如何讓多個 AI 助理同時寫程式,又不互相覆蓋檔案
多個 AI 助理同時寫程式,可能改到彼此的檔案、搶用同一個連線埠,或拿舊程式碼合併。作者建議每個 AI 助理使用自己的 Git worktree 和分支,開始前先認領工作、列出預計修改的檔案,避免重複處理同一項任務。各自的連線埠、快取和測試資料庫也要分開;合併時先處理共用的介面或資料格式,再更新其他分支並重新測試。這些安排能減少衝突,也讓團隊更容易確認最後交付的版本確實通過檢查。
多個 AI 助理同時寫程式,可能改到彼此的檔案、搶用同一個連線埠,或拿舊程式碼合併。作者建議每個 AI 助理使用自己的 Git worktree 和分支,開始前先認領工作、列出預計修改的檔案,避免重複處理同一項任務。各自的連線埠、快取和測試資料庫也要分開;合併時先處理共用的介面或資料格式,再更新其他分支並重新測試。這些安排能減少衝突,也讓團隊更容易確認最後交付的版本確實通過檢查。
大型訓練圖片上傳到一半中斷時,檔案可能已經存好,資料庫卻沒有紀錄,之後也難以確認何時該刪除。作者示範用 Node.js 分段上傳,先建立待處理紀錄,再儲存上傳編號,等檔案完成後才更新狀態;工作程式重新啟動後,也能依紀錄接著處理或放棄未完成的上傳。文章提醒,儲存期限和上傳工作期限是兩件事,必須分開管理;要定期找出並中止沒完成的上傳。
金融服務儲存使用者的私密圖片時,光是把檔案上傳成功還不夠,還得避免未授權的人下載或新檔蓋掉舊檔。文章示範用 Node.js 和 Sharp 在上傳前縮小圖片並轉成 WebP,再以私有許可權和固定的重試識別碼寫入雲端;應用程式要先確認使用者有權檢視,再發出限時下載連結。作者也提醒,儲存服務不一定有版本還原、不可變更儲存或短於一天的期限設定;若這些功能是必要條件,就要選擇能提供它們的儲存服務。
HTML 裡的文字已經存成亂碼時,加上 UTF-8 標記也救不回原文。文章用「Café」變成「Café」為例,說明這是原本的文字被錯誤解讀後又存檔造成的;標記只能告訴瀏覽器如何讀取目前的檔案,無法猜出文字原本是什麼。修復前要先和可信來源或未受影響的副本核對,再只替換確認受損的文字,並檢查替換次數;建議另存新檔,保留原檔以便比對和還原。
如果 AI 助理能自己修改判斷工作是否完成的條件,測試通過也不一定代表工作做對了。作者示範一種檢查方法:開始前記下存放上限和測試的檔案內容,工作結束後再比對;只要這些檔案有變動,就先不接受結果。範例中,AI 把上限和測試一起改成 12,檢查仍會擋下來。不過,它只看事先指定的檔案,若把新上限寫到別處就抓不到,因此還是需要行為測試和人工檢查。文中也提醒,設定值能讀程序式,不代表它真的會影響執行結果。
修理大型程式庫的 bug,常得先找出相關檔案,再確認修改有沒有弄壞其他功能。Together AI 把 Tornado 的 344 個檔案和一份 bug 說明一次交給 Qwen4 Max,沒有先挑檔案或使用工具;模型在 72 秒後提出修補方式,並找出程式庫裡可參考的舊寫法。套用修補後,兩個針對這個問題的測試和整套 1,673 個測試都通過。這次請求用了 652,519 個輸入 token,促銷價約 69 美分;重送相近內容時,快取讓輸入費用降到約 3 美分。Qwen4 Max 已在 Together AI 上線,支援 100 萬 token 的上下文視窗,但目前只接受串流請求。
推薦理由:這次實測把整個 Tornado 程式庫一次交給模型,呈現長篇程式碼修補的流程、測試結果與費用。
