跳到正文

#程式開發

RSS
今日 88 則
11月17日週二
  1. Dev.to Top Tech58

    GoodBarber 用 pre-push hook 檢查 API 檔案是否跟上工具包

    工具包更新後,如果程式碼旁的檔案副本沒跟著更新,開發者和 AI 助理就可能查到舊資料。GoodBarber 團隊用指令碼從 OpenAPI 規格產生檔案,再加上 pre-push hook,在推送到 master 時檢查檔案版本;若檔案過期,hook 會停止推送並告訴操作者該執行哪個指令。檢查功能只讀取內容,不會自行改檔或提交,也不會因網路或 Python 出問題而擋住推送。這讓更新責任留在人手上的提交流程裡,也提醒團隊:hook 只會在已啟用它的程式副本中執行。

  2. Dev.to Top Tech49

    DKSOFT 的 MCP 如何在 5 天內變成能產生報表和圖表的 AI 聊天工具

    一般 API 雖然能讓不同系統交換資料,學校主管想查收了多少學費,卻得先找對資料入口、處理登入,再看懂一堆資料。作者替 DKSOFT 加上 MCP,讓 AI 助理能查詢學校資料;接著在 5 天內做出聊天畫面,還能把查詢結果整理成 PDF、Word、Excel 和圖表。像是問「這週收了多少學費」,就能拿到圖表和可下載的 Excel。數字和檔案直接來自系統查到的資料,不由模型編造;個人資料預設會遮住。不過這仍是練習用的雛形,只能查資料,還沒準備好正式上線。

  3. Dev.to Top Tech46

    CycleCode 如何從 3 次真實失敗中重新設計 AI 輔助開發流程

    開發者原以為兩週就能做好的 CycleCode,花了 9 個月才在實際操作中發現:AI 助理改了 package.json,卻沒同步更新鎖定檔,讓 npm ci 失敗;修復時執行 git checkout,又被誤判違反範圍規則;測試全過,開起來才發現網頁根本沒有能用的畫面。這些問題促使他在 0.1.0-preview.7 調整流程,例如讓相關檔案一起納入工作範圍,並要求網頁專案先確認能在瀏覽器開啟。 CycleCode 也加入半自動流程,讓分析、設計和工作準備可以接續進行,但寫入程式碼前仍會停下來等人確認;完整自動執行則暫時關閉,直到檢查流程能在實際工作中證明可靠。這些改動提醒我們:測試都通過,不代表整個應用真的能用;讓 AI 助理工作的系統,也得檢查程式實際跑起來的結果。

  4. Lobste.rs (Engineering Discussion)72

    CompCert 如何縮小與 GCC -O2 的效能差距

    CompCert 能用數學證明確認編譯器的最佳化不會改變程式行為,但執行速度原本落後 GCC -O2。作者團隊檢查程式產生的組合語言,找出迴圈重複讀寫資料、留下多餘指令等問題,再用 AI 助理協助新增和改進最佳化,並為改動補上形式證明。在 CompCert 自帶的測試程式中,改良版與 GCC -O2 的速度差距縮小到約 4% 至 6%;在其他大型程式上,差距仍較大。文章也分享一個重要提醒:形式證明能檢查最佳化是否安全,但如果編譯器對硬體的基本描述有錯,證明本身也無法保證產生的程式正確。

    推薦理由:這項實作比較了 CompCert 與 GCC 的效能差距,並指出缺少的最佳化才是主要原因,也呈現 AI 助理協助寫出並證明編譯器改動時仍需留意的環節。

  5. Dev.to Top Tech46

    用 csperf 做一小時效能測試,讓團隊一起檢視與比較結果

    做完效能測試,如果資料只留在自己的電腦裡,團隊就很難確認結果或接著研究。csperf 可以把測試整理成一包可分享的資料,裡面有執行指令、編譯設定、電腦資訊和每次測量的時間;同事可以檢視資料,也能拿兩次測試來比較。例如,教學用一段程式在電腦上跑 3 次,並把結果存成檔案。這樣大家更容易看懂測試怎麼做、結果為什麼不同,也能在自己的電腦上重跑。

