跳到正文

AI 程式開發

AI 寫程式碼的一切:編碼助手、Vibe Coding、程式碼模型評測與開發工作流變革。

562條精選相關主題Agent AI 助理Cursor教學與實務

最新精選

第 321–340 條 · 共 562 條
11月13日週五
  1. aihot70

    Anthropic 發布 Claude Tag 新創公司使用指南

    Anthropic 發布 Claude Tag(beta)新創公司使用指南,整理八家新創公司在 Slack 中運用 Claude Tag 的五類工作流程,並提供頻道配置與起步指令範例。

    推薦理由:指南以八家新創公司的部署經驗,整理值班分流、討論串轉 PR 與自助資料等工作流程,並提供頻道配置與指令範例。

11月12日週四
  1. Dev.to Top Tech76

    Claude Code「Don't ask again」核准規則:Foundry 與 Hardhat 專案安全檢查清單

    Claude Code 的「Yes, and don't ask again」會將核准的命令原文寫入 .claude/settings.local.json;若命令含有明文憑證,這些憑證也可能留在檔案或版本紀錄中。

    推薦理由:文章把代理程式核准命令可能留下的憑證,連結到智慧合約部署風險,並提供檢查設定檔、Git 歷史與發布封裝的步驟。

  2. Dev.to Top Tech79

    AI 編碼AI 助理 24 小時內在 GitHub 公開專案開出 427,042 個 PR

    MyClawn Labs 根據 GitHub 公開搜尋結果統計,AI 編碼AI 助理在 2026 年 11 月 11 日至 12 日的 24 小時內,於公開儲存庫開出 427,042 個 PR,佔同期 1,339,893 個 PR 的 31.9%。

    推薦理由:文章以 GitHub 公開搜尋結果估算編碼AI 助理送出的 PR 規模,並說明標記辨識的涵蓋限制與合併率不能代表程式碼品質。

  3. aihot79

    OpenRouter 教學:如何防止 AI Agent 陷入無限迴圈並累積費用

    OpenRouter 說明如何防止 AI Agent 因工具反覆失敗而陷入無限迴圈,並以六個模型測試四層防護的效果。 - 防護方式:啟用 doom-loop 檢測、用 loopKey 將相近引數正規化、設定步數與成本上限,並為 API 金鑰設定額度上限。

    推薦理由:文章以六個模型的測試說明重複工具呼叫如何增加成本,並整理從單次執行到 API 金鑰的四層防護設定。

  4. Dev.to Top Tech79

    Microsoft MDASH 如何將 26,502 項 AI 掃描結果篩選為 59 個 Linux 核心錯誤

    Microsoft FORGE Lab 使用 MDASH 掃描 Linux 核心程式碼,並透過 QEMU 重現與專家審查,將 26,502 項 AI 掃描結果收斂為 59 個上游漏洞通報。

    推薦理由:研究追蹤 AI 掃描結果如何經過重現與人工審查,轉化為上游漏洞通報、CVE 與修補,可用來理解漏洞發現流程中的驗證環節。

  5. Hacker News (official RSS)83

    Chrome 推出 Modern Web Guidance 1.0 穩定版,擴充編碼AI 助理的 Web 開發指南

    Chrome 推出 Modern Web Guidance 1.0 穩定版,將 Web 平臺最佳實務與瀏覽器相容性資料提供給編碼AI 助理,並新增掃描現有程式碼庫的現代化工作流程。

    推薦理由:指南涵蓋跨瀏覽器建議、無障礙審核與程式碼現代化流程,並公開評估資料,可瞭解它如何補足編碼AI 助理的 Web 開發知識。

  6. Dev.to Top Tech76

    Amazon 以 2B Decider E4B 取代 Claude Sonnet 4.6 處理工單,成本降低 98%

    Amazon 在內部工單分類系統以 2B Decider E4B 取代 Claude Sonnet 4.6,作者轉述團隊稱分類品質相同,單張工單成本降低 98%,約從 $0.0222 降至 $0.0005。

