AI 原生 SDLC:代理商情境的現實檢視
作者以十一人規模的軟件開發代理公司為例,分析固定合約下 AI 原生 SDLC 的可採用部分,指出客戶掌控的流程和既定交付範圍限制即時規劃。其團隊在 148 天內以 CodeRaven 檢查 1,164 個 pull request,24% 收到修改要求;數據只涵蓋三個活躍倉庫及八名貢獻者,也沒有未使用 AI 審查的基準。
作者以十一人規模的軟件開發代理公司為例,分析固定合約下 AI 原生 SDLC 的可採用部分,指出客戶掌控的流程和既定交付範圍限制即時規劃。其團隊在 148 天內以 CodeRaven 檢查 1,164 個 pull request,24% 收到修改要求;數據只涵蓋三個活躍倉庫及八名貢獻者,也沒有未使用 AI 審查的基準。
CodeRaven 在 148 天內審查 1,164 個 pull request,當中 24% 被要求修改,共提出 14,552 項審查發現。總 AI 支出為 $161.20,審查標記 237 項高嚴重度問題,critical 數量為 0;審查量由 3 月的 420 次升至 6 月的 775 次期間,批准率維持在 72% 至 81%。
基礎設施及可靠性工程師 Ed Stuurman 在日本工作,並在 DEV Community 自我介紹,分享其企業硬件、電郵安全管道、MTA 及分散式系統經驗。他亦談到以 Proxmox 和 WireGuard 建構家庭實驗室,以及讓 AI 編碼智能體配合測試與驗證的工作方式,並計劃撰寫系統故障、網絡和輕量網頁架構等內容。
Python 的 RevisionCell 在同一鎖定區段內比對預期修訂版本並更新字串值,拒絕過時寫入,同時遞增修訂版本。五個測試涵蓋過時更新、相同內容仍遞增版本及兩個競爭更新只有一個成功;測試使用單一 Python 程序內的執行緒。這不是資料庫交易或持久化修訂記錄,遭拒的更新也不會自動重試。
這篇教學示範如何在 Amazon Bedrock 上部署 LiteLLM 與 NVIDIA NeMo Switchyard,將編碼智能體的請求路由至合適模型。Switchyard 的 LiteLLM 整合支援 Stage 與 Random 兩種路由策略,並以路由模型組與單模型基線比較每個成功完成任務的成本。
推薦理由:文章把智能體路由的比較指標從每 token 價格轉為每個成功完成任務的成本,並示範以相同任務比較路由模型組與單模型基線,按測試是否通過判定任務完成。
團隊以 ARC 在不到一天內建成可投入正式環境的 RecipeHub,定位為食譜版 GitHub。平台旨在支援食譜創作、烹煮、演進及分享,並以實驗和協作為核心。文章展示多個原型如何協助探索產品方向,並透過快速收集意見來完善構想。
ToneDrill 開發者持續改進 iOS App 的和絃音練習功能,擴充題目組合、調整設定畫面,並加入更多自動化檢查。開發者首次嘗試在 Xcode 進行 UI 測試,學習啟動 App、查找介面元素、等待畫面載入,以及儲存截圖和執行無障礙檢查。日誌亦記錄 Swift 函式參數名稱及 filter、map、flatMap 的用法。
Codex 0.171.0-alpha.5 列於 GitHub Releases。頁面內容未列出此版本的更新項目。
作者在 Grok Bot 最低階的付費方案中組建小型團隊,並讓團隊使用 Claude Code 和 Codex 的入門付費方案。Grok Bot 負責簡短指示和協調,較繁重的工作則交由 Claude Code 或 Codex;各 Agent 在共用工作區記錄進度和交接事項。作者表示,這套安排讓他完成更多工作,也更有效運用 token 預算。
Google 推出 Gemini 4 Hydrogen,定位為面向日常編碼與智能體工作流程的快速、高效模型。它支援文字、圖像、音訊及影片,並提供輸入與輸出合計最多 1 million tokens 的上下文窗口。文章指出,Hydrogen 可處理程式碼庫層級編碼、問題修復及涉及工具、研究和執行的多步驟任務。
Alibi 首次測試 Claude Code 和 OpenAI Codex 時,把執行故障及評測器限額問題計作失敗;重跑後兩者均得 9/10。Alibi 將 INVALID 與 FAIL 分開,逐項列明失敗原因,並讓有失敗或無效任務的測試以錯誤退出。
Alwyn Teh 使用 ChatGPT 開發 Python 月曆產生器,可按月製作可列印的 A4 PDF,設計靈感來自傳統 Outlook 列印月曆。月曆包含英國公眾假期、迷你月曆和 Tasks 欄位,並免費提供,採用 MIT 授權。
