Ockham 實測提示詞難發現跨檔重複 bug,程式檢查可補足
Antonio Bergoños為 Claude Code 開發 Ockham,以專案索引和結束檢查協助智能體修正跨檔重複錯誤。在 5 項重複 bug 任務中,無工具的 25 次測試只修正第二處 1 次,單用結束檢查則 15 次全數修正。Ockham 每次工作階段約 $0.05,無工具約 $0.03。
Antonio Bergoños為 Claude Code 開發 Ockham,以專案索引和結束檢查協助智能體修正跨檔重複錯誤。在 5 項重複 bug 任務中,無工具的 25 次測試只修正第二處 1 次,單用結束檢查則 15 次全數修正。Ockham 每次工作階段約 $0.05,無工具約 $0.03。
Anthropic 發布的 Claude Fable 5.2 可用 Python 程式模擬畫筆、顏料與畫布,逐筆完成繪畫,而非直接調用圖像生成模型。一幅購物車作品使用約 70 萬次模擬筆觸;另一段 21 秒影片記錄模型以 111 筆完成日出時的鳥。
Marcc Atayde 示範在 Laravel 以 OpenAI 的 text-embedding-3-small 生成 1536 維嵌入向量,並用 Pinecone 建立語義搜尋流程。
Louis Li 修正了其 Playwright 表單填寫腳本中的五個分類器錯誤,令成功率由 0% 升至約 4%。問題包括把容器文字當作欄位身份、排除包含 address 的電郵欄位、以頁面隱藏文字判斷登入狀態、選中付費選項,以及漏掉隱藏的 input[type=file]。
作者以 Affon 探索 TypeScript 可承載的機器學習工作,展示既有模型的本地推理及自行訓練的流程。WikiText-2 本地訓練記錄為 12 epochs、52,128 steps,訓練損失為 4.55、驗證損失為 5.09;作者指出這不是與其他框架的比較。
阿里雲2026年雙11活動正式啟動,AI產品涵蓋 Token Plan、千問辦公、Qoder、萬小智及秒悟。Token Plan 個人版 Lite、Essential 僅限新客首月五折;千問辦公、Qoder及萬小智亦有首月優惠,活動由11月1日至11月30日。
IT早報 1116 聚焦華為鴻蒙生態用戶數達 9980 萬、BLG 奪得《英雄聯盟》S16 冠軍,以及華為 Mate X8 外觀公佈。鴻蒙生態用戶數距 1 億僅差 20 萬,何剛預計再過幾天突破;餘承東稱 Mate X8「就要來了」。開源模型 openPangu-2.1-Pro 已上線華為雲,面向 Agent 開發、AI 編碼及推理優化升級。
作者以 AI 智能體提高單人開發者在整個產品開發流程中的產出,同時保留正式 v1 所需的規劃、管控和驗證。流程涵蓋市場研究、PRD、工作拆解、程式開發、測試及發布準備,相關開源項目和開發文件亦公開展示。
SpecGuard 是一款免費、在瀏覽器運行的基準工具,用來測試 AI 編碼智能體能否按需求撰寫驗證測試,而非照抄現有程式行為。SpecGuardBench 的 291 個 Python 任務中,表現最佳的智能體驗證框架忠實度為 62.9%;參考程式有錯時,忠實度下降 19 至 31 個百分點。
Tunc 以 Rust 共用網頁版 Tunc Doc 與桌面及流動版 Tunc Hub 的程式碼,涵蓋即時通訊和數據韌性,並透過 WebAssembly 在瀏覽器執行共用邏輯。大型智能體修改可採用原子儲存路徑,到下次儲存或重新開啟才會顯示;過期狀態及衝突仍須小心處理。
AI 生成程式碼進入專案時沒有授權、版權標示或作者資訊,團隊需要核對各工具條款並建立來源紀錄。作者建議在 Git commit message 加入 Assisted-by: <tool> trailer,並用 pre-commit hook 檢查,方便日後追查來源。LICENSE 加入 AI 條款不能確立生成程式碼的版權;需要維護商業授權或應對爭議的程式碼,應先作有實質意義的人工作改動。
Avery Lee 與團隊在 HackUMass XIV 打造 Artemis,讓視障開發者以語音編寫、執行程式,並聽取修改內容後核准。語音由 faster-whisper 在本機轉錄,Claude agent 根據實際擬修改的檔案製作摘要,Bandit 安全掃描結果亦會讀出。核准只對應聽過的確切修改,檔案如有變更便會失效;發佈等高風險操作仍需鍵盤確認。
