在 token 預算下運作的 AI 團隊:Grok Bot、Claude Code 與 Codex
作者在 Grok Bot 最低階的付費方案中組建小型團隊,並讓團隊使用 Claude Code 和 Codex 的入門付費方案。Grok Bot 負責簡短指示和協調,較繁重的工作則交由 Claude Code 或 Codex;各 Agent 在共用工作區記錄進度和交接事項。作者表示,這套安排讓他完成更多工作,也更有效運用 token 預算。
作者在 Grok Bot 最低階的付費方案中組建小型團隊,並讓團隊使用 Claude Code 和 Codex 的入門付費方案。Grok Bot 負責簡短指示和協調,較繁重的工作則交由 Claude Code 或 Codex;各 Agent 在共用工作區記錄進度和交接事項。作者表示,這套安排讓他完成更多工作,也更有效運用 token 預算。
Google 推出 Gemini 4 Hydrogen,定位為面向日常編碼與智能體工作流程的快速、高效模型。它支援文字、圖像、音訊及影片,並提供輸入與輸出合計最多 1 million tokens 的上下文窗口。文章指出,Hydrogen 可處理程式碼庫層級編碼、問題修復及涉及工具、研究和執行的多步驟任務。
Alibi 首次測試 Claude Code 和 OpenAI Codex 時,把執行故障及評測器限額問題計作失敗;重跑後兩者均得 9/10。Alibi 將 INVALID 與 FAIL 分開,逐項列明失敗原因,並讓有失敗或無效任務的測試以錯誤退出。
Alwyn Teh 使用 ChatGPT 開發 Python 月曆產生器,可按月製作可列印的 A4 PDF,設計靈感來自傳統 Outlook 列印月曆。月曆包含英國公眾假期、迷你月曆和 Tasks 欄位,並免費提供,採用 MIT 授權。
Examenzaal 的練習考試評分器以一個函式處理七類題型,按題目答案鍵判斷答案是否正確;每題只給滿分或零分,不設部分分數或倒扣分。評分器會拒絕空答案鍵,避免考生完全不作答也取得分數,並把「未作答」與「答錯」分開記錄。數字答案若格式有歧義,會被判錯而不作猜測。
討論引用宣言的觀點:AI 生成千行 PR 或十頁文件的成本正接近零,但審核成本仍然存在,有評論者認為審核負擔可能增加。有人建議在程式碼貢獻中附上提示詞,方便理解生成過程;亦有人指出,多輪提示詞、測試及評估流程難以用單一提示詞呈現。
Pydantic AI 説明如何透過 Logfire 記錄編碼智能體的模型呼叫、工具執行及請求與回應,並以追蹤資料分析和改善工作流程。Logfire MCP server 可讓智能體以 SQL 搜尋過往工作階段、建立指標、取回上下文,並比較不同 harness、模型或技能的執行結果。文中一項包含 12 個儀錶板面板建立情境的測試中,未載入技能時 9/12 次失敗,載入後 12/12 次成功。
Nvidia 行政總裁 Jensen Huang 在第二宗婚外情曝光後辭職,Newcomer 的 Cerebral Valley AI Summit 與會者討論事件對 Nvidia 及 AI 生態的影響。
作者以 11 次介面建置測試比較設計系統做法,指出智能體即使沒有設計系統,也能產生大致一致的初版,但明確的設計決策與規則有助確保介面完整及後續一致。在擴充測試中,只提供簡短説明的智能體新增 34 個原始樣式值,耗時 8.1 分鐘;另提供規則檔、元件目錄及審核流程的智能體沒有新增原始樣式值,只新增 5 個 CSS classes,耗時 4.4 分鐘。
產品設計師兼設計工程師 Andriy Yurchenko 以 Claude Code 編寫大部分程式碼,獨力打造免費的瀏覽器版 3D 動態背景編輯器 Ribbonlab。編輯器提供 23 種紋理和 53 組配色,支援匯出無縫循環影片及網站嵌入程式碼。針對無 GPU 測試環境中的載入問題,PageSpeed Insights 分數由手機 31、桌面 41 提升至 80、98。
作者正把 AI 智能體程式碼審查由逐行閲讀 diff,轉向核對實作與檢視智能體自行補上的假設。做法包括要求智能體列出未明説的假設,並隨機抽查每十項變更中的一項;每個 PR 也由另一個模型 GitHub Copilot 審閲。作者認為另一個模型已比自己更擅長找出問題,而人仍較適合判斷哪些問題值得修正。
Claude Code 的「Yes, and don't ask again」會把含憑證的指令存入 .claude/settings.local.json;一項針對公開 GitHub 儲存庫的安全掃描發現,1,122 個設定檔暴露仍有效的憑證。
