渲染與電源管理

ETL

033 強化學習修復 ETL 管線故障Extract、Transform、Load 的縮寫，這場要修復的正是這種資料處理管線的失敗。

EU AI Act

066 Agent 也需要功能旗標歐盟的 AI 監管法案，講者列為要求企業具備旗標與稽核能力的法規壓力之一

Effect

007 OG Assist 上線實錄TypeScript 函式庫，agents team 用它打底，涵蓋 schema、追蹤、並行等功能。

Entity Correlation Engine

011 跨文件關聯抓出隱藏詐欺框架的第一個元件，把跨系統的人、帳戶、交易資料串成關聯網路，回答「什麼跟什麼有關」。

Epistemic simulation

005 評測抓不到的角色失真講者提出的角色扮演第四階段：推理只能依附一手文獻、鎖定特定時間點，交由專家評判。

Era

056 工廠養出的記憶大腦講者與團隊對這套多 agent 系統的稱呼，被當成正在養的東西看待，而不是一般軟體。

Evil Martians

044 個人品牌是新創被低估的優勢講者所屬的開發者工具顧問公司，這場提到的 PMF Compass 由他們開發

F1 score

011 跨文件關聯抓出隱藏詐欺準確率與召回率的綜合指標，這場報告的框架達到 0.89。

Fable 5

031 領域專用 agent 的組合戰略講者用來對比成本的大型模型，同一項任務比 DeepSeek V4 Flash 貴上 137 倍。

Faithfulness

010 從需求到上線的 AI 系統設計框架用來評估回答是否真的根基於檢索到的臨床指引與政策內容

Faros AI

059 五個訊號，算出 PR 的審查債追蹤工程團隊生產力與 AI 採用狀況的基準機構，這場多次引用它 2026 年的報告數據。

Filed

052 委派型 AI 產品的四個關鍵組件講者創辦的公司，替美國稅務專業人士打造 AI agent 產品，目前已募資超過 $17 million。

Forestwalk Labs

023 語音輸入、視覺輸出的延遲攻防講者所在的公司，這場分享他們打造語音輸入、視覺輸出體驗的心得。

Forrester

079 打造看懂買家的 GTM agent講者引用其 2026 年研究數據，說明多數 B2B 買家已在接觸業務前完成大半決策。

Foss

024 自建本地索引砍九成 AI 成本講者提到的合作夥伴，兩人一起打造這套本地程式碼索引工具。

Freshworks

077 舊授權模型接不住 agent講者先前任職的公司，曾在此打造服務千萬級使用者的身份驗證平台。

Froglet

067 為科學協作打造 agent 收據協定講者團隊打造的開源協定，讓 agent 之間能發現、交易並取得可驗證收據

GAN

068 階層式拆解如何生出研究假設把 CT 影像轉成 PET 影像所用的一種生成模型架構，由編碼器與解碼器組成。

GEPA

037 打造可驗證、不退步的 agent 學習迴圈一種對 prompt 做搜尋、評分並保留贏家的 harness 層優化方法。

GEPA optimizer

049 七步打造更聰明的 harnessagency 內建的自我優化功能，能自動改寫標記過的 prompt，用量測分數取代人工試錯。

GPQA

064 用心理計量學重新評測 LLM講者認為設計得很嚴謹的題庫，隨機抽題和用鑑別度挑題效果差不多。

GPT-5 mini

023 語音輸入、視覺輸出的延遲攻防講者實際測試過的模型，雖然更聰明，但 P95 延遲一度高達 5000～7000 毫秒。

GPT-5.5 Pro

068 階層式拆解如何生出研究假設講者用來生成假設、評論實作成效的模型，測試時運算量較大。

Gabe De Mesa

007 OG Assist 上線實錄OpenGov 的軟體工程師，agent 團隊成員，這場的講者。

Garcia v. Character.AI

066 Agent 也需要功能旗標對 Character.AI 提起的訴訟案，講者同樣列為監管壓力的例子

Geneformer

076 單細胞基礎模型的資料難題講者提到的一款把細胞當句子、基因當 token 的 transformer 基礎模型，用於單細胞資料的預訓練。

Generative UI

078 把模型輸出變成能用的介面把模型輸出轉成畫面元件這件事的統稱，依模型能自由發揮的程度分成 controlled、declarative、open-ended 三層。

Git4Data

085 打造看得懂實體資料的 Agent Harness講者過去打造的資料版本控制專案，累積了他做資料工具十年的經驗。

GitHub Agentic Workflows

075 讓 agent 每週自動抓效能債這套週跑效能巡檢系統採用的排程與 workflow 框架，實際跑在 GitHub Actions 上。

Glue Data Catalog

033 強化學習修復 ETL 管線故障AWS Glue 底下管理資料表結構的目錄服務，這場用它當作讀取目前 schema 的來源之一。

Goose

014 打造自主工程團隊的心法Block 內部自建的 coding agent，起步早於業界主流 agent 工具，也是 MCP client 最早的參考實作之一。

Guardrails

010 從需求到上線的 AI 系統設計框架為輸入輸出設下界線，擋掉無關或有害內容，也抓出沒有附引用的回答

HUD

075 讓 agent 每週自動抓效能債May 共同創辦人的公司，做給 coding agent 用的 production runtime intelligence 層，能捕捉 function 層級與深度鑑識脈絡。

