TypeScript 品牌型別:在 Lambda 中使用型別安全 ID
文章示範如何在 TypeScript Lambda 中以 branded types 區分不同 ID,讓參數次序錯誤可在編譯時被發現。示例以 unique symbol 定義品牌型別,配合智能建構函數和 Zod 在系統邊界驗證輸入,並以 @ts-expect-error 檢查錯誤用法。
文章示範如何在 TypeScript Lambda 中以 branded types 區分不同 ID,讓參數次序錯誤可在編譯時被發現。示例以 unique symbol 定義品牌型別,配合智能建構函數和 Zod 在系統邊界驗證輸入,並以 @ts-expect-error 檢查錯誤用法。
作者分享了 yooo.games 在採用 Chromium 79 的 LG 電視瀏覽器上運行 3D 保齡球,並以手機作控制器的實作經驗。他發現該電視的 Canvas 2D 由 CPU 繪製,並透過每幀只上傳一次頂點資料,將射擊遊戲由 6–10 fps 提升至 58 fps。文章亦整理了預先編譯 shader、減少 DOM 更新,以及用腳本檢查 Chromium 79 相容性的做法。
同一自動買方智能體在約 17 小時內向 x402-captcha-solve 發出十次付費呼叫,每次 $0.10、合共 $1.00;請求均因沒有參數而遭拒,款項全數退款。
Ollama 模型無法下載或下載後執行不順,分別對應網絡問題和顯存不足,應先辨清狀況再選處理方法。文章建議以 ollama ps 查看模型使用 GPU 或 CPU 的情況,並用 ollama run qwen2.5:7b --verbose 檢查 eval rate。網絡問題可從 ModelScope 下載 GGUF 後匯入 Ollama;顯存不足則可改用較小模型、縮短上下文或接受 CPU 執行。
阿里雲2026年雙11新手教學整理官方活動入口、雲產品及AI優惠,並區分新用戶與老用戶的參與方式。活動涵蓋雲伺服器、百煉大模型服務平台、雲資料庫及對象儲存等產品,優惠包括Token Plan低至5折、Night Plan夜間4折及99計劃續費同價。用戶可透過CLI核查優惠券、實例和帳單;活動持續至11月30日。
Since 的 MCP 連接器在 11 月 13 日上午九次呼叫連續失敗,但生產錯誤日誌沒有記錄錯誤。日誌顯示,請求會先因伺服器未支援 MCP 2026-07-28 修訂版而收到 400,再以 200 結束;公開掃描亦會阻塞主執行緒,7 日內造成 192 次健康檢查失敗。作者當日修正兩項問題,將掃描造成的最長執行緒佔用由 6.9 秒降至 0.3 秒,但無法確定哪項缺陷導致當日上午的九次失敗。
這篇 Playwright 教學整理產品示範影片錄製時的 6 個問題,並為各項提供程式碼修正方法。重點包括設定瀏覽器視窗縮放以避免影片放大後模糊、等待頁面停止變化、以每個字元約 55 ms 的速度輸入,以及採用較穩定的元素選擇器。文章亦説明如何按旁白標記安排操作,以及以測試帳戶和佔位符保護登入資料,並在瀏覽器內輸入時才填入實際密碼。
阿里巴巴 Qwen 團隊推出 Qwen4-Max,模型總參數量為 2.4 trillion、每個 token 啟用 71 billion 個參數,提供 1M-token 上下文窗口,但只透過封閉 QwenCloud API 提供,沒有可下載權重。
摩洛哥接送預訂網站 navetteforyou.com 建立 AI 輔助的建置時價格驗證流程,在部署前檢查 8 種語言的價格,並阻止低於最低價格的版本上線。流程核對了 641 個頁面的 17,113 項金額,沒有價格錯誤進入正式環境,建置時間增加約 4 秒;價格檢查使用模式比對,而非 LLM 推理。
Islo 獲 Insight Partners 領投的 1,500 萬美元投資,以擴展其企業軟件工廠平台。資金將用於產品開發及推動平台採用,並將平台發展為專門產品線。Islo 同時宣佈與 Databricks 合作,提供模型推理並把智能體工作流程連接至企業數據。
Ujjwal Dubey提供一段 Python 腳本,從工單或查詢匯出的 CSV 按問題類型及類別抽取分層樣本,建立評估 AI 工具的案例集。腳本以固定隨機種子抽樣,並按類別輪流選取案例;作者建議手動加入預期結果,讓候選工具在同一批案例上以草稿模式測試和評分。
SynapCores 2.5 將 SQL、向量、圖、Agent 記憶及本地推理整合在單一程序中,並支援 Ollama API,模型名稱亦毋須更改。它內置資料儲存、RAG 和預設啟用的驗證,讓用戶可在資料庫中執行模型並以 API key 控制存取。若只需在終端機執行模型,文章指出 Ollama 仍然合適。
