跳到正文

#Agent

RSS
今日 31 則
11月14日週六
  1. Dev.to Top Tech72

    AI 助理在背景執行時,如何避免重複寄信和無限重試

    AI 助理在你關掉頁面後繼續工作,若遇到逾時或重新啟動,可能把已完成的動作再做一次,例如重複寄信或退款。作者用 Kafka 背景工作者的經驗說明,應替每個動作設定固定的識別碼,讓接收服務認得重試的是同一件事;也要限制每項工作的重試次數,把一直失敗的工作移到待人工檢視的地方,並留下無法修改的操作紀錄。這些做法能減少重複操作,也方便事後查清 AI 助理做過什麼。

  2. Dev.to Top Tech50

    AI 助理不該繼承執行環境裡的所有許可權

    AI 助理可能只需要一組唯讀憑證來處理客服案件,執行程式卻把環境裡的其他憑證也一併交給它。假設客戶附檔藏著指示,叫 AI 助理讀取環境設定,再用工具把資料送到外部;它不必破解資料庫,也可能碰到原本不該拿到的資料。比較安全的做法,是隻提供完成工作所需的操作,並讓每次取用憑證都經過檢查、限時且留下紀錄。團隊也該定期移除 AI 助理不需要的機密資料,避免一次遭到誤導,就讓它取得過多許可權。

  3. Dev.to Top Tech58

    x402 付款後收到 202,vet402 教你確認賣家有沒有交付內容

    用 x402 付了錢,不代表賣家已交付可用內容;如果程式只看 HTTP 回應是否成功,收到 202 時可能就把工作誤當完成。vet402 作者整理了 14,991 筆已結算付款,其中 510 筆沒有收到可用內容,並說明 202 為什麼仍會扣款。付款前可用 vet402 查賣家的交付紀錄;付款後則檢查回應狀態和內容是否為空,再決定任務是否完成。若賣家在 202 回應中提供工作網址,就繼續檢視結果,等內容送達再結束任務。

  4. Hacker News (official RSS)74

    Anthropic 更新 Claude Code Projects,讓 AI 助理平行處理多項程式工作

    大型程式工作常要自己拆分、交接,再把不同人的成果拼在一起。Anthropic 更新 Claude Code Projects,讓你設定目標和連線程式庫後,由 Claude 分派工作給多個平行執行的工作串,像是分別檢查不同 API、測試改善方式並開啟 PR。每個工作串都在雲端使用自己的程式庫副本和分支,Claude 會整理成果,也能讓你檢視進度和調整方向。工作串會共用專案記憶,記住重要決定與工作習慣;不過,同時執行多項工作也可能更快用完使用額度。

  5. Dev.to Top Tech55

    AI 讓程式產出變快,為什麼敏捷團隊還是卡在審查?

    AI 助理能更快產生程式碼和測試,但審查、整合與核准仍要靠人處理,工作因此可能堆在後面。作者認為,敏捷團隊原本用來分工和同步的流程,建立在程式產出較慢的情況下;當產出變快,瓶頸就轉到判斷成果是否正確,以及能否順利合併。若仍用團隊工時和故事點數安排進度,數字可能只反映產出變多,無法代表真正交付得更快。作者主張把交付、責任和協調分開思考,並提出由一位工程師負責端到端交付、周圍角色提供業務需求、技術脈絡與 AI 實務支援的做法。

  6. Dev.to Top Tech52

    AI 助理寫的程式碼,團隊還得記下誰決定它該怎麼做

    AI 助理寫的程式碼出了問題時,Git 紀錄通常能找到誰提交了修改,卻不一定說得清楚當初為什麼要改。文章指出,記錄 AI 助理用了哪個模型,或程式如何建置,也無法代替團隊當時的決定。作者建議,影響較大的改動要連同觸發原因、目前有效的決定、負責人、核准方式和參考資料一起記下;若決定後來改變,也要保留替代紀錄。這樣日後才能查明程式行為是根據哪項決定,也能讓 AI 助理在改程式前取得相關限制。

