跳到正文

#程式開發

RSS
今日 93 則
11月18日週三
  1. Dev.to Top Tech68

    Microsoft 推出 MAI Code 2 和 MAI Code 2 Flash,瞄準不同程式開發需求

    團隊常用 AI 助理修改程式或除錯,工作量一大,模型費用也會跟著累積。Microsoft 推出 MAI Code 2 和 MAI Code 2 Flash,前者面向較需要效能的程式工作,後者主打日常大量使用。Microsoft 表示,MAI Code 2 Flash 在三項日常程式開發測試中的表現可比 GPT-6 Luna,費用約為其 65%;和 Claude Haiku 5.5 相比,表現相近,費用約為其 20%。這些是 Microsoft 提供的比較資料,沒有列出實際金額或各項測試分數;結果也不能直接代表每個團隊的程式專案都適用。

  2. Dev.to Top Tech64

    pnpm Workspaces、Turborepo 和 Nx 怎麼選?先看專案規模與 CI 耗時

    管理多個程式套件時,建置流程可能變慢,也不一定需要馬上加新的工具。文章比較 pnpm Workspaces、Turborepo 和 Nx:pnpm Workspaces 能整理套件、安排執行順序,還能只測試有變動的部分;Turborepo 會快取相同輸入的建置結果,但要先列清楚輸入和輸出;Nx 則能畫出套件關係、產生程式架構,並用檢查規則限制套件彼此的引用。作者建議先量 CI 耗時,再從 pnpm 的變動篩選開始,確認還有需要時才加工具。

  3. Dev.to Top Tech75

    Microsoft 推出 MAI Code 2,主打降低 Copilot 與 Foundry 的程式開發成本

    程式開發團隊想用 AI 助理處理更多工作時,反覆呼叫模型可能讓成本累積。Microsoft 在 Ignite 2026 推出 MAI Code 2 和 MAI Code 2 Flash,前者將提供給 GitHub Copilot 與 Foundry,Flash 則面向低成本、大量程式工作。Microsoft 聲稱 MAI Code 2 的表現接近 GPT-6.1 Sol 和 Claude Opus 5.5,但價格更低;這些數字是公司說法,還不是獨立確認的評測。Microsoft 自家頁面對 Claude Opus 5.5 的比較也出現互相矛盾的數字,因此團隊應拿自己的程式任務測試品質、成本和後續檢查工作,再決定怎麼使用。

  4. Thurrott76

    Microsoft Copilot SDK 2.0 開放使用,支援在同一個程式執行多個工作階段

    用舊版 Microsoft Copilot SDK 執行 AI 助理時,每個工作階段都需要自己的容器,即使工作不需要容器也一樣。SDK 2.0 改成能在同一個程式裡執行多個彼此隔離的工作階段,各自保有狀態、憑證、工具、檔案和歷史紀錄,也不必為了建立工作階段啟動容器、程式或虛擬機器。Microsoft 表示,在 TypeScript CLI 建立工作階段的時間從 5.25 秒降到 55.3 毫秒;10 個使用者端的記憶體用量則從 1.4 GB 降到 126 MB。SDK 也提供六種架構選擇,並支援 TypeScript、Python、Go、.NET、Java 和 Rust。

    推薦理由:SDK 2.0 把多個彼此隔離的工作階段放進同一個程式,並公佈啟動時間與記憶體用量的前後差異,可用來瞭解它如何改變 AI 助理的執行方式。

  5. Publickey (日系頂級架構誌)67

    Microsoft 發表 MAI Code 2 與 MAI Code 2 Flash,主打程式工作效能與低成本

    企業寫程式時,複雜的除錯和大量日常修改都會花費時間與成本。Microsoft 發表兩款程式開發用 AI 模型:MAI Code 2 面向正式環境的程式生成、疑難除錯和介面製作;MAI Code 2 Flash 則適合解說程式、修改區域性內容和處理例行工作。Microsoft 表示,依照程式基準測試結果,MAI Code 2 的表現接近 GPT 6.1 Sol 和 Claude Opus 5.5,成本分別約為兩者的 40% 和 5%;Flash 的表現接近 GPT-6 Luna 和 Claude Haiku 5.5,成本約為兩者的 65% 和 20%。

