Wiki
個人知識庫
知識圖譜授權此裝置
FHIR 用 OAuth2 + PKCE 交換資料的運作機制：傳輸加密與授權碼防護是兩件事
拆解 FHIR（SMART on FHIR）如何用 OAuth2 授權碼流程交換臨床資料，釐清常見誤解——PKCE 不是加密資料，而是防止授權碼被攔截盜用；資料加密靠 TLS。
Vibe Coding 的臨界性光譜：什麼時候可以放手，什麼時候得有人把關
DHH 在 On Rails podcast 提出判斷「該不該放手讓 agent 全自動 vibe code」的框架——臨界性光譜。重點不是能不能信任 AI，而是系統出錯的後果有多嚴重：後果輕可放手（人甚至不看 code），後果重仍需合格人類把關，而臨界性會隨產品成熟而上升。
DHH 談 Basecamp 5、Vibe Coding 與 Rails 的未來
37signals 推出 Basecamp 5 同週，DHH 上 On Rails podcast 談三條主線：現代 Rails 後端二十年穩定（churn 集中前端）、AI/agentic 開發如何改變工作方式（他公開反轉「親手寫每個字元」立場）、以及 Rails 的未來（Lexxy 編輯器、原生 passkeys+magic links）。
Passkeys + Magic Links：DHH 心中「正確形狀」的認證組合
DHH 對 passkeys 的看法大轉彎：從「問題比密碼還多、整套拆掉」到「passkeys 配 magic links 才是大多數應用的正確形狀」。本文整理他在 On Rails podcast 的論點、passkeys 與 magic links 的分工、以及 Rails 端到端原生支援的規劃。
Rails ActionText 的新編輯器 Lexxy：基於 Meta Lexical 的 Trix 接班人
Lexxy 是 37signals 為 Rails Action Text 打造、建構在 Meta Lexical 之上的新一代富文字編輯器，要取代缺乏表格與 Markdown 的 Trix。本文介紹 Lexical 底層、Lexxy 特性、與 Action Text/Trix 的關係、安裝使用方式，並更正常見的「Lexi」名稱誤植。
Vibe Coding 各語言 Token 使用量比較：為什麼 Ruby 特別省
Vibe coding 時代，語言的 token footprint 直接決定成本、速度與可行性。一份跨 19 種主流語言、用 RosettaCode 相同任務以 GPT-4 tokenizer 測量的研究顯示：最省與最耗 token 的語言差約 2.6 倍，Ruby 在主流語言中排第二（僅次 Clojure）。Ruby 省 token 來自無型別註記、語意密度高、Rails 慣例。但最省 token 不等於整體最省力——靜態語言用編譯回饋換回一層免費驗證；Haskell/F# 是折衷。
為什麼 Anthropic 工程師改用 HTML 跟 AI 工作？
AI 把產出成本壓到趨近於零後，瓶頸從「誰來做」轉向「誰來看、誰來判斷」。哈佛 2026/2 研究指出導入 AI 反而加劇認知疲勞。Anthropic 工程師 Thariq 主張以 HTML 工作頁取代純文字 Markdown 作為審核介面——能放圖表、並排比較、互動，把耗腦的理解變成一眼能懂的決策。核心命題：AI 時代能力證明不是產出而是理解，proof 要跟著 work 走。
台灣進士：科舉制度下的島嶼菁英與歷史遺忘
清領時期台灣共產出約 33 位進士，他們是科舉制度下的頂尖人才。然而大多數人對他們知之甚少——原因不僅是赴中國任官、兩地遠隔，也與日治斷層、史料散佚密切相關。本文梳理台灣進士的完整脈絡、對台灣的影響，以及為何他們從集體記憶中淡出。
Rails + Kamal 醫療系統安全部署 Harden Guide
Ruby on Rails 搭配 Kamal Deploy 在醫療、FHIR、公開 API 環境的安全部署指南，涵蓋 non-root container、read-only + cap-drop、Secrets 管理、Network 隔離、SMART on FHIR，以及降低 Blast Radius 的優先清單。
醫療地端 AI 文獻日報 2026-05-18（測試版二）
今日收錄 3 篇：MedAgentBench 虛擬 EHR 基準測試（Stanford/NEJM AI）、4,609 篇 LLM 臨床研究系統性回顧（Nature Medicine）、LLM 臨床推理評測 o3 居冠 67.8%（NEJM AI）。
115年度國軍醫院資訊發展研討會：SMART on FHIR 與醫療資料孤島
115年度國軍醫院資訊發展研討會現場紀錄，涵蓋 SMART on FHIR 國內外應用案例、醫療資料孤島（數位化≠資訊化）兩大議題，以及現場交流。
AI Ascent：Boris Cherny 坦承「模型幫我寫 100% 的程式碼」
在 AI Ascent 開發者活動中，Anthropic 的 Boris Cherny 向台下開發者拋出三個問題，揭示 AI 輔助編程的現況分佈——從純手工到全 AI 代勞，現場調查結果令人深思。