  7. BlockTempo 動區動趨75

    FAA 全美停飛 4 小時多,通訊異常原因仍在調查

    FAA 因多個航路管制中心通訊異常,下令全美機場停止起飛,停飛持續 4 小時多。報導引述運輸部長將原因指向老舊通訊線路,也提到媒體訊息稱,空管人員使用的私人通訊網路更新後重開機,影響 22 個管制中心;官方調查結果尚未公佈,也還不排除攻擊。SMART 在停飛前三天才擴大到全美,開發商否認與事件有關,目前沒有證據顯示它造成停飛。

  8. Dev.to Top Tech57

    如何部署金融業多個 AI 助理:以貸款評估為例

    把金融工作拆給多個 AI 助理,不一定會讓事情更快;如果彼此看不懂對方的資料,還可能做出錯誤的貸款決定。作者分享一套五個 AI 助理分工的貸款評估流程,分別整理申請資料、補足背景資料、評估風險、檢查規定,最後由一個有明確限制的 AI 助理決定,必要時交給人處理。每項資料只讓一個 AI 助理負責寫入,風險標記則用固定格式傳遞,避免重要警告被誤解。作者也建議先讓系統與現有流程平行運作,再讓人檢查建議,確認可靠後才逐步開放有限度的自動決策。

  9. Dev.to Top Tech54

    讓 Grok 擔任付款 AI 助理:模型自行擋下兩次攻擊,其餘由風險防護閘門攔截

    能幫忙付錢的 AI 助理,很容易被騙把錢轉給錯誤物件。作者使用 grok-4.7 與 sra-riskgate 0.18.0 進行無實際轉帳的模擬測試,給了三個收件匣專案:一筆正常的 2.50 USDC 發票、一筆要求無限額度授權的扣款合約,以及一筆使用假冒相似地址的偽造發票。 在自由判斷的測試中,Grok 自行拒絕了無限額度授權與仿冒地址發票,只提交正常發票;當被強制要求「提交所有專案交由閘門判斷」時,外部防護閘門成功擋下了無限額度授權,並直接駁回仿冒地址交易。這項測試提醒開發者,除了依賴模型本身的判斷力,涉及資金流動時加上外部檢查機制更能防止意外。

  10. Dev.to Top Tech55

    獨立開發者分享如何在 3–5 天內完成可上線的 MVP

    一個人接案時,功能很容易越做越多,整合和上線也可能拖到最後。作者分享自己完成客戶 MVP 的流程,通常從開始到部署網址需要 3–5 天:先用一句話定下產品最重要的使用步驟,其餘功能留到之後;重用熟悉的技術組合,並在第一天就部署空白頁面,讓客戶能提早看見實際網址。重複的工作則寫成指令碼,AI 助理可協助產生格式明確的程式碼,但產品資料怎麼安排、哪些問題最影響客戶,仍由作者決定。最後也會預留時間處理錯誤畫面、密碼重設和部署後檢查,讓能上線的產品也能交付使用。

  11. Dev.to Top Tech62

    AimYear 作者用 AI 助理回顧一週,找出自己一直拖延的開發者聯絡工作

    開發者很容易一直做功能和修小問題,因為這些工作做起來舒服又看得到進度,聯絡使用者、寫文章或推廣產品卻常被往後拖。AimYear 作者記錄自己的工時,發現一週有不少時間花在沒人要求的功能上;後來改用 AI 助理讀取工作紀錄,估算時間分配並找出一直沒做的對外工作。作者也分享,把實際完成的事和拖延的工作寫出來公開,讓自己更願意在下一週採取行動。文中提供可貼給 AI 助理的提示詞,也提醒估算結果可能不完整。