    推薦理由:Microsoft將兩款模型分別用在較複雜與日常的程式工作,並比較它們和競品的效能與成本,呈現不同工作需求下的取捨。

  6. The New Stack76

    Microsoft 推出 MAI Code 2,主打以較低成本協助日常程式開發

    企業想用 AI 助理寫程式時,常得在模型表現和使用成本之間取捨。Microsoft 推出 MAI Code 2 和 MAI Code 2 Flash,並公佈它們在多項程式開發基準上的表現與成本比較:Microsoft 表示,MAI Code 2 的基準表現接近 GPT-6.1 Sol 和 Claude Opus 5.5,成本分別約為對照模型的 40% 和 5%。這些模型針對日常程式工作調校,目前還沒針對基礎科學研究或需要長時間執行的 AI 助理任務調校。MAI Code 2 和 Flash 已在 GitHub Copilot 提供,Flash 也在 Microsoft Foundry 開放有限預覽。

    推薦理由:文章比較 MAI Code 2 與通用模型在程式開發基準上的表現和成本,也說明它目前鎖定日常程式工作,尚未針對更艱難的任務調校。

  7. Dev.to Top Tech36

    AI 聳動標題淹沒工程討論:開發者該談談怎麼把軟體做好

    現在談到 AI,常有人說「開發者快沒工作了」,也有人說「AI 根本沒用」。這兩種說法看起來相反,卻都容易搶走目光,讓大家少談軟體工程真正遇到的問題。AI 確實能加快寫程式,但程式寫得更快後,團隊還能跟上檢查程式、確認能不能正式上線嗎?如果跟不上,瓶頸只是從寫程式換成檢查程式。 AI 也能用來改善測試、自動化檢查和觀察系統運作的工具,也能幫忙看懂舊程式。作者希望大家少追著網路上的點閱熱潮跑,多找小型社群或面對面聚會,踏實討論怎麼把軟體做得更可靠、更有效率。

  8. Dev.to Top Tech48

    Next.js 如何用短效簽名網址安全上傳私人檔案

    上傳私人報告時,如果檔案先經過 Next.js 伺服器,會多繞一段路;如果網址被猜中,也可能讓別的客戶看到檔案。這套做法是讓伺服器先確認登入者和所屬客戶,再向儲存空間要一個短時間有效的上傳網址,讓瀏覽器直接傳檔;客戶下載時,伺服器再確認資料擁有權,發出另一個短效網址。像甲客戶的使用者若猜到乙客戶的檔案位置,伺服器也應在產生網址前拒絕請求。這樣能減少檔案繞經伺服器,也能讓檔案保持私人;不過要另外確認跨客戶隔離、網址到期和瀏覽器跨來源設定是否符合需求。

  9. Dev.to Top Tech47

    GSAP 和 Exode 動畫工具怎麼選?先看誰負責調整

    動畫都得靠工程師改程式碼、重新執行才能調整時,設計師常常只能提一次修改。GSAP 是工程師在程式碼裡呼叫的動畫工具;Exode 則讓人直接在畫布上拖拉調整動畫,再把結果交給工程師使用。像調整卡片彈出的效果,GSAP 要改數字再看結果,Exode 可以直接拉滑桿預覽。兩者也能一起用:設計師需要反覆調整的互動交給 Exode,主要靠程式碼控制的動畫交給 GSAP。選哪種方式,關鍵是誰要負責調整;不少團隊兩種情況都有,不必只選一種。

  10. 數字生命卡茲克44

    推文作者用自己做的簡易評測,測試 GPT-6.2 系列找程式碼問題的能力。GPT-6.1 Sol 找出 65% 的問題,GPT-6.2 Sol 提升到 84%,GPT-6.2 Astra 則達到 96%。不過,Astra 比 Sol 慢約一倍、價格貴 4 倍,換來多找出十幾個錯誤。作者認為新模型在後端開發和程式碼審查上表現不錯,但方案規劃能力變差,讀起來也更不容易懂;這些結果來自作者自己的簡易測試,不代表所有人的使用情況。