  6. Dev.to Top Tech43

    軟體團隊為什麼要這樣設計?ADR 如何幫程式碼留下決策紀錄

    軟體改了好幾輪,當初為什麼這樣設計,常常也跟著沒人記得。ADR 是放在程式碼專案裡的簡短文字紀錄,寫下重要決定、當時的原因,以及可能的好處和代價,讓新加入的開發者也能瞭解來龍去脈。就像老房子拆牆前先查修繕紀錄,才不會拆掉藏著電線或撐住樓上的牆;文中的例子則記錄了 Express API 為 MySQL 使用連線池的決定。團隊遇到類似問題時,可以查舊紀錄,少走冤枉路,也比較不會誤刪有原因留下的程式碼。

  7. Dev.to Top Tech65

    Sentinel 在 Jetson 上做即時監控的經驗:慢模型別替快速決策下結論

    監控攝影機重新連線後,慢速模型可能才回傳舊畫面的結果,讓系統誤以為現在發生了事件。Sentinel 是作者團隊在 Jetson Orin Nano Super 上製作的實驗性專案:它替每筆觀察記下畫面時間、開機編號和串流版本,過期或來自舊串流的結果不能觸發即時決策,但仍可留作歷史紀錄。系統也把事件和待送出的通知存進 SQLite,重開後仍能接著傳送。臉部辨識和本機視覺語言模型尚未完成驗證,因此預設關閉;大部分測試則可在沒有攝影機、GPU 或模型的電腦上執行。

  8. Dev.to Top Tech42

    巴西酒吧多米諾骨牌怎麼算分?Buteco 遊戲引擎的 4 種收尾方式

    巴西酒吧玩的多米諾骨牌,最後一張牌怎麼出,會影響得分:一般牌得 1 分,雙牌得 2 分;如果最後一張牌能接上桌面兩端,得 3 分;雙牌同時接上兩端,得 4 分。Buteco 的遊戲引擎會照這些條件判斷,也把「6-3」和「3-6」當成同一張牌,避免算錯。若牌局卡住,就由手上剩牌點數較少的一方得 1 分,平手不計分。不同地方的玩法可能有差異,所以引擎把計分方式設成可選規則。

  9. Dev.to Top Tech83

    Mistral Large 4 正式推出,開放權重供下載

    Mistral Large 4 已從預覽版轉為正式版,並開放模型權重下載;不過,各家測試它寫程式的結果差距不小。Mistral 表示,它在 Terminal-Bench 4.0 得到 41%,比預覽版高 13 個百分點,輸出 token 也少了 30%;獨立測試則約為 23% 到 25%,文章提醒這些差異可能來自測試工具和設定不同。另一項較有把握的優點是完成任務所用 token 變少,測得的單次任務成本也從 $5.54 降到 $2.06。API 價格已下調;Large 3 和 Medium 3.5 預計於 2027 年 4 月 30 日停止服務,使用者需要安排遷移。

    推薦理由:不同評測環境得出的程式任務分數差距很大,文中也比較了輸出量與單次任務成本,能幫助讀者判斷該怎麼看這些數字。

  10. Hacker News (official RSS)38

    TPC16 用 Turbo Pascal 寫出相容 Turbo Pascal 7 的編譯器

    想自己做編譯器,卻不知道從哪裡開始?TPC16 是用 Turbo Pascal 從頭寫成的編譯器,能讀懂 Turbo Pascal 7 的程式,也能產生相容的編譯結果。像是寫好一段 Pascal 程式,TPC16 就能檢查語法並把它編譯成可執行檔。它的原始碼展示了編譯器如何整理變數名稱、讀懂程式語法和產生程式碼,可當成學習範例;不過完整原始碼需要付費,免費示範版不含編譯器各單元的原始碼。

