用抽象工廠讓介面元件維持同一種風格
程式如果在不同地方各自建立按鈕、核取方塊和捲軸,可能把 Windows 和 Mac 風格的元件混在同一個畫面裡。抽象工廠把建立這些元件的方式放進同一個工廠,畫面只向它索取元件,就能讓它們來自同一種風格;要換風格時,也只要換工廠。文章還比較抽象工廠和工廠方法:前者適合多種元件要一起變化,後者適合一次只改一種產品。若家族裡常增加新種類的元件,抽象工廠也會需要修改每個工廠,因此作者建議先從簡單做法開始。
程式如果在不同地方各自建立按鈕、核取方塊和捲軸,可能把 Windows 和 Mac 風格的元件混在同一個畫面裡。抽象工廠把建立這些元件的方式放進同一個工廠,畫面只向它索取元件,就能讓它們來自同一種風格;要換風格時,也只要換工廠。文章還比較抽象工廠和工廠方法:前者適合多種元件要一起變化,後者適合一次只改一種產品。若家族裡常增加新種類的元件,抽象工廠也會需要修改每個工廠,因此作者建議先從簡單做法開始。
訓練大型語言模型時,模型和訓練資料可能塞不進顯示卡記憶體,得決定怎麼分散資料或搬到 CPU。這篇教學比較 PyTorch FSDP 和 DeepSpeed ZeRO:兩者都能把模型資料分到多張顯示卡,DeepSpeed 還能只把最佳化器資料移到 CPU,或進一步放到 NVMe。以 8 張 80 GB H100 為例,70B 模型採用 ZeRO-3 並把最佳化器移到 CPU,估算每張卡需要 17.5 GB;但 CPU 記憶體需求也很高。作者依列出的租用價格估算,這種做法要比使用 B200 慢不到約 2.1 倍,費用才較低,而實際速度差異尚未測量。文章建議先用 FSDP;只有模型放不進顯示卡、且搬移資料後的速度與費用合算時,再考慮 DeepSpeed。
多個 AI 助理同時改程式時,常會各自照手上的資料做事,結果違反服務邊界,或漏掉會受影響的程式和測試。這篇實務指南建議把架構規則、服務關係、資料歸屬和決策來源整理成知識圖譜,讓 AI 助理動手前先找到和任務相關的規則與程式碼。完成修改後,再用固定工具檢查有沒有違規,並記錄架構變動。這種做法能讓規則更容易查證,也讓多個 AI 助理使用相同的架構資訊。
AI 助理操作網頁時,出了錯常常只回報失敗,讓人猜不出是哪一步出了問題。DSH Agent Enhancer 的 Browser Use 功能可以把人操作網頁的步驟錄成流程,再讓 AI 助理或排程重播;如果失敗,也能檢視是哪一步卡住、頁面當時長什麼樣子。像是每天匯出訂單,可以先錄好流程,再交給排程執行。這套工具適合重複操作同一個網頁的人,能讓流程比較容易檢查和修正;不過它在單一電腦上執行,遇到網頁改版也不會自己猜新的操作方式。
追蹤多家公司的職缺和美國薪資範圍時,逐頁操作網站既慢又容易出錯。BeakDo 示範直接用 HTTP 查詢 Workday 的 JSON 端點:先取得職缺清單,再依每筆資料中的路徑讀取完整職缺說明。文章也提醒,有些網址要先移除語系片段,薪資資訊可能藏在很長的 HTML 內容後段,搜尋前不要先截短。作者另提供 41 家企業的端點清單、職缺探索頁面和代管 API,方便把資料整理成可追蹤的格式。
檔案管理畫面上的表情符號會跟著作業系統變樣,也不會配合深色或淺色主題改變顏色,容易讓「已鎖定」或「發生警告」等狀態看起來不一致。作者先用檢查程式找出畫面上會出現的表情符號,再分割槽換成線條圖示:檔案入口網站換了 585 個,另一個用 Next.js 製作、會依使用者許可權篩選資料的 RAG App 換了 440 個。像鎖定狀態改用線條鎖頭,警告則用小圓點配上文字;圖示會跟著文字顏色改變。這樣畫面在不同裝置和主題下更一致,也讓重要狀態更容易辨認。