Examenzaal 的練習考試評分器以一個函式處理七類題型,按題目答案鍵判斷答案是否正確;每題只給滿分或零分,不設部分分數或倒扣分。評分器會拒絕空答案鍵,避免考生完全不作答也取得分數,並把「未作答」與「答錯」分開記錄。數字答案若格式有歧義,會被判錯而不作猜測。
討論引用宣言的觀點:AI 生成千行 PR 或十頁文件的成本正接近零,但審核成本仍然存在,有評論者認為審核負擔可能增加。有人建議在程式碼貢獻中附上提示詞,方便理解生成過程;亦有人指出,多輪提示詞、測試及評估流程難以用單一提示詞呈現。
Pydantic AI 説明如何透過 Logfire 記錄編碼智能體的模型呼叫、工具執行及請求與回應,並以追蹤資料分析和改善工作流程。Logfire MCP server 可讓智能體以 SQL 搜尋過往工作階段、建立指標、取回上下文,並比較不同 harness、模型或技能的執行結果。文中一項包含 12 個儀錶板面板建立情境的測試中,未載入技能時 9/12 次失敗,載入後 12/12 次成功。
Nvidia 行政總裁 Jensen Huang 在第二宗婚外情曝光後辭職,Newcomer 的 Cerebral Valley AI Summit 與會者討論事件對 Nvidia 及 AI 生態的影響。
作者以 11 次介面建置測試比較設計系統做法,指出智能體即使沒有設計系統,也能產生大致一致的初版,但明確的設計決策與規則有助確保介面完整及後續一致。在擴充測試中,只提供簡短説明的智能體新增 34 個原始樣式值,耗時 8.1 分鐘;另提供規則檔、元件目錄及審核流程的智能體沒有新增原始樣式值,只新增 5 個 CSS classes,耗時 4.4 分鐘。
產品設計師兼設計工程師 Andriy Yurchenko 以 Claude Code 編寫大部分程式碼,獨力打造免費的瀏覽器版 3D 動態背景編輯器 Ribbonlab。編輯器提供 23 種紋理和 53 組配色,支援匯出無縫循環影片及網站嵌入程式碼。針對無 GPU 測試環境中的載入問題,PageSpeed Insights 分數由手機 31、桌面 41 提升至 80、98。
作者正把 AI 智能體程式碼審查由逐行閲讀 diff,轉向核對實作與檢視智能體自行補上的假設。做法包括要求智能體列出未明説的假設,並隨機抽查每十項變更中的一項;每個 PR 也由另一個模型 GitHub Copilot 審閲。作者認為另一個模型已比自己更擅長找出問題,而人仍較適合判斷哪些問題值得修正。
Claude Code 的「Yes, and don't ask again」會把含憑證的指令存入 .claude/settings.local.json;一項針對公開 GitHub 儲存庫的安全掃描發現,1,122 個設定檔暴露仍有效的憑證。
DataLoam 團隊把原本的獨立桌面資料庫用戶端改建為 VS Code 擴充功能,讓用戶可在編輯器內管理資料庫並使用 AI 協助撰寫和修正查詢。它支援 PostgreSQL、MySQL、SQL Server、SQLite 和 MongoDB;AI 可查看資料表和關係,但不能執行查詢。核心用戶端免費,AI 功能為選用付費服務,並提供免費試用。
在 Python 工作流程中,團隊應限制 AI 編碼助手只生成無狀態的葉節點函式,並由工程師掌控編排流程、狀態機及語義驗證。文章列出的準確率由樣板程式碼與路由的 85%、演算法框架的 50%,降至 Pandas/狀態操作的 20%;非同步並行處理則接近 0%。若欠缺界定嚴格介面合約的領域知識,這種分工亦可能失效。
作者以 126 次夜間測試檢視 Astryx 的「Agent ready」主張,shadcn 得分領先 67 次,Astryx 最佳配置領先 46 次。測試期間為 2026-03-20 至 2026-09-01,平均分數為 Astryx 90.9、shadcn 94.6、純 HTML 81.3。
Smashy Crossroads 的連環計時器會在限時內把連續撞車串成連環,並按連環長度提高現金收益。Easy、Medium 和 Hard 的計時窗口分別為 6、5 和 4 秒,Medium 為預設難度;Gold Rush 在 Medium 達到七連環後啟動,持續十秒並令收益加倍。3D 版設有免費瀏覽器試玩版,並將於 December 登陸 Google Play。
CompoundingKernel 是一個透過搜尋撰寫 GPU kernel 的自我改進 Agent 系統,截至 2026-11-11,其生成的 kernel 在 SOL-ExecBench(NVIDIA B200)的公開 L1、L2 和 Quantization 榜均排名第一。
一套框架結合 coding agents 與回饋級聯,在 Craftax 優化程式策略,令到達最終階段的比例由低於 1% 提升至 50%,擊敗最終 Boss 的比例為 28%。以短任務訓練的目標編譯器可零樣本遷移至較長任務,無需針對任務微調或在推理時呼叫 LLM。
