跳到正文
11月17日週二
  1. DEV Community57

    Dovod:要求函數提供證據才能編譯的實驗性語言

    Helgard 開發的 Dovod 0.3 是一種實驗性編譯語言,純函數必須提供可執行測試例子作為證據,否則無法編譯;也可明示 assume 作為例外。Dovod 編譯為 C,編譯器會重跑例子並逐項修改函數實作,報告未被例子捕捉的變化。函數須聲明所用效應,dovod trust 會列出程式可觸及的資源及未經檢查的部分。

  2. HuggingFace Daily Papers(社區熱門論文)48

    Accelerate Bench:評估智能體進行應用程式層級程式最佳化的表現

    Accelerate Bench 是一個評估編碼智能體進行應用程式層級程式最佳化的基準測試,涵蓋 8 個應用領域的 32 項科學工作負載。研究評估了 16 個編碼智能體,排名前列的兩個智能體在至少 22 項任務中取得 2× 或以上加速,同時須維持程式正確性。31 項任務可透過 Harbor Hub 使用,完整版本則在 Hugging Face 提供。

  3. DEV Community40

    如果重新選擇,你仍會選讀計算機科學嗎?

    作者表示,若能重新選擇,會選擇培養把想法化為實物的能力,而非選擇某個主修科目。AI削弱了「只寫程式」這類工作的前景,卻令更多人能用電腦創造事物。逾百則回覆呈現兩種看法:有人因工作疲累而後悔,有人則珍惜計算機科學帶來的創造能力。

  4. DEV Community63

    AI 加快工程師工作,企業是否因此需要較少工程師?

    AI 加快部分軟件工程工作的速度,卻不足以單獨決定企業應否縮減工程團隊;人手安排還取決於實際交付、產品需求與營運風險。三項涵蓋 4,867 名開發者的隨機實地實驗顯示,AI 編碼輔助令完成任務數增加約 26%;另一項 METR 研究則發現,16 名資深開源開發者使用 2025 年初的 AI 工具處理受測任務時,耗時增加 19%,兩組研究環境和任務不同。

  5. DEV Community38

    SWE-CoWork 基準測試在模擬組織中評估編碼智能體協作能力

    研究人員推出 SWE-CoWork,透過模擬組織中的協作任務,評估編碼智能體處理真實開發工作的能力。基準涵蓋 101 個真實程式碼庫、11 種語言及 12 個領域;智能體須向 26 名模擬同事和記錄查找需求,並協作及核實工作。模擬同事是否足夠真實,仍是評估結果能否反映真實組織表現的不確定因素。

  6. DEV Community39

    發票餘額測試通過,仍可能掩蓋錯誤

    單看應付餘額的測試即使通過,仍可能掩蓋發票總額與付款記錄錯誤:把 $85 診斷費當作折扣,應付餘額仍會顯示 $477.72。文章以 Node 測試同一張發票的總額、已付款及餘額,並指出顧客付清餘款後,付款總額應為 $562.72,未付金額則為 $0。

  7. DEV Community52

    Scikit-learn 教學:用邏輯迴歸預測客戶流失

    Scikit-learn 教學以 20 筆虛構電訊客戶資料示範訓練邏輯迴歸分類器,預測客戶是否流失。測試集只有 5 筆,雖然準確率為 1.0,作者指出這只能説明程式流程可運作,不能證明模型可靠。文章亦示範先切分資料再以 pipeline 縮放特徵,並將單筆預測輸入整理成具欄名的 2D 表格。

  8. 阿里雲開發者社區 AI25

    AI與低代碼雙向賦能,助力企業數碼轉型

    JeecgBoot低代碼平台結合低代碼與AI,透過自然語言開發及企業級應用底座,支援業務應用構建與自動化執行。平台提供AI Skills、MCP插件及RAG知識庫問答,並支援對接主流大模型。Gartner預測,2026年全球80%的新應用將透過低代碼構建。

