跳到正文

#部署/工程

RSS
今日 40 則
11月22日週日
  1. Dev.to Top Tech38

    示範如何在 AWS 部署三層式 WordPress 網站

    WordPress 網站如果只放在一臺伺服器上,部署比較簡單,但不容易分開管理網頁、程式和資料。這個專案把網站分成三層:Application Load Balancer 接收訪客的請求,Amazon EC2 負責執行 WordPress,Amazon RDS for MySQL 則存放文章、帳號和網站設定。這些資源放在 AWS 的 VPC 裡,並用公有與私有子網路、Security Groups 控制彼此能怎麼連線;例如資料庫不直接對外開放,只接受 WordPress 主機的連線。這種安排讓網站各部分更容易管理,也能減少資料庫直接暴露在網路上的風險;若要使用多臺 WordPress 主機,還得另外處理網站檔案和上傳圖片如何同步。

  2. Dev.to Top Tech56

    如何為即時聊天加入輸入提示,又不讓伺服器被訊息塞滿

    聊天人數一多,如果每按一個字就通知所有人,伺服器會忙著傳送大量重複訊息,讓延遲升高、提示閃爍。作者建議在使用者的裝置上先做節流,每隔一段時間才送出「正在輸入」狀態,停止輸入後再通知其他人。文中以 2 秒作為多數聊天產品的折衷例子,也建議上線前讓多人同時輸入,觀察訊息量、伺服器負載和提示延遲。

  3. Dev.to Top Tech48

    掃描 4 個開發者平臺首頁,看看 AI 助理能不能找到網站內容和 API

    人看網站很方便,但 AI 助理可能不會執行 JavaScript,得靠網站提供的檔案來找內容和 API。作者做了一個免費掃描工具,檢查 10 項線索,並替網站打分;像是檢查首頁不靠 JavaScript 能不能讀、網站有沒有 llms.txt,以及 AI 爬蟲規則寫得清不清楚。 作者在 2026 年 11 月 22 日掃描 4 個首頁:Vercel 得 74 分、Supabase 得 79 分、Cloudflare 得 84 分,作者自己的網站得 100 分。三個大型平臺都有基本的網站資訊,但只有其中一個提供讓 AI 助理尋找 API 的 mcp.json,而且都沒有 x402 目錄。這表示網站就算做得不錯,AI 助理仍可能找不到能使用的工具;如果網站有 API,提供清楚的介紹檔會更容易讓 AI 助理找到它。

  4. Dev.to Top Tech43

    Terraform 如何把雲端設定變成可追蹤、重複使用的程式碼

    手動在雲端管理頁面點選設定,很容易忘記當初為什麼這樣設定,也難以重新做出一模一樣的環境;時間一久,還可能留下安全漏洞。Terraform 能把雲端設定寫成文字檔,放進 Git 留下修改紀錄,再用 terraform plan 預覽要新增、修改或刪除的專案,確認後才用 terraform apply 套用。像是設定網頁伺服器和安全群組,就能清楚記下要開放哪些連線。這樣一來,團隊比較容易檢查變更、重建測試環境,也能及早發現有人直接在雲端頁面改了設定。

  5. Dev.to Top Tech77

    Docker 裡的 PostgreSQL 升級到 19,哪些地方容易出問題

    把 Docker 裡的 PostgreSQL 從舊版升到 19,資料路徑和設定都可能讓資料庫無法啟動。作者親自測試後提醒,資料掛載位置要改成 /var/lib/postgresql;舊版資料仍須先用新版本工具匯出再還原,不能只改路徑。18 使用的 io_workers 已在 19 移除,升級前可用 postgres -C 搭配實際設定檢查是否有錯。作者也整理了幾項預設值變動,以及需要先處理的舊密碼和索引,讓升級前能先備份並確認資料庫可正常啟動。

