讀者說寫得好，不代表讀者學到了：自評、喜好、觀看時間、練習分數與代理指標各量到什麼
Harvard 物理課的交叉實驗裡，學生測驗高 0.46 個標準差的那一堂，自評反而低 0.56；一個有生成式 AI 可用的實驗裡，自評高過實際進步能解釋的幅度。觀看時間、平台活動量、預測通過的模型，量到的多半是做了多少，不是另外量的學習。本站的流量統計是匯總的，沒有任何訊號量得到讀者學到沒有。
全部文章
第 22 頁，共 129 頁
教學文章怎麼讀：series 總覽
系列文章的順序怎麼排：先備關係、混排練習、螺旋式課程與跳著讀的讀者
一門 AI 課的隨機實驗裡，依轉換難度排的順序比照發展史排的答對率高約 5 個百分點；用演算法排相依內容，8 個研究沒有一個顯著勝過人排的固定順序。四種題型混在八張作業裡練，複習後約一個月的測驗 61% 對 38%，這是交錯加間隔的合併效果。螺旋式課程幾乎沒有成效研究。拿到證書的 MOOC 學生平均也略過 22% 的內容。
本站的寫作與審查管線：AI 協作個案研究
間隔複習在真實課程裡還剩多少：課堂統合分析、隔週重讀、STEM 課程實驗與個人化排程
把練習分散到不同天，在真實課堂研究的統合分析裡效果約 d = 0.54，作者認為比混入實驗室研究的統合分析小；數學嵌在課程裡的間隔（同時含交錯）是 g = 0.24，八門大學 STEM 課照同一套做法做，平均只多 1.5 個百分點、沒有測到差異。隔一週重讀，一週後沒有測到優勢；那份課堂統合分析收的研究，沒有一篇讓學習者自己決定要不要回來複習。
把間隔複習做進教學文章：Quantum Country 的資料、線上課程的實驗與沒普及的原因
做得最完整的 Quantum Country 在一篇約四小時的文章裡嵌了 112 題，之後寄信排複習；作者自評「不複習會記得少很多」只有初步證據，推廣到其他領域沒有證據。把複習題推給 MOOC 學習者，約八成的人一次都沒碰，成績沒有測到差異；有效的例子是把複習排進上課時間的課堂實驗。
教學文章要不要講用途、放趣聞：告知用途、自己寫用途、給選擇與無關細節的實驗
直接告訴讀者這有什麼用，讀者會覺得內容較有用，但七個實驗合起來，當場成績沒有測到差異；要學生自己寫用途的課堂研究，結果隨學生與課程翻轉。和主線無關的趣聞平均讓立即測驗變差，大小不確定；只有一組實驗在「自願學」時沒測到傷害。
線上自學為什麼多數人讀不完：完成率、第一週流失、回訪與計畫提示的證據
HarvardX 與 MITx 的課，各課平均約一半的註冊者從沒進過課程；進過課程的人裡，2017–18 年只有 3.13% 及格。寫讀書計畫的提示在三門課把完成率從 13.8% 提高到 17.7%，放大到 247 門課後完成率沒有測到差異。這些都是 MOOC 的數字，本站的流量統計是匯總的，沒有個別讀者的行為資料。
TEE 與機密運算：WhatsApp 為什麼把 AI 放進連 Meta 都看不到的房間
TEE 是硬體隔出來的執行環境，目標是連機器的營運者也看不到裡面在處理什麼；遠端證明則讓外人驗證「房間裡跑的是哪份程式」。WhatsApp 的 Private Processing 用它跑 AI 摘要，Meta 的獎金頁把 TEE 內程式碼執行（含繞過程式碼證明）、權限提升、VM 逃脫各列到最高 30 萬美元，資料洩漏 15 萬、持久化 1 萬，僅限受邀，且只有內部情境的漏洞另有較低的上限。Trail of Bits 的審查找到 28 個問題，其中 8 個高嚴重度，說明 TEE 的難處在實作細節，不在概念本身。
AI 產品的 Bug Bounty 怎麼算：Google、OpenAI、Anthropic、Meta 的收件範圍與獎金對照
