跳到正文
11月13日週五
  1. DEV Community52

    Claude Code 如何在 osFoundry 團隊工作階段回報進度

    本文説明如何把 Claude Code 接入 osFoundry 團隊工作階段,讓它讀取工作郵件、更新狀態,並在指定節點發布進度備註。設定需將連線加入項目並授予 Contributor 角色,再以 CLAUDE.md 指示回報時機;每次發布備註前,Claude Code 仍會詢問用戶批准。文中的執行示例是模擬內容;程式碼、程式碼庫、差異內容和測試輸出留在本機,只有寫入備註或狀態的內容會傳出。

  2. IT之家80

    Google 發佈 Gemini 4 Hydrogen 模型,主打日常編碼與智能體工作流,輸入每百萬 Token 1.5 美元

    Google 推出 Gemini 4 Hydrogen,面向日常編碼及智能體工作流,支援最高 100 萬 Token 輸入及輸出。輸入每百萬 Token 收費 1.50 美元、輸出 7.50 美元,並設 low、medium、high(預設)及 xhigh 四檔思考深度。

    推薦理由:材料並列收費、思考檔位和 Orchestrator 基準數據,亦與 Gemini 3.8 Flash 比較速度與錯誤率,呈現其日常編碼定位的成本及效能參考。

  3. HuggingFace Daily Papers(社區熱門論文)49

    按檔案大小和每項已解決任務能耗選擇量化 Qwen2.5-Coder 模型

    研究按 Ollama 列出的檔案大小及每項已解決任務的能耗,為量化 Qwen2.5-Coder 提供選型指南。測試涵蓋 24 個 GGUF 檔案,並以 542 項 EvalPlus 任務評估;在 1 GB 和 2 GB 檔案中,指南分別選出 1.5B 和 3B 的 q4_K_M。7B-q2_K 在解題數上未顯著勝過 3B-q4_K_M,但每項已解決任務的能耗高出 2.03 倍。

  4. HuggingFace Daily Papers(社區熱門論文)38

    MEM-SQL:以記憶增強 Text-to-SQL

    MEM-SQL 利用經驗證的 SQL 元件及按需查閲資料庫結構,提升 Text-to-SQL 準確度並降低成本。HARE 基準包含四個數據集的 1,600 個請求,涵蓋如何沿用及修改歷史 SQL;在六個語言模型上的測試中,MEM-SQL 的平均執行準確率由 Direct Generation 的 37.1% 升至 50.0%,輸入 token 減少 76.6%,延遲降低 68.8%。

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

    自我改進記憶促進持續遞歸式自我改進

    研究提出自我改進記憶(SIM),記錄智能體 harness 修改所針對的問題、修改理據、預測及實際結果和評估背景,供後續持續遞歸式自我改進使用。十組配對編碼測試中,SIM 在九組取得較高分數,平均提升 2.36 分(95% CI: 1.05–3.68;p = 0.003)。研究結果不代表每次遷移都能改善表現。

  6. HuggingFace Daily Papers(社區熱門論文)43

    AscendGYM:面向 Ascend NPU 真實工作負載的成本感知核心優化基準

    AscendGYM 是一套評估 Ascend NPU 核心優化能力的基準,初始版本包含 48 個分為三個難度級別的核心,測試案例取自真實訓練及推理工作負載。它支援模型評估和模型框架評估,並以 Speedup-Token Score(STS)衡量加速效果與 token 成本,評估模型或框架在可接受預算內的實際優化能力。

  7. DEV Community32

    為何軟件工程對網絡應用程式開發至關重要

    軟件工程透過規劃、設計、測試和維護,協助開發者建構可靠、安全且易於維護的網絡應用程式。文章指出,盲目依賴 vibe coding 和 AI 生成程式碼,可能帶來安全漏洞、程式碼品質欠佳、測試不足、資料私隱風險及擴展困難;AI 應輔助開發者,而非取代其技術知識和責任。

  8. Unite.AI85

    Google 發佈 Gemini 4 Hydrogen,面向日常智能體工作流程

    Google 於 2026 年 11 月 12 日發佈 Gemini 4 Hydrogen,定位為面向快速編碼及智能體工作的模型,並開始全球推出。Google Antigravity 的 Orchestrator 可讓 Carbon 規劃、Hydrogen 執行,並在需要時切回 Carbon。