護照上的機讀區資料要放進 KYC 或報到系統,常得先在每臺電腦和部署環境安裝 Tesseract。FastMRZ 3 改用專門辨識機讀區字元的 ONNX 模型,可從照片、PDF、影像資料或文字讀取資料,並檢查 ICAO 9303 的格式與檢查碼;辨識在本機 CPU 上進行,護照影像不會離開裝置。它也支援多種護照、身分證與簽證格式,並可平行處理多筆資料;作者表示,在 4 核心 CPU 上,處理速度約為逐筆處理的 1.5 倍。
想知道 pump.fun 上哪些帳號最近賺得多、哪些幣有多位交易者買進,不必自己爬網頁。這篇文章示範用 TypeScript 呼叫 copy.top 的免費公開 API,送出兩次 GET 請求,就能列出最近 30 天已平倉獲利最高的 10 位交易者,以及最近 1 小時至少有 3 位追蹤交易者買進的幣。例如,當時榜首的已平倉獲利是 794,629 美元;熱門幣 DCTY 則有 55 位追蹤交易者買進。這些數字只反映某段時間的交易紀錄,買進資料也可能延遲,不能當成投資建議或保證獲利。
大型軟體能不能交給 AI 自己一路做下去?作者從 10 月初開始,讓 Claude 從頭打造名為 SWB 的瀏覽器,只告訴它哪些網站要能使用,不介入技術決定。不到兩個月後,SWB 已能日常瀏覽部分網站,也有自己的 JavaScript 引擎,但複雜的網頁應用程式還不太行。早期多個 AI 助理同時改相同程式碼,造成衝突;改成一次處理一項工作後,進度變得順利。作者沒檢查程式碼,因此這次實驗呈現的是使用體驗與開發過程,不能據此判定程式碼品質。
推薦理由:作者讓 AI 助理從頭打造瀏覽器,並記錄工作流程與遇到的協作問題,呈現大型軟體專案全程交由 AI 開發的實際經驗。
一個套件檢查卡住 26 分鐘,連逾時機制也沒能停止它,整個 API 因此無法回應。Since 的作者追查後發現,程式用類別名稱找繼承關係時,把許多同名類別都當成可能結果,讓工作量急速增加;加入記憶結果的做法後,這次檢查從 364 到 550 秒縮短為 3.6 秒。作者也讓程式在工作途中交出執行權,讓逾時計時器和健康檢查有機會運作,並新增延遲告警,及替網站讀取行事曆的工作加上重試。
替德國客戶開發開票軟體時,PDF 不一定符合法定電子發票要求,系統得處理可供電腦讀取的結構化資料。作者以自家 MaxRechnung API 示範,如何從同一份發票資料產生 XRechnung 和內含 XML 的 ZUGFeRD,並在送出前用 KoSIT 和 Mustang 檢查格式。文章也提醒,發票定稿後資料會固定,修正要走另一個流程;透過 MCP 使用 AI 助理時,可以先限制為讀取或起草,再由人確認後定稿。
身高比較圖看起來簡單,但刻度沒從零開始、人物沒有站在同一條地面,或裝飾物超出身高範圍,都會讓差距看起來不對。作者用 JavaScript 和 SVG 示範做法:身高以未四捨五入的公分儲存,輸入格式不清楚時先詢問,再用同一比例和地面畫出每個人。文章也用測試檢查英吋換算會不會跑掉,並提醒剪影只能比較身高,不能看出真實的眼睛高度或身材比例。
Rust 做桌面和手機介面有機會跑得更快,但要做出好用的介面,還有不少難題。Raph Levien 回顧 Rust GUI 的發展,指出文字排版和無障礙功能已有可用的工具,影片等內容如何交給系統流暢合成、介面如何配合手機平臺,仍需要更多工程投入。他也建議把介面拆成規格清楚的小模組,讓 AI 協助開發時更容易處理,並讓不同應用選擇適合自己的做法。
