跳到正文
11月20日週五
  1. LangChain:Blog47

    為何智能體治理要從可觀測性開始

    智能體治理需要可觀測性,LangChain 指出,記錄、檢視及分析 AI 智能體的每個執行步驟,有助集中掌握各智能體的運作,並瞭解個別智能體的行為。可觀測性支援預防式和偵測式治理,團隊可透過追蹤記錄及執行軌跡驗證防護措施、識別異常,並找出需要改善之處。

  2. DEV Community54

    如何按原始素材時長選擇 Descript 方案:用約 60 行 Python 腳本計算

    Jaden Vo 提供約 60 行、只用 Python 標準庫的腳本,按每月原始錄製或匯入素材時長及所需輸出解像度,找出符合條件的最低價 Descript 方案。例如,60 分鐘錄製素材剪成 20 分鐘影片,仍按 60 分鐘計;需要 4K 輸出則不能選 Free 或 Hobbyist。腳本可按手動估算或 WAV 檔案時長計算,但不涵蓋 AI credits。

  3. DEV Community51

    Veritas 如何評估 AI 編寫的測試是否可信

    Hirohisa Tanaka 建立開源專案 Veritas,旨在評估 AI 智能體生成的測試實際驗證了甚麼,並以證據説明可偵測的問題及形式驗證範圍。Veritas 從文件、程式碼和開發紀錄推斷候選規格,結合變異測試、Z3 與 Lean 4;形式模型找到反例後,會再於 JavaScript 中重現,並明確標示無法驗證的範圍。

  4. DEV Community40

    如何把聲稱身份被盜及遭冒名借貸的來電當作未經驗證的安全警報處理

    文章將聲稱有人盜用身份及冒名借貸的來電,視為來自未經驗證外部人士的安全警報,而非已證實的事故。建議不要確認或更正個人資料,也不要要求來電者讀出資料作證;應自行查核信貸紀錄、銀行及貸款機構紀錄和帳戶安全頁面。若無第一方資料佐證,記錄後結案;若有佐證,則透過官方渠道處理。

  5. DEV Community36

    超越凍結權重:測試時訓練(TTT)如何讓推理變成即時學習

    測試時訓練(TTT)透過在推理期間更新模型的快速權重,讓模型從當前讀取的上下文中即時學習,而非只把資訊壓縮成固定狀態或存入 KV cache。TTT 層以自監督重建任務產生梯度訊號,Titans 則按驚訝度決定記憶更新優先次序。Nested Learning 將凍結的慢速外層權重與可快速適應局部上下文的快速內層權重分開。

  6. 阿里雲開發者社區 AI52

    從資訊提取角度看官網:服務頁、案例頁、問答頁缺少哪些可讀結構

    文章指出,官網內容即使不少,若服務頁、案例頁和問答頁缺少明確、完整、可驗證的資訊結構,AI 便較難提取和引用相關內容。服務頁應交代服務對象、項目及邊界,案例頁呈現「問題—動作—結果」,問答頁則直接回答問題並列明適用條件。文中亦提供無需工具的自查流程,並説明結構完整不保證 AI 引用或帶來客戶查詢。

  7. 阿里雲開發者社區 AI45

    把 dsh 定時任務部署到 ECS 執行前,須先確認四項前提

    dsh-automation 定時任務要在阿里雲 ECS 無人值守執行,須先確認宿主版本、工作目錄、時區及權限模式。宿主須為 dsh 0.2.2-rc.1 以上,系統時區與任務規則應統一為 Asia/Shanghai,並為任務設定毋須逐次審批的權限及收窄工作目錄。安裝時須使用 @michengai/dsh-automation,避免裝到同名的另一個插件。

  8. DEV Community64

    Agent 工具呼叫如何用冪等鍵避免重複扣款與重複發送

    Darius Tran 示範以 Node.js 為 Agent 工具呼叫加入冪等處理,讓相同請求只執行一次並重用結果,避免重試造成重複扣款或發送。做法是按用戶、工具和參數建立請求鍵,首次呼叫執行並儲存結果,同鍵的後續或並行呼叫則共用結果;失敗呼叫不會被記錄,後續重試可以再次執行。正式環境應改用帶唯一索引的持久化儲存,並測試程序在工具執行後、結果儲存前中斷時的重試情況。

  9. DEV Community39

    冷郵件為何會進入垃圾郵件,以及如何改善

    冷郵件可能因 SPF、DKIM、DMARC 設定錯誤、全新網域突然大量寄信,或郵件內容觸發垃圾郵件過濾器而進入垃圾郵件匣。文章建議逐步提升寄信量並留意回覆率,使用純文字郵件、最多一條連結,並以測試工具檢查設定。作者亦表示正在開發 ColdMailAI,協助創業者撰寫冷郵件。

  10. DEV Community41

    vLLM 容器映像建置教學

    這份教學示範如何為 CPU 和 GPU 系統建置 vLLM 容器映像,並推送至容器登錄庫。GPU 映像使用 Dockerfile 建置,目標主機須符合 Dockerfile 指定的最低 CUDA 版本,啟動容器時使用 --gpus all。完成後可將映像用於部署 vLLM。

  11. 阿里雲開發者社區 AI53

    阿里雲千問大模型省錢攻略:整理 Qwen 系列優惠、免費額度與夜間折扣

    文章整理阿里雲千問大模型降低使用成本的四步做法:先領優惠券、用足免費額度、選用 Token Plan,再把高負載任務安排在夜間。文中列出新用戶可領超 7,000 萬 Tokens、企業認證用戶累計可領 1 億以上 Tokens,Token Plan 個人版由 39 元/月起,部分模型夜間折扣低至 2 折。

  12. 阿里雲開發者社區 AI69

    GEO 優化中,哪些是真做法,哪些是假動作?