有些瀏覽器會關閉 JavaScript,讓依賴網頁互動的小工具無法使用,也不方便把結果分享給別人。作者做的 HueConvert 把色彩轉換放在伺服器上,並用網址記錄顏色和印刷紙材型別;即使互動程式出錯,表單仍能送出,分享網址也能重現結果。工具可在 HEX、RGB、HSL 和 CMYK 格式間轉換,也會用螢幕顏色比對 Pantone 參考色,但作者提醒,比對結果只是數位參考,不能當成油墨配方或保證;螢幕預覽也取代不了實體色票和打樣。
Node.js 能同時處理很多請求,但 JavaScript 通常仍在單一主執行緒上執行;如果這個執行緒忙著做大量計算,其他請求也可能卡住。文章用事件迴圈、libuv 和 async/await 說明背後的運作方式:等待檔案或網路回應時,主執行緒可以處理其他工作;await 會暫停目前的非同步函式,不會自動把同步計算移到別處。作者也用伺服器端點示範,CPU 密集工作執行時,連一般請求都會變慢,並介紹 Worker Threads、背景工作者及資料庫交易等處理方式。
AI 應用同時收到很多請求時,重試程式可能讓每個失敗的請求一再重送,反而把服務塞得更慢;如果帳戶額度用完還一直等著重試,使用者也會白等。串流中途斷線後從頭播放,還可能讓畫面上的文字重複;整理聊天紀錄時,也可能把 AI 助理的工具呼叫和工具回覆拆散,導致服務拒絕處理。 文章介紹 TypeScript 套件 RetryKit v2.0.0,能處理重試、備用 API 金鑰輪替、串流中斷和聊天紀錄整理。以 OpenAI SDK 為例,SDK 本身預設會重試 2 次,再套上 3 次重試,單次失敗就可能變成 12 次請求。RetryKit 會避免重試次數疊加,遇到額度用完則改用備用金鑰,也不會在串流已送出文字後默默從頭重播,讓 AI 應用比較不容易因重試而拖慢或顯示錯誤內容。
網站看起來能正常使用,不代表真的適合放進使用者的資料;作者提醒,AI 做出的網站也可能因許可權或設定疏漏而露出個資。他整理了 10 項上線前檢查,例如用兩個測試帳號確認彼此看不到對方的資料、檢查瀏覽器程式碼裡有沒有秘密金鑰,以及確認付款狀態由付款服務驗證。清單也提醒要限制登入和表單的重複請求、更新套件,並避免把開發伺服器直接放到網路上。多數檢查不需要寫程式,若發現問題,應先修好再邀請真實使用者。
Windows 防毒軟體可能會把用來啟動 Node 專案的 .bat 檔刪掉,讓每天開工都得重新處理。Erdem Cırık 分享三種替代做法:用 Windows Terminal 開兩個分頁、用 PowerShell 指令碼開兩個視窗,或用 npm 的 concurrently 套件在同一個終端機啟動兩個專案。Terminal 的方式能在分頁間檢視錯誤;concurrently 會把兩個專案的輸出放在一起,但按 Ctrl + C 會同時停止兩個專案。作者目前使用 Terminal,也依照自己想怎麼檢視和停止專案,說明各方法適合的情況。
AI 助理執行昂貴工作時,管理者得同時控制總支出,也要知道每筆費用算在哪位租戶名下。文章建議把帳戶支出上限放在 AI 助理無法修改的地方,並在執行前估算費用、替進行中的工作保留額度,完成後再用實際費用核對帳目。文中的示例裡,cedar 已用掉 70 個單位、另有 20 個單位保留,再加上預估 15 個單位就會超過 100,因此應拒絕這項工作。這能讓支出拒絕與租戶歸帳都有清楚依據;示例數字只是說明用途。