  11. Dev.to Top Tech42

    MihirakiPDFViewer 如何用固定測試檔確認 PDF 閱讀器真的正常

    開發 PDF 閱讀器時,如果每次都拿不同的書來檢查,很難知道程式改動後,原本正常的功能有沒有被弄壞。作者為 MihirakiPDFViewer 準備了內容和設定都清楚的測試 PDF,讓測試結果可以重複確認。例如,搜尋用的 PDF 裡有已知數量的搜尋字詞,程式就能檢查詢到的次數對不對;大型 PDF 則用來測試開啟和連續翻頁。 作者也請 AI 協助寫測試,但測試通過只能說明指定的檔案和運算子合預期,不能直接證明整個 App 都沒問題。像是大檔連翻 30 頁的測試通過了,不代表滑桿一定能準確跳到指定頁面;搜尋測試也沒有逐一比對文字標記的位置。把測試條件、預期結果和已確認的範圍寫清楚,才知道通過的結果究竟代表什麼。

  12. Dev.to Top Tech49

    Spring REST API 怎麼處理各種錯誤:用同一套格式回覆每個控制器

    有資料庫和服務功能,程式還不一定能讓使用者呼叫;這個圖書館專案原本就少了能讓使用者端使用的 API。作者先用書籍目錄控制器做範例,再把做法用到其他控制器,並讓它們回傳只含必要資料的簡短回覆,避免把資料庫裡不該直接送出的內容一併傳出去。 四個控制器共處理 404 找不到、409 衝突,以及各種 400 輸入錯誤;意外的錯誤則回傳一般訊息,不把內部細節或錯誤紀錄送給使用者。像是找不到書會得到 404,送錯格式的資料會得到指出問題欄位的 400。作者也發現,網址拼錯後,若沒有測試真的呼叫那個網址,錯誤可能一直沒被抓到;每個路徑都要實際測過,才知道 API 能不能正常使用。

  13. Dev.to Top Tech61

    Python 呼叫外部指令時,如何處理引號、逾時與結束碼

    Python 程式呼叫外部指令時,引數可能被空格拆錯,指令也可能一直等下去,或失敗了卻看起來像成功。作者用 Python 3.12 實際測試後,整理出三個處理方法:優先把指令和引數分開傳入,需要使用 shell 時再替動態內容加上引號;設定逾時並接住逾時錯誤;檢查結束碼和錯誤輸出。像 grep 找不到符合專案時會回傳 1,不一定代表執行失敗,因此要依各指令的規則判讀。這些做法能讓程式更清楚分辨成功、失敗和逾時。

  14. Dev.to Top Tech46

    Claude 如何用幾分鐘為作者做出牙套配戴追蹤 App?

    牙齒矯正器每天要戴超過 21 小時,作者卻不清楚自己每天戴了多久。於是他用一段提示詞,讓 Claude 在 30 分鐘內做出一款 SwiftUI App,還能搭配 Apple Shortcuts 和 Siri,記錄戴著與取下的時間、計算每天平均配戴時數,並提醒他何時該換下一副矯正器。作者認為,如果自己從頭開發,可能得花上整個 7 個月的療程時間。這個經驗讓他看到,AI 能幫人快速做出符合個人需求的小工具,連很少見的問題也不必等別人來解決。

  15. Dev.to Top Tech60

    GNU ln 如何正確更新指向最新影片資料夾的符號連結

    用「latest」連結指向最新一天的影片資料夾,看起來方便,更新時卻可能悄悄失敗。作者實測 GNU ln,發現用 ln -sf 更新時,新連結可能被放進舊資料夾,指令仍回報成功;從錯誤位置建立連結,也可能讓它指向不存在的路徑。文章建議用 ln -sfT 更新,並確認連結指向預期的資料夾。備份時,cp -r 可能只複製連結本身;在來源路徑最後加斜線,或使用 -L,才會複製連結指向的影片。這些結果是在 Linux 上以 GNU coreutils 8.32 測得,BSD 和 macOS 的行為沒有測試。

  16. ClaudeDevs72

    Claude Code 使用多種工具時,逐一操作可能不夠靈活。Anthropic 推出實驗性的 Code Mode,讓 Claude 撰寫指令碼,把多個工具串在一起完成較複雜的工作;長指令還在執行時,它也能先回答使用者。這項功能需要自行選擇啟用,設定方式是 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1。

    推薦理由:Code Mode 讓 Claude Code 用指令碼串接多種工具,也能在長指令執行時先回答,呈現一種新的工具協作方式。

  17. Dev.to Top Tech58

    虛擬清單的列高快取為什麼會失準?作者分享重新量測做法

    網頁清單把每列高度記起來後,字型載入、圖片排版或內容展開,都可能讓舊資料不準,讓捲軸位置突然跳動。作者建議在列真正出現在畫面時重新量測;第一次量到只記下高度,後續高度改變才更新整體高度。也可以用一個共用的 ResizeObserver 觀察畫面上的列,並把版面更新排到同一個畫面更新時段。若清單自己調整捲動位置,還要關閉瀏覽器的自動捲動補償,避免兩邊同時修正造成跳動。

