遠距結對程式設計怎麼做?角色輪換、計時與休息安排一次看
遠距結對程式設計如果只是兩個人盯著同一個螢幕聊上一整天,很容易累,也可能變成一個人寫、另一個人旁觀。作者整理了幾種合作方式:一人負責寫程式、另一人留意方向,或用測試輪流接手;也可以讓新手操作鍵盤,方便熟悉程式。文章建議先說好目標和角色,每 10 到 25 分鐘換手,安排短暫休息,並在結束時聊聊哪些地方順利。多人一起寫程式時,也要輪流操作,避免有人一直插不上手。
遠距結對程式設計如果只是兩個人盯著同一個螢幕聊上一整天,很容易累,也可能變成一個人寫、另一個人旁觀。作者整理了幾種合作方式:一人負責寫程式、另一人留意方向,或用測試輪流接手;也可以讓新手操作鍵盤,方便熟悉程式。文章建議先說好目標和角色,每 10 到 25 分鐘換手,安排短暫休息,並在結束時聊聊哪些地方順利。多人一起寫程式時,也要輪流操作,避免有人一直插不上手。
遊戲物件一多,把每個物件的資料和行為都寫在一起,程式就容易變得難整理。作者用 Go、Donburi 和 Ebitengine 做了方塊遊戲與水族箱,示範 ECS 怎麼把物件當成單純的身分,再用元件放資料、用系統處理遊戲規則;例如同一套移動系統可以處理不同物件。文章也分享事件、碰撞範圍和延後刪除等做法,並提醒 ECS 會讓程式分散在多個系統裡,小型專案可能因此增加負擔。
推薦理由:文章用方塊遊戲和水族箱示範 ECS 如何拆分資料與遊戲邏輯,也說明它在物件很多時的好處與不適用情況。
醫療人員常得在病歷系統和保險網站之間搬資料、填表,OpenAI 推出能操作這些既有介面的 AI 助理,協助處理轉診、保險事前核準和病歷收件匣等工作。遇到病人回報背痛時,AI 助理會搜尋相關病歷、草擬 MRI 檢查單和回覆,並準備保險申請;內容仍要由醫療人員或行政人員檢查後才能送出。OpenAI 表示,GPT-6 Luna 每項行政工作約花 8.5 美分;GPT-6 Astra 在一項醫療行政基準測試中得分 94.3%,Luna 得分 91.8%。文章也提醒,醫療機構仍須留意敏感資料的保護、AI 助理如何受監督,以及重要臨床或法律決定是否必須由人員作出。
推薦理由:OpenAI公佈的評測呈現醫療文書自動處理的安全評分與成本差距,文中也指出資料保護、監督方式及臨床決策責任仍是匯入時的考量。
要展示程式錯誤或還在開發的功能,通常得先架好伺服器。Simon Willison 重寫 Datasette Lite,讓 Datasette 透過 WebAssembly 和 Pyodide 在瀏覽器裡執行,並用 Service Worker 載入頁面與程式資源。分享一個網址,就能指定 Datasette 版本、外掛和 SQLite 版本,讓別人直接檢視示範或重現問題;例如,他用不同版本的連結展示分頁錯誤及修正後的結果。這種方式也可能用在其他 Python 應用程式,提供預覽和除錯環境。
開發 Discord 機器人時,常會遇到一串看不懂的 ID 和設定數字。作者用能在瀏覽器主控臺執行的 JavaScript 範例,示範如何從 ID 算出建立時間、讀取機器人許可權,以及挑選要接收的事件;也說明為什麼大型 ID 要用 BigInt,否則數字可能被改錯。文章還介紹如何產生會依讀者時區顯示的日期,以及檢查邀請連結是否失效。
Spring Boot 的排程工作有時會悄悄停下來,應用程式看起來正常,健康檢查也不會提醒你。文章整理四種可能原因:某個工作卡住,排程功能沒啟用,cron 設成停用值「-」,或應用程式執行個體已經停止。作者也說明,重複工作的例外通常只會寫進錯誤記錄,之後仍會再執行;預設只有一條排程執行緒時,卡住的工作則會擋住其他工作。可用 Actuator 檢視排程清單和執行緒狀態,並讓工作每次成功後向外部服務回報,由服務在預定時間沒收到回報時發出告警。
背景工作佇列收到格式錯誤或超過大小限制的訊息時,工作可能卡住,也可能佔用有限的處理人力。文章建議先讓消費端同時讀取新舊格式,再觀察舊訊息,之後才分批切換產生端。新格式只把工作所需的識別資料和來源位置放進佇列,較大的來源資料另行儲存;處理前先檢查大小、格式和版本,並把永久錯誤隔離,將暫時性的 429 延後重試。這樣切換或回復時,舊工作仍能讀取,也較容易追查訊息為何失敗。