    GEO 可調整的是提供給生成式引擎的網頁內容,而非模型本身;衡量成效應看內容在合成答案中的分量,不應以搜尋排名或單次截圖代替。文章建議分開記錄被召回、被提及、被引用及成為答案主張四層,並固定問題集、模型版本和訪問方式進行多輪測試,把結果連回具體內容改動。

  13. DEV Community56

    獨立開發者如何以七道關卡檢查產品上線

    這份清單為獨立開發者整理七道產品正式上線關卡,要求每道關卡設定退出條件,並留下可核實的通過證據。七道關卡涵蓋範圍凍結、環境核對、備份還原、冒煙測試、可觀測性、故障溝通及回滾決策。第 1–5 及第 7 道是阻擋上線的關卡,第 6 道屬軟性要求;文中亦列出 12 條測試路徑和 90 分鐘精簡檢查清單。

  14. DEV Community48

    Cosmos 3 Edge 第 3 部:SO-101 從模擬到真實遷移及 Jetson Thor 機械人控制

    文章串連 SO-101 從模擬到真實的訓練流程,以及 Cosmos 3 Edge 在 Jetson AGX Thor 上部署機械人控制策略的路線。SO-101 學習路徑以 GR00T VLA 作為主要機械人策略,Cosmos 用於擴增數據集;另一條路線則在 Cosmos 3 Edge 上進行策略後訓練,再於 Jetson AGX Thor 執行裝置端控制。

  15. DEV Community33

    認識 Voice AI 的音訊格式與音質設定

    Voice AI 的音訊格式與音質設定會影響音質、檔案大小、頻寬使用及跨平台播放相容性。文章比較 WAV、MP3、AAC、OGG/Opus 和 FLAC,並説明取樣率、位元率及聲道的取捨。ElevenLabs API 可設定輸出格式、取樣率和位元率,其預設輸出為 24 kHz、128 kbps MP3。

  16. 阿里雲開發者社區 AI64

    老金分享 GPT-6.2 Astra 使用技巧,整理提示詞與流程規則

    作者結合使用經驗,整理出應對 GPT-6.2 Astra 解釋含糊、中途追問、改動超出範圍及結果不佳的提示詞和流程做法。建議明確指定排查步驟、交付要求和不可更改範圍,並以相同環境及輸入比較改動前後結果;Codex 的通用規則可加入全局規則檔,專案規則則可寫入 AGENTS.md。

  17. DEV Community45

    如何在 Google Sheets 比較兩個工作表並找出差異

    Google Sheets 可透過公式比較兩個工作表,找出儲存格差異、缺少的資料列,或整列不完全相同的項目。文章示範使用 ARRAYFORMULA、COUNTIF、MATCH 和 FILTER 比對資料,並以 INDIRECT 配合條件式格式設定標示差異。這些方法依賴完全相同的鍵值;若資料有拼寫或空格差異,可能會被判定為缺少項目。

  18. DEV Community58

    FFmpeg 如何縮放並補邊,將直向影片轉為 1920×1080 而不拉伸或裁切

    FFmpeg 可先按原比例縮放直向影片,再居中補上黑邊,轉成 1920×1080 畫面,避免拉伸或裁掉上下內容。文章以 720×1280、12.064 秒素材執行五項 pytest 檢查,縮放後畫面為 608×1080,AAC 音訊串流的 MD5 與來源相同。文中亦比較直接拉伸和裁切的輸出差異,並提供 FFmpeg 指令及 pytest 執行方式。

  19. DEV Community32

    構建用於評估用藥操作技巧的 AI

    電腦視覺與多模態 AI 可協助評估患者的用藥操作技巧,辨識示範中可觀察到的步驟偏差,並提供清晰易懂的教育回饋。系統可結合裝置專屬知識庫、視覺評估模型及受臨牀規範限制的回饋組件;如評估不確定或發現重要錯誤,應轉交藥劑師或臨牀人員跟進。系統須按裝置類型及預定用途接受臨牀驗證、保障患者影片資料私隱,且不得自行更改藥物劑量或建議更換裝置。

  20. AWS Machine Learning Blog63

    Amazon SageMaker Inference 回顧 2026 年 14 項更新(第二部分)

    Amazon SageMaker Inference 第二部分回顧 14 項 2026 年更新,涵蓋託管端點與 HyperPod Inference 的模型配置、GPU 利用率、多節點服務、路由及部署後監察。

    推薦理由:文章按部署後的配置、GPU 利用率、多節點服務及跨區路由等問題梳理 14 項更新,並以假設的支援團隊案例説明各項功能所對應的運作情境。

  21. 阿里雲開發者社區 AI30

    2026 CAD 定製開發:如何構建 AI 智能制圖系統?

    面向工程應用的 AI 智能制圖系統,應把自然語言及參數需求轉化為 CAD 參數化特徵樹和幾何內核操作,而非直接生成像素或網格。系統可採用意圖理解與參數規劃、工程規則與約束、CAD 執行三層架構,並結合標準件庫、參數化特徵及人機協作,讓工程師保留設計控制權,並支援結果追溯與撤銷。

  22. DEV Community38

    dotvault:五分鐘內完成首次 dotvault pull

    dotvault 系列第 12 部整理新隊友首次使用的流程,示範從安裝 CLI 到完成 dotvault pull,四個指令在 20 秒內完成;若專案已提交 project-config.json,則只需三個指令。Company 免費方案包括 10 位用戶、25 個專案、無限量 keys,以及每日 1,000 次 pulls。