跳到正文

全部動態

RSS
今日 269 則
11月22日週日
  1. Dev.to Top Tech56

    Deployed Lab 解釋 LLM 為何回覆慢、多人使用時又會用完記憶體

    LLM 聊天機器人有時第一個字等很久,有時同時使用的人一多,GPU 記憶體就不夠;這兩種情況的原因不同。文章說明,模型會先一次讀完提示詞,再一個 token 接一個 token 寫出答案,所以提示詞太長會拖慢第一個字,答案太長則會讓整段回覆等更久。為了不用每次都重讀前文,模型會把已讀內容的簡短記錄存進 GPU 記憶體;聊天越長、同時進行的聊天越多,記錄就越佔空間。作者用假設數字示範容量估算,並提醒這些數字不是實測;要減少等待或容納更多人,可縮短提示詞、答案或同時進行的聊天,也可使用記憶體較大的 GPU。

  2. TechCrunch · AI62

    Nvidia 財報亮眼,黃仁勳回任聲浪與中國晶片限制同時浮現

    Nvidia 這週一邊公佈亮眼財報,一邊面對外界要求黃仁勳回任的聲浪,還宣佈不再向中國出售 H200 晶片。TechCrunch 的 Equity 播客主持人討論了這些交錯的訊息:公司高層表示有能力繼續帶領 Nvidia,但科技界人士發起請願,希望黃仁勳回來。討論也提到,晶片可能先賣到馬來西亞等地,再由中國企業遠端使用;相關限制收緊後,若這類需求受影響,可能衝擊營收。至於黃仁勳是否回任、董事會如何應對,目前仍沒有定論。

  3. Together AI64

    修正程式碼時,要先從大量檔案中找出問題所在。Together AI 表示,他們把一份錯誤回報和 Tornado 專案的 344 個檔案一次交給 Qwen4 Max,模型找出相關程式碼並寫好修補內容。接著執行了 Tornado 的 1,673 項測試,沒有失敗;這次請求花了 $0.69。貼文也提到,Qwen4 Max 在 Together AI 上的優惠到 11 月 22 日為止。

    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。

  4. Dev.to Top Tech48

    Setnote 如何用 SmartSpectra SDK 檢視健身後的身體變化

    健身時常要靠感覺判斷哪一組最累、要休息多久,但感覺不一定準。Setnote 是一款 iOS 和 Android 都能使用的健身紀錄 App;在 iPhone 上,它能透過前鏡頭讀取脈搏、呼吸和 HRV。運動後坐下來完成 45 秒測量,結果就會記在剛做的專案旁邊,例如顯示脈搏和呼吸次數,方便之後和自己以前的紀錄比較。相機畫面不會被儲存或上傳,除非使用者另外開啟存影片的選項。這些數字只供一般健康參考,不會用來診斷疾病;Setnote 想讓健身紀錄多一點身體訊號,幫助使用者回頭瞭解自己的訓練狀況。

  5. Dev.to Top Tech44

    用 Python 把 App Store 和 Google Play 的 App、排行榜與評論整理在同一張表

    同時檢視 App Store 和 Google Play 的 App、排行榜與使用者評論,資料常常分散在不同頁面,很難放在一起比較。這篇文章示範用 Python 搭配 App Store & Google Play Scraper,把兩邊的 App 資料和評論整理成同一種表格,也能檢視排行榜名次,或每天只收集新評論並傳送摘要。比如篩出 1、2 星評論,就能看看使用者常抱怨什麼;文章的測試例子抓回 42 筆資料,花費約半美分。這讓團隊更容易一起檢視 iOS 和 Android 的市場動態,但工具無法搜尋關鍵字,也抓不到 Google Play 排行榜。

