AI 正改變開發者的工作方式:三項值得加強的技能
AI 正改變開發者的工作方式,開發者應加強引導 AI、審核 AI 輸出,以及利用節省的實作時間解決更大型問題。隨着 AI 智能體承擔更多實作,開發者仍須界定問題、檢視生成程式碼、權衡取捨並作出技術決策。GitHub Copilot 內置的 Rubber Duck agent 會使用第二個模型,在推進前檢視計劃、程式碼和測試。
AI 正改變開發者的工作方式,開發者應加強引導 AI、審核 AI 輸出,以及利用節省的實作時間解決更大型問題。隨着 AI 智能體承擔更多實作,開發者仍須界定問題、檢視生成程式碼、權衡取捨並作出技術決策。GitHub Copilot 內置的 Rubber Duck agent 會使用第二個模型,在推進前檢視計劃、程式碼和測試。
TesterArmy 開源了 AI 智能體端到端測試框架 e2e,用於驗證 Web 和手機應用程式。框架以 TypeScript 編寫,可在同一測試中結合自然語言操作、AI 判定,以及定位器與斷言驗證。Web 端透過 Playwright 操作 Chromium、Firefox 和 WebKit,手機端則透過 agent-device 操作 iOS 模擬器或 Android 模擬器。
OpenRouter 的指南示範如何把固定 LLM 評測集接入 GitHub Actions,並按通過率阻止不合格的 Pull Request 合併。指南建議把評測案例與提示詞一同存入版本庫,以多次抽樣的多數結果評分,並在未變動的 main 分支上重複執行以校準門檻。CI 應在 job 層級按相關檔案觸發,並把路徑篩選 job 和評測 job 都設為必需狀態檢查,以免跳過評測後仍可合併。
Google Cloud 工程師 Dani Zamora 與 Merge 的 Matthew Feroz 在影片中示範,如何於 60 分鐘內建立跨框架的 AI 智能體端到端評測流程。
QwenAudio 的 SenseVoice 項目介紹 SenseVoiceSmall 的語音識別、語言識別、情緒識別及音訊事件檢測能力,並提供推理、微調與服務部署説明。
GitHub 發佈開發者政策更新,回顧美國 2026 年州議會立法進展,並説明透明度報告變化及後續關注議題。2026 年上半年記錄的政府下架請求為 708 項,高於 2025 全年的 98 項;GitHub 説明增幅主要源於報告範圍及內部追蹤方式調整,並非內容移除同步增加。
GitHub Security Lab 使用開源 AI 安全 Agent 審計 Android 應用程式,至今已找出並回報 24 個漏洞。作者透過區分流動與非流動入口、按入口類型指定漏洞檢查,並結合嚴格與廣泛提示進行多輪審計。
Hugging Face 公開 SmolDataEnvs,提供 5,000 多項以 Kaggle 數據集和競賽為基礎的數據分析強化學習任務,並附執行環境及自動評分機制。模型可透過工具檢視數據並執行程式作答,答案由程式比對預設答案評分,不使用 LLM。項目另提供 250 項測試題、144 項驗證題,以及 4,677 項訓練題的解題過程 SFT 資料。
GitHub Copilot app 的 canvases 可按用户描述生成自訂介面,讓用户與智能體在共享畫布中同步查看和更新工作內容。用户在 Agent 工作階段輸入 /create-canvas,描述所需工作流程、介面操作和智能體可執行的事項,毋須手動編寫程式或設計。畫布建立後會保存為擴展,可留在專案中供團隊共用,也可保存為個人擴展重用。
推薦理由:文章從描述工作流程、介面操作與智能體職責開始,示範如何建立、反覆調整並保存可重用的畫布擴展,呈現把日常流程轉成協作介面的具體步驟。
GitHub 逐步將 Primer 元件及 dotcom 的樣式由 CSS-in-JS 遷移至 CSS Modules,並於 2026 年 6 月完成整體遷移。
Wiz 的研究分析指出,資訊竊取程式會從開發者端點竊取憑證、API 金鑰及有效工作階段 token,藉此入侵雲端、程式碼平台與 AI 環境。Lumma C2、RedLine 和 Vidar 合計佔偵測事件 85.7%;AWS、GCP 和 AI 平台分別佔被盜機密資料 46%、13% 和 5%,AI 憑證以 OpenAI API 金鑰為主。
Full Stack Data Lab 與 Modal 聯合開發並開源 AI-SQL 引擎 Quail,讓用戶以自然語言條件透過 LLM 篩選及結合資料。以 Qwen3 4B FP8 和單張 H100 測試 29 個查詢時,Quail 有 27 個快於 vLLM,幾何平均快 1.84 倍;在醫療報告查詢 BIO-4 中快 14.04 倍(29.26 分鐘對 6.84 小時)。