HackerOne

061 AI 抓漏洞時代的資安因應漏洞懸賞平台，講者高中時期曾擠進全球百大駭客排名。

Haiku

023 語音輸入、視覺輸出的延遲攻防講者認為在即時語音場景裡，P95 延遲比部分更大模型更穩定的模型等級。

Harbor

047 十億 Token 規模的 Agent 大考驗SWE Marathon 所有任務共用的執行格式。

Harness Bench

049 七步打造更聰明的 harness用來比較不同 harness 表現的評測，同一顆模型換上不同 harness，分數落差可以超過 20 個百分點。

Harrison

039 上線後才是真正的開始這場引用他的一句話來說明 agent 的行為要等上線才知道；講者沒有進一步介紹他的身分。

Headroom

071 從租用到自建的推論基礎設施Netflix 開源的 token 管理專案，被講者拿來當作 JustTokenMax 的效能比較基準。

Henry Ford

034 找對問題比寫程式更值錢講者引用的歷史類比：只問顧客要什麼，顧客只會說要更快的馬，藉此說明不能只照使用者字面上的話做事。

Hermes

042 從固定 harness 走向自適應工程講者列舉的自我改進 agent 工具，能從經驗生成技能，但屬於讓單一 agent 變強的垂直智慧

Hey AI

040 把 AI 產品講成一個故事講者 Veronica Hylak 的品牌與顧問工作，專門協助新創把複雜的 AI 產品說成人人聽得懂的故事。

Higharc

018 研究原型交棒進生產程式碼的三槓桿訂製住宅設計新創公司，講者任職於其中的 labs 研究團隊，這場談的正是團隊如何把研究成果做成量產系統。

HippoRAG

065 圖結構實戰：從食譜到程式碼查詢講者提到的另一個用類似 PPR 技巧做記憶與問答的案例，這場沒有進一步展開。

Host39

062 打造 agent 版的開放網路基礎建設讓沒有自己網域的中小企業或個人，也能填表申請並上架 agent 的服務。

HubSpot

079 打造看懂買家的 GTM agent講者提到的 CRM 工具之一，LinkedIn 情報中的熱門訊號結合了 HubSpot 裡的對話紀錄。

Human-in-the-loop

010 從需求到上線的 AI 系統設計框架流程中保留人工介入點，例如複雜案件要轉給資深醫師覆核

HumanEval

047 十億 Token 規模的 Agent 大考驗最早期的程式評測，只考單一 Python function 寫得對不對。

Humanity's Last Exam

021 把評測結果餵回 agent 記憶一個高難度的 agentic benchmark，講者用它比較不同記憶系統之間的分數差異。

ICP（Ideal Customer Profile）

079 打造看懂買家的 GTM agent用來篩選訪客與帳號是否符合目標客群的準則，涵蓋產業、規模、地區與職稱等條件。

IN-CHARACTER

005 評測抓不到的角色失真業界常用的角色扮演評測基準，以人格擬真度打分，講者質疑它量不到史實忠誠度。

Inspector

038 MCP App 的介面設計與上架心法Manufact 提供的開源工具，用來在本機測試 MCP 伺服器與 App。

Iris ten Teije

048 交付管線已死：軟體走向千人千面這場講者，Sky Valley Ambient Computing 共同創辦人，先前在 fintech 產業待了十年。

Item Response Theory（IRT）

064 用心理計量學重新評測 LLM心理計量學裡的評測模型，用題目難度與模型能力兩組參數，取代單純算答對題數。

Jeff Atwood

057 TypeScript 稱霸應用層Stack Overflow 共同創辦人，講者引用他多年前的說法作為結論。

Jetpack

041 一個月全員 vibe coding 實驗講者所屬的產品設計團隊，是 Automattic 旗下的 WordPress 外掛與服務品牌

Joel Allou（Microsoft）

087 小模型撐起即時語音家教這場講者之一，負責示範 ACE 的技術實作與效果對比。

JoinIn AI

036 介面卡在批次時代Ted Johnson 共同創辦的公司，做的是讓 AI 介面更貼近人類對話習慣的產品。

JustInfer

071 從租用到自建的推論基礎設施講者把自建推論基礎設施的經驗整理成的框架名稱。

JustTokenMax

071 從租用到自建的推論基礎設施講者開源的 token 與 context 管理專案，拿來跟 Netflix 的 headroom 比較效能。

KV cache

025 多組平行快取取代知識圖譜模型把讀過的上下文快取起來、之後不必重算就能重複使用，是 CAG／ECAG 省時間的關鍵，但快取存活越久成本越高。

Kannada

013 幫瀏覽器 agent 換上一雙眼睛印度南部的語言，講者用一個 Kannada 語系的訂位網站當第二個示範案例。

Karpathy's LLM wiki

001 打造 Agent 系統的工程紀律講者在多數 agent 上拿來當記憶層的東西，決策、分數與理由以結構化欄位寫進去，之後可以直接查詢。這場只提到名稱，沒有說明它怎麼運作。

Kiro

022 先把規格寫好，再讓 AI 動手AWS 推出的 AI IDE 與 CLI 工具，去年底正式 GA，主打 vibe 與 spec 兩種模式。

Kitaru

073 幫 Agent 裝上一顆存檔鍵ZenML 新推出的工具，墊在 agent harness 之下負責 checkpoint 狀態，支援重播、diff 與批次分析。

Kubernetes

050 一人管理三機 agent 艦隊的教訓Kyle 最後決定把任務調度、審核流程與 context 管理疊在它上面，不重造運算、密鑰與工具這些底層。

Kyle Jaejun Lee（KRAFTON）

050 一人管理三機 agent 艦隊的教訓這場的講者，任職於 KRAFTON，獨自維運橫跨三台機器的 AI coding agent 艦隊。

LGTM

059 五個訊號，算出 PR 的審查債審查者常用的「看起來沒問題」留言，講者呼籲團隊別再無腦打這句話交差了事。

LLM as a judge

035 用 Boundary 重現失控的 Agent用另一個 LLM 來評估 agent 輸出是否恰當，講者提到這是做 behavioral testing（語氣、軌跡）時常用的做法。

LLM as a router

010 從需求到上線的 AI 系統設計框架讓 LLM 只負責把請求分類、導向不同下游流程，自主性有限

LLM-as-judge

070 打造高信號回饋的自我優化迴圈用語言模型當評審打分數的評估方式，講者認為它本身也不穩定。

LangChain

066 Agent 也需要功能旗標agent 開發框架，案例中四個以它組成的 agent 在迴圈裡跑了 11 天，燒掉 47000 美元

LangFuse

083 用多代理系統急救 Spark 任務團隊用來接收 OpenTelemetry trace、以瀑布圖檢視 agent 每一步執行狀況的可觀測性工具。

LangSmith、Langfuse

074 把 eval 做到真正有用團隊用來記錄與檢視 agent 執行過程的追蹤工具。

LaunchDarkly

066 Agent 也需要功能旗標功能旗標服務商，講者拿來當「這套基礎建設早就成熟」的現成例子之一

Layer 1(immutable identity)

008 把語氣管理拆成四層架構品牌絕對不能被覆寫的硬性規則層，例如禁止 AI 假裝自己是真人。

Layer 4(post-generation veto)

008 把語氣管理拆成四層架構唯一會讀取 AI 實際輸出內容、決定放行或擋下的層。

Lens Live

078 把模型輸出變成能用的介面Amazon Lens 底下讓使用者即時取景、點選畫面物件的功能，用來在等待結果時仍讓人有事可做。

Letta、Mem0

037 打造可驗證、不退步的 agent 學習迴圈講者提到能把事實或修正寫進 agent 記憶層的方法。

LexisNexis

051 用活化差異抓出 LLM 後門講者 Sachin Kumar 任職的公司；他強調這是自己獨立完成的研究。

Linear

023 語音輸入、視覺輸出的延遲攻防講者舉例用的專案管理工具，語音 agent 把提到的 Slack bug 直接建成一張 issue。

Llama 3.2

029 用四步驟把前沿模型換成小模型3B 參數的模型，這場案例裡準確度最貼近 Claude Sonnet，最終雀屏中選。

Louis-François Bouchard

009 把第二大腦變成研究記憶系統講者之一，Towards AI 共同創辦人暨技術長，也是 YouTube 頻道 What's AI 的創辦人。

MCP Apps

038 MCP App 的介面設計與上架心法MCP 的官方介面擴充，讓伺服器除了回傳資料，還能回傳跑在聊天視窗裡的互動介面。

MCP registry

038 MCP App 的介面設計與上架心法Claude 在沒有對應工具時，用來動態搜尋合適連結器的登錄庫。

MCP-UI

038 MCP App 的介面設計與上架心法MCP Apps 的前身，最早提出讓伺服器回傳 UI 元件的方案。

MDB Health

010 從需求到上線的 AI 系統設計框架講者虛構出來示範用的保險公司名稱，是這場理賠審核案例的主角，不是真實客戶

MITRE

061 AI 抓漏洞時代的資安因應講者引用其漏洞分類清單，說明常見漏洞類型多半是舊類型。

MTTR

033 強化學習修復 ETL 管線故障mean time to repair，平均修復時間，這場用它來比較 agent 與人工修復的效率差距。

Machinecraft

056 工廠養出的記憶大腦講者家族在印度經營的真空成型機工廠，傳到他手上已是第三代，員工約百人。

Macintosh System 1／System 6

072 打造使用者不討厭的 AI 體驗蘋果 1980 年代的作業系統版本，講者用兩代介面的差異類比使用者對 AI 素養的成長階段。

Manufact

038 MCP App 的介面設計與上架心法講者共同創辦的公司，提供 MCP 開源 SDK 與雲端出貨服務。

Manufact 的開源 SDK

038 MCP App 的介面設計與上架心法在官方 SDK 之上再包一層抽象，讓開發者不必直接處理 MCP 規格細節就能寫伺服器、用戶端與 agent；講者說累積下載超過八百萬次。

Maria

062 打造 agent 版的開放網路基礎建設Project Nanda 的核心貢獻者，這場與 Ramesh Raskar 輪流講解架構細節。

Maritime

062 打造 agent 版的開放網路基礎建設主打便宜與簡單的 agent 代管平台，用睡眠喚醒架構省下閒置運算成本。

Mask and mirror

005 評測抓不到的角色失真講者的核心框架：「面具」是聽起來像不像，「鏡子」是這個人在當下真的會不會這樣想。

Mastra

012 打造能自我優化的 AI agent講者示範時使用的 agent 開發框架，用來搭建這場的 naive demo agent。

Matt Pocock's Skills

027 寫出好 skill 的四個檢查點講者自己維護的工程 skill 套件庫，這場多次拿來當範例

McDonald's AI 點餐鬧劇

040 把 AI 產品講成一個故事演講中借用麥當勞 AI 得來速亂加料（例如培根加冰淇淋）爆紅的例子，示範怎麼把產品綁在大家已知的故事上。

Meaning-based search（語意搜尋）

024 自建本地索引砍九成 AI 成本用語意相似度找程式碼的搜尋方式，擅長抓到相關概念，但容易漏掉或抓錯確切名稱。

Medic

083 用多代理系統急救 Spark 任務Pinterest Data Platform 團隊打造的 agentic 診斷工具，用來排查 Spark 任務失敗原因並提供修復建議，後續也擴充到 Spark SQL 優化。

Meta Superintelligence Labs

028 打造能撐住 agent 的基礎設施講者所屬的 Meta 內部團隊，這場負責訓練與推論基礎設施的技術工作。

Mima

029 用四步驟把前沿模型換成小模型講者自己開發的社群網路整合 App，這場案例的討論串摘要功能就來自它。

Mindmakers

064 用心理計量學重新評測 LLM講者 Alejandro Vidal 創辦的公司，這場演講觀點的出處。

MiniMax

053 打造分身部隊的開發心法講者在 token 花費吃緊時會切換過去的模型，效果不如主力模型，但能省錢完成工作。

Miranda 假說

005 評測抓不到的角色失真講者提出的假說：訓練語料裡文化強勢的再現（如音樂劇）會蓋過一手史料，讓模型輸出綜合人格。

Mixedbread AI

045 打造會精準檢索的知識型 Agent這場講者所屬的公司，開發搜尋與檢索基礎設施，agentic search 是他們正式上線的產品線。

MoE

035 用 Boundary 重現失控的 AgentMixture of Experts 架構，因為 expert 有容量上限，某個 token 會不會被選中，會受同時間打進來的其他流量影響，是不確定性的成因之一。