Anthropic 升級 Claude Code Projects,讓用戶描述目標後,由 Claude 拆分工作、協調多個並行執行緒、檢視輸出並整合成果。目前 beta 版向部分 Claude Pro 和 Max 訂戶開放,條件是使用 Claude Code 雲端工作階段,且在網頁或桌面版沒有現有 Projects;未來一週將擴大至更多相關用戶。
AWS 宣佈 Grok 4.7 已在 AWS GovCloud(US)Regions 的 Kiro IDE 和 CLI 上提供,支援編碼及知識工作。模型提供實驗性支援,具備 500,000-token 上下文窗口;不超過 200,000 tokens 的請求按 2.7× 倍數計費,超過則按 5.4× 倍數計費。
作者利用 DaVinci Resolve 的 Python scripting API,以程式碼建立產品影片的分層時間軸,再在 Resolve 中手動調整剪接。影片素材、圖像和音訊可分置不同軌道,方便逐部分修改。
作者 Punya Taluka 打造 agentroom,讓團隊成員以房間代碼連接各自的編碼智能體,並支援檔案認領、共享目標與決策、團隊記憶、技能分享及智能體互審。
作者打造的坦克 Bot aralie 在本地 160 場測試中取得 134–26–0,勝率達 83.8%,但公開賽 5 場只有 1 勝、3 負、1 和,評分為 858。v4 和 v5 的導航改動未能通過測試,因此沒有上載;作者發現,v3 的固定路徑有助小隊協調抵達。
文章主張所有 AI 生成的程式碼都應該開源,以促進開發者協作、改善程式碼品質並擴大工具的取得機會。開放共享有助社羣更快發現安全漏洞及檢視偏見,但開發者仍須批判性審查 AI 生成的程式碼。
Deadline Séance 以明確規則協助團隊按容量、依賴關係及延誤成本決定哪些工單保留或刪除,並記錄可撤銷的決策。測試顯示,樣板看板加入 20% 預留容量後,1,000 次模擬中有 707 次能維持最佳刪減方案;更多預留容量不一定更安全。專案以 MCP server 提供三項唯讀工具,亦透過 Kiro Crew 讀取 Jira Cloud 工單。
作者指出,AI 智能體擅長生成程式碼語法,卻未必能掌握複雜系統脈絡與架構意圖,因此開發重點正由語法轉向設計。他由傳統 MVC 轉向 CLEAN architecture,將資料抽象層與業務邏輯分開,讓更換介面或資料庫時毋須改動業務邏輯。
Leather Atelier 在 Godot 4 中修正沿折線放置縫線孔時的間距問題,改為按整條路徑的弧長計算孔位,避免彎角孔位密集及重複接點產生重疊孔。方法先計算整條路徑的孔數,再按孔位索引推算距離並略過零長度線段;錢包周邊縫線共放置 77 個孔。
Tessera Deck 是以 ESP32-P4 和 LVGL 9.6 打造的 7 吋觸控宏鍵盤,採用 GUITION JC1060P470C,並以 MIT 授權。它支援 Windows 10 和 11,由主機上的 Python 程式執行動作,面板透過 USB Serial/JTAG 與主機通訊。Claude Code 的執行許可請求可在面板上選擇 Allow 或 Deny。
Node.js 的 Webhook 重試佇列應按至少一次傳送設計,並以穩定事件識別碼和資料庫交易避免重複投遞造成重複業務效果。工作已提交但確認尚未持久化時,程序中斷會令同一事件再次執行;延遲工作不能消除這個確認間隙,需以資料庫唯一認領和版本檢查避免重複或過時的狀態變更。涉及外部副作用時,文章建議在同一交易寫入 outbox 記錄,並測試重複執行與重複業務效果是否分開。
AuXSpec 提出一套 Lean 框架,將宣告式後置條件配對可執行版本,並以測試結果的一致性作為強化學習回饋,訓練自動形式化程式規格模型。
這項研究提出 Repo-Premium,一個以真實程式碼庫為基礎的程式碼搜尋基準,用來重新檢視稠密檢索相對 BM25 的優勢。研究發現,評測設計偏向稠密檢索及查詢缺少程式碼中的稀有識別符號,是優勢的兩個來源;加入由 LLM 生成的識別符號後,BM25 在每個 Python 測試池均追平稠密檢索。
作者以 AI 協助獨力開發 Exit 719,讓一人團隊加快工作,但規格、階段完成與是否部署仍由人決定。作者使用 SuperGrok 和 Grok Bot,並透過 Poe 尋求其他模型的評審;Claude Code 則將加入編輯器協助編寫程式碼。AI 可協助檢查文件、程式碼和安全設定,但不會自行決定或部署。
