鐵人檔案
每天都在用 AI，不代表真的了解自己手上的工具。
這次鐵人賽，我決定跟著官方 Claude Academy，花 30 天重新學習 Claude。從 Claude 101、Cowork、Claude Code，到 Skills、MCP、Agent 與 API，一路完成多門官方課程並收集學習徽章。
除了整理每天學到的內容，我也會加入自己的實際使用經驗、踩過的坑與開發應用。
30 天的目標：完成課程、拿到徽章，也重新認識一次 Claude。
AI-native SDLC 要解決什麼？當 agent 加快 code 產出後，真正的瓶頸會移到規劃、審查、測試與部署；這堂課用 intent.md → s...
Claude Code 的 Skill 是什麼？它是一組放在 SKILL.md 與相關資源中的可重複使用指示，Claude 會依 description 將符...
企業部署 Claude Enterprise 該從哪裡開始？先依序決定結構與身分、存取權限、治理，再把每項決策交給真正能承諾結果的負責人；本篇整理第 1–8...
企業部署 Claude Enterprise 怎麼收尾？先用支出上限與模型預設管理消耗，再用 Compliance API、OpenTelemetry 和保留...
AI Fluency 要解決什麼？它用 Delegation、Description、Discernment、Diligence 組成的 4D 框架，幫助人判...
AI Fluency 的後半段要怎麼把「會用 AI」變成「能和 AI 好好協作」？課程用 Description、Discernment、Diligence...
生成式 AI 為什麼能快速產生流暢內容，卻也會自信地捏造引用、提供過時資訊？ AI Capabilities and Limitations 從四個機器特性出...
AI 為什麼會在長對話裡漏掉重要資訊，或把「簡短一點」做成刪掉關鍵內容？ AI Capabilities and Limitations 從工作記憶與可操控性...
AI 隊友和每個人各自使用的 AI 助理差在哪裡？ Building effective human-agent teams (beta) 用 single-...
要把 Claude 接進應用程式，第一步是把 API 金鑰、對話狀態、輸出格式與請求參數管理好；本篇整理前 14 堂，最後用資料集與評分器把提示品質變成可追蹤...
