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 461–480 條 · 共 562 條
11月2日週一
  1. Dan Luu Blog78

    Dan Luu 比較 GPT-6 Astra 使用不同測試方法的表現

    AI 助理寫程式時,大家常想知道該不該要求它寫測試,以及哪種測試方法最有用。Dan Luu 用 GPT-6 Astra 重做測試,發現它在較簡單的 Zstd 任務中,即使不指定方法也常能通過所有測試;在較難的 Pandoc 任務中,不同方法的表現則有差異,但每種情況只測了 25 次,結果還不夠穩定,難以判定哪種方法普遍較好。作者也提醒,測試方法的效果可能隨模型和任務難度改變,因此小型基準測試不能直接當成所有程式工作的定論。

    推薦理由:文章比較 GPT-5.6 Sol 與 GPT-6 Astra 在不同測試方法下的結果,並提醒大型程式任務的少量測試難以支援普遍結論。

11月1日週日
  1. Dev.to Top Tech83

    停止將原始 Pytest 日誌輸入編碼代理:結構化 JSON 測試過濾器將輸入代幣削減 94.1%

    本文示範在 Proxmox 隔離環境下,使用 TokenKillerFilterRunner 將 pytest 原始輸出壓縮至 1,506 位元組(約 615 個 token),使編碼代理的輸入代幣從 92,385 降至 5,445,節省 94.1% 以上,API 成本下降 87%,執行時間縮短 35%。

    推薦理由:本文展示了使用結構化 JSON 過濾器,將測試輸出從 117,391 位元組壓縮至 1,604 位元組,令編碼代理的輸入代幣節省 94% 以上,並降低成本與延遲。

  2. OpenRouter Announcements72

    使用 OpenRouter 建置 AI 程式碼審查器

    本教程說明如何使用 OpenRouter 的 Responses API、Files API 與 Apply Patch 工具,將改動的程式碼送進 Linux 沙盒進行自動化程式碼審查,並以 V4A 差分方式回傳可直接套用的修正。

    推薦理由:本教程展示如何利用 OpenRouter 的沙盒和工具完成自動化程式碼審查,讀者可直接套用於 CI/CD 流程,並瞭解成本與效能評估,示範多模型比較與實際使用案例,提供完整指令碼與部署指引。

10月31日週六
  1. Dev.to Top Tech85

    Next.js 16 `use cache` 指令:函式層級細粒度快取與取代舊有快取機制

    Next.js 16 引入 use cache 指令,將快取決策從隱式改為明確,並取代舊有的 unstable_cache、fetch 選項與路由靜態化快取。

    推薦理由:本篇說明 Next.js 16 新增 use cache 指令,讓開發者可明確控制快取、避免隱式快取導致的陳舊資料問題,並提供完整遷移與實務注意事項。

  2. PostgreSQL Official News72

    pgAdmin 4 v9.19 正式釋出 136 個修正與 15 個安全漏洞修補

    pgAdmin 4 v9.19 釋出 136 個錯誤修正與 15 個安全漏洞修補,並新增統計節點、JSON/XML 匯出與 OAuth2 登入跳過支援。

    推薦理由:pgAdmin 4 v9.19 釋出 136 個錯誤修正與 15 個安全漏洞修補,新增統計節點、支援 JSON/XML 匯出,並加強伺服器模式安全,為 PostgreSQL 使用者提供更穩定與安全的管理工具,並加入對於 OAuth2 的登入跳過支援,提升使用者體驗。

  3. Lobste.rs (Engineering Discussion)74

    Firefox 利用 AI 及多層防禦縮短補丁差距,對抗自動化攻擊

    Firefox 利用前沿 AI 模型和多層防禦架構縮短補丁差距,對抗自動化攻擊。 - AI 驅動漏洞掃描:自 2 月起使用 Anthropic、OpenAI 的 Frontier 模型,已比 2025 同期多出 7 倍安全修復。

    推薦理由:本文闡述如何利用 AI 及多層防禦縮短補丁差距,對瀏覽器安全開發流程具有實務參考價值,並說明未來對抗自動化攻擊的策略。

10月30日週五
  1. aihot61

    智元發布具身模型 GO-3 Preview,登頂三項評測榜單並計畫於 2026 年底開源

    智元於 10 月 29 日發布具身基座模型 GO-3 Preview,該模型登上 RoboDojo、RoboTwin、RoboColiseum 三項評測榜單第一,並計畫於 2026 年底全面開源。

    推薦理由:文章以便利店實際作業資料呈現部署後持續學習的變化,並說明成功率與常規微調的比較,可瞭解具身模型如何累積作業經驗。

  2. Node.js Releases80

    Node.js v27.0.0-alpha.0.0.0 Alpha 版本發布

    Node.js v27.0.0-alpha.0.0.0 正式發布,升級 V8 15.6 引擎並帶來多項核心與破壞性變更。 - 核心升級:V8 引擎更新至 15.6.75.13,內建支援 Math.sumPrecise() 與 Iterator 相關方法等新語言特性。

    推薦理由:原文給出版本更新細節與底層依賴變化,開發者可據此評估升級潛在影響。

10月29日週四
  1. openrouter blog75

    如何使用LLM從PDF提取表格

    LLM 直接讀取 PDF 表格並以嚴格 JSON 模式輸出,開發者可即時驗證精確度與成本。 - 支援格式 數位 PDF 與掃描檔,掃描需加 OCR(mistral‑ocr)或使用能讀檔的模型 - 成本 GPT‑6 Luna 與 Claude Haiku 5.5 以每 1。

