跳到正文

#程式開發

RSS
今日 0 則
11月17日週二
  1. Together AI Official Blog70

    Together AI 分享如何改善 AI 助理使用平臺的體驗

    開發者把工作交給 AI 助理後,平臺說明不清或 API 出錯,也會讓助理卡關、白花時間和費用。Together AI 設計多種任務,測試不同模型在沒有額外指引、使用檔案搜尋或載入技能時能否完成工作,再檢視操作紀錄找出問題。他們修正 GPU 價格指引、API 錯誤訊息和技能範例後,整合版技能的通過率從第一次測試的 75% 提高到 97.2%,每次執行的平均時間也比舊版少 20%。不過,不同時期的測試用了不同模型和任務,不能直接當成嚴格的前後對照。

    推薦理由:Together AI 用實測找出技能說明、API 錯誤訊息和程式範例的問題,並比較修正前後的通過率與成本,呈現評估如何帶動改善。

11月16日週一
  1. Aravind Srinivas57

    做出能在瀏覽器玩的開放世界遊戲,通常得用遊戲引擎和現成素材。這款以 1986 年邁阿密為背景的賽車遊戲,是 Teammate 在 Fable 5.2 上用程式碼做出來的,沒有使用遊戲引擎、Three.js 或外部素材;畫面引擎、城市、車子、車庫、雨水和引擎聲也都由程式產生。遊戲約有 63,000 行 JavaScript、大小為 9 MB;影片則是 Teammate 在租用的雲端 GPU 上,以 1080p60 算繪。

  2. Baseten35

    不是每項程式開發任務都需要前沿模型。開放模型的品質足以應付許多這類工作,成本也低得多。 我們整理了一份指南,說明如何評估用於程式開發 AI 助理的開放模型,內容包括: 選擇試行團隊和工作負載 使用自己已合併的 PR 衡量品質 追蹤經快取調整後每項成功任務的成本 盡可能提升易用性:沿用現有的 harness,並取得從目前模型對應到開放替代方案的指南 在此閱讀:https://t.co/I1FCWcQMGN

  3. Tauri Framework Releases43

    Tauri 發布 v2.12.6,修正事件死結與多項視窗問題

    Tauri v2.12.6 修正了幾個可能讓桌面程式卡住或操作不順的問題。例如,開發者開啟 tracing 功能時,背景執行緒送出事件,可能和主執行緒同時處理事件或查詢網頁視窗,造成程式卡住;這次更新修正了這種死結。Linux 觸控視窗縮放、macOS 重新啟動程式時搶走目前視窗焦點,以及 Windows 找不到其他磁碟中的資源檔等問題,也都有修正。⊙

  4. PyTorch Core Releases52

    PyTorch 修正 WebAssembly SIMD 建置,讓 XNNPACK 使用 SIMD 核心

    ExecuTorch 模型要在 WebAssembly 的 SIMD 模式執行時,原本只編入純量核心,造成程式連結失敗;即使改用純量核心,速度也較慢。這項修改讓 XNNPACK 在啟用 SIMD 時編入對應的 SIMD 核心,並調整 pthreadpool,避免在 WebAssembly 使用不支援的 x86 指令。作者測試一個小型卷積網路,使用 SIMD 核心每次執行需 9 毫秒,純量版本則需 90 毫秒。

  5. Guillermo Rauch52

    要預覽 X 貼文發出去後的樣子,通常得開瀏覽器截圖。Guillermo Rauch 推出 xeet,這個用 Rust 和 wasm 寫成的工具不必啟動瀏覽器、連網或讀取檔案,就能把貼文轉成 PNG;一般貼文約需 1 毫秒。它也會處理文字換行、從右到左的文字方向,以及不同語言和表情符號的字型。開發團隊用 Chrome 檢查大量排版規則,並讓自動流程追蹤 X 原本排版的變化,協助維持預覽結果的準確度。