AI 助理要查 Java 套件裡的程式碼時,常得先印出整個類別,再慢慢找需要的部分。開源工具 jdx 能直接查詢 JVM 套件、Java 原始碼套件、類別資料夾或 Maven 座標,只回傳指定的方法或資訊,也能透過 MCP 提供多種查詢工具。文章拿 Gson 的 toJson(Object) 方法做比較:使用 jdx 查詢需要 2 次呼叫,輸出約 4.6 KB;搭配其他指令查詢則需要 5 次,輸出約 17.5 KB。jdx 會標示資料來源;沒有原始碼時,會註明內容是反編譯還原結果。
要找出大型程式專案裡的錯誤,常得先挑出相關檔案;Together AI 把整個 Tornado 專案和錯誤描述一次交給 Qwen4 Max,沒有使用工具或先搜尋檔案。模型在 72 秒內提出修補程式,找出兩個關鍵檔案,修補後通過維護者為該錯誤寫的兩項測試,也通過整套 1,673 項測試;這次請求費用為 69 美分。文章也說明瞭服務價格、串流使用方式與提示詞快取。這是單一案例,展示模型處理大型程式專案的方式與成本。
推薦理由:這次測試把整個 Tornado 專案和錯誤描述放進單次請求,呈現 Qwen4 Max 修補程式、通過測試所需的時間與費用。
AI 助理寫程式很快,但看起來合理的程式碼和有自信的測試摘要,可能藏著錯誤。Lean Team 整理了合併前該檢查的五件事:呼叫不存在的 API、忽略錯誤、測試沒有真正檢查結果、只相信 AI 助理說測試通過,以及把行為改動藏在重整程式碼裡。作者建議查檔案、確認測試實際執行並檢查輸出,也把行為改動分開測試。這份清單可放進合併請求範本,也能交給 AI 助理先自我檢查。
同一個工作交給不同模型,答案和費用可能差很多,光看基準分數不一定知道哪個適合自己的工作。作者整理 GPT-6.2 Astra 和 GPT-6.2 Sol 的價格與基準資料,並提供 .NET 10 範例,讓兩款模型用相同設定處理三種工作,再比較答案、花費和時間。文中轉述的測試顯示,Astra 在部分多步驟與資安相關基準較高;在一項程式開發基準中,兩者分數接近,但 Astra 每項工作估計花費較高。這些是廠商提供或轉述的測試結果,作者建議用自己的工作資料評估,再決定部署哪款模型。
iPhone 錄的影片設成 Telegram 個人頭像後可能沒有反應,原因是 Telegram 不接受文中提到的 HEVC(H.265)MOV 格式組合,卻沒有說明原因。作者因此做了 @liveavabot,讓使用者傳送影片或 GIF 後,拿到可用的頭像檔案。 轉檔時,ffmpeg 會先找出畫面範圍,再從中裁出置中的正方形,縮成 800x800,轉為 H.264、移除音訊,並把片長限制在 10 秒內。若檔案超過約 2 MB,程式會提高壓縮程度再試。Telegram Bot API 無法直接替使用者設定個人頭像,因此收到檔案後仍要在 Telegram app 裡自行設定;以檔案方式傳送則可避免 Telegram 重新壓縮。
Roam 把 AI 助理的工作紀錄存進 Git,方便作者在不同電腦間接續工作,但一次同步檢查發現,儲存庫竟然膨脹到 22 GB。原因是每次新增訊息,舊紀錄標題的總數也會跟著改,Git 因此一再儲存大量變動內容。作者改用不會變動的訊息標題,並把每次新增的紀錄放進新檔案,讓舊檔不必重寫;同步失敗時,Roam 現在也會回報錯誤。搜尋功能也曾因小字串保留整份大檔案而佔用過多記憶體,作者調整讀取方式後,4.8 GB 的歷史資料搜尋速度從 47 秒降到約 5 秒內。
推薦理由:Together AI 用修正 Tornado 程式碼的案例呈現 Qwen4 Max 的實際用途,並列出測試結果與單次請求費用。