    推薦理由:本文示範如何使用LLM直接讀取PDF表格並以嚴格JSON模式輸出,讓開發者能即時驗證精確度與成本。

  2. Node.js Releases62

    Node.js 26.13.0 轉入長期支援,維護到 2029 年 4 月底

    Node.js 26.13.0 轉入長期支援(LTS),代號為 Lithium,預計持續收到更新到 2029 年 4 月底。這次除了更新版本資訊,讓 Node.js 標示為 LTS,沒有加入相較於 Node.js 26.12.1 的其他變更。從 Node.js 24、22 或更早的長期支援版本升級時,Linux 使用者要留意:從 Node.js 25 起,官方程式版本會連結 libatomic,部分 Linux 發行版可能需要另外安裝它。

    推薦理由:Node.js 26.13.0 轉入長期支援,並說明預計維護到何時,以及從舊版升級時 Linux 使用者可能遇到的相依套件問題。

  3. openrouter blog77

    Claude Code 使用限制?如何繼續編碼

    在 Claude Code 遇到使用限制時,可透過 OpenRouter API 金鑰繼續編碼,並可自行設定成本與模型。 - 成本:Sonnet 5.5 兩到九訊息會話平均 $0.155,Opus 5.5 $0.305,Haiku 5.5 $0.007。

    推薦理由:本教學說明如何在 Claude Code 觸發使用限制時,透過 OpenRouter API 金鑰繼續編碼,並提供成本與設定細節,協助使用者在限制內持續開發。

  4. LMSYS Org Blog79

    AMD 與 Miles 團隊用 MI355X 訓練 Qwen3-30B-A3B-Instruct,提升程式解題成績

    訓練會寫程式的 AI 助理時,任務可能跑很久,沙盒準備和工具協調也會拖慢整個流程。AMD 與 Miles 團隊用 MI355X 訓練 Qwen3-30B-A3B-Instruct,先用成功的程式修復紀錄教模型操作工具,再用 AI 助理強化學習改善解題。在 SWE-bench Verified 的 100 題分層樣本中,pass@1 從 7.3% 提升到 27.5%。團隊也透過縮短過長的任務、把沙盒移到雲端並移除並行數量限制,讓訓練步驟約快 3 倍,軌跡處理量約提升 4 倍;這兩項速度比較來自不同的設定。

    推薦理由:這項實驗把模型解題成績與訓練速度放在同一套流程中檢視,也拆解了長時間任務和沙盒協調如何拖慢訓練。

10月27日週二
  1. Google Developers Blog74

    LiteRT Tensor API:讓開發者在邊緣裝置上原生編寫模型

    LiteRT Tensor API 讓開發者可在多平臺手寫 C++,直連 GPU,零複製資料,提升模型部署效率與控制度。 - 跨平臺執行:同一 C++ 圖形可在 CPU、GPU (ML Drift)、NPU 或 XNNPACK 上執行,無需重寫。

    推薦理由:LiteRT Tensor API 讓開發者可在多平臺手寫 C++,直連 GPU,零複製資料,提升模型部署效率與控制度;同時支援 XNNPACK、ML Drift 等後端,並提供開放式樣板促進 AI coding agent 開發。

  2. Google Developers Blog74

    逐步指南:使用 ADK 建置永不沉默的語音代理

    ADK 與 Gemini 3.8 Live 讓語音代理能在後端執行 13 秒查詢時,仍保持對話流暢,首次回應時間從 14.4 秒降至 1.2 秒。

    推薦理由:此指南說明如何使用 ADK 及 Gemini 3.8 Live 透過非阻塞工具實現流暢語音代理,對想打造即時語音助手的開發者極具參考價值。

  3. Steve Yegge80

    Counting House:Steve Yegge 的 AI 客服自動化模式

    Steve Yegge 在本文中介紹了 Counting House 模式,將 AI 以 stateless clerk 方式部署於客戶服務流程,並說明如何透過政策表、評估與自動化交易來控制成本與品質。

    推薦理由:本篇以實務案例說明 Counting House 模式,提供可量化的成本與品質控制方法,對想要在客戶服務領域部署 AI 的組織具有實際參考價值。

10月24日週六
  1. Kimi.ai (@Kimi_Moonshot)80

    Kimi K3.1 Pro 是 Kimi.ai 推出的 3T 開放權重模型,擁有 1M token 上下文長度與 104B 活躍引數。 引數規模:總引數 2.8T,活躍引數 104B(MoE) 上下文長度:1M token 多模態能力:支援文字、影像等多模態輸入 開發者功能:可直接編寫全專案程式,支援 Unreal、Unity、Godot 等遊戲引擎 3D 建模:在 Blender 與 CAD 中表現優異

    推薦理由:Kimi K3.1 Pro 展示 3T 引數、1M token 上下文及多模態能力,對需要全專案編碼與 3D 建模的開發者具有重要參考價值。

10月23日週五
  1. Amazon Science82

    Amazon 推出 TorchNeuron,讓 PyTorch 程式在 AWS Trainium 上執行

    Amazon 宣佈推出開源 PyTorch backend TorchNeuron,可將 PyTorch 程式轉換為能在 AWS Trainium 系統上執行的操作,既有程式通常只需少量或不需修改。

    推薦理由:文章說明 TorchNeuron 如何透過分層快取、adaptive eager 模式與分階段測試支援 PyTorch 在 Trainium 上執行,呈現其執行效率與相容性設計。