  11. Dev.to Top Tech43

    多檔案程式修改怎麼避免 AI 助理跑偏?比較聊天接力與 Python 工作流程

    AI 助理一次修改好幾個程式檔時,對話越長,就越容易忘記一開始的細節,還可能只做表面檢查。作者比較兩種做法:一種是在同一段對話裡逐個檔案修改;另一種是先寫好 Python 檢查程式,列出每個檔案都要符合的規則,再交給新開的對話一次修完。以 3 個財務結算程式檔的測試來看,第一種有 2 個錯誤,20 題答對 18 題;第二種全數答對,輸入的 token 也少了 48.5%。這表示把檢查規則先寫清楚,能幫 AI 助理記住細節,也減少來回修改。

  12. Dev.to Top Tech51

    Krust 教你讓 GKE 和 EKS 憑證留在磁碟之外

    把 kubeconfig 刪掉,GKE 和 EKS 的登入憑證可能還留在電腦裡,能讀取你檔案的程式也可能用它連上叢集。作者分享在 Krust 1.9.0 中的做法:直接在 Krust 登入 Google Cloud 或 AWS,讓憑證存放在 macOS Keychain,再由 Krust 終端機取得短效憑證。Claude Code 也能設定成唯讀、每次變更先詢問,或在需要時開放完整許可權;Kubernetes 原有的 RBAC 許可權仍會生效。作者提醒,這不能阻止惡意程式讀取其他本機資料,也不會修正許可權過大的帳號;使用前還要撤銷原本的 CLI 登入並刪除磁碟上的憑證。

  13. Dev.to Top Tech49

    ResFlows 如何用 Next.js 16 和 Prisma 7 打造免登入的 AI 履歷篩選工具

    填履歷、註冊、等分析都要花時間,很多人還沒試用就離開了。作者打造 ResFlows,讓訪客上傳 PDF 履歷並貼上職缺說明,就能先看分析結果;系統會在瀏覽器裡讀取 PDF 文字,若相同內容之前分析過,就直接拿出已存結果,不必再呼叫大型語言模型。訪客不用登入,但只能免費掃描 1 次;想儲存紀錄或繼續使用,就能透過電子郵件連結註冊。若大型語言模型暫時無法使用,系統會改用本機的關鍵字比對,先給一份基本分數。這套設計讓人能更快試用,也減少重複分析和等待時間。

  14. Dev.to Top Tech39

    5 種思考陷阱會讓 Sprint 規劃變焦慮,學會拆解就能更踏實地承諾

    Sprint 規劃時,怕答應太多做不完、又怕估得不準,常讓人卡在原地。這篇整理出 5 種容易影響判斷的想法:把小失誤想成大災難、猜主管在批評自己、覺得沒全做完就是失敗、把估算當成百分之百確定,以及把緊張當成工作量太大的證據。作者建議先分清楚眼前的事實和自己的猜測,再參考最近幾次 Sprint 的完成量來估算;不確定的工作可以先列為延伸目標,或安排短時間試做。把承諾當成根據現有資訊做的預測,就能讓團隊說清楚風險,也保留下一個 Sprint 調整的空間。

  15. Dev.to Top Tech38

    Janzeer 工作懸賞首週:外部開發者完成套件與 SDK 功能,領取 410 JNZ

    Janzeer 開始用 JNZ 懸賞 GitHub 工作後,外部開發者在 5 天內完成 Windows 和 macOS 安裝套件、SDK 功能與範例,拿到 410 JNZ。領取方式是先在 GitHub 問題下留言,再提交程式碼;合併後才會付款,紀錄公開可查。 檢查程式碼時,團隊發現有些數字的單位弄錯,也有人把區塊和創世檔案搞混;實際連上主網測試,還揪出 TypeScript SDK 原本就有的錯誤。另有一些修改因刪掉既有功能或只交說明檔案而沒被合併。這一週的經驗顯示,公開規則和實際測試能幫忙找出問題,也讓貢獻者知道為什麼修改沒通過。

  16. Dev.to Top Tech37

    用明確的輸入規則製作離線分鐘轉換器

    輸入框看起來能打字,不代表輸入的內容都有效。這個範例先訂好規則:只能輸入非負數,最多有兩位小數,且不能超過一週的分鐘數,再用 Python 和離線網頁各做一次轉換。輸入 2.5 會顯示 2 分 30 秒;輸入 -1 則會被擋下。秒數會直接捨去,像 1.01 分鐘會變成 1 分 0 秒。這個做法能讓兩種介面照同一套規則處理,也提醒我們,測過 Python 不代表網頁的每種輸入都測過。