React App 原本只能顯示文字,加入語音後,就能把文字念出來。這篇教學用 ElevenLabs 產生語音:網頁把文字送到一個小型 Node.js 伺服器,再由伺服器呼叫 ElevenLabs API、把音訊傳回瀏覽器播放。這樣 API 金鑰就不會直接放在網頁裡。文章也示範如何讓使用者按下按鈕聽到朗讀,並提到可以上傳約 10 秒的聲音樣本,建立自訂聲音。
C# 15 的聯集型別看起來像一種新型別,但編譯後實際變成什麼?作者用 ILSpy 檢視編譯好的程式,發現它是一個普通的 struct,裡面用一個 Value 欄位存放目前的情況,每種情況各有一個建構函式。編譯器會在編譯時檢查 switch 是否涵蓋所有情況;程式執行時,則只是依序檢查 Value 的型別。瞭解這些細節,就能看懂聯集型別提供的安全檢查在哪裡運作。
企業用 Dify 執行 AI 工作流程時,需要看清每一步發生什麼事,也要讓人能審核重要操作,並避免惡意檔案進入知識庫。這篇指南介紹 Dify 1.20 的 OpenTelemetry 追蹤、把審核通知送到 Slack、Microsoft Teams 等通訊工具,以及上傳檔案時先掃描病毒的功能。文章也整理自架環境升級時要調整的設定檔、工作佇列和資料庫遷移步驟,方便團隊掌握部署前的準備工作。
開發工具的說明若只藏在程式碼裡,很難看出功能是否真的照預期運作。YodaMan 團隊為工具寫下完整規格,逐項對照程式碼後,找出約 50 個問題;像是提問功能沒有走完整搜尋流程、不明網頁能接收即時更新,以及資料夾路徑檢查不足。這次更新也替修正加入測試,避免相同問題再出現。Context Expert 1.4.0 則改進多種程式語言的切分與搜尋,並補上之前漏掉的檔案和程式碼行。升級後需要重新建立專案索引。
地圖程式通常要配合不同引擎修改,平面地圖和 3D 地球也常是兩套系統。退休工程師 Kenji Yoshida 做了 Ortho Earth,讓 MapLibre GL JS 和 CesiumJS 的程式只要更換匯入方式就能執行,地圖則一直保持球面;需要平面圖時,可切換成保留各國面積比例的 Equal Earth。作者比對官方範例,MapLibre GL JS 的 137 個範例都能執行,CesiumJS 的 304 個範例也都能執行,但部分畫面和答案與原引擎不同。Ortho Earth 以 WebGPU 繪圖,無法使用時會改用 WebGL2;它也提供 MCP 伺服器,讓 AI 助理查詢檔案與範例測試結果。
整份會計 CSV 的借貸總額看起來相等,不代表每筆分錄都正確,因為兩筆方向相反的錯誤可能互相抵銷。作者示範用 Python 依分錄編號加總借方與貸方,列出需要檢查的分錄;編號會保留為文字,像「0008」這樣的前置零也不會消失。範例中「0008」借方比貸方多 10 歐元,因此會被列出。這項檢查能找出漏行等問題,但分錄平衡仍不能保證科目或期間正確;作者也提醒要保留原始檔案。
推薦理由:Code Mode 把多步工具操作交給 JavaScript 一次編排,也能在背景執行長工作,文中並說明如何檢視程式碼與管理背景任務。
儀錶板還連得上,不代表每臺 IoT 裝置都有正常回報;裝置持續回報,也不代表觀看者的畫面一定收到更新。文章建議由 API 記下每臺裝置最後一次回報的時間,再依設定的期限標示為「最近回報」、「過期」或「未知」,不要把過期直接說成裝置已關機。範例用 10 秒回報間隔和 30 秒期限說明判斷方式,並提醒正式系統還要處理重複與過期資料、逾時狀態更新,以及儀錶板重新連線後補回最新資料。
