AI 趨勢與技術研究
AI Agent、上下文工程、故障分析、工具整合與企業 AI 成本治理。聚焦方法是否能落地，以及實際需要什麼證據。
RESEARCH & PRACTICE
研究與觀察
整理 AI 工程與醫療資訊領域裡，值得停下來研究的實際問題。
研究來自技術文件、論文與工程實務的交叉閱讀。文章會保留原始來源、適用限制與分析判斷；只有完成個人審閱後，才會正式刊登。
EDITORIAL NOTES / 01
以證據整理問題
- 01定義讀者與研究問題
- 02查核原始資料與限制
- 03提出可驗證的工程判斷
- 04人工編修後決定發布
不追求發文數量，優先保留有助於工程決策的內容。
FOCUS AREAS
兩個長期研究方向
研究專區延伸作品與技術教學，保留網站原有的工程師作品集定位。
HIS 開發、導入與市場趨勢
醫療資訊系統開發與測試、FHIR／HL7 等標準、導入流程與市場變化。著重互通性、系統品質與可公開的工程經驗。
SELECTED READING
精選研究文章
INSIGHTS / AI ENGINEERING / 01
如何有效節省 AI Token？Coding Agent 的成本優化實務
從 Selenium 除錯出發，整理 Coding Agent 的上下文裁切、工具輸出、重試停損、提示快取與成功任務成本衡量方式。
閱讀完整文章
01
研究選讀 · 已發表
發布：2026-10-10
研究查核：2026-10-09
作者：Luke Hou