Oster:以 AI 協作開發、以 Rust 編寫的實驗性程式語言
Oster 是一款以 Rust 編寫、並在 AI 協作下開發的實驗性程式語言及編譯器,可編譯為可移植的 C11。它旨在結合所有權、借用檢查等靜態安全保障,以及標準 C11 的可移植性,方便編譯至支援 C 編譯器的平台並整合現有 C 程式碼庫。
Oster 是一款以 Rust 編寫、並在 AI 協作下開發的實驗性程式語言及編譯器,可編譯為可移植的 C11。它旨在結合所有權、借用檢查等靜態安全保障,以及標準 C11 的可移植性,方便編譯至支援 C 編譯器的平台並整合現有 C 程式碼庫。
SecondShiftDev 提出四種子智能體配置方法,分工處理唯讀審查、撰寫測試、指定來源研究及驗收後寫文件。各配置均列明工作、輸入、權限、固定報告格式及禁止事項;同一檔案同一時間只授權一個 Agent 寫入,需共用檔案的任務按次序執行。
Motaz Ahmed 發佈 aiZee,將 AI 編碼智能體的工具調用、LLM 請求、記憶寫入及檔案變更納入同一治理管線。管線涵蓋檔案操作、shell、git、網絡、記憶寫入和 MCP 調用等 139 個管控閘門,裁定包括 allow、ask、deny、modify 和 observe。
AI 正在改變軟件工程師的工作方式,但不會完全取代他們;開發者可用 AI 工具生成和修正程式碼、理解程式概念及尋找解決方案。軟件工程師仍須理解實際問題、規劃系統,並評估和測試 AI 建議的實作,確保軟件可靠、安全及符合需求。
作者分析自己近期的 160 次智能體工作階段,整理出 231 項錯誤,並開始比對公開數據集及前沿模型。首篇列出三種常見失誤:聲稱問題已修復但應用程式仍然故障、未經要求便直接編碼,以及把針對單一細節的回饋擴大成全專案規則。
Node.js 的 HTTP OutgoingMessage 原以 UTF-16 字元數而非位元組數計算緩衝資料,令多位元組回應低估佔用量,背壓觸發延遲;修正方案 nodejs/node#66039(審核中)改為按位元組計數。多位元組回應下,修正前 `write()` 可能在緩衝區已滿時仍回傳 `true`,修正後會回傳 `false`。端到端吞吐量測試未見變化,修正亦不影響實際寫入內容。
作者分享如何編寫 CLAUDE.md,將其定位為補充程式碼無法表達的團隊意圖和工作方式,而非程式碼庫説明文件。他建議手寫並保持精簡,避免使用 /init、重述程式碼已能提供的資訊,或記錄可由腳本確定檢查的規則;文件應寫下團隊價值、產品用語、智能體行為要求及模型分工。文中亦以作者團隊為例,説明調查和提問應維持唯讀,並按模型變化及反覆出現的修正持續更新文件。
Runway 逐步讓智能體承擔編碼、CI、審查、批准、QA、故障修復及流程協調,打造一條以智能體為主的軟件交付流程。10 月合併的拉取請求中,38% 由雲端智能體推動。核心 API 儲存庫首次批准的等候中位數,由 9 月逾兩小時降至 11 月中約 5 分鐘。
推薦理由:文章逐站交代智能體如何接手編碼、審查、批准、QA、故障修復與協調,並説明以風險分級及量化指標控制交接。
Levent Alpöge 於 2026 年 11 月 20 日表示,他相信自己與 Claude 找到黎曼猜想的證明,並提出解決廣義黎曼猜想的方法,但完整論證尚未獲獨立驗證。他將論證形式化為 Lean 程式碼並以 14 個壓縮檔發布,未附傳統論文式説明;生成版本超過 250,000 頁。文章指出,這項主張仍須接受獨立數學審查,並成功檢查已發布的 Lean 程式碼,才可視為黎曼猜想的解答。
停止親自編寫程式碼、改為審查 Claude 生成的程式碼,可能令工程師理解及評估程式碼的能力退步。文章主張工程師要持續練習編寫程式碼和解決問題,並指出反覆使用 LLM 解難,可能令人在遇到困難時不再嘗試,妨礙學習。
作者在 AI 支援智能體實驗中,把已知攻擊寫成測試並納入 CI,成功攔截重構時被刪除的折扣上限檢查。加固版的 5 項測試全部通過,重構版則有 1 項失敗;GitHub Actions 會在每次推送及 pull request 執行測試,並以測試失敗阻止合併。實驗使用離線模型以確保每次結果一致,並建議為每種已知攻擊設置失敗測試,同時確認正常折扣仍可使用。
阿里巴巴旗下 AI 智能體工作台 Qoder 正式上架銀河麒麟軟件商店,並同步上線 openKylin 社區,讓國產操作系統的 AI 應用生態再度擴容。Qoder 可按自然語言需求自主規劃步驟、調用工具並執行任務,涵蓋代碼開發、智能體協作、建站及日常工作處理。
作者用 CLAW 協調 Claude Code 建置 B2B 計費服務,涵蓋訂閲、用量計量、發票、webhooks、催收及雙重記帳。建置產出 22,000 行程式碼和 948 項通過測試,並加入 16 個預置缺陷;CLAW 之後在兩次修復測試中均修復全部缺陷並通過隱藏測試。CLAW 結合共享工作規則、專門化 Agent 團隊與持久化專案記錄,可透過 Claude Code 插件安裝。