  17. Dev.to Top Tech80

    Python 的 json.dumps 預設設定,讓俄文提示詞多花 3.6 倍 token

    把資料轉成 JSON 放進提示詞時,Python 預設會把俄文、中文和表情符號改寫成一串跳脫字元,模型讀到的字元變多,輸入 token 也跟著增加。作者用 50 筆俄文模型介紹比較後發現,加入 ensure_ascii=False,整份資料的 token 數從 10,014 降到 2,753;只看俄文介紹則從 8,679 降到 1,417。文中估算,一個每天呼叫 10,000 次的客服機器人,每月可少花約 $1,740。這項比較使用 GPT-5.x 採用的 tokenizer;其他模型的實際差距可能不同,作者也沒有測試回答品質。

    推薦理由:作者比較俄文資料經過不同 JSON 設定後的 token 數量,並示範如何檢查提示詞中的跳脫字元與降低額外成本。

  18. Dev.to Top Tech60

    LibreDB Studio 如何整理 42 種資料庫引擎的差異

    支援很多資料庫引擎時,相關差異散落在各處,新增引擎容易漏改程式。LibreDB Studio 團隊先寫測試,找出驅動程式以外所有依引擎種類分支的程式碼,並把當時找到的 116 個分支列成待清理清單。接著,他們把連線、SQL 寫法等設定移到各引擎自己的驅動程式旁,再用涵蓋所有引擎的設定表檢查是否缺漏。新增引擎若少了設定,程式就無法通過編譯;清單也會在分支移除後同步更新。這讓重構有明確的完成條件,也方便負責驅動程式的人檢查相關規則。

  19. Dev.to Top Tech58

    Linux fscrypt 能加密檔案和名稱,但不會遮住所有資訊

    磁碟加密不代表檔案的所有資訊都不會被看見。Linux 的 fscrypt 會加密指定目錄下的檔案、資料夾和符號連結,但檔案大小、許可權、時間等資料仍可能外露;裝置解鎖後,金鑰在記憶體中,也無法單靠 fscrypt 防住線上攻擊。文章提醒,密碼衍生金鑰、備份與金鑰輪替都要妥善規劃,並確認哪些程式能解鎖目錄。實際部署時,還應檢查暫存檔、記錄和搜尋索引是否把明文留在加密目錄外。

  20. Dev.to Top Tech55

    Nakodo 實測 76 個公開頁面,發現 69% 樣式規則用在登入後畫面

    Atomic CSS 會把樣式規則放進共用的樣式表,但也會讓每頁 HTML 帶著一長串類別名稱。Nakodo 作者檢查了網站 76 個公開頁面,發現這些頁面用到的類別名稱合計約 1.3 MB,樣式表則約 154 KB;樣式表中有 69% 的規則只用在登入後的畫面。作者也發現,重複的類別文字經 Brotli 壓縮後會小很多,而帶有雜湊網址的樣式表可以快取一年,因此目前保留單一檔案。若網站開始提供不快取的 HTML,這些取捨就可能不同。

  21. Dev.to Top Tech43

    印度 GST 發票自動化教學:驗證流程要檢查哪些事

    自動讀取發票上的文字,只是發票處理的一步;真正容易出錯的地方,是把資料送進公司系統前的檢查。這套流程會比對廠商、發票號碼、金額和日期,避免同一張發票從不同管道寄來時被重複付款;也會核對採購單、收貨紀錄和發票上的品項與數量。 印度 GST 發票還得檢查廠商的 GSTIN、電子發票上的識別資訊,以及 CGST、SGST、IGST 和附加稅的拆分是否正確,並定期列出和 GSTR-2B 對不上的專案供廠商確認。每一步都留下紀錄,能幫忙找出延誤和錯誤原因;上線前也要先整理廠商資料,因為重複廠商或錯誤的稅籍、銀行資料都可能造成問題。