網站有些工具適合讓大家一起修,有些內容卻不想公開,MCToolsHub 作者分享了自己的做法。他把 Minecraft 伺服器用的工具放進公開的 GitHub 專案,網站其他部分留在私人專案,再用 GitHub Action 定期把工具資料同步過去。同步程式只讀取文字,不會執行公開專案裡的程式,還會檢查工具名稱和內容格式;檢查失敗時就不提交,網站繼續使用上一次正常的版本。作者也比對改版前後的 51 個頁面,確認除了檔案版本字串外,內容都相同。
如果後端直接相信網頁傳來的使用者 ID,有人就可能改掉資料,冒用別人的身分下單或檢視私人資訊。這篇教學示範如何把 Telegram 提供的原始 initData 傳給伺服器,再用 Bot Token 驗證簽章,並檢查資料是否太舊;前端的 initDataUnsafe 只能用來顯示資料,不能拿來授權。文章也示範如何等畫面準備好再顯示付款按鈕,並在元件離開時清除事件,避免重複送單。
Quartz 排程工作沒執行時,光看應用程式還在運作,常常找不到問題。文章整理五種常見原因:排程器沒啟動、工作執行緒都在忙、錯過時間後依設定跳過、資料庫還留著舊排程,或觸發器暫停、卡住或進入錯誤狀態。可以檢視觸發器狀態和下次執行時間來判斷原因,再採取相應處理,例如確認排程器已啟動、替工作中的外部呼叫設定逾時,或更新資料庫裡的排程。若要及早發現工作停止,文章建議讓每次執行都回報給監控服務,逾時未收到回報時就發出提醒。
Android 程式碼庫很大,下載原始碼和重新建置常要等很久,也讓開發者和 AI 助理難以快速開好多個工作區並平行測試。Google 做了開源工具 ABFS,先載入檔案清單,等建置真的需要某個檔案時才下載,並重用 CI 和開發者已經做好的建置結果。Google 表示,Android 原始碼下載時間從約 36 分鐘縮短到不到 8 秒,完整建置則從約 80 分鐘縮短到 2 分鐘多。ABFS 也能讓多個工作區共用快取;Google 正探索把它用在其他大型 Git 專案。
推薦理由:ABFS 把大型 Git 專案的檔案按需載入,並重用 CI 與開發環境的建置結果,文中以 Android 實測呈現這套做法如何縮短等待時間。
手機控制電腦的工具常各做一部分,想操作滑鼠、傳檔或看電腦畫面,可能得換不同 App。Niranjan 打造 Helm,讓 Android 手機能當觸控板和鍵盤、檢視電腦畫面,也能雙向傳送檔案與剪貼簿內容。第一次用 QR code 配對後,手機和電腦會透過加密連線互相認證;傳送的檔案也會先檢查。遠端電源和終端機操作需要手機指紋確認,並會留下紀錄。作者也提醒,新功能推出時還沒在真實手機上測試,Windows 目前會對未使用發行者憑證簽署的安裝檔顯示 SmartScreen 警告。
AI 助理程式會執行命令、處理程式碼和讀取網址,周邊程式若寫得不安全,可能讓密碼外露或造成其他安全問題。作者做了 VulnPath-AI,這是一款可在本機執行的 Python 掃描工具,能找出程式裡寫死的密碼、不安全的命令組合、危險的程式碼執行方式、可疑的網址讀取,以及可能跳出工作資料夾的路徑處理。它也會提供修正建議,但作者說明,這款工具不取代企業級程式碼安全掃描器,主要用來檢查 AI 助理相關程式的風險與學習常見問題。
團隊想完成大型專案,常會卡在人手和時間不夠。Replit 推出 Missions,使用者先說明目標、預算和哪些動作要先核准,接著由多個 AI 助理分工規劃、開發、測試和修改;完成進度與待核準事項都能檢視。Replit 用它打造自家的監控平臺 DataCat,花 2 天、預算上限 $3,000,完成儀錶板、警示和追蹤功能;測試時,平臺在 38 秒內找出刻意加入的資料庫錯誤。Replit 表示,DataCat 的自架版本也已開放原始碼。
推薦理由:Missions 把多個 AI 助理分工執行、預算限制與人工核准放進同一流程,文中 DataCat 案例也呈現這套做法如何處理監控平臺建置與效能檢查。
