Claude Code 的 mods 可以改到什麼程度？連畫面顯示、送出的提示詞都能動手改。Mistral Large 4 一兆參數、用 3800 張輝達 Grace Blackwell GPU 從零練出來，資安測試還拿到全場最高的 82 分。這集把這幾件事串起來看，會發現 AI 寫程式工具已經不是助理，而是正在被當成基礎設施蓋起來。
1️⃣ 本集精華
如果你每天在用 Agent 寫程式，這集最值得帶走的是 Tessl 的 Dru Knox 提出的三層迴圈：內迴圈管 Agent 送出前的自我檢查、外迴圈管送出後的完整審核、元迴圈負責從紀錄跟回饋裡抓出重複犯的錯，回頭改前兩層。
順序很重要：先拉高自主性，再拉高自動化，品質全程守住。
就算不打算用任何現成產品，光拿這套框架重新想一次自己的開發流程，就很值得。
2️⃣ 本集聊這些事
📌 [ Claude Code mods ]：可以直接改寫 Claude Code 本身的運作方式，像中介層一樣攔截事件，能做畫面遮罩信箱、即時顯示上下文用量這類自訂功能，但沒有沙盒隔離，只能裝信得過的來源。
📌 [ Mistral Large 4 ]：一兆參數開放權重混合專家模型，用 3800 張輝達 Grace Blackwell GPU 在歐洲從零訓練，CyberGym 資安測試拿到 82 分全場最高，但接進 Agent 框架時還會卡上下文上限這類整合問題。
📌 [ Harness Engineering ]：Tessl 的 Dru Knox 提出內迴圈、外迴圈、元迴圈三層架構，核心問題不是技術，是改善 Agent 的工作排不進計畫表。
📌 [ 單一入口 Agent ]：OpenAI 的 dots、SpaceX 併購後的 Grok Bot、Anthropic 的 Claude Code Projects 都在做同一件事，一個會幫你分派工作的入口，但底層模型夠不夠強才是真正關鍵。
📌 [ 技能庫更新 ]：Matt Pocock 的技能庫加入 implement-spec、PR、retro 三個技能，分別處理工單調度、讓改動說明附上真實證據、以及找出 Agent 偷偷卡關的地方。
--
Hosting provided by
SoundOn 
