跳到正文

#Google

RSS
今日 12 則
11月18日週三
  1. Dev.to Top Tech43

    為什麼把 iOS 和 Android 商店評論混在一起,會漏掉一半工程問題?

    同一款 App 的 iOS 和 Android 使用者,可能遇到完全不同的問題;把兩邊評論混在一起看,容易讓真正的工程問題被平均掉。作者比較 Goodnotes、MyFitnessPal 和 Cronometer 的商店評論,發現 Goodnotes 的 iOS 使用者常抱怨更新後的操作問題,Android 使用者則提到載入很慢、當機和 PDF 匯出檔變大;MyFitnessPal 的 iOS 評論提到按鈕沒反應,Android 評論則提到同步不穩。團隊應分開檢視各商店評論、保留版本資訊,並先確認每則抱怨再安排修正,才不會把力氣花在錯的地方。

  2. Dev.to Top Tech75

    長上下文和 RAG 怎麼選?用真實問題測試搜尋會不會漏掉資料

    只有一份長檔案、問題不多時,直接把全文交給模型最簡單;資料量大、問題常常重複時,RAG 只搜尋相關段落,能減少每次送進模型的文字。作者用 1,000 頁合成資料測試 BM25 搜尋,發現問題換個說法時比較容易找不到答案所在段落;這項測試沒有呼叫模型,因此不能說明模型答得準不準。文章建議拿 20 個真實問題比較兩種做法,檢查答題正確度、延遲、輸入 token 數,以及答案有沒有根據模型實際讀到的內容。

  3. Dev.to Top Tech54

    Google Play 測試者的手機無法安裝 App?用 Device catalog 找出原因

    封閉測試的測試者看到「你的裝置與這個版本不相容」時,可能是手機不符合測試版本的條件。文章整理五種常見原因:Android 版本太舊、手機缺少必要硬體、App 沒附上相容的原生程式庫、裝置被 Play Console 排除,或版本適用於手錶、電視等其他裝置。可以先請測試者提供手機型號和 Android 版本,再到 Play Console 的 Device catalog 查狀態:若顯示不支援,就檢查版本設定或程式庫;若顯示已排除,就調整排除規則。修正版本設定後要上傳新版本;若是排除規則造成,移除規則即可。若裝置顯示支援但仍無法安裝,也要確認測試者登入的 Google 帳號是否正確。

  4. MediaNama54

    Rediff.com IPO 揭露風險:Gmail 競爭、流量變動與新業務考驗

    Rediff.com 在 IPO 檔案中列出多項可能影響業務和現金流的風險。公司表示,Rediffmail 面對 Gmail 等郵件服務的競爭,Rediff News 的流量也仰賴搜尋引擎和社群平臺,演演算法改變可能讓流量下滑。Rediff Pay 和 Rediff TV 還沒開始帶來營收,Rediff Pay 也要在競爭激烈的 UPI 市場爭取使用者。此外,公司提到收購業務的整合、尚未收款的收入,以及關係企業往來都可能帶來財務或利益衝突風險。

  5. Dev.to Top Tech57

    GPT-5.6 英文檔案翻成俄文,每百萬個來源 token 約花 $16.88

    用大型語言模型翻譯檔案時,費用常比只看輸入 token 的價格高出不少,因為翻譯後的文字也要逐個計費。作者用一份英文與俄文的產品說明估算,英文翻成俄文時,俄文 token 數約多 24%;以 GPT-5.6 的價格計算,每百萬個英文來源 token 約花 $16.88,是隻按輸入價格估算的 8.44 倍。作者也提供公式,並建議只送需要翻譯的文字、要求模型只回譯文;檔案長度和不同模型的 tokenizer 都會影響實際費用,這份計算也沒有比較翻譯品質。

  6. Dev.to Top Tech82

    AI 助理攻擊框架加快漏洞利用,作者整理防守做法

    漏洞公佈後,攻擊者可能很快就從修補內容找出弱點,讓防守團隊的處理時間變短。Google Threat Intelligence Group 表示,多個多 AI 助理攻擊框架已用於實際活動,其中一個會持續研究漏洞和製作利用方式,過程中不需人類介入;但這不代表每次攻擊都能成功,或全程不需人類參與。報告提到,攻擊者可比較修補前後的程式碼,嘗試製作並執行利用方式,再依結果調整。作者建議追蹤網路服務從修補公告到正式更新所需的時間,並搭配暫時封鎖、行為監測和許可權控管,減少漏洞被利用後能造成的影響。