  18. Dev.to Top Tech52

    如何避免 AI 助理因為沒收到回覆,就把工作重做一次

    AI 助理做完工作後,如果回覆在網路上遺失,可能以為事情沒做成,再執行一次,造成重複操作。作者在正式環境測試一種做法:每項工作先帶上固定的操作身分,執行前先查紀錄;如果已經完成,就取回原本的結果,不再重做。測試中,修正前同一項工作執行了兩次,修正後重試只留下原本的一次結果;只拿操作身分也能找回紀錄。這種紀錄能說明工作做過什麼,卻不能保證結果本身正確。

  19. Hacker News (official RSS)90

    Java4Shell:OpenJDK 處理 Base64 時可能遭遠端執行程式碼

    OpenJDK 的 Base64 解碼器有記憶體越界寫入漏洞;在符合條件時,遠端攻擊者可能進一步讀取 Java 記憶體內容,甚至執行程式碼。漏洞影響 OpenJDK 17.0.6 或更新版本,也影響多種以 OpenJDK 為基礎的 Java 發行版;攻擊還需要支援 AVX-512 VBMI 的 x86-64 處理器,ARM64 不受影響。研究者展示了可重現越界寫入的 PoC,並說明遠端利用需要配合目標應用的記憶體配置,並非通用攻擊。OpenJDK 已發布安全公告;使用者應更新,也可在 x86-64 主機停用 Base64 硬體加速或 AVX-512 作為緩解方式。

    推薦理由:這篇從 Base64 解碼錯誤一路說明到遠端攻擊成立的條件,並列出受影響版本與緩解方式,能看出漏洞風險取決於硬體和應用配置。

  20. Dev.to Top Tech39

    電商商品搜尋架構指南:用 Node.js 分階段篩選與排序

    電商搜尋常碰到兩難:結果要找得準、回得快,也不能把別家店的商品混進來。這篇文章建議先用店家、地區、庫存和價格等條件縮小商品範圍,再從最多 20 筆候選商品中挑出 5 到 8 筆重新排序,最後只把附有商品來源的資料交給 AI 整理答案。像是找 EU 商店裡 150 美元以下的防水登山鞋,就能先排除不符合價格或地區的商品。這種做法讓搜尋速度和結果品質比較好掌握,也讓小團隊日後能更換搜尋服務,而不用重做整套商品搜尋流程。

  21. Dev.to Top Tech60

    作者修正 35 款手機遊戲,讓玩家能從畫面邊緣捲動頁面

    手機遊戲畫面太大時,玩家可能卡在遊戲裡,沒辦法往下捲到說明或排行榜。作者發現,整個遊戲區都設成禁止觸控手勢後,裡面的區域也不能把頁面捲動功能加回來;他改成只限制中央遊玩區,讓畫面上下邊緣可以用來捲動。作者把這套做法用在 35 款遊戲,模擬測試中,中央區域沒有帶動頁面,從邊緣滑動則捲動了約 75 到 128 畫素。這也會讓部分從邊緣開始的拖曳被取消,作者提醒還沒用實際手機測試。

  22. Dev.to Top Tech47

    Michael 如何為幾款經典 PC 遊戲打造原生 64 位元 Linux/ARM64 引擎

    有些經典 PC 遊戲在新款 64 位元 Linux 電腦上,還得靠 Wine 或舊的 32 位元環境才能執行,在 ARM64 裝置上也不好處理。Michael 為幾款遊戲寫了使用 SDL2 的原生引擎,玩家可透過簡單的圖形設定畫面,指定自己合法購買的 GOG 安裝檔;下載內容不含遊戲資料。 目前公開的作品包括《Warlords III: Darklords Rising》、《Anno 1503 A.D. Royal Edition》、《Jagged Alliance 2 v1.13》和《Arcanum》的引擎或移植版本。其中《Anno 1503 A.D. Royal Edition》仍是候選版本,戰役事件、行人角色、Bink 影片和多人遊戲功能尚未完成。這些引擎仍很新,可能有錯誤;Michael 表示會處理回報的問題。

