<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Transcripts on Che-Chia Chang</title>
    <link>https://chechia.net/transcripts/</link>
    <description>Recent content in Transcripts on Che-Chia Chang</description>
    <image>
      <title>Che-Chia Chang</title>
      <url>https://chechia.net/%3Clink%20or%20path%20of%20image%20for%20opengraph,%20twitter-cards%3E</url>
      <link>https://chechia.net/%3Clink%20or%20path%20of%20image%20for%20opengraph,%20twitter-cards%3E</link>
    </image>
    <generator>Hugo -- 0.147.7</generator>
    <language>en</language>
    <lastBuildDate>Thu, 25 Jun 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://chechia.net/transcripts/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>規格驅動的 AI 強化 DevOps - 演講逐字稿</title>
      <link>https://chechia.net/transcripts/2026-06-25-speckit-devops/</link>
      <pubDate>Thu, 25 Jun 2026 00:00:00 +0000</pubDate>
      <guid>https://chechia.net/transcripts/2026-06-25-speckit-devops/</guid>
      <description>DevOpsDay 演講逐字稿：以 Spec-driven development 結合 AI 與 Spec-kit，把 SOP 與 Runbook 轉成可執行規格，建立可驗證、可回饋的 DevOps 自動化流程。</description>
    </item>
    <item>
      <title></title>
      <link>https://chechia.net/transcripts/2026-07-01-langfuse-ai-ent/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      <guid>https://chechia.net/transcripts/2026-07-01-langfuse-ai-ent/</guid>
      <description>&lt;h1 id=&#34;2026-07-01-talk-transcript-llm-o11y-從-observability-到-decision-system&#34;&gt;2026-07-01 Talk Transcript: LLM O11y 從 Observability 到 Decision System&lt;/h1&gt;
&lt;h2 id=&#34;slide-1&#34;&gt;Slide 1&lt;/h2&gt;
&lt;p&gt;今天這 30 分鐘我想先講清楚一件事：很多團隊已經有 Langfuse、tracing、logging，但真正缺的不是可觀測性本身，而是把這些觀測轉成決策的方法。這場分享會從「看見系統」走到「讓人可以做判斷」。&lt;/p&gt;
&lt;h2 id=&#34;slide-2&#34;&gt;Slide 2&lt;/h2&gt;
&lt;p&gt;先講痛點：AI 工具很多，模型也很多，framework 更是每天都在變，但團隊很常缺的是數據化決策，而不是更多直覺。最後就變成選型靠感覺、升級靠印象、上 production 靠運氣。&lt;/p&gt;
&lt;h2 id=&#34;slide-3&#34;&gt;Slide 3&lt;/h2&gt;
&lt;p&gt;今天的大綱很簡單，先講痛點，再講解法，接著把「效率」定義清楚，然後一步一步收斂變因，最後看 Langfuse 能收集什麼，怎麼從 baseline 走到 human decision。&lt;/p&gt;
&lt;h2 id=&#34;slide-4&#34;&gt;Slide 4&lt;/h2&gt;
&lt;p&gt;如果目標是 Coding Agent 效能更好，那我們其實很直接，就是希望產出更穩定、成本更可控、升級風險更小。這些需求聽起來很抽象，但都可以被拆成可觀測、可比較的指標。&lt;/p&gt;
&lt;h2 id=&#34;slide-5&#34;&gt;Slide 5&lt;/h2&gt;