    推薦理由:Antigravity 團隊的測試呈現 Carbon 規劃、Hydrogen 執行的效率數據,包含接近 Carbon 的任務成功率、配額少用 24% 及平均快 19%。

  9. DEV Community57

    Claude Code Local v1.0.0 發佈,支援 Claude Code 達到使用上限後轉由本機模型接續對話

    Claude Code Local v1.0.0 發佈,讓 Claude Code 達到使用上限後可由本機模型接續原有對話。安裝程式支援 Mac、Linux 和 Windows,會按硬件記憶體選擇模型;不過手動及自動交接目前僅支援 Mac。在 8 或 16 GB Mac 上,作者建議一次處理一個明確步驟,並指出本機模型不等同 Claude Opus。

  10. DEV Community54

    AI 智能體為何虛報任務完成:LLM-as-a-Judge 為何失效,以及如何以獨立證據修正

    作者開發並開源 harness-audit-sidecar,透過檔案系統或作業系統的獨立證據,核驗 AI 智能體聲稱已完成的任務。它攔截 MCP 的 write_file 和 run_command 呼叫,並在執行前後記錄檔案的 mtime、大小或 sha256,以比對自述與實際變化。作者表示,檢測到失敗後,旁掛服務會把失敗事件寫入本地記憶層;測試中的智能體其後會先執行 mkdir -p 再寫檔。

  11. Business Insider Tech76

    Ian Buck 打造 Nvidia 的 CUDA 護城河,黃仁勳離任令其對公司未來更重要

    Ian Buck 是 CUDA 的主要建設者之一;文章指出,黃仁勳離任後,這套平台對 Nvidia 維持競爭優勢及公司未來更為重要。Nvidia 曾堅持讓每款晶片兼容 CUDA,即使平台使用者寥寥,仍為此虧損十多年。文章亦提及,競爭者正嘗試突破 CUDA 的主導地位,Buck 的技術專長及吸引開發者的能力亦被視為 Nvidia 延續優勢的因素。

    推薦理由:文章把 CUDA 的長期投入、開發者生態與 Nvidia 的領導層交接放在一起,呈現軟件平台如何支撐公司的競爭壁壘。

  12. Google DeepMind84

    Google DeepMind 發佈 Gemini 4 Hydrogen

    Google DeepMind 發佈 Gemini 4 Hydrogen,主打日常編碼及智能體工作流程中的快速執行,並即日起在開發者、企業及消費者產品渠道全球推出。

    推薦理由:文章以 Gemini 3.8 Flash 為對照,列出 Hydrogen 在任務速度、Terminal-Bench 4.1 成績及多項安全指標上的變化,呈現更新涵蓋的能力範圍。

  13. DEV Community34

    為何軟件工程對網絡應用程式開發至關重要,以及 Vibe Coding 的隱藏風險

    軟件工程透過需求分析、系統設計、編碼、測試和維護,幫助網絡應用程式兼顧安全、可靠性、可維護性及擴展能力。Vibe Coding 讓開發者以自然語言提示詞要求 AI 生成程式碼,但生成內容可能有錯誤或安全漏洞。未理解程式碼便直接部署,可能帶來風險,因此使用 AI 輔助開發仍須檢查和測試程式碼。

  14. DEV Community37

    Web Apps 中軟件工程的重要性與 vibe coding 的風險

    即使 AI 能快速生成 Web 應用程式,軟件工程仍是確保應用可靠、安全、可擴展及易於維護的關鍵。vibe coding 適用於原型、實驗、學習及小型個人項目,但若未理解、測試和評估生成程式碼便用於正式環境,可能帶來安全漏洞、效能及可維護性問題。

  15. DEV Community30

    超越氛圍編碼:為何軟件工程在網頁應用程式開發中仍然重要

    AI 工具讓開發者能以自然語言生成程式碼和網頁應用程式,但只依賴生成的程式碼,可能令應用程式出現保安漏洞、技術債、效能和擴展問題,以及測試不足。軟件工程透過規劃、測試和維護等實踐,協助打造安全、可靠且可維護的應用程式。AI 可協助生成程式碼、解釋概念和編寫測試,但開發者仍須審查、測試並理解所部署的程式碼。

