跳到正文
11月6日週五
  1. DEV Community67

    作者在雲端主機以無桌面模式執行 Switch,協助團隊從四個 PR 中選出一個

    作者在雲端主機以無桌面模式執行 Switch,並建置 Bakeoff,協調多個編碼 Agent 比較同一個 issue 的 PR,由維護者決定合併項目。文章記錄 Docker Compose、Slack 房間、Agent 指令權限政策及人工核准卡的設定。四個 Agent 的比試中,兩名讀者檢查 PR 後,維護者選擇 Claude 的 #2,其餘三個 PR 收到列明未符合清單項目的説明。

  2. DEV Community66

    AI 生成程式碼的安全風險研究與審查清單

    AI 生成程式碼雖幾乎都能成功編譯,Veracode 2026 測試的平均安全通過率卻只有 56%,與 2025 年大致持平。研究列出的常見問題包括跨網站指令碼、SQL 注入、缺少授權檢查、虛構或過時依賴項,以及程式碼中的密鑰。文章並提供涵蓋人工逐行審查、依賴項稽核、自動化測試、SAST 和機密資料掃描的清單,供開發團隊檢查 AI 生成程式碼。

  3. DEV Community69

    T3 Code:用手機遙距控制 AI 編碼智能體

    T3 Code 是開源控制工具,讓用戶透過手機、網頁或桌面應用程式,遙距操控已在電腦上安裝並完成驗證的 AI 編碼智能體。它支援 Claude Code、Codex、Cursor、Grok Build、OpenCode、Google Antigravity 和 fx,沿用用戶現有訂閲,並採用 MIT 授權。

  4. DEV Community48

    我的 AI 智能體團隊有一套導師制度(算是吧)

    作者使用開源協作工作台 Octo,將對 AI 智能體輸出的回饋整理成共享經驗卡,讓團隊成員和新智能體繼承彼此累積的規則。PR 智能體由第一天無法辨認自家產品,到第四十九天能在約三分鐘內產出獲資深高層認可的演講大綱,並累積四十五項技能。精準檢索仍未解決,按專長自動分派工作則仍在規劃中。

  5. DEV Community70

    為 AI 編碼智能體設定打包體積預算:用 size-limit 在推送及合併前攔截超限變更

    文章示範如何為 AI 編碼智能體的每個入口點設定打包體積預算,並以 size-limit 檢查超限變更。使用 --why 可生成 HTML 報告定位體積增長來源;文章以 lodash 預設匯入令整個套件進入打包結果為例,建議改用 lodash-es 的具名匯入或移除依賴。再將檢查加入 pre-push hook 及 CI,並把 size job 設為必要狀態檢查,可分別在推送及合併前攔截超限變更。

  6. DEV Community72

    AgentConnect 團隊如何把智能體從個人終端遷移至團隊頻道

    一支不足十人的工程團隊在六個月內,從編輯器自動補全轉為約三十個各有固定任務的智能體,並把工作流程由個人終端移至團隊頻道。團隊以 ACP 建立並開源 AgentConnect,將智能體接入 Slack、Telegram、Discord 和 Linear,處理叢集檢查、程式碼審查、發佈及客戶支援等工作。平台按智能體和會話設定權限,並按對話來源分層儲存記憶,部分操作須經人工批准。

  7. GitHub Blog59

    深入解析 GitHub 全新 Git 儲存架構

    GitHub 公佈全新 Git 儲存架構,以 Ref-CAS 處理引用更新,並分開擴展儲存、讀取服務和維護工作,目標是支援單一倉庫每秒數千次寫入。內部測試中,架構支援 5,000 個 Agent 同時在一個倉庫工作,並向該倉庫每秒推送 7,200 次,同時維持低延遲讀取。目前僅開放有限私人預覽,預計明年年初擴大推出。

  8. DEV Community25

    Sovereign-Mohawk-Proto:以定理引導的去中心化聯邦學習與密碼學執行環境

    Sovereign-Mohawk-Proto 開放外部審核,邀請社羣檢查其去中心化聯邦學習執行環境的形式驗證、密碼學元件及協定實作。項目採用 Lean 4 規格、混合式密鑰交換、Ed25519、MiMC 零知識電路、Multi-Krum 聚合及 Rényi Differential Privacy(RDP)記帳,並在 GitHub 列出多項待審核問題。

  9. O'Reilly Radar62

    Tim O’Reilly指出,AI 經濟的新型知識載體正由程式碼擴展至上下文

    Tim O’Reilly指出,AI 正改變軟件開發中可分享的知識載體,提示詞、上下文和生成模式可能比程式碼本身更重要。文章將規格、Agent Skill、MCP server、Agent trace 和 eval 列為新型載體,並提出需要建立分享、歸屬及報酬機制。作者亦指出,若 eval 的測試案例進入模型訓練數據,評測便會測到模型記憶的答案,而非其實際能力,因此需要保護留出集。

  10. Hacker News 熱門(buzzing.cc 中文翻譯)43

    「超棒」倉庫不再「超棒」

    GitHub 上的 awesome 資源清單因 AI 相關變化而變得較不實用:不少清單未有持續維護,內容過時,使用者往往直接向 AI 模型尋找所需資料。另一方面,部分清單亦被 AI 生成的通用工具及資源提案淹沒,令審核負擔增加。作者認為,awesome 清單仍可能有用,但作為尋找優質資源的一般方法,已不如以往可靠。

11月5日週四
  1. DEV Community62

    Ankith M 開源 Gatekeeper,讓編碼智能體安裝套件前先接受其他智能體查核

    Ankith M 開源 Gatekeeper,讓編碼智能體安裝套件前先由 Switch 聊天室內的其他智能體查核。在測試中,Gatekeeper 對留出的惡意 npm 套件偵測率為 60.5%(38% 直接判為惡意),對 PyPI 為 84%(70% 直接判為惡意);對熱門套件的誤報率分別為 0.2%(500 個樣本)及 1.5%。

  2. gihyo.jp50

    Dependabot 正式支援 Agent Package Manager,並透過 PR 提議更新 AI 智能體技能

    GitHub 宣佈,Dependabot 的版本更新功能已正式支援 Agent Package Manager(APM),可為 APM 管理的 AI 智能體技能、提示詞及指示等套件建立更新 PR。功能適用於 GitHub 所有方案;GitHub Enterprise Server 預計於 3.24 版提供。依賴套件須從 Git 儲存庫取得,更新時也可重新產生現有的 apm.lock.yaml。