上週 這篇 一同走過 Kiro 的 MCP 實作流程，理解 Kiro 如何透過 MCP 將 AI 連接到其他資料，本篇將延伸這個概念，帶你進一步探索 Kiro 的另一個強大能力 Agent Hooks。
什麼是 Hooks?
Agent Hooks 是一種能在特定事件發生時自動觸發 AI 代理行為的自動化工具。當 IDE 中發生特定事件，如儲存、建立、刪除檔案時，Hooks 會自動執行預先定義的流程，從而簡化開發工作流程。
- Kiro Doc - Hooks
Kiro 是 AWS 推出的 Agentic IDE，採用規格驅動開發(Spec-Driven Development)，是指先把需求、技術架構、任務都規劃清楚後，AI 再開始寫程式。本篇文章將帶你實際體驗 Kiro 的 Spec Coding 完整開發流程，從零開始打造一個喝水記錄應用「FillUp!」。
什麼是規格驅動開發(Spec-Driven Development)?
規格驅動開發改變了傳統軟體開發的流程。數十年來，「程式碼」一直被視為主角，而「規格書(specifications)」只是輔助說明文件，在程式開始撰寫後常被遺棄或忽視，但在 Spec-Driven Development 中，規格本身就是執行單位。這些規格不再只是描述，而是可被執行、可生成程式碼、可驗證邏輯的文件。
- Spec Kit
我們知道提示工程(Prompt Engineering)對於大型語言模型的重要性，但有想過「語氣」也可能影響模型回答的正確率嗎? 這篇由賓州州立大學的 Om Dobariya 和 Akhil Kumar 提出的論文《Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy》，即為研究提示詞的禮貌程度會如何影響大型語言模型的準確性。
最近公司在評估導入企業級AI聊天助理，老闆通常最關心的是成本問題，讓我不得不思考:「如何估算 OpenAI API 成本?」一開始確實有點頭大，因為使用量不好預測，在沒有既有數據的情況下，成本估算往往很難找到依據而有所本。
幸運的是，我有買「2025 Generative AI 年會」的課程，其中玉山銀行總工程師黃仕鎮分享了他們導入內部智能助理 GENIE 的真實使用數據，剛好能給我作為一個參考基準。我也把自己的估算過程整理出來，並做了一個 OpenAI API 費用估算工具，方便大家快速帶入自己的場景去估算。
在本系列文章中，說明了不同 LeetCode 題型的時間與空間複雜度分析。而本篇將以最經典的入門題目 Two Sum 為例，再次說明兩種核心解法: 暴力解法與字典解法，並比較時間與空間的權衡取捨。
上週 這篇 一同理解了時間複雜度之後，本篇我們將一起透過 LeetCode 題目，逐步分析空間複雜度，看看不同複雜度在演算法實戰中的應用情境。
上週 這篇 一同理解了為什麼需要複雜度分析之後，本篇我們將一起透過 LeetCode 題目，逐步分析時間複雜度，看看不同複雜度在演算法實戰中的應用情境。
在學習或撰寫演算法程式時，會遇到一個問題是:「我怎麼知道這段程式碼快不快?」。直覺上的做法，或許就是直接把「程式跑起來，然後計時」，但這個方法其實隱藏了陷阱，因為「秒數」本身並不一定能公平反映程式效率。