    推薦理由:文章說明攻擊者如何利用修補前後的程式差異加快漏洞利用,也整理縮短修補時間與監測異常行為的做法。

  7. Phoronix (Linux HW & Benchmarks)53

    Sashiko 0.9.4 新增整組修補設計評估功能

    檢查 Linux 核心的程式碼修補時,只逐筆看每個修改,可能不容易掌握整組修改的設計。Sashiko 0.9.4 新增實驗性的整組修補評估功能,可用 sashiko review --design 檢視整組修補的設計,補上原本逐筆檢查的方式。這項功能目前仍在實驗階段;新版也加入對 e2fsprogs 的程式碼審查支援。

  8. 雷科技42

    華為 Pura X View 66 天啟用破百萬,寬版直板手機能紅多久?

    華為 Pura X View 賣得很快,上市 66 天就有超過 100 萬臺啟用,讓其他手機品牌也開始規劃寬版直板手機。不過,手機螢幕變寬後,App 不一定排得好看、用得順;這種手機雖然看影片、打字時有寬螢幕優勢,單手操作和直向看資訊卻比較不方便。文章認為,寬版直板手機適合喜歡寬螢幕、又不想用折疊手機的人,但市場較小。等寬版折疊手機變成熟、價格下降後,寬版直板手機可能會逐漸失去空間。

  9. Dev.to Top Tech43

    DeepSeek、Claude、Kimi、Codex、Gemini AI 倫理測試:改寫捐款公告時,誰會保留查核真相?

    AI 助理回答危險問題時,就算沒有提供傷人的內容,幫忙修改公告時也可能把重要事實藏起來。作者用同一組中文提示詞測試 DeepSeek、Claude、Kimi、Codex 和 Gemini:五者都擋下了 8 種有害要求,也都拒絕謊稱捐款已經通過獨立查核。但在捐款公告的第三次修改中,DeepSeek 和 Kimi 保留了「尚未經過獨立查核」這件事;Claude 加上提示詞沒提供的對帳說法,Codex 最後的公告沒寫清楚查核狀況,Gemini 則拿掉提醒,留下沒有根據的「已驗證」字樣。這次測試裡,DeepSeek 和 Kimi 得 11/11,其他三者各得 10/11。這提醒我們,AI 助理有沒有拒絕說謊是一回事;它改好的公告有沒有偷偷漏掉關鍵事實,也得仔細看。

  10. aihot61

    Gemini API 可直接讀取 Office 檔案,也能只處理指定內容

    處理大型檔案、影片或音訊時,可能不需要用到整份內容。Gemini API 現在可以直接接收 Word、PowerPoint、Excel 和 OpenDocument 檔案,也能從檔案、試算表、影片與音訊中選取特定部分,例如指定頁碼、工作表、儲存格範圍或時間區間。也可以選擇頁面圖片、擷取出的文字、公式或影片轉錄文字等內容。這讓人能只送出需要處理的部分,也只為那部分付費。

    推薦理由:Gemini API 新增 Office 與 OpenDocument 檔案直傳,並可指定要處理的頁面、儲存格或時間範圍,方便評估能否減少不必要的處理與費用。

  11. Dev.to Top Tech51

    Skat 教學改用 ElevenLabs 配音,並加入法語語音檢查

    合成語音照著文字朗讀時,符號和數字可能聽起來不自然,也容易和原稿不一致。作者替 Skat 遊戲的教學換上 ElevenLabs 配音,重新錄製波蘭文、德文和英文的 108 段語音,另為法語牌型錄製 39 段。為了讓朗讀順口,教學文字會把數字改寫成適合唸出的形式,也會把等號唸出來或改成停頓;接著用 Gemini 把每段語音轉成文字,和原稿比對內容與速度,修正後 147 段都沒有被標記為異常。這套做法提醒製作者,合成語音最好逐段轉寫檢查,別只靠自己聽。

