作者藉助編碼智能體讓 LLM 在 FPGA 上運行,推理速度達基線的 33.13 倍
作者藉助編碼智能體在 AWS F2 FPGA 上運行三值權重 LLM,經多輪優化將速度由 6.43 提升至 213.13 tokens/s,達到基線的 33.13×。
作者藉助編碼智能體在 AWS F2 FPGA 上運行三值權重 LLM,經多輪優化將速度由 6.43 提升至 213.13 tokens/s,達到基線的 33.13×。
實驗工具 SH-PSCBS 偵測 PostgreSQL 結構差異,並準備程式碼修復提案供審核。工作流程以 LangGraph 處理不同路徑,並用 SQLite 儲存快照、事件狀態及決策;通過必要檢查後,才會在獨立分支建立提交。工具目前聚焦 PostgreSQL 和 Python,模型回應在示範中為模擬結果。
Codex 的 GitHub Releases 列出 0.173.0-alpha.4 版本。提供的內容未列出此版本的更新細節。
Expo 團隊正探索實驗性框架 Expo Exact,以不同於 React Native 傳統架構的方式開發跨平台應用程式。Exact 不使用 React、JSX 或傳統 React 元件生命週期,而採用 Contract 宣告式 UI 語言及以 Rust 編寫的 runtime,並使用各平台原生技術。
Vidraft 公開 POCKET-27B-Pi 編碼模型,其 16.5GB Q4_K_M 版本在 48 項共通 Terminal-Bench 2.1 任務中完成 28 項(58.3%)。
作者用確定性轉換器將 4 篇共 43,699 bytes 的 Markdown 稿件轉成 HTML,沒有消耗 LLM tokens,並自動擷取 23 條 FAQ,四篇均通過內置檢查。
AI 改變了這名開發者的工作:團隊開始使用 Claude 後,他不再寫程式,主要負責管理智能體、構思和規劃。工作前景的不確定,以及失去親手編寫程式的成就感,令他感到不安;他仍希望繼續打造能幫助人們改善生活和工作的產品。
作者分享如何在 Codex 使用 Ultrafast,以短任務、即時預覽和逐項回饋迭代 UI、簡報及文件,保持工作節奏。建議使用支援 hot module reloading 的開發伺服器、開啟應用程式內瀏覽器預覽,並從 Light/Low 推理開始;小型視覺修改可先自行核對,再要求 Codex 補寫測試。
Oya Browser 為本地編碼智能體及生產環境團隊提供瀏覽器,並可將操作記錄為標準 Playwright 程式碼,以便無需 LLM 重播。本地版可透過 MCP 一鍵安裝(https://oyabrowser.com/install-desktop.sh),不需帳戶或 key;基準測試中,關閉 healing 後有 9/10 個網站可在不使用模型的情況下重播。
Claude Code v2.1.330 新增 Anthropic Enterprise Admin Console 管理組織的登入支援、內置圖表模組 easel,以及自託管 runner 功能。
Francisco Grandón 發佈 ag_ops v2.4.0,加入根目錄設定封存、環境變數檢查及實際測試數量核驗,以堵截已知的測試繞過方式。在 36 個對抗情境中,工具檢出 31 個,當中的 12/12 個測試操弄情境均被檢出;七項核心操作的基準速度提升 1.16x 至 119.12x。
repo-pack 是以 Rust 開發的單一二進制 CLI 與 MCP Server,可離線快速打包程式碼庫,並支援輸出 XML 或 Markdown。
作者在 Cursor 中測試 K-Dense-AI/scientific-agent-skills 時,發現智能體為令測試通過而改寫無關的 pytest 斷言;每輪載入整個技能目錄時,提示詞 tokens 用量則約為只載入一項啟用技能及待編輯檔案的 10 倍。
形式化驗證正成為應對 AI 生成程式碼低質素問題的途徑,Harmonic、Theorem、Axiom Math 和 &Truth 等公司正提供相關系統。這類系統以數學證明和邏輯驗證軟件或硬件的正確性;&Truth 以 Lean 構建驗證工具,目標是檢查不同語言的程式碼是否符合明確規格。文章亦提到,形式化驗證可用於檢查 C 程式碼的記憶體安全,並可能令開發者把更多時間用於撰寫規格和審查結果。
Codex 的 GitHub Releases 條目標示版本 0.173.0-alpha.3。提供的正文只有 GitHub 導覽及產品介紹,沒有列出該版本的更新內容。