單元測試能確認程式照規則運作,卻看不出 AI 助理遇到各種真實訊息時會不會做對事。作者示範用一組標好答案的訊息測試 AI 助理:先看它該不該採取行動,再檢查它選的動作和抓出的資料是否正確。測試例子要包含錯字、表情符號、不同語言、模糊說法和多個要求,也要固定日期,避免時間變了答案跟著失準。每次修改提示詞或更換模型後,都可按類別檢視結果、和過去比較,並把實際出錯的新例子加入測試。這能及早找到退步的地方,但仍要搭配單元測試和整合測試。
Java 服務收到大量請求時,傳統做法會讓每個請求佔用一條作業系統執行緒;等資料庫或其他服務回應時,這些執行緒也一直被佔著。文章用 Java 21 的虛擬執行緒說明另一種做法:工作等待 I/O 時,JVM 可以先讓它暫停,把平臺執行緒交給其他工作使用,完成後再接著執行。這讓採用同步寫法的程式較容易處理大量同時進行的請求,但不會加快吃重 CPU 的工作,也不會增加資料庫連線池或外部服務的容量。文章也介紹 Spring Boot 3.2+ 的設定方式,以及遷移時要留意的執行緒固定問題。
要替每筆轉帳條件做出同意或拒絕的判斷,還得用證明讓平臺重新檢查,整個流程怎麼接起來?作者示範如何在自己的電腦上,用 Agent Games 的官方電路檢查金額、收款地址、期限和證明金鑰,再產生並驗證 Groth16 證明。範例中,本機產生證明最快不到 2 秒;作者也故意把錯誤條件改成同意,確認電路會拒絕產生證明。這套流程尚未連上比賽要求的公開 HTTPS 端點,也沒有參加計分回合。
AI 助理能寫越來越多程式碼,有些工程師因此覺得,自己親手寫程式的成就感好像少了。但工程師的專業沒有消失,而是轉到別的地方:判斷要做什麼、設計 AI 助理怎麼合作、訂出檢查規則,並確認成果可靠。就像蓋房子不只需要磚頭,還需要懂得怎麼設計和檢查的人。 文章舉例,Anthropic 表示,Claude 寫了約 80% 最後合併進其程式碼庫的程式碼,但仍搭配自動檢查和人工審查。程式碼寫得更快,也不代表規劃、測試和審查會自動變快;有經驗的工程師能找出問題、決定哪些工作適合交給 AI 助理,也知道什麼時候該由人接手。
護照底部有一段機器可以讀取的文字,叫做 MRZ。裡面的重要資料後面會附上一個檢查碼,依照 7、3、1 的權重算出來;如果掃描時把字看錯,重新計算後就可能對不上。文章用 Python 示範演算法,也說明最後一個檢查碼會一起檢查好幾段資料,因此有機會抓出單獨檢查時漏掉的錯誤。這能幫忙發現掃描錯字或需要人工確認的資料,但檢查碼不能證明護照是真的,因為偽造者也能算出正確數字;電子護照還能讀取經簽章的 NFC 晶片來確認真偽。
用 Canvas 替照片中的臉或車牌打馬賽克時,Safari 可能會悄悄忽略模糊設定,圖片匯出後仍是清楚的。作者分享一種檢查方式:檢視 Canvas 2D 的原型上是否有 filter 屬性,因為只把設定寫進去再讀回來,可能會誤以為瀏覽器有支援。若功能不可用,就把圖片縮小後連續做三次方框模糊,再放回原尺寸;模糊範圍越大,需要處理的畫素也越少。作者也提醒,Canvas 的陰影和其他 filter 效果在 Safari 可能同樣沒有作用。
有些 PHP 框架會在背後偷偷改變程式的運作方式,讓工程師和 AI 助理不容易看懂,也不容易寫對。NexPHP 改用清楚的型別和標記來處理請求,像是收到商品資料時,會自動檢查內容;不符合規定,就回傳錯誤。 NexPHP 也能讓 PHP 程式長時間留在記憶體裡運作,並在每次請求結束後清掉使用者等暫存資料。作者表示,測試中它每秒可處理約 218,000 個請求,連續處理 10,000 個請求後,記憶體用量沒有增加。框架也附有工作佇列、排程和安全防護等功能,想讓開發者少寫重複程式碼,也更容易和 AI 助理一起工作。
AI 助理讓攻擊者能更快查詢程式弱點,團隊只靠檢查新改的程式碼,可能漏掉早已存在的漏洞。CodeRabbit Secure 會掃描整個程式庫,也會檢查每次 Pull Request 的變更,追查資料從哪裡進來、許可權檢查是否到位,並讓另一個 AI 助理核對疑似問題。部分符合條件的結果還能在隔離環境中重現;重現失敗不代表漏洞已修好。開發者也能請 CodeRabbit Agent 提出修補並開啟 Pull Request。文章另提到,CodeRabbit 在 10 天內於約 2,000 個組織記錄約 53,000 項高或嚴重程度的發現,其中超過 10,000 項已修復;這些數字來自該公司的掃描資料。