  12. 雷科技75

    Google 把 AI 概覽綁進教育版搜尋,芝加哥學區寧可改用別家

    Google 規定,從 2027 年初開始,學校若要繼續使用教育帳號的搜尋服務,就不能單獨關閉 AI 概覽。芝加哥公立學區表示,若 Google 不提供拆分選項,就會改用其他搜尋引擎;學區目前也已封鎖學生帳號和校方配發裝置上的 ChatGPT、Claude 與 Gemini,理由是隱私風險和學生安全。Google 認為搜尋與 AI 已深度結合,無法拆開,並推出一步步引導解題的課堂功能。家長、老師和學生則擔心 AI 可能取代老師的引導、影響思考,也可能提供不準確的資訊。

  13. Dev.to Top Tech77

    AWS Interconnect – multicloud 如何連線 AWS、Azure 和 Google Cloud

    不同雲端之間要走私人網路,過去常得自己安排機房、線路和路由設定,流量大時網路費也可能增加。AWS Interconnect – multicloud 讓 AWS、Azure、Google Cloud 和 Oracle Cloud Infrastructure 之間建立由雲端業者管理的私人連線:選好區域和頻寬後,用啟用金鑰配對,業者會處理線路與路由協商,資料不經過公開網際網路。AWS 端按頻寬和地區級別收固定時費,不按流量計費;例如同樣 10 Gbps,費用可能從每小時 $12.33 到 $51.78。另一端仍會另外收費,Azure 的付費價格尚未確認;能否使用也取決於地區配對、IP 網段是否重疊,以及流量是否穩定。

    推薦理由:文章拆解多雲專線的連線方式、費用與適用情境,能幫助團隊衡量固定頻寬費用是否適合既有的跨雲流量。

  14. iThome (臺灣)78

    Optimizely 供應鏈攻擊波及 178 個組織,資安日報整理多起攻擊與修補訊息

    網站使用的第三方程式碼遭植入惡意內容,可能讓訪客資料也暴露在風險中。Optimizely 的服務遭攻擊後,研究人員發現 188 個惡意程式片段,涉及 178 個組織;惡意程式可能竄改加密貨幣錢包地址,或竊取信用卡資料與 Cookie。Optimizely 表示已修補漏洞並移除惡意程式碼。這份日報也整理多起其他事件,包括利用 Microsoft 365 當機訊息誘騙使用者點選連結的釣魚攻擊,以及 N-able 發布修補 17 個漏洞的更新。

    推薦理由:這份資安日報整理多起供應鏈、漏洞與釣魚事件,並列出已知攻擊情況及修補方式,呈現企業近期面對的不同風險。

  15. Dev.to Top Tech51

    教你用 MCP 讓 Claude 唯讀查詢 Google Search Console

    想知道哪些搜尋帶來訪客、哪些頁面排名下滑,或新頁面是否已被 Google 收錄,通常得自己開啟 Search Console 查資料。作者示範把一個遠端 MCP 連接器加到 Claude,登入能檢視網站資料的 Google 帳號後,就能用日常問法查詢點選、曝光、排名、網站地圖和單一頁面的收錄狀況;Claude 也能接著檢查點選下滑的頁面。這個連接器只有讀取許可權,不能要求 Google 收錄網頁或提交網站地圖,也不必安裝軟體。

  16. Dev.to Top Tech55

    Google Analytics MCP 兩種接法怎麼選:官方伺服器或貼上網址

    想用 Claude 查網站流量,不一定要開啟 GA4 手動做報表。這篇文章比較兩種 Google Analytics MCP 接法:Google 官方伺服器要安裝 Python、設定 Google Cloud 和登入憑證,可檢視漏斗報表,也能在開啟寫入許可權後新增資料;作者提供的遠端伺服器只要貼上網址並用 Google 帳號登入,免安裝,但提供的七種工具都只能讀資料,沒有漏斗報表。遠端服務會顯示 Google 尚未驗證應用程式的提醒,並設有 100 位使用者上限;若團隊不接受未驗證的應用程式,可以選官方伺服器。