選單網頁可能悄悄改了價格、供應狀況或過敏原資訊,AI 助理就算找到最相關的文字,也可能答錯。作者建議先依問題種類設定證據期限,再從期限內的資料挑答案,例如價格抓取後 15 分鐘內才採用,過敏原資訊則設為 24 小時;超過期限就請人確認或重新抓取。系統還要記錄資料來源和抓取時間,並在答案中標明資料何時取得。這樣能減少舊選單被當成現況,也方便用過去儲存的網頁檢查規則是否可靠。
剛開始用 AI 寫程式,常會卡在工具沒裝好,或 AI 改壞程式後不知道怎麼復原。作者整理了在 Mac 上開始前會安裝的 10 款工具,建議先用 Homebrew 安裝常見開發工具,再用 GitHub Desktop 檢視程式碼變更、保留修改紀錄,最後加入 Cursor、Claude Code 或 Codex CLI 等 AI 寫程式工具。清單也包含管理視窗、剪貼簿和檢視用量的工具;作者提醒,TokenBar 只顯示用量,不會增加額度。先準備好基本工具,出錯時比較容易找出原因或退回先前版本。
多個 CI 建置共用信箱時,測試可能讀到別次建置的驗證信,重試也可能撈到舊信,讓結果逾時或失敗。作者建議每次建置和重試都使用不同的信箱識別,記下觸發時間,並確認收到的信確實屬於目前這次建置。密碼等憑證應由 CI 執行時提供,不要放進 Docker 映像檔;測試紀錄可保留建置編號、信件數量和處理結果,並在成功、失敗或取消時清理信箱。這能協助找出問題,同時減少敏感內容留在紀錄中的風險。
付款完成後寄送收據,看起來只是發一則簡訊;但遇到逾時重試時,可能讓同一筆訂單收到兩次通知。文章說明如何先用付款系統提供的結帳識別碼建立收據紀錄,再提交簡訊並另外查詢送達狀態;如果不確定服務商是否已接受訊息,就先保留這個未確認狀態,依照服務商的去重能力決定下一步。文中也提供 Python 範例,示範查詢既有簡訊的狀態。收據與無密碼登入通知可以共用傳送工具,但授權和重試規則應分開處理。
影像太大時,常會切成小區塊交給不同工作者處理;為了看清區塊邊緣,每個人可能還得多讀旁邊一圈資料。如果每個人都把讀到的範圍寫回去,後完成的人可能蓋掉別人的結果。這篇教學用 Python 規劃每個區塊負責寫哪裡、需要讀哪裡,以及處理後該留下哪一部分。以 5 欄、4 列的影像為例,切成每邊 3 格、外加 1 格周邊資料的區塊後,邊緣較小的區塊也會保留下來,每個輸出位置仍只由一個區塊負責。這套做法只檢查座標安排,不會讀取實際影像或執行模型;使用時還得另外確認影像邊界和無效畫素要怎麼處理。
想知道一串訊號裡有哪些頻率,直接計算會遇到麻煩:頻率可以連續變化,電腦沒辦法把每個可能的結果都存下來。DFT 把這串有限長度的數字當成一段會重複播放的訊號,再挑出一組固定的頻率來計算;用 Python 寫成公式或矩陣乘法,都能算出結果,也能把訊號完整還原。像只取三角波的一部分來分析,頻率可能會散到好幾個位置,讓分析看起來多出原本沒有的頻率;在訊號邊緣套用特殊窗函式,可以減輕這種情況。
寫程式做到一半先停下來,隔幾天回來時,常會忘記進度、還沒決定的事和接下來該做什麼。這篇用虛構的 Lantern Notes 當例子:開發者把目前重點、下一步、待決定的問題和已完成的檢查,記在專案資料夾裡的 PROJECT_STATUS.md。回來後,再對照近期修改紀錄和手邊的程式,確認筆記還符合現況。 例子裡,開發者先檢查搜尋「archive」時,兩個標題都沒有符合結果;接著把這個檢查記下來,並留下待辦:在實際執行的程式中確認空白結果畫面正常,且已儲存的筆記沒有消失。這樣每次停工時留下清楚的接續線索,回來就能知道先做哪件事、哪些檢查還沒完成。
