跳到正文
11月9日週一
  1. DEV Community62

    推出 AI 程式碼審查前必備的三道護欄

    Honey Kiran 提出 AI 程式碼審查 rollout 的三道護欄:把審查指令當作政策管理、分階段推出,並衡量有效回饋而非只看 token 用量。文章指出 GitHub Copilot 的審查指令會從 PR 的 head branch 讀取,因此建議以 CODEOWNERS 保護指令檔並先用測試 PR 驗證;推出時先以低風險 repo 試點,維持非阻擋式審查。

  2. DEV Community43

    Hush:一款透過玩家心跳追蹤玩家的恐怖遊戲

    Hush 是一款由自主 AI Agent 製作的恐怖遊戲,玩家不需操作,遊戲會根據眨眼、脈搏和呼吸變化調整追蹤者的行動。遊戲透過 Presage SmartSpectra SDK 讀取身體訊號,並以玩家自己的基準作比較;作者表示,目前只有一段真人實測,尚未根據真實數據調整規則。

  3. DEV Community62

    agentsmd-skill 將會話教訓整理成 AGENTS.md 項目規則

    agentsmd-skill 可把當前會話的教訓整理成項目根目錄 AGENTS.md 的單行規則,供新會話開始工作前讀取。它只收錄用戶指出的錯誤、實際遇到的陷阱及重複兩次或以上的偏好,檔案上限為 120 行;命令須先實際執行,所有修改均待用戶批准。程式碼庫可在 https://github.com/kelegele/agentsmd-skill.git 取得。

  4. DEV Community65

    project-handoff-skill 用項目檔案保存 AI 智能體交接狀態

    project-handoff-skill 透過項目內的交接檔案,讓不同 AI 智能體工作階段在開始工作前讀取目標、進度、已定決策和陷阱。它依賴 AGENTS.md 慣例;交接記錄超過 8KB / 300 lines 時會縮減至最近三個部分並封存其餘內容,每個 Agent 的運行記錄保留 20 條。Hooks 只記錄事件名稱、時間戳記和 session ID,不記錄提示詞、回覆或命令內容。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)68

    llama-modchip 讓 284B DeepSeek-V4-Flash 可在 64 GB 記憶體、無 GPU 環境下推理

    llama-modchip 讓 284B DeepSeek-V4-Flash 可在 64 GB 記憶體、無 GPU 的系統上進行 CPU 推理。它把模型檔由 76.87 GiB 壓至 56.56 GiB,在 256K 上下文窗口下記憶體佔用為 57.61–58.9 GiB。16 核 Zen 5 上的提示詞預填速度為 43.16–44.36 tok/s,解碼速度為 9.06–9.95 tok/s。

  6. Hacker News 熱門(buzzing.cc 中文翻譯)63

    高盛限制銀行家和交易員使用 Claude Code 與 GitHub

    高盛更新內部指引,將 Anthropic 的 Claude Code 和 Microsoft 的 GitHub 限於工程師使用,多數交易員及銀行家因此不能在工作中使用這些 AI 編碼工具。Strats(涵蓋交易、量化研究及軟件工程的人員)仍可使用;這些工具此前被用於追蹤客戶交易流向、建立市場模型及整理書面和圖像材料。高盛的內部 AI 助理仍供全公司使用,而此次限制按職務而非地點劃分。

  7. DEV Community46

    開啟第一個 PR 前,先閲讀二十個已合併的 PR

    首次提交 PR 前,先分析二十個已合併 PR 及其審查留言,從中整理團隊實際執行的審查規則。唯讀腳本可統計重複出現的留言關鍵詞和常見檔案路徑,協助新貢獻者寫出可逐項核對的清單。方法無法判斷留言嚴重程度,也不適用於缺少足夠合併 PR 或沒有留言的儲存庫。

  8. DEV Community51

    應該聘請代理商、自由工作者,還是智能體開發者?

    作者比較代理商、自由工作者、無程式碼建構工具與智能體資深開發者,建議按工作所需的流程、技能與責任承擔選擇,而非只看供應商規模。GitHub 和 Microsoft Research 的受控任務中,使用編碼助手快 55.8%;METR 對熟悉成熟程式碼庫的資深開源開發者研究則發現,使用 AI 工具令任務耗時增加 19%。

  9. DEV Community32

    我如何在15歲、沒有修讀正規課程的情況下,藉助 AI 建立 Mulher Amparada SOS 及恐慌按鈕系統

    一名15歲、自閉症支援級別為1的青少年,沒有修讀正規課程,運用 AI 自學建立 Mulher Amparada。平台免費、開源且沒有廣告,設有隱形恐慌按鈕及整合式 SOS 系統,並表示不作商業數據追蹤。開發過程中,他使用 GitHub Copilot、ChatGPT、Gemini、Perplexity 和 Luzia 協助編碼、學習及查找技術資料。