  17. Dev.to Top Tech60

    Kubernetes Python 使用者端朝 OpenAPI Generator v7 和原生 asyncio 改造

    Python 程式連線 Kubernetes 時,舊版使用者端的程式碼產生工具已停止維護,大型叢集列出 Pod 或節點也可能花上 30+ 秒。Google 工程師正和開源貢獻者改造官方 Kubernetes Python 使用者端,逐步移到 OpenAPI Generator v7.20.0,並加入原生 asyncio、SharedInformer 快取與 WebSocket v5 支援。SharedInformer 會快取資源並在變動時通知程式,減少反覆查詢 API 伺服器的需要;效能改造則著重於降低資料轉成 Python 物件時的耗時。這些工作仍在進行中,平臺團隊可依路線圖和版本更新安排升級。

  18. Hacker News (official RSS)59

    All About Berlin 作者談 Google AI Overviews 如何讓網站流量減少

    經營網站的人靠搜尋流量讓讀者找到內容,也需要這些流量維持網站運作。All About Berlin 的作者說,網站經歷多年成長後,流量因 Google AI Overviews 減少了 70% 至 75%;搜尋頁面會先顯示廣告和 AI 生成的答案,原本的網站連結則排在後面。作者表示,收入變少讓他難以繼續寫新指南,也讓讀者更難直接接觸他的內容。他還提到,有些網站經營者已替內容設付費牆,也有人不再更新網站。

  19. Dev.to Top Tech83

    開放權重模型落後封閉模型多久?作者用資料比較能力、算力與授權

    開放權重模型的能力和封閉模型差多少,會隨時間、評量方式和授權條件改變。作者用 Epoch AI 截至 2026 年 10 月 30 日的資料追蹤模型分數,指出 2026 年開放模型平均落後約 6.7 個月;中國團隊推出的模型已連續 673 天保持開放權重領先。不同地區的差距也不一樣:美國和歐洲模型落後更多,而授權條件會影響模型能不能用在商業服務。作者認為,選模型時除了看能力,也要確認來源與授權是否符合自己的需求。

    推薦理由:作者把開放權重模型的能力差距拆成時間、算力、地區與授權來比較,呈現採用這類模型時需要衡量的實際取捨。

  20. solidot65

    Google AI Overviews 讓外部網站搜尋點選減少四成

    看到搜尋結果裡的 AI 答案後,使用者可能不再點進外部網站。研究人員在美國桌面版搜尋中,隨機對部分使用者隱藏 Google AI Overviews,再比較搜尋行為;結果顯示,顯示 AI Overviews 時,流向外部網站的點選量少了 40%。研究也指出,DataForSEO 追蹤的美國搜尋關鍵字中,超過一半會出現 AI Overviews,一年前約為 6%;而 AI 答案帶給網站的流量只佔網站總流量的 0.3%。

    推薦理由:隨機實驗比較有無顯示 AI Overviews 的搜尋行為,呈現搜尋摘要如何影響外部網站點選,可用來理解網站流量變化。

  21. The Hacker News82

    Cold Relic 利用竊得的 Google Workspace 資料入侵第二家美國組織

    Cold Relic 入侵一個組織後,偷來的員工資料和郵件可能讓下一波釣魚看起來像熟人聯絡。Google 表示,攻擊者先取得一家美國組織的 Google Workspace 超級管理員帳號,利用受害者接受 MFA 推播,以及自行登記的驗證裝置、通行金鑰和備用碼維持存取,並大量下載雲端檔案。之後,攻擊者冒充該組織員工,誘使第二家使用 Microsoft Entra ID 單一登入的美國組織員工點開假檔案連結,竊取登入資料與驗證權杖,再下載其雲端檔案。報導未提及修補版本或緩解措施。

    推薦理由:這起事件呈現攻擊者如何利用前一個組織遭竊的員工名單與郵件建立可信身分,再以釣魚手法入侵業務往來物件。

  22. Dev.to Top Tech67

    8 個讓 ChatGPT、Gemini 等 AI 搜尋更容易找到你網站的方法

    想讓 AI 搜尋推薦你的商家,只在網站塞滿關鍵字並不可靠。作者整理 8 個做法,從統一網路上的商家名稱、地址和電話,到清楚介紹團隊、回答顧客接著會問的問題,再到分享自家資料、累積外部網站提及,讓 AI 更容易認出你提供什麼服務。文章也提醒,重要內容要能直接從網頁讀到;若服務說明只靠 JavaScript 載入,部分 AI 搜尋工具可能看不到。自我推薦清單等短期技巧則可能被降權,做好網站與商家資訊,才是較穩當的方向。