  6. Arena.ai64

    想知道 Qwen4-Max 寫網頁的表現如何,可以先看 LMSYS Arena 的 Code Arena 榜單。榜上 Qwen4-Max 暫列 WebDev 第 6 名,得分 1750,比前代 Qwen3.8-Max(0902)的 1676 分高 74 分。它也在 HTML 專案排名第 6、品牌與行銷及參考設計專案排名第 8;這些名次和分數呈現它在幾種相關測試中的表現。

    推薦理由:這份榜單列出 Qwen4-Max 在網頁開發及相關專案的名次與分數,並與前代比較,可快速瞭解它在這些測試中的表現。

  7. PyTorch Core Releases55

    PyTorch 修正 Inductor 改寫運算後的資料錯誤

    PyTorch 的 Inductor 在改寫運算圖後,可能沿用舊的資料與排列資訊,讓後續運算出錯。這次修正會在每次改寫後更新相關資訊;如果結果無法安全接上,就不進行改寫。修正也處理了非連續輸入的集體運算問題:測試顯示,mm(a,b).t() 接著執行 all_reduce 時,修正前會算出錯誤結果,修正後則通過雙機測試。

  8. PyTorch Core Releases74

    PyTorch 用 Metal 改寫 MPS 的複數 FFT,部分資料形狀運算更快

    在 Apple 裝置上用 PyTorch 計算複數 FFT 時,原本的 MPSGraph 實作有些資料形狀跑得較慢。這項更新改用 Metal 核心處理複數轉複數的 FFT,並依資料長度選擇不同演算法;長度含有其他質數因子時,則改用 Bluestein 演算法。作者表示,新實作與 CPU 計算結果沒有數值差異。在 M5 Pro 的測試中,13 種基準資料形狀的中位速度提升 1.55 倍,143 種取自 Hugging Face 的資料形狀則提升 1.63 倍;個別形狀的速度變化不同。這次更新只涵蓋複數轉複數 FFT,rfft 和 irfft 暫時仍使用 MPSGraph。

    推薦理由:這次改寫涵蓋不同長度與質數因子的 FFT,並提供多種資料形狀的速度比較,可用來瞭解新實作在哪些情況下較有優勢。

11月15日週日
  1. PyTorch Core Releases50

    PyTorch Inductor 修正 reinplacement 後過期的 FX 圖資訊

    PyTorch Inductor 把某些運算改成可修改資料的版本時,過去沒有同步更新相關資料,可能讓後續運算誤判資料的排列方式;遇到特定的 all-reduce 運算時,甚至會算出錯誤結果。這次修正會在每次改寫後,立刻更新受影響的資料和連結;如果無法安全更新,就保留原本的運算。像矩陣相乘後轉置再做 all-reduce,修正前結果錯誤,修正後結果正確,讓圖中的資料關係和實際運算保持一致。

  2. Y Combinator60

    AI 助理開始接手工作後,團隊得思考怎麼分配任務、管理許可權,還要確認它們做出的成果是否可信。Lauren Tan 和 Roman Ugarte 所在的核心團隊花了七週,從第一行程式碼做到推出 Grok Bot。它能建立有自己身分和登入方式的 AI 助理,並在背景持續工作;行銷團隊曾讓一個 AI 助理使用自己的廣告預算,Lauren 也曾在一段 Slack 對話中,透過 AI 助理完成一項功能,過程中沒有開啟 Cursor。他們也談到,當 AI 助理能做更多事,團隊的新難題會是判斷該做什麼,以及為什麼要做。