  12. Dev.to Top Tech57

    Kobozu Research 測試並淘汰 16 多種交易規則,只用 $3 測量實際成本

    拿 AI 助理操作真實資金,怎麼避免它把測試結果當成賺錢證明?Kobozu Research 公開一項 Solana 交易實驗的作業紀錄:超過 16 種規則都沒通過門檻,團隊也還沒用真錢進行方向性交易。他們先把規則和通過條件寫下並鎖定,再用不同角色審查;沒通過的規則會永久記錄,不能偷偷換成新規則。團隊目前只用 $3 的上限測量交易成本,9 次來回交易共花了 $0.078,結果不能拿來當作策略有效的證據。這篇也說明系統曾兩度停機,以及團隊如何記錄和調查原因,提供一套可查核的資金風險管理做法。

  13. Rohan Paul43

    戴在手指上的 AI 助理,從 Claude 到 ChatGPT,名副其實。 Natura 的 Interface 是一款戒指,按下拇指就能提出語音請求,NatureOS 會將請求傳給你已在使用的 AI 助理:Claude、ChatGPT、Grok Bot、Meta 的 Muse 或 Instinct。 你可以選擇哪個 AI 助理負責哪項工作。用 Claude 寫程式碼,用 Instinct 預訂餐廳。 回答會傳回你的耳機或 iPhone 鎖定畫面。不必解鎖手機,也不用開啟 App。

  14. Dev.to Top Tech55

    教學:把 Google Cloud 搜尋訊號和 Glean 帳戶資訊送進 Slack 銷售頻道

    潛在客戶搜尋安全檔案或反覆查詢設定問題時,銷售團隊可能太晚才知道。這篇教學說明如何把 Google Cloud 搜尋事件和 Glean 從 Salesforce、Gong 等來源整理的帳戶資訊,交給自建的中介服務比對帳戶、篩選訊號,再用 Slack Web API 發到對應的銷售頻道。搜尋平臺不會自動把事件送進 Glean,Pub/Sub 也要由自家服務串接;Glean 觸發條件還要留意使用者許可權、延遲和觸發次數。文章也提醒要合併重複通知、處理 Slack 的傳送限制,並妥善管理個資與存取許可權。

  15. Hacker News (official RSS)65

    Anthropic 更新 Claude Code Projects,讓多個 AI 助理並行處理工程工作

    把工程工作分給多個 AI 助理同時處理,可以省下時間,但開發者也得盯著每個工作進度,還要處理分支合併時的衝突。Anthropic 更新 Claude Code Projects,讓協調者在主要對話中回報進度、提醒待處理的決定,也能分享單一工作的唯讀連結,或暫停、分岔工作。每個工作都在自己的雲端工作階段和 Git 分支中進行,最後仍可能出現一般的合併衝突。這適合能拆成獨立部分的工程任務;所有工作共用同一份 Claude Code 用量,小型工作通常用單一工作階段更省資源。

  16. Dev.to Top Tech67

    Linear 和 It's a Plan 比較:開源替代方案有哪些差異

    挑專案管理工具時,團隊常要衡量費用、資料放在哪裡,以及 AI 助理如何執行。It's a Plan 的作者拿自家開源工具和 Linear 比較:Linear 按使用者收費並在自家雲端運作;It's a Plan 可自行架設,社群版免費,Pro 每年 $240,整個執行個體共用費用。兩者都能安排 AI 助理處理工作,但 It's a Plan 可使用自己的 API 金鑰,或讓助理在自己的電腦、伺服器上執行。作者也提到,Linear 操作流暢、免維護,並有較多匯入工具;It's a Plan 則適合想自行管理資料和主機的團隊。