AI 產品的獎金頁多半不收「模型說了什麼」（越獄、幻覺、有害輸出），收「模型被叫去對別人做了什麼」（間接 prompt injection 造成的動作與資料外洩）和產品周邊的傳統漏洞。Google AI VRP 的基準獎金是 100 到 20,000 美元，OpenAI Safety Bug Bounty 每筆 250 到 7,500 美元。以上為 2026-10-14 查閱的版本。
漏洞報告怎麼寫才拿得到全額：品質係數、一頁模板與期望值試算
Google 依報告品質把獎金乘上 0.8、1 或 1.2 倍，看七個維度，而且只採計分流前已有的資訊，事後補充通常不影響。照一頁模板（標題、摘要、前提、重現步驟、影響、修補建議）寫，再用「機率 × 金額 ÷ 時數」粗估每小時期望；上限再高，機率小到一定程度，期望也可能比小額獎金低。送出後只有 Resolved 保證有獎金，被判重複或無效很常見。文中的機率與時數全是假設，不是統計。
Bug Bounty 要不要考證照：系列 0–14 的練習與學習地圖
先完成可重現的練習報告，再依能力缺口決定課程或證照；證照不替你取得測試授權。
Post-training 從聊天走到 Agent：公開材料導讀｜Stanford CS329A 第 9 堂
聊天模型的獎勵看單則回覆像不像人喜歡的答案；Agent 的獎勵要看多步操作後任務有沒有真的完成，兩者需要的資料與環境不同。
LLM 推理：中間 token 為什麼有用｜Stanford CS329A 第 15 堂
推理是輸入與輸出之間的中間 token；RL 微調勝過模仿人類解答的關鍵是可靠的驗證器，多次取樣再選最常見的答案能再往上推。
數學奧林匹亞的三套系統：驗證從哪裡來｜Stanford CS329A 第 16 堂
AlphaGeometry2 靠符號引擎、AlphaProof 靠 Lean 驗證，2024 年合計 28 分；2025 年 Gemini Deep Think 用自然語言拿 35 分，驗證改由人類閱卷。
自主 Agent 系統：獎勵與理解才是瓶頸｜Stanford CS329A 第 18 堂
Laskin 的判斷是工程師八成時間在理解系統而不是寫程式；而 RL 能走多遠取決於有沒有乾淨的獎勵，這個問題他認為和超級智慧一樣難。
機器人的多模態 Agent：VLA 怎麼接上動作｜Stanford CS329A 第 19 堂
VLA 在視覺語言模型上加一個動作模組；讓動作模組的梯度回傳會損害語言理解，knowledge insulation 的作法是擋住梯度；π0.5 則用網路資料與多種機器人資料一起訓練來換取泛化。
Agent 產品怎麼決定可以上線：Meta Muse 的行為清單、雙門檻與體感檢查
Alexandr Wang 說 Meta 把個人 Agent 需要的 100 多項行為各建一個 eval，每項設「阻擋上線」與「算好」兩條門檻，等到第一個全綠的檢查點出現，並確認實際用起來明顯更好才上線；另外也做了新手使用者測試。這套做法可以照抄，但上線後的安全爭議也說明：全綠不等於安全。
感知器與 PLA：一條線怎麼從錯誤裡修正出來｜台大林軒田 機器學習基石 第 2 堂
這堂課給第 1 堂的流程圖填上第一組具體內容：假說集合 H 是所有的線（感知器），演算法 A 是 PLA，看到分錯的點就把 w 加上 yₙxₙ。資料線性可分時，從 w₀ = 0 出發最多修正 R²/ρ² 次就會停；資料分不開時改用 pocket，把看過錯最少的那條線留在口袋裡。
學習的種類：依輸出、標籤、資料取得方式與輸入來分｜台大林軒田 機器學習基石 第 3 堂
這堂課把第 1 堂的學習流程圖沿四個方向各換一次：輸出空間 Y（二元分類、多類別分類、迴歸、結構化學習）、標籤 yₙ（監督式、非監督式、半監督式、強化學習）、資料交給演算法的方式（batch、online、active）、輸入空間 X（具體、原始、抽象特徵）。四個方向各有一個核心選項，合起來是基石之後的主場：批次、監督式、具體特徵的二元分類與迴歸。