DataLoam 團隊把原本的獨立桌面資料庫用戶端改建為 VS Code 擴充功能,讓用戶可在編輯器內管理資料庫並使用 AI 協助撰寫和修正查詢。它支援 PostgreSQL、MySQL、SQL Server、SQLite 和 MongoDB;AI 可查看資料表和關係,但不能執行查詢。核心用戶端免費,AI 功能為選用付費服務,並提供免費試用。
在 Python 工作流程中,團隊應限制 AI 編碼助手只生成無狀態的葉節點函式,並由工程師掌控編排流程、狀態機及語義驗證。文章列出的準確率由樣板程式碼與路由的 85%、演算法框架的 50%,降至 Pandas/狀態操作的 20%;非同步並行處理則接近 0%。若欠缺界定嚴格介面合約的領域知識,這種分工亦可能失效。
作者以 126 次夜間測試檢視 Astryx 的「Agent ready」主張,shadcn 得分領先 67 次,Astryx 最佳配置領先 46 次。測試期間為 2026-03-20 至 2026-09-01,平均分數為 Astryx 90.9、shadcn 94.6、純 HTML 81.3。
Smashy Crossroads 的連環計時器會在限時內把連續撞車串成連環,並按連環長度提高現金收益。Easy、Medium 和 Hard 的計時窗口分別為 6、5 和 4 秒,Medium 為預設難度;Gold Rush 在 Medium 達到七連環後啟動,持續十秒並令收益加倍。3D 版設有免費瀏覽器試玩版,並將於 December 登陸 Google Play。
CompoundingKernel 是一個透過搜尋撰寫 GPU kernel 的自我改進 Agent 系統,截至 2026-11-11,其生成的 kernel 在 SOL-ExecBench(NVIDIA B200)的公開 L1、L2 和 Quantization 榜均排名第一。
一套框架結合 coding agents 與回饋級聯,在 Craftax 優化程式策略,令到達最終階段的比例由低於 1% 提升至 50%,擊敗最終 Boss 的比例為 28%。以短任務訓練的目標編譯器可零樣本遷移至較長任務,無需針對任務微調或在推理時呼叫 LLM。
Samyak Vaghela 以自製 ctxray CLI 統計 6 個熱門開源程式碼庫的 token,並標出可能浪費模型上下文的檔案。langchain 全樹共 9.82M tokens,其中 55% 被標記為浪費;作者提醒,全樹總量只是上限,智能體不會一次讀取整個程式碼庫。
CodeFromScratch 的作者提出 AI 時代從零學習網頁開發的路線,按錯誤是否容易察覺及出錯代價,將知識分為深入學習、掌握到能閲讀和暫時略過三類。文中的訂單總額例子顯示,表單字串與數字相加會把 30 和「4.99」串接成 304.99;作者據此強調閲讀程式碼、理解請求與資料、辨識錯誤、基本安全及 Git 還原能力。
這篇教學示範如何從零製作定價表,運用 CSS Grid、Flexbox 和 JavaScript 實作響應式卡片、按鈕對齊及月繳/年繳價格切換。月繳/年繳選項以原生單選按鈕實作,並提供鍵盤焦點提示及螢幕閲讀器訊息。價格以整數分儲存,顯示時才換算;實際付款金額應由伺服器或付款服務提供者提供,而非採用瀏覽器傳回的數值。
開發者打造 Code Ghost,讓用戶透過提示詞生成 UI 元件原型,並即時檢視和修改程式碼。這款流動優先的 PWA 提供設計滑桿、不同預覽背景及本機儲存,亦可匯出獨立 .html 檔案或完整 .zip。AI 整合透過伺服器端 OpenRouter API 路由,預設使用 Claude,並在必要時自動切換至免費備用模型。
喬納森·布洛在影片標題中提出疑問:如果人工智能已經解決編程問題,為甚麼他的軟件仍然沒有變化?提供的正文是 Google 的異常流量驗證頁面,沒有影片內容或進一步説明。
Open Source Says No 在 2026 年 11 月 12 日列出 23 個拒絕 AI 生成貢獻的開源專案。在目錄共 220 個項目中,191 個列為 Restricted,6 個列為 Assist allowed;文章歸納政策列出的六類審查成本,包括作者不理解程式碼、未測試的改動、反覆溝通、大型突襲 PR、非作者撰寫的描述或留言,以及來源與授權不明。
商業分析師兼 AI 產品負責人 Ugur 使用 Claude Code 建立 NBA 預測產品 Clutch;他不寫程式,負責定義產品要求、驗收標準及審查改動。
BriefBar 是一款原生 macOS 選單列及桌面小工具,可集中查看 GitHub PR、Azure DevOps 項目與管線,以及本機 GitHub Copilot 工作階段。
