AI 開發
不用先懂術語。照編號往下看，每次只多認識一個新觀念。
API 是什麼？像餐廳服務生：你不用衝進廚房，也能把需求送進去再拿到結果
做 AI App 不需要一直手動打開聊天網頁。第十八篇用餐廳服務生理解 API、Request、Response、API Key，以及程式怎麼呼叫模型。
AI API 到底怎麼算錢？看到 US$2 / 1M tokens，先別以為問一次就要 2 美元
API 價格表最常把新手嚇到的是 1M tokens。第十九篇拆開 M、輸入、輸出、快取與實際成本，並附上 GPT、Gemini、Grok 官方價格頁。
AI Agent 是什麼？像從只會回答問題的顧問，變成會自己叫工具、查資料、完成工作的助理
聊天模型負責回答，Agent 則可能進一步決定要不要搜尋、查資料庫或呼叫工具。第二十篇用辦公室助理理解 Tool Calling、Agent 與完整 AI App。
Embedding 是什麼？像把每句話放到一張『意思地圖』上，意思越接近，位置通常也越靠近
Embedding 常被翻成嵌入，它會把文字、圖片等內容轉成一串數字，讓電腦可以比較『意思有多接近』。第 21 篇從地圖座標開始理解向量與語意相似度。
Vector Database 是什麼？像一座不只照書名找書，還能照『內容意思』找資料的圖書館
向量資料庫不是把文字原封不動塞進去就變聰明。第 22 篇從圖書館索引開始，理解 Embedding、向量索引、相似度搜尋與 Metadata Filter 怎麼合作。
RAG 是什麼？像讓 AI 參加開卷考：先去找相關資料，再拿著資料回答
RAG 是 Retrieval-Augmented Generation。第 23 篇用開卷考理解檢索、文件切塊、Embedding、Vector Search、Context，以及為什麼 RAG 能讓 AI 回答自己的資料。
Local LLM 是什麼？像把 AI 從外部顧問搬進自己的辦公室，在自己的電腦上直接跑
Local LLM 指把大型語言模型跑在自己的電腦或伺服器上。第 25 篇從外部顧問與內部員工的差別，理解 Open-weight、GPU、VRAM、Quantization、隱私與成本取捨。
Python 是什麼？為什麼進入 AI 開發後，幾乎到處都會看到它
Python 是 AI 開發最常見的程式語言之一。第 26 篇從變數、函式、套件、虛擬環境與 pip 開始，讓完全沒寫過程式的人看懂 AI 教學裡那些 Python 指令到底在做什麼。
CLI、Git、GitHub 是什麼？看懂 cd、pull、commit、push 之後，AI 開發流程就不再像黑魔法
第 27 篇把 Terminal、CLI、路徑、Git 與 GitHub 一次拆開，實際解釋 cd、git status、pull、add、commit、push 每一行在做什麼，以及為什麼改程式前後都要看版本狀態。
CUDA 是什麼？為什麼有 NVIDIA GPU 還不夠，AI 軟體還需要一整套加速平台
第 28 篇把 GPU、VRAM 與 CUDA 串起來，解釋 Driver、CUDA Toolkit、PyTorch 與 GPU 加速的關係，並用 nvidia-smi 與 torch.cuda.is_available() 看懂自己的環境是否真的能用 GPU。
Hugging Face 是什麼？為什麼找模型、資料集、Tokenizer 與範例程式時大家都會去那裡
第 29 篇把 Hugging Face Hub、Transformers、Model Card、Tokenizer、權重與 Dataset 串起來，並用最小 Python 範例解釋 pipeline() 為什麼能把下載模型與執行推論包成幾行程式。
Ollama 是什麼？從 pull 模型、run 模型到 localhost API，看懂 Local LLM 怎麼真的跑起來
第 30 篇把 Ollama 當成 Local LLM 的啟動器，逐行解釋 ollama pull、run、list 與本機 API，並用 Python requests 示範 localhost:11434 代表什麼。
LangChain 是什麼？把模型、Prompt、工具、RAG 與 Agent 接成一條可管理的工作流程
第 32 篇接回 API、RAG 與 Agent，解釋 LangChain 為什麼出現、Model Interface、Tool、Agent Loop 與 Framework 的角色，並逐行拆解一個最小 create_agent() 範例。
Cursor、Codex 這類 Coding Agent 在做什麼？從讀 Repo、改檔、跑測試到 Review Diff
第 33 篇把 Coding Agent 拆成模型、指令與工具三部分，解釋 Cursor、Codex 如何讀取程式碼、修改檔案、執行 Terminal 指令與測試，並把 Git status、diff、commit 接回安全工作流程。
AI Browser 是什麼？會自己點網頁的 AI，和只會回答問題的 Chatbot 差在哪
AI Browser 或 Cloud Browser 讓 Agent 不只讀網頁，還能點擊、填表、跨頁面完成任務。這篇解釋它和搜尋、聊天、Connected App 的差別與風險。
Computer Use 是什麼？AI 怎麼看螢幕、點按鈕、填表單，甚至操作沒有 API 的軟體
Computer Use 讓模型透過 Screenshot、Mouse、Keyboard 等介面操作 GUI。這篇說明 Perception → Action Loop、Browser Agent 的關係、限制與安全邊界。
MCP 是什麼？像替 AI 工具接上一種共通插座，讓模型更容易連資料與外部能力
Model Context Protocol（MCP）把 AI 應用與 Tools、Resources、Prompts 的連接方式標準化。這篇用插座比喻拆 Host、Client、Server 與安全邊界。
Coding Agent 是什麼？不是幫你補一行 Code，而是能接一個 Issue、改 Repo、跑測試再開 PR
Coding Agent 和傳統 Autocomplete 最大差別，是它能跨檔案理解 Repository、執行命令、跑測試、修改多處並交付 Diff 或 Pull Request。
Vibe Coding 是什麼？用自然語言做 App 很快，但真正容易爆炸的是你沒看懂的那一段
Vibe Coding 讓非工程背景的人也能快速做 Prototype，但當專案碰到狀態、資料庫、權限、付款、安全與維護，『能跑』和『能上線』是兩件事。