斯坦福大學團隊公開 CLM-8B,供 AI 智能體選擇下一步操作或工具;在電腦操作、遊戲和工具呼叫評測中,其表現與 Jev 相若,推理速度最高達 Jev 的 9 倍。
Maggie Appleton 在 Pragmatic Engineer Podcast 討論設計工程師如何運用 AI 智能體製作原型,以及 AI 對設計流程的改變。她常用紙筆整理構想,也會讓編碼智能體製作可用滑桿和色彩選擇器即時調整的原型,稱為「Jigs」。她以「capability gaslighting」形容前沿模型先令使用者相信其能力,卻可能不久後在相同任務上失敗。
White Circle 發佈 Halo,讓 Hugging Face 現有模型可進行分散式追加訓練,並支援 LoRA、監督式微調和強化學習。在配備 8 基 NVIDIA B300 的環境中,以 gpt-oss-20b 測試時,Halo 的 tokens 吞吐量最高達 TRL 的 2.8 倍,記憶體用量則因配置而異。
Bend 開發者 Victor Taelin 公開 Bend 2,這款可在 GPU 執行的程式語言可用數學證明檢查 AI 生成的程式碼是否符合開發者設定的條件。
Conductor 發佈 0.87.0,加入跨檔案搜尋,並將本機工作區隨附的 OpenCode 更新至 2.0.5。用戶可在本機或雲端工作區按 ⌘⇧F 搜尋檔案內容,並切換大小寫、完整字詞及正則表達式選項。例行程序可按 GitHub 觸發條件的標籤、作者及基礎分支篩選,並新增星期一至五的排程。
香港生成式人工智能研發中心(HKGAI)推出開源音樂生成模型 YuE2,透過分離符號規劃與聲學渲染,支援創作、翻唱及編輯。按材料截至 2026年9月18日的數據,YuE2 在 HuggingFace Trending 排第4,上線9天官方主模型下載11,626次,連同周邊生態累計約17.9萬次。模型支援六種語言及逾60種音樂流派,權重可免費下載作非商業用途,並可用單張消費級顯示卡在本地執行。
推薦理由:文章交代 YuE2 如何分離符號規劃與聲學渲染,並讓創作者在生成各步驟介入修改,具體呈現可控音樂生成的設計方式。
inclusionAI 發佈 Ming-Image-0.1-Design-Layer,可按輸入圖像及圖層規劃,將扁平設計圖像拆分為指定數量的 RGBA 圖層。模型提供六層卡片製作示例,建議工作分辨率為 1024,亦可使用 512 加快分層;採樣步數為 12,驗證配置為一張 CUDA GPU、80 GiB VRAM。
Anthony Fu 發佈 Devframe 1.0,讓開發者建立的工具可在不同 Web 框架及建置工具中重用,並可透過 MCP 供 AI 智能體呼叫明確公開的功能。
GitHub 於 2026年9月14日宣佈,GitHub Copilot 的 Auto 模型自動選擇新增 Efficiency、Balance、Intelligence 三個層級,讓用戶調整成本、品質與回應時間的取向。
Conductor 發佈 0.85.0,新增側邊欄分區、模型選擇器、Routines 和私隱工作區。用戶可按排程或透過 GitHub Actions 執行智能體;Routines 在雲端運行,僅 Pro/Team 用戶可使用。新模型選擇器支援快速切換常用模型,並可用鍵盤調整模型、effort 和速度;更新亦修正一項可讓特製 Markdown 在應用程式內執行程式碼的安全問題。
面對 AI 智能體生成更多程式碼和 PR 所帶來的審查量增長,各團隊採用不同流程,沒有適用所有團隊的單一方案。GitHub 數據顯示,三年間開啟的 PR 數量增至五倍,2025 年底增長加速,PR 和 commits 數量在當時幾乎翻倍。常見做法包括由人審核 AI 的程式碼審查結果、按變更風險決定是否人工審查,以及改為審查計劃、測試或資料庫 schema。
GitHub 於 9 月 4 日在 GitHub Copilot CLI 提供 Project HydraFusion 研究預覽,按編碼任務安排單一模型處理、模型接力或由另一模型審查。
GitHub 推出 Project HydraFusion 研究預覽,以執行時多模型編排為編碼任務動態規劃模型工作流程。它會從不同供應商的模型中選擇 Single、Cascade 或 Critique 工作流程;所有 GitHub Copilot 方案用户可在 Copilot CLI 執行 `/experimental`,再執行 `/model` 選用 HydraFusion。
推薦理由:三項離線編碼基準呈現 HydraFusion 不同的品質與成本取捨,與 Claude Opus 5 的對照能幫助理解多模型編排在不同任務上的效益差異。
Anthropic 於 2026年9月2日開源 Claude Commerce Agents,提供購物及商戶智能體的開發藍圖與參考實作。項目包含零售、旅遊、電訊和娛樂業的示範,以及 Claude Code 插件,並以 Apache License 2.0 授權;參考實作不會持續維護。購物智能體可協助搜尋、比較商品及建立購物車,商戶智能體則支援營運分析與建議,庫存或價格變更須經人員批准。
