Anthropic 在 2026 年 4 月 17 日推出 Claude Design，由 Claude Opus 4.7 驅動的實驗性產品，用自然語言就能產出 prototype、slides、pitch deck、mockup 等交付檔案，支援匯出 Canva、PDF、PPTX 與 standalone HTML。這篇整理核心功能、訂閱方案、與 Figma、Canva、Google Stitch 等工具的定位差別，以及實際使用時的限制與不適合導入的情境。
Claude Design 介紹｜自然語言生成 pitch deck 與 mockup 的 Anthropic 新品
Claude Opus 4.7 全面解析｜程式能力、價格、上下文升級重點，與 Mythos 背後故事
Anthropic 在 2026 年 4 月 16 日推出 Claude Opus 4.7，作為新一代旗艦模型。這篇文章整理 Opus 4.7 的程式與視覺能力升級（CursorBench 從 58% 跳到 70%、Rakuten-SWE-Bench 解題量為 4.6 的 3 倍）、與 Opus 4.6 的價格、上下文、新功能對照，以及 Anthropic 罕見公開承認的「故意降能」設計——Opus 4.7 是同期 Mythos Preview 模型刻意抑制資安攻擊能力後的釋出版本，背後的考量值得一起了解。
Claude Code /passes 指令｜贈送 Claude Pro 7 天試用券與回饋機制
Claude Code 在 2025 年 12 月加入了 /passes 指令，讓 Claude Pro Max 訂閱者可以送出 3 張 7 天免費試用券給朋友，受邀者完成付費轉換後，贈送者每張還能獲得 $10 Claude 額度回饋加上額外使用量。這篇文章整理 /passes 的使用方式、贈送者與受邀者各自需要注意的條件、跟 claude.ai 禮物訂閱的差異，以及幾個官方目前沒有完整公開的細節。
Harness Engineering｜AI Agent 從提示詞工程、上下文工程演進的新顯學
Harness Engineering（駕馭工程）是 AI Agent 開發的最新顯學，承接了 Prompt Engineering（提示詞工程）與 Context Engineering（上下文工程）兩個世代留下的成果。這篇用三個時期的脈絡，講清楚 Harness Engineering 為什麼出現、解決哪些 Prompt 跟 Context 處理不了的問題，並說明舊名詞淡出不是退流行，而是成熟地融入產品，過去學的知識從來不會浪費。
Anthropic 免費送禮！Claude 額外用量額度教學｜Pro、Max、Team 方案免費 Credit 一次搞懂
Anthropic 在 2026 年 4 月針對 Claude 付費方案推出限時 Extra Usage Credit 額外用量額度促銷，Pro 方案可領 20 美元、Max 5x 領 100 美元、Max 20x 與 Team 最高可領 200 美元免費額度。這篇文章整理各方案額度金額對照、領取資格條件、啟用 Extra Usage 與 Claim 操作步驟，以及 90 天到期等注意事項，幫助 Claude 使用者在 4 月 17 日截止前順利領取，額度可用於 Claude、Claude Code 等所有產品。
MarkItDown 教學｜微軟開源文件轉 Markdown 工具，LLM 與 RAG 必備
MarkItDown 是微軟開源的 Python 工具，能將 PDF、Word、Excel、PowerPoint、圖片、音訊、HTML 等超過 29 種格式轉換成 Markdown。對於需要建立 RAG 知識庫、餵資料給 LLM 分析、或是批次處理大量文件的開發者來說，MarkItDown 提供了簡單的 CLI 與 Python API，幾行程式碼就能完成轉換，還支援 OCR 與語音轉文字等進階功能。
MacBook Pro M2 Pro 跑 Gemma 4 實測｜Apple Silicon 本地 LLM
在 MacBook Pro M2 Pro 16GB 上用 Ollama 跑 Gemma 4 到底有多快？跟 RTX 3070 8GB 相比誰贏？這篇把 Apple Silicon 統一記憶體架構放進本地 LLM 的實戰對比，從 TPS、TTFT、長 prompt 塞滿 128K context 一路測到 Ollama 對 e2b 偷偷開 thinking 的 bug 跨平台重現，並給出 num_ctx 跟真實 prompt 長度兩個容易被混淆的觀念說明，幫筆電族開發者找到本地 LLM 的實用上限。
Gemma 4 E2B vs E4B 完整實測｜Thinking 模式的祕密與本地小模型最佳實踐
Gemma 4 的 E2B 和 E4B 兩個邊緣模型誰比較強？參數較小的 E2B 反而比 E4B 慢 10 倍是怎麼回事？這篇用 RTX 3070 跑了完整的 TPS、TTFT、品質對比 benchmark，並追到 Ollama renderer 層級找出 thinking 模式預設啟動的真相，順便整理本地小模型最佳實踐與 thinking、temperature、top_k、top_p 等參數說明。
本地跑 Claude Code 實戰｜Ollama + Gemma 4 + RTX 3070 使用心得與踩坑筆記
想用本地 LLM 跑 Claude Code 省下雲端 API 費用？這篇分享在 Windows 11 + RTX 3070 8GB VRAM 上用 Ollama 接 Gemma 4 跑 Claude Code 的真實心得，包含安裝流程、Context length 設定、中文輸入只回英文的怪事、settings.json 被覆蓋的踩坑經驗，以及本地小模型真正適合做什麼自動化任務。
Google Gemma 4｜多模態開源模型大更新，手機 1.5GB 就能跑、電腦端效能翻倍再翻倍
Google DeepMind 發佈 Gemma 4 開源模型家族，採用 Apache 2.0 授權，提供 31B Dense、26B MoE、E4B、E2B 四種尺寸。31B 在 Arena AI 排名開源模型第三，26B MoE 只用 3.8B 參數就達到接近表現。支援圖片、影片、語音多模態輸入，原生 function calling 與 agent 工作流，E2B 僅需 1.5GB 記憶體就能在手機和 Raspberry Pi 上跑。