Headless CMS 把內容放在後端,網站前端就得另外處理網址、頁面呈現、預覽和效能;選錯架構,讀者可能要下載太多 JavaScript,團隊也得維護更多複雜設定。Kevinleary.net 比較了 Next.js、Nuxt、SvelteKit 等單頁或混合架構,以及 Astro、HTMX、靜態網站產生器和純 HTML 等多頁做法。若網站有登入入口、購物或需要持續保留畫面狀態,單頁架構較合適;若主要工作是發布內容、讓頁面載入快,精簡的多頁架構通常更符合需求。
用 Next.js 搭配無頭 CMS 做網站,看起來能放在很多地方,實際上卻得顧好快取、內容更新和圖片處理;設定不合,網站不同主機可能顯示新舊不一的文章,流量一大也可能讓帳單暴增。文章比較 Vercel、Netlify、Kinsta、Cloudflare Workers,以及 Azure、AWS 和 Google Cloud 等選擇:代管平臺省下不少伺服器管理工作,但費用和功能各有差異;自己在大型雲端平臺架設,流量穩定且規模夠大時可能較省,卻得自行處理多臺主機共用快取。 例如網站有好幾臺主機時,編輯更新文章,預設設定可能只通知其中一臺,其他主機仍送出舊內容,因此需要讓它們共用同一份快取。挑選平臺時,除了價格,也要看團隊是否有能力維護這些設定,以及網站流量和內容更新方式。
PyTorch Dynamo 原本無法處理 bytearray 的 strip、lstrip 和 rstrip,使用這些功能時可能會卡住。這次更新讓它能處理這三種去除字元的方法:可以不給引數、給 None,或給 bytes 型別的資料,而且結果會是新的 bytearray,不會改掉原本的內容。用 str 或整數當引數時,會出現和 CPython 一樣的錯誤;遇到無法直接處理的引數時,則會改走一般的 graph break。測試確認這些方法能在 torch.compile 中使用,也修正了 4 個不再需要跳過的測試標記。
訂單狀態分散在多個 if 判斷裡時,新增狀態可能讓舊規則漏改,造成同一筆訂單重複退款。文章用 C# 示範:訂單加入退貨狀態後,舊的取消程式仍把它當成已付款訂單,再次退款。改用 State 模式後,每種狀態各自決定哪些操作可以進行;沒有特別開放的操作一律拒絕,因此退貨訂單不能再取消退款。這種寫法讓規則集中在各狀態裡,但會增加程式檔案;狀態少而且很少變動時,簡單的 switch 可能更容易讀。
自己做短影片時,常會不小心用上和別人很像的版型、字幕和動畫。作者開源了 StudioVisualIdentity,整理出 18 種視覺風格,每種都有設計規則和實際做出的短片,也提供一個提示詞,讓 AI 助理挑選風格並建立新的製作專案。作者還比較了兩種判斷風格是否不同的方法:看顏色和線條的程式測試把 4 支短片分錯,盲測則把 72 個畫面全都分對。這提醒我們,判斷視覺風格不能只看配色,還得看形狀、字型和呈現方式。
推薦理由:這個專案把 18 種短影片視覺風格整理成 AI 助理可讀的設計資料,並用盲測結果說明單看顏色與邊緣容易誤判風格差異。
在模擬器裡用幾張照片測試正常,換成裝有大量照片的 iPhone,程式可能就會變慢、顯示錯誤照片,或讀不到存在 iCloud 的原圖。作者整理了 PhotoKit 常見的實作問題,提醒開發者要分清楚使用者只允許檢視部分照片的情況,也不要一次把整個相簿載入記憶體。製作縮圖時要按螢幕大小挑選適合的圖片尺寸,並在畫面快速捲動時取消舊請求,避免照片跑到錯的格子。若要下載 iCloud 原圖,則應清楚處理下載進度和使用者拒絕下載的情況。作者也建議用真實裝置和大型照片資料庫測試。
