每週六整理過去七天值得花時間讀的 AI 教學、論文解讀與實作文章，只收作者第一手的內容，每篇附上學到什麼與適合誰。
Building Reasoning Models from the Ground Up: A Video Course
八支 coding 影片、共約 11 小時，從一個預訓練好的小型 Qwen3 出發，用 Python 和 PyTorch 親手實作評估、inference-time scaling、reinforcement learning 和 distillation。開頭也講清楚一般 LLM、reasoning model 與 agent harness 的關係：reasoning model 是引擎，harness 負責 context 管理和工具。
想真正搞懂 reasoning model 怎麼做出來的工程師與學生。需要熟悉 Python 和 PyTorch；前段可用 CPU，訓練部分建議有 GPU。
Five Principles for Generating Readable AI Text in Bulk
從心理語言學與 Nielsen 的眼動研究出發，整理出 AI 生成清單或 dashboard 的五條寫法：每項以主詞或動詞開頭、把有區別性的字放最前面、整份用同一種句型與詞彙、只有真正有差異時才讓格式不同、動詞語氣要對齊 dashboard 的目的。文中拿 Claude 側欄、Notion AI 摘要和 Perplexity Discover 當正反例，作者建議直接把這份 checklist 交給 coding agent 或做成 skill。
會用 AI 產生摘要、卡片、session 標題或報表頁的產品與前端工程師、PM。不需要技術背景。
Cross-request KV cache exposure in the GLM-5.3 Workers AI model, and our remediation with SGLang
Workers AI 用 SGLang 做 prefill／decode 分離部署，prefill 端的 KV pool 只有 681,280 tokens、卻開放 1,048,576 的 context，超長 prompt 被拒絕時走到有 bug 的路徑，讓 155 則回應混進其他客戶的資料。文章講清楚 KV cache 頁面為何不清零、跨節點 ownership 有多難追，以及修法：讓 pool 容得下完整 context、讓拒絕路徑在配置記憶體前就退出，並把修補送回 upstream。最值得帶走的教訓是：壓測時只看 HTTP 狀態碼和效能，不驗證輸出內容，就會漏掉這種錯。
自架 LLM 推論服務、在用 SGLang 或 vLLM 的 infra 與資安工程師。需要懂 KV cache 與 prefill／decode 的基本概念。
The sleep framework: A new way for LLMs to retain knowledge in continual learning
模型在 wake 階段把新資訊放在短期記憶，在離線的 sleep 階段做兩件事：consolidation 用 on-policy distillation 加 RL imitation，把短期記憶轉存進新解鎖的 MoE low-rank experts，再清空短期參數；dreaming 則隨機啟用 experts 產生合成資料，挑出最有幫助的樣本來 fine-tune。目標是在不發生 catastrophic forgetting 的前提下持續吸收新知，官方稱長 context 知識可保留到 10M tokens。
關注 continual learning、模型記憶與 post-training 的研究者。需要懂 MoE、distillation 和 RL 的基本觀念。
The October inflection point for vibe game development
作者幾週內完全不看程式碼，用 Claude Opus 5.5 vibe code 出四款自己真心愛玩的瀏覽器遊戲，並附上實際 prompt。實用技巧包括：指定用 three.js 做 3D、一句「Make it a LOT more fun」就能明顯改善玩法。他的結論是做出好玩的遊戲已經不難，新的難題變成想出有新意的遊戲概念。
想用 coding agent 做小型互動作品或原型的開發者與創作者。會寫基本 prompt 就能跟著試。
Artificial Analysis v5 and the benchmarker's dilemma
以 Artificial Analysis Intelligence Index v5 的權重設計（knowledge work、coding、science、general 各占 25%）為例，說明為什麼把模型能力壓成一個數字一定有取捨：模型能力本身就很不平均，彙總方式會左右誰排前面，還會反過來影響模型往哪個方向優化。作者也比較了 open model 在 coding 與 knowledge work 的差距，並主張業界需要更細分的能力指數。
需要看 benchmark 選模型、或自己設計 eval 指標的工程師與決策者。
Hunger beats tenure: Advice for junior engineers
身為 Anthropic 的 hiring manager，作者已經不再考傳統 coding interview，因為 Claude 寫小題目比人還好。他給資歷淺的工程師五個做法：先搞懂公司要達成的商業目標、挑一個大膽的點子、週末就做出可運作的 prototype、一個 prototype 只放一個好點子、善用新人的新鮮視角。Claude Code 的圖形介面就是兩位新進工程師一個週末做出原型、約八天後上線的例子。
剛入行或還沒有組織影響力的工程師，以及想重新思考團隊怎麼用 AI 推動新點子的主管。