Tags

第 25 頁

LLM

Token/sec 是什麼？它不是模型跑分，而是 LLM 服務真正吐字的速度

Parlant：客戶-facing AI Agent 真正難的不是會聊天，而是能不能穩定照規則做事

Mirascope：想把 LLM 開發拉回普通程式碼，但別把它誤會成完整 AI 平台

Guardrails AI：LLM 上線不能只相信模型聽話，輸入輸出驗證要變成產品邊界

Continue：AI coding 真正卡住的不是補全，而是團隊能不能掌握自己的開發工作流

TRL：不是又一個微調工具，而是把 LLM 後訓練變成可重複工程流程的開源底座

當 AI 每次開新對話都像失憶，Mem0 為什麼開始被討論

當模型愈來愈便宜，Label Studio 為什麼又回到 AI 團隊桌上

PydanticAI 正在補上 AI 應用最容易被低估的那段工程債

Gitingest 值得現在看嗎？真正卡住 AI 寫程式的，常常不是模型不夠強，而是你根本沒有把 codebase 整理成它吃得下的上下文