  22. Dev.to Top Tech61

    作者用 145 行 Bash,讓多個 AI 助理輪流執行開發工作

    多個 AI 助理在同一臺筆電上同時跑開發伺服器、型別檢查和測試,可能把記憶體用光,讓所有工作都慢下來。作者替 CogniPrep 寫了一個 Bash 指令碼,用資料夾是否已存在來決定誰能先執行重工作業;其他工作會排隊,並顯示目前是哪個工作佔用。指令碼也會清掉已結束工作留下的鎖,並在開發伺服器閒置太久時將它停掉。這種做法能讓工作輪流使用電腦資源,但同一時間只能跑一項重工作業。

  23. Dev.to Top Tech55

    作者分享如何打造 BleedStop,在 API 花費前把關成本與安全

    AI 助理呼叫付費 API 時,提示詞攻擊或失控迴圈可能外洩資料、耗掉預算。作者打造開源工具 BleedStop,讓應用程式先送出請求,再依每個租戶設定的規則決定放行、限制、要求挑戰或拒絕;Redis 會讓多個服務共用預算,決策也會寫入 Postgres 紀錄。作者在一臺共用的 8 vCPU Linux 電腦上測試,三個執行個體每秒處理 6,291 次決策,對 $5 預算上限的超支為 $0.000。這些是測試結果,作者也說明準確率測試和公開展示站的限制,並未宣稱有實際客戶省下多少錢。

  24. Dev.to Top Tech64

    作者實測 Tailwind 文字換行設定,改善 Nakodo 網站的標題與段落

    網頁標題和段落常會在行尾只剩一個字,看起來不整齊。作者量測 Nakodo 的 662 個標題與多個頁面,再試用 text-wrap: balance 和 text-wrap: pretty。標題設定改善了 20 個只剩單字的行尾,段落設定改善了 365 個行尾太短的區塊;所有頁面的高度和文字行數都沒有改變。作者也提醒,首頁動畫會讓逐字量測失準,必須先暫停動畫或排除該頁。

  25. Dev.to Top Tech56

    check-repo-ready 檢查 AI 程式專案的維護與安全問題

    AI 很快就能寫出程式,但專案是否好好維護,還得看程式庫裡的設定和紀錄。作者做了 check-repo-ready,執行後會檢查主分支是否受到保護、提交程式碼時是否跑過 CI、提交說明是否清楚,以及 README 和金鑰是否有問題;工具只讀取資料,不會修改專案。作者用自己的專案示範,工具找出主分支沒有限制直接推送,以及根目錄缺少 README。若金鑰曾出現在 Git 紀錄中,刪掉檔案也不夠,還需要更換金鑰。使用需要 Node 22.12 或更新版本,以及 git。

  26. Dev.to Top Tech54

    如何讓 AI 助理沿用既有的 z-index 層級,不亂填數字

    對話方塊被固定在頂端的導覽列擋住時,AI 助理常用很大的 z-index 數字硬把它推到最上面,卻可能讓通知或提示框蓋住其他內容。作者建議先沿用專案已有的命名層級;真的需要新層級,就加到同一份設定檔並說明它排在哪裡。若問題來自元素的堆疊脈絡,應找出是哪個父層造成,再修正脈絡或使用設計系統指定的掛載位置。把層級規則和設定檔片段放進提示詞,也能讓程式碼審查更容易發現亂填的數字。

  27. Dev.to Top Tech58

    Pocket PDF 作者分享替換自製工具、保留瀏覽器功能的取捨

    自己寫的程式碼有時能解決問題,有時卻要花時間維護別人早已處理好的細節。Pocket PDF 作者檢查專案後,改用 zxcvbn 評估密碼強度、Papa Parse 處理 CSV、fflate 處理 ZIP,也用 he 處理 HTML 字元;同時保留 Canvas、Web Crypto 和 DOM 等瀏覽器功能。處理 ZIP 時,作者還加入檢查,先檢視檔案內容並限制解壓大小,避免小檔案解開後佔用大量空間。這次整理也修好了五項工具的匯出解析度問題。作者的做法是依問題選套件,並確認安全與最後輸出的結果。

  28. Dev.to Top Tech68

    PHPStan 2.3 用在 Laravel 專案後,哪些分析變快、哪些地方出錯?

