跳到正文
11月8日週日
  1. DEV Community49

    靜態型別會減少 AI 程式錯誤嗎?讓 Claude Code 分別用 TypeScript 和 JavaScript 各建立三次 Git 複製工具

    Claude Opus 5.5 以 TypeScript 和 JavaScript 各三次從零建立 Git 相容命令列工具,測試靜態型別能否減少 AI 程式錯誤。最終隱藏測試中,TypeScript 三次全數通過,JavaScript 有兩次通過;僅三次測試不足以證明兩者有明確差異。TypeScript 的程式碼長約 20%,總 token 用量多 16%,但兩者用量範圍重疊。

  2. DEV Community45

    Open Health Sync for Apple Health:從頭到尾詳讀

    Open Health Sync v0.3.0 是開源 Apple Health MCP 伺服器,可自行部署,讓 Claude 透過唯讀權限存取健康資料。設定約需 20 分鐘,包括啟動 Docker Compose、匯入資料、建立權杖及設定用戶端;權杖每 30 天到期。資料庫留在自己的裝置上,但向雲端模型提問時,相關資料仍會傳送至模型供應商。

  3. DEV Community52

    Laya System-1 決策模型為何在作者筆電上勝過 Qwen 3.5-2B

    作者在 Ryzen 5 5625U 筆電上的測試顯示,Laya(421M)平均用 918.82 ms 作出工具路由決策,比 Qwen 3.5-2B 快 26 倍。同一 Hacker News 任務中,Qwen 3.5-2B 的總等待時間為 60.2 秒,其中 46.75 秒(80%)用於讀取提示詞。作者因此建議以本地 Laya 處理快速工具選擇及安全檢查,將重寫作、編碼或複雜推理交由雲端模型處理。

  4. DEV Community48

    零售需求預測模型在穩定銷售商品上勝出,其他商品則不敵 28 日移動平均

    在 Walmart CA_1 店 FOODS_3 部門的 823 項商品回測中,梯度提升模型在平穩需求商品上勝過 28 日移動平均,卻在間歇及塊狀需求商品上落後約一成。模型整體 MAE 為 1.742,高於移動平均的 1.676,且在 58% 商品上的表現較差;RMSE 雖較低,但差異未達統計顯著。結果顯示,按需求類別選用預測方法,比單看整體誤差更能反映各類商品的表現。

  5. DEV Community49

    我核查了 FLOP 區塊鏈文件:4 項説法不成立、54 項無法核實,另有一項結果反覆變動

    作者以 flop-lab 核查 FLOP 區塊鏈公開端點上的 239 項文件説法,五次測試均有 4 項失敗,另有 54 至 55 項無法核實。無法核實不代表説法錯誤,而是公開介面未提供足夠資料供外部查證;其中一項結算檢查因讀取期間數據變動,在五次測試中三次通過、兩次無法核實。

  6. DEV Community53

    Phonon 31M WebGPU 語音合成頁面 75 秒未產生音訊,作者整理驗證方法

    作者測試 Phonon 31M 的 WebGPU 語音合成頁面,等待 75 秒後仍沒有音訊元素或錯誤節點,儘管頁面已載入且 GPU context 有效。頁面列出的冷啟動數字為 46 ms,但作者沒有在自己的硬件上測得瀏覽器端效能;本機執行同系列模型約為 23x realtime。文中建議按頁面公佈的延遲預算設定等待時間、檢查輸出節點,並分開驗證 WebGPU 初始化與點擊操作。

  7. DoNews16

    《薩爾達傳説:時之笛》重製版登頂 Metacritic 用戶評分榜

    《薩爾達傳説:時之笛》重製版在 Metacritic 用戶評分榜登頂,現得 9.7 分,創下該站歷史最高用戶評分紀錄。本作媒體均分為 96 分,低於 N64 原版的 99 分。玩家稱讚掌機平台畫質、操作及迷宮體驗,也指出畫面閃爍和缺少大師挑戰等問題;平台已刪除至少 30 條含不實指控的惡意 0 分評價。

  8. Engadget23

    Amazfit 智能手錶的優缺點

    Amazfit 智能手錶價格親民,提供可靠的健康追蹤、俐落設計及長續航,但 Zepp OS 限制第三方應用程式的使用。部分型號每次充電可使用長達 25 天,軟件及安全支援則為 3 年。

  9. DEV Community63

    osFoundry 如何避免 Claude 覆蓋用戶在同一 Note 的修改?