    推薦理由:Lauren Tan 和 Roman Ugarte 分享 AI 助理如何參與日常工作,也談到當程式開發變快後,判斷該做什麼會成為新的難題。

11月14日週六
  1. PyTorch Core Releases49

    PyTorch C++ FakeTensor 改用 prim 中繼資料實作產生假張量

    PyTorch 的 C++ FakeTensor 遇到某些運算時,需要知道結果的形狀和資料型態,卻不必真的執行運算。這次修改讓它在完成拆解後,直接呼叫對應的 prim 中繼資料實作來產生假結果;如果選中的實作回報「不支援」,就直接報錯,不再悄悄改走其他路徑。像是建立空張量、算術運算和轉換資料型態都納入測試。這讓 C++ 模式能沿用這些運算的結果資訊,也能避免錯誤被其他路徑掩蓋;隨機數相關運算則因為還需要處理張量,暫時不做這項改動。

  2. Next.js Releases54

    Next.js 發布 v16.5.0-canary.50,更新 Turbopack 與開發伺服器

    Next.js 的 canary 版本更新了多項建置和開發功能,涵蓋 Turbopack、路由預先載入與錯誤回報。這次更新預設啟用 Turbopack 的分塊前縮小程式碼功能和記憶體回收,也調整使用者端參照清單,並修正開發伺服器的路由處理與結束方式。這些改動主要影響使用 Next.js canary 版的開發者。

  3. PyTorch Core Releases39

    PyTorch Dynamo 修正字典的順序、型別與長度檢查

    Python 字典的專案順序、實際型別或長度改變時,PyTorch Dynamo 可能需要重新檢查原本建立的運算圖。這項修改會記住這些字典資訊;如果呼叫函式時,關鍵字的順序不影響結果,就能沿用原本的運算圖。遇到無法確定的情況,仍會保守檢查順序。這次修改只處理字典檢查,沒有更動公開介面;它也通過部分 Python 3.15.2 CPU 測試,但其他平臺和環境的測試仍有未完成專案。

  4. PyTorch Core Releases59

    PyTorch 支援設定 NCCL 2.32.3 的 TCP 加密金鑰

    NCCL 2.32.3 能替 TCP 連線加密,但 PyTorch 原本沒有設定這把金鑰的方式。這次更新讓使用者在建立 ProcessGroupNCCL 群組時設定加密金鑰,也能用環境變數提供;金鑰不會寫進記錄或除錯資料。後續群組只能沿用同一把金鑰,或不再設定,若各個運算節點的金鑰不同,連線可能卡住。這項功能需要支援 TLS 的 NCCL;不支援的版本、ROCm,以及不含 TLS 的 NCCL,會在不同階段報錯或無法啟用。

  5. Artificial Analysis61

    用 AI 助理寫程式時,分數高不一定代表不同工具在同一套測試裡都能公平比較。Artificial Analysis 更新 Coding Agent Index,改用新版 FrontierCode 和 Terminal-Bench 評分;前者看程式修改是否值得專案維護者合併,後者更新了檢查答案的方式,讓評分更可靠,也較不容易被鑽漏洞。新版中 Claude Fable 5.2 和 Claude Opus 5.5 都拿下 58 分;整體分數平均比舊版低 5 分。得分 48 分以上的配置,每項任務成本約差 30 倍,從 $1.51 到 $44.22,顯示比較表現時也要留意花費。

    推薦理由:新版基準讓模型分數平均下降 5 分,並列出不同配置的單項任務成本,方便比較分數與花費之間的差異。

  6. PyTorch Core Releases62

    PyTorch Inductor 重整分塊軸處理,為支援更多維度做準備

    PyTorch Inductor 原本把分塊軸固定在少數幾種名稱和最多三軸,讓後續擴充多維度分塊前,得先移除這些限制。這次更新改用輸入資料的維度產生軸名稱,並讓分塊選擇依設定的上限處理;同時調整區塊大小限制、描述子和指標位移的配合方式。作者回報,多軸分塊、描述子、區塊指標與自動調校的相關測試通過。這項重構本身為後續支援更多維度的分塊鋪路,區塊大小的既有限制則仍保留。

