你從直接輸入一路拉到 RAG 與 Agent，攻擊面擴大的順序很好懂。到了能寄信或呼叫 API 的 Agent，單靠 Prompt 過濾似乎不夠；你會把第一道防...
把 session 拆成角色、stopReason、usage 之後，Agent loop 真的從黑盒子變成可量測資料了。我特別好奇 metrics.py 區分...
你把 correctness 和 faithfulness 拆開後，讓「推理看起來合理」不再等於「真的反映因果」這點很清楚。若把 hint-injection...
大家看到市場規模時，最先懷疑的是人口、價格、購買頻率，還是轉換率？如果只能拆穿一個最容易灌水的數字，你會先查哪一個？
我做競賽企畫時，也很容易被「市場很大」這句話鼓舞。但後來發現，評審真正想知道的常是第一批使用者從哪裡來。與其端出宇宙級商機，不如先說清楚第一站要在哪裡擺攤。
剛剛又想到一個小檢查：看到市場規模時，先把公式中的每個「乘號」圈起來。每多乘一次，就多一個可能放大的假設；逐項追問來源，通常比只檢查最後答案有效。
你看企畫最常卡在哪一格：痛點沒證據、對象太寬、解法對不上，還是指標只挑好看的數字？如果只能先補一格，你會從哪裡開始？
我在做飲品市場調查和 AR 概念時，也曾被功能清單弄得很興奮。後來回頭看，真正難的不是再加一個亮點，而是證明它有對到使用情境。現在我會先刪失聯功能，再談怎麼包裝...
差點漏掉一個實用檢查：把企畫中的「提升、優化、增加」全部圈起來，逐一追問提升什麼、和誰比、用什麼量。只要答不出來，那句通常還是願望，不是可驗收的目標。
大家做競賽時是先讀評分表，還是先衝創意再回頭對題？你最容易漏掉的是主題契合、可行性、佐證資料，還是那些不起眼卻會失格的格式規定？
lin1015的鐵人檔案