    PHPStan 2.3 宣稱最高可快 7.5 倍,但這位作者想知道升級到自己的 Laravel 專案後,實際差多少。他把 PHPStan 和 Larastan 一起升級,在自己的電腦上測量:沒有快取時,分析時間從 34 秒降到 15.7 秒;平常修改一個檔案後重跑,則從 3.2 秒降到 2 秒。升級也讓空的 Collection 在唯讀屬性上出現型別錯誤,作者用區域變數的註解修正。開啟 bleeding edge 後,多出 23 個檢查結果,但作者確認它們不是程式錯誤,最後選擇先不啟用,並提醒升級前要用自己的專案測試。

  29. Lobste.rs (Engineering Discussion)53

    Emacs 31 收錄作者提交的四項功能改進

    Emacs 的修改要送進正式版本,流程可能比一般 GitHub 專案更花時間。作者分享自己提交並收錄到 Emacs 31 的幾項改進:Dired 可以隱藏目錄的完整路徑,macOS 版補上語音辨識所需的許可權說明,也能從右鍵選單把檔案或選取文字傳給其他 App;此外,修正也讓 Emacs 30 失去的 macOS 聽寫功能恢復。作者也提到,新加入的分享功能能透過不同處理方式串接其他系統的分享工具。

  30. Dev.to Top Tech39

    機器人如何長期維護地圖,分辨環境變化與定位誤差

    機器人在同一個地方工作好幾個月,環境可能早就變了:人、車和推車會移動,貨架或機器也可能換位置,感測器的小誤差還會慢慢累積,讓地圖和定位越來越不準。這篇內容說明,系統可以把地圖分成穩定區和暫時變動區,再把新的感測資料和舊地圖比對;牆面如果只差一點,可能是測量誤差,若某個障礙物在多次觀察中都出現,才適合列為可能的變化。像施工圍籬若只存在一段時間,就可以先放在暫時圖層,不必立刻改掉機器人用來定位的地圖。這樣能減少短暫變化和定位誤差把地圖弄亂,也讓地圖更新後出問題時有機會退回先前版本。

  31. Dev.to Top Tech35

    深度學習如何幫機器人辨認自己在哪裡

    機器人只看一張照片,有時很難知道自己在地圖上的位置,尤其走廊長得很像,或光線、天氣和周遭物品改變時。PoseNet 會從照片直接估算相機的位置和方向;另一種做法則先找出照片裡的畫面對應到地圖上的哪些位置,再用幾何方法算出相機在哪裡。這樣能讓 AI 幫忙認路,也保留幾何方法檢查位置是否合理。實際系統還會搭配里程計、LiDAR 或其他感測器,並確認模型在不熟悉的環境裡是否可靠,因為偶爾估錯位置可能讓機器人做出錯誤動作。

  32. Dev.to Top Tech56

    flare-redact 用內容辨識來遮住日誌與 AI 提示詞中的機密

    程式把使用者資料寫進日誌時,可能連工作階段權杖、API 金鑰或信用卡號也一起留下;只列出敏感欄位,容易漏掉藏在文字或巢狀資料裡的機密。作者推出 flare-redact,會檢查資料內容是否符合常見機密格式,並在有檢查碼時一併核對。例如,它會遮住有效的信用卡號,格式相似但檢查碼不對的數字則不遮。這套工具也能處理送給模型的提示詞、Sentry 事件和新提交的程式碼;送給模型的個資會先換成程式碼,回覆時再換回原值。它靠格式比對,可能漏掉沒有上下文的人名,也不能取代掃描 Git 歷史的工具。

  33. Dev.to Top Tech60

    如何替 AI 助理加上外連檢查,降低提示詞注入風險

    只把 AI 助理關在沙箱裡,仍擋不住它受網頁、郵件或問題單中的惡意文字影響,透過有許可權的工具把資料送出去。作者示範在工具連線前先用程式檢查目的地、內容和大小:只允許連到列出的網域、攔下看起來像憑證的內容,並限制傳送資料的大小。文中也建議搭配收件者名單和人工核准,讓重要操作在執行前先停下來確認。