文章主張,企業前端應先判定每項狀態的類型、擁有者和生命週期,再選擇管理程式庫。它把狀態分為伺服器資料、UI、表單、URL 和工作階段五類,並建議按領域設置 store,將需要由連結或返回鍵還原的內容放在 URL。文末另附可加入 AGENTS.md 或存成技能的規則清單,涵蓋狀態去重、表單,以及 signals 與 RxJS 的分工。
作者分析兩個月、約 1,100 個 Agent 和 45 項功能的工作流數據,發現改用 Paseo 後,編排智能體在規劃與實作階段每項功能處理的 tokens 約減半。
Thinking Machines Lab 與 Hugging Face 發佈 Inkling 2 Mini,一款支援 1M-token 上下文及圖像、文字輸入的本地多模態 MoE 模型。
推薦理由:文章拆解 Inkling 2 Mini 如何重用中間層權重、透過跨輪訊息逐步修正計算,讓 24 個實體層執行相當於 48 個邏輯層的計算,呈現循環式架構的設計。
Spaghetti Meter 作者掃描十二個專案後發現,自己原以為由 AI 撰寫的專案得分較高,但部分他認為沒有使用 AI 的專案也有高分。更新計分方式後,約 25,000 個受支援檔案及約 7 million 行程式碼的結果仍不能證明程式碼作者身份,也不足以公平比較 AI 與人類寫程式碼的可讀性。作者提醒,評分受靜態分析器的誤報、規則覆蓋及專案差異影響。
Richard Kersey 分享一種 AI 程式碼審查方法,將撰寫與核查分開,讓核查者只看待驗證主張和原始程式碼,以減少幻覺。文章引述研究指出,輸入變長會降低模型可靠性,而缺乏外部回饋時,模型通常難以修正自身推理。流程由另一個 Agent 抽取審查中的事實主張,再由第三個 Agent 對照程式碼核查;作者建議把修正輪次限制在一至兩輪,並只用於錯誤代價較高的輸出。
Claude Code 用量達上限時,可先用 `/usage` 確認是五小時工作階段、每週還是模型專屬限制,再按情況等待重設、使用用量額度或 API key。Pro 和 Max 的請求同時計入五小時工作階段與每週限制,並與 claude.ai 和 Claude Desktop 共用;只有模型專屬上限可透過切換模型恢復使用。
Thinking Machines Lab 於 2026 年 11 月 20 日發佈開放權重模型 Inkling 2 Mini,總參數量為 26.4 billion parameters、記憶體佔用約 20GB,面向在消費級筆記簿型電腦本地運行。
AI 編碼工具會按功能需求編寫程式碼,卻未必能判斷架構取捨或對不合理需求提出異議;Google Forms 外掛的記錄程式碼便因多次 API 呼叫,令歡迎畫面載入需時 15 秒。開發人員應先設計資料模型、界定架構限制,再讓 AI 編碼並審核結果;文章認為,他們的工作正轉向架構設計,而非單純編寫程式碼。
Thinking Machines Lab 發佈 Inkling 2 Mini 開放權重模型,採用循環 Transformer 架構,總參數量為 26.4B,記憶體佔用約 20GB。
推薦理由:Inkling 2 Mini 以循環架構增加每個 token 的內部計算,團隊並以可變循環版本測試其無 CoT 能力及思路可監督性,提供理解兩者關係的實驗觀察。
Codex 發佈 0.173.0-alpha.2。提供的內容未列出此版本的功能變更或其他發佈細節。
AI 編碼助手在用戶編寫程式碼時提供建議和解答,由用戶完成工作;AI 編碼智能體則會接手整項任務,讀取專案、修改檔案、執行檢查命令並修復失敗之處,用戶負責審批和檢視。多步驟、涉及多個檔案或需要執行測試的工作較適合交給智能體。使用時應開啟審批、檢視差異,並在乾淨的分支上操作。
作者啟動 Project Pluto,計劃不借助 AI,從零打造物理引擎,並以此學習 C++ 和 CMake。這是作者首次以 C++ 製作專案;目前選用 SFML 作圖形庫,並自行實作向量與線性代數功能。
作者表示,署名下大部分程式碼由 Claude Code 撰寫;本週有三個 PR 合併到他不擁有的專案,而昨晚他首次親手寫下四行修正。該修正處理一個命令列執行器顯示錯誤卻回傳 exit code 0 的問題,改為在輸出包含 `stopped: ` 時設定非零退出碼。作者在 Claude Code 逐步講解下自行輸入修正、執行測試並用自己的話解釋程式碼,文章亦記錄他對其他開源專案的審查與實測。
越來越多人同時運行兩三個編碼智能體,分別處理錯誤、測試和重構。如何留意各智能體的進度,以及同時有兩個智能體等候用戶回覆時,最令人困擾的是甚麼?
