Megabit Trajectories 公開 66 段經實際執行驗證的編碼智能體軌跡數據集
Sumama-Jameel 公開 Megabit Trajectories,收錄 66 段經實際執行及驗證的編碼智能體軌跡,合計超過一百萬個模型 token。與四個較大型數據集比較時,SWE-Gym 在作者自訂的每萬 token 錯誤恢復配對數指標上以 10.72 比 6.48 領先,SWE-smith 的最長重試鏈則為 64 比 4;作者亦公開自己在規模等項目落後。
Sumama-Jameel 公開 Megabit Trajectories,收錄 66 段經實際執行及驗證的編碼智能體軌跡,合計超過一百萬個模型 token。與四個較大型數據集比較時,SWE-Gym 在作者自訂的每萬 token 錯誤恢復配對數指標上以 10.72 比 6.48 領先,SWE-smith 的最長重試鏈則為 64 比 4;作者亦公開自己在規模等項目落後。
GH-900 GitHub Foundations 是涵蓋 Git、GitHub 及團隊協作的初級考試,指南列出七大考試範疇,並提供 4 週備考計劃。考試限時 100 分鐘,合格分數為 1,000 分中的 700 分;Git 和 GitHub 基礎佔 25 至 30%,比重最高。計劃由 Git 操作起步,逐週學習 GitHub 協作、開發工具、安全管理與社羣,最後完成模擬考試。
HippoMaps 是基於 OpenStreetMap 的地圖及導航應用,透過自訂 Overpass API 引擎提供自然語言搜尋,並以不使用 LLM 的解析器把查詢轉成 Overpass QL。
Synapse Shield 的本地測試顯示真人誤攔率為 1.4%,但實際部署權重在真人測試中曾誤攔 19.0%(6 秒窗口)和 19.2%(20 秒窗口);v0.11.0 修正後,兩者分別降至 1.4% 和 0.5%。
開發者 kociden 公開非官方項目 sakurai-skill,將櫻井政博頻道 257 集影片字幕整理成可供 AI 智能體調用的 Skill。內容整理為約 2.7 萬字主文件,涵蓋 14 個章節,AI 可按需求讀取相關參考文件,毋須一次載入全部內容。
日本開發者 kociden 在 GitHub 公開非官方項目 sakurai-skill,將《櫻井政博的遊戲製作》257 集影片字幕內容整理成可供 AI 智能體調用的 Skill。
日本開發者 kociden 於 2026年11月20日在 GitHub 開源 sakurai-skill,將櫻井政博 YouTube 頻道《櫻井政博的遊戲製作》257 集影片字幕整理成約 2.7 萬字的 AI 可調用技能文件。
作者探索開發者如何同時使用多個 AI 編碼智能體處理不同任務,並保持工作井然有序。文中提到一個旨在簡化並行 AI 編碼工作流程的開源項目,採用 CLI 方式,適用於使用 Claude Code 和 Git worktrees 的開發者。
OpenAI、Anthropic 與 SpaceX 旗下 Cursor 分別打造自有程式碼託管或版本控制系統,以應對 AI 智能體帶來的工程負載。Cursor Origin 已以付費計劃 beta 形式推出,OpenAI 的 Pando 已支援其 monorepo,Code Storage 計劃整合至 Codex,而 Anthropic 的 Scion 僅供內部使用。
Ethan Lowman 的 Jujutsu(jj)版本控制系統指南,介紹如何在 Git 儲存庫中並用 jj,並以提交圖管理工作。指南示範 jj 如何自動快照工作副本、自動 rebase 後代提交,並容許延後處理衝突及使用 jj undo 復原操作。文章亦介紹以 bookmarks 對應 Git branches,並透過堆疊式 PR 將大型變更拆分成較小的審查步驟。
兩項受控研究對 AI 輔助編碼的速度得出相反結果:GitHub 的 Copilot 實驗中,開發者用 AI 從空白檔案編寫 HTTP 伺服器快 55%;METR 則在大型既有程式庫的問題修復任務中測得慢 19%。
GitHub 可在每次推送版本標籤時,透過 GitHub Actions 根據自上一個版本以來合併的 pull request 自動產生版本發佈説明初稿。設定 .github/release.yml 可按標籤分類或排除 pull request,但分類效果取決於團隊是否一致使用標籤。