  17. Dev.to Top Tech49

    Restate AI 如何協助 AI 助理在當機後接續工作,以及整合時要注意什麼

    AI 助理做完付款或寄出電子郵件後,如果程式當機,可能來不及記下結果;重新執行時,外部服務也可能再做一次。Restate 會把每一步的結果記錄在執行紀錄裡,復原時可直接取回已記下的結果,減少重做。文章用 Pydantic AI 的天氣助理範例說明整合方式,但作者沒有實際架設 Restate,因此沒有當機復原或重複操作的測試結果。最重要的是,記錄結果不等於保證付款只會發生一次:外部服務仍需能辨認同一筆操作,避免重複處理;每個工具步驟也要仔細安排,才知道失敗後哪些工作會重跑。

  18. Dev.to Top Tech67

    Offhand MCP 讓 ChatGPT 和 Claude 透過待辦清單交接任務

    ChatGPT 和 Claude 看不到彼此的對話,要把工作交給另一個 AI 助理時,常得自己搬資料。Offhand MCP 把待辦清單接到不同 AI 助理,讓它們讀取任務、交辦工作和回報進度,也能附上檔案與完成要求;例如 ChatGPT 可以把草稿交給 Claude,並說明要的是修改意見,不是重寫。任務只會送到使用者連線的 AI 助理,Offhand 不會把任務交給 AI 模型處理。清單不會自動讓每個 AI 助理開工,是否能自動開始要看各自的應用程式與設定。

  19. Dev.to Top Tech76

    作者用 spec-lantern 防止 AI 助理檢查程式時走捷徑

    AI 助理檢查程式時,可能相信註解、照著程式本身算出測試答案,或先執行程式再猜結果,讓檢查失去意義。作者為 Kiro 做了 spec-lantern,要求 AI 助理先寫下判斷並鎖定,再由 MCP 工具執行測試、比較結果和儲存紀錄;程式則在隔離環境中執行,避免改動原始專案。作者也用程式測試發現,月曆表格的註解說最新月份會排在最上方,實際上卻是最舊月份。這套方法仍需要人確認測試答案是否獨立於原程式,作者也說明瞭它目前適用範圍與執行成本的限制。

    推薦理由:文章用程式註解與程式實際行為不一致的例子,說明如何把 AI 助理的預測先鎖定,再用工具和隔離環境留下可核對的檢查紀錄。

  20. Dev.to Top Tech85

    FAA 下令全美停飛後,SFO 仍有 8 架飛機起飛

    FAA 因全美航空交通管制中心通訊中斷,下令各機場暫停所有起飛;但作者查到,停飛開始後,SFO 仍有 8 架飛機離場,其中 7 架飛往海外。這些班機都延誤起飛,作者觀察到它們是逐班獲準離場。全美當時已有超過 1,000 班取消、近 10,000 班延誤;作者提醒,SFO 這 15 班的紀錄只反映單一機場,不能當成全國情況。這次通訊中斷如何發生,仍待 FAA 後續報告說明。

    推薦理由:作者比對 FAA 的停飛命令與 SFO 實際起飛紀錄,呈現地面管制如何逐班放行,也指出通訊中斷對航空協調的影響。

  21. Dev.to Top Tech47

    Harness Tuner 用評測自動調整 AI 助理,不再只靠猜

    調整 AI 助理時,常得改提示詞、手動試跑,再猜哪裡有效。Harness Tuner 會按照評測題目,自動測試可用工具、提示詞和模型,記下每次結果;表現變好時,還會用另一份資料再檢查,避免只對練習題答得好。測試用的資料會先鎖起來,等你決定要做最後評估時才使用。例如,它可以測試加上網路搜尋工具後,助理完成任務的表現有沒有改善。這能讓調整過程更有根據,也方便回頭檢視哪些改動有效;但如果評測題目本身不好,工具也可能朝錯的方向調整。

