跳到正文
目前篩選:教學
11月21日週六
  1. DEV Community59

    RAG 全流程:各階段解決甚麼問題,失效時又會怎樣

    Deployed Lab 的文章逐一説明 RAG 的搜尋、權限檢查、重排序與生成階段各自修正的問題,以及失效時會造成的結果。文中的虛構分數示例顯示,混合語義與關鍵字搜尋可讓現行退款政策升至首位,答案為 30 天;只有權限篩選會移除僅限法律部門閲讀的頁面。文章提醒,重排序無法補回搜尋未找到的頁面,提示詞中的保密規則亦不能取代在組成提示詞前執行權限控制。

  2. DEV Community63

    較少上下文如何減少 AI 幻覺

    Richard Kersey 分享一種 AI 程式碼審查方法,將撰寫與核查分開,讓核查者只看待驗證主張和原始程式碼,以減少幻覺。文章引述研究指出,輸入變長會降低模型可靠性,而缺乏外部回饋時,模型通常難以修正自身推理。流程由另一個 Agent 抽取審查中的事實主張,再由第三個 Agent 對照程式碼核查;作者建議把修正輪次限制在一至兩輪,並只用於錯誤代價較高的輸出。

  3. DEV Community59

    Databricks 如何保護 AI 治理指標所用的 Golden Data

    Anil Prasad 整理了以 Databricks Unity Catalog 保護 AI 治理指標所用 golden data 的方法,涵蓋權限、讀取追蹤、版本凍結和欄位遮罩。文中提供可調整的 SQL,並提醒 lineage 只會在可從事件推斷時記錄;Delta 預設保留 30 天表格歷史和 7 天已刪除資料檔,較舊版本可能無法查詢。

  4. Browser Use67

    Browser Use 拆解瀏覽器智能體遭封鎖的四種原因及應對方式

    Browser Use 説明瀏覽器智能體遭封鎖的四種原因,分別是驗證碼、被封鎖的 IP、感測腳本標記行為,以及地區限制,並指出每類情況需要不同處理方式。在 82 個可測試網站中,7 個每次都因求解器當時尚未支援的驗證碼而封鎖,另有 6 個從美國連線時遭封鎖、改用當地代理後即可開啟。

  5. AWS Machine Learning Blog61

    Standard Bank Group 如何自動化生成式 AI 風險評估

    Standard Bank Group 與 AWS Professional Services 合作,在 AWS 上部署生成式 AI 風險評估流程,依據國際 AI 標準及銀行內部政策檢查每個應用案例並提供審批證據。

    推薦理由:文章拆解了如何把既有銀行政策轉成可重複執行的檢查,並將每項風險結果追溯至證據與政策條文。

  6. DEV Community46

    Zambo 的首個工作交接:核實 BTC 價格並交付指定接收人

    Zambo 示範如何把一次 BTC 價格查詢及其收據包裝成交接,交予指定接收人;交接包含工作摘要、目標、接收人和後續步驟。收據可透過重新計算 SHA-256 核對保存結果是否被更改,但不能證明答案正確。Zambo 每日提供一次免費交接,Day Pass 為 $0.99,可在 24 小時內不限次使用。

  7. DEV Community40

    一個平台、一位工程師:Glamora 背後的決策

    Glamora 創辦人分享獨自建成網店平台的六項工程決策,涵蓋共用 PostgreSQL 數據庫、在數據庫設定規則、以 Row Level Security 保護資料,以及按網絡狀況優化載入。平台亦設有購物助手和會計模組,分別用於瞭解顧客需求,以及核算產品和套裝的實際利潤。

  8. DEV Community50

    大規模內部工程文件的語義檢索評估集設計方法

    作者提出一套面向大規模內部工程文件的語義檢索流程,先訂立檢索契約,再以小型標註集評估有用上下文召回和固定成本下的取捨。評估集可從支援工單及 on-call 搜尋抽取 30–100 條真實問題,標註預期文件、可接受替代項和無答案案例,並追蹤 recall@k、結果新鮮度、引用覆蓋及向量數量。

  9. DEV Community65

    如何按屬性而非單一固定字串測試 AI 輸出

    文章建議以一組可驗證的屬性測試 AI 輸出,取代只比對單一固定字串,避免把措辭不同但正確的答案判錯。評測案例應從 trace 中的實際故障整理而來,Hamel Husain 建議可先檢視至少 100 條 trace。執行時先跑低成本程式檢查,再以人工標註校準 LLM judge,並按已審核的基準通過率設置建置閘門。

  10. DEV Community48

    SaafSaans:每個數字均經計算而非猜測的家庭霧霾應對計劃

    SaafSaans 為家庭制定冬季空氣污染應對計劃,按住址、家庭成員健康狀況和日常習慣,提供外出時段、室內空氣改善及交通選擇建議。Gemini 負責挑選並解釋合適的改變,所有數字則由經測試的程式碼計算;若 Gemini 無法使用,確定性排序器仍可提供數字和範本文字。應用程式支援英語、印地語和泰盧固語。

  11. DEV Community42

    AI Agent 能寫程式碼,但我們能放心讓它們在正式環境中運作嗎?