已取消發行的 GBA 遊戲 Diddy Kong Pilot,留下的程式難以直接讀懂。作者花了 17 天分析這款 2003 年原型,將成果整理成唯讀研究資料庫,包含 151 份技術檔案和核心引擎的 C11 參考實作。作者記錄了畫面、精靈圖、飛行物理、遊戲 AI、碰撞和音效系統,並用模擬器及差異測試比對原始程式與重建版本。這份資料不會編譯成 ROM,也不包含遊戲素材,可供儲存研究與日後進一步比對。
試用期合約要檢查期限和薪資是否符合法規,但條文中的範圍邊界和「或」字,會讓判斷不那麼簡單。作者把中國《勞動合同法》的規定寫成程式檢查條件:合約滿 12 個月時,試用期最多 2 個月;滿 36 個月時,最多 6 個月。超過上限且已經履行的月份,補償要按試用期後的月薪計算。至於試用期薪資,條文列出合約薪資與同職位最低薪資的 80% 等底線,卻沒有說兩者不同時該採哪一個;作者因此讓程式列出各項金額,避免自行選定答案。這篇是作者閱讀法規原文後的整理,不是法律建議。
有些社群平臺會讀取圖片裡的資料,替照片加上 AI 標籤;真實照片只要經過一次生成式填補,也可能被誤標。作者用 JavaScript 做出一套在瀏覽器裡運作的清理方法,直接移除 JPEG 和 PNG 裡的 AI 標記、編輯紀錄與 GPS 等資料,圖片不必上傳,也不會改變畫面或降低畫質。例子是保留 ICC 色彩資料,避免清理後顏色跑掉。不過,這只能處理藏在檔案資料裡的標記,無法移除 SynthID 這類藏在畫素中的水印,也不能改掉已發布貼文上的標籤;如果圖片是 AI 生成的,仍應如實標示。
有些自動整理資料的工作會開瀏覽器讀網頁,但網站只要改了版面,程式就可能抓不到資料,還會吃掉 n8n 容器的記憶體。作者建議先找網站已提供的 JSON 或 RSS,再用 HTTP 讀取:監控 Shopify 商品時,用不會隨名稱改變的款式 ID 比對;追蹤求職網站時,把「目前沒有職缺」和「查詢失敗」分開,避免誤報職缺關閉或重新開放。Substack 舊文章和 Podcast 逐字稿也可能直接從網站資料或 RSS 找到,不必先開瀏覽器或下載音訊轉文字。這樣能減少故障,也比較不會把查詢失敗當成空資料。
複製物件時,速度快的方法可能會悄悄漏掉資料。作者在 Node 22 比較 structuredClone 和 JSON.parse(JSON.stringify()),發現複製一般資料時,JSON 方法快了約 1.6 到 1.75 倍;不過它會丟掉函式和 undefined,把 Date 變成文字,遇到迴圈引用還會出錯。structuredClone 能保留 Date、Map、Set,也能處理迴圈引用。作者建議先用 structuredClone;只有確認資料是一般 JSON 格式,而且程式常常大量複製、速度也確實成了問題時,再考慮改用 JSON 方法。
比對兩份 Excel 活頁簿時,如果商品列換了位置,逐列比較可能會把沒變的商品誤認成有差異。OSTUM Desktop 會請使用者選原始檔、更新檔,以及兩張表中用來辨認商品的欄位,再依商品程式碼比對價格。範例中,A17 的價格從 90 RUB 變成 100 RUB,D42 被刪除、E53 新增;B24 和 C31 雖然換了位置,資料並沒有改變。檢視畫面會列出新舊內容和兩邊的儲存格位置,確認後另存成報告活頁簿;若預覽後來源檔有變動,就要重新比對。
