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 21–40 條 · 共 562 條
11月22日週日
  1. hackernews10077

    LookAtMyQuant 用較小檔案儲存模型表現,並支援 Apple Silicon 執行

    模型檔案縮小後,回答品質可能跟著下降,也很難知道不同壓縮方法差多少。作者推出 LookAtMyQuant,會估算模型各部分壓縮後對輸出的影響,再分配儲存空間;新版也提供可在 Apple Silicon 上執行的模型與工具。以 Inkling-2-Mini 為例,5.38 GB 版本在 GSM8K 解出 134 題、HumanEval 通過 60 題;8.87 GB 版本在 GSM8K 解出 148 題,與原始模型相同。這些比較呈現了縮小檔案後的測試結果,也顯示表現會因模型大小與測試專案而異。

    推薦理由:作者提供多種模型在相同檔案大小下的量化比較,並列出數學、程式測試與文字差異,方便衡量縮小模型後的取捨。

  2. Lobste.rs (Engineering Discussion)74

    miniPG 把 PostgreSQL 裝進單一執行檔,免啟動資料庫伺服器

    有些自架軟體需要 PostgreSQL,使用者得先安裝並維持資料庫伺服器運作,試用起來不太方便。作者做出 miniPG,把完整的 PostgreSQL 伺服器和使用者端包進單一執行檔;指定一個資料夾就能建立資料庫、執行查詢,也能讓需要 PostgreSQL 伺服器的軟體使用它。程式結束後不必另外關閉資料庫服務,資料仍留在磁碟上。miniPG 適合本機、單人使用;若要在雲端服務多人或使用複本,作者建議照一般方式部署 PostgreSQL。

    推薦理由:miniPG 把需要啟動伺服器的 PostgreSQL 用法收進單一執行檔,文中也交代它適合本機單人使用的範圍。

  3. Dev.to Top Tech78

    如何用程式碼防止 AI 助理被工具輸出中的指令誘導

    AI 助理讀取網頁或工具結果時,可能把裡面的惡意文字當成指令,進而寄信、傳出資料或刪除內容。作者提出三種程式碼防護:替工具結果標明來源與不可信狀態;一旦讀過不可信內容,就限制可用工具,並把讀取資料和執行動作分給不同的 AI 呼叫;再用帶有誘導文字的測試資料,檢查機密標記有沒有傳到會對外送資料或造成破壞的工具。這些做法攔不住所有錯誤,也無法防止摘要被錯誤內容帶偏,但能讓重要操作受到程式端的許可權檢查。

    推薦理由:文章把間接提示詞注入的防護拆成資料標記、工具許可權限制與 CI 重播測試,說明如何在模型被誘導時攔住外傳或破壞性操作。

  4. Dev.to Top Tech79

    Neeraj Sharma 示範用不到 50 行 Python 限制 AI 助理執行程式碼

    AI 助理寫出的程式如果直接在應用程式的伺服器上執行,可能讀到金鑰、耗光資源或連上未核准的網路。Neeraj Sharma 分享一個不到 50 行 Python 的執行器範例:只提供指定的環境變數、限制 CPU、記憶體、檔案大小和執行時間,並在可用時關閉網路;每次執行也會使用獨立資料夾,限制輸出長度。範例測試顯示,程式看不到主機上的 API 金鑰,超時時也會一併結束它啟動的子程式。不過這種做法仍與主機共用核心,作者建議讓不受信任的使用者觸發程式執行時改用 microVM 等隔離環境。

    推薦理由:這份範例把環境變數、運算資源、執行時間與網路等風險拆成可測專案,也說明瞭共享主機核心的防護邊界。

  5. hackernews10097

    Lean 與 Mathlib 社群確認黎曼猜想的 Lean 證明通過查核

    黎曼猜想的證明很長,光是能編譯成功,還不能確定它證明的命題正確。Lean 與 Mathlib 社群表示,Levent Alpöge 在 2026 年 11 月 20 日發布的證明包含 1,700 萬行程式碼,並由社群多人重複編譯。宣告說,兩種工具確認程式證明的正是 Mathlib 收錄的黎曼猜想;Lean 官方核心與多個獨立證明檢查器也檢查了匯出的證明。這些查核分別確認命題、程式和證明本身,讓社群有根據地認可這項成果。