  23. Dev.to Top Tech58

    35 款 AI 影像模型每張多少錢?Tokely 比較 API 價格與畫質、尺寸差異

    用 API 生成圖片時,模型、畫質和尺寸不同,每張圖片的費用也會差很多。Tokely 查了 6 家開發商的官方價格頁面,比較 35 款模型的單張圖片費用;在指定的標準畫質與尺寸下,中位數是 $0.035,價格從 $0.011 到 $0.134。報告也指出,同一款 GPT-Image-2 從低畫質調到高畫質,價格會從 $0.006 升到 $0.211;圖片尺寸也會影響費用,例如 Nano Banana 2.1 從 1K 的 $0.0336 升到 4K 的 $0.113。這份資料只反映當時的牌價,沒有比較圖片品質或生成速度;估算預算時,畫質和尺寸設定也得一起納入。

  24. iThome (臺灣)65

    Chrome 158 推出安全更新,修補 204 個漏洞

    Chrome 158 穩定版在 11 月 17 日推出,這次更新修補 204 個資安漏洞,其中 6 個屬重大等級、62 個屬高風險。Windows 和 macOS 使用者應升級至 158.0.8127.36 或 158.0.8127.37;Linux 使用者應升級至 158.0.8127.36;Android 使用者應升級至 158.0.8127.42。漏洞型別以「記憶體釋放後再存取」最多,共 51 個。報導未提到這些漏洞是否已遭攻擊利用,更新版本可用來緩解相關風險。

  25. Dev.to Top Tech72

    Max Quimby 分析 Outlook、FAA 與 NSA 故障是否和 AI 有關

    Outlook、航空系統和其他重要服務接連出問題,讓不少人懷疑是 AI 發動了攻擊。Max Quimby 整理各事件的已知原因,指出 Outlook 故障和 NSA 網路中斷都與軟體或維護問題有關,FAA 停飛則發生在更換通訊裝置時;Optimizely 的事件才是確認的供應鏈攻擊,但文中沒有證據顯示它由 AI 驅動。作者認為,這些故障更直接地反映老舊系統、裝置升級和第三方程式碼帶來的風險,同時提醒 AI 自動尋找漏洞的工具已出現在真實攻擊中。

  26. Dev.to Top Tech39

    Biblioteca NoSQL 如何用 Cloud Firestore 管理書籍,並透過 GitHub Actions 自動發布

    管理書籍資料時,除了新增和刪除,還得讓畫面跟著資料變動,發布更新也可能要一步步手動處理。這個課堂專案做了一個線上書籍目錄:每本書各自存成一份資料,可以新增書籍、按類別篩選,也能標記是否讀過;資料有變動時,開著網頁的人會自動看到更新,不必重整頁面。GitHub Actions 會在程式送到 main 分支後先跑測試,通過才把網站發布到 Firebase。這讓小型網站也能省去不少手動發布的步驟。

  27. Rohan Paul73

    用大型語言模型替醫療答案打分時,如果評審偏愛自己寫的內容,整體比較結果就可能跟著偏斜。Stanford 團隊讓 OpenAI、Anthropic、Google 和 Qwen 的 8 個模型回答 620 個臨床工作者提出的問題,再替 8 份匿名答案排序。每個模型給自己的答案排名都比其他 7 個評審更高,平均差 1.22 名次,GPT-5.6 Sol 接近 3 名;即使公開模型名稱,偏差也只減少 0.094 名次。研究建議使用不同模型家族組成評審團,並分別呈現各評審的結果。