    推薦理由:作者用實際升級整理出資料掛載路徑、設定檢查與備份還原等容易踩到的地方,能幫助管理者在動手前安排檢查步驟。

  6. Dev.to Top Tech50

    DeepSeek Flash 和 V4 Pro 怎麼選?先用便宜模型,不夠再升級

    DeepSeek Flash 和 V4 Pro 都能透過同一個 OpenAI 相容介面使用,差別主要在價格:Flash 適合大量、規則清楚的工作,Pro 貴得多,應留給 Flash 沒做好的任務。舉例來說,一項工作用 10M 輸入 token、產生 2M 輸出 token,快取未命中時,Flash 花 $2.70,V4 Pro 花 $10.56。 實際做法是先把請求交給 Flash,再用格式檢查或明確規則確認結果;只有檢查沒過,才升級到 Pro,並記錄原因、延遲和 token 用量。這樣能按實際結果決定哪些工作值得多花錢,也能看出提示詞是否需要改進。

  7. Dev.to Top Tech73

    Node.js 如何可靠安排 Webhook 一小時後的後續工作

    Webhook 收到後如果只靠程式裡的計時器,服務重新啟動或同一通知重送時,後續工作可能漏掉或重複執行。作者建議先把每筆工作存成可查詢的紀錄,用來源事件和動作辨認是否已收過,再由工作者領取到期工作;延後訊息或資料庫工作表都能負責執行,定時掃描則可找出逾期專案。每次重試都沿用同一組冪等識別碼,取消也保留紀錄,方便追查結果。上線前可先用不執行實際動作的方式檢查各種狀態是否對得上,並測試重複通知、取消與工作者中斷等情況。

  8. Dev.to Top Tech42

    DeepSeek Flash 和 V4 Pro 怎麼選?用測試結果決定哪些工作要升級

    同一個 AI 助理服務裡有便宜的 deepseek-flash 和較貴的 deepseek-v4-pro,全部工作都交給 Pro 可能會增加花費。這篇指南建議先讓 Flash 處理分類、摘要等有明確檢查方式的工作,確認答案有沒有過關;只有檢查失敗或品質不夠時,才改交給 Pro。像一項工作用了 10M 輸入 token、產生 2M 輸出 token,快取沒命中時,Flash 花 $2.70,V4 Pro 花 $10.56。記下成功率、延遲和每項工作成本,再依實際結果調整,就能控制花費,也比較容易看出哪種工作真的需要 Pro。

  9. Dev.to Top Tech70

    vLLM 連續批次怎麼運作?實測比固定批次快 7.5 秒

    多人同時使用語言模型時,固定批次會讓短答案先結束的人空等,直到同一批最長的答案完成。作者用 vLLM 在 RTX 4090 上處理相同的 48 個答案:固定每批 12 個花了 24.33 秒,連續批次則花了 16.83 秒,因為每當一個請求完成,下一個就能接著進來。文章也說明,請求太多時會碰到記憶體或每一步能處理的 token 數量上限,可能讓部分請求排隊或暫停;測量時也要看每個人的回應速度和等待時間,不能只看整體產出量。

  10. Dev.to Top Tech49

    Certbot 如何自動更新 SSL 憑證,避免網站突然停擺

    SSL 憑證過期時,瀏覽器可能跳出警告,API 也可能連不上;就算網站程式沒改過,一樣會出問題。Certbot 能替網站向 Let’s Encrypt 申請並更新憑證,但還要設定好更新後重新載入 NGINX,並定期檢查更新流程和到期時間。例如憑證剩不到 30 天時,Certbot 會嘗試更新;可以先用 --dry-run 練習,確認流程真的能成功。搭配到期提醒,工程師就能在訪客看到警告前處理問題。

  11. Dev.to Top Tech66

    DeepSeek 尖峰與離峰價格差多少?文章教你估算省下的費用

    使用 DeepSeek 時,同樣的模型和 token 數量,選在不同時段送出,費用可能差一倍。作者用每月 2 億個輸入 token、4,000 萬個輸出 token 的假設工作量試算,尖峰時段費用是 ¥887.36,離峰則是 ¥443.68;平日北京時間 09:00–12:00、14:00–18:00 為尖峰,午休、週末和中國法定假日是離峰。文章也提供 Python 程式碼判斷時段和估算費用,並提醒先量出快取命中率;移動工作時間前,也要確認延遲不會影響交付。

