Clarity for the
agentic era
不定期長文，談真正能 ship 的工作流。電子報是它們找到你的方式。
程式交易自動化——把策略從回測搬到上線
回測賺錢、實盤翻車的真正原因，不是策略不夠好，是回測的乾淨假設在實盤全部失效。這篇拆解滑價、資料管道、部位同步、斷線重連、風控熔斷五大工程關卡，以及 AI 在這條鏈能幫什麼、哪些絕對不能外包。
企業導入 AI，主管最常問的 5 個問題
成效怎麼衡量、資安怎麼顧、員工抗拒怎麼辦、自建還是採購、失敗損失多大——企業主管在 AI 導入決策前的核心疑慮，誠實的實戰答案，包括什麼情況你現在其實還不必急著導。
從一人到小團隊——AI 工作流怎麼交接給別人
一個人跑順了 AI 工作流，要長成小團隊時，那些只活在你腦袋和帳號裡的知識怎麼交接？這篇拆解 AI 工作流交接的真正難點：隱性判斷怎麼顯性化、什麼要先文件化、怎麼設護欄讓接手者不出事，以及哪些東西就算有了團隊，還是只能你自己扛。
什麼是代理式 AI（agentic AI）？從「回答你」到「自己做完」的自主 AI 入門
代理式 AI（agentic AI）是會自己規劃步驟、自己呼叫工具、自己往目標推進的 AI，不必你逐句下令。這篇用一張對照表和真實例子，講清楚它跟 ChatGPT、跟傳統自動化（RPA）差在哪、現在能做到與做不到什麼，以及想開始的第一步。
n8n vs 自己寫程式：什麼時候該用 no-code 自動化？
該用 n8n 還是自己寫程式？這篇用一張對照表 + 一份決策清單，誠實拆解兩者各自贏在哪、n8n 的隱藏成本是什麼，以及怎麼判斷你手邊這條流程該落在哪一邊。
什麼是 AI 一人公司？一個人到底能扛多大的營運
AI 一人公司不是「沒有員工的小公司」，而是一個人靠 AI agent 與自動化工作流，撐起原本需要一整個團隊的營運。這篇誠實拆解它能扛什麼、還扛不了什麼，以及想開始的話第一步該切哪裡。
為什麼你的 AI PoC 上不了線？卡住專案的三個真正原因
AI 的概念驗證在會議室裡驚艷全場，三個月後卻還停在 demo。這篇拆解讓專案卡關的技術、維運、組織三層原因，幫想導入 AI 的決策者看懂 demo 到 production 之間真正的距離。
用 Claude Code subagents 拆解大型任務：一個能 ship 的工作流
與其開十個分頁手動協調，不如讓主 agent 派工給 subagents。這篇拆解 subagent 何時該用、怎麼切任務，以及避免 context 爆掉的三個實際做法，讓一個人也能跑出團隊的產出。