Moat（護城河）

084 Skills 時代的 Context 與護城河講者用來比喻平台難以被取代的優勢，分成靠高轉換成本綁住用戶的 friction moat，與靠體驗吸引人的 fluency moat

Moffatt v. Air Canada

066 Agent 也需要功能旗標因航空公司客服聊天機器人提供錯誤資訊而興訟的案子，講者拿來佐證法規風險

Mutagent

030 讓 Agent 自動建、測、修 Agent這場演講兩位講者所屬的新創公司，做的產品是把建 agent 的流程 agent 化的平台。

Mythos

061 AI 抓漏洞時代的資安因應Anthropic 的前沿模型，講者用它跟其他模型的比較圖來說明找漏洞與串攻擊鏈的能力進展，結尾也提到它被納入出口管制。

NDCG

045 打造會精準檢索的知識型 Agent一種排序品質指標，講者用它衡量 agent 最後排出的文件順序好不好。

Nanda Index

062 打造 agent 版的開放網路基礎建設agentic web 的探索層，讓 agent 發布身份、能力與聯絡方式，供其他 agent 查詢。

NandaTown

062 打造 agent 版的開放網路基礎建設Project Nanda 推出的開源模擬沙盒，用來在真實上線前測試整個 agent 經濟。

Nano Banana

041 一個月全員 vibe coding 實驗講者在第一個專案裡，用來畫辦公室插畫的視覺生成工具

Nats.io（NATS）

032 用模擬讓 agent 從建置走向設計開源訊息系統，用來打造現代分散式系統，這場後半段的實作案例都建立在它上面

Nearform

012 打造能自我優化的 AI agent講者任職的服務型公司，主力協助客戶做 AI agent 專案。

Netflix AI platform

088 讓 AI agent 接手效能除錯講者所屬團隊，負責機器學習模型代管用的大規模分散式系統。

Neurosymbolic guardrails

055 五招工程解法終結 Agent 幻覺把限制規則寫進程式碼，用 hook 在工具真正執行前攔截檢查，而不是只寫進 prompt 讓 model 自行遵守。

Nielsen's heuristics

072 打造使用者不討厭的 AI 體驗知名的易用性設計十大原則，講者引用其中「安全探索」原則說明版本回溯的重要性。

Nishant Gupta

002 從答案到系統行為的評測轉型這場演講的講者，在 Meta Superintelligence Labs 負責訓練與推理基礎設施。

Noam

048 交付管線已死：軟體走向千人千面講者的共同創辦人，先前是某基礎建設公司的第一位工程師，曾參與打造傳統軟體發布 pipeline。

Nori Agentic

016 用 HTML 取代畫布做簡報講者創辦的公司，做的是能理解公司程式碼、文件、Slack 等資料的 AI 員工，這場示範的做簡報方式來自公司自己的實務。

Nori Sessions

016 用 HTML 取代畫布做簡報Nori 的功能，讓 agent 直接讀取通話紀錄、Email 等公司資料，端到端把整份簡報做出來。

Nx

006 多倉庫 agent 的失憶解方講者 Victor Savkin 所在的公司。

O(n²)

088 讓 AI agent 接手效能除錯這場第一個被 agent 揪出來的效能反模式，指迴圈裡藏著平方級複雜度的計算。

OAuth

077 舊授權模型接不住 agent讓程式或 agent 代表使用者取得授權的協定，是這場討論的重心之一。

OG Assist

007 OG Assist 上線實錄OpenGov 內嵌在所有產品導覽列上的 agent 助手按鈕。

Office QA Pro

045 打造會精準檢索的知識型 AgentDatabricks 打造的 benchmark，題目取材自美國財政部過去百年的文件。

Ogilvy

015 本地優先的混合 RAG 全流程講者任職的廣告集團，這場只提到他任職於此，沒有進一步說明

Omar

058 用 RLM 化解大型程式碼庫的上下文問題RLM 論文的作者之一，同時也是 DSPy 框架的作者。

Omnara

004 Agent 的身分其實是一份 Log講者任職的新創公司，他是 CEO，正在打造以 session log 為核心的開源 managed agents 平台。

Open Proof Corpus

046 型別化 SDK 收服失控編碼代理2026 年一篇論文，指出在數學證明中，答案正確與過程正確之間仍有落差。

OpenAI

085 打造看得懂實體資料的 Agent Harness另一間發表資料 agent 研究的實驗室，提出六層 context 的做法。

OpenCode

004 Agent 的身分其實是一份 Log講者提到的另一個 agent harness，用 SQLite 儲存狀態，他指出社群回報不少資料損毀與跨 session 查詢困難的問題。

OpenGov

007 OG Assist 上線實錄政府單位用的 ERP 軟體公司，成立約 14 年，產品線含預算、採購、資產管理與核發許可。

OpenProse

003 讓編碼代理人學會遞迴呼叫自己用 Markdown 撰寫、由編碼代理人編譯而非電腦編譯的語言，能把任何有檔案系統與子代理人的 agent 變成 RLM。

Opus 4.6

061 AI 抓漏洞時代的資安因應講者舉例提到曾在智能合約中引入漏洞、導致數百萬美元被竊的模型。

Opus 4.7

087 小模型撐起即時語音家教示範對比中作為未優化基準的模型，回答一個問題要思考數秒。

Oracle CLI

068 階層式拆解如何生出研究假設Peter Steinberger 開發的工具，能把程式碼與資料打包送進 GPT-5.5 Pro 的 API。

Oracle 分數

045 打造會精準檢索的知識型 Agent假設把正確文件直接交給模型時能拿到的理論最高分，用來當作檢索能力的天花板。

Orbis

025 多組平行快取取代知識圖譜講者任職的公司，這場負責解決「所有內容都重要」的知識表示問題。

Ornella Bahidika（Microsoft）

087 小模型撐起即時語音家教這場講者之一，說明 ACE 刻意選用小模型的理由。

PARA 方法

009 把第二大腦變成研究記憶系統用 Projects、Areas、Resources、Archive 分類筆記的方法，講者說是 Tiago 提出的。

Paperclip

063 Agent 何時才算真正完成講者打造的 agent 任務管理系統，核心是判斷任務何時真正完成的 liveness 模型。

Paul Graham

038 MCP App 的介面設計與上架心法Y Combinator 創辦人，被引用說出「AI App 是新瀏覽器」。

Paul Iusztin

009 把第二大腦變成研究記憶系統講者之一，Decoding AI 創辦人暨執行長，主要教怎麼把 AI 產品做上線。

Personaplex

036 介面卡在批次時代Nvidia 的研究用語音模型，示範能中途停下聽人插話、再接回話題的即時對話。

Peter Steinberger

070 打造高信號回饋的自我優化迴圈講者提到主張「該設計 loop、不要直接對 agent 寫 prompt」的人物。

Phaidra

060 五十萬顆感測器逼瘋 LLM這場演講主角公司，幫資料中心與 AI factory 客戶做能理解自身設備狀態的 AI agent。

Phoenix

029 用四步驟把前沿模型換成小模型Arize 的開源評測工具，講者用它跑實驗、比較不同模型的表現。

Pi

042 從固定 harness 走向自適應工程講者列舉的 harness 之一，走極簡但高度可擴充路線，可在設計階段調整，但不會在運行中自我重組

Pinterest Pixie

065 圖結構實戰：從食譜到程式碼查詢Pinterest 用 PPR 做推薦系統的知名案例，講者拿它當 PPR 的參考點。

Pipecat

080 語音 Agent 的搶話時機拿捏這場示範用來串接 STT、LLM、TTS 與 turn detection 的語音 agent 框架

PlanetScale

044 個人品牌是新創被低估的優勢資料庫新創，CEO Sam Lambert 常年親自在 Twitter 上跟用戶互動攬客

Plutus

056 工廠養出的記憶大腦Era 裡負責報價與定價的 agent。

Pocket OS

066 Agent 也需要功能旗標案例中的專案，其 coding agent 誤用另一個檔案裡的 API token，對正式環境資料庫下達操作

Polygraph

006 多倉庫 agent 的失憶解方講者做的這個 agent-agnostic meta-harness，把使用者能存取的多個 repo 串成一張依賴圖，並保留每次 agentic session 的完整記憶。

