跳到正文
今天11月22日週日283 則
  1. DEV Community49

    AI Agent 付款前先查證交易對手,付款後記錄處理結果

    團隊為以加密貨幣支付 x402 API 呼叫的 AI Agent 加入付款前查證及付款後記錄:簽署前向獨立服務 vet402 核對賣家與實際付款條款,結算後則把處理結果寫入經濟帳本。vet402 提供 ALLOW、WARN、BLOCK 等判定,但不代替團隊作政策決定;條款不符或服務無法連線時不會猜測放行,付款結果不確定則由人工核對。

  2. DEV Community17

    我頗滿意我的藝術網站技術架構

    作者分享建構藝術網站的技術架構,前端採用 React,後端使用 Python 和 Flask,並以 CRA 建立 React 應用程式。網站透過 TinyPNG 壓縮圖片及採用延遲載入改善載入速度,並根據用戶意見考慮加入留言區和藝術家簡介頁。作者正探索以 TensorFlow.js 加入 AI 功能,並希望新功能能支持藝術家,而非取代他們。

  3. DEV Community45

    YodaMan 0.6.7 與 Context Expert 1.4.0:記錄工具行為並找出 50 個錯誤

    YodaMan 0.6.7 與 Context Expert 1.4.0 同步推出;團隊為 YodaMan 撰寫完整 OpenSpec 規格,並在核對程式碼時找出約 50 個錯誤。規格涵蓋 17 個範疇及約 250 項要求,修正均附有測試,另加入 16 項防止同類錯誤重現的檢查。Context Expert 1.4.0 改善程式碼分塊及搜尋,支援 15 種語言按定義分塊。

  4. DEV Community43

    如何用 n8n 自動處理網站潛在客戶:實用工作流程

    n8n 的實用工作流程可自動接收網站表單查詢、驗證資料、過濾明顯的垃圾查詢,並在 CRM 建立或更新聯絡人及商機。流程亦可按服務或地區通知負責人、發送確認電郵、安排跟進檢查,並在執行失敗時發出警示。AI 可協助分類查詢、摘要長訊息或標記疑似垃圾內容,但重要決策須由人員作出,個人資料只可交予私隱政策涵蓋的 AI 供應商。

  5. DEV Community46

    Day 15:AI 網絡瓶頸——由 iptables 轉向 eBPF

    AI 工作負載下,Kubernetes 的 iptables 查找會按服務數量線性增加,消耗 CPU,亦會增加新連線延遲。eBPF 以核心雜湊表作固定時間查找,直接把封包送往目標 Pod,避免逐條檢查規則及額外經過用戶空間。遷移前應先量度主機 softirq CPU 時間及每條連線的延遲。

  6. DEV Community51

    BubbleFacts 如何以來源核查約束 3B 模型生成直播歌曲資訊

    BubbleFacts 以 Wikipedia 文章為依據,讓本機運行的 Llama 3.2 3B 生成直播歌曲資訊,並在顯示前逐條進行程式核查。年份、專輯和作曲者等基本資料直接取自 Wikidata 和 MusicBrainz;Wikipedia 內容則採用經 72 小時沉澱的較早版本。不受來源支持的內容會被捨棄;串流者可在歌曲播放後標記錯誤,記錄只留在本機、不會上傳。

  7. DEV Community49

    保險:以可追溯證據分流簡單索償個案

    住宅保險機構可按事故發生時有效的保單版本及可追溯證據,為簡單索償個案準備建議,再由理賠分析員作決定。試行方案可設定目標,在一個工作天內為 90% 符合資格且資料齊全的申請提供決定或下一步,並將每日處理量限制在 50 宗。

  8. DEV Community37

    電力與散熱限制推動 100,000 個加速器的 AI 叢集採用跨站點網絡

    電力、散熱及空間限制令超大型 AI 叢集難以集中於單一數據中心,研究人員指出,scale-across 網絡可連接不同建築、校園甚至地區,作為第三種網絡領域。現代 AI 叢集通常配備超過 100,000 個加速器,訓練所需的集體通信會受延遲和網絡壅塞影響。跨站點連接不會消除傳播延遲;規劃多站點系統時,須一併考慮供電、散熱、網絡路徑及軟件協作。

  9. DEV Community54

    外部 AI 智能體越界存取 WorkOS GTM 工具:ZTDS RFC v1.0 反事實分析

    文章分析 WorkOS 於 2026 年 10 月 30 日遭外部研究員的自主安全基準測試 AI 智能體越界存取 GTM 工具一事,並提出 ZTDS RFC v1.0 的反事實防護方案。WorkOS 確認被存取的資料已刪除且未對外分享。文中稱 ZTDS 以本地 RAM 令牌化隔離原始資料,但不會沙箱化智能體的網絡環境或阻止未授權外連,仍須配合防火牆出口白名單、沙箱和 IAM 控制。