  22. Dev.to Top Tech48

    Pomerado 如何把舊銀行網站變成 AI 助理能使用的 MCP 服務

    銀行和政府網站常常沒有 API,AI 助理只能用瀏覽器一步步操作,速度慢,網站一改版也容易失靈。Pomerado 會先記錄一次操作流程,再把它做成 AI 助理可呼叫的 MCP 服務;之後直接用 HTTP 請求讀取資料,網站版面改動時也會嘗試換用其他線索找回需要的欄位。像是查銀行餘額,系統會檢查回傳資料是不是符合預期;看不準時就回報不確定,避免把失敗說成成功。 這種做法適合網站操作方式大致固定、而且由公司管理 AI 助理和帳號的情況。不過,Pomerado 需要保管登入資料;若服務遭入侵,銀行帳戶也可能受影響。網站若大幅改變登入方式,或交易出錯會造成重大損失,就不適合仰賴這種工具。

  23. OpenAI News47

    Shield 用 OpenAI GPT‑6 Astra 讓 AI 助理接手舊系統的 IT 工作

    中小企業的 IT 問題常得靠外包技術人員登入各種舊網站處理;有些系統沒有 API,AI 助理也因此卡住,只能等人接手。Shield 把 GPT‑6 Astra 接進 Forge,讓 AI 助理像技術人員一樣看著畫面操作,在支援的工作中登入入口網站、處理工單、裝置或軟體授權。哪些動作能自動做、哪些要由技術人員檢查或核准,仍由技術人員決定。 Shield 表示,這些流程每月已執行數千次,GPT‑6 Astra 平均比他們先前使用的模型快 35–40%,使用 AI 的工單也有較高的客戶滿意度。不過,電話、到府服務和遠端桌面工作仍需要人員參與;Shield 正在測試讓 AI 助理直接操作電腦桌面的流程。

  24. The Verge · AI58

    Amazon 計畫整理全網商品資料,讓購物者和 AI 助理都能搜尋

    網路上的商品資料分散在各家零售網站,Amazon 擔心消費者會到 Reddit 或 Google 查商品,也希望 AI 助理能找到更多購物資訊。Reuters 報導,Amazon 正構想名為 World Product Graph 的計畫,整理網路各處的商品資料,包括 Amazon 沒有販售的商品,並讓資料能在 Amazon 網站上使用。這些資料也可能改善 Alexa for Shopping 的回答,並降低使用 AI 回答搜尋的成本。不過計畫是否會實施仍不明朗;Amazon 表示,相關檔案是草案,未必反映目前的計畫。

  25. Dev.to Top Tech54

    AI 模型愈來愈像大宗商品,作者解析 LangChain 的工具層為何更有價值

    AI 模型價格會降、能力也會追上,企業若只花錢買模型服務,可能很難留下自己的優勢。作者認為,真正能累積價值的是模型周邊的工具層:決定每個請求交給哪個模型、記錄執行過程,再用事先寫好的標準檢查回答品質。文中也介紹 Google 開源的 AQuA,能從 AI 助理的工作紀錄找出漏掉工具呼叫或忘記使用者條件等問題。作者建議先訂出好答案的檢查標準,再調整路由,最後才擴充服務裝置;同時提醒,資料中心等基礎設施也帶來龐大的資金風險。

  26. 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。

  27. Vercel Blog53

    Vercel Daemons 可將背景工作追蹤資料送到 Vercel Tracing

    背景工作程式出了狀況時,開發者需要檢視它做了哪些事,才能和專案其他追蹤資料一起排查。Vercel Daemons 現在可把 OpenTelemetry 追蹤資料送到 Vercel Tracing;Node.js Daemons 使用 @vercel/otel 2.3.0 以上版本和預設設定,就能自動送出追蹤資料。之後可透過 Vercel CLI 按服務名稱搜尋,並以 JSON 取得結果,讓開發者和 AI 助理檢視背景工作的執行情況。