Samyak Vaghela 以自製 ctxray CLI 統計 6 個熱門開源程式碼庫的 token,並標出可能浪費模型上下文的檔案。langchain 全樹共 9.82M tokens,其中 55% 被標記為浪費;作者提醒,全樹總量只是上限,智能體不會一次讀取整個程式碼庫。
CodeFromScratch 的作者提出 AI 時代從零學習網頁開發的路線,按錯誤是否容易察覺及出錯代價,將知識分為深入學習、掌握到能閲讀和暫時略過三類。文中的訂單總額例子顯示,表單字串與數字相加會把 30 和「4.99」串接成 304.99;作者據此強調閲讀程式碼、理解請求與資料、辨識錯誤、基本安全及 Git 還原能力。
這篇教學示範如何從零製作定價表,運用 CSS Grid、Flexbox 和 JavaScript 實作響應式卡片、按鈕對齊及月繳/年繳價格切換。月繳/年繳選項以原生單選按鈕實作,並提供鍵盤焦點提示及螢幕閲讀器訊息。價格以整數分儲存,顯示時才換算;實際付款金額應由伺服器或付款服務提供者提供,而非採用瀏覽器傳回的數值。
開發者打造 Code Ghost,讓用戶透過提示詞生成 UI 元件原型,並即時檢視和修改程式碼。這款流動優先的 PWA 提供設計滑桿、不同預覽背景及本機儲存,亦可匯出獨立 .html 檔案或完整 .zip。AI 整合透過伺服器端 OpenRouter API 路由,預設使用 Claude,並在必要時自動切換至免費備用模型。
喬納森·布洛在影片標題中提出疑問:如果人工智能已經解決編程問題,為甚麼他的軟件仍然沒有變化?提供的正文是 Google 的異常流量驗證頁面,沒有影片內容或進一步説明。
Open Source Says No 在 2026 年 11 月 12 日列出 23 個拒絕 AI 生成貢獻的開源專案。在目錄共 220 個項目中,191 個列為 Restricted,6 個列為 Assist allowed;文章歸納政策列出的六類審查成本,包括作者不理解程式碼、未測試的改動、反覆溝通、大型突襲 PR、非作者撰寫的描述或留言,以及來源與授權不明。
商業分析師兼 AI 產品負責人 Ugur 使用 Claude Code 建立 NBA 預測產品 Clutch;他不寫程式,負責定義產品要求、驗收標準及審查改動。
BriefBar 是一款原生 macOS 選單列及桌面小工具,可集中查看 GitHub PR、Azure DevOps 項目與管線,以及本機 GitHub Copilot 工作階段。
Tanuj Rajput 開源了供 Claude Code 使用的 Shopify 主題審核技能,可在 60–90 秒內完成審核並輸出評分報告。技能執行 80+ 項檢查,涵蓋效能、無障礙、轉換、SEO、AEO、GEO 等 9 個維度,並提供檔名、行號及可用的 Liquid 修正程式碼。技能在本機 Claude Code 內運行,採 MIT 授權,可免費使用、修改及商用。
作者指出,AI 能快速生成可展示的軟件原型,卻不會因此補上正式軟件所需的錯誤處理、可靠性與維護工作。朋友用 Claude Code 製作的餐廳管理網頁缺少手機版版面、登入、翻譯及錯誤情況處理,資料保存亦只足以應付重新載入。作者主張把需求故事、規格和決策記錄在 Markdown 檔案及 Git 中,供人或 Agent 日後查閲,作為理解和修復系統的依據。
Codex 的 GitHub Releases 條目標示版本號 0.171.0-alpha.4;提供的頁面文字只有 GitHub 導覽內容,沒有列出該版本的更新詳情。
作者推出 Playwright 分支 Flashwright,稱其令測試速度提升 3.5 倍,並保留幾乎相同的 API。Flashwright 通過 Playwright 自身測試套件的 2616/2616 項測試,作者亦以該套件及其他情境進行基準測試。代碼庫:https://github.com/xcodebeast/flashwright
Liberty IT 招募 40 名畢業生,透過 TechStart 計劃培養軟件工程人才,協助他們由全日制教育過渡至職場。這項 12 個月計劃以 12 週的沉浸式學院課程開始,涵蓋工程基礎、專業及商業技能,之後畢業生加入團隊並繼續學習。Liberty IT 指,AI 承擔更多軟件開發工作後,工程師的判斷力和扎實基礎更為重要。
Jonathan Blow 在影片中探討:如果 AI 解決了編碼,為何軟件仍然沒有改變?討論者認為,組織和個人尚未改變工作方式及優先目標;AI 可以更快提供人們想要的結果,但不會自行改變企業文化或目標。