11月8日週日
  1. DEV Community31

    Assembly 招募貢獻者,共建開源多智能體 AI 工作空間

    Assembly 是一個實驗性開源多智能體 AI 工作空間,正邀請開發者參與建設;多個 AI Agent 可分別解題、比較答案、檢視分歧,再綜合成附有來源及不確定性説明的回覆。項目仍處於實驗階段,多智能體共識不保證正確,並歡迎不同經驗程度的開發者參與前端、後端、AI 編排、測試及文件工作。

  2. DEV Community54

    Linkit 推出本機優先書籤管理器,支援摘要與語義搜尋

    作者開發了 Linkit,一款免費的桌面書籤管理器,會在儲存連結時抓取內容並生成摘要及重點。它預設以本機 SQLite 儲存書籤,離線可用且無需帳戶,並提供語義搜尋、知識圖譜、重複項偵測及可選的 Supabase 多裝置同步。v0.5.x 改進匯入/匯出,匯入出錯時可從快照還原,並支援批次整理書籤。

  3. DEV Community62

    如何用簡短規則避免 AI 編碼智能體破壞專案

    作者分享一套每次工作階段開始時由 AI 編碼智能體讀取的簡短規則,以避免不必要的整檔改寫、越界修改、安全疏漏和反覆嘗試失敗修正。規則將安全要求列為最高優先級,並要求先閲讀待改檔案及其呼叫方、採取最小修改,同一錯誤兩次修正失敗後先停下並詢問。

  4. DEV Community41

    為何在 LLM 提示詞中解析 35 個字節碼旗標會拖慢自主交易智能體

    GuardDog 以鏈下確定性檢查取代自主交易智能體在提示詞中解析原始安全數據,並在 23ms(P95 伺服器端)內回傳可執行判定。每次交易評估注入 2KB JSON 會增加 400ms–1,200ms 推理延遲;開源的 AHB-1000 評測涵蓋 1,000 個合約,誤報率為 0.0%。免費方案每個 IP 每日可檢查 50 次,毋須註冊。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)77

    調查發現 1,122 個公開 GitHub 檔案含有 Claude Code「Don't Ask Again」儲存的憑證

    Apiiro 調查發現,GitHub 上 104,185 份公開 .claude/settings.local.json 中,有 1,122 份含真實憑證;Claude Code 選取「Yes, and don't ask again」後,會把獲準命令連同憑證寫入該檔。

    推薦理由:調查量化 Claude Code 設定檔及其他 Agent 檔案中的憑證外洩,並揭示通用掃描器對命令內密碼的漏檢情況,呈現開發流程中的具體風險。

  6. DEV Community64

    RAG 向量索引的四層檢查方法與程式碼

    作者以 MCP 規格建立 RAG 向量索引,提出涵蓋文件與分塊、嵌入與索引、檢索及答案評審的四層檢查方法。在 50 道可回答問題中,正確頁面有 49 道進入前 5,但一題所需片段排第 6,模型因此回答「I don't know」。以 536 個向量比較 HNSW 與暴力搜尋時,recall@10 為 0.998;作者提醒,這個規模只展示檢查方法,不代表大型索引結果。

  7. DEV Community59

    語義程式碼搜尋在 psf/requests 真實程式碼庫中真的勝過 grep 嗎?

    作者在 psf/requests v2.32.3 的 318 個程式碼區塊上測試 10 條 grep 找不到結果的問題,BM25 與 bge-m3 混合排序有 7 條進入前 10,單用向量搜尋則有 5 條。只搜尋 src/ 的 84 個區塊後,文中指出混合搜尋有 9/10 條進入前 10。測試及文件常因措辭貼近問題而排在實作程式碼之前,作者建議以路徑篩選或標記這些結果。

  8. DEV Community48

    打造 Evenly:一款會記住家庭分帳規則的共享金錢應用程式

    Evenly 是為伴侶及室友設計的共享金錢應用程式,會記錄家庭的分帳記憶,並根據用戶更正調整分帳提議。四個代理測試家庭在 Walrus 主網寫入 150 項記憶、記錄 48 筆消費;6 筆結算均在 Sui 主網由 Tatum 偵測。測試中 6 次更正後,沒有類別需要第二次更正;目前尚未有真人家庭使用者自行記錄消費。