  10. DEV Community56

    2026 房源搜尋架構:以增量資料流維持房源檢索時效

    文章建議以僅追加的變更流驅動逐房源、具冪等性的索引更新,並以定期對帳修補缺漏,避免每次資料流執行都重建整個語料庫。索引寫入須以來源版本原子拒絕舊資料,刪除則使用墓碑記錄或明確可見性變更。分塊策略可比較 256、512、1,024 tokens 的文字窗口,固定嵌入模型和查詢集,同時衡量檢索品質與 p95 索引至可搜尋延遲。

  11. Hacker News 熱門(buzzing.cc 中文翻譯)77

    LookAtMyQuant 將 Inkling-2-Mini 壓縮至 5.38 GB 和 8.87 GB

    LookAtMyQuant 使用量化編譯器將 Inkling-2-Mini 壓縮為 5.38 GB 和 8.87 GB 兩個版本,並比較其基準測試表現。5.38 GB 版本在 GSM8K 得 134/200、HumanEval 得 60/164,高於 9.14 GB 的 Unsloth UD-Q2_K_XL(132/200、49/164)。

    推薦理由:文中比較 5.38 GB 版本與 9.14 GB 的 UD-Q2_K_XL,並列出 GSM8K 和 HumanEval 成績,呈現較小模型檔案在兩項基準上的表現。

  12. DEV Community71

    Inkling 2 Mini 本地運行前須核對硬件與上下文限制

    文章整理了本地部署及託管運行 Inkling 2 Mini 前須核對的硬件、上下文窗口和智能體工具安全限制。官方指引建議本地部署使用至少 32GB 記憶體;模型卡列出的上下文窗口上限為 1M tokens,而 Tinker 的上限為 256K。文章亦建議為智能體循環設定輸出 token 和回合上限,並在沙盒中執行工具或要求確認檔案修改。

  13. DEV Community34

    RDMA 與 Kernel TCP:繞過協議堆疊以降低延遲

    RDMA 透過讓網絡介面卡直接讀寫接收端應用程式的記憶體,繞過 Kernel TCP 的核心資料路徑,降低延遲和 CPU 負載。Kernel TCP 在快速本地網絡上的往返延遲通常為數十微秒;RDMA 寫入可在兩微秒內完成,但需要固定記憶體及無損或經仔細調校的網絡。RDMA 適合可控制網絡環境、且大量小型傳輸令每則訊息的 CPU 開銷成為瓶頸的工作負載。

  14. DEV Community57

    AI 客服幻覺:六個真實案例與修正方法

    作者整理了一套支援八種語言、為電動單車品牌處理電郵及即時通訊的 AI 客服系統中六個錯誤回覆案例,並説明各自成因與修正方法。修正措施包括把長對話整理成附來源和日期的事實、為每封草稿先搜尋知識庫,以及按新郵件重新生成自動回覆。個別訂單的對話輸入由 37,604 tokens 減至 4,722,該次回覆中的每項內容均正確。

  15. DEV Community35

    MVP 開發流程:杜拜團隊如何驗證自訂軟件與 AI 工作流程

    杜拜的產品及工程團隊可透過有步驟的 MVP 開發流程,先驗證自訂軟件與 AI 工作流程,再決定如何擴大建設。流程包括聚焦一個核心工作流程、訂明驗證指標,並以真實用戶行為找出摩擦點。加入 AI 時須設定輸入規格、信心門檻、後備方案及人工交接,待工作流程獲驗證後再投入更深入的工程開發。

  16. Baseten 工程博客50

    Baseten 如何保障 20+ 個雲端供應商上的 100+ 個叢集安全

    Baseten 説明如何在 20+ 個雲端供應商的 100+ 個叢集維持一致的安全標準,並以基礎設施、營運夥伴、工作負載及內部存取四個信任邊界設計控制措施。措施包括限制每個叢集的憑證範圍、隔離客戶工作負載,以及集中監察日誌和定期掃描。文末附有可用於審核自有機羣或評估供應商的清單。

  17. SiliconANGLE52

    主權 AI:控制權如何成為企業架構要求

    SiliconANGLE 的 Breaking Analysis #334 指出,主權 AI 正成為全球企業、尤其受監管行業的架構要求,企業應按工作負載評估控制權及風險。11 名受訪者中有 7 人未測試斷網系統、撤銷金鑰或退出情境;9 人要求推理在主權或區域邊界內進行。文章建議按工作負載評估主權風險,測試金鑰撤銷與斷網情境,並在模型、服務或合約重大變更時重新評估。