Silas Okanlawon 花了 6 個月打造 OpenLotus,旨在為 AI 編碼智能體提供獨立於對話的共享項目記憶層。OpenLotus 以 ProgressMap 結構化保存計劃、決策、限制、經驗教訓及項目變更,透過 CLI 和 MCP 供 Claude Code、OpenCode、Codex、Cursor 等工具存取。
Igor Ganapolsky 調整 Mac YOLO Safeguards 的自我保護檢查,避免整條命令的關鍵字比對誤擋用來檢查防護設定的指令。新版逐段檢查命令及實際寫入目標,編輯 AI 編碼 Agent 的 hook 設定時,只有移除 guard 標記才會拒絕操作;install、uninstall 和 fix 仍會被拒絕。
Epic Games 轉向以 AI 編碼開發 Unreal Engine。Hacker News 的討論涉及 Unreal Engine 的常見問題、自行開發遊戲引擎的優勢,以及部分用戶對 AI 參與媒體製作的看法。
作者在 Stellar / Soroban Rust CLI 中排查出 3 個可能在生產環境中靜默出錯的 CLI 與合約解析器問題:`.zip()` 未先核對陣列與欄位數量,會截斷或漏掉驗證;動態生成的 clap Kebab-Case 別名可能與指令名稱衝突並觸發 panic。以 `--quiet` 抑制錯誤輸出則可能令指令失敗時 stderr 沒有訊息;作者建議只抑制非必要進度輸出。
Cloud9 x JetBrains Hackathon 2026 攻略提供逐步參賽方案,涵蓋三個競賽類別的選擇、作品構想、提交要求及自動化建議。三個類別的冠軍各得 $6,000,亞軍各得 $2,000,總獎金為 $24,000;冠軍另可獲 GDC 門票及付費行程。攻略亦提醒參賽者使用合資格 JetBrains 工具、提交公開開源程式碼庫、可即時體驗的示範及少於 3 分鐘的示範影片。
Sumama-Jameel 公開 Megabit Trajectories,收錄 66 段經實際執行及驗證的編碼智能體軌跡,合計超過一百萬個模型 token。與四個較大型數據集比較時,SWE-Gym 在作者自訂的每萬 token 錯誤恢復配對數指標上以 10.72 比 6.48 領先,SWE-smith 的最長重試鏈則為 64 比 4;作者亦公開自己在規模等項目落後。
Google 於 2026 年 11 月 18 日推出 Gemini 4 Neon,將其置於 Hydrogen 與 Carbon 之間,面向複雜編碼、分析推理及企業工作流程。
Hugging Face 在 pi、Hermes Agent 和 OpenCode 三種 Agent harness 內,以 RL 為 Qwen3.8-27B 訓練 LoRA adapters,並公開可重現的訓練流程。
推薦理由:文章以三種 Agent harness 的實驗,呈現目標環境內 RL 微調如何提升 Qwen3.8-27B 的編碼基準表現並減少工具呼叫。
GH-900 GitHub Foundations 是涵蓋 Git、GitHub 及團隊協作的初級考試,指南列出七大考試範疇,並提供 4 週備考計劃。考試限時 100 分鐘,合格分數為 1,000 分中的 700 分;Git 和 GitHub 基礎佔 25 至 30%,比重最高。計劃由 Git 操作起步,逐週學習 GitHub 協作、開發工具、安全管理與社羣,最後完成模擬考試。
文章示範如何分開文章資料、單一卡片模板和迴圈,透過 JavaScript、React 和 Next.js 渲染文章列表,避免為每張卡片重複編寫 HTML。文中以 createElement 和 textContent 説明安全插入文字,並提醒使用 innerHTML 處理外部資料可能引發 XSS。React 列表應使用穩定且唯一的 key;文章亦涵蓋日期格式、缺漏資料、空列表及大型清單的處理。
Hoplite 由兩位愛爾蘭 Y Combinator 校友創立,並獲 Stripe 的 Patrick 和 John Collison 領投 $5.5m。這家初創公司提供雲端技術,讓軟件團隊同時運行多個 AI 編程智能體;開發者連接 GitHub 儲存庫後,每個智能體都會獲得獨立工作區。
Effect.ts 的 eager-init services 模式會在應用程式啟動時立即開始建置服務,但不阻塞整個應用程式,並可把等待延至服務實際需要時。這可避免耗時的 Web API 初始化令前端互動凍結;代價是建置錯誤不再集中記錄於 Layer,而要由各服務使用者處理。此模式較適合只有一種實作的情況,否則需要統一不同實作可能產生的錯誤。