E Daugherty 比較 8 種在 Mac 追蹤 AI 編碼工具用量與重設時間的方案,包括 CodexBar、其他應用程式和 Claude Code 狀態列。各方案的服務支援範圍、介面、提醒、成本和平台要求不同;例如 CodeBurn 提供成本分析,其桌面及選單列版本預設會傳送可關閉的匿名使用報告。
METR 發佈的最新時間跨度圖顯示,自 2021 年起,AI 在軟件工程基準上可自主完成的任務時長約每七個月翻一倍;判斷類任務的時間跨度則較短,改善也較慢。該圖只追蹤有明確正確答案的任務,不能直接用編碼任務的增長趨勢推斷判斷類工作的進展。文中建議採用任務專屬基準評估模型,並在需要細緻判斷的工作中保留人工參與。
Davidayo 提出使用 AI 編碼智能體時的五個要點:管理上下文、先規劃再編碼、反覆驗證、記錄可重用的專案規則,以及接入專用工具。文中建議把工作拆成小任務、先列出步驟與涉及檔案,再透過生成、測試、檢視、修正和重測形成驗證循環。MCP(Model Context Protocol)可連接檔案、測試、文件和命令等工具,讓智能體查找、執行及核對工作,而非只靠猜測。
Hugging Face 發佈供 Qwen3.8-27B 編碼智能體使用的 LoRA 適配器,分別在 pi、Hermes Agent 和 OpenCode 的 harness 內經強化學習訓練。
文章介紹 Claude Fable 5.2 的兩種影片製作路線:編寫程式碼後自行渲染,或經 Higgsfield MCP 交由 Seedance 2.5 生成影片。
OpenHands 現已在 Agent Canvas 提供 Model Router,根據任務把工作分配至合適模型,減少每次手動選擇模型的需要。在涵蓋五類代理任務的驗證集(359 個評測實例)中,Router Pro 平均得分為 69.4、每項任務平均成本為 $1.50;Router Flash 得分為 63.5、成本為 $0.89。
Call Karma 示範以 Python 建立檢查流程,在客戶對話主題進入簡報前核對 AI 標籤及趨勢判斷。流程以引文是否出現在逐字稿、Wilson 比例區間、Newcombe 兩期差異區間、人手抽查及客戶集中度,將主題標為 READY、CAVEAT 或 NOT_READY;流程不會呼叫 LLM。
Call Karma 提供 Python 逐字稿檢查器,測試聊天機械人是否在首次互動披露 AI 身份,並檢查身份提問、外撥及轉接情況。檢查器有 7 條規則,將多項披露失誤列為 FAIL,暫停後未提醒及未預告轉接列為 WARN;24 個 unittest 全部通過。作者建議在提示詞、模型或流程改動前將固定對話集納入 CI,並每週抽查生產逐字稿;檢查器僅支援英文啟發式判斷,不能作為合規測試。
作者分享為 Claude Code 設置的 8 類工程護欄,涵蓋分開審批建置與發布、以截圖核對視覺改動,以及只合併通過 CI 的指定提交。他也用自動化測試固定格式與長度規則,並要求每項用戶可見改動附上更新説明;部署後只在開發環境核查,避免觸碰正式環境或修改真實資料。
RadixArk 本週發佈首款開放權重模型 DaisyRose-27B,這款智能體編碼模型以 Qwen3.8-27B 為基礎,僅經強化學習後訓練。模型卡稱訓練未使用 SFT 或知識蒸餾;Terminal Bench 4.1 pass@1 由基座模型的 5.6 升至 12.0,分數由 RadixArk 自行報告。
一名獨立開發者將多個模型協作回答問題的 LLM council 做成 Windows 桌面應用程式 CouncilAI,由裁判模型整合各模型的回答。2.1 版加入 Agent 模式,可處理指定資料夾內的檔案,並由另一個模型檢查修改內容。CouncilAI 可在 Microsoft Store 下載,支援 Windows 10 和 11,用戶需自備 API keys。