  6. Dev.to Top Tech74

    Tesla 推出 FSD v15,讓駕駛看見車子接下來打算怎麼開

    開車時,駕駛不容易知道自動駕駛系統打算怎麼行動。Tesla 開始推出 FSD v15,新增 Tesla Reality View,讓駕駛檢視並控制系統的行車計畫;系統也能在行程起點和終點參考車隊常走的路線,並支援裝著腳踏車架等拖車勾配件時使用 Bike Rack Mode。Tesla 還表示,這次更新讓系統處理安全關鍵情況的能力提升 25 倍,但沒有說明比較基準,也未公佈相關資料,因此這項數字無法由外部獨立查證。

  7. Dev.to Top Tech57

    如何撰寫 llms.txt?附可直接套用的範本

    把網站檔案網址貼給 AI 助理時,它有時會抓錯重點;llms.txt 想用一份簡短的文字地圖,讓 AI 工具更快找到重要頁面。作者提供軟體產品可套用的範本,建議先挑出 10 到 30 個最有用的頁面,按用途分組,並用白話說明每個連結的內容,再把次要頁面放進可略過的區段。這份檔案不能取代網站地圖,也不會控制爬蟲能否讀取網站;而且目前仍是提案中的格式,並非每個 AI 工具都承諾採用。

  8. Dev.to Top Tech39

    用 8 GB VRAM 筆電跑 ComfyUI 生圖,系統記憶體也可能不夠用

    我原以為筆電的 8 GB VRAM 會先卡住本機生圖,實際測試時,16 GB 系統記憶體也成了限制。這次用 ComfyUI 跑了 126 次生圖,其中 13 次出錯;使用兩個 ControlNet 的流程曾當機,但原因還沒查清楚。部分慢速紀錄被認為可能和 Windows 把資料暫存到硬碟有關,現有資料卻無法證明是它造成延遲。 例如,使用 IPAdapter 和 OpenPose 的流程,中位數花了 51 秒,系統記憶體讀值達 16.0 GB。作者因此建議,這臺筆電每張流程圖最多用一個 ControlNet,並替系統記憶體留空間;這是這次實驗的實用做法,不代表其他電腦也一定跑不了更多。看 GPU 記憶體還不夠,也要留意整臺電腦的記憶體和工作負載。

  9. Dev.to Top Tech60

    DRY STATIC 用鏡頭檢查閉氣訓練,不只看碼表

    閉氣訓練的碼表只能記時間,沒辦法確認中途是否吸了氣,或鏡頭是否看清楚。作者做了 DRY STATIC,讓桌面程式讀取 SmartSpectra SDK 的呼吸訊號,判斷每次閉氣是確認完成、偵測到呼吸,還是資料不足,並標出鏡頭看清楚的時間比例。作者用三次實際訓練調整判定方式,也發現收縮標記六次都沒對上自己的按鍵,因此仍標為實驗功能。程式不會延長閉氣時間,也提醒它不是醫療或安全裝置。

  10. Dev.to Top Tech49

    ElevenLabs 教你在 React App 加入語音朗讀

    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。

  11. Dev.to Top Tech57

    SaaS 如何讓新手引導不再卡在電子郵件

    使用者註冊 SaaS 後,如果得等電子郵件才能繼續,郵件延遲或寄不到就可能讓人以為產品壞了。作者分享一種做法:帳號建立後,先讓使用者在產品裡開始使用,再由佇列處理歡迎信、驗證信和提醒。系統分開記錄帳號已建立、產品功能已可使用,以及郵件已排入寄送等狀態;郵件寄出也不代表使用者已收到或讀過。遇到暫時性錯誤可以重試,地址無效等問題則不該一直重寄。這樣能避免重複寄信,也方便查明延遲原因。

  12. Dev.to Top Tech69

    CORS 教學:為什麼萬用來源設定會擋住 Cookie,預檢又如何在正式環境失敗

    前端呼叫 API 時,常會遇到指令列測試正常、瀏覽器卻擋下請求的情況。文章整理了三種常見原因:加入 JSON 標頭或 Authorization 後,瀏覽器會先送 OPTIONS 預檢;若驗證程式或反向代理擋住這一步,真正的請求就不會送出。使用 Cookie 時,回應也不能同時允許所有來源並開啟憑證,應改用明確的來源清單;若 CDN 沒有依 Origin 分開快取,還可能把一個網域的標頭送給另一個網域。文中也提供檢查預檢和回應標頭的線上工具。