SoluTerminal 團隊統計 11 月 1 至 8 日的 Claude 用量,發現 57% 花在由其他智能體訊息觸發的回合,約 20% 則來自人員發起的回合;數據按加權 token 單位計算,並非金額。
Anthropic CEO 達裏奧·阿莫迪曾參與推動大模型規模化,如今則呼籲放慢 AI 模型能力提升,讓安全研究及風險防範跟上技術進步。文章梳理他在 OpenAI 參與規模定律與 GPT-3 研發、創立 Anthropic,以及 Claude Code 推動工程工作和模型研發形成「閉合循環」的歷程。
推薦理由:文章以阿莫迪的研究與創業經歷串連模型規模化、Claude Code 帶動研發和安全監督,呈現 Anthropic 商業競爭與控制能力增長之間的張力。
DeepSeek V3 是具備 671B 參數、每次推理啟用 37B 參數的開放權重 MoE 模型;評測指其在編碼與數學基準上表現突出,HumanEval 得分為 82%。其 API 輸出價格為每百萬 tokens $1.10,約為 GPT-4 的十分之一,但模型只支援文字,且自託管需要至少 8x A100 80GB。
資深軟件工程師 Matthew Odumosu 分享自己由親自編碼轉為主導 AI 智能體工程流程的經驗,並整理出一套從需求到監控的實踐指南。指南涵蓋透過 MCP 取得需求與設計、先規劃系統再編碼、按驗收標準測試,以及以 CLAUDE.md 管理專案知識;亦提供冪等、鎖定、交易、重試和 N+1 查詢等工程原則。流程要求人員審批合併及生產變更,並以唯讀資料庫和監控權限、日誌監察及文件交接作為安全措施。
Claude Code 沒有獨立價格,可隨 Claude 付費方案使用,或透過 Anthropic Console 按 token 計費;免費方案不包括該工具。
memory-arborist 0.1.2 是 Claude Code 的公開測試版插件,會根據過往終端機工作階段草擬記憶修改、逐項檢查並展示差異。修改須經用戶確認才會套用,呼叫模型的步驟仍屬實驗功能。README 未記錄真實模型提案完成暫存修改的 recall check、promote 及事後檢查。
作者以 Antigravity 配合 Gemini 4 Hydrogen 和 Gemini 4 Carbon,開發並在 GitHub 開源 cheap-watts,協調家用太陽能、電池、電動車和動態電價。
Aider 與 JetBrains AI 的比較顯示,Aider 自推出以來一直免費,而 JetBrains AI 在六週內兩度調整方案,兩者的主要差異在定價穩定性。
原型開發不應只因程式碼不夠優雅便從頭重寫;團隊可接受短期技術債,但須留下清晰的退場標記。標記應説明採用捷徑的原因,以及規模擴大時可能出現的問題,方便日後找出真正需要重構的部分。隨着 AI 程式碼生成工具加快開發,工程工作的重心轉向管理技術債。
Go 的簡潔設計令部分開發者在應用程式擴大後感到受限,功能提案遭拒亦加深了挫折感;重複的樣板程式碼和轉換操作,可能令複雜度轉移到應用程式之中。Go 的快速編譯、簡單部署和標準程式庫仍是其實用優勢,許多人因此繼續選用。
Muazzam 分享以 Claude Code 開發軟件的流程,透過技能固定項目規則、以 MCP 連接實際系統,並將研究和稽核分派給子智能體。他會逐項檢視程式碼差異,涉及生產環境、付款或客戶資料的工作由本人把關;研究結果則附上來源,未能核實的資料會標示出來。
10月12日至19日,作者把工作重心由作品集轉向 NEXUS,完成智慧城市模型,並準備展示。道路模型包含 820 萬個表面,檔案大小為 1.15 GB;作者改用從城市上方處理的方法,完成行人路及無障礙設施。最終建成 113 km 行人路、154 個無障礙路口、2,758 張長椅及 16 個設有資訊屏幕的車站,並錄製了 3:55 的旁白。
作者詳述一套由 AI 智能體承接 issue 至合併的軟件工廠設計,讓人員以 sprint 為單位設定目標和審視成果,而不逐項審查 pull request。流程以產品目標、權限邊界和每一步須留下的證據約束智能體;只有缺乏既有依據的產品行為、超出核准範圍的變更及人員專屬操作才交由人決定。
可將模型置於簡單介面後,以 FakeLLM 測試提示詞建構、檢索、解析及路由等程式碼,避免每次測試都呼叫真實模型。測試亦可涵蓋空白、非 JSON 及截斷回覆;CI 每次提交執行非 live 測試,真實模型測試則另行按排程或在發佈前執行。
一項觀察性研究比較 663 組 AI 輔助提交與人工作業提交,未能判斷 AI 輔助提交是否更常被撤銷或後續修復。30 日內,AI 輔助組有 1 次撤銷,對照組有 2 次;信賴區間很寬,研究樣本不足以得出明確結論。研究者指出,修復判定方法雜訊較大,可靠解答需要約 10 倍的配對數及經驗證的修復追蹤方法。