作者提出 vegapunk-agents 多智能體架構模式,讓六個專責智能體透過共享的 Punk Records 協作,而不直接互相對話。模式採用只追加的共享記錄,由 Shaka 獨自作最終裁決;批評與修訂預設最多迭代兩輪,涉及 Atlas 執行的工作須先由 Stella 批准。
hope-agent 是以 Rust 編寫的開源 AI 智能體框架,具備記憶功能,支援桌面介面及無頭伺服器部署。它可在工作階段及系統重新啟動後保留上下文,並支援 Ollama、vLLM、Llama.cpp 等本地 LLM 後端,以及 OpenAI、Anthropic 的雲端 API。
HardCall 以 52ms 雙迴路插話架構取代輪流等待,為開源全雙工 AI 語音面試及高壓演練模擬器處理用戶打斷。本地 Silero VAD 約 18ms 偵測語音起始並即時清空外發音訊環形緩衝區,語義閘則判斷用戶發言是否為有效反駁;整體感知插話延遲為 52.16ms。
文章整理五種開發工作流,涵蓋 Rust Anything 漸進式重寫、Inference Optimisation Skill 調校本地大語言模型、Lovable 應用的授權測試、PeakCut 自託管影片剪輯,以及 Blender AI MCP Add-on。
Lucky Israel 用 Go 建立 webhook 簽名除錯器,將程式編譯為 WebAssembly 並透過 Brimble 以靜態檔案部署,讓程式在瀏覽器本機執行而無需後端。
作者 Muhammad Ikram UL Mustafa 介紹 silentcatch,一款 Python 靜態檢查工具,可找出既未記錄錯誤、也未重新拋出例外的處理常式。
越來越多人讓編碼智能體建立 PR、推送分支及執行工作流程,而智能體持有的 token 權限決定了操作失誤可能造成的影響。文章提出以每個儲存庫專用的細粒度個人存取 token、權限受限的 GitHub App、分支保護或規則集,以及獨立 bot 帳戶管理權限,並詢問用戶現有設定仍有哪些隱憂。
Colorado State University Extension 區域專員 Xue “Alice” Dong 為科羅拉多州農戶開發 AI-Powered Agritourism Chatbot(AgriTourismAI.com),並舉辦工作坊,教授如何用 AI 發展及管理業務。
作者列出 GitHub Actions 工作流程中 4 類可能讓攻擊者取得機密或寫入權限的錯誤,並逐項提出修正方法。修正涵蓋將不可信文字經環境變數傳入、避免在 pull_request_target 工作中執行 PR 程式碼、以完整 commit SHA 固定 Actions,以及設定最小權限。
作者以 17,698 篇證據級 PubMed 文章建立膳食補充劑 RAG,並評估系統何時應拒答。Golden run 中所有拒答均正確,沒有危險回答漏出,但約 45% 可回答問題也遭拒;評測分為 126 條 golden.jsonl(迭代用)和 199 條互不重疊的 heldout.jsonl(只作測量)。
文章示範如何編寫能讓編碼智能體遵循的 SKILL.md,並以 code-review 技能對比含糊版本與具體重寫。重寫版明確設定適用情境、檢查步驟和固定輸出格式,並規定 diff 超過 800 行時先説明、優先檢查風險最高的檔案。
GitHub 分享開源社羣如何促進開發者協作及 AI 生態,並介紹 Replica 和 Open Source Accessibility Framework 兩個新開源項目。
開發者以 Vanilla JS 開發 8 款免費 CBT 焦慮工具,全部在瀏覽器內運作,毋須註冊或後端,亦不收集數據。工具包括思維紀錄、焦慮安定練習、認知扭曲辨識及呼吸節奏器等,並以 MIT 授權在 GitHub 開源。
Microsoft 在 PyPI 發佈的 Agent Framework 套件遭劫持,攻擊者在 1.26.1 和 1.26.2 植入竊取登入憑證及雲平台 token 的惡意程式。
GitHub CLI 2.105.0 加入 Event Streams 支援,讓指令等待 PR 事件,但串流不會重播連線前或中斷期間錯過的事件。文件建議等到串流發出連線狀態訊息後,再讀取 PR 現況,並在事件到達或重新連線後再次核對。相關指令及服務仍屬預覽,Event Streams 須經 GitHub.com 候補名單取得;升級 CLI 本身不會自動開通。