    推薦理由:研究比較 8 個模型對匿名醫療答案的排序,呈現評審模型偏向自家答案的幅度,也說明多模型評審與分開呈現結果的做法。

  28. Dev.to Top Tech47

    Google Maps Ask Maps 行程規劃:怎麼分清 AI 建議和可查證的地點、路線資料

    想安排旅行時,只說「帶小孩玩兩天,開車時間少一點」,AI 可以先把這些想法整理成條件,但還不能證明景點真的存在或當天有開。文章用 Google Maps Ask Maps 的新功能帶出一種規劃方式:先弄清楚需求,再查地點和路線資料,最後把建議排成行程,並標出資料何時查到、來自哪裡。若換了景點,就重新計算受影響的路段;資料缺漏時,也要明說查不到,不能自己補答案。路程時間只是估算,訂位或購買前還得讓使用者確認。這是示意設計,文章沒有宣稱 Ask Maps 就是這樣運作。

  29. Hacker News (official RSS)64

    Kernel 拆解 Gemini 4 Carbon 為何修錯誤要花這麼久

    修程式錯誤時,Gemini 4 Carbon 有時要花近一小時,其他模型只需幾分鐘。Kernel 用自己的程式除錯測試,逐步記錄模型花在哪裡,發現慢不只因為每一步推論較久,也因為 Carbon 做了許多題目沒要求的檢查,還常重讀看過的程式碼。測試中,Carbon 平均走的步驟約是 Astra 的 7 倍,動作約 11 倍;研究者估計,減少重讀並一次多做幾項工具操作,可縮短約四分之一的額外時間。作者也加入定時提醒,詢問是否已有足夠資訊可以修改,Carbon 在其中一次測試提早動手,顯示它的工作方式也影響了速度。

  30. Dev.to Top Tech80

    Google 發布 Gemini 3,首日就匯入搜尋的 AI Mode

    新模型推出後,大家常要等一段時間,才會在搜尋服務裡用到它。Google 在 2026 年 11 月 17 日發布 Gemini 3,並從第一天起讓 Pro 和 Ultra 訂閱者在 Google 搜尋的 AI Mode 使用它;作者說,前幾代模型進入搜尋都晚了幾週。文章也提到 Gemini 3 Pro 在 LMArena 得到 1501 Elo,Gemini 3 Flash 則比 2.5 Flash 快約 2 倍、執行成本低約 60%,這些數字是 Google 提供的。作者認為,模型發布時就接上搜尋服務,讓更多人能直接用到新功能,是這次發布的關鍵變化。

    推薦理由:Gemini 3 從發布當天就進入 Google 搜尋的 AI Mode,文章聚焦模型發布與搜尋入口同步,呈現 Google 如何把新模型直接帶到使用者面前。

  31. Dev.to Top Tech53

    AllInOneTools Site Audit 上架 Microsoft Store,在 Windows 電腦檢查網站

    網站檢查工具有時只列出一大堆問題,卻沒說哪些該先處理。AllInOneTools Site Audit 是一款可在 Windows 電腦上執行的網站稽核工具,會檢查 SEO、網站速度、行動版、安全設定和 AI 搜尋準備度,再依問題嚴重程度列出受影響的頁面、修正建議與處理順序。作者說,它在自己的網站上約 3 分鐘檢查了 465 個頁面;報告也會說明哪些專案沒有檢查,例如反向連結和關鍵字排名。它不保證網站排名或 AdSense 審核結果,免費版可先使用,付費版則支援最多 5,000 個頁面。

  32. Dev.to Top Tech56

    Google Play 封閉測試經驗:找滿 12 位測試者後,還要讓他們持續使用 App

    Google Play 封閉測試要有至少 12 位測試者連續加入 14 天,但人數足夠不代表大家真的有使用 App。TesterBee 作者整理自家 1,500 多次測試活動後發現,在首次申請就通過的測試中,97% 的測試者平均有 10 天以上開啟 App;只開啟 5 到 7 天的則是 41%。作者提醒,這些是相關性,並非 Google 設定的門檻。測試者常在第一週中段不再回來,因此可安排小幅更新、追蹤每位測試者開啟 App 的天數,並在申請時如實說明測試期間的參與情況。

  33. iThome (臺灣)66

    Google 將 Gemini 對話保留期延長至 2 個月

    Google 調整 Gemini 的對話紀錄設定後,關閉對話紀錄不再代表對話只保留 72 小時。新設定把對話紀錄和模型訓練許可分開,使用者可以選擇不讓對話用來訓練 AI 模型;但關閉紀錄後,之後的對話仍可能保留約 2 個月,用於回覆、處理意見回饋與安全檢查,過程中也可能有人員審查。這項變更預計在未來幾週推出到 App 和網頁版;報導刊出時,臺灣頁面仍顯示保留 72 小時。

