如何構建 LLM Council:用多個 AI 模型壓力測試創業與軟件構想
作者分享如何構建 LLM Council,讓多個 AI 模型分別扮演專家評估創業和軟件構想,再以匿名互評及主席模型綜合意見。流程包括獨立作答、匿名互評和綜合判斷;可使用 GitHub 專案 https://github.com/ke77/LLM-Council,或直接試用託管版本 https://llm-council-nu5t.onrender.com。
作者分享如何構建 LLM Council,讓多個 AI 模型分別扮演專家評估創業和軟件構想,再以匿名互評及主席模型綜合意見。流程包括獨立作答、匿名互評和綜合判斷;可使用 GitHub 專案 https://github.com/ke77/LLM-Council,或直接試用託管版本 https://llm-council-nu5t.onrender.com。
LDraw Mecha 使用 AI 智能體分析 LEGO 模型的 LDraw 原始碼,推斷其中的機構並規劃動畫。工具讀取經特別標註的 .mpd 檔案,辨識子模型及機構,再透過 Blender 輸出已綁定骨架並帶有動畫的 .blend 檔案。
GitHub 介紹一套以 Copilot 智能體支援軟件開發的工作流程,涵蓋規劃、構建、驗證和觀察四個階段。GitHub 指出,今年 10 月一週的提交量超過 1.2 billion 次,較一年前多逾 400%,亦超過 2025 全年總量;Faros AI 研究發現,團隊由低至高採用 AI 後,PR 審核時間增加 441%。
TimofeUS 開發並公開 openconstructor,一款免費、毋須安裝的開源瀏覽器 AI 介面建構器,可匯出 HTML、React、Vue、Svelte、Roblox(Luau)及 LÖVE 2D(Lua)介面;試用:https://openconstructor.pw,原始碼:https://github.com/Kuloka/openconstructor。
作者在 psf/requests v2.32.3 的 318 個程式碼區塊上測試 10 條以最明顯短語執行 grep 均無結果的查詢,發現 bge-m3 嵌入搜尋有 4 題將正確區塊排入前 5,BM25 關鍵字排序則有 6 題。兩者以 Reciprocal Rank Fusion 結合後,有 7 題進入前 10;只搜尋 src/、排除測試和文件後,混合搜尋有 9 題進入前 10。
作者在 Claude Code 和 Codex CLI 中比較有無 Scrum 工作流技能的 AI 編碼智能體,技能組完成 6/6 次,未使用技能組完成 3/6 次;後者的缺漏均是未提交報告和衝刺摘要。
GeekCoding101 在 Apple Silicon Mac 的私有測試庫上端到端實測 DeepSeek dsh-superagent,記錄安裝設定、三輪 Issue/PR 流程,並分析其授權機制。
TB-MathModel 提出一套面向 LLM 智能體的數學建模評測基準,讓智能體在容器化終端中處理 18 道 CUMCM/MCM 賽題。評測以最終問題的數值核心評分,使用 94 篇獲 Outstanding 獎的論文作參考,並以六類可判定不變式及 624 項 Lean 4 證明義務核查可行性。
GitHub Actions 機密遭竊後,應盤點工作流程可接觸的雲端憑證、套件登錄服務 Token 及 AI 供應商 API 金鑰,並按各供應商的紀錄核查使用情況。
Jury 讓三名 AI 評審檢查黑客松參賽者的 GitHub 程式碼庫並評分,分歧時須在討論串中提出證據,最後由人類作出裁決。作者讓 Jury 評審自己的程式碼庫時,Inspector 通過 38 項測試後發現一個可能令現有 Clerk 離線的錯誤,作者在下一次提交修正。
Krish Punia 以 Switch AI 建立 OpsSwitch,讓四個分工智能體在團隊聊天室處理事件分流、程式調查、修補驗證及事後記錄,部署前須經工程師明確批准。在 cart-service 的測試事故中,調查智能體在 15 秒內定位到 commit 8bae34d,修補後 2/2 測試通過,整個處理流程共 91 秒。
GitHub Actions 在智能體工作流程日益成熟之際仍值得投入,必要檢查及部署關卡不應由模型決定是否執行。傳統工作流程負責執行已知步驟,智能體則可調查失敗、收集證據並提出建議。建議由 Actions 執行檢查、智能體調查故障,再由工程師審核證據;任何修正都須再次通過相同檢查,並在提示詞以外執行權限及批准界線。