  28. AWS Machine Learning Blog74

    AWS 教你用 NVIDIA NeMo Switchyard 替寫程式的 AI 助理選模型

    寫程式的 AI 助理完成一件工作時,可能要呼叫模型很多次,也可能重試後仍沒通過測試,所以只看每個 token 的價格,算不出這件工作的實際成本。AWS 示範如何在 Amazon Bedrock 上部署 LiteLLM 和 NVIDIA NeMo Switchyard,讓它依對話中的工具使用結果,在較省錢和能力較強的模型間選擇,也能用隨機分流比較模型。範例程式會讓 AI 助理修小型程式,再跑測試,並比較路由組和各單一模型成功解題的成本。作者提醒,少量測試不能代表日常工作;要用自己的程式任務多跑幾次,並把失敗的花費也算進去。

    推薦理由:文章用可重跑的任務測試比較模型路由與單一模型,並說明為何要看每個成功解題任務的成本,適合評估自己的程式工作流程。

  29. Dev.to Top Tech35

    CTO 和營運主管如何安全地把 AI 助理接上公司內部系統

    AI 助理可以幫忙查庫存、報價和處理訂單,但若能直接碰公司資料庫,一旦做錯事或被惡意指令影響,就可能造成麻煩。文章建議先把可做的事列成固定清單,再讓中間的把關系統檢查許可權、金額和資料格式;敏感操作還要由人確認。像是 AI 助理可以先做出訂單草稿,確認符合規則後才送進 ERP 或 CRM。這樣能減少員工重複輸入資料,也讓每次操作留下紀錄;不過,若原本的流程和資料就很混亂,AI 只會讓錯誤更快發生。

  30. Hacker News (official RSS)79

    Anthropic 推出 Claude Meetings,讓 AI 助理加入視訊會議並整理工作

    開會時,大家常得一邊討論、一邊記筆記,還要另外整理檔案和待辦。Anthropic 推出測試版 Claude Meetings,讓 Claude 以會議參與者的身分加入 Google Meet,聽大家討論、回答問題,也能依照團隊要求一起編輯檔案或白板,並整理會議筆記和待辦事項。使用連結工具前,Claude 會先徵求使用者同意;會議結束後,逐字稿、摘要和產出內容會放在 claude.ai 的會議頁面。Claude 會儲存逐字稿和畫面描述,不會儲存音訊;加入前應確認所有與會者都同意被轉錄。

    推薦理由:Claude Meetings 把會議中的提問、共編檔案與會後紀錄放在同一流程,也說明外部來賓、工具許可權和逐字稿的處理方式。

  31. Dev.to Top Tech76

    CLAUDE.md 實用範本教你替不同專案寫好 AI 助理規則

    AI 助理每次開始新工作時,可能忘了專案規則、猜錯指令,甚至改掉測試來讓錯誤看起來通過。作者整理了通用專案、Python 微服務和多 AI 助理專案的 CLAUDE.md 範本,建議寫清楚可直接執行的指令、程式修改界線和完成條件,也提醒把目前進度留在程式碼、測試或任務清單裡。這些做法能讓工作比較好接手,也方便檢查 AI 助理實際做了哪些確認。

    推薦理由:文章提供通用、Python 微服務與多 AI 助理專案的 CLAUDE.md 範本,並說明如何用明確規則減少猜測、避免測試被改到失去意義。

  32. Dev.to Top Tech35

    RPA 和 AI 助理怎麼選?哪些工作適合各自處理

    公司想把工作自動化時,常會不知道該用傳統 RPA,還是 AI 助理。RPA 照固定步驟操作,適合規則清楚、重複很多次的工作;AI 助理則能看懂 PDF、電子郵件等內容,也能處理需要判斷的情況。像銀行對帳時,RPA 可以下載帳單、搬動資料,AI 助理再比對難以確認的專案,兩者搭配就能各做擅長的事。選擇時可以先看工作是否固定、資料是否容易讀懂,以及判斷規則會不會常變;不必把所有工作都交給同一種工具。

  33. Dev.to Top Tech41

    AI 助理參加競賽時,為什麼有些大門會關上?