  12. Dev.to Top Tech46

    cron 的 `*/5` 是每小時的固定時間執行,不是從現在開始等 5 分鐘

    crontab 裡的 */5 不會從你存檔的那一刻開始倒數,而是每小時的第 0、5、10 分鐘,一直到第 55 分鐘執行。像是 10:03 設好,下一次會在 10:05 執行,之後是 10:10。若寫成 5-59/5,就會跳過每小時的第 0 分鐘。若要從任意時間開始等 5 分鐘,應改用程式內的 sleep,或使用有延遲功能的佇列;cron 的五欄格式也沒有秒欄位。

  13. Dev.to Top Tech62

    DeepSeek 尖峰與離峰定價怎麼算?實際能省多少

    同樣的 DeepSeek 請求,費用會隨北京時間的尖峰與離峰時段改變。作者用每月 2 億輸入 Token、4,000 萬輸出的模擬工作負載試算,並把 40% 輸入設為快取命中;依文中的牌價,尖峰費用是 ¥887.36,離峰是 ¥443.68,差額來自計費時段。文中也提供 Python 函式判斷尖峰並估算費用,提醒快取命中率是假設值,平日遇到中國法定假日也要另外處理。批次工作可考慮移到離峰,但延遲敏感的請求仍應量測 p95 延遲,並確認答案品質沒有受影響。

  14. Dev.to Top Tech56

    Dev.to:服務彼此串接時,為什麼整個應用程式還是會出錯?

    每個服務單獨看起來都正常,付款、訂單和庫存串在一起時,仍可能因重試或訊息延遲而重複處理,讓庫存被扣兩次。文章整理常見的串接問題,並說明如何用重複請求防護、明確的處理狀態、事件去重和資料契約,降低錯誤風險;跨多個服務的流程,也可安排失敗時的補救步驟。發生故障時,應沿著訂單或事件的紀錄查清哪些操作已完成,再安全地重試。

  15. Dev.to Top Tech61

    Dev.to 作者用 5,800 萬個網站的資料檢視三起資安事件

    三起遠端程式碼執行漏洞接連曝光,網站經營者想知道自己是否受影響,也想了解網路上有多少網站使用相關軟體。作者檢查自家服務和設定後,判斷主要網站服務不受影響;其中 PHP 儀錶板仍需更新,但目前無法完全排除風險。作者也檢視約 5,800 萬個網域的資料,發現 nginx 出現在約 680 萬個網域的伺服器資訊中。這些資料能看出哪些網站使用 Java 伺服器,卻無法確認其版本是否容易受攻擊。文章提醒,公開伺服器版本會讓攻擊者更容易找目標,網站管理者可檢查並隱藏這類資訊,更新後再確認暴露情況。

  16. Dev.to Top Tech61

    Next.js 和 Node API 如何選擇託管式日誌服務

    結帳出錯時,如果日誌塞滿重複的成功訊息,工程師反而難找到真正的失敗原因。文章建議只留下精簡、格式固定的結果紀錄,保留請求、工作與追蹤編號,讓人能把 API 和背景工作串起來,也避免把信用卡資料、密碼或整份請求內容寫進日誌。選工具時,Infrai 適合用 REST 傳送紀錄,但沒有內建告警;Sentry 偏重錯誤與堆疊資訊,Datadog 則適合需要日誌、追蹤和監控一起運作的團隊。作者也提醒,背景工作可能失敗卻完全沒有留下紀錄,因此還要搭配心跳檢查;減少日誌能省下儲存空間,但留存時間和內容仍要依實際需求安排。

  17. Dev.to Top Tech56

    Oracle 表示已備妥資金,將為 OpenAI 興建大型資料中心

    興建大型資料中心需要大量資金,若建設公司籌不到錢,OpenAI 等客戶預訂的運算容量可能延後。Oracle 表示,11 月完成最後一輪募資後,已備妥履行 OpenAI 合約所需的資金;它的 2026 年募資計畫目標是籌得 $45 billion 至 $50 billion,約一半來自發行股票、一半來自債券。Oracle 也說,預計在 fiscal 2029 年以超過 $30 billion 的自由現金流支應自身成長。這些是 Oracle 提出的目標,仍有風險;公司資金到位,也不能回答 OpenAI 是否能支付它在整個產業訂下的所有需求。