  34. Dev.to Top Tech58

    Git 2.56 的 git add --resolved 能避免誤加其他檔案,但不會抓出所有衝突標記

    解決 Git 合併衝突時,如果直接用 git add .,工作目錄裡其他還沒完成的修改也可能一起被加入。作者實測 Git 2.56 的 git add --resolved,只會加入 Git 仍視為未解決衝突的檔案;只要其中一個檔案還留著衝突標記,整次操作就會停止,不會只加入部分檔案。不過,若先用 git reset 等操作清掉 Git 記錄的衝突狀態,這個指令就不會檢查檔案裡是否還有標記;它也無法抓出同一個檔案中忘了刪除的除錯內容。

  35. Hacker News (official RSS)73

    Claude Code 團隊如何用測試確認程式修改正確

    AI 助理寫完程式後,如果每次都要人從頭檢查,就很難同時處理許多工作。Claude Code 團隊分享了幾種確認修改的方法:讓 AI 助理實際操作正在執行的程式、用大量不同輸入檢查不能出錯的規則,或拿新舊系統跑相同資料來比對結果。團隊也會先跑測試、建置和程式碼檢查;若檢查三輪後仍失敗,就交給人處理。檢查規則要放在修改者無法更動的位置,並定期整理,才能讓失敗回饋真的幫上忙。

  36. Dev.to Top Tech39

    Java 8 Streams 和迴圈怎麼選?程式碼更清楚,時間複雜度一樣嗎?

    用迴圈整理資料時,常得寫不少程式碼,讓人不容易看出真正要做什麼。Java 8 Streams 可以把步驟接起來,例如挑出已完成、金額超過 100 的訂單,再依顧客分組加總;資料會一筆一筆通過整條流程,通常只掃過一次。只要做的是篩選、轉換或加總,不論用 Streams 或迴圈,時間複雜度都是 O(n)。不過,如果每筆訂單都要到清單裡逐一找顧客編號,就可能多花很多時間;先把清單改成 HashSet 查詢會更快。一般程式可按清楚好讀來選,效能關鍵處則先測量再決定。

  37. Dev.to Top Tech63

    Tabish Hassan 解說 AI 程式助理長時間工作為何變慢,以及 5 個提示詞快取常見錯誤

    AI 程式助理工作越久,有時會變慢又更花錢,原因可能是提示詞快取失效。作者在自己的 Mac 上測試發現,快取能沿用上次讀過的內容;但只要開頭的系統提示詞多了一個不同的時間戳,模型就得重新讀幾乎整段內容。文章也整理出維持快取的做法,例如把會變動的資訊放在對話最後、不要中途改設定、只讀需要的檔案範圍,並在工具輸出被截短時清楚告知。

  38. Dev.to Top Tech45

    Python 指令碼用你的薪水和訓練費,算雲端運算證照多久回本

    雲端運算證照值不值得考,每個人的訓練費、薪水和讀書時間都不同,不能只看別人的數字。這支 Python 指令碼讓你填入訓練費、目前月薪、考取後預估月薪,以及讀書期間少賺的收入,再估算多久能回本。例子中,訓練費是 90,000 PKR,月薪預估增加 60,000 PKR,約 1.5 個月回本;若每月還少賺 40,000 PKR,則約要 4.2 個月。這只是方便規劃的估算,實際薪水是否增加,仍要參考真實職缺和錄取條件。

  39. Dev.to Top Tech57

    MySerene 多 AI 助理系統的實作回顧:為何先查資料再回覆

    金融服務的 AI 助理若一邊找資料、一邊回答,回覆可能還沒根據查到的證據。Ian Rathbone 分享 MySerene 沙盒版的做法:每次收到訊息,先由合規 AI 助理找出相關資料與引用,再交給關懷教練 AI 助理根據這些內容回覆。這樣能確保證據先出現,但不保證回答一定用得好,仍要靠評估檢查。他也回顧每輪建立新 AI 助理、記錄事件,以及原本應該更早加入自動評估等經驗;沙盒版已封存,後續產品則改用 Agent Framework 的目前版本。