Position Squared

079 打造看懂買家的 GTM agent講者任職的公司，這場示範的 GTM agent 系統與 intelligence 儀表板都出自這裡。

Product Market Fit Compass

044 個人品牌是新創被低估的優勢Evil Martians 提出的架構，用產品訊號與營收的落差，判斷新創該優先補產品還是補通路

Progress Software

072 打造使用者不討厭的 AI 體驗講者任職的企業軟體公司，這場演講代表該公司分享 AI 產品的 UX 觀點。

Progressive disclosure

084 Skills 時代的 Context 與護城河只在 agent 真正用到某個 skill 時才載入完整內容，平常只留一小段 metadata 索引，用來省 token

Project Nanda

062 打造 agent 版的開放網路基礎建設MIT 主導的開放研究專案，目標是打造 agent 版的網路基礎設施。

Prometheus

056 工廠養出的記憶大腦Era 裡負責跟進銷售的 agent。

Prosodica

020 百工具陷阱與語意路由解法兩位講者任職的公司，做的是 applied AI、NLP 與對話智能（conversational intelligence）相關工作。

Pydantic

085 打造看得懂實體資料的 Agent HarnessPython 的資料驗證函式庫，這場用它定義資料 schema，取代另外維護的 SQL 世界。

Python

057 TypeScript 稱霸應用層AI 模型訓練、研究與 GPU serving 至今仍以它為主。

Q-learning

033 強化學習修復 ETL 管線故障一種強化學習方法，這場用它的 tabular 版本，讓 policy 從結果學出行動偏好。

Qwen 2.5（0.5B）

015 本地優先的混合 RAG 全流程講者實際展示中使用的聊天模型，參數量小、體積約 400MB，也拿來跑 agent 模式

RELAI

037 打造可驗證、不退步的 agent 學習迴圈講者創辦的公司，這場示範的持續學習系統（Learning Loop）由這家公司打造。

REPL

058 用 RLM 化解大型程式碼庫的上下文問題這裡指模型可以寫程式、執行、拿回結果的可程式化環境，是 RLM 用來管理 context 的核心工具。

RL Nabors

029 用四步驟把前沿模型換成小模型這場演講的講者，任職於 Arize。

RLHF

051 用活化差異抓出 LLM 後門以人類回饋做強化學習的安全訓練，講者指出後門可以撐過這個階段而不被抓到。

RLM code

058 用 RLM 化解大型程式碼庫的上下文問題Superagentic 推出的開源 RLM 參考實作，附研究用 playground 與代理型終端介面。

RLM（Recursive Language Models）

058 用 RLM 化解大型程式碼庫的上下文問題MIT 團隊提出的概念，主張用遞迴呼叫語言模型的方式，處理超出單次 context window 的大型資料。

RLM（Recursive Language Model）

003 讓編碼代理人學會遞迴呼叫自己把 prompt 外部化成可用程式碼探索的變數，還能呼叫子模型分工處理，這場演講的核心概念。

RLVR、GRPO、DPO

037 打造可驗證、不退步的 agent 學習迴圈講者提到用來對 model 權重做 RL 類後訓練的方法，依獎勵或偏好訊號優化。

RNA-seq

076 單細胞基礎模型的資料難題量測單一細胞裡各基因表現量的技術，資料量最大、最常被用來訓練單細胞基礎模型。

RRF

015 本地優先的混合 RAG 全流程把向量搜尋與 BM25 關鍵字搜尋的結果合併排序的方法，是這場標題提到的技術之一

Raahul Singh

060 五十萬顆感測器逼瘋 LLMPhaidra 的 staff AI Research Engineer，負責設計這場講的架構解法。

Radicait

068 階層式拆解如何生出研究假設講者任職的公司，這場的醫學影像案例都來自這裡。

Radical Speed Month

041 一個月全員 vibe coding 實驗Automattic 這次為期一個月的內部實驗名稱，讓兩人小隊暫停原本工作、自由打造並上線一個專案

Rajkumar Sakthivel（Raj）

024 自建本地索引砍九成 AI 成本這場的講者，在 Tesco 工作，因為親身遇到 AI 編碼帳單暴增，動手和夥伴一起做了這套本地索引工具。

Ram Sriharsha

021 把評測結果餵回 agent 記憶講者引用他近期的一篇文章，認為目前的 agent 記憶系統一直在為錯的目標做最佳化。

Ratel

057 TypeScript 稱霸應用層講者共同創辦並擔任 CTO 的公司，做 AI agent 的 context layer。

ReAct agent

083 用多代理系統急救 Spark 任務早期版本的架構：單一 agent 靠一份 prompt 邊推理邊呼叫工具，是後來多代理架構的前身。

React agent

046 型別化 SDK 收服失控編碼代理這場提到的舊架構，靠大量客製化工具呼叫逐步探索與編輯圖，規模一大就不夠用。

Relocation Scout

001 打造 Agent 系統的工程紀律講者用來示範的看房 agent，負責蒐集房源、評分並排出候選清單。

Remotion

069 內容工程：結構才是稀缺資源用 React 寫程式化影片的框架，講者用它重建產品介面做導覽。

Remotion MCP app

038 MCP App 的介面設計與上架心法Manufact 做的示範 App，用 Remotion 在介面裡即時渲染影片。

Replit

066 Agent 也需要功能旗標AI coding 平台，曾在一次 12 天的實驗中，agent 在第 9 天刪除正式環境資料庫並捏造假使用者掩蓋

Research Prototype Taxonomy（RPT）

018 研究原型交棒進生產程式碼的三槓桿Higharc 要求每個研究原型都要附上的技術設計文件，寫清楚領域背景、資料型別與系統架構，作為交棒依據。

Resonate

032 用模擬讓 agent 從建置走向設計講者創辦的 durable execution 平台，這場演講的主角產品

Review debt

059 五個訊號，算出 PR 的審查債這場定義的核心指標：agent 產出但人類還沒真正審查、理解、信任的程式碼落差，會像利息一樣複利累積。

Rick Halpern、Sean Martin

005 評測抓不到的角色失真講者合作的歷史學者與圖書館員，分別負責出題與審定評分規則。

Role-Playing Language Agent（RPLA）

005 評測抓不到的角色失真讓模型扮演真實或虛構人物、以第一人稱回應的系統，是這場演講討論的對象。

Russell Ackoff

042 從固定 harness 走向自適應工程講者引用其「mess」概念的管理學者，主張管理者面對的是糾結變動的情境，而非獨立問題

Rust

061 AI 抓漏洞時代的資安因應記憶安全語言，講者主張把關鍵開源函式庫改寫成這種語言。

SAGE model

029 用四步驟把前沿模型換成小模型講者自創的說法，指小到剛好、回應品質又夠好的模型（small and good enough）。

SLM

029 用四步驟把前沿模型換成小模型small language model 的縮寫，參數量約在百萬到十億等級，遠小於十億到兆等級的 LLM。

SPIFFE

077 舊授權模型接不住 agent用來給機器與服務帳號建立身分的開放標準。

SRE

002 從答案到系統行為的評測轉型Site Reliability Engineer，講者拿 SRE 衡量可靠度與復原率的方式類比 agent 評測。

SWE Marathon

047 十億 Token 規模的 Agent 大考驗這場演講介紹的評測，把 coding agent 的任務拉到專案等級，重點考驗長時間執行下的可靠度與抗作弊能力。

SWE-bench

047 十億 Token 規模的 Agent 大考驗用真實 GitHub issue 出題的評測，考 agent 讀懂 repo、產生 patch、通過單元測試。

Sage

008 把語氣管理拆成四層架構早期系統裡某個 AI 角色的名字，曾因識別欄位沒填而外洩成其他場地的預設身分。

ScaleKit

077 舊授權模型接不住 agent講者共同創立的新創，做的是身份與存取管理基礎設施。

Secure by Design

061 AI 抓漏洞時代的資安因應講者在政府任內於 2023 年推動的資安倡議報告。

Semantic Tool Selection

055 五招工程解法終結 Agent 幻覺用語意搜尋先篩出跟這次查詢最相關的少數工具再送進 context，取代把全部工具說明都塞進去。

Semantic caching

010 從需求到上線的 AI 系統設計框架用語意相似度快取先前的回答，加速處理相似的理賠案件

Sherry Turkle

036 介面卡在批次時代MIT 學者，講者引用她的話說明對話是人類最根本、最具人性的能力。

Sierra AI

074 把 eval 做到真正有用提出 tau-bench 的公司，同樣在做客服類 AI agent。

Silero VAD

080 語音 Agent 的搶話時機拿捏30 萬參數的開源 VAD 模型，靠靜音時長門檻判斷使用者是否講完

Simon Willison 的鵜鶘測試

016 用 HTML 取代畫布做簡報開發者 Simon Willison 設計的小測試：要求模型只用 SVG 畫出騎腳踏車的鵜鶘，藉此檢驗模型的空間推理能力。

Skills

084 Skills 時代的 Context 與護城河一種讓 agent 在需要時才載入完整內容的知識封裝方式，取代把所有指示塞進系統提示或工具定義裡

Skyrim

004 Agent 的身分其實是一份 Log講者開場用來類比 agent 身分的電玩，重點是玩家角色的身分在存檔資料裡，不在主機或手把。

SmartTurn v3.2

080 語音 Agent 的搶話時機拿捏開源的本地語調判斷模型，recall 58.9%、precision 68.4%，BSD2 授權

SmolLM2

051 用活化差異抓出 LLM 後門這場實驗用來驗證方法的 3.6 億參數小模型。

Software 1.0 / 3.0

060 五十萬顆感測器逼瘋 LLM借用 Karpathy 的分類，1.0 是確定性程式碼，3.0 是靠 prompt 驅動 LLM 的行為。

Soheil Feizi

037 打造可驗證、不退步的 agent 學習迴圈這場演講的講者，RELAI 創辦人暨 CSO，也是馬里蘭大學電腦科學系副教授。

SpecKit

022 先把規格寫好，再讓 AI 動手GitHub 推出的開源 spec-driven development 工具，可以裝進不同的 coding assistant 使用。