Tanuj Rajput 開源了供 Claude Code 使用的 Shopify 主題審核技能,可在 60–90 秒內完成審核並輸出評分報告。技能執行 80+ 項檢查,涵蓋效能、無障礙、轉換、SEO、AEO、GEO 等 9 個維度,並提供檔名、行號及可用的 Liquid 修正程式碼。技能在本機 Claude Code 內運行,採 MIT 授權,可免費使用、修改及商用。
作者指出,AI 能快速生成可展示的軟件原型,卻不會因此補上正式軟件所需的錯誤處理、可靠性與維護工作。朋友用 Claude Code 製作的餐廳管理網頁缺少手機版版面、登入、翻譯及錯誤情況處理,資料保存亦只足以應付重新載入。作者主張把需求故事、規格和決策記錄在 Markdown 檔案及 Git 中,供人或 Agent 日後查閲,作為理解和修復系統的依據。
Codex 的 GitHub Releases 條目標示版本號 0.171.0-alpha.4;提供的頁面文字只有 GitHub 導覽內容,沒有列出該版本的更新詳情。
作者推出 Playwright 分支 Flashwright,稱其令測試速度提升 3.5 倍,並保留幾乎相同的 API。Flashwright 通過 Playwright 自身測試套件的 2616/2616 項測試,作者亦以該套件及其他情境進行基準測試。代碼庫:https://github.com/xcodebeast/flashwright
Liberty IT 招募 40 名畢業生,透過 TechStart 計劃培養軟件工程人才,協助他們由全日制教育過渡至職場。這項 12 個月計劃以 12 週的沉浸式學院課程開始,涵蓋工程基礎、專業及商業技能,之後畢業生加入團隊並繼續學習。Liberty IT 指,AI 承擔更多軟件開發工作後,工程師的判斷力和扎實基礎更為重要。
Jonathan Blow 在影片中探討:如果 AI 解決了編碼,為何軟件仍然沒有改變?討論者認為,組織和個人尚未改變工作方式及優先目標;AI 可以更快提供人們想要的結果,但不會自行改變企業文化或目標。
spec-lane 的 PR #71 修正估算流程:全域 v1 因最近鄰中可用觀察數不足而失敗時,改用已成功預測的 v2 cohort 子集結果建立 revision。新結果保留原有鄰居及母體資料,並標示為 estimate/v2-cohort@lane-estimator/0.1.0。估算前亦會排除屬於目標 intent 的觀察,避免目標自身的資料進入兩條估算路徑。
AmanullaShaikh 開源 Apex Agents,這個 CLI 工具透過 Babel AST 將 TypeScript、JSX 和 JavaScript 函式主體替換為 {},保留類型、泛型、參數及匯出內容。
Harness Engineering 的實踐應以統一 coding agent、配置和開發流程為基礎,並透過 ACP 提高每次執行的可預測性。LLM 和 coding agent 加快程式碼產出,團隊需從 SDLC 的瓶頸着手,保留程式碼審查及人員問責,以免累積認知負債。開發者體驗調查有助衡量員工參與度,部分機構會在評分低於指定門檻時暫緩推進。
文章整理了七項 JavaScript 技巧,涵蓋陣列操作、深層複製、物件分組、fetch 逾時、錯誤成因及 TypeScript 型別檢查,適用於目前的 Node、Bun 和 evergreen browsers。文中亦介紹 JSLab 的 Auto Log、Explain Result 和 Learning & Tips,並表示 JSLab 將於 Nov 15 推出。
作者以 dev-diagnosis v0.2.2 掃描 GitHub 上 10 個星數最多的 JavaScript 和 TypeScript 專案,估算每次完整讀取合計浪費約 45.7M tokens。
Sunny Chokshi 建立 CommentInject,測試誤導性程式碼註解會否影響大語言模型程式碼審查器對同一段程式碼的判斷。數據集涵蓋 30 個有漏洞的 Python 函數、14 個 CWE 類別及 12 種註解策略。研究中,加入誤導性註解後,漏洞檢出率由 90.0% 降至 75.2%;移除註解後回升至 90.0%。
SpaceX 過去一週裁減約 60 名 Grok Imagine 團隊員工,僅留少數人維持產品運作。SpaceX 正優先發展 AI 編碼工具及 Grok Bot。
OpenAI 推出兩款 Daybreak 網絡安全產品,分別用於漏洞探測及防禦修補。Daybreak Red Team 已開放 Early Access,會分析原始碼和應用程式上下文,自動探測網絡應用程式漏洞、驗證已通報漏洞並測試修補程式。