&lt;p&gt;解法的第一步不是先優化，而是先落實 o11y，把所有行為都觀測起來。至少要看得到 prompt、response、tool call、latency、token、cost 和 execution path，先把系統看清楚，才有可能談改善。&lt;/p&gt;
&lt;h2 id=&#34;slide-6&#34;&gt;Slide 6&lt;/h2&gt;
&lt;p&gt;這裡我想先定義效率，不然大家會一直在講不同的東西。我會先用一個簡化的公式來看：有用的 output，除以時間、成本、iteration，才是我們要的效率；如果這三個變數沒定義，效率就只是主觀感覺。&lt;/p&gt;
&lt;h2 id=&#34;slide-7&#34;&gt;Slide 7&lt;/h2&gt;
&lt;p&gt;但問題是變因太多，model 版本、instruction、tools、workload、context 長度、evaluation 方法，每一個都可能影響結果。只要沒有先收斂變因，你就很難知道是改善了，還是其實惡化了。&lt;/p&gt;
&lt;h2 id=&#34;slide-8&#34;&gt;Slide 8&lt;/h2&gt;
&lt;p&gt;所以先做 baseline，是 Action 0。先收 tracing，先把日常工作看清楚，先把 workload baseline 建起來，讓後面每個改動都有參考點，不然所有比較都會飄在空中。&lt;/p&gt;
&lt;h2 id=&#34;slide-9&#34;&gt;Slide 9&lt;/h2&gt;
&lt;p&gt;以 Langfuse 來說，至少可以收 trace、span、metadata、metrics、latency、token 和 cost。這些資訊不是終點，但它們是最基本的材料；沒有這些資料，你連 baseline 都很難做完整。&lt;/p&gt;</description>
    </item>
    <item>
      <title></title>
      <link>https://chechia.net/transcripts/2026-07-01-ws-speckit-ai-ent/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      <guid>https://chechia.net/transcripts/2026-07-01-ws-speckit-ai-ent/</guid>
      <description>&lt;h1 id=&#34;2026-07-01-workshop-transcript-spec-kit-ai-enterprise&#34;&gt;2026-07-01 Workshop Transcript: Spec-kit AI Enterprise&lt;/h1&gt;
&lt;h2 id=&#34;slide-1&#34;&gt;Slide 1&lt;/h2&gt;
&lt;p&gt;各位早安，歡迎來到今天 90 分鐘的 Spec-kit 工作坊，先從行前準備開始：請確認你有筆電、網路、VS Code、Spec-kit CLI，以及 workshop 的範例程式碼，模型部分今天會提供 Azure OpenAI Key，也可以用你自己習慣的模型；這堂課最重要的是動手做與保持懷疑，遇到標記了問號的地方，先想再問，目標是練習怎麼判斷 AI 回答是否可靠。&lt;/p&gt;
&lt;h2 id=&#34;slide-2&#34;&gt;Slide 2&lt;/h2&gt;
&lt;p&gt;這一頁我帶大家完成 VS Code 起手式：先安裝或打開 VS Code，開底下 Terminal，把 &lt;code&gt;speckit-playground&lt;/code&gt; clone 下來，再用 File &amp;gt; Open Folder 開啟該目錄，等一下所有操作都會在這個 workspace 裡進行。&lt;/p&gt;
&lt;h2 id=&#34;slide-3&#34;&gt;Slide 3&lt;/h2&gt;
&lt;p&gt;這張畫面就是 &lt;code&gt;git clone&lt;/code&gt; 的示意，我想強調的是大家先不要急著跑指令以外的步驟，先確認你已經成功 clone、資料夾也真的在 VS Code 裡打開，這會讓後面指令跟代理流程順很多。&lt;/p&gt;
&lt;h2 id=&#34;slide-4&#34;&gt;Slide 4&lt;/h2&gt;
&lt;p&gt;接著安裝 Spec-kit CLI：先在終端機確認 &lt;code&gt;uv --version&lt;/code&gt;，如果沒有就先安裝 uv，之後用指定版本安裝 &lt;code&gt;specify-cli&lt;/code&gt;，我建議 workshop 先固定版本，避免每個人看到的行為不同而增加排錯成本。&lt;/p&gt;
&lt;h2 id=&#34;slide-5&#34;&gt;Slide 5&lt;/h2&gt;
&lt;p&gt;這張圖是安裝 Spec-kit CLI 成功後的畫面，請對照一下你的終端輸出，確認沒有權限或 PATH 問題，因為後面 &lt;code&gt;/speckit.*&lt;/code&gt; 流程會直接依賴這一步。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