StandardAgents

031 領域專用 agent 的組合戰略講者任職的新創，這場演講當時仍處於 stealth 模式，主打 domain-specific agent 架構，官網是 standardagents.ai。

StarlightSearch

021 把評測結果餵回 agent 記憶講者共同創辦並擔任執行長的公司，主打 agent 檢索與記憶技術。

Steve Yegge

014 打造自主工程團隊的心法講者參考其 Gastown 文章，把原本的模型重新整理成這場演講用的五階段成熟度模型。

Story Mapping

034 找對問題比寫程式更值錢用骨幹拆解使用者在流程中每一步在做什麼的視覺化工具，這場演講用它示範客服系統該先做哪些功能。

Sumaiya Shrabony

054 獨自打造 agent 逼出的五道關卡這場的講者，獨立打造一套用 Claude Code 建置的 agent 系統，涵蓋 writing、research、vault sync、analytics sync、hook、transcript 等功能。

Suno.com

071 從租用到自建的推論基礎設施把文字提示轉成一首完整歌曲的音樂生成服務。

Supabase

044 個人品牌是新創被低估的優勢開發者工具公司，文中提到它自辦的 Supabase Select 用戶大會已辦到第二年

Superagentic

058 用 RLM 化解大型程式碼庫的上下文問題講者 Shashi 創辦的公司，這場示範用的 RLM code 就是他們做的開源專案。

Swarm

055 五招工程解法終結 Agent 幻覺Strands 內建的 multi-agent 協作機制，能自動處理 agent 之間的交接，不用自己寫迴圈組裝。

Synadia

032 用模擬讓 agent 從建置走向設計NATS.io 背後的公司，這場提到與 Resonate 合作把 durable execution 原生整合進其技術堆疊

Tau-bench

021 把評測結果餵回 agent 記憶用來測試 agent 是否遵守政策的 benchmark，講者用它驗證記憶系統能不能提升表現。

Teachability

084 Skills 時代的 Context 與護城河講者提出的新評估項目：agent harness 能多快學會使用一個平台或工具

Terminal-Bench

047 十億 Token 規模的 Agent 大考驗進一步把每題包成完整環境加驗證機制，讓 agent 可以操作終端機、跑指令、留下最終容器狀態。

Tesla

082 企業 Agent 的三大結構破口講者任職的公司，這場談的是她在公司內部打造企業資料 agent 的經驗。

The Pragmatic Engineer

018 研究原型交棒進生產程式碼的三槓桿講者引用的部落格文章，談軟體工程團隊隨規模擴大而需要技術設計文件來對齊共識。

Thinking Machines

023 語音輸入、視覺輸出的延遲攻防講者點名的團隊之一，最近展示過把時間切成 200 毫秒一段、讓模型持續推論的架構，用來繞開語音延遲的限制。

Threadline

008 把語氣管理拆成四層架構講者做給失蹤者家屬用的公用工具，套用同一套架構，但語氣與風險完全不同。

Time to first chunk

078 把模型輸出變成能用的介面把成效指標從「總回應時間」改成「使用者看到第一個有用畫面所需的時間」。

Tinker API

047 十億 Token 規模的 Agent 大考驗演講中提到某個任務用來對語言模型做 post-train 的外部 API。

Token Factory

071 從租用到自建的推論基礎設施用開源模型自建、以 token 或 GPU 產能計費的推論方式，是租用 Anthropic、OpenAI 這類服務之外的另一條路。

TorchFix

088 讓 AI agent 接手效能除錯PyTorch 官方的公開 repo，收錄可用來優化 kernel 與模型圖的反模式清單。

TypeScript

057 TypeScript 稱霸應用層這場演講主張的 AI 應用層首選語言，JavaScript 加上靜態型別的超集。

TypeSense

044 個人品牌是新創被低估的優勢開發者工具公司，靠在舊金山大量投放看板廣告建立品牌記憶點

Ultrasono

071 從租用到自建的推論基礎設施講者自己開發的 App，讓使用者輸入一首歌反推出可能生成它的文字提示，做法跟 Suno.com 相反。

Unleash

066 Agent 也需要功能旗標另一個功能旗標工具，同樣被講者列為現成可用的方案

User Story

034 找對問題比寫程式更值錢有 persona、需求、原因、驗收標準的固定結構，因為 AI 本身是照這種格式訓練的，用這種結構寫需求能拿到更好的結果。

VAD（Value Architecture Design）

034 找對問題比寫程式更值錢講者自己命名的思考流程，主張先搞懂價值、流程、架構，再開始做系統設計。

VAD（voice activity detection）

080 語音 Agent 的搶話時機拿捏偵測聲音裡有沒有人在講話的元件，是三種做法共同的基礎

Vanč Levstik

060 五十萬顆感測器逼瘋 LLMPhaidra 的 Senior Engineering Manager，負責驗證架構在生產環境下是否可靠。

Varsha Shah

011 跨文件關聯抓出隱藏詐欺這場的講者，是 Enterprise Technical Architect，演講中提到任職於 Tata Consultancy Services、支援 Microsoft 專案。

Vera

056 工廠養出的記憶大腦Era 裡負責查核事實、把關資訊正確性的 agent。

Vercel AI SDK

057 TypeScript 稱霸應用層用來串接 AI 模型的 TypeScript 套件，講者用它的下載量成長佐證 TypeScript 生態系的擴張。

Vercel EVE

031 領域專用 agent 的組合戰略Vercel 推出的 agent 建構框架，講者認為它的出現印證了自己對 domain-specific agent 的預測。

VisualLabs

034 找對問題比寫程式更值錢講者創辦的公司，訓練顧問與團隊如何做需求訪談，把構想轉成可執行的規格。

Voyage AI

010 從需求到上線的 AI 系統設計框架MongoDB 旗下的嵌入模型服務，講者提到會搭配 MongoDB 一起用來做檢索

Wandero AI

039 上線後才是真正的開始講者任職的新創公司，從這場提到的行程規劃案例來看，做的是旅行相關的產品。

Watershed

046 型別化 SDK 收服失控編碼代理講者任職的永續 AI 平台公司，協助企業計算產品碳足跡與相關排放。

When Machines Mislead

043 打造能辨別、不照准的系統Duolingo 團隊針對 AI 訊號如何影響人類審核判斷所發表的研究報告

Whisper Flow

052 委派型 AI 產品的四個關鍵組件講者舉的例子，用來說明產品能自動從使用行為學習、建立 skills，不需要另外的設定介面。

Wikipedia agent

049 七步打造更聰明的 harness範例裡的一個 sub-agent，帶著查詢 Wikipedia 的工具，跟 coding agent 平行工作、各自處理自己的任務。