  23. Thurrott82

    Microsoft AI 在 Ignite 2026 發表七款新模型

    企業挑選 AI 模型時,常要在效果、價格和不同用途之間取捨。Microsoft AI 在 Ignite 2026 發表七款模型,涵蓋資安、寫程式、圖片編輯、即時語音、轉錄和決策;文中列出多項與其他模型的價格和效能比較,例如 MAI Code 2 對照 GPT-6.1 Sol,約以四成價格提供 98% 的寫程式品質。Microsoft 也表示,部分模型已在自家資料中心使用 Maia 200 晶片,並開始為客戶製作客製版本;組織之後也可透過 MAI Licensed Weights,在自己的 Azure 環境部署與調整模型。

    推薦理由:七款模型的發布資訊同時列出多項價格與效能比較,可看出 Microsoft 如何把不同用途的模型定位在成本與能力之間。

  24. aihot83

    Microsoft MAI 發布多款模型,推出可自行掌控的授權權重

    企業想用大型語言模型處理日常工作,常得面對成本,也在意自家資料和模型權重由誰掌控。Microsoft MAI 發布多款模型,涵蓋程式開發、網路安全、影像編輯和語音轉寫。演講表示,MAI Code 2 在四項日常程式基準測試的平均表現達 GPT 6.1 Sol 的 98%,成本為 40%;MAI Cyber 2 Flash 在 Cyber Gym 測試領先 GPT 6 Astra,每項任務成本不到 2%。新推出的 MAI Licensed Weights 可用專有資料客製模型,再放進自家的 Azure 環境執行,由企業管理存取許可權及資料。

    推薦理由:演講把多款模型的價格與效能放在日常工作中比較,也說明授權權重如何讓企業在自己的 Azure 環境中客製和執行模型。

  25. Vercel Blog50

    Vercel Sandbox Python SDK 1.0 正式推出,能在隔離環境執行程式碼

    用 Python 執行 AI 產生的程式、測試修改或分析資料時,若想避免程式直接影響其他工作,就需要隔離的執行環境。Vercel Sandbox Python SDK 1.0 已穩定公開介面,功能也追上 TypeScript SDK;它能在隔離的沙盒裡執行工作,並在工作結束後自動清理環境。例如,可以從 Git 分支建立沙盒、執行測試,完成後自動清理。從 0.x 升級的人要留意,指令輸入和輸出已改用 bytes。

  26. Dev.to Top Tech62

    Rails 8 教學第 4 篇:用 Study Flow 學會串接資料與整理查詢

    讀書計畫如果只存一個名稱,還不夠管理主題和每次讀書時間。這篇 Rails 8 教學用 Study Flow 把使用者、計畫、主題和讀書時段串起來,示範如何檢查資料、替新主題自動安排順序,並用可重複組合的查詢找出進行中或已完成的時段。作者也說明,頁面逐筆讀取資料可能讓資料庫查詢變多,加入 includes 後,10 個時段的例子可從 21 次查詢降到 3 次。文章還提醒,查詢資料時要先確認它屬於目前登入的使用者,避免看到或修改別人的內容;同時指出,同一主題只能有一個進行中時段的檢查,單靠程式驗證無法擋住同時送出的請求。

  27. Dev.to Top Tech63

    Microsoft 在 Ignite 發表六款 MAI 模型,涵蓋程式、資安、影像與語音

    Microsoft 在 Ignite 發表六款 MAI 模型,分別面向程式開發、資安、影像編輯、語音轉錄和即時語音,並提到可透過 GitHub Copilot、Microsoft Foundry 和 Azure AI services 使用。已知名稱包括 MAI Code 2、MAI Code 2 Flash、MAI Cyber 2 Flash 和 MAI Image 2.7;另外兩款轉錄與即時語音模型的名稱沒有提供。Microsoft 主打這些模型能以較低成本達到前沿表現,但材料沒有列出價格,也未確認各模型在哪些服務或地區供應。企業評估時,仍需確認供應情況、費用和工作流程是否合適。

