我生成得比思考還快:Tokenmaxxing、驗證地獄,與無限 AI 的創造力陷阱
21.625 分鐘閱讀👏 7
- tokenmaxxing
- agentic coding
我以前以為瓶頸是執行。
機器學習實作者,超過 13 年橫跨研究、產品開發與技術溝通。背景涵蓋醫療 AI(胃癌偵測的 Nature Communications 論文)、金融 ML(表現優於 FICO 的信用風險模型;以協同過濾做葡萄酒資產定價),以及應用 NLP / Agent 系統。
結合深厚的 ML 實戰經驗、大型研討會公開演講(WAIC 2018、ICCV 2019)、開源貢獻(MemFuse、Chat2Graph),以及多家新創共同創辦人的產品打造經驗。不論是寫生產級 ML 程式、向非技術聽眾解釋概念,還是產出開發者導向內容,都游刃有餘。
目前在 Threads 上活躍(2,000+ 追蹤者,持續成長中),聚焦 AI / Agent 記憶體領域。
網路效應與新創冷啟動演講: youtube.com/watch?v=BgjXVKvscVg
腳本 Agent 展示——挑一個看它怎麼運作

共同創辦人 · 架構與 Python SDK
面向 LLM 的開源記憶基礎設施,具備認知架構、智慧緩衝與統一搜尋——解決困擾每個 AI 應用的無狀態問題。

創作者與開發者
一款把 Pomodoro 專注時段綁定到 GitHub repo 的專注計時器——已上線 tomopomo.com,在規模不大、自然成長的使用者群中,約有 80% 的 session 完成率。
我以前以為瓶頸是執行。
2023 年,幾乎所有人都以為 agent memory 主要是 context window 的問題。
我的導師靠三份兼職和窮到骨子裡的日子撐過來,靠的就是一個簡單工具:番茄工作法。對他有效,這些年對我也有效。