退款政策裡常有天數,但光看到數字,不一定知道它適用於什麼情況。這篇教學用一小段程式找出「30-day」或「within 7 days」這類寫法中的第一個天數,並分清楚三種結果:找到天數、文字裡沒有符合的天數,以及欄位空白。以 StagingBench 的 12 筆退款欄位為例,程式找出 8 筆有天數、1 筆有文字但沒找到天數,另有 3 筆是空白。若一句話同時寫了首次購買和續訂期限,程式只會抓第一個數字,也不會知道它適用哪個條件;所以要保留原文,不能把擷取出的天數當成完整退款規則。
只定期匯出 MongoDB 資料,會漏掉後來的新增、修改和刪除,讓 Snowflake 裡的資料跟不上。作者實際示範用開源工具 OLake Go 讀取 MongoDB 的 Change Streams,再把資料寫成 Iceberg 表格,供 Snowflake 查詢,也能讓 DuckDB 和 Spark 讀取同一批檔案。範例先複製 48 筆資料,再同步 12 筆變更;作者也提醒,兩次同步不能隔得比 MongoDB 保留變更紀錄的時間更久,否則就得重新複製資料。
重複的開發工作如果只靠口頭交代,容易漏掉步驟,也可能讓不同 AI 助理各自用不同方式處理。Yonto Player 的程式庫把這些工作寫成 Markdown 檔,內容包含何時使用、要做哪些步驟,以及每一步的指令;人也能直接閱讀照做。較長的細節放在參考資料夾,相關工作流程則互相引用,避免規則散落重複。作者也分享了問題修正、品質檢查和開啟 PR 等例子,讓團隊能把日常做法整理成容易維護的工作指南。
AI 工具讓寫程式更容易,也讓更多人能做出產品,但不一定能讓每個團隊都更快。文章整理的研究顯示,用 Copilot 寫一個全新的 HTTP 伺服器,受試者快了 55.8%;另一項研究則發現,熟悉大型程式庫的開發者使用 AI 後慢了 19%。作者也提醒,產品做得快,仍可能沒人需要;文中引用的資料顯示,43% 的受調查新創倒閉案例提到產品和市場不合。文章最後提出先查證問題、用便宜方式測試,再決定是否開發的六步做法。
模型檔案縮小後,回答品質可能跟著下降,也很難知道不同壓縮方法差多少。作者推出 LookAtMyQuant,會估算模型各部分壓縮後對輸出的影響,再分配儲存空間;新版也提供可在 Apple Silicon 上執行的模型與工具。以 Inkling-2-Mini 為例,5.38 GB 版本在 GSM8K 解出 134 題、HumanEval 通過 60 題;8.87 GB 版本在 GSM8K 解出 148 題,與原始模型相同。這些比較呈現了縮小檔案後的測試結果,也顯示表現會因模型大小與測試專案而異。
推薦理由:作者提供多種模型在相同檔案大小下的量化比較,並列出數學、程式測試與文字差異,方便衡量縮小模型後的取捨。
有些自架軟體需要 PostgreSQL,使用者得先安裝並維持資料庫伺服器運作,試用起來不太方便。作者做出 miniPG,把完整的 PostgreSQL 伺服器和使用者端包進單一執行檔;指定一個資料夾就能建立資料庫、執行查詢,也能讓需要 PostgreSQL 伺服器的軟體使用它。程式結束後不必另外關閉資料庫服務,資料仍留在磁碟上。miniPG 適合本機、單人使用;若要在雲端服務多人或使用複本,作者建議照一般方式部署 PostgreSQL。
推薦理由:miniPG 把需要啟動伺服器的 PostgreSQL 用法收進單一執行檔,文中也交代它適合本機單人使用的範圍。