作者的 macOS 記憶體防護程式因豁免執行中的 Agent 子程序,未處理一個 node helper 在 2:25 至 2:36 PM 間由約 10 GB 增至 268 GB 的事件,Swap 升至 76 GB。
Kubernetes AI Conformance 的 v1.35 清單記錄供應商提交的符合性聲明,並非特定工作負載的驗收記錄。文章統計 24 份 v1.35 申報共 285 個要求項目,其中 216 個 MUST 項目全被申報為 Implemented,但現有資料不能證明每項證據均經獨立測試。
OpenHands 推出 OpenHands Teams,讓工程團隊自助使用 OpenHands Enterprise,並在自有基礎設施上部署及建立自動化工程工作流程。
沐曦股份完成日日新 SenseNova Loop-9B 模型 Day 0 適配,該模型於11月17日正式發布並開源。沐曦股份稱,自己是率先完成該模型適配的國產算力平台。
Microsoft 於 2026 年 11 月 15 日公佈全球故障初步報告,解釋 Teams 為何在 Exchange Online 中斷時仍能大致運作。Teams 等服務可在共用網絡閘道故障時改走其他路徑,但 Exchange Online 因流量規模而無法切換;閘道故障源於 7 月引入的 Windows 程序缺陷,並被流量管理機制進一步擴散。
AI 推理需求帶動光學計算重新受到業界關注,多間初創公司正探索以光學元件處理矩陣向量乘法,或把計算加入數據中心的網絡傳輸路徑。相關市場估值由 2022 年的 US $0.4 billion 增至 US $2.22 billion,業界公司以較現有 GPU 高 10 至 80 倍的能源效率為目標。文章指出,數據編碼、模數轉換及其他無法由光學處理的運算,仍會影響整體能源收益。
Claude Code 的 .claude/settings.local.json 可能將獲準命令中的密碼一併存入權限規則,本文説明如何排查、輪替憑證及防止再次提交。
AMD 於 2026年11月17日宣佈完成收購多倫多模型專用推理晶片開發商 Taalas,並計劃把其技術納入加速器路線圖。11月4日的季度申報曾將待完成交易估值列為約 $2.9 billion,包括最高約 $1.4 billion 的或有對價;Taalas 稱 HC1 在其實驗室測得每位用戶每秒 17,000 tokens。
GitLab 的 MCP 工具透過精簡 GraphQL 欄位並扁平化合併請求資料,減少送入 LLM 上下文的結構性負擔。查詢 gitlab-org/gitlab 的 100 個合併請求時,完整標籤物件令 JSON 回應由 80 KB 增至 132 KB;只選取標籤 title 並轉成字串陣列後,載荷回到 80 KB,上下文消耗減少約 40%。
作者實測 @structured-world/gitlab-mcp 12.1.0,説明它以 CQRS 分隔讀取與寫入工具,並按 GitLab 實例能力篩選工具。
美國數據中心擴建尚未停步,能源企業仍看好 AI 帶來的電力需求與投資機會。Goldman Sachs 維持預測,認為明年年底前 AI 相關硬件支出將達 $1.4 trillion;Fermi 亦與 Amazon 達成近 $300 million 的交易。新研究發現,美國數據中心的碳排放量幾乎相當於 Bolivia 或 Denmark 等整個國家的排放量。
SiMa.ai 發佈 Palette 3.0,讓多個 AI 模型可在單顆 Modalix MLSoC 晶片上並行運行,並稱模型吞吐量最高可提升 3.5 倍。
yt-dlp 與 cobalt 的取捨主要取決於執行環境,因為 api.cobalt.tools 的託管 API 不供未經明確許可的其他專案作後端使用。文章列出 yt-dlp 下載影片、轉出 MP3、限制畫質及下載播放清單的指令,並稱已在 yt-dlp 2026.10.26 上驗證。
作者在 PostgreSQL 16.15 上實測多租戶 RLS 設計,歸納出三種不會直接報錯的靜默問題。情況包括工作階段設定的空字串與 NULL 差異、啟用 --enable-row-security 後成功但可能沒有資料的備份,以及跨組織 UPDATE 或 DELETE 回報 0 行。
文章預測,2027 年數據中心算力競爭將更著重在客戶服務要求下可交付的有效容量,以及可接受答案的推理成本。四項預測包括在固定硬件與模型下,達到延遲目標的吞吐量至少提升 30%;按工作負載拆分 prefill 與 decode;替代加速器在特定服務中具成本優勢;以及智能體基準同時衡量系統能耗與成功完成的任務。