  18. Dev.to Top Tech61

    Nabu Casa 推出 Home Assistant Connect AUX-2,讓舊音響和序列裝置接上網路

    舊音響、投影機和其他裝置常沒有網路接孔,接進 Home Assistant 時得另外拉控制線和電源線。Nabu Casa 推出 Connect AUX-2,用一條支援 PoE 的網路線供電並連網,也提供兩個 RS-232 插孔、USB-A 和藍牙代理功能,方便把舊裝置接到 Home Assistant。它也能播放音樂,但音質最高為 16-bit/48kHz,類比音訊和光纖輸出只能選一種;藍牙代理最多支援 3 個連線。裝置需搭配 Home Assistant 2026.9 或更新版本。

  19. Dev.to Top Tech58

    如何用 Postgres 和 Node.js 建立歐洲與美國市集的提醒系統

    跨時區的提醒系統可能遇到漏送、重複送出,或多人同時處理同一筆工作。文章建議把提醒存成 Postgres 裡的工作紀錄,再用定期喚醒的排程找出到期工作,交給工作者處理;每筆工作用租約標示誰正在處理,逾時後才能由其他工作者接手,重試時則沿用同一組冪等鍵,避免重複派送。若每分鐘檢查一次的延遲可以接受,資料庫掃描較適合小型市集;需要更精準的時間或更能承受大量工作時,可加入延遲佇列。文章也提醒,遠端通知無法保證恰好送出一次,應記錄送出結果並監看待處理工作的延遲。

  20. Dev.to Top Tech54

    作者分享訂閱第三方 API 前的檢查清單,避免買到失效服務

    第三方 API 看起來符合需求,也可能回傳無法使用的檔案,或早已停止維護。作者經營影片下載網站,分享付費前會做的檢查:先看檔案中的實際回傳內容和錯誤訊息,再用自己有權使用的影片連結測試檔案能否播放、是否有聲音;也會檢視服務最近是否更新、免費額度用完後怎麼收費,以及回應速度和檔案連結是否會過期。文中舉例,有服務回傳的影片只有 360p 且沒有聲音,檔案卻沒提到。先花時間查檔案和實測,可以降低買到不合用服務、讓網站功能故障的機會。

  21. Dev.to Top Tech48

    QuickBooks 和 Xero 發票同步指南:避免重複開單與稅額錯誤

    發票同步遇上網路逾時,系統重試時可能又開一張,財務人員只好手動刪掉重複發票、修正稅額。這份指南建議先把發票變更和待處理工作一起存進資料庫,再由背景工作送到 QuickBooks 或 Xero;每次重試都沿用同一組識別碼,並記下對方的發票編號,之後要修改就更新原發票,不再重開一張。若缺少對應的稅碼,也要停下來報錯,不能猜一個預設值套用。 例如,QuickBooks Online 和 Xero 都能用固定識別碼辨認重送的請求,避免同一張發票被建立兩次;晚上再核對兩邊的金額和狀態,發現差異就提醒人處理。這套做法需要工程時間維護,但能讓自訂價格、多地區稅務等規則更符合公司的需求,也減少每週人工清理帳務。

  22. Dev.to Top Tech42

    Kubernetes 何時該用?一套判斷架構需求的簡單方法

    小型服務也用 Kubernetes,團隊可能得花很多時間設定網路、許可權和儲存,還要處理伺服器叢集問題,反而少了時間開發產品。文章建議,服務不到 10 個、沒有專責維運工程師,或流量穩定時,可以先用 Docker Compose、雲端代管服務或一般虛擬機器。 等到服務變多、流量忽高忽低,需要快速增加伺服器,或要在多個地區更新服務時,Kubernetes 才比較值得花力氣管理。選工具要看目前遇到的問題,不必為了看起來厲害,就先把系統弄得很複雜。

  23. Dev.to Top Tech42

    免費測試加密貨幣交易機器人,怎麼看結果才不會自我欺騙?