paper-trends 以 OpenAlex 出版資料建立互動式學術會議研究報告,讓用戶由研究詞語追查相關機構、主題及論文。報告可透過 GitHub Pages 以靜態 HTML 分享,公開示例涵蓋 CVPR 和 ECTC 的 2016 至 2025 年資料。更改分析時段或擷取其他會議資料,則需使用本機 Streamlit app 或 CLI;擷取資料需要 OpenAlex API key。
AI 應用的 CI/CD 品質閘門可將模型行為、營運限制及問責要求設為發布條件,未達要求時阻止部署。文中建議將模型、提示詞、評估數據集及政策設定版本化,並加入行為測試、容量檢查、發布溯源和回滾計劃。示例門檻包括以 200 條代表性支援問題評估,政策路由正確率至少 95%、預置秘密洩露為 0,關鍵升級切片回歸不超過 2 個百分點;這些門檻須按失敗後果設定。
Omni Deal Intelligence 結合 Groq 的高速 LLM 推理與 Vectorize Hindsight 的持續情節記憶,協助企業 B2B 銷售團隊保留跨月客戶互動脈絡。系統以異議頻率和嚴重程度計算 0–100% 的交易風險指數,並按 CFO、CTO 或銷售副總裁調整銷售提案。每名用戶每月可減省約 $4,700 的行政工作成本。
Secure & Private by Design 發佈 sbd 0.2.0 確定性安全檢查引擎。同一套規則支援 CLI、pre-commit hooks、GitHub Action 和 MCP server,結果可輸出為文字、JSON 或 SARIF 2.1.0。報告只列出控制缺口,並非合規判定;規則掃描不能證明個人資料不存在。
作者重啟首個 GitHub 專案 Spider-Paint,將 3Draft 引擎的配套程式分拆後放回舊 repo,成為可透過 MCP 連接 LLM、並可在程式內生成模型的第一人稱 3D 編輯器。文章亦指出,HEXAW 讓核心運算速度比舊 TS 程式碼快 13 倍。
作者以 Claude Code 智能體配合 Telegram 羣組,追蹤五個黑客松的截止日期並核查提交要求。智能體按作者所在時區由最早期限開始列出事項,並檢查 GitHub 儲存庫和示範網站;Python 腳本負責日期計算及要求檢查。程式碼位於 github.com/mohammedfirdouss/hackathon-copilot;Switch 暫未支援定時發送訊息,作者目前需要主動詢問。
Theodore Creates Co. 建議以 AGENTS.md 作為跨工具共用規則的主檔,讓 CLAUDE.md 透過 @AGENTS.md 引入共用內容,並把 Cursor 專屬規則放在 .cursor/rules/*.mdc。文章指出 .cursorrules 是較舊的 Cursor 格式;AGENTS.md 可集中管理規則優先級、安全要求、工作方式和專案命令,避免在多個檔案重複維護。
GitHub 公佈新的 Git 儲存架構,旨在讓數千個智能體同時向同一儲存庫推送而避免衝突。新架構將儲存分為物件儲存、引用管理及衝突解決三個子系統,並以無鎖寫入、樂觀鎖定及非同步佇列處理推送;智能體工作負載造成的鎖競爭是人類工作流程的 100 倍。
作者在雲端主機以無桌面模式執行 Switch,並建置 Bakeoff,協調多個編碼 Agent 比較同一個 issue 的 PR,由維護者決定合併項目。文章記錄 Docker Compose、Slack 房間、Agent 指令權限政策及人工核准卡的設定。四個 Agent 的比試中,兩名讀者檢查 PR 後,維護者選擇 Claude 的 #2,其餘三個 PR 收到列明未符合清單項目的説明。
作者主張將需要在生產環境運作的 AI 智能體建模為明確的狀態機,而非只用 while-loop,並以 LangGraph 專案 relayg 示範。relayg 將分類、政策檢查和執行拆成三個節點,並以型別化狀態及 SQLite 檢查點保存進度,支援流程中斷後恢復及人工審批。
AI 生成程式碼雖幾乎都能成功編譯,Veracode 2026 測試的平均安全通過率卻只有 56%,與 2025 年大致持平。研究列出的常見問題包括跨網站指令碼、SQL 注入、缺少授權檢查、虛構或過時依賴項,以及程式碼中的密鑰。文章並提供涵蓋人工逐行審查、依賴項稽核、自動化測試、SAST 和機密資料掃描的清單,供開發團隊檢查 AI 生成程式碼。
微軟高管 Scott Hanselman 發佈開源 GPU 監控工具 gputaskman,支援 Windows、Linux、WSL 及 Apple Silicon Mac。
