#Claude

走完 Claude Academy 30 天後的學習路徑整理：AI 能力邊界與 AI Fluency 4D 是所有人的必修核心，再依 AI 新手、AI 使用者、開發者三種身分，選產品入口、深化課程與 AI Fluency 身分別課。

AI Fluency for creative work 課程筆記，整理創意價值透鏡、生產視角、4D 框架與五種 AI 角色，說明創作者如何從不使用 AI 出發，為每項工作決定 AI 的介入方式、揭露與責任。

AI Fluency for pK–12 educators 課程筆記，整理 4D 框架、情境文件與 24 項可觀察指標，從差異化教材、學生資料到個人 AI 價值文件，練習在教育現場保留人的判斷與責任。

AI Fluency for builders 課程筆記，從 4D 框架與建構者六大能力整理人機分工，再用診所等候時間專案實作問題簡報、驗收測試、需求訪談、使用者測試與發布檢查，最後附上課程測驗。

Building with the Claude API 最終評量 23 題，按 API 存取、提示評估、工具使用、MCP、Claude Code 與代理工作流程整理每題考點與答案。

Building with the Claude API 第 57–67 堂，從 Claude Code、MCP 整合走到平行化、串連、路由工作流程與代理取捨，最後用環境檢查把自主行動接回可驗證的結果。

Building with the Claude API 第 47–56 堂，從 MCP 的 server/client 架構走到 tools、resources、prompts 與 Inspector，用一個 CLI 專案把外部資料與預先測試的指令接進 Claude，也整理資源注入的限制。

Building with the Claude API 第 39–46 堂，整理擴展思考、圖片與 PDF、引用、提示快取，以及 Code Execution 與 Files API 的 API 邊界與實作取捨。

Building with the Claude API 第 32–38 堂，從文字分塊、VoyageAI embeddings 與向量搜尋走到 BM25、RRF 混合檢索，實作一條能處理大型文件的 RAG pipeline。

Building with the Claude API 第 20–31 堂，從工具函式與 JSON schema 到多輪對話、串流、文字編輯與網路搜尋，拆解 Claude 的代理迴圈。

Building with the Claude API 第 15–19 堂，從清晰指令、具體要求、XML 標籤到範例學習，整理如何用評估分數逐步改善 Prompt。

Building with the Claude API 前 14 堂，從 API 金鑰、對話狀態、temperature、回應串流與結構化輸出開始，再建立提示評估流程，用資料集與評分器把「感覺變好」換成可追蹤的分數。

Claude Academy 的 Building effective human-agent teams 課程，從單人 AI 走向多人協作，整理 shared memory、shared context、角色、北極星目標與逐步建立信任，也記下我釐清 Team 方案與用量計費的過程。

Claude Academy 的 AI Capabilities and Limitations 後半課程筆記，從上下文視窗的懸崖、迷失在中間與指令遵循談起，整理工作記憶、可操控性和屬性衝突診斷，最後接回 4D 框架與校準信任。

Claude Academy 的 AI Capabilities and Limitations 課程筆記，從生成式 AI 的訓練與下一個詞元預測，整理幻覺、知識截止與嵌入檢索的能力邊界。

AI Fluency 課程後半段筆記，整理 Description、Discernment、Diligence 的三層能力、描述—辨別循環，以及使用 AI 時的責任。

AI Fluency: Framework and foundations 課程前半段筆記，整理 4D 框架、生成式 AI 的能力與限制，以及如何用問題意識、平台意識和任務委派做出更好的 AI 協作決策。

Deploying Claude Enterprise with confidence 下半部課程筆記，整理支出上限、可見性、採用訊號與部署方案，並說明新產品推出時如何重新檢查管理決策；實際功能依版本、合約與組織設定而異，適合正在規劃企業導入的管理者。

Deploying Claude Enterprise with confidence 上半部課程筆記，整理企業導入的推出目標、組織與群組設計、介面與連接器權限，以及 Skill、Plugin、Project 的治理選擇；實際功能依版本、合約與組織設定而異。

Introduction to Agent Skills 課程筆記，整理 Claude Code 如何建立、載入、組織、分享與除錯可重複使用的 Skill；實際功能與指令可能依版本、平台與帳號方案而異，也適合想把重複工作整理成可共用方法的 AI 使用者。

The AI-Native SDLC Playbook 課程筆記，從 intent.md、spec.md 與 plan.md 的 committed artifacts 出發，整理 Skills、continuous evals、AI review、hooks、CI/CD 與 control band 如何把 AI 開發流程串成可治理的閉環；功能與方案會依版本、平台和組織設定而異。

Introduction to Subagents 課程筆記，整理 Subagent 如何透過獨立 context window 隔離探索工作、用 /agents 建立自訂代理，並以輸出格式、障礙回報與工具權限設計可靠的委派流程，適合研究與程式碼審查工作。