  28. Dev.to Top Tech43

    我用 Figma、Rive、Lottie、GSAP、Spine 和 Exode 做同一個互動結帳卡,看看每種工具適合做什麼

    做互動結帳卡時,動畫只是其中一部分;卡片還得能讀取即時價格、處理加入購物車,也要配合鍵盤操作。作者用同一張卡測試 Figma、Rive、Lottie、GSAP、Spine 和 Exode,發現它們各有適合的工作:Figma 適合畫畫面和討論設計,Rive 適合會動的角色或小圖示,Lottie 適合播放固定動畫,GSAP 適合用程式安排複雜動畫,Spine 則適合遊戲角色。Exode 能把畫面、操作和動畫一起做成 React 元件。像結帳卡要依數量改價格,光做出漂亮動畫還不夠,選對工具才能讓整個畫面真的動起來。作者也提醒,自己參與 Exode 的工作,介紹 Exode 的部分可以多留意。

  29. aihot79

    Google AI Studio 加入 Gemini 4 Carbon 與 Hydrogen,協助打造並發布 Android App

    從想法做出 Android App,常得自己處理資料儲存、登入、AI 功能和上架。Google AI Studio 現在能依提示詞建立 Kotlin App,並在使用者確認後設定 Cloud Firestore、Google 登入和 Gemini API 呼叫;Firebase AI Logic 與 App Check 可保護 API 憑證並檢查請求。開發者也能用瀏覽器中的高畫質模擬器測試畫面和即時音訊,把截圖交給 AI 助理調整介面,最後將 App 發布到自己的 Google Play 庫,再用手機安裝。

    推薦理由:原文列出資料同步、登入、Gemini API 防護與 Play 發布等整合方式,可用來瞭解 AI Studio 如何串起 Android 開發流程。

  30. Dev.to Top Tech69

    Webhook 重送教學:如何用固定事件 ID 避免重複處理

    Webhook 送出後若對方已完成處理,回覆卻在網路上遺失,服務就可能重送同一筆事件,造成重複入帳。文章建議讓同一事件在每次重試時都使用相同的 ID,並用有期限的租約確保同一時間只有一個工作者負責處理;租約過期後,其他工作者才能接手。作者也比較資料庫排程、延遲佇列和定時掃描,建議先用能安全領取工作、且符合目前流量的簡單做法。重試能做到至少一次送達,是否重複生效仍要靠接收端記錄並檢查事件 ID。

  31. Dev.to Top Tech41

    多租戶軟體如何防範跨平臺路徑穿越與符號連結攻擊

    多個使用者共用檔案空間時,只檢查路徑文字有沒有以自己的資料夾開頭,可能擋不住攻擊者偷偷放進去的符號連結;作業系統開檔時會跟著連結,讀到資料夾外的檔案。Windows 裝置路徑、大小寫差異和特殊字元,也可能讓檢查失準。 文章建議,開檔時要讓作業系統一起檢查路徑,並限制使用者在共用資料夾裡建立符號連結。只把資料夾掛進容器也不一定安全,因為連結仍可能指向容器外。簡單說,檢查路徑文字就像只看地址,還得確認開門後真的到了該去的地方。

  32. Dev.to Top Tech67

    Docker 為什麼每次建置都重跑 npm ci?作者說明原因與修法

    只改 README 的一個字,Docker 卻重新安裝所有套件,可能是因為 Dockerfile 先把整個專案複製進去,後面的 npm ci 就會受任何檔案變動影響。作者發現,.git 裡的檔案可能在執行 git status 時改變,讓快取失效;主機上的 node_modules 也可能被複製進容器,造成平臺不合的問題。修法是先複製 package.json 和 package-lock.json,再執行 npm ci,之後才複製程式碼,並在 .dockerignore 排除 .git、**/node_modules、建置輸出和 .env 檔案。作者改好後,來源檔變動時 npm ci 能沿用快取,建置內容也從超過 1 GB 縮到幾 MB。

  33. Dev.to Top Tech40

    作者為什麼想用 AI 打造「軟體工作坊」,而不是「軟體工廠」?