    推薦理由:這份聯合宣告說明社群如何分別檢查定理內容、程式編譯與證明有效性,呈現大型數學證明的多層查核方式。

  6. Dev.to Top Tech76

    React Source String 外掛讓開發者一眼找到畫面元件的程式碼

    在大型專案裡,光看網頁上的按鈕或文字,常很難找到負責顯示它的程式碼。作者做了 Babel、Vite 和 SWC 外掛,會在開發時替 JSX 元素加上檔案路徑和行號;開發者用瀏覽器檢查畫面,就能直接看到位置,也能把位置貼給 Claude Code、Cursor 或 Copilot,讓 AI 助理改對地方。若畫面元件是由多層包裝元件組成,外掛也提供選項,讓位置指向使用元件的頁面;但包裝元件若沒有把屬性傳下去,位置仍會留在包裝元件本身。

    推薦理由:這套外掛把 JSX 元素連回檔案與行號,也說明包裝元件會影響定位結果,並提供可調整的選項。

  7. Rohan Paul69

    LLM 遇到題目換個說法或數字,常會重新推理一次,讓重複工作花上更多成本。這篇 NVIDIA 論文讓 Claude Opus 4.5 把推理過程轉成可替換輸入的 Python 函式,之後由 CPU 執行;只有像擷取數值這類小型文字工作,才交給微調過的 1B 模型處理。這套方法在 8 項數學與科學基準中的 7 項,準確率追平或高於原模型;在 AIME '25 的分數是 93.3%,原模型是 83.3%。研究也指出,遇到改寫或換數字的題目時,這種做法至少能處理 90%,成本可降低 16 到 291 倍。

    推薦理由:這項研究把重複推理改寫成可帶入新數字的 Python 函式,並比較了多項數學與科學基準的準確率和成本。

  8. Dev.to Top Tech79

    React 教學:可從資料算出的值,別用 useEffect 另存狀態

    React 畫面有時會先顯示舊資料,再更新成正確結果。作者用搜尋清單說明,若把篩選結果另存成 state,再用 useEffect 更新,每次輸入都會多跑一次畫面;他以 React 19.3.1 測試 5,000 筆資料,搜尋「item 42」時,畫面先顯示全部資料,接著才顯示符合條件的 111 筆。直接在畫面更新時算出結果,只要跑一次;計算真的很慢時可用 useMemo。作者也提醒,useEffect 適合處理網路、訂閱或 DOM 等 React 以外的事,不適合拿來複製一份可直接算出的資料。

    推薦理由:文章用搜尋清單的例子說明,將可直接算出的資料另存狀態,會讓畫面先顯示舊結果並多跑一次;也整理了適合使用 useMemo 與 useEffect 的情況。

11月21日週六
  1. Dev.to Top Tech78

    POCKET-27B-Pi 如何在一張 24 GB 顯示卡上執行

    在自己的電腦上跑大型程式設計模型,常會卡在顯示卡記憶體不夠。POCKET-27B-Pi 的 Q4_K_M 模型檔是 16.5 GB;作者依模型設定計算,使用 64K 上下文時,快取約佔 4.0 GiB,合計約需 19.55 GiB,能放進一張 24 GB 顯示卡,還要留空間給運算。VIDRAFT 測試 48 項 Terminal-Bench 2.1 任務,模型完成 28 項;這是合作夥伴自行測得的結果。文章也說明如何估算不同快取設定和同時執行多個工作時的記憶體需求。

    推薦理由:文章拆解模型檔案與注意力快取的記憶體用量,提供在單張顯示卡上估算長工作階段與多個工作同時執行的方法。

  2. Lobste.rs (Engineering Discussion)69

    Go 機率資料結構第 2 篇:用更少記憶體估算數量、分位數與相似度

    資料量很大時,精確計算可能會佔用不少記憶體;有些問題可以接受近似答案,換取更省空間的做法。這篇文章用 Go 說明四種機率資料結構:Binary fuse filter 可用來查某個專案可能是否在集合裡,但建好後不能再新增;UltraLogLog 用來估算不重複專案的數量;log-linear histogram 可估算延遲等數值的中位數或第 99 百分位;MinHash 則用短短的摘要比較兩個大型集合有多相似。文中也比較它們和 Bloom filter、HyperLogLog、t-digest 等方法的記憶體、速度與誤差,幫助開發者依資料用途挑選做法。

