Anthropic 工程師「HTML 取代 Markdown」：事實查核與分析

近期網路熱傳 Anthropic 工程師不再使用 Markdown，改用 HTML 與 LLM 互動。這件事是真的嗎？本文查核來源、摘要論點，並提供觀點分析。

Routing Pattern 深入比較：LLM 分類 + RunnableBranch vs Coordinator + Sub-Agent

同樣是 Routing Pattern，LangGraph 的 LLM 分類 + RunnableBranch 與 Google ADK 的 Coordinator + Sub-Agent 架構有何本質差異？本文透過實際案例，拆解兩者的設計邏輯與選用時機。

當無記憶遇上多階段：LazyHole-Agent 跨輪狀態實驗報告

深入淺出 LLM 指令遵從

本文深度解析大型語言模型（LLM）指令遵循失敗的 8 大原因，從 Prompt Engineering 角度提供表格化、正向指令及結構化優化策略，助你打造更精準的 AI 溝通術。

不丟失語意地縮小 Context Window 壓力

AI 模型的「短期記憶」有上限——這篇文章告訴你工程師怎麼在不讓它失憶的前提下，騙它用更少的空間記住更多的事。

Harness Engineering 簡介：從 Prompt 到系統化架構

Harness Engineering 簡介