作者抽查 18 個曾合併 Copilot 或 Devin PR 的公開儲存庫,共 469 個提交;單一父提交中有 68.1% 帶有 AI trailer,雙父 merge 提交則為 8.5%。作者指出,署名資訊由智能體自願加入,該比例反映合併方式與署名留存,並非 AI 編寫程式碼的比例。
作者以 Claude Code 擔任 PM、兩個 agy Pane 擔任 coder 並行開發 record2gif,從建立 GitHub 儲存庫到成功將 GIF 儲存到桌面約花一天。
作者檢視自己的 MCP 伺服器工具 list_repos,發現 GitHub API 每次傳回 95 個欄位,而工具只保留 7 個,讓 Agent 無須為未使用的資料消耗 token 或判斷其相關性。這 7 個欄位支援辨認倉庫及判斷活躍度或重要性;作者認為 Agent 工具應按實際用途設計欄位,而非照搬 API 回應。
作者比較 Axleta Repository Packer 與 Gitingest 打包公開 GitHub 儲存庫的結果,Google Search AI 分析認為 Axleta 更適合以 AI 友善格式為大語言模型提供提示詞上下文。分析指出,Axleta 有提示詞注入防護、較精簡的格式及完整版本追蹤資訊;Gitingest 則較易供人閲讀。
文章以 GeekyAnts、Thoughtworks、EPAM、Globant 和 Accenture 為例,整理 AI 參與軟件交付的方式,以及工程師在需求審批、測試和合併環節的把關角色。文中建議在 AI 輔助的 pull request 中列出已批准的行為、相關測試證據及上線後負責的工程師;訂閲取消案例則要求測試確認用戶在已付費期間仍保留使用權,且不會觸發下一次續費。
這篇指南比較 2026 年 LLM 評測框架與選型方法,指出主觀「vibe check」不足以應付多個團隊、多個模型及多個版本的生產環境。完整的 Agent 評測應分別檢查工具選擇、參數提取、工具結果使用、錯誤處理、計劃連貫性和任務完成,並按團隊技術棧選擇 DeepEval、LangSmith、Promptfoo、RAGAS 等框架。
作者回顧自己開發的三個 AI 應用,分別是終端編程智能體、每日新聞聚合工具,以及可與 61 位思想家對話的知識畫廊,並剖析各自的關鍵設計與代價。編程智能體先展示 diff,待用戶確認後才寫入檔案;新聞工具優先使用 Agent,未配置密鑰時回退至 RSS/Atom,並加入去重與失敗告警。思想畫廊以結構化檔案編譯人格,並透過離線及線上評測檢查表現;作者將三個項目的共同取向概括為讓 AI 產出可驗證。
AheadKit 用本地運行的小型模型比較完整與裁剪至五個欄位的 GitHub issue 工具結果,24 項任務的解題數由 9/24 增至 17/24。裁剪組平均每項任務消耗 2,020 tokens,完整結果組為 5,475 tokens;兩組每項任務的二次查看次數相近,分別為 0.92 和 0.88。
Sarah Vogel 以被動掃描器檢查 277 個公開 MCP 伺服器,發現逾 90% 宣告 plain 而非 S256,只有約 40% 宣告 Protected Resource Metadata。
iFixAi 以業務模擬、真實請求及來自不同供應商的評審者,審計 AI 智能體能否完成受託工作。預設測試涵蓋 10 項檢查,完整測試涵蓋 61 項,並按 A 至 F 評級;B01、B08 和 P01 任一必測項失敗,評級最高為 D。
George Mikaelson 以 TypeScript 編寫 MIT 授權工具 shopfront-audit,按五個加權範疇評估小型企業網站,並產生業主易讀的 HTML 報告。
作者開源了「吸星大法.skill」(Skill-Siphon),這是一款面向 Agent 技能的學習提煉工具,可把其中的經驗整理成可學習、可練習和可應用的資料。工具可從高星或熱門技能、以及指定技能提煉內容,預設生成學習指南、上手實踐、來源與邊界三類資料。
GitCheck 是一款開源 CLI 工具,協助開發者在提交前理解並承擔 AI 輔助程式碼變更的責任。它分析已暫存的 Git 差異和 AST,生成有關架構、實作決策及邊界情況的問題,並評估回答、提供回饋。MVP 已可端到端運作,現正尋求經常使用 AI 編碼助手的開發者試用並提供意見。