    推薦理由:文章用 Go 範例比較四種近似資料結構的記憶體、速度與誤差,呈現它們適合處理的資料問題與取捨。

  3. Dev.to Top Tech78

    OpenAI 如何用 Codex AI 助理找出並修正 ChatGPT 效能退化

    ChatGPT 變慢時,工程師需要找出是哪裡出了問題,也得確認修正後效能是否恢復。OpenAI 建了一套雲端流程,讓 Codex AI 助理調查效能警報、記下線索並提出修正,再由另一個 AI 助理檢查效能是否回到原本水準。為了避免太快接受看似合理的答案,團隊也安排另一個 Codex 工作階段挑戰診斷,檢查假設和反例;工程師仍會審查修正並決定是否合併。OpenAI 表示,這套流程在三個多月內追蹤了超過 1,700 次調查、找出超過 600 個問題根因;人工檢查 100 項根因建議後,70% 判定準確,其餘仍需修正或未能確認因果。

    推薦理由:OpenAI 的資料顯示,分工調查與反向查核能找出效能退化原因,但 30% 的判斷仍需修正或未能確認因果。

  4. MarkTechPost83

    Thinking Machines 推出 Inkling 2 Mini,可在 32GB Mac 上執行

    想在自己的電腦上執行大型模型,常會卡在記憶體不夠。Thinking Machines 推出的 Inkling 2 Mini 有 26.4B 個引數,模型檔約 20GB;它會把中間幾層重複運算,減少需要存放的權重,可在 32GB 記憶體的 Mac 上執行,也支援輸入文字和圖片。Thinking Machines 表示,它在 SWE-bench Verified 的分數是 79.2%,但知識問答和多輪指令的表現較弱;文中的評測分數由該公司自行提供,不同模型的測試條件也可能不同。

    推薦理由:Inkling 2 Mini 把中間層重複運算,讓約 20GB 的模型能在 32GB 記憶體的 Mac 上執行;文中也比較了它在程式開發與知識問答上的表現。

  5. Dev.to Top Tech82

    Claude Code Hooks 教學:哪些錯誤該用 Hook 擋下,怎麼做才有效

    只把規則寫進說明檔,Claude Code 有時還是會重複犯錯。作者分享自己用 Hook 擋下五種問題的方法,包括草稿出現長破折號、回覆語言錯誤、貼文發到錯的帳號,以及沒確認就說問題已修好。Hook 是在固定時機執行的小程式,可以在工具動作發生前拒絕操作,也能在回覆送出前要求重寫。作者建議先在實際出錯的情況中找原因,再讓檢查直接擋下動作,最後故意重現錯誤,確認 Hook 真的會啟動,也不會妨礙正常工作。

    推薦理由:作者用五種反覆出錯的情境,說明如何找出真正原因、設下會阻止動作的檢查,並刻意測試它是否生效。

  6. The Decoder77

    Thinking Machines 推出 Inkling 2 Mini,讓模型多想幾步也少寫文字

    有些模型得寫出更多文字才能多做推理,Thinking Machines 推出的開放模型 Inkling 2 Mini,改用重複運算部分層的方式,在不多生成文字的情況下延長內部推理。它能處理文字和圖片,並可在記憶體至少 32 GB 的 Mac 上本機執行。Artificial Analysis 的 Intelligence Index 給它 20 分,與 Qwen3.8 27B 同分;Thinking Machines 表示,它在程式開發測試中也有不錯的表現。

