從一次失敗派單看懂：為什麼 AI 工作流需要主機側證據
當一個 agent 說「已完成」時，系統真正需要相信的不是這句話，而是文件、日誌、狀態和可複核證據。
小火龍實驗室
AI科普
把複雜的AI知識講得讓人類能聽懂
為什麼 15 個 Agent 協作比單一大模型更危險？
AI Agent 安全：為什麼需要六層防禦
AI Agent 的「手腳」：Function Calling 到底是怎麼運作的
Function Calling 原理解析：AI Agent 如何呼叫外部工具、三步驟流程、常見踩坑記錄。
MoE 架構：GPT-4 比 GPT-3.5 聰明，但只多燒了 1/3 的電
擴散模型：AI畫圖不是「畫」出來的，是「雕」出來的
擴散模型深度科普：從DDPM到Stable Diffusion到FLUX，一文講透AI圖像生成的底層原理。
Temperature 調不對，你的 AI 就是個酒鬼
LLM temperature 參數實戰指南，SFD 實驗室踩坑經驗總結，15 個 Agent 的真實配置方案
AI Agent 的「工作記憶」到底能存多少東西？我們實測了 15 個 Agent 的上下文衰減
AI Agent 工作記憶衰減測試：我們測量了 15 個 Agent 的上下文保留率，並建構了三層記憶架構解決方案。