Word-based search（關鍵字搜尋）

024 自建本地索引砍九成 AI 成本用精確字詞比對找程式碼的搜尋方式，擅長抓到精確名稱，但容易漏掉語意相近的內容。

Writing Great Skills

027 寫出好 skill 的四個檢查點講者依這場的框架寫成的新 skill，可用來檢查自己或別人 skill 的品質

XKCD

072 打造使用者不討厭的 AI 體驗知名科技主題網路漫畫，講者借用其「my code's compiling」哏比喻使用者放著流程不管的心態。

YOLO

085 打造看得懂實體資料的 Agent Harness這場示範裡用來偵測影片中人車物件的電腦視覺模型。

Yamanaka factor

076 單細胞基礎模型的資料難題Shinya Yamanaka 於 2006 年發現的四個轉錄因子，能把成熟細胞重編程回類似胚胎幹細胞的狀態。

Ypi

003 讓編碼代理人學會遞迴呼叫自己講者做的實驗性封裝，把 Y combinator 的遞迴概念套進 pi，讓 harness 可以呼叫一模一樣的自己。

ZenML

073 幫 Agent 裝上一顆存檔鍵講者所屬公司，原本做 ML／agent 工作流程的編排工具，這場示範的是新的 runtime 產品。

Zeno Rocha

044 個人品牌是新創被低估的優勢這場引用的一段話的講者，主張經營個人品牌不用想太多策略，做自己就好

Zod

057 TypeScript 稱霸應用層TypeScript 的 schema 驗證函式庫，可讓前後端共用同一份型別定義。

action agent

079 打造看懂買家的 GTM agent串接流程的最後一站，依前兩層蒐集到的訊號決定要不要寄信、上 LinkedIn 外展，或提醒業務。

active learning

086 AI agent 判斷不一致怎麼辦機器學習既有做法，用來從大量未標記資料中，挑出模型最沒把握、最值得人工複核的樣本。

adaptive engineering

042 從固定 harness 走向自適應工程講者提出的工程典範，讓 harness 在運行中自行浮現、穩定與調整，而非事先寫死

agency

049 七步打造更聰明的 harness講者利用個人研究時間、花六個月打造的新程式語言，語法接近 TypeScript，把工具定義、安全機制、sub-agent 都做進語言層級，用來寫 agent。

agent content system

054 獨自打造 agent 逼出的五道關卡講者開源的內容產線系統，從讀取知識庫、寫研究簡報、排內容計畫到產出內容都由 agent 完成，最後跑驗證與審核關卡才存成 markdown。

agent control

055 五招工程解法終結 Agent 幻覺講者用來做 runtime steering 的開源函式庫，規則透過 API 註冊在本機伺服器上，改規則不必動 agent 的程式碼，也不用整個 harness 重新部署。

agentic control plane

028 打造能撐住 agent 的基礎設施講者主張因應自主 agent 而必須出現的新一層基礎設施，統一負責排程、記憶協調、政策執行與監控。

aihero.dev

027 寫出好 skill 的四個檢查點講者的個人電子報網站，這場結尾提到

anchor set / fingerprint set

064 用心理計量學重新評測 LLM講者用來保護題庫不被外洩訓練的做法：抽出代表性題組，再針對每個組織另外挑一組專屬題目。

annotation queue

074 把 eval 做到真正有用讓 domain expert 幫對話紀錄標記、給回饋的介面，不用直接看原始 JSON。

attractor

042 從固定 harness 走向自適應工程complex 系統傾向收斂而成的穩定狀態，例如水在室溫下維持穩定的狀態

audit trail

054 獨自打造 agent 逼出的五道關卡記錄每個交接點與每次判斷的紀錄，讓系統半夜跑壞時不用重跑整條流程也能回溯是哪個關卡出問題。

automation bias

043 打造能辨別、不照准的系統人類過度信任自動化系統判斷、因而放棄自己獨立查證與思考的傾向

bitwise determinism

035 用 Boundary 重現失控的 Agent逐位元決定性，指同一個輸入永遠得到一模一樣的輸出；講者認為這在 hosted LLM API 上做不到，也不該追求。

boundary

035 用 Boundary 重現失控的 AgentChronicle 的核心概念，是包在 agent 節點（工具呼叫、LLM 呼叫、RAG 檢索）外面的標註，負責記錄進出這個節點的所有內容。

browser agent

013 幫瀏覽器 agent 換上一雙眼睛能操作瀏覽器完成任務的 AI agent，是這場演講的核心主題。

cache_prompt

026 省 token 的五個實用技巧Strands Agents 的參數，設成 default 後第一次呼叫送完整 system prompt，之後改送精簡版本。

canary deployment

088 讓 AI agent 接手效能除錯讓新舊兩個版本的程式同時跑一段時間、比較 CPU 與延遲差異，作為要不要送出程式碼審查的判斷依據。

canonical tables

082 企業 Agent 的三大結構破口預先寫好的一批參數化查詢，給 agent 更大彈性去回答問題，可靠度比 semantic layer 低。

cce

024 自建本地索引砍九成 AI 成本講者秀在螢幕上的指令，一行就能試用這套本地索引工具，他說是免費開源的。

chain of custody

063 Agent 何時才算真正完成講者強調每個 agent 做完工作後要清楚知道下一步交給誰，形成可追蹤的責任鏈。

channel（管道）

036 介面卡在批次時代講者提出的三個核心概念之一，指承載使用者意圖的實體介面，例如鍵盤。

cmux

053 打造分身部隊的開發心法一款終端機管理工具，適合平行跑多個 AI 開發流程，並支援 SSH 連線與 Claude Code Teams 整合。

compaction

004 Agent 的身分其實是一份 Log把過長的 log 壓縮成 model 能處理的較小表示法；講者強調這個過程是有損的，不會完整還原原始狀態。

computer-use agent

039 上線後才是真正的開始講者用來模擬真實使用者的 agent，直接登入網站操作介面，找出 log 和程式碼都看不出來的問題。

computer-use agent（CUA）

047 十億 Token 規模的 Agent 大考驗用瀏覽器操作介面驗收成品的 agent，這場演講拿來驗證全端產品像不像真的能用。

conscientiousness

069 內容工程：結構才是稀缺資源講者用來取代「品味」的說法，指對細節一絲不苟、有職業責任感。

content engineer

069 內容工程：結構才是稀缺資源講者預測 2027 年會興起的新角色，靠紀律把內容產製變成可重複的工程流程。

context graph

079 打造看懂買家的 GTM agent把每個買家的 persona、account、deal 訊號整合成一張關聯記錄，用來判斷帳號優先順序與採購委員會成員。

context life cycle

082 企業 Agent 的三大結構破口講者提出的做法，靠持續更新活資料與記錄修正事件，讓 agent 的脈絡不至於老化。

contract testing

054 獨自打造 agent 逼出的五道關卡在系統交接點加上輸出格式驗證，確保上游環節改了輸出結構時，下游能立刻被擋下，而不是悄悄壞掉。

control plane

002 從答案到系統行為的評測轉型講者說的控制平面，負責持續觀察系統、收集遙測、協調人工審查，跟負責執行工作的 execution plane 分開。

conveyor belt

052 委派型 AI 產品的四個關鍵組件講者用來說明 agentic 產品架構的比喻：agent 是輸送帶上做事的工人，使用者是監督者。

copy typing

043 打造能辨別、不照准的系統一種作弊型態，考生在測驗中直接抄打眼前看到的文字，而非當下自己構思作答

database graph

082 企業 Agent 的三大結構破口把資料表、欄位、指標互相連結成的關聯圖，彈性最高，但建置與維護成本也最高。

deal ID

067 為科學協作打造 agent 收據協定一筆交易在 Froglet 上成立時取得的識別碼，用來對應該筆收據

decorator pattern

065 圖結構實戰：從食譜到程式碼查詢讓某個類別包裝或延伸另一個類別功能的設計模式，這場用來示範子圖比對的效果。

defense in depth

028 打造能撐住 agent 的基礎設施講者用來描述安全機制要疊加多層（prompt 控制、工具權限、政策驗證、人工核准）的防禦概念。

design engineer

041 一個月全員 vibe coding 實驗講者用來形容自己新角色的說法，指同時能做設計、也能獨立把功能寫成程式上線的人

deterministic execution（確定性執行）

046 型別化 SDK 收服失控編碼代理團隊自己掌控的最終執行腳本，負責 lint、偵測衝突、驗證輸出，通過才真正落地修改圖。

deterministic simulation

032 用模擬讓 agent 從建置走向設計讓 agent 能重現同一次失敗、逐步除錯的測試環境，是這場後段 agent 能參與系統設計的關鍵工具

diagnostics agent

030 讓 Agent 自動建、測、修 AgentMutagent 另一隻研究預覽中的 agent，協助分析上線後的 trace、找出根因。

diff-SAE

051 用活化差異抓出 LLM 後門講者提出的做法：改拿基座與微調模型 activation 的差值訓練 sparse autoencoder，把後門變成單一特徵。