推薦理由:文章用程式庫掃描、Pull Request 檢查與執行時重現,說明 CodeRabbit Secure 如何把漏洞線索接到修補流程。
AI 助理明明答對了程式問題,BeeAI Framework 卻可能因為看不懂答案格式而中止。作者分享自己合併進專案的修正:先確認文字能整理成符合預期格式的資料,否則就把原文答案完整保留下來;如果工具收到格式不對的內容,也能回報錯誤,讓 AI 助理繼續處理。這也修好了錯誤回報本身可能再次出錯的情況,避免一次格式問題就讓整段工作停下來。
團隊常在還沒說清楚怎樣才算成功時就開始開發,最後容易各自解讀需求。Raylabs 建議把「系統要快又好用」這類模糊說法,改成能實際觀察或測量的條件,例如有「Editor」許可權的人更新資料後,系統要確實存下變更;也可以訂出頁面在一般網路下的載入時間,以及新手完成操作的比例。文章還提醒,開始一個開發週期前,先確認需求怎麼驗收、有哪些外部依賴,以及提出需求的人是否同意驗收條件,讓大家對完成標準有相同理解。
C 函式通常要靠引數位置來分辨數值,呼叫時不容易看出每個數字代表什麼。作者示範一種用指定初始化器和巨集的寫法,讓人可以寫出像 .kelvin = 373.15 這樣有名稱的引數,也能替引數設預設值;呼叫端還可以換順序提供引數。新增引數時,舊的呼叫程式碼仍可使用,但加入欄位會改變 ABI,呼叫端需要用新版標頭重新編譯。作者提醒,這種寫法較繁重,通常不必拿來取代一般函式引數。
推薦理由:這個寫法讓 C 函式能用名稱指定引數並保留預設值,也能加入新引數而不必重寫舊呼叫;作者同時說明它會改變 ABI,呼叫端仍須重新編譯。
Google Meet、Zoom 和 Teams 會把自己的預覽左右翻轉,傳給其他人的畫面卻沒有翻轉,所以兩邊看到的樣子不同。作者做了 Chrome 擴充功能 MirrorMyCam,讓網頁版通話可以選擇把翻轉後的畫面傳出去。它會在攝影機畫面交給通話程式前逐格翻轉,再把新畫面當成攝影機影像使用;作者也處理了切換攝影機、結束通話時關閉鏡頭,以及讓自己的預覽和他人看到的畫面一致。Meet 的預覽可由擴充功能調整;Zoom 和 Teams 則需要關閉程式內的「映象我的影片」設定。畫面只在瀏覽器分頁內處理,不會傳到 MirrorMyCam 的伺服器;功能適用於電腦上的 Chrome 和 Edge 網頁版。
David Morais 用 AI 助理幫忙寫程式初稿、整理宣傳內容,也開發了遊戲 Booker Blitz、Git 工具 gitmoire 和 AI 助理工具 Hocus。他會先把工作分給不同角色的 AI 助理,再親自檢查程式修改、核對宣傳內容,並測試功能;沒有看過、沒確認的內容不會推出。例如,測試 Booker Blitz 時,AI 助理可以先試著修錯,但每次修改都要由他看過並測試。 他也曾因一篇 Reddit 貼文被批評像機器寫的,才發現內容正確還不夠,讀起來也得像真人說話。這套做法讓工作慢一些,貼文有時得排隊等他確認,但能減少錯誤,也避免 AI 助理把產品說得比實際更好。
讓多人遊戲在舊電視上順暢執行,麻煩往往不只在遊戲本身,還可能出在電視的瀏覽器和硬體。作者用一臺搭載 Chromium 79 的 LG 電視測試 yooo.games,發現 2D 畫面用 CPU 繪製反而比 3D 遊戲慢;改用 WebGL 負責擺放預先畫好的影像後,射擊遊戲仍因每格重複上傳頂點資料而只有 6–10 fps,改成每格上傳一次後達到 58 fps。作者也整理了預先準備材質與著色器、減少畫面上的文字重排等做法,並用自動化指令碼比較效能。指令碼數字不等於電視實測,作者仍建議在目標裝置上測量。