    用模擬資金搭配即時市場價格,可以先看看加密貨幣交易機器人的規則能不能照預期運作,但不代表真實下單時也能用同樣價格成交。模擬測試常沒算足手續費、買賣價差和滑價;如果只測一小段時間,或看完結果就一直改規則,也可能讓表現看起來比實際更好。文章舉例,一個機器人每筆交易原本扣掉手續費和滑價後只賺 0.05%;若實際滑價比估計多 0.10%,每筆就會變成虧 0.05%。因此,測試前要先寫好規則並固定下來,記錄交易次數和市場狀況,再用較貼近真實的成交價格比較。模擬交易適合當初步檢查,不能單靠它判定策略真的能賺錢。

  24. Dev.to Top Tech62

    MCP 工具每次呼叫都要成本,作者整理三種收費做法

    AI 助理可能在短時間內反覆呼叫 MCP 工具,讓每次呼叫背後的模型、GPU 或付費 API 成本累積起來。作者整理三種收費方式:自己管理 API 金鑰和預付餘額、用 x402 逐次收取鏈上付款,或透過代收平臺統一處理金鑰、錢包和帳務。文章也示範如何先確認餘額、用同一筆識別碼避免重試時重複扣款,並在工具故障時退款。選擇哪種方式,取決於客戶規模、是否使用加密貨幣,以及開發者是否需要自行維護帳務。

  25. Dev.to Top Tech57

    如何用 Redis 管理 AI 助理的記憶,避免服務變慢或故障

    AI 助理要記住先前的對話,但記憶資料太多或共用方式不當,可能讓服務變慢,甚至讓不同客戶互相影響。作者分享在 ASP.NET Core 背景服務中,用 Redis LIST 儲存並更新對話視窗的做法,也比較了應用程式內的快取、Redis Streams 和 Cosmos DB。文中建議依客戶分開儲存資料、限制每份資料的大小,並監控延遲與記憶體用量;Redis 出問題時,則可用重試、斷路器和暫存資料降低影響。作者也提醒,流量很高時要留意共用鍵造成的壅塞。

  26. Dev.to Top Tech38

    Go 服務如何管理每個客戶的寄信網域數量,並分開檢查 DNS 與寄信狀態

    客戶要新增寄信網域時,Go 服務不能只問 DNS 服務商還有多少網域,因為它不知道這個客戶能新增幾個。文章建議由服務自己的客戶資料記下網域上限和目前數量,檢查名額、接受新增和更新數量時也要一起處理,避免兩個同時送出的申請搶走同一個名額。比如上限是 10 個、目前有 9 個時,兩個申請不能都以為還有空位。 服務還應定期比對自己的網域清單和 DNS 清單,把找不到主人的網域標出來,交由人確認;新增網域成功,也不代表 SPF、DKIM、DMARC 都已設定好或郵件確實送達。分開檢視名額、清單差異和郵件設定證據,才能及早處理問題,也避免把名額不足誤當成寄信設定完成。

  27. Dev.to Top Tech65

    如何用 Docker Compose 自架 Docmost wiki 與檔案平臺

    想自己架設團隊 wiki 和檔案平臺,常會卡在資料儲存、HTTPS 設定和更新備份。這篇教學用 Docker Compose 啟動 Docmost、Postgres 和 Redis,並說明如何設定網域、反向代理和即時協作所需的 WebSocket。作者也在測試環境實際跑過這套服務,記錄三個容器閒置時的記憶體用量合計約 372.7 MB;這是該次測試結果,不代表其他主機也會相同。更新前要先備份檔案和資料庫,並留意升級或降版可能造成資料庫格式不相容。

  28. Dev.to Top Tech55

    Mealie 如何用 Docker 架設自架食譜管理與每週選單工具

    想在自己的伺服器管理食譜和每週選單,除了把 Mealie 跑起來,也得顧好帳號、網路連線和備份。這篇教學用 Docker 架設 Mealie,讓它從食譜網址整理出食材與做法,也能排選單、整理購物清單;接著說明如何透過反向代理設定 HTTPS、關閉公開註冊,以及備份食譜圖片和資料庫。作者也實際跑過這套設定,記錄兩個容器在測試中的記憶體用量;如果改用不同資料庫,舊資料不會自動搬過去,需要先匯出再匯入或另外遷移。