  9. DEV Community62

    開源維護者如何審查 AI 編寫的 Pull Request

    文章提出一套供開源維護者審查 AI 編寫 Pull Request 的分流方法,按提交內容決定送交審查、要求修改或友善關閉。建議按品質、對程式碼庫的理解、完整性、測試及警示訊號評估,配合描述提交狀態的標籤、模板問題和具體回饋;評分只作參考,不應自動關閉 PR 或評判貢獻者。

  10. 阿里雲開發者社區 AI42

    阿里雲 Meoo 推出高校 AI 教學方案,讓 AI 課堂不再停留於理論

    阿里雲 AI 應用生產平台 Meoo(秒悟)面向高校推出 AI 應用教學方案,涵蓋創作賽事、行業實踐課程及公益微課三條路徑。方案提供創作工具、行業案例、課件及評價標準,讓學生製作的 AI 應用可運行、可展示、可評估。東南大學與 Meoo 合辦的 AI 應用實戰賽收到有效作品 64 件。

  11. DEV Community47

    用於 AI 影片創作和程式碼的開源工具

    awesome-claude-video-skills 是一個開源儲存庫,整理供 Claude Code 和 Codex 等程式碼 Agent 生成影片的工具及技能。儲存庫按片頭、數碼化身、動畫和剪輯等類別列出其他儲存庫,並透過 Agent Skills Hub 提供安全評級;內容以英文和中文提供。

  12. DEV Community48

    Cursor 0x80000003 崩潰問題排查(Perfetto)

    Cursor 在 Windows 11 上因 GC trace polling 實驗觸發 Perfetto 致命錯誤,導致所有視窗及終端工作階段突然關閉;Cursor 3.29.9 和 3.30.8 均有重現。用戶無法自行關閉該實驗,截至 11 月 14 日仍未有修復或官方可用的應變方法。故障期間應頻繁提交並推送變更,並在長時間工作前重新啟動 Cursor。

  13. DEV Community57

    用 NumPy 從零實作神經網絡

    作者以 NumPy 從零實作一個含 ReLU 隱藏層與 sigmoid 輸出的兩層神經網絡,並以 XOR 和雙月形數據集測試。模型在 XOR 的 4 個樣本上全部預測正確,並在雙月形數據集的 200 個測試樣本上達到 97.0% 準確率。作者亦展示學習率 0.05 時測試準確率為 89.5%,而學習率 5.0 時為 96.5%。

  14. DEV Community45

    Limitcast 0.20.0 發佈:配置更安全,優化器開銷更清晰

    Limitcast 0.20.0 已在 npm 和 GitHub 上推出,修正 MCP 參數處理及配置變更的復原機制,並防止不完整的使用記錄成為刪除配置的依據。`limitcast optimize status` 現可顯示注入的上下文開銷及可用的模型使用量記錄;軟件需在 macOS 或 Linux 上使用 Node.js 22 或更新版本。所有功能仍按 MIT License 免費提供。

  15. Together AI 研究與產品博客66

    Together AI 如何提升平台對編碼智能體的易用性

    Together AI 建立編碼智能體評測流程,檢查智能體能否有效使用其平台,並據此修正技術文件、API 錯誤訊息及技能包。統一技能包初版在 72 次測試中通過 54 次,修正後通過 70 次(97.2%),平均執行時間較原有技能包減少 20%,每次成本回落至最初水平。Together AI 表示將於下週開源其評測套件,讓用戶建立任務、執行評測,並透過本機儀錶板比較不同配置和歷次結果。

  16. Mastra Blog38

    Mastra 推出 Custom Factory 計劃

    Mastra 推出 Custom Factory 計劃,與客戶共同打造配合其程式碼庫及工程流程、在客戶技術堆疊上運行的軟件工廠。Mastra 自家的軟件工廠現已處理 70% 的 issues,推出後 PR 數量增至 6x。客戶可獲內置 Evals 和可觀測性、人手檢查點及安全治理,並擁有工廠及其產出。