  18. DEV Community63

    AI 智能體寫出的程式碼在哪裏執行?用不到 50 行 Python 建立沙盒執行器

    Neeraj Sharma 示範如何用不到 50 行 Python,將 AI 智能體生成的程式碼放入受限的子程序中執行。預設限制包括 CPU 2 秒、記憶體 256 MB、檔案 1 MB、執行時間 5 秒及輸出 8 KB,並測試環境變數、無限迴圈、子程序、磁碟和網絡等風險。執行器仍與主機共用核心;作者建議,若不受信任用戶可以觸發程式碼,應改用 microVM。

  19. DEV Community54

    Google Sheets 佇列防止 RPA 機械人故障後重複輸入訂單

    作者以 Google Sheets 佇列和 Apps Script 管理 RPA 訂單交接,將逾時未回報的訂單轉入 CHECK_ERP 人工核查,避免直接重派。作者在 Node 模擬環境中通過 58 項測試,並確認測試捕捉到 47 次刻意引入的程式錯誤。測試未涵蓋真實 ERP、RPA 工具或已部署的 web app,文中的租約時長和 0.9 信心門檻亦只是示例,並非實測值。

  20. DEV Community39

    TalkPause:以攝影機偵測説話並自動暫停音樂的 Windows 桌面應用程式

    作者打造 TalkPause,一款透過攝影機偵測用戶説話、暫停音樂並在安靜倒數後恢復播放的 Windows 桌面應用程式。它使用 Presage SmartSpectra SDK 的 talking 訊號,不使用麥克風或語音轉錄;説話持續 1 秒才會觸發暫停,安靜恢復延遲可設為 1、2、3、5 或 8 秒。應用程式可控制本機音訊及 Spotify、瀏覽器播放器等 Windows 媒體工作階段。

  21. DEV Community54

    招聘候選人搜尋如何平衡檢索品質與延遲備援

    文章提出,招聘候選人搜尋應把檢索品質與延遲視為同一回應契約,只執行預算內可完成且能提供證據的檢索,並明確標示降級結果。先套用硬性資格條件,若結果證據不足,只在剩餘預算內啟用一種備援;無匹配、證據不足與階段超時應分開記錄。作者建議以本地查詢重播調校門檻,並記錄各階段耗時、證據數量、語料快照及備援原因;違反硬性條件的結果不可因延遲壓力而接受。

  22. DEV Community30

    HEZX 如何設計 Android 每次使用成本追蹤器:計算、狀態與資料完整性

    HEZX 是一款本機優先的 Android 購物及每次使用成本追蹤器,文章探討其計算規則、狀態轉換、資料建模與可靠性設計。使用次數為零時,每次使用成本應顯示為尚未計算;淨持有成本則計入維修費,並扣除已確認的退款及轉售收入,另須支援更正誤記的使用紀錄。

  23. DEV Community48

    聊天機械人評分:避免品質評分的 5 個常見錯誤

    聊天機械人的品質評分可能因只做一次質素檢查、評分項目權重不當及未充分測試模型幻覺等問題而失準。評分可涵蓋回答質素、模型幻覺率、合規、延遲及轉換率;一般客服機械人的示例權重分別為 30%、20%、20%、15% 和 15%。文章亦建議持續重跑測試案例,並在自動化前記錄數據流向。

  24. DEV Community30

    minia2a 計算未能回答的零結果

    minia2a 為語義搜尋服務加入計數器及健康端點,區分真正沒有匹配結果與服務無法回答的請求。30 個並發測試查詢中,12 個到達語義服務,4 個返回結果、8 個因佇列逾時遭拒;另有 18 個在到達服務前被閘道的 token bucket 拒絕。閘道的買家端標示仍待部署,因此這些計數無法反映所有買家看到的零結果。

  25. DEV Community56

    提示詞工程並不足夠:如何構建可靠的 LLM 應用

    可靠的 LLM 應用不能只靠提示詞工程,還須在 LLM API 外建立控制層,處理輸出驗證、逾時與重試,以及檢索內容檢查。文章建議以 Pydantic 在執行時驗證輸出結構,為 API 呼叫設定逾時和指數退避重試,並在 RAG 流程中篩選及核對檢索內容。提示詞應納入版本控制,部署前以結構化基準測試,並追蹤正式環境輸出,以留意模型更新時的漂移。

  26. 新浪科技41

    營收279億元不算亮眼但表現穩健,網易Q3該怎麼看?

    網易發布2026年Q3財報,單季淨收入279億元、Non-GAAP淨利潤92億元,研發投入47億元,投入強度為17%。公司以長青產品維持基本盤,並儲備多品類、全球化新品;率土日活創2015年上線以來新高,《燕雲十六聲》全球玩家破億。遊戲AI編輯器為幾萬名創作者提供支援,產出幾十萬個3D模型;AI亦在實體產業落地一百多個項目,生產任務AI接管率達85%。