  29. Dev.to Top Tech67

    如何不用資料庫,打造每日文字謎題網站

    每日謎題通常每天只寫入一次,卻會在短時間內被很多人讀取。作者分享一種不用資料庫的做法:先在建置時產生每天的謎題 JSON 檔,網站再把它當成靜態檔案提供;每日挑戰和不限次數的練習模式共用同一套判定規則。網站第一次載入時會參考伺服器提供的日期,並在重新回到頁面時再次確認。這種安排讓每日謎題只需讀取靜態檔案,也方便儲存和搜尋舊題。

  30. Dev.to Top Tech45

    BabySea 如何用 Cloudflare 在執行前擋下錯誤請求與濫用

    生成圖片、影片等內容時,每次運算都要花時間和資源;錯誤或惡意請求若一路送到模型,就可能白白耗掉成本。BabySea 在請求進入系統前,先用 Cloudflare 檢查格式、限制請求速度、擋下可疑流量,並依照 API 規格確認請求是否正確;即使使用者換了 IP,也能依 API 金鑰觀察使用情況。舉例來說,請求若用了不支援的格式,會在開始運算前就被擋下。這套做法也搭配多家服務商之間的切換與點數紀錄,讓錯誤和濫用較不容易變成浪費或重複收費。

  31. Dev.to Top Tech54

    PDFCraft 為什麼改用 WebAssembly 在瀏覽器處理敏感 PDF

    把報稅資料、銀行對帳單或合約上傳到網站處理,代表敏感檔案會經過網路並暫存在伺服器。PDFCraft 團隊選擇讓檔案全程留在使用者的瀏覽器裡,使用 WebAssembly 和 Web Workers 處理 PDF,不把檔案傳到雲端。文章分享了幾個實作難題:用反覆調整品質的方式把檔案壓到指定大小,只顯示眼前頁面並清除不再使用的畫布來節省記憶體,還能把手寫簽名存成放大或列印時仍清楚的向量圖。這些做法讓檔案處理不必仰賴伺服器,但也把運算工作交給使用者的裝置。

  32. Dev.to Top Tech64

    BabySea 開源 adaptive-island,讓多模型服務依表現挑選供應商

    同一個模型放在不同供應商和地區執行,速度、成功率和成本都可能不同;若只靠固定順序,就很難依實際表現調整。BabySea 把每次執行的結果送進 Databricks,整理成各模型、各地區的供應商排序,再放到 Upstash 快取,API 收到「最快」請求時就讀取排序。若快取失效、資料有問題,或自動調整功能關閉,系統會改用固定順序,並保留原有的故障切換。BabySea 也開源 adaptive-island,提供這套資料整理、排序匯出和備援流程,讓其他團隊能參考部署。

  33. Dev.to Top Tech76

    BabySea 開源 ledger-fortress,處理 AI 生成服務的點數結算

    AI 圖片或影片生成常要等一段時間,付款通知也可能重複、延遲或亂序,讓點數被重複發放,或工作完成後沒有正確扣款。BabySea 把可重用的點數結算做法開源為 ledger-fortress:Stripe 負責收付款,PostgreSQL 記錄可用點數和每次變動。開始生成前先預留點數,成功時確認扣款,失敗或取消時退回;資料庫也會擋下重複操作,並可找出卡住的預留紀錄交由恢復流程處理。Stripe 退款與爭議款則留在這套點數帳本之外,需另行處理。

    推薦理由:文章拆解點數預留、扣款與退款如何配合非同步生成,並說明資料庫如何處理重複和亂序事件,可作為設計類似計費流程的參考。

  34. Dev.to Top Tech40

    為什麼租戶網域和會變動的伺服器位置該分開管理?