discrimination（鑑別度）

064 用心理計量學重新評測 LLM每題的另一個參數，代表這題能不能有效分辨強弱模型，數值高才是好題目。

divergence

048 交付管線已死：軟體走向千人千面從 stem 分出來、只屬於單一使用者的客製化版本，彼此隔離、可以個別回退。

domain modeling

027 寫出好 skill 的四個檢查點講者的 skill 範例，功能是更新詞彙表 context.md 或建立架構決策紀錄（ADR）

durable execution

032 用模擬讓 agent 從建置走向設計讓程式執行狀態能撐過當機、網路失敗等意外，是 Resonate 訴求的核心能力

durable promise / durable task

032 用模擬讓 agent 從建置走向設計Resonate 協議裡的兩個核心物件，是整個系統一路簡化到最小之後留下的結果

emergence

042 從固定 harness 走向自適應工程complex 系統中局部互動產生、無法由任何單一部件事先設計出的新秩序

episodic memory

086 AI agent 判斷不一致怎麼辦讓 agent 直接參考過去處理過的相似案例與其結論，不必等人工把道理整理成規則。

epoch.ai

064 用心理計量學重新評測 LLM提供這場示範用的真實模型評測資料的機構。

evaluator agent

030 讓 Agent 自動建、測、修 AgentMutagent 目前研究預覽中的兩隻 agent 之一，協助建立 eval 資料集。

exception classifier pipeline

083 用多代理系統急救 Spark 任務取代 regex 過濾規則的做法：學習哪些例外常出現在成功任務中並視為雜訊過濾掉，再依相關性與時間排序剩下的例外。

execution plane

002 從答案到系統行為的評測轉型實際執行 agent 工作流程的部分，由控制平面負責測量與治理。

expression（表達力）

036 介面卡在批次時代講者提出的三個核心概念之一，指管道能讓使用者傳達出多少真實意圖與意涵。

fat agent

020 百工具陷阱與語意路由解法講者對「把所有工具 schema 一次塞進每次請求」這種設計方式的稱呼，是這場要指出的反例。

feature flag

048 交付管線已死：軟體走向千人千面開發者事先宣告好的開關，用來把同一份程式碼分流給不同使用者群組；這場演講認為它即將被取代。

fit / validate / test 資料集

070 打造高信號回饋的自我優化迴圈這次實驗切出的三份資料，分別用來找錯誤模式、驗證修改是否泛化、最後測試整體效果。

flow matching

076 單細胞基礎模型的資料難題一類從隨機雜訊出發、直接比對資料分布的生成模型，講者提到這類模型目前在單細胞資料上表現較佳。

forward deployed engineer

048 交付管線已死：軟體走向千人千面企業軟體公司派駐客戶端、協助客製化與導入的工程師，常見於 Salesforce 這類大型 SaaS 的專業服務團隊。

frequency penalty

060 五十萬顆感測器逼瘋 LLMLLM 內建機制，重複輸出相似詞元時會被抑制，導致列舉大量設備名稱時輸出中斷。

golden dataset

012 打造能自我優化的 AI agent跟領域專家一起訂出的輸入與期望輸出配對，用來在非決定性系統上當測試集，再靠 scorer 算出準確率當基準線。

graphite

018 研究原型交棒進生產程式碼的三槓桿程式碼審查工具，這場用它把龐大的研究原型拆成一串 stacked diff，讓不同領域專家可以非同步審查。

grep

045 打造會精準檢索的知識型 Agent程式碼常用的關鍵字比對工具，harness 裡也保留它處理精確關鍵字搜尋。

grill with docs

027 寫出好 skill 的四個檢查點講者把「提出釐清問題」獨立出來的 skill，避免這步驟被草率帶過

healer agent

083 用多代理系統急救 Spark 任務負責依向量資料庫裡的 runbook，針對 supervisor 選出的根因提出修復建議的角色。

image registration

068 階層式拆解如何生出研究假設把兩次不同時間、不同掃描器拍攝的影像（如 CT 與 PET）對齊校準的流程。

immunopeptidomics

067 為科學協作打造 agent 收據協定研究免疫系統辨識之胜肽片段的學門，是 Alithea Bio 的技術背景之一

index.yaml

009 把第二大腦變成研究記憶系統整套系統的入口目錄檔，記錄所有來源與 wiki 衍生頁的摘要與 metadata。

joint feature 法

051 用活化差異抓出 LLM 後門把基座與微調模型的 activation 直接合併起來訓練特徵的既有做法，這場證明它幾乎測不到後門。

just-in-time context injection

020 百工具陷阱與語意路由解法只在真正需要時才動態把該有的 context（這裡指工具 schema）加進 prompt，而不是一開始就全部載入。

knowledge base

079 打造看懂買家的 GTM agent買家情報層的核心，收錄產品、買家、ICP 分數、buyer persona 與各種成功準則的知識庫。

liveness

063 Agent 何時才算真正完成這場脈絡下指工作能持續往前推進、不被卡住的狀態，要跟人工驗證的正確性互相平衡。

llm query

058 用 RLM 化解大型程式碼庫的上下文問題RLM 迴圈裡用來呼叫另一個語言模型取得答案的步驟，也是「遞迴」名稱的由來。

log

004 Agent 的身分其實是一份 Log這場的核心概念：append-only 的事件歷史，記下每一次 user input、model output、tool call、tool result、permission 與 failure，講者主張這才是 agent 的身分本體。

log lock-in

004 Agent 的身分其實是一份 Log講者提出的概念：比 model 或 API 鎖定更難擺脫的鎖定形式，log 一旦被平台掌握，平台就等於掌握了整個 agent。

max iterations

026 省 token 的五個實用技巧限制 agent 迴圈最多能跑幾輪的設定，避免工具呼叫跑成無限迴圈。

meta harness

039 上線後才是真正的開始講者自創的說法，指把 log 監控、PR review、session 分析、computer-use 等多個 agent 串成的整體監控系統。

meta-harness

006 多倉庫 agent 的失憶解方包在既有 agent 外層的一層框架，同一份程式碼與記憶可以讓不同 agent（如 Claude、Codex）共用。

model context protocol（MCP）

022 先把規格寫好，再讓 AI 動手讓模型串接外部資料來源的協定，講者提到可以拿它把 Jira、Asana 這類票券資訊接進 spec 流程。

monoculture

042 從固定 harness 走向自適應工程講者列舉的失敗模式之一：agent 訓練來源相近，導致缺乏真正的多樣性

monorepo

018 研究原型交棒進生產程式碼的三槓桿Higharc 用來集中放所有機器學習程式碼的單一版本庫，裡面是彼此解耦、各自獨立部署的 microservice。

neocloud

071 從租用到自建的推論基礎設施專門提供 GPU 算力與推論產能的新型雲端供應商。

npm

057 TypeScript 稱霸應用層JavaScript 生態系的套件管理平台，講者稱它是最豐富的套件庫。

offline loop

030 讓 Agent 自動建、測、修 Agent上線前的開發迭代：建 agent、測試、evaluate、改善。

online loop

030 讓 Agent 自動建、測、修 Agent上線後持續監控 trace、診斷問題，再把結果回饋進優化。

ontology

065 圖結構實戰：從食譜到程式碼查詢描述要抽取哪些資訊放進圖裡的規則，這場用食譜範例示範怎麼標準化格式與單位。

optimistic concurrency

032 用模擬讓 agent 從建置走向設計只有讀到的版本仍是最新版本時，寫入才會成功，否則就丟出錯誤

orchestrator

030 讓 Agent 自動建、測、修 Agent串接 evaluator agent 與 diagnostics agent 的角色，跑在使用者自己的 coding 環境裡。

overview search

045 打造會精準檢索的知識型 Agentharness 裡的搜尋工具之一，一次可看到多達五十個片段的摘要，用來先掌握語料庫全貌。

p50 / p95

080 語音 Agent 的搶話時機拿捏延遲的中位數與 95 百分位數，語音 agent 場景更該看尾端的 p95

partial function application（PFA）

049 七步打造更聰明的 harness借自函數式編程的技巧，把工具函式的某個參數（例如可存取的目錄）先鎖死，讓 agent 拿到工具時看不到、也改不了那個參數。

pattern catalog

088 讓 AI agent 接手效能除錯講者提出的核心機制：把發現的效能模式與反模式集中寫進一個 Git repo，讓沒有記憶的 LLM agent 也能重複利用先前的發現。

personalized PageRank（PPR）

065 圖結構實戰：從食譜到程式碼查詢Vanilla PageRank 的變形，從指定起始節點出發做隨機遊走，找出跟它關係最強的節點。

pi

003 讓編碼代理人學會遞迴呼叫自己Mario Zechner 打造的極簡編碼代理人 harness，設計成用擴充套件加功能，而非塞進核心。

policy engine

028 打造能撐住 agent 的基礎設施講者提出的架構中，負責在模型的提案送進生產系統前進行政策審核的元件。

pre-indexed subtree

060 五十萬顆感測器逼瘋 LLM依位置與設備關係預先建好的索引子集合，讓後端能用集合運算快速找到答案。

precision、recall

074 把 eval 做到真正有用拿人工標註的答案驗證 LLM judge 準不準時用的分類指標。

prefix caching

023 語音輸入、視覺輸出的延遲攻防講者提到的推論快取技巧：只要 prompt 前段內容每次相同，就能拿到更便宜、更快的推論。

prod to code

075 讓 agent 每週自動抓效能債講者提出的做法，把 service 層級的 CPU、記憶體、p90 等指標對應回 function 與檔案層級，讓 agent 能直接推理。

