#LLM

模型換得比套件還快，但只要把所有 LLM 呼叫收進單一抽象層，換模型、換供應商對你的應用程式就只是改一個設定值。這篇用中立介面、轉接器、工廠三個步驟，把供應商細節擋在商業邏輯外面，附上可以直接抄的 Anthropic SDK 範例，也講清楚這個做法的邊界。

過去三年大家把所有對話丟進向量資料庫，token 越疊越貴、召回反而越糟。AI 記憶的下一步不是「存更多」，而是「忘對」。這篇從 cognitive-ai-memory 出發，談艾賓浩斯曲線、MCP，與一條可實作的記憶設計路。

Dify 是一個開源的 LLM 應用開發平台。他提供了從 Agent 建置到 AI workflow 、 RAG 檢索、模型管理等能力，輕鬆建置和營運生成式 AI 原生應用程式，因為更佳的視覺化，所以對於 AI 新手來說，會比 LangChain 更容易來的使用。