    每次部署都可能換掉內部服務的位置,但租戶的網域名稱應該保持穩定;如果把兩者綁在一起,部署一次就可能得改名稱,還要處理舊名稱留下的問題。文章建議用 DNS 管理租戶固定使用的名稱,再用服務登入簿追蹤會隨部署改變的伺服器位置。電子郵件設定也要另外檢查:網域設定看起來正常,不代表驗證碼真的送進信箱。以 OTP 註冊為例,若驗證碼沒收到,穩定的租戶名稱和郵件寄送狀況分開查,才能知道問題出在哪裡。

  35. Dev.to Top Tech57

    Flutter 如何用 Dev、Staging、Prod flavors 管理測試與正式環境

    同一個 Flutter App 常要連測試、QA 和正式環境,若複製三份專案或每次手動改 API 網址,很容易漏改。Flutter flavors 讓同一份程式碼依環境建置成不同 App,分別設定名稱、圖示、識別碼和後端;Android 用 product flavors,iOS 用 schemes,Dart 則用 --dart-define 讀取環境設定。文章也示範如何為各環境分開設定 Firebase。執行時要讓 --flavor 和 --dart-define 指向同一環境,否則畫面顯示測試版,程式卻可能連到正式 API。

  36. Dev.to Top Tech48

    BabySea 把不同模型的內容審查選項統整成一個設定

    不同模型的內容審查設定常常各有各的規則:有的要開啟安全檢查,有的要關閉;有的用數字表示嚴格程度,有的用文字選項。開發者如果直接把這些設定交給使用者,就得先弄懂每個模型的差別,還可能不小心把嚴格和寬鬆的方向設反。BabySea 用一個 generation_moderation 設定表達使用者的意思,再依照各模型的欄位和規則,轉成需要的設定;同一個「嚴格」選擇,可能會變成好幾個欄位的組合。這樣使用者不用逐一研究模型的設定,平臺也能用一致的方式傳達內容審查要求。

  37. Dev.to Top Tech48

    AI 產品的模型能力每年便宜 13 倍,真正的競爭優勢要靠什麼?

    如果 AI 產品只是在畫面上包一層,再接上大型模型 API,別人也能很快做出差不多的東西;模型變便宜、變強時,這種產品的優勢也可能跟著消失。作者建議檢查每個功能:如果它只靠模型進步就會變好,那是大家都能享有的好處,不算自己的長期優勢。 真正能累積的,是用得越久越有價值的東西,例如測試 AI 答得好不好的題目、使用者採納建議後的結果資料,以及能在企業流程中執行工作並留下清楚紀錄的能力。舉例來說,有了自己的測試題目,團隊就能更快確認便宜的新模型是否夠用;沒有測試,換模型可能只是猜。文章提醒,與其只租用越來越便宜的模型,不如建立會隨使用持續進步的產品。

  38. Dev.to Top Tech57

    ArkNet Digital 分析 Musk 的刪減原則如何改善軟體安全與雲端費用

    軟體功能和程式碼愈加愈多,可能讓安全風險、維護工作和雲端費用一起增加。ArkNet Digital 把 Musk 提出的五步做法用在工程工作上:先問清楚需求,再刪掉不必要的部分,之後才簡化、加快和自動化。文章舉例建議先撤銷不需要的資料庫許可權,並指出每 10 秒輪詢一次的網頁,在 1,000 人同時使用的假設下,每月約有 2.592 億次呼叫,光呼叫費和 CPU 費就約 $340;其中 CPU 用量是估算值,實際費用要依自己的系統測量。作者也建議檢查 AI 助理產生的程式碼,看看哪些部分可以刪掉而不影響功能。

  39. Dev.to Top Tech41

    CodeNinja Atoms 如何用 AI 助理整合尾礦設施資料,協助工程師看懂每個壩段

    尾礦設施每天會收集儀器讀數、巡檢紀錄和雷達測量資料,但這些資料分散在不同系統裡,單看某個儀器的警報,很難知道整個壩段發生了什麼事。CodeNinja Atoms 提出一套在礦場自有硬體上運作的設計,把 8 個資料來源接到共同的資料模型,串起儀器、壩段、降雨、施工和巡檢紀錄;例如,工程師可以把某支測壓計慢慢升高的讀數,和附近的施工、巡檢及雷達資料一起檢視。 AI 助理會整理線索、草擬說明和回應,工程師則負責確認或核准;資料留在業者的硬體上,也不會拿來訓練模型。這樣能讓工程師更快拼出每個壩段的完整狀況,同時保留由人把關的重要決定。