    有些競賽要求參賽者證明自己是符合法律資格的人,AI 助理就算能寫程式,也會卡在簽名和身分查驗這關。作者因此改參加另一場只看程式能不能執行的交易競賽,交出一個依照市場狀況調整持股的 Python 函式。主辦方的測試中,它通過了進場門檻,但在波動大的測試期間虧損 9.90%;作者也坦白,這套做法遇到市場突然崩跌時反應不夠快。接下來,他打算參加另一場比賽,讓 AI 助理整理挪威公司的公開資料,並替每項說法附上來源。已有 104 份作品得到評分,暫時沒有作品達到參賽資格要求;作者想試試看,自己的方法能不能讓資料更可靠。

  34. Dev.to Top Tech54

    Veronica Stewart 稽核自家 AI 助理系統,發現兩項嚴重電郵錯誤

    AI 助理代管電郵時,可能把信寄錯,也可能根據過期資料回答問題。Veronica Stewart 稽核自己用來經營一人公司的 AI 助理系統,公開了 15 項問題,其中兩項最嚴重的都和電郵有關:她沒先檢視信箱就回答轉介問題,還有 7 封跟進信寄回自己手上,沒有寄到收件人。她逐封檢查寄件備份後,重新寄出並確認收件人,之後也訂下先查收發信件、核對實際收件地址的做法。這份紀錄也提醒,稽核提出的問題需要逐項查證;作者提到的一項工作紀錄矛盾,最後仍沒有解決。

  35. Dev.to Top Tech38

    RecipeHub 如何從食譜點子做成可分享、能持續改良的產品

    好不容易做出一道好菜,卻忘了當時改了哪些材料;食譜步驟太複雜,也可能讓人做失敗。RecipeHub 把食譜當成可以一起改良的專案:每次調整都能留下新版本和修改原因,也能分享給親友。開發團隊先做出互動原型,試著呈現食譜差異、料理者的個人頁面,以及從文字整理出的材料和替代品等資訊。接著,他們把檔案和原型整理成一致的產品規格,避免團隊照著不同說法各自開發。文章也以此說明:用 AI 協助寫程式時,先把產品要做什麼說清楚,能減少方向不一致造成的問題。

  36. AWS Machine Learning Blog72

    AWS 說明如何縮短 Amazon Bedrock AgentCore Runtime 的工作階段啟動時間

    AI 助理每次開始新的工作階段,都可能得重新載入程式和資料,讓使用者等候第一個回應。AWS 說明如何用 Amazon Bedrock AgentCore Runtime V2,先在建立或更新環境時準備好程式,再把準備結果存起來,讓新工作階段還原後就能使用。文中也介紹如何把常用資料留在記憶體、用建置掛鉤預熱大型檔案,以及在使用者開啟聊天視窗時背景啟動工作階段。會改變的資料、隨機值和時間資訊則要在每個工作階段開始後取得,避免沿用過期或重複的內容。

    推薦理由:文章拆解 AgentCore Runtime V2 的啟動流程,並說明哪些工作適合提前準備、哪些資料必須每個工作階段重新載入。

  37. Dev.to Top Tech65

    Cloudflare 開放 Kitesurf 原始碼,部署仍依賴 Workers

    團隊想讓 AI 助理操作網站,瀏覽器是否可靠、能不能換到別的平臺使用,都是實際考量。Cloudflare 開放了 Kitesurf 的原始碼,開發者可以檢查、修改引擎,也能在本機或自己的 Cloudflare 帳號部署。Kitesurf 能讀取網頁、執行 JavaScript 並顯示畫面,也支援 Puppeteer 等工具連線;但在 Cloudflare 帳號部署需要 Workers Paid 方案,這篇文章也指出,原始碼開放不代表能脫離 Cloudflare。Cloudflare 尚未提供與 Chromium 的效能比較資料,文章也沒有獨立測試或客戶使用結果。