  13. Dev.to Top Tech57

    GS1 Digital Link 教學:一個 QR Code 同時連結商品與網頁

    商品包裝上的條碼要連到網頁,常得另外印一個 QR Code;GS1 Digital Link 則把商品編號寫進網址,讓同一個 QR Code 可供結帳掃描器讀取,也能讓手機開啟網頁。文章帶讀者看網址如何放入商品編號、批號或效期,以及解析服務如何依需求把人導向商品頁、食譜或追溯資訊。網址背後的連結可以更新,因此商品換了宣傳頁或需要發布安全通知時,不必重印 QR Code。零售店能否直接掃描,仍取決於店內裝置與商品資料;過渡期間,傳統條碼仍會繼續使用。

  14. Dev.to Top Tech55

    C# 15 聯集型別如何變成一般結構,作者用 ILSpy 拆解編譯結果

    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。

  15. Dev.to Top Tech72

    Dify 1.20 架構指南:追蹤 AI 工作流程、加入人工審核與升級注意事項

    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。

  16. Dev.to Top Tech75

    作者分享如何把 Kubernetes 工作負載從 GKE 搬到 DigitalOcean

    把應用程式搬到新的 Kubernetes 叢集時,Pod 都顯示正常,使用者還是可能連不上服務,資料也可能沒跟著搬過去。作者分享把工作負載從 GKE 搬到 DigitalOcean Kubernetes 的經驗,建議先確認新叢集有足夠資源、儲存設定和入口路由,再用真實網域測試登入、資料庫操作等使用流程,最後才切換 DNS。DNS 更新後,舊叢集也要先留著;如果有資料要搬,還得先安排同步、備份或還原方式,並訂好出問題時如何回復。

  17. Dev.to Top Tech70

    如何在受管制系統中管理 AI 助理

    銀行和醫療系統要讓 AI 助理處理重要工作,得先確保它看得到什麼、能做什麼,也能追查它做過的事。文章整理了管理步驟:記錄每個 AI 助理的負責人和許可權,先在模擬環境測試,再設定並監看規則、留下稽核紀錄,並由人員監督重要操作。資料也可能單獨看來沒問題,合在一起卻變成個人資料,因此每次查詢、收件物件或資料處理地點改變時,都要重新檢查。只在上線時檢查一次,可能漏掉後續變化。

  18. Dev.to Top Tech61

    Global Expo 教你用四種訊號檢查展覽資料是否過期

    展覽日期、場地和補助規定可能在公佈後改變,只標上最後更新日期,還是看不出資料哪裡有變或哪些紀錄該先檢查。Global Expo 提出一套檢查佇列,依官方來源是否改動、資料多久該重查、不同來源有沒有衝突,以及錯誤對使用者的影響,排出檢查順序。每筆紀錄也保留來源、查詢時間和修改理由;遇到來源無法查閱時,就標示尚未確認並安排下次檢查,不自行猜日期。這套做法可用在展覽目錄、活動行事曆和場地資料庫。

  19. Dev.to Top Tech55

    Docker 容器怎麼做得更小、更安全?實用建置技巧

    正式環境的 Docker 容器若裝了編譯器、套件管理工具和除錯工具,映像檔會變大,也多了需要檢查與維護的專案。文章示範多階段建置:先在一個階段編譯程式,再把執行程式需要的檔案放進精簡映像檔,讓編譯工具和原始碼不留在最後的容器裡。作者也建議依程式選用較小的基礎映像檔、避免把不需要的工具放進正式環境,並將上傳檔案、資料庫檔案和記錄存到容器外。這些做法能減少映像檔內容,讓部署和維護更省事。