    推薦理由:這項重構整理了 Inductor 對分塊軸數量的假設,並以多軸測試檢查描述子、指標位移和自動調校能否正確配合。

  7. PyTorch Core Releases72

    PyTorch Inductor 擴大支援更多維度的切分

    PyTorch Inductor 原本把切分軸的數量寫死,讓點狀運算難以使用超過三個維度。這次改動改用輸入資料的維度來產生軸名稱,並依設定和區塊限制選擇切分方式,也整理了相關的自動調整與描述資料處理。改動本身是後續支援更多維度切分的準備;發布紀錄列出的測試涵蓋多種軸數、描述資料和區塊指標情況。

    推薦理由:這次改動移除 Inductor 對切分軸數量的固定限制,也整理了區塊大小的選擇方式,可瞭解後續支援更多維度切分的基礎。

  8. Vercel Blog58

    Vercel Sandbox 支援代管 npm 憑證,可安裝團隊私有套件

    安裝團隊的私有 npm 套件時,AI 助理需要憑證,但憑證不該直接交給它。Vercel Sandbox 現在可以使用存放在團隊共用環境變數中的 npm 憑證,也支援 GitHub Packages 和 JFrog Artifactory 等自訂套件庫。建立沙盒時加入 credentials: { npm: true },防火牆就會替送往套件庫的安裝請求加上驗證,憑證則留在沙盒外。這讓 AI 助理能安裝所需套件,同時不必看到憑證。使用前需更新 Sandbox SDK 或 CLI。

  9. Vercel Blog76

    Vercel Token Pass 開放使用 Kimi K3.1 Pro

    團隊使用 AI 助理寫程式時,可能需要切換不同模型或工具。Vercel 的 Token Pass 現在加入 Moonshot AI 的 Kimi K3.1 Pro,可用於寫程式和 AI 助理工作流程,也支援看圖、使用工具,並提供 1M 上下文視窗。這項早期訂閱每隊每月 $30,會提供每月 $80 額度,可用於連線 AI Gateway 的程式開發工具或用 AI SDK 建立的 AI 助理;透過 Token Pass 處理的請求不會保留資料。

    推薦理由:Token Pass 把 Kimi K3.1 Pro 加入團隊訂閱,並列出月費、可用額度與資料保留方式,方便評估是否符合開發需求。

  10. Vercel Blog73

    Vercel Token Pass 每月 $30 可用的代幣額度提高到 $150

    Vercel Token Pass 每月收費 $30,現在提供的代幣額度從 $80 提高到 $150,可用於透過 AI Gateway 提供的指定開放權重模型。額度會在每個計費週期重設,不能累積到下個月;用完後,使用一般 AI Gateway 金鑰或 OIDC 權杖的請求會改用團隊的 AI Gateway 餘額,使用 Token Pass 專用金鑰的請求則會停止,也不會產生超額費用。這項加購服務目前開放給 Pro 團隊,名額有限,額滿後會列入候補。

    推薦理由:每月抵用額從 $80 提高到 $150,費用維持 $30;用量到期後,不同金鑰的處理方式也有所不同。

  11. Google Research85

    Google 開放 Antigravity 的 /teamwork,讓 AI 助理協作研究與工程工作

    研究和工程工作常要處理大量資料、反覆試錯,還得確認每一步都正確。Google 在 Antigravity 開放 /teamwork 和 /boost,讓多個 AI 助理分工探索,再用 Lean 4、軟體測試或硬體量測檢查結果。Google 分享的案例包括協助研究者完成數學證明、找出分子結構,以及改寫系統程式;研究者仍負責提出問題和確認成果。學術研究者也可申請六個月免費使用最高用量方案。