    推薦理由:文章把 Amazon 公佈的成本資料與作者自行推算分開,並指出流量門檻、尖峰利用率與理由需求如何影響決策模型的適用性。

  7. Lobste.rs (Engineering Discussion)73

    Andrew Kensler 的 permute() 如何以常數記憶體隨機遍歷陣列

    permute() 透過可逆雜湊與 cycle walking,將陣列索引對映成偽隨機順序,讓程式能以常數記憶體抽取不重複專案。 - 與 Fisher-Yates shuffle 的差異:完整洗牌需要 O(n) 時間與 O(n) 記憶體;增量式 Fisher-Yates 需要 O(k) 時間與 O(k) 記憶體。

    推薦理由:文章拆解無放回隨機取樣的時間與記憶體成本,並說明 permute() 如何用可逆雜湊與 cycle walking 避免掃描整個陣列。

  8. Dev.to Top Tech76

    如何在網頁應用程式實作《歐盟 AI 法案》第 50 條透明度要求

    文章說明網頁團隊如何依《歐盟 AI 法案》第 50 條,處理聊天機器人揭露、深偽內容標示與生成內容的機器可讀標記。 - 聊天揭露:應在最遲首次互動時,以介面中的清楚文字告知使用者;實務上可放在聊天控制項旁,並在使用者輸入前顯示首行提醒。

    推薦理由:文章把聊天揭露、深偽可見標示與生成內容機器可讀標記拆成三種工程工作,並提供介面與素材流程的實作判斷依據。

  9. PyTorch61

    PyTorch 核心維護者 @ezyang 說明如何在大型訓練前用單張 GPU 測試分散式程式中的當機、GPU 記憶體不足與數值錯誤。 - 測試方法:以 fake process group 替代分散式通訊,檢查程式是否當機或發生 GPU 記憶體不足;也可使用 SPMD types 尋找數值錯誤,無須執行完整規模的分散式測試。

    推薦理由:內容說明如何用單張 GPU 檢查分散式訓練中的當機、記憶體不足與數值錯誤,呈現大型訓練前可先採用的測試方法。

  10. The New Stack78

    Anthropic Claude Fable 5.2 用一次提示詞打造射擊遊戲,耗時 8 小時、估計花費 $550

    Anthropic 工程師 Felix Rieseberg 讓 Claude Fable 5.2 根據一次提示詞連續執行 8 小時,打造出可在瀏覽器遊玩的第一人稱射擊遊戲 Saltline,估計 API 成本為 $550。

    推薦理由:Saltline 的單次提示詞實驗與其他專案案例,呈現長時間執行代理程式的 token 用量、API 成本及人工介入情況,便於衡量實作投入。

  11. Dev.to Top Tech76

    Nod 評測:n8n Labs 的瀏覽器AI 助理首日體驗與實際限制

    Nod 是 n8n Labs 推出的桌面瀏覽器AI 助理,作者從首次設定與實際使用經驗,檢視它執行網頁任務的能力和限制。 - 基準表現:在模擬帳號與網站中,Nod 完成 226 項任務、各執行三次,任務完成率為 98%;678 次執行中未出現不安全操作,LongMemEval 記憶回憶率為 93.2%。

    推薦理由:文章將模擬環境中的任務完成率,與首次設定、長時間執行及資料傳輸等實際限制並列,呈現評估個人瀏覽器AI 助理的落差。

  12. Dev.to Top Tech82

    使用 Perfetto SQL 進行 Android 效能除錯

    Perfetto SQL 可將 Android 系統追蹤資料當作資料庫查詢,協助工程師定位效能瓶頸,並把分析流程納入 CI 回歸檢查。 - 診斷方式:文章示範查詢影格時間線、主執行緒同步 Binder 交易、完整繪製時間,以及鎖競爭期間的執行緒狀態,並說明如何辨認追蹤資料缺漏與未完成的切片。

    推薦理由:文章把 Perfetto 查詢用於影格卡頓、Binder 阻塞與鎖競爭診斷,並示範如何將指標整理成 CI 回歸門檻。