  34. Databricks Blog77

    Databricks 如何把叢集建立的預設請求速率上限提高 7.5 倍

    雲端服務變慢時,建立叢集的工作會拖更久;固定每分鐘接受多少請求,可能讓工作堆在系統裡,也可能在系統有空間時擋掉請求。Databricks 改用會看系統狀況調整的同時工作上限,讓排隊中的請求等到有空位再開始;系統吃緊時減少新工作,恢復後再慢慢增加。它仍保留固定請求上限,作為流量特別高時的防線。Databricks 表示,這套做法讓預設叢集建立請求上限提高 7.5 倍,報告範圍內的限流錯誤減少超過 99.99%,並移除了 100 多個客戶專屬上限。

    推薦理由:固定請求速率難以應付雲端依賴變慢帶來的長時間工作堆積;文章說明 Databricks 如何按系統健康調整同時進行的工作數量,並分享實際成效。

  35. Dev.to Top Tech46

    Agy Chat 為 Gemini 打造 VS Code 聊天面板,徵求開發者一起改進

    在 VS Code 裡用 Gemini 聊天,回答雖然不錯,對話介面卻常常啟動慢、整段回答突然跳出來,也不容易回頭修改。作者因此做了開源工具 Agy Chat,讓它透過 Antigravity CLI 連線 Gemini,並加入可以回到前面訊息、連同程式碼一起還原的功能,也能一次開好幾個聊天。像是第一次開啟聊天約要 1.7–2.1 秒,後續每次約 0.01 秒;作者希望再改善啟動速度和逐段顯示回答的體驗。目前只在 macOS 測過,作者正在找人幫忙改進介面、測試 Windows 和 Linux,也討論日後加入其他 AI 助理。

  36. Dev.to Top Tech54

    Agy Chat 為 VS Code 加入 Gemini 聊天面板,作者邀請開發者一起改進

    在 VS Code 裡用 Gemini 聊天時,作者覺得操作不夠順手,於是做了開源擴充套件 Agy Chat,並邀請其他開發者參與。它能讓使用者倒回較早的對話並還原程式碼,也能回答 AI 助理提出的問題,或先確認檔案修改和指令再執行。Agy Chat 目前只支援 Gemini,並依賴 Antigravity CLI;作者表示已在 macOS 測試,Windows 和 Linux 的測試仍需要協助。它不能讓模型本身回覆得更快,作者正在尋找改善啟動和逐段顯示回覆的方法。

  37. Dev.to Top Tech73

    如何在本機測試 OpenAI 和 Gemini 的批次 Webhook

    批次工作可能要等好幾個小時,通知程式若出錯,重跑一遍會花錢又費時。InstaTunnel 整理 OpenAI 和 Gemini 的 Webhook 測試方法:先把真正收到的通知存下來,再把驗證和後續處理分開,就能用存檔反覆測試,不必重跑批次。兩家服務的成功事件名稱不同,Gemini 另有專案共用和單次工作指定網址兩種設定方式。通知只提供工作編號或結果位置,程式還得再取回結果;作者也提醒要防止重複處理,並保留狀態查詢作為補救。

  38. Dev.to Top Tech36

    研究追蹤 287 則 AI 回答:ChatGPT、Gemini、Perplexity 和 Claude 引用哪些來源

    想知道品牌為什麼會被 AI 助理推薦,可以看看它們回答問題時引用了哪些網站。作者用自家工具 AIVisib,測試 ChatGPT、Gemini、Perplexity 和 Claude 對 24 個買家問題的回答,共收集 287 則,涵蓋英文、法文和阿拉伯文。結果發現,AI 助理常引用 HubSpot、Semrush 等網站;同一品牌在 ChatGPT 的能見度是 3%,在 Gemini 和 Perplexity 都是 4%,在 Claude 則是 0%。英文回答中,品牌出現率為 8%,法文和阿拉伯文都是 0%。這提醒品牌不能只檢查一種 AI 助理或一種語言,也可以先從較具體的問題和 AI 助理常引用的網站著手。