    AI Agent 已能修改程式碼、執行命令及調用 API,但具備執行能力不代表應獲準自主執行,尤其在正式環境中,操作失當可能令事故惡化。文章主張以政策與授權層分隔推理和執行,並為敏感操作加入人手審批、最小權限及審計記錄。正式環境的 Agent 亦須驗證操作結果,並記錄決策依據和執行情況。

  12. DEV Community40

    一個平台、一位工程師:Glamora 背後的決策

    Glamora 創辦人分享獨自建成網店平台的六項工程決策,涵蓋共用 PostgreSQL 數據庫、在數據庫設定規則、以 Row Level Security 保護資料,以及按網絡狀況優化載入。平台亦設有購物助手和會計模組,分別用於瞭解顧客需求,以及核算產品和套裝的實際利潤。

  13. Browser Use65

    Browser Use 評測的 +5.1 分增幅,最多一半來自自身錯誤

    Browser Use 修正用於在智能體評測中運行 Claude Code 的 adapter 後,分數上升 5.1 分;其後發現評審只讀到答案中位數 2,102 個字元中的 433 個,答案截斷錯誤佔增幅 1.8 至 2.6 分。團隊重判 200 次舊基線後估算,智能體改動帶來 +2.5 分,但其區間包含零。文章建議保存評測證據、重判基線,並以相同任務作配對比較。

  14. Browser Use61

    Browser Use 兩項設定將智能體搜尋航班時間由 30.7 秒縮短至 20.7 秒

    Browser Use 表示,兩項設定把其智能體搜尋蘇黎世至倫敦三班最便宜航班的時間由 30.7 秒降至 20.7 秒。改動包括把 OpenAI 呼叫由 standard tier 改為 priority(每個 token 費用為 2 倍),以及先直接連線、網站阻擋時才改用代理瀏覽器;同一輪改動亦把 example.com 的用時由 10.3 秒降至 6.5 秒。

  15. DEV Community46

    如何將 Azure Managed Redis 整合至雲原生方案

    文章以 TypeScript 為例,説明如何將 Azure Managed Redis 整合至雲原生方案,採用 Microsoft Entra ID 驗證,並以面向生產環境的架構設計。建議透過獨立的快取服務層管理連線、序列化、TTL、鍵值、錯誤及失效處理,並以 cache-aside 模式先查 Redis,未命中時再讀取資料來源並快取結果。

  16. DEV Community49

    AI 編碼助手與 AI 編碼智能體有何不同?

    AI 編碼助手在用戶編寫程式碼時提供建議和解答,由用戶完成工作;AI 編碼智能體則會接手整項任務,讀取專案、修改檔案、執行檢查命令並修復失敗之處,用戶負責審批和檢視。多步驟、涉及多個檔案或需要執行測試的工作較適合交給智能體。使用時應開啟審批、檢視差異,並在乾淨的分支上操作。

  17. DEV Community59

    AdamW:為何將權重衰減與梯度解耦可修正 Adam

    AdamW 將權重衰減直接作用於權重,而非把 L2 項加入梯度後經 Adam 的自適應步長縮放,讓每個權重按相同比例收縮,不受各自梯度歷史影響。文章提供 PyTorch 設定示例,指出 AdamW 常見衰減值為 0.01 至 0.1,從 Adam 切換時不應沿用舊值。標準設定下,權重衰減會隨學習率排程變化,使用 cosine decay 時訓練末段的衰減效果會減弱。

  18. DEV Community42

    智能體商務協議如何保障交易安全?

    智能體商務協議透過分層授權、付款執行、訂單與交付證據、爭議裁決及結算驗證,讓交易可供核查;付款成功本身不能證明貨品符合規格。SAAX旨在配合 MCP、A2A、AP2、x402、ACP 及 EAS,記錄協議承諾、證據、爭議流程和結算授權,而非取代它們。SAAX目前在 Base 主網支援即時 x402 付款,託管僅限測試網,且尚未完成獨立審計。

  19. DEV Community54

    作者讓 AI Agent 逐一付費呼叫 Bazaar 未收錄的 x402 端點,總費用 $6.37

    作者讓 AI Agent 逐一付費呼叫 Bazaar 尚未收錄的 x402 端點,約花 6.37 USDC,為約 160 個端點觸發結算事件。實驗開始時,作者約 220 個端點中有約 83 個已收錄;他以獨立買家錢包、每次付款上限及封鎖商家錢包作支出護欄。3 個端點因法國國家鐵路 API 整晚回傳 502 而未收錄,Agent 記錄後安排重試。