從空資料夾做出一款能玩的語言遊戲,要怎麼把課程、答題和進度放在一起?作者用一段提示詞,讓 AI 程式開發工具做出 Lingo Hop:手機畫面裡有五堂西班牙文課、連續學習天數、愛心和經驗值,每堂課有選翻譯和拼句子兩種練習。作者讓工具在瀏覽器實際玩完第一堂,答對 8 題中的 7 題,並確認進度有存下來;之後又加上每天累積經驗值的進度圈。不過其他課程還沒逐一玩過,這個單人原型也沒有帳號、同步、口說或聽力功能。整次模型使用費為 6 美分。
AI 助理能產生更多程式碼,但團隊可能更難看懂整個系統,也更難判斷改動會帶來什麼影響。作者整理出 6 個程式碼審查習慣:先用一句話說清楚改動目的,再對照程式碼;連同周邊模組、套件和測試一起看;遇到團隊沒人能解釋的新部分,就追問它的用途;合併前也要想清楚出錯時會怎樣、能不能復原。文中提到的系統性失靈是他人的觀點,六個習慣則是作者自己整理的實務做法,不能當成事故原因的研究證據。
測試程式寫好後,如果規格或網站改了,測試可能跟不上,久了就會失去作用。Playwright CLI v0.1.10 加入一套技能,讓 AI 助理照著書面規格規劃測試、產生程式碼,也能協助修正失敗的測試;不過這版只提供做法,還不會自動發現規格變更並開始修補,團隊得自己接上這段流程。這次也改進了網路請求檢查,請求會有固定編號,資料能直接交給其他工具處理,不必先刪掉外層文字。這讓測試更容易配合 CI 工作流程,但要讓 AI 助理自動維護測試,仍需要額外設定。
程式自己的程式碼看起來沒問題,相依套件卻可能呼叫已被新版 React 移除的函式,讓錯誤直到執行時才出現。Since 新增檢查相依套件程式碼的功能,會指出哪個套件仍呼叫舊函式,也把結果放在匯入該套件的程式碼位置,方便開發者處理。文章以 React 19 的 findDOMNode 為例,找到 react-transition-group 4.4.5 的呼叫;傳入 nodeRef 可以避開這條呼叫路徑。作者也分享修正誤報的方法,並提到公開掃描最多保留前 100 項發現。
GitHub Advanced Security 會列出程式碼和套件的安全問題,但大量警示很難看出哪些真的正在執行、是否能從網際網路連到。文章說明如何用 Dynatrace 把 Kubernetes 正在執行的映像檔對應到 GitHub 專案,再把部署資訊送回 GitHub,讓團隊先篩出已部署、對外曝露或能接觸敏感資料的問題。映像檔加上建置來源證明後,可用於不同的映像檔儲存庫;若沒有證明,依映像檔名稱比對只適用於 ghcr.io。作者依據官方檔案與廠商文章整理步驟,並明確指出自己沒有實際安裝驗證;Dynatrace Managed 是否適用,檔案也沒有說明。
經營 SaaS 時,每位客戶的資料要怎麼分開,是常見的架構選擇。這篇教學說明 Laravel 的「每個租戶使用一個資料庫」做法:主網域上的中央資料庫存租戶清單、網域和全站設定;客戶進入自己的子網域後,系統會依網域切換到該租戶的資料庫。文章也提醒,快取、檔案和背景工作都要記住所屬租戶,避免資料混在一起。這種做法方便分開備份或搬移客戶資料,但需要管理更多資料庫;客戶規模較小時,共用資料庫並用 tenant_id 區分也可能更簡單。
Windows 11 的診斷資料可能記下電腦執行過哪些 AI 程式和開發工具,讓人擔心它是否也會收集提示詞或程式碼。研究者逆向分析一個 Windows 元件後發現,它會把符合的程式名稱記成約每日更新一次的勾選紀錄;這份紀錄沒有提示詞或程式碼,也不代表程式真的執行過,因為只要把其他程式改名成 codex.exe,也會觸發相同紀錄。這項發現只來自研究者測試的環境,尚未證明所有 Windows 11 電腦都有啟用。使用者可到「設定」中的「診斷與意見反應」檢視或關閉選用診斷資料;公司管理的電腦可能無法自行更改設定。