SiMa.ai 發佈供 Modalix AI 晶片使用的 Palette 3.0,稱其晶片上的語言模型生成文字速度最高提升 3.5 倍,功耗大致維持不變。白皮書測試中,Qwen3.5 9B 配合 DFlash 的速度由每秒 11.98 個 tokens 升至 41.75 個 tokens,功耗約為 7.5W。
作者在 Candidate Falcon 的 FAQ 頁面發現,Radix Accordion 的 22 個閉合答案未出現在預渲染 HTML;加入 forceMount 後,答案雖進入 HTML,卻也全部顯示。
作者把成熟項目中驗證過的架構與模組模式整理成結構化知識庫,供 AI 在新項目設計和編碼時檢索參考。首版包含 55 個模式條目,檢索服務按項目特性召回候選,工程師再按項目事實判斷是否適用。系統會記錄採用或拒絕的原因及偏差,但知識條目的更新仍由維護者裁決。
阿里雲開發者社區刊出 Qwen4-Max 模型指南,整理模型功能、收費及 API 參考。文中稱模型支援文本生成、圖像與影片理解、深度思考、聯網搜尋及工具調用,並附 OpenAI Python、Node.js 和 cURL 範例。文中列出輸入 ¥10 /M tokens、輸出 ¥30 /M tokens、快取命中輸入 ¥0.5 /M tokens。
LiveKit 説明如何透過 LiveKit Cloud API 改善語音智能體,包括找出影響最多通話的問題、逐回合排查故障,以及發掘來電者尚未能完成的需求。API 讓編碼智能體讀取通話逐字稿、日誌、追蹤資料和錄音;LiveKit 在自家的文件助理上分析過去一週 4,321 個工作階段,整理出 8 項排序問題。
電科金倉推出 KES AI 數據庫,主打數據不出庫,透過庫內語義構建、計算推理和原生數據安全管控,支援企業落地 AI。實測中,處理1億條768維向量、達到98%召回率時,其磁盤索引算法的峯值內存開銷較業界降低95.4%,查詢延遲降低80%。庫內存儲、向量化、圖構建和語義檢索,並由數據庫統一管理權限與審計。
酉術量子完成天使輪融資,由雲啟資本及雲啟-交大AI天使基金領投,資金將用於量子算法研發、平台和產品迭代及市場拓展。公司以上海交通大學團隊原創的「薛定諤化」算法為基礎,開發 UnitaryLab 和 UnitarySpark,並與國盾量子完成真機實驗,總門數較原線路直接編譯基線減少 90% 以上。
Dell「AI Leadership Symposium」的討論聚焦企業 AI 從部署走向生產環境時面對的成本、智能體治理與基礎設施挑戰。雲端模型 token 費用促使企業重新考慮 AI 預算,並評估如何運用現有數據中心資源;部署更多 AI 智能體則令執行期間的監察、資料存取管控與安全保障更為重要。Deepgram 正與 Dell 及 Fortanix 合作,推動語音 AI 模型在客戶裝置上運行。
文章以 60 組問題對測試詞彙式語義快取,發現所有測試門檻都會重用部分錯誤答案;測試沒有使用神經嵌入模型。相似度門檻由 0.80 提高至 0.96 時,快取重用次數由 30 降至 8,錯誤重用則由 6 降至 3。作者建議用自有問題集測試,並按用戶、權限、對話及來源資料版本限制重用範圍;反向換算問題仍可能通過簡單檢查。
文章提出以模型指紋、快取命中率,以及服務可用時間和價格紀錄,檢查 API 中繼服務是否如實提供所稱模型及穩定服務。文中提到,開發者使用 lm.ikale.io 的社羣工具檢查 DeepSeek 指紋代碼 1017;指紋可協助識別模型,但不能衡量推理能力。作者亦建議記錄一週的快取命中率,並持續記下錯誤、停機及每百萬 tokens 的實付價格;中繼層亦可能不提供官方服務的搜尋和語音功能。
sweep 和 doctor 兩款 OpenCode 插件分別掃描未使用的程式碼,以及檢查專案設定的健康狀況,協助維持程式碼庫整潔並找出設定問題。sweep 會列出結果的位置和大小,支援 dry-run,亦不會刪除無法確認為未使用的內容;doctor 則會按檢查項目列出通過、警告或失敗狀態及建議修正方法。
這篇指南分析 Jupiter 的 jupiter-amm-test-kit 對 Solana AMM 的驗證範圍,指出它只比較已登記 swap 的 quote.out_amount 與鏈上實際輸出。
HPE 私有雲 AI 副總裁 Sadeepa Wijesekara 指出,企業應在 AI 由試點轉向生產部署時,把經濟效益納入業務決策,並以每項業務成果的成本衡量價值,而非只看每個 token 的成本。HPE 的一項比較顯示,基本聊天機械人對話約消耗 400 個 token,Agentic RAG 請求約消耗 21,500 個 token。按任務選用不同模型或傳統軟件,有助控制成本並維持所需質素。