OpenAI 已為 ChatGPT Business、Enterprise 等工作區開放 GitHub 插件市集同步,管理員可從公開或私人儲存庫匯入市集設定。系統每日自動檢查並同步變更,管理員亦可選擇「Sync now」手動同步,並指定預設分支、其他分支、標籤或 commit。同步只涵蓋插件內容,不會自動設定插件連接的應用程式或存取權限;有問題的插件會保留最後正常運作的版本。
Amazon 推出 SOP-Bench,這套開放基準以真實業務標準作業程序評估 AI 智能體的執行能力。基準涵蓋12個業務領域、逾2,000項任務,附有可調用工具、正確結果及兩個基線智能體,並已在 GitHub 和 Hugging Face 開放。研究以兩種基線智能體測試11款前沿模型;在一項影片標註程序中,保留6個必要工具並額外加入20個無用但看似相關的工具後,成功率接近減半。
Block 於 2026年8月19日宣佈將內部使用的桌面應用 Berd 開源,讓用戶在同一工作環境管理項目、工具和 AI 模型,並按用途配置不同角色、技能及外觀的 AI 智能體。
Vercel Labs 開源以 Zig 編寫的編碼智能體 fx,採用 Apache 2.0 授權,包含 harness 和 CLI。fx 於 2026 年 8 月 18 日公開,提供可在 macOS 和 Linux 執行的 6.39MiB 單一原生二進制,毋須安裝 runtime;冷啟動至接受輸入需 10µs。
Shai-Hulud 蠕蟲變種 ChainDrop 感染 444 個 npm 套件,透過 tarball 傳播並利用倉庫設定觸發執行,以繞過常規防護。相關套件每月合計下載約 2 billion 次;蠕蟲會搜尋具完整寫入權限的 npm token 及其他憑證,並可在開啟受感染 Git 分支時觸發背景任務。
Conductor 發佈 0.80.0,讓 GitHub stacks 可在雲端工作區中使用,並為 Conductor Cloud 帶來速度、工具及連接埠功能更新。
Vercel、OpenAI、GitHub、Microsoft、AWS 和 Anysphere 於 2026年8月6日發佈開放標準 Agent Plugins,讓可重用的 AI 智能體元件可封裝為可移植外掛。
Ryan Dahl 於 2026-08-05 發佈開源專案 celld,提供自託管的分散式 Durable Objects/Workers 實作。它採用與 Cloudflare Workers/Durable Objects 相同的 JavaScript API 和設定,並將共享資料儲存在用戶持有的 S3 相容儲存桶。
Comp AI 的 Lewis Carhart 於 2026 年 8 月 1 日將公司自用 CRM 以 MIT 授權公開至 GitHub,並形容產品以智能體為先。
Y Combinator 於 2026年7月31日開源內部使用的多智能體框架 QM,讓組織在自有雲端環境管理智能體執行及工具使用範圍。QM 支援在個人及 Slack 頻道或專案的共享範圍內,分開管理記憶、檔案、憑證、權限和持續使用的沙盒,並可透過 Slack 或 Web UI 使用;YC 稱內部用於會計、法律、活動及工程工作。
Microsoft Research 介紹 EvoLib 測試時學習框架,將任務結果轉為可重用技能與反思洞察,存入模型外部知識庫而不更新模型參數。
開發者 Rob Pruzan 介紹 terminal-browser,讓 Chromium 網頁可在終端機內顯示,並供編碼智能體透過 CLI 檢查及操作頁面。它透過 Kitty graphics protocol 將頁面繪製到支援該協定的終端機;截至 2026 年 7 月 31 日,最新版本為 v0.3.2,僅支援 Apple Silicon Mac。
GitHub 於 2026 年 7 月 30 日開始為 Stacked pull requests 推出公開預覽,讓用戶以依賴式小型 PR 管理大型程式碼改動。功能不會自動拆分現有大型 PR,作者需按依賴關係建立多個分支;各 PR 可分別審查,也可合併指定 PR 及其下層 PR,或合併整個堆疊。功能支援 GitHub 網站、GitHub CLI 和 GitHub Mobile。
Goose 宣佈把開源貢獻重心由直接提交 PR,轉向在 GitHub Issues 討論並完善方案,待設計定稿後再由智能體實作。新議題先進入 Inbox,經 Accepted / design 討論設計、架構限制和驗證方式,再依序進入 Ready、In progress、Verification,待人手確認可運作後才標為 Done。