Prince Jain 檢查 525 份本地技能 Markdown 文件、16 個工作區倉庫,以及 153 份 Claude Code 和 Codex CLI 對話記錄,排查提示詞注入與倉庫開啟陷阱。
GitHub 於 2026 年 10 月 27 日將 MCP Python SDK 的三項安全公告加入 Advisory Database;修補版本為 mcp 1.30.0(1.x)及 2.2.0(2.x),但存取權杖的 audience 驗證仍須額外啟用設定。
Microsoft / GitHub 副總裁 Scott Hanselman 開源 GPU 監控工具 gputaskman,可按程序呈現 GPU 使用率、顯示記憶體佔用等數據。
multica-ai 的 Karpathy Skills 是一份 CLAUDE.md 指引檔,將 Andrej Karpathy 對 AI 編碼問題的觀察整理成四項規則,供 Claude Code 在專案中使用。
T3 Code 是開源控制工具,讓用戶透過手機、網頁或桌面應用程式,遙距操控已在電腦上安裝並完成驗證的 AI 編碼智能體。它支援 Claude Code、Codex、Cursor、Grok Build、OpenCode、Google Antigravity 和 fx,沿用用戶現有訂閲,並採用 MIT 授權。
James Ngandu 建立 Doorman,一個 GitHub Action,會在貢獻者首次開啟 pull request 時約一秒內檢查內容並留言,肯定已有的優點,並列出需修正或可選事項。
作者使用開源協作工作台 Octo,將對 AI 智能體輸出的回饋整理成共享經驗卡,讓團隊成員和新智能體繼承彼此累積的規則。PR 智能體由第一天無法辨認自家產品,到第四十九天能在約三分鐘內產出獲資深高層認可的演講大綱,並累積四十五項技能。精準檢索仍未解決,按專長自動分派工作則仍在規劃中。
SwitchOps 將 AI Agent 帶入團隊聊天頻道,協助工程團隊進行錯誤分流及事故應對,並在公開討論串提出根因假設、後續步驟和程式碼修正。它結合 Mattermost、Switch AI 和 Wispr Flow;作者表示,透過 Wispr Flow 語音輸入可達每分鐘 96 個字,Switch 則讓執行在本機進行。
文章提出一套設計 AI 輔助編碼工作流的方法,並以開源項目 Tack Harness 的參考實作説明目錄結構及實施原則。工作流需界定模型在各決策點可見的資訊、可用工具、預設限制、結果驗證及錯誤修正,並把記憶分為會話軌跡、工作區短期記憶和項目長期記憶。
奇富科技於11月4日開源自動建模智能體 ModelEvo 2.0,面向結構化與表格數據,可按用戶設定的業務目標及預算完成建模,並輸出經校驗的模型成果和實驗記錄。
Foundry Local 配合 Qwen3.8-27B 可透過本機 OpenAI-compatible endpoint 供 GitHub Copilot 使用;文章指出,即時語音的主要延遲仍來自 Windows 音訊路徑。
Zyphra Research 發表 ZYFA,為 AMD Instinct MI355X 提供 FP8 及 BF16 causal prefill attention kernels。
文章示範如何為 AI 編碼智能體的每個入口點設定打包體積預算,並以 size-limit 檢查超限變更。使用 --why 可生成 HTML 報告定位體積增長來源;文章以 lodash 預設匯入令整個套件進入打包結果為例,建議改用 lodash-es 的具名匯入或移除依賴。再將檢查加入 pre-push hook 及 CI,並把 size job 設為必要狀態檢查,可分別在推送及合併前攔截超限變更。
一支不足十人的工程團隊在六個月內,從編輯器自動補全轉為約三十個各有固定任務的智能體,並把工作流程由個人終端移至團隊頻道。團隊以 ACP 建立並開源 AgentConnect,將智能體接入 Slack、Telegram、Discord 和 Linear,處理叢集檢查、程式碼審查、發佈及客戶支援等工作。平台按智能體和會話設定權限,並按對話來源分層儲存記憶,部分操作須經人工批准。
anders lee 為其約 1,700 款 AI 工具目錄建立每月排名流程,改用 Tranco 和 Chrome UX Report 的免費清單取代 SimilarWeb。
Prince Jain 以 uislop 檢查 687 個 UI 檔案,整理出 16 項識別「vibecoded」UI 特徵的確定性規則,適用於 React、Next.js、Vue、Svelte、Tailwind 和 HTML。