跳到正文
11月3日週二
  1. DEV Community56

    Halal Food Scanner 手機成分辨識復盤:裁剪故障、模型測試與 AI 不負責判定的原因

    Halal Food Scanner 以手機照片辨識成分,作者的復盤指出模型只負責讀取及映射成分,清真判定則交由人工審核的資料表。照片裁剪至 ML Kit 偵測的文字框後,未讀出成分的照片比例由約 40% 升至 48%;團隊改為不裁剪、以 1600 px 上傳,並移除裝置端文字檢查。作者建議將未知成分標示為「未核查」並檢查失敗照片,避免模型猜測或前處理移除所需資訊。

  2. DEV Community48

    AI 智能體框架比較:LangGraph、CrewAI 等

    文章比較 LangGraph、LlamaIndex、OpenAI Agents SDK、Microsoft Agent Framework、Google ADK、CrewAI 和 Haystack 等 AI 智能體框架,整理各自的定位、最新發展及適用場景。當中涵蓋通用智能體應用、知識密集型任務、多智能體協作,以及面向企業的部署需求。

  3. DEV Community54

    HTTP 204 與 SEO:成功狀態碼仍可能令公開頁面沒有內容

    HTTP 204 表示請求成功但沒有回應內容,公開答案頁即使返回成功狀態,也可能沒有可供爬蟲處理的文件。文章建議核對文件請求本身、回應狀態與內容,以及產生回應的路由,並與合法的無內容 API 回應分開處理。修復空回應只代表內容可供後續處理,並不保證搜尋收錄、排名或 AI 答案引用。

  4. Tomer Tunguz 博客(VC 分析)61

    AI 產業四層的核心問題與相互牽動

    Tomer Tunguz 將 AI 產業拆分為應用、Harness 與 Context、模型及數據中心四層,分析各層的核心競爭與經濟問題及其相互影響。文章指出,輸入 context 最多佔全部 tokens 的 98%,harness 可令相同答案成本下降 71%、毛利率由 38% 升至 75%;現時約 83% 的 Agent 任務會路由至較小或專用模型。

11月2日週一
  1. DEV Community38

    NeuroTrace:如何將腦部 MRI 分割轉化為以證據為本的研究工作流程

    NeuroTrace 將腦部 MRI 腫瘤分割、互動式視覺化、確定性定量分析及 AI 輔助研究整合為開源研究平台。平台採用約 1.41 million parameters 的預訓練 3D U-Net,支援 CPU 推理。Gemma 4 透過 Gemini API 或本機確定性綜合模式提供研究輔助;原始 MRI 數據保留在本機,AI 助手接收結構化資料及計算結果。

  2. DEV Community44

    雲端認證應先考哪項?AWS、Azure 與 Google Cloud 的選擇及備考方法

    選擇 AWS、Azure 或 Google Cloud 認證,應先看工作會使用的平台、目標職位及已有實作經驗;新手或非工程職位可先考 fundamentals,有相關經驗者可直接考 associate。備考可先做限時測驗,再按考試範疇學習、重測並動手建置小型項目;文章亦提供可按每週時間調整的 4–6 週計劃。

  3. 虎嗅75

    約80名富豪捐逾3.33億美元阻擊加州40號提案

    約80名頂級富豪已向反對組織「建設更好加州」捐款逾3.33億美元,意在阻止加州40號提案通過。該提案若通過,將對以2026年1月1日居民身份為準、淨資產超過10億美元的加州居民一次性徵收5%財富税,並可分五年繳清。支持方目前籌得約3270萬美元,不到反對方的十分之一。

  4. 創業邦65

    Meta與上海機器人公司傅利葉合作開發人形機器人原型,推進第二版

    Meta與上海機器人公司傅利葉合作開發人形機器人原型,並推進第二個版本;原型目前用於內部研究和實驗,沒有銷售計劃。這台內部代號為Max的原型重約48公斤,配有五指手和可顯示面部表情的螢幕,雙方約用三個月完成原型。文中亦提及其他模型公司透過投資或合作佈局機器人,指出原型要成為可長期使用的機器,仍須應對環境變化及動作失敗。