    推薦理由:Google展示 /teamwork 如何把長時間研究拆成多個可檢查的步驟,並用形式驗證、測試與硬體量測篩選結果,呈現多 AI 助理協作的實際做法。

  12. Arena.ai45

    LMSYS Arena 本週公佈多款模型在不同競賽的表現。Claude Fable 5.2 (Max) 在 Agent Arena 排名第 1,根據 7.8k 次真實使用記錄,淨改善幅度為 +30.5%;Gemini 4 Hydrogen (High) 則是前 10 名中速度最快的模型,每個常見步驟約需 7.3 秒。Muse Ember (Max) 以每項任務 $0.03 的中位成本登上 Code Arena: WebDev 第 37 名;Inkling 2 Small 則以 1647 分拿下該榜開放權重模型第 1。這些排名讓人能比較模型的表現、速度與成本;推文也提到,採用 Apache 2.0 的開放權重即將推出。

  13. cloudflare blog76

    Cloudflare 將 Kitesurf 開源,讓開發者自行部署 AI 助理用的瀏覽器

    AI 助理需要瀏覽網頁時,完整瀏覽器會使用較多 CPU 和記憶體。Cloudflare 現在把 Kitesurf 的程式碼放上 GitHub,開發者可以在自己的電腦執行、修改,再部署到自己的 Cloudflare 帳戶。Kitesurf 能載入網頁、執行 JavaScript,並支援 Chrome DevTools Protocol,因此可連線 Puppeteer 等工具。自架部署需要 Workers Paid 方案,因為它會為網頁建立隔離的 Workers。

    推薦理由:Kitesurf 開源後,開發者能自行閱讀、修改並部署瀏覽器引擎;文章也說明瞭本機試用方式與自架時的方案要求。

  14. Browser Use Releases53

    Browser Use 推出 1.0.4rc1,批次清除舊截圖

    瀏覽器操作留下太多截圖時,逐張清除會改動先前的訊息,讓提示詞快取失效,增加輸入成本。Browser Use 1.0.4rc1 改成累積到 20 個工具結果帶有截圖後,再一次清除舊截圖。原文舉例,BU Bench 1.0.3 有一項 705 步的任務讀取了 27.8M 個輸入 token,其中 1.6M 個來自快取;這次調整是為了減少清除截圖對快取的影響。更新也讓 BU_NAME 呼叫者在無法使用 Chrome 時各自取得 Chromium,並在瀏覽器設定錯誤可能由新版修正時,由 CLI 和 MCP 提醒 AI 助理升級。

  15. PyTorch Core Releases39

    PyTorch 修正 XPU 使用 DLPack 時的裝置編號

    XPU 裝置原本需要把 SYCL 的裝置編號換成另一個編號,傳給 DLPack 時才會對得上 PyTorch;這次 PyTorch 改成直接使用 PyTorch 自己的裝置編號,做法和 CUDA 一樣。以 xpu:0、xpu:3、xpu:7 為例,修改前傳出的編號是 9、12、16,修改後變成 0、3、7。這項改動也讓原本會失敗的 managed_tensor_allocator 搭配 kDLOneAPI、data=NULL 情況順利運作。

  16. Databricks Blog52

    OpenAI 與 Databricks 合作,讓企業用受治理的資料匯入 AI

    企業匯入 AI 時,常遇到員工看不到公司資料,或 AI 不懂公司怎麼定義營收等指標。OpenAI 與 Databricks 合作,讓 ChatGPT 透過 Genie 讀取員工有權檢視的資料,並依公司定義回答問題;工程團隊可讓 Codex 經過 Unity Gateway,設定預算並檢視每次請求紀錄。企業也能在 Databricks 上使用 OpenAI 模型打造自訂 AI 助理。這些做法讓員工更快查資料、工程主管掌握使用情況,也讓團隊在既有許可權管理下開發 AI 應用。