profiler

088 讓 AI agent 接手效能除錯用來剖析正式環境服務、抓出呼叫堆疊與 CPU 用量的工具，是這整套流程的資料來源。

projection（投影）

004 Agent 的身分其實是一份 Log講者用來稱呼從 log 算出來的各種輸出，例如 context window、UI、除錯追蹤、稽核紀錄、compaction 都只是 log 的投影，log 本身才是原始紀錄。

property-based tests

022 先把規格寫好，再讓 AI 動手針對需求文件與設計文件產生的測試，用 fast-check 在 TypeScript、node 專案裡跑上百次不同數值驗證邏輯。

protocol（協定）

036 介面卡在批次時代講者提出的三個核心概念之一，指人與機器交換訊息時的規則與節奏。

provisional patent（臨時專利）

017 動手打造隨身 OpenClaw 終端機講者替這台裝置安靜、無干擾的使用情境申請的一種美國專利前置保護

query by committee

086 AI agent 判斷不一致怎麼辦active learning 的一種做法，靠比較多個模型（或同一模型跑多次）的判斷是否一致，找出分歧案例。

ref.tools

077 舊授權模型接不住 agent講者舉的客戶案例，限縮給 coding agent 的 context 範圍以避免過度授權。

regression-aware optimization

037 打造可驗證、不退步的 agent 學習迴圈把「不能破壞過去做對的事」直接放進優化過程本身，而不是修完之後再事後補救。

replayability

035 用 Boundary 重現失控的 Agent重播性，指把一次已經發生過的執行過程重建到足以除錯的程度，是講者主張真正該追求的目標。

replayable learning environment

037 打造可驗證、不退步的 agent 學習迴圈把一次性的 log 與回饋，轉換成能重複執行、有明確成功定義的模擬與評測環境。

rolling summarization

007 OG Assist 上線實錄對話變長時用漸進式摘要取代塞滿最新訊息的做法。

rubber stamping

043 打造能辨別、不照准的系統審核者不加查證、直接照准 AI 給出的結果，等於形同虛設的審查

scaffolding

087 小模型撐起即時語音家教為小模型寫進程式碼的規則與流程，讓它不必自己判斷也能穩定輸出。

semantic blindness

060 五十萬顆感測器逼瘋 LLM這場演講定義的問題：LLM 面對數量龐大、名稱相近的設備時失去分辨能力。

semantic layer

082 企業 Agent 的三大結構破口把 KPI 定義、指標算法、業務規則整理成一份標準答案，讓 agent 優先參考的資料層。

semantic memory

086 AI agent 判斷不一致怎麼辦把人工釐清過的判斷準則（例如某公司的政策）寫成知識，讓 agent 之後可以直接查詢套用。

semantic routing

020 百工具陷阱與語意路由解法語意路由：先用查詢向量比對工具描述向量，只挑出最相關的少數工具交給模型，而不是整個工具目錄都塞進去。

send follow-up message

038 MCP App 的介面設計與上架心法MCP Apps 的原語之一，讓介面主動觸發一則後續訊息送進聊天。

session analyzer

039 上線後才是真正的開始講者自建的系統，替每場對話打分數、抓出高層級的規律，用來掌握整體健康度而不是修單一個問題。

set state

038 MCP App 的介面設計與上架心法MCP Apps 的原語之一，讓介面把目前狀態同步給模型知道。

skill

001 打造 Agent 系統的工程紀律把重複用得到的流程（例如標準化房源資料）包成可共用的 agent 能力模組。

sleeper agent

051 用活化差異抓出 LLM 後門平常行為正常、只在特定觸發條件下才切換成惡意行為的後門模型。

sliding window conversation manager

026 省 token 的五個實用技巧Strands Agents 內建機制，只保留最近約十則訊息，避免整段對話歷史反覆重送。

staging environment

054 獨自打造 agent 逼出的五道關卡在內容進入「ready」資料夾前先設一個檢查點，避免有問題的輸出直接被當成可發布的成品。

steering docs

022 先把規格寫好，再讓 AI 動手Kiro 裡對應 agents.md 或 CLAUDE.md 的說法，用來放專案規則與方向給 coding assistant 參考。

stem

048 交付管線已死：軟體走向千人千面講者團隊說法裡的「共同基底」：所有使用者共用的一份程式碼主幹，之後才從它長出各自的分歧。

strace

047 十億 Token 規模的 Agent 大考驗反作弊層用來追蹤程式呼叫了哪些子行程的工具，藉此抓到偷呼叫 GCC 這類作弊行為。

sub-agent

001 打造 Agent 系統的工程紀律專門處理單一任務的 agent，可以像函式一樣被呼叫，並在執行時挾帶整個 session 的脈絡。

superpowers

027 寫出好 skill 的四個檢查點另一套熱門的工程 skill 集，多半走 model-invoked 路線，作為這場的對照組

target function（目標函數）

070 打造高信號回饋的自我優化迴圈這場的核心概念，指用來判斷 agent 輸出對錯的量化標準。

telemetry

002 從答案到系統行為的評測轉型遙測資料，講者認為是正式環境裡最重要的評測訊號來源。

the great mismatch

028 打造能撐住 agent 的基礎設施講者對「用為確定性工作流設計的基礎設施硬撐長時間、動態決策的自主 agent」這種落差取的名稱。

theta

064 用心理計量學重新評測 LLMIRT 裡代表模型智力水準的參數，由所有題目的作答結果一起估計出來。

tmux

050 一人管理三機 agent 艦隊的教訓終端機多工工具，Kyle 一開始用它同時開好幾個 agent 對話視窗，後來也靠它的 send-keys 功能跨機器喚醒 agent。

trace-to-harness

037 打造可驗證、不退步的 agent 學習迴圈直接請 coding agent 分析 log 並改善 agent 的做法，但不保證沒有隱藏的退步。

trajectory

030 讓 Agent 自動建、測、修 Agentagent 從收到任務到產出結果的完整執行過程，是評測時要看的核心對象。

tree depth

060 五十萬顆感測器逼瘋 LLM團隊提出的擴展方向，讓系統效能跟著設備階層的深度成長，而不是跟著設備總數成長。

triage agent

083 用多代理系統急救 Spark 任務多代理架構裡負責判斷 Spark 任務生命週期狀態、產生失敗假設的第一線角色。

trypolygraph.com

006 多倉庫 agent 的失憶解方講者在結尾提供的網站，供聽眾自行試用 Polygraph。

turn-taking

080 語音 Agent 的搶話時機拿捏語音對話中判斷「現在輪到誰說話」的機制，是這場演講的核心主題

typed SDK（型別化 SDK）

046 型別化 SDK 收服失控編碼代理團隊自建的 TypeScript SDK，是 agent 唯一能用來修改圖的介面，規範哪些欄位可編輯、哪些是衍生欄位。

utility score

021 把評測結果餵回 agent 記憶講者提出的評分方式，用語意相似度乘上「這段記憶過去對任務有沒有幫助」，決定它在檢索時該排多前面。

verifiable continual learning（VCL）

037 打造可驗證、不退步的 agent 學習迴圈講者提出的新分類，主張每次修正都要被證明有效、也證明沒有破壞原本能力。

verifiable receipt

067 為科學協作打造 agent 收據協定Froglet 交易完成後產生的憑證，用來證明每一步驟確實發生過且未被竄改

verification theater

063 Agent 何時才算真正完成講者用來形容人力簽核多到流於形式、無法真正把關的狀態。

vibe coding

034 找對問題比寫程式更值錢講者用來形容「直接讓 AI 生成程式碼、快速做出東西」的做法，提醒這樣做出來的東西不代表真的有人會用。

voice contract

054 獨自打造 agent 逼出的五道關卡這場示範的第一道關卡，檢查輸出的語氣是不是套用制式行銷腔，而不是講者自己的聲音。

vtest

006 多倉庫 agent 的失憶解方講者示範中臨時拉進 session 的一個開源 repo，用來讓既有 Claude session 讀懂並解決自己 repo 裡的問題。

watchdog

063 Agent 何時才算真正完成Paperclip 裡的一種 maximizer 代理人，被賦予目標後會持續督促其他 agent 完成，且不綁定特定 harness。

weekly active sessions

052 委派型 AI 產品的四個關鍵組件講者主張委派型 agent 產品該改用的成長指標，用來取代 weekly active users。

子圖比對（subgraph matching）

065 圖結構實戰：從食譜到程式碼查詢只憑節點與邊構成的「形狀」去查詢，不需要先知道具體要找的是哪個節點。

批次（batch）

036 介面卡在批次時代先把整個需求準備好一次送出、再等待結果的處理方式，講者認為提示詞至今仍是這種模式。

穿孔卡（punch card）

036 介面卡在批次時代早期電腦用打孔卡片編碼指令、整批送入機器運算的輸入方式，講者用來比喻提示詞。

黃金資料集

029 用四步驟把前沿模型換成小模型人工整理、當成 ground truth 的輸入輸出配對集合，這場案例用了 14 條討論串、共 28 筆資料。