    用 AI 自動生產軟體,就像開工廠:速度快、品質可以預期,但不一定每次都可靠。另一種做法是像辦公室一樣靠分工和階層安排工作,或像工作室一樣讓團隊合作。作者想把這些想法合在一起,打造「軟體工作坊」:由有經驗的開發者運用 AI 工具,自己負責做出的系統,也彼此合作。這樣一來,AI 是幫忙加快工作的工具,而不是取代開發者;作者接下來想探索,如何兼顧品質、速度和人對作品的掌握。

  34. Dev.to Top Tech64

    Solidity Spec 用 Lean 建立可執行的 Solidity 形式模型

    編譯器要確認程式前後的行為一致,得先清楚說明 Solidity 程式怎麼運作。作者推出開源研究預覽版 Solidity Spec,用 Lean 建立可執行的模型,讓人能跑範例,也能證明部分性質。像兩個變數指向同一格記憶體時,運算順序不同,結果可能是 3 或 4;模型會列出允許的順序,並處理呼叫失敗後還原狀態等情況。目前模型只涵蓋 Solidity 的一部分,尚未包括外部呼叫、內嵌組合語言與完整 ABI 編碼,也還沒有端到端的編譯器正確性證明。

  35. Google Developers Blog81

    Google AI Studio 用 Gemini 打造可連線資料庫的 Android App

    從想法做出 Android App,常得分別處理資料儲存、登入、AI 功能和手機測試。Google AI Studio 現在能依照提示詞建立 Kotlin App,並設定 Cloud Firestore、Google 登入及安全呼叫 Gemini 的功能;資料也能在不同裝置間接續使用。開發者還能在瀏覽器裡用高畫質模擬器測試畫面和聲音,截圖交給 AI 助理修改介面,最後把 App 發布到自己的 Google Play 個人資料庫,再安裝到手機上。

    推薦理由:Google AI Studio 把資料儲存、帳號登入、Gemini 呼叫和手機測試串進 Android 開發流程,可瞭解從提示詞到可安裝 App 的做法。

  36. Hacker News (official RSS)76

    《Web Browser Engineering》帶你用 Python 從頭打造網頁瀏覽器

    網頁瀏覽器每天都在用,但從載入網頁到執行 JavaScript,中間要做哪些事不容易看懂。Pavel Panchekha 和 Chris Harrelson 寫了這本書,帶讀者用幾千行 Python 做出一個基本但完整的瀏覽器。內容從下載網頁、排版文字和處理 HTML、CSS,延伸到表單、JavaScript、動畫、GPU 和無障礙功能,讓人能一步步看懂瀏覽器如何把網頁顯示出來並回應操作。

    推薦理由:內容從下載網頁一路講到 JavaScript、無障礙功能與 GPU 動畫,適合用來瞭解瀏覽器各部分如何串在一起。

  37. iTnews Australia64

    Microsoft 推出 MAI Code 2 與資安 AI 模型,挑戰 Anthropic 和 OpenAI

    Microsoft 想用新 AI 模型挑戰 Anthropic 和 OpenAI,這次公佈了寫程式和資安用途的模型。MAI Code 2 用來協助寫程式,Microsoft 表示,它的表現幾乎追上競爭對手,成本卻低得多。資安模型則預計先提供給一小群客戶,協助處理 AI 工具揭露出的軟體漏洞。Microsoft 也推出影像生成和語音轉文字模型;公司主管表示,讓模型各自專攻不同工作,有助於控制成本,並強調防止 AI 做出有害行動是優先事項。

  38. Dev.to Top Tech59

    Franck Pachot 實測 PostgreSQL:9 TiB 交易測試卡在磁碟讀取

    資料庫遠大於電腦記憶體時,PostgreSQL 會遇到什麼速度限制?Franck Pachot 用 HammerDB 測試約 9 TiB 的資料,並把 PostgreSQL 的結果和 HorizonDB 的公開數字比較。在他的設定下,PostgreSQL 每分鐘完成 50,648 筆新訂單,接近先前公佈的 52,167 筆;觀察到的等待中,近八成是讀取資料檔案。磁碟讀取量也接近設定的 IOPS 上限,因此這次測試將磁碟讀取列為首要瓶頸,後續文章會再檢查其他限制。

  39. PyTorch67

    想讓模型學會特定領域的內容,開發者常得先處理模型格式轉換。PyTorch 官方表示,現在可用 NVIDIA NeMo AutoModel 在領域資料上微調 Meta 的 Muse Spark Open,並直接使用 Hugging Face 的模型檔,不必轉換格式。工具也能直接進行 SFT 和 LoRA 微調,方便快速嘗試不同產業的用法。Muse Spark Open 是推理模型,也能理解音訊、影片、圖片和檔案;文中另提供可下載的 NVIDIA NIM。

    推薦理由:Muse Spark Open 可直接用 NVIDIA NeMo AutoModel 進行領域資料微調,並支援 SFT 與 LoRA,呈現模型訓練工具如何減少轉換步驟。