閱讀筆記 — Google TurboQuant：讓 LLM 記憶體用量砍到 1/6 的壓縮黑科技

你有沒有遇過這個情況：跑一個還算普通的 LLM，GPU 記憶體就已經快爆表，根本沒辦法跑長一點的對話，更別說同時跑多個 session？這不是你的機器太爛，而是 LLM 架構本身的痛點——key-value cache 太吃記憶體了。

Google Research 最近發表了一篇 pre-print，提出的壓縮演算法叫 TurboQuant，測試結果是記憶體用量減 6 倍、注意力計算速度快 8 倍，而且幾乎不犧牲輸出品質。這種「又快又省又不爛」的組合在 ML 優化裡並不常見，值得好好拆解一下。

原文：Google’s TurboQuant AI-compression algorithm can reduce LLM memory usage by 6x（Ars Technica，作者 Ryan Whitwam，2026-03-26）

閱讀筆記 — 為什麼你的 RAG 需要一個會反省的大腦：Agentic RAG 完整解析

原文：How Agentic RAG Works（ByteByteGo）

你有沒有遇過這種情況：RAG 系統看起來運作正常，向量搜尋在搜、LLM 在回答——但給出的答案就是不對，或是答非所問？這篇文章正是在拆解這個問題的根源，以及為什麼在查詢和回答之間加一層「會思考、評估、重試的代理人」，可以從根本解決這件事。

閱讀筆記 — 軟體公司只剩兩條路：Grow 10 or Earn 40

原文：There Are Only Two Paths Left for Software by David George（a16z）

最近讀到一篇讓我覺得「說得很直白但偏偏很難反駁」的文章。核心論點是：軟體公司的中間帶已死——要嘛用 AI 把成長率再拉高 10 個百分點，要嘛重構成超高獲利機器。夾在中間的公司，會被市場慢慢施壓到消失。

用手機遙控電腦開發？我用 Claude Dispatch 試了一把 🚀

今天使用 Claude Dispatch 用手機遙控電腦跑整個開發流程٩(●ᴗ●)۶

閱讀筆記：How to Do AI-Assisted Engineering

AWS SAA 學習筆記：IAM

Django: ListView & paginator

Django: FBV & CBV — DetailView

使用 Django REST Framework 和 React 建置開發環境

Ruby on Rails: 什麼是Abstraction layer

介紹 Ruby on Rails 中 Abstraction Layer（抽象層）的概念與分層設計原則，說明如何透過職責分離提升程式碼可維護性與可測試性。