  17. PyTorch Core Releases42

    PyTorch 調整 CSR SpMM 的 CPU 工作分配,讓稀疏矩陣運算更有效率

    CSR SpMM 遇到每列有很多非零值、而且右側資料有很多欄時,每列要做的運算會變多。這次 PyTorch 修改了 CPU 分配工作的方式,讓這類情況可以把資料列切得更細,也把原本每處理一個非零值都要呼叫的程式改成直接累加,少一次額外呼叫。修改也保留非連續資料的支援,並加入浮點數與複數資料的正確性測試,確認右側資料和輸出都不是連續排列時仍能正確運算。

11月13日週五
  1. Databricks Blog70

    Databricks Genie Migrate 正式推出,支援將七種資料倉儲的 SQL 轉到 Lakehouse

    企業把舊資料倉儲搬到 Databricks Lakehouse,常得花很多時間改寫 SQL、查檔案之間的關係,還要逐一找出轉換錯誤。Databricks 的 Genie Migrate 現已正式推出,可處理 Microsoft SQL Server、Azure Synapse、Teradata、Oracle、Snowflake、Amazon Redshift 和 Google BigQuery 的 SQL。它會整理檔案與資料表的依賴關係、同時轉換多個檔案,並檢查和修正產出的程式碼,讓工程師比對新舊版本後核准結果。Databricks 表示,七種來源的基準測試中,每種都有超過 90% 的檔案轉換正確;MIXI 測試的 BigQuery 檔案則約有 85% 不必手動修改即可執行。

    推薦理由:文章以七種資料倉儲的轉換基準與 MIXI 實例,呈現 Genie Migrate 的轉換成果及工程師仍需檢查的工作。

  2. Hugging Face Blog64

    llama.cpp 與 ggml 發布 v1.0.0,讓 API 相容性變更更清楚

    使用 llama.cpp 和 ggml 的開發者越來越多,程式庫介面一旦改變,可能影響依賴它們的其他軟體。ggml-org 發布 llama.cpp 與 ggml 的 v1.0.0,並說明往後若公開 API 或 ABI 出現不相容變更,主版本號就會增加,讓開發者更容易看出升級可能帶來的影響。文章也列出主版本號、小版本號與修補版本各自適用的變更型別,並說明目前支援超過 150 種模型架構變體。

    推薦理由:llama.cpp 與 ggml 升至 v1.0.0 後,公開 API 的相容性變更會反映在主版本號,方便依賴這些程式庫的開發者掌握升級影響。

  3. PyTorch Core Releases42

    PyTorch FSDP 修正單一分片群組的梯度被重複縮小問題

    FSDP 遇到只有一個分片的群組時,會跳過資料交換,但仍要調整梯度大小。問題出在某些情況下,系統已把調整分成前後兩步,單一分片的處理又多做了一次,讓梯度縮得太小;例如原本應除以 4,結果變成除以 16。這會影響一般 FSDP 和 HSDP 的單一分片群組。這次修正只在前後兩步都沒有另外調整時,才由單一分片的處理來調整梯度。

  4. Cursor Official Blog79

    Cursor 說明安全事件經過,最多 5,000 人可能收到惡意 Claude Code 擴充套件

    Cursor 說明,一把遭竊的存取金鑰讓攻擊者取得部分歷史資料與憑證,並進一步入侵部分 SaaS 工具。外洩資料包含少量未遮蔽的憑證,API 憑證遭洩漏的客戶不到 0.01%;攻擊者也把未經 Anthropic 發布的 Claude Code 惡意版本放進 Cursor 擴充套件市集使用的快取。10 月 29 日曾要求特定快取版本的使用者,最多有 5,000 人可能收到惡意版本,包含 Anthropic.claude-code 2.1.312 和 2.1.313;單純移除擴充套件可能無法排除影響。Cursor 表示已下架版本、輪換憑證、重建市集並將推論流量移出 Fireworks,觀察到的最後一次攻擊活動發生在 11 月 1 日,且已遭攔截。

    推薦理由:說明外洩憑證如何一路造成資料遭取用與擴充套件遭竄改,也交代受影響範圍及 Cursor 已採取的處理措施。