    作者以重建測試分析 osFoundry 的 Note 寫入保護,顯示版本檢查須配合衝突後重讀內容並重新套用修改,才可避免 Claude 與用戶互相覆寫。在五次、每次雙方各作 100 次修改的測試中,不設版本檢查遺失 300 項修改;重讀並重新套用則沒有遺失,只更新版本後重送舊內容則遺失 304 項。

  10. DEV Community31

    NexoPeek:以 VR 探索分子馬達與蛋白質結構

    NexoPeek 是 Seven Sportz 開發的 VR 分子結構檢視應用程式,可在 Meta Quest 上搜尋並載入 PDB 結構,支援 AI Pocket Prediction、Foldseek 結構比對及原子間距測量。應用程式亦提供教育導覽、研究分析工具及混合實境檢視,並支援載入本機結構檔案;預測和比對結果僅供分析參考,不能視為證據。

  11. DEV Community58

    Claude Code 在一次性 Mac 虛擬機中的 30 分鐘實測

    作者以 cuvm 在可丟棄 Mac 虛擬機中為 Claude Code 設定 30 分鐘限制,讓它製作復古風螢幕保護程式網站。重建的成品包含九款螢幕保護程式及三個彩蛋,但 Toasters 和 Fishbowl 在後續 Chromium 檢查中均報錯;harness 的通過檢查只涵蓋隔離邊界與清理流程,不代表所有功能正常。

  12. DEV Community59

    語義程式碼搜尋在 psf/requests 真實程式碼庫中真的勝過 grep 嗎?

    作者在 psf/requests v2.32.3 的 318 個程式碼區塊上測試 10 條 grep 找不到結果的問題,BM25 與 bge-m3 混合排序有 7 條進入前 10,單用向量搜尋則有 5 條。只搜尋 src/ 的 84 個區塊後,文中指出混合搜尋有 9/10 條進入前 10。測試及文件常因措辭貼近問題而排在實作程式碼之前,作者建議以路徑篩選或標記這些結果。

  13. DEV Community42

    80.52 短片:為何 65B 模型勝過 501B 模型,仍需要影片佐證

    一個本地運行的 65B 模型在評測中取得 80.52,分數高於同一輪測試的 501B 模型;作者拍攝操作演示,展示評測過程。兩者回答相同的 200 道選擇題,温度設為 0,但推理路徑不同;65B 模型在 20 個類別中勝出 14 個。重現 501B 模型的 API 測試每輪約需 $12,65B 模型則需約 40 分鐘 GPU 時間及電費。

  14. DEV Community54

    YouTube 自動字幕準確到足以引用嗎?

    文章比較 YouTube 上 Kennedy 1962 年 Rice University 演説的人手字幕與自動字幕,兩者約有 95% 詞語一致,但自動字幕不宜直接作為引文來源。約 6% 的差異涉及姓名、數字和專有詞,另有 28 個詞完全漏錄;字幕行的時間戳亦可能比引文早約 3 秒。文章建議把自動字幕當作搜尋索引,定位後播放音訊核對,並以其他來源查證姓名和數字。

  15. DEV Community47

    Strata 與其他記憶方案比較:各自的優勢

    Strata 與多種 Agent 記憶方案比較,核心差異在於不只讓 Agent 找回資訊,也管理資訊是否可信,以及錯誤資訊會造成甚麼影響。文章指出,RAG 擅長大規模檢索,Zep 保留資訊的有效時段與歷史,而 Strata 以 Markdown 檔案記錄資訊狀態,並在事實被推翻後保留舊記錄、檢查依賴它的內容。