TeachBack AI 是一款自適應學習教練應用程式,透過 NLP 引導學生用自己的話解釋概念,並按掌握情況安排練習。應用程式使用 all-MiniLM-L6-v2、TF-IDF 和餘弦相似度分析解釋內容,毋須付費 API key 即可運行。這是一個教育原型,尚未證實能改善學習成效;相似度亦不代表答案正確或學生真正理解。
作者以 Qwen 4 Preview 和 Jouzu 完成多階段專案,產出 63,258 字小説、42 幅 SVG 插圖及 652 頁互動翻頁書。全程約 1 小時 42 分鐘,headless Chrome 測試報告零個 runtime errors 和零處文字溢出;作者強調這只是單次實測,並非基準測試。
sentinel-ir 0.5.9 及 sentinel-ir-mcp 0.5.9 在 Windows 上通過 Node 20、22、24 的 8 項回歸檢查,未發現阻礙。MCP 在三個 Node 版本上的輸出一致,但測試記錄了文件落差及數項小問題;桌面客戶端能否按設定啟動伺服器仍未驗證。
SecureVibe 是一款仍處於 MVP 階段的程式碼安全掃描器,可偵測漏洞、提供可選的 AI 修復功能,並分析攻擊路徑以判斷漏洞是否可達。它在 OpenSSF CVE benchmark 取得 raw F1 score 77.5、adjusted F1 score 81.7,目前最適用於 TypeScript 程式碼庫,開發者正徵求使用者回饋,以改善誤報和偵測準確度。
Claude Code 會把同一個 AI 回應的完整 token 用量寫入多條日誌,因此直接加總日誌行會重複計算。文中建議跨檔案按 (message.id, requestId) 去重,並為每組保留最大的 output_tokens;在一組 30 個回應、每個記錄 2 至 4 次的虛構示例中,直接加總為 5.3M tokens,去重後為 1.8M tokens。
Codex 0.171.0-alpha.6 出現在 GitHub Releases。頁面説明,GitHub Changelog 集中列出 GitHub 產品的最新功能、改進和修正;提供的內容沒有列出此版本的具體更新。
Vibe coding 正改變音樂人自訂音樂器材的方式,讓他們可用日常語言提示詞透過 AI 聊天機械人生成音樂製作插件,降低開發門檻。Anukari、Nova 和 Tresse 是 AI 輔助開發的插件例子,但業界亦關注生成程式碼的品質、安全風險,以及付費牆對普及化的限制。
Tokuse 接入 ByteDance 豆包 Seed 2.1 的 Pro、Lite、Turbo 三個模型,並提供 OpenAI 及 Anthropic 兼容接口,讓團隊按任務切換模型檔位。
The Debugger 0x03: Wild Shift 的第四篇開發日誌加入存檔與續玩、手掣操作、練習模式及輔助設定,並完成音效處理。遊戲會記錄到達的最高 Boss,亦新增供測試難度的數據統計;目前版本可在瀏覽器遊玩。
全端開發者為初級開發者提出 7 個建議,包括動手製作項目、先學好基礎、閲讀錯誤訊息及及早學習 Git。選定一套技術組合深入學習,並把 AI 工具用作輔助,確保自己理解生成的程式碼。耐心持續練習,從卡關中學習,每天進步一點。
文章評估 Python 專用技能模組與基礎模型在 AI 智能體編碼工作流程中的效益,指出技能模組可透過 AST 驗證、型別檢查及依賴項檢查減少執行錯誤和 token 浪費。自包含且只用標準程式庫的腳本則毋須加入技能模組;遇上未記錄的內部程式庫或上下文窗口不足時,技能模組的防護亦會失效。
Gemini 4 Carbon 在 GitHub Copilot 的 input、cached input、output 單價將於 12 月 1 日翻倍,每 1M tokens 分別升至 $4.00、$0.20、$20.00。
這篇架構解析以 PLAT-412「限制公開 /export API 的請求速率」為例,展示 AI 智能體團隊如何把工單由季度目標推進至合併程式碼。設計以政策引擎和計量閘道約束工具及模型呼叫,並設置預算暫停、風險關卡和人工發布審批;該工單估算 P90 為 $28,實際成本為 $13.20。
原文主張,所有 AI 生成的程式碼都應該開源。正文未提供進一步論據或實施細節。