HTML 負責放網頁內容,CSS 負責外觀,但要讓按鈕真的能回應點選、文字跟著改變,還需要 JavaScript。它會透過 DOM 找到網頁上的元素,再讀取或修改內容、樣式,也能在有人按下按鈕時執行指定動作。像是按下按鈕後,JavaScript 可以新增一張圖片,或把清單裡的水果換掉。掌握這些做法,就能讓原本只會展示內容的網頁,變成能和人互動的網頁;不過,若把外部資料直接塞進 innerHTML,可能造成跨站指令碼攻擊,單純改文字時用 textContent 較安全。
同一段程式工作有簡單修改,也有高風險的資料遷移;整場工作都用同一個模型,可能花太多錢,也可能不夠力。作者做了 jev-model-router,讓 Claude Code 在每項工作開始時評估難度、需要多少推理,以及工作是否會改動正式環境、金錢或無法還原的資料,再依結果選擇模型和推理力度。它設了不同門檻:升級模型和降級模型需要不同程度的把握;若判斷服務失敗,工作就照原本設定繼續。主工作流程的模型切換預設關閉,因為切換可能讓提示詞快取失效,增加成本。
用 AI 寫程式時,只看總花費,很難知道哪些錢真的換來了成果。Estela 新增了 ai-cost --undelivered,利用原本就有的資料,分開找出兩種狀況:聊天期間和結束後半小時內都沒有程式碼提交的工作階段,以及有 AI 花費、但預設已閒置 14 天的分支。舉例來說,花在還在修改的分支上的錢,和花在後來沒提交成果的工作上,代表的問題不同;分開計算,才知道該處理哪一種。repo 的費用若找不到依據,Estela 會列為「無法歸屬」,不會猜測分攤。
同一套 AI 助理工具換上不同模型後,花費和任務通過率可能差很多。Runta 與 Baseten 用 5 個模型、22 套工具和 62 種終端機任務做比較,發現每個模型費用較划算的工具組合都不一樣;例如 Codex CLI 搭配 GLM-5.3 時,每次通過任務平均花費 $0.803,但換成 Kimi-K3 後,費用排名從第 1 名掉到第 16 名。結果也顯示,花更多錢不一定能讓任務更容易通過。作者建議,換模型時也用自己的任務測試工具組合,並留意執行步驟,因為每一步都會再次送出整段上下文。
推薦理由:這項比較顯示,同一套 AI 助理工具搭配不同模型時,費用排名會大幅變動;選工具時應用自己的工作任務實測成本與通過率。
同時使用多種 AI 程式開發工具時,常得在好幾個視窗間切換;離開電腦後,也不方便檢視程式差異、核准操作或接著下指令。作者做了開源工具 Agent Control,可在手機瀏覽器檢視工作進度、檢查程式差異、核准或拒絕工具操作,也能排入下一個指令。它會以唯讀方式讀取 Codex、Claude Code 和 Gemini 的紀錄,並把自訂標題等資料存在自己的資料夾;遠端連線則透過使用者選擇的通道或自架中繼服務。
用 Playwright 錄下瀏覽器操作很快,但畫面可能模糊、文字突然出現,或程式太早點下去,讓影片看起來不像真正的產品示範。作者整理六個常見問題與修正方法,例如用較高解析度錄影、等頁面畫面穩定後再操作,並以接近真人的速度輸入文字。文章也提醒,示範前要先想好要呈現的任務;登入時使用測試帳號,密碼只在輸入當下填入,遇到驗證碼或 CAPTCHA 就請真人處理。這些做法能讓影片更清楚、操作更可靠,也減少帳密出現在錄影或紀錄裡。
多語言訂車網站只要有一個價格寫錯,顧客就可能按錯誤金額預訂。Navetteforyou 用 TypeScript 在每次部署前掃描網站頁面,檢查價格有沒有低於設定下限,也會提醒不同語言頁面的價格不一致。這套流程檢查了 641 個頁面、8 種語言中的 17,113 個金額,建置時間約增加 4 秒;價格檢查靠固定規則運作,AI 協助的是翻譯草稿、結構化資料和檢查規則的設計。作者表示,部署這套流程後,沒有價格錯誤進入正式網站。
機器人一直拿亂猜的 API 金鑰敲門,可能讓伺服器每次都得查資料庫;若簽署 JWT 的私密金鑰外洩,攻擊者也可能做出看似有效的權杖。文章示範先用格式和檢查碼在記憶體中擋掉亂猜的金鑰,再查快取或資料庫;JWT 則可用 JWKS 列出的公開金鑰在 API 端驗證。發現私密金鑰外洩時,移除對應的金鑰 ID 並更新各 API 的快取,就能讓用它簽出的權杖失效;實際要等多久,取決於快取更新速度。