跳到正文
11月18日週三
  1. DEV Community26

    不懂編碼也能用 AI 做出出色作品——即日開始!

    初學者無須懂得編碼,也可以藉助 AI 建立網站、創作內容及解決日常問題。文章建議從個人網站等小型項目開始,讓 AI 解釋程式碼並透過修改學習,同時核實重要資訊、避免只複製程式碼及一次學太多。文中列出 ChatGPT、Google Gemini、Canva AI、Perplexity 和 GitHub Copilot 五款工具,並提供為期 7 天的入門挑戰。

  2. DEV Community40

    align-cli:留言帶來四項修正,衝突時應預設阻止編輯還是隻發出警告?

    align-cli 的留言帶來四項修正:加入決策日期及決策者、為過時或未標日期的決策加上標記,以及在取自 git 的日期上標示「first commit」。align-cli 是免費開源 CLI,會檢查編碼智能體的修改是否符合工單、聊天、文件及 git 中的決策。遇到衝突時應預設阻止編輯還是隻發出警告,仍未有定案。

  3. DEV Community34

    低成本模型每 token 成本僅為前沿模型的 1/20、編碼得分不到一半:作者公開 60 秒實測

    作者以固定編碼任務比較低成本模型與前沿模型,發現前者每 token 成本約為後者的 1/20,編碼得分不到一半,並公開 60 秒實測過程。兩個模型使用相同提示詞和 temperature 0,按保留測試集的 pass@1 評分,不重試、不挑選結果;成本則按供應商公佈的每 token 費率及實際 completion tokens 計算。

  4. DEV Community58

    AI 智能體生成程式碼的確定性 PR 閘門:如何拒絕無法證明有效的修補

    Sarvar Nadaf 為 Amazon Nova Pro 智能體生成的程式碼構建 Python 確定性閘門,在人工審查前檢查修補證據,並把拒絕理由發佈到 PR。閘門比較新舊提交的測試、覆蓋率及變更範圍,要求問題對應測試由舊版失敗轉為新版通過,並拒絕測試回歸或刪除測試。每次檢查增加 30-60 秒;測試套件不穩定時可能誤拒有效修補,而問題若無對應測試便無法驗證。

  5. DEV Community64

    OpenBot:如何在電腦上運行一組 AI 智能體

    OpenBot 以本機優先工作區,將一次性聊天轉為可持續運作的 AI 智能體團隊,透過共享頻道和 FIFO 任務佇列協調工作。它保留本機檔案、對話歷史及任務狀態,並支援切換不同模型供應方;多步工作流可在發布或不可逆操作前停下,等待人工審批。

  6. Hacker News:AI 熱帖29

    MAI Code 2 和 Code 2 Flash

    Microsoft.ai 頁面列出 MAI Code 2 和 Code 2 Flash。Hacker News 留言提到,頁面將基準測試結果與頂尖模型比較;另有留言擔心,企業可能因節省成本而改用這些模型,取代 Anthropic 模型。

  7. HuggingFace Daily Papers(社區熱門論文)43

    編碼智能體原位訓練光學神經網絡

    研究提出 optics as code,讓編碼智能體僅憑測量數據原位訓練光學神經網絡,並以可解讀的光學元件重新參數化網絡。該方法在分類和圖像編碼上優於無梯度方法,並以較低成本達到接近透過校準模型進行反向傳播的效果。

  8. Hacker News 熱門(buzzing.cc 中文翻譯)89

    OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol

    OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向高難度專業項目及日常工作,並以較少輸出 token 處理高要求任務。

    推薦理由:文章比較 Astra 與 Sol 在專業工作、日常任務及基準測試中的定位與成本差異,並交代可用範圍和網絡安全防護限制。

  9. DEV Community56

    AI 能在一天內建構應用程式,但能否保障資料安全?

    作者指出,AI 工具雖可快速生成完整應用程式,但功能正常不代表安全,開發者仍須負責檢查準備部署的程式碼。文章列出存取控制、機密資料、SQL 注入、檔案上傳及 API 權限等風險,並提供涵蓋認證、API、資料庫和部署的檢查清單。作者亦提醒,AI 安全審查不能取代滲透測試,應配合程式碼審查及自動化工具。

  10. DEV Community52

    遠端結對編程:角色、計時器與輪換

    Sascha Mirow-Stanitzok 提供遠端結對編程指南,涵蓋角色分工、工具設定、輪換節奏和常見問題。文中建議先用團隊已有的工具,並在開始前確認目標、角色與休息安排;操作者與導航者可每 10–25 分鐘或每次測試後互換。命令列工具 mob 可協助不同電腦之間交接 Git 變更,並在結束時整理提交。

  11. O'Reilly Radar48

    軟件工廠中人類專業知識的價值

    在由 AI 智能體運作的軟件工廠中,開發者的專業知識並未消失,而是轉向設計工作流程、設定防護措施,以及判斷產出是否可信。Anthropic 表示,Claude 編寫了其程式碼庫中約 80% 已合併的程式碼,並配合自動化檢查及按風險安排的人手監督。開發者對問題、標準和驗證證據的判斷,仍是軟件工程的重要部分。

  12. DEV Community53

    sir-claude 為何把 Claude Code 專案呈現為中世紀王國

    作者 Ben Croughs 開發 sir-claude,將每個 Claude Code 專案資料夾呈現為王國中的建築,以大小映射活動程度、顏色表示狀態,並以日夜循環呈現工作階段持續時間。工具以 three.js 渲染場景,點擊建築可開啟該專案的終端機及 Claude 工作階段記錄檢視畫面。它可透過 npx sir-claude 執行,不需帳戶或雲端依賴;項目目前為閉源。

  13. DEV Community54

    EleganFlow 近兩年後回顧:NestJS 混合工作單元與冪等性實踐

    作者將 EleganFlow 的 NestJS 架構改為混合工作單元,以 Postgres 交易處理資料庫寫入,並加入冪等鍵以安全處理重試。外部工作會在交易提交後執行,只有必須在提交前發生的外部操作才使用補償機制。企業後端的 AI 智能體不能直接寫入資料,流程分為解析、評估及套用,且套用前會重新評估;目前新架構只在一個完整模組的生產環境運作,前端尚未傳送 Idempotency-Key 標頭。

11月17日週二