  16. DEV Community39

    機率生成的程式碼需要人類核實真實結果

    機率模型生成的程式碼及其他輸出不等於事實,必須由人類在真實系統中核實結果,並承擔使用責任。作者主張,生成內容未經 staging 測試,不應在 production 執行。模型可用於撰寫重複性程式碼或作為初稿,但仍須由人類審核。

  17. DEV Community62

    Node.js AI 應用程式不能只靠 API 金鑰,還要設置成本預算

    Node.js AI 應用程式進入正式流量後,除了 API 金鑰,還須把模型 Token 用量、請求頻率及模型成本控制納入架構設計。文章提供 Node.js 範例,涵蓋輸入與輸出限制、分散式限流、用量記錄,以及先預留再按實際消耗結算的用戶或租戶預算。另建議管理對話上下文、按任務選擇模型及審慎使用快取;Agent 任務則須限制整個執行流程的模型呼叫、Token、時間、支出和工具調用。

  18. DEV Community54

    AI 編碼智能體需要守住既有承諾

    Justin McCarthy 主張,AI 編碼智能體應透過持續運行的 Promise Loops,提升程式碼系統的速度、降低成本,同時避免犧牲性能、安全或功能。他建議把遙測、錯誤日誌及程式碼覆蓋率追蹤等資料提供予智能體,並以差異隨機測試、覆蓋率引導模糊測試、影子執行和變異測試偵測改動是否破壞原有行為。

  19. DEV Community56

    Python 如何只用標準庫實作帶指數退避與隨機抖動的重試

    這篇教程示範如何只用 Python 標準庫實作重試模式,按錯誤類型決定是否重試,並以設上限的指數退避和隨機抖動錯開請求。它以共享時間預算限制所有嘗試的總耗時,亦可用語義驗證把不合要求的結果列為可重試失敗。包裝函式會返回結構化結果,失敗記錄包含類型、名稱、嘗試次數、最後錯誤和耗時。

11月12日週四
  1. DEV Community32

    Julia 初學者指南:數據科學兼得易寫與高速

    Julia 以接近 Python 或 MATLAB 的語法編寫程式,並透過 LLVM 即時編譯,實現接近 C 的速度,讓數據科學工作兼顧易寫與效能。它適合數據分析、科學計算、統計及機器學習,但套件生態較 Python 小,首次呼叫函數時的編譯亦可能較慢。

  2. DEV Community51

    作者打造 Kernelfall,讓用戶透過瀏覽器遊戲學習 Linux 核心開發

    Amr shadid 開發的 Kernelfall alpha 已開放,讓用戶透過瀏覽器遊戲進行實作實驗,學習 Linux 核心運作與開發。遊戲透過 v86 emulator 在瀏覽器內執行 Linux,用戶可執行命令及編譯 C,並用 X-ray 模式追蹤命令在核心內的運作。課程仍在編寫和檢查中,部分內容未完成,亦可能有粗糙之處和錯誤。

  3. DEV Community68

    AI 編碼智能體技能的運作方式、編寫方法與限制

    AI 編碼智能體的技能按任務需要載入程序指引;文章介紹其編寫、測試和維護方法,並説明技能無法自行確保指引獲遵守。技能以 SKILL.md 為核心,智能體先讀取各項技能的名稱和描述,符合任務後才載入完整內容及所需參照檔或腳本;文中以 Postgres 遷移示例説明觸發條件和停止確認點。

  4. DEV Community69

    我每月用 229B tokens 運行 20 個編碼智能體時,哪些環節出了問題

    作者分享自己每月約消耗 229B tokens、並行運行 10 至 20 個編碼智能體時遇到的問題,並將改善重點放在流程與工程管理。測試先於實作編寫並須能在現有程式碼上失敗,重要規則則由 hook 或測試強制執行,交付另設 QA 閘門。他報告 keryx 令智能體宣稱完成但實際未完成的運行比例由 36% 降至 11%,CI 每個智能體的耗時由約 60 分鐘降至不足 10 分鐘。