這是六月份的精選閱讀（與觀看）清單，整理了這個月我覺得有趣的內容，你也可以在這裡閱讀上個月的文章。

在巔峰時引退

這個月我最喜歡的不是一篇部落格文章，而是一個 Podcast：The Pragmatic Engineer 訪談 Kelsey Hightower 的Kubernetes and retiring at the top。除了 Kubernetes 的故事之外，最讓我印象深刻的是他對 AI 的看法——在歷經數十年科技浪潮起落後淬鍊出的務實與沉穩，既沒有跟風吹捧，也沒有一味否定，恰好與當前充斥炒作與唱衰的討論形成對比。整集訪談都展現出一種難得的坦誠，無論是他如何看待自己的職涯，或是這個產業真正重要的是什麼。就算你從沒碰過 Kubernetes，也非常值得一聽。

Fable 5 的雲霄飛車

六月幾乎被 Claude Fable 5 的消息洗版。Anthropic 在月初推出了Claude Fable 5 與 Mythos 5，並導入了位階高於 Opus 的全新「Mythos 級」層級。Simon Willison 用極度主動來形容這個模型，這也符合我早期的使用感受——比起以往的模型，它會主動採取更多行動，有時是好事，偶爾也會帶來困擾。

接著情勢急轉直下：美國政府發布出口管制指令暫停所有外國人士對 Fable 5 與 Mythos 5 的存取權限，隨後在管制解除後，Anthropic 宣布將於七月初重新部署 Fable 5，並加上更新後的資安防護措施。對於想在這些模型之上打造產品的人來說，這真是動盪的一個月——提醒了我們，模型的取得如今不只關乎價格與速率限制，還牽涉到地緣政治。

在這一片紛擾之中，Claude Sonnet 5也在月底發布，同時 Anthropic 還發表了Claude Science，這是一個為研究人員打造、能產出可稽核成果的 AI 工作平台。

熱衷者、懷疑者與人的代價

Charity Majors 寫道，AI 的熱衷者是在與時間賽跑，AI 的懷疑者則是在與熵增賽跑。這是我看過對這道分歧最精闢的詮釋——雙方都是在回應真實存在的生存威脅，也都覺得自己像是在對著虛空吶喊。

類似觀點的還有AI Feedback Loops and the Human Cost of Failure，探討了為何數量不等於生產力，以及為何信任比程式碼更難建立。採用 AI 的成本與效益並未落在同一群人身上，這很大程度上解釋了裂痕的成因。

The Pragmatic Engineer 的與 AI agent 合作時要慢下來，才能更快談到了開發者產出的程式碼量是半年前的兩倍所帶來的品質與技術債問題。讓我印象最深的一句話是：原本就失能的組織，現在更加失能了——只是失能得更快。這也呼應了我認為在組織內導入 AI 時，應該先衡量再導入工具的觀點。

Joe 寫了一篇短文，談到我們如何形塑工具，而工具反過來也形塑我們——有了 AI，我們正以飛快的速度重跑這個循環。而若要從更宏觀的角度來看，What Would It Look Like If the AI Bubble Popped?則探討了資料中心投資熱潮所帶來的連鎖風險。

用 Agent 打造產品

Addy Osmani 發表了Loop Engineering，主張與其說提示技巧很重要，不如說更重要的是擅長打造能自動幫你下提示的迴圈。精神相近的還有obra/superpowers，這是一套 agent 技能框架與開發方法，就算不全盤採用，也值得從中挖掘想法。

我也發現了AgentsView，一款本地優先、用來回顧 AI agent 執行過程的應用程式。隨著愈來愈多工作透過 agent 完成，能夠實際檢視它們到底做了什麼的工具，也顯得愈來愈重要。

在平台方面，MCP 的 Enterprise-Managed Authorization 擴充功能現已穩定推出，讓組織可以透過身分識別提供者集中配置 MCP 伺服器的存取權限，而不必為每個應用程式個別處理 OAuth 流程。這解決了我在組織內推廣 MCP 伺服器時觀察到的一大痛點。

最後，關於在 agent 時代的設計系統，有兩種觀點：Impeccable為寫程式的 agent 打包了設計技巧與反模式，而 Meta 則發表了Astryx，一套標榜「為 agent 就緒」的開源設計系統。很高興看到產業正朝著讓設計系統能被 agent 取用、而不只是給人用的方向前進。

值得一讀的技術文章

Why is DuckDB Fast?是一篇深入剖析 DuckDB 內部運作的好文章。我在usegraph這個用於掃描組織內相依套件使用情況的開源專案中有使用 DuckDB，因此能更了解其底層運作特別有意思。

PlanetScale 認為在 Postgres 中唯一可擴展的刪除方式就是 DROP TABLE。大規模的 DELETE 不但不會回收資源，反而會增加額外負擔，因此應該以讓刪除操作變成 DROP TABLE 或 TRUNCATE 的方式來設計資料結構。

Pyodide 314.0 已經發布，同時也通過了針對 Emscripten 打包的 PEP 783——這對在瀏覽器中運行 Python 來說是一個重要的里程碑。

How LLMs Actually Work是一篇從 token 到 Transformer 區塊、再到下一個 token 預測循環，由淺入深的完整導覽。如果你跟我一樣，明明每天都在大量使用這些東西，對其運作原理的理解卻比想像中模糊，這會是一篇很好的複習。

而 Shopify 則分享了Quick，他們讓任何人都能在數秒內發布網站的內部平台。有趣的不是技術本身，而是文化的轉變——當分享一個可運行的成果變得如此低成本，人們打造的東西也會跟著改變。

工具與觀點

SQL to ER Diagram是個不錯的免費工具——貼上 CREATE TABLE 語句，就能在瀏覽器中直接產生可互動的 ER 圖，完全在本地端運作。

Ilograph 發表了7 More Common Mistakes in Architecture Diagrams，是他們先前文章的續篇。

最後，Stop Using Conventional Commits是一篇寫得很有娛樂效果的抱怨文，但也確實點出了該規範如何讓人把注意力放在錯誤的地方。我並不完全認同——這種結構對於自動產生變更日誌確實有其實用價值——但它確實是個好提醒，讓人反思自己的 commit 規範究竟帶來了什麼好處。