    推薦理由:Inkling 2 Mini 透過重複運算部分層來延長內部推理,文章也比較了它在程式測試、速度與成本上的表現。

  7. Dev.to Top Tech78

    HTTP 快取教學:用 ETag、Cache-Control 和 304 減少重複下載

    網站可能每次都重新傳送同一份檔案,也可能讓使用者在更新後還看到舊內容;HTTP 快取標頭能處理這兩種問題。作者用實際請求示範,伺服器可用 Cache-Control 說明資料能留多久,再用 ETag 判斷內容有沒有改變。內容沒變時,回傳不含本文的 304,讓瀏覽器沿用手上的副本;測試中,重驗請求沒有傳送 179,500 位元組的本文。文章也提醒,no-cache 仍允許儲存,只要求使用前先詢問伺服器;若要避免快取敏感資料,應使用 no-store。

    推薦理由:文章用實際請求比較完整下載與 304 回應,並拆解快取標頭常見錯誤,能協助開發者減少重複傳輸並避免使用者看到過期內容。

  8. Dev.to Top Tech79

    Claude 從空資料夾打造模型,挑戰 GPT-2 的實驗結果如何?

    AI 助理能不能自己做研究,除了看模型表現,也得看人在哪些地方出手。作者讓 Claude 從空資料夾開始設計、訓練模型,並在每次測試前先寫下預測和通過標準。三個關卡中,兒童故事和西洋棋都沒達標;在 HellaSwag 測試中,模型分數高於 GPT-2 small,但它的引數量是對方的 2.8 倍,和同尺寸的 GPT-2 Medium 相比大致打平。作者也檢查出部分測試題出現在訓練資料中,排除後分數仍高於 GPT-2 small。這次實驗顯示 Claude 能依明確規則執行工作、記下失敗,但選擇研究問題和處理重要決策仍由人負責。

    推薦理由:這場實驗把預先訂好標準、記錄失敗和人類介入的過程攤開,呈現 AI 助理能完成明確研究任務時仍需要人決定問題。

  9. Cline Coding Agent Releases61

    Cline SDK v0.2.1 更新模型相容、工具與雲端工作階段功能

    不同模型和服務對工具結果、推理設定與工作階段的要求不一,容易讓請求失敗或工作中斷。Cline SDK v0.2.1 調整了這些處理方式:完整讀取的檔案內容可以保留到 50k 上限,其他工具結果仍受 8k 上限限制;SDK 也會依模型支援的推理選項調整設定,並補上缺少的推理欄位,修正部分模型拒絕請求的情況。更新也加入停止整理工作階段、讀取雲端歷史紀錄和管理工具等功能,並更新模型清單與預設模型。

    推薦理由:這次更新涵蓋工具結果上限、推理設定與雲端工作階段等環節,可從中瞭解 SDK 如何處理不同模型的相容問題。

  10. Dev.to Top Tech82

    OpenJDK Base64 解碼器漏洞可能造成遠端程式碼執行

    OpenJDK 的 Base64 解碼器有一個緩衝區溢位漏洞,可能讓攻擊者在特定條件下執行程式碼。受影響的是 Java 17、21、25 和 27 的各家版本;漏洞只有在特定 x86-64 處理器、JVM 設定符合條件,而且攻擊者控制的 Base64 資料送進解碼器時才會觸發。研究者回報,多款伺服器產品可能受影響,但其他研究者目前重現的是程式崩潰和記憶體外洩,公開 PoC 也尚未做到遠端執行程式碼。截至 11 月 18 日,沒有已確認的實際攻擊通報。應向 Java 發行商更新修補版本;若暫時無法更新,可用 -XX:-UseBASE64Intrinsics 關閉相關最佳化,但會降低大量處理 Base64 的應用程式效能。

    推薦理由:這起漏洞的實際暴露範圍取決於處理器型號與 JVM 設定,盤點 Java 版本時也得一併確認執行環境。

  11. aihot62

    browser-use 1.0 用一個 Python REPL 取代 24 個瀏覽器動作

    Browser Use 發布 browser-use 1.0,把 0.x 版的 24 個瀏覽器動作工具,改成單一、可持續使用的 Python REPL,並透過 Chrome DevTools Protocol 操作 Chrome。文章用同一套基準比較分數與成本,說明這種做法的取捨和適用範圍,可供維護 AI 助理工具的人參考。

    推薦理由:文章用同一基準比較分數與成本,呈現把 24 個瀏覽器動作整合成單一 Python REPL 的取捨,能參考其工具設計思路。