  20. Dev.to Top Tech68

    YodaMan 0.6.7 和 Context Expert 1.4.0 修正約 50 個問題並改善程式碼搜尋

    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。

  21. Dev.to Top Tech61

    Ortho Earth 推出 WebGPU 地球引擎,MapLibre 和 CesiumJS 程式可直接使用

    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。

  22. Dev.to Top Tech57

    minia2a 分析 x402 按次付款的花費與交付風險

    AI 助理用 API 按次付費時,單次價格雖低,反覆重試仍可能讓整個任務花掉不少錢。minia2a 根據自家服務提出三項檢查:付款前確認端點會回傳可讀的付款要求、每次從要求內容讀取當下價格,以及確認服務沒交付時能否退款。文章也建議替整項任務設花費上限、限制每個問題的重試次數,並記錄累計支出。作者分享的平臺資料顯示,付費呼叫若未交付會退款;但他也指出,網站收到大量外部請求,不代表真的有很多買家。

  23. Dev.to Top Tech64

    Dongbum Lee 分享如何用 SDLC Harness 把開發標準帶進 AI 輔助開發

    AI 助理能很快寫出第一版程式,但不同次產出的程式可能不一樣,也未必符合組織的開發標準,後續維護和交接就成了難題。Dongbum Lee 把解法稱為 SDLC Harness:先把組織的標準放進開發流程,再用檢查關卡確認每個階段都有照著做;工程師和 AI 助理累積的經驗,也會留下來供後續工作參考。這套開源工具涵蓋從需求到回顧的十個階段,若檢查未通過,工作會退回修正再檢查。作者認為,讓 AI 寫程式更容易融入組織,關鍵在於準備好自己的標準和流程。

  24. Dev.to Top Tech44

    Lindy、Gumloop、Relevance AI 和 Bardeen 的 AI 助理工具怎麼收費?價格比較

    Lindy、Gumloop、Relevance AI 和 Bardeen 都用不同方式計算費用,有些收點數,有些還要按使用者人數收費,所以光看月費不容易比出誰划算。像 Gumloop 的 Pro 方案每月 $37,提供 20,000 點數,另收 8% 的流程安排費;Relevance AI 目前只列出企業方案,沒有公開價格。這些平臺的點數各有演算法,買之前要看清楚每點能做什麼,也要到各家網站確認最新價格。

  25. Dev.to Top Tech58

    用 Python 逐筆檢查會計 CSV,找出借貸不平的分錄

    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。

  26. Dev.to Top Tech61

    自籌新創沒募資,也拿到 30,500 美元雲端與工具額度

    沒有募資的新創,也可能申請到雲端和工具抵用額度,但各家方案能拿多少、何時到期,常和宣傳中的最高額度不同。作者分享自家公司目前拿到 30,500 美元,包括 AWS、Cloudflare、DigitalOcean、Google Cloud 和 OpenAI 的額度;申請時只有登記公司、上線網站和公司網域信箱。這些額度通常會在核準後 6 到 24 個月到期,因此作者建議等服務真的開始有用量時再申請。他也整理了 22 個方案、自籌公司可拿到的額度和到期資訊。

  27. Dev.to Top Tech35

    MoTekLab MD Converter:在瀏覽器裡轉換 Markdown、RTF 和阿拉伯文檔案

    把 Markdown 檔案貼進 Word,常會留下符號、弄亂表格,圖片也可能消失;免費線上轉換工具還可能要求上傳私人檔案。MoTekLab MD Converter 讓檔案直接在自己的瀏覽器裡轉換,不用建立帳號或上傳內容,還能雙向轉換 Markdown 和 Rich Text,並把 PNG、JPEG 圖片放進 RTF 檔案。它也能處理阿拉伯文從右往左的排版,並預覽 Mermaid 圖表和數學公式。若使用 Burner Mode,關閉分頁後,工作內容會從記憶體中清除。

