AI 工程實戰

AI/ML 工程、LLM 應用與 MLOps

站內分類

12 年經驗LinkedIn

雲端架構師，曾在大型科技公司負責百萬用戶規模系統設計。深耕分散式系統、DevOps 與 AI 工程實踐，專注於幫助團隊建構高可用性的現代化技術架構。

工作經歷：雲端架構師，曾任 Trend Micro 首席架構師，負責全球安全服務雲端基礎設施，12 年資歷

學歷：國立台灣大學資訊工程學系碩士

AWS Solutions Architect – ProfessionalGoogle Cloud Professional Cloud ArchitectCKA（Certified Kubernetes Administrator）

系統架構雲端服務DevOps微服務AI工程

代表成就

41 篇文章

AI Agent 最大的痛點就是健忘——每次對話都從零開始。Engram 記憶層搭配 MCP 協議，終於讓 Agent 擁有長期記憶能力。

2026 年 AI Agent 開發者最常面臨的選擇：Claude 4 Opus 還是 GPT-5？本文深入比較兩款頂尖模型在 SWE-bench、推理、工具呼叫與 Agent 任務上的表現。

LLM

想讓你的 AI Agent 記住之前的對話、學會累積經驗？這篇從零開始教你設計完整的記憶系統。

12 分鐘閱讀

完整比較 Mem0 與 Letta 兩大 AI Agent 記憶管理框架的架構差異、效能數據與實戰整合，幫你選出最適合的 Agent 記憶方案

完整解析 MCP Model Context Protocol，教你打造可連接資料庫、API 等任意工具的 AI Agent，含 Python 實作範例。