用 Claude Code 和 Codex 一起寫程式時,常得先整理一份 task.md,交代問題、檔案位置和做法;如果 GitHub issue 已經寫得很清楚,這份檔案就可能只是重複工作。作者改用 Orca,從 issue 挑出工作後,替它建立獨立的工作區,再開啟 Claude Code 或 Codex,並用快捷指令重複執行調查、修改和檢查步驟。 以 JobSearchBuilder 的 issue #47 為例,作者先確認怎樣才算修好,再讓 AI 助理處理,最後親自檢查修改內容並執行 dotnet build 和 dotnet test。需求複雜或模糊時,task.md 仍然有用;簡單明確的工作則可直接從 issue 開始,少做一份重複檔案,也比較不容易把不同工作的修改混在一起。
遇到程式錯誤時,隨手改幾行碰碰運氣,可能讓問題更難找。作者整理出一套除錯方法:先說清楚預期和實際結果,設法穩定重現錯誤,再仔細看錯誤訊息、追蹤資料怎麼變,並把問題縮小到最簡單的失敗例子。接著一次測一個想法,必要時用除錯工具逐步檢視程式,也檢查最近改過的內容。修好後,還要重做原本會出錯的步驟,並試試附近的情況。這樣能靠線索逐步排除原因,也讓求助時更容易說明問題。
AI 程式助理能寫出更多程式碼,但這些程式碼不一定更快變成正式發布的軟體。文章整理多項研究,指出超過 500,000 名 GitHub 開發者的提交量增加 240%,專案數增加 80%,發布量則增加 30%;其他實驗對 AI 是否能加快工作,也得到不一致的結果。多出的程式碼仍要花時間檢查、測試和修正,文章因此建議團隊改看通過審查與部署的變更,讓 AI 在開發過程中提供回饋,並把工作切成較小批次。
追蹤多個更新頁面時,同一則訊息可能因網址或發布時間不同,被系統當成好幾條新訊息,讓客服收到重複通知。作者建議先清理網址與頁面文字,再用來源、網址和文字雜湊值辨認重複內容,並把引用資訊一路保留到搜尋和通知中。這樣七個來源轉載同一段內容時,只算一組證據;頁面真的有變動時,通知也能附上新舊內容的差異和來源。文章也提醒,若內容主要在圖片裡,或必須逐一顯示每個轉載網址,這套做法就不一定適合。
AI 助理讓新人更快寫出程式修改,但每個提案仍要有人檢查,決定哪些值得採用。Angie Jones 曾讓 Block 的 10 位新人在陌生程式碼中使用 AI 助理解決客戶問題;她也分享 Goose 的做法:先討論問題和設計,再動手改程式,維護者也會用 AI 助理整理問題、檢查程式碼和做安全掃描。 Jones 認為,開發者除了學會使用 AI 助理,也要懂得怎麼打造可靠的 AI 助理,例如限制它能做什麼、能讀取哪些客戶資料。像 MCP 和 A2A 這類共同標準,能讓開發者在工具改變時仍有基礎可依循;而新人熟悉怎麼讓 AI 助理開始工作,資深工程師則能協助判斷哪些修改適合推出。
替影片換成另一種語言的配音,常得找人錄音,再把新聲音對準畫面,過程又花時間又麻煩。這篇教學用 Python、ffmpeg 和 ElevenLabs 把流程串起來:先取出影片聲音,再產生新的配音,調整長度後放回影片。沒有現成臺詞時,也可以先把原音轉成文字,再翻譯成目標語言;例如,想把影片改成另一種語言,就能把翻譯好的臺詞交給 ElevenLabs 合成語音。這套做法能讓影片配音更容易自動處理,但新聲音仍要配合影片長度。
多個 AI 助理同時寫程式,可能改到彼此的檔案、搶用同一個連線埠,或拿舊程式碼合併。作者建議每個 AI 助理使用自己的 Git worktree 和分支,開始前先認領工作、列出預計修改的檔案,避免重複處理同一項任務。各自的連線埠、快取和測試資料庫也要分開;合併時先處理共用的介面或資料格式,再更新其他分支並重新測試。這些安排能減少衝突,也讓團隊更容易確認最後交付的版本確實通過檢查。