  28. Dev.to Top Tech54

    如何在瀏覽器本機檢查 WebAuthn Passkey 註冊資料

    Passkey 註冊失敗時,只看錯誤訊息很難知道是哪個位元組出了問題。作者說明如何拆開瀏覽器回傳的 attestationObject,檢查其中的 RP ID 雜湊、使用者驗證旗標、計數值與 COSE 公開金鑰;例如,設定要求使用者驗證時,若旗標沒有 UV,就會讓註冊失敗。作者也做了兩個瀏覽器檢查工具,資料只在本機記憶體處理,不會傳到網路上。

  29. Addy Osmani74

    Claude 一次處理多個步驟時,逐一呼叫工具會花時間,也可能把大量搜尋結果塞進上下文。Claude Code 的實驗性功能 Code Mode 會用 JavaScript 編排多個工具操作,例如平行搜尋多個檔案、整理結果,再批次修改;長時間工作也能在背景執行,最長可達兩小時。使用者仍可照常用提示詞和 Claude 互動,也能用 /tasks 檢視及管理背景工作,或按 Ctrl+O 檢視 Claude 產生的 JavaScript。每次工具呼叫仍受現有許可權規則和沙箱限制。

    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。

  30. The Verge · AI72

    聯合國談自主武器規範,各國僅同意開始討論

    各國還沒有談妥如何限制自主武器,這週在日內瓦的談判最後只同意開始討論可能的做法。紅十字國際委員會原本呼籲在一年內訂出有法律約束力的規範,最後的折衷方案則給各國兩年時間提出規範;部分規範也可能維持自願遵守。接下來,各國還得談清楚要採用哪些規定、如何執行,協商可能拖上很久。人道組織和部分國家認為需要儘快訂出具約束力的規則,因為半自主武器和無人機已在多地衝突中造成不少平民死亡。

  31. Dev.to Top Tech67

    BubbleFacts 如何避免 AI 助理在直播中說錯歌曲資料

    直播時,樂手忙著演奏,沒空逐句確認 AI 助理顯示的歌曲資料;小型模型也可能把沒得過的獎說成得過。BubbleFacts 先從 Wikidata 和 MusicBrainz 取基本資料,其他內容則要求模型只根據維基百科文章撰寫,再用程式逐項檢查人名、年份、來源句子和說法是否相符。來源沒有支援的內容就不顯示,錯誤紀錄留在直播者自己的電腦。內建的 Llama 3.2 3B 也在本機執行,不會把資料送到雲端 AI。

  32. Dev.to Top Tech58

    如何讓 IoT 儀錶板正確顯示裝置多久沒回報

    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。

  33. Dev.to Top Tech42

    如何從退款政策文字擷取天數,又不亂猜意思

    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。

  34. Dev.to Top Tech64

    產品經理和工程師該怎麼配?文章整理常見比例與 AI 帶來的變化

    產品經理和工程師要配多少人,沒有適用每間公司的固定答案。文章整理多份資料,指出常見情況約是 1 位產品經理配 4 到 10 位工程師;公司規模、產品工作由誰分擔,都會改變比例。計算時也要算進創辦人或工程師花在產品工作的時間,而不是隻看職稱。AI 工具可能加快寫程式的速度,但文章提醒,實測結果不一,團隊還是要先找出工作卡在哪裡:是等產品決策、需求不清,還是檢查和測試太慢,再決定是否需要調整人力。

  35. Dev.to Top Tech66

    手把手教你不用 Kafka,用 Change Streams 把 MongoDB 資料同步到 Snowflake

    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。

  36. Dev.to Top Tech53

    產品經理如何用客戶證據管理 AI 時代的利害關係人

    每個人都能用 AI 整理市場資料和提出產品點子,產品經理要怎麼判斷哪些建議真的適合自己的客戶?文章建議先依照利害關係人的影響力和關注程度,安排不同的溝通方式,再把 AI 提出的功能改寫成它想解決的客戶問題,對照訪談、客服紀錄和使用情況。像是客戶原話或實際測試結果,能幫團隊看出哪些問題真的存在;還要先說清楚誰負責推動、誰有權決定,並把理由記錄下來。這讓討論能回到客戶需求,也減少因為決策權不清而起的爭執。