Model Context Protocol 進階課程筆記，整理 Sampling、Roots、通知、Stdio 與 StreamableHTTP 的雙向通訊、SSE 連線和狀態取捨。

Introduction to Model Context Protocol 課程筆記，從 MCP 客戶端與伺服器開始，整理工具、資源、提示和 Inspector 的分工與實作流程。

Claude Code in Action 課程筆記，從 /goal、/compact、Routines 與 headless，到 Hooks、權限模式、GitHub Actions、Code Review 和 Plugin，整理讓 Agent 長時間工作的設定與驗證方法。

Claude Platform 101 從 Messages API、模型選擇與 agent loop 出發，整理 Tool use、Extended thinking、Skills、MCP、Context management 與 Managed agents 的分工。

Claude Cowork 簡介後半段，整理 Claude in Chrome、Microsoft 365 附加元件、技能評估、團隊分享與安全工作的實用邊界。

Claude Cowork 課程前半段筆記，整理工作資料夾、連接器、權限、委派、多步驟任務、全域指示、Projects、Skills 與 Plugins；功能會依版本、平台與帳號方案而異。

Claude Code 101 課程筆記，從 AI 編碼代理、權限與 context 開始，整理 Explore → Plan → Code → Commit 工作流程，再介紹 CLAUDE.md、Subagent、Skill、MCP 與 Hooks 的角色與使用情境；實際功能會依版本、平台與帳號方案而異。

Claude 101 從第一次對話與有效 Prompt 開始，整理 Claude 的核心能力、工作方式、Projects、Memory、Artifacts、Skills、Connectors、Research 與企業搜尋。

我從 Claude Academy 挑選 18 門課，安排成 30 天學習挑戰，從 Claude、Claude Code、Cowork 到 MCP、AI Fluency 與 Claude API，整理每堂課值得帶回工作的實用重點。

臺灣 AI Workshop、meetup 與黑客松為何突然密集？從模型公司、在地 Organizer 到跨職能參與者，看見 AI 如何透過社群走進每個人的工作流程。

手機遠端控制不只能接手既有工作。把 Remote Control 放進 summon script 後，我能直接從手機召喚新 Agent，並立即接手工作。

當我已經知道要叫誰、用哪個帳號時，不必再讓 Skill 一題一題問。把 cmux 啟動流程抽成 summon script 後，能直接使用，也能讓 Skill 少帶一大段操作細節。

我把「開一個新 AI、套上指定 Agent、選帳號與工作位置」做成 summon-agent Skill，讓 Claude 透過 cmux CLI 建立一個真正可長駐協作的工作現場。

Agent 需要的是角色與 routing，不是每一份 Skill 的完整手冊。把 Skill 留在共同來源、讓 Agent 按需 reference，才能避免多帳號與多 Agent 的規則慢慢分岔。

把 CLAUDE.md 與 AGENTS.md 當成自己能控制的最高常駐 instruction layer 後，我用 Token Diet 重新判斷哪些規則該留下、哪些該延後讀取。

Skill 不是裝得越多越好。我用 Claude Code 內建的 /doctor 健檢盤點裝了什麼，再從 subagent 啟動時的 context 成本出發，重新分辨預載、按需讀取、共同 reference 與移除四種去處。

Claude 與 Codex 的 Agent 格式不同，是否就得維護兩套？我用 shared contract、registry 與 runtime adapter，把角色設定拆成各自只有一份權威來源。

同時使用個人 Claude、company 帳號與 Codex，不必維護三套工作環境。把登入與額度分開後，Skills、MCP、規則與 Agent 都能維持各自的單一來源。

ChatGPT Classic 是什麼？就是改名後的舊版 ChatGPT App：Codex App 升級成新版 ChatGPT，舊 ChatGPT 改叫 Classic。這篇用我實際更新的過程，整理兩者差別、左欄 Chat／Work 怎麼分，以及額度各走哪個 pool。

Oysterun 不是另一條 SSH 管線，而是一套自帶手機對話、檔案瀏覽與通知的本機 AI Host。它以 Tailscale 打通手機與電腦，也換來一套新的工作介面。

Claude Dispatch 不再只是綁定一個 Cowork session 的獨立介面。它現在像一個持久的派工中樞，依任務類型分流到 Cowork 或 Claude Code。

第一次用 Claude Code Remote Control 從手機接手 Mac 上的工作，才發現遠端控制最重要的前提：真正執行工作的電腦不能睡著。

從工程角度打造數位分身，記錄圖片生成 AI 如何在 Prompt、參考照片、風格一致性和模型美學之間失控，最後理解用文字駕馭圖片為什麼這麼難。