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 41–60 條 · 共 562 條
11月21日週六
  1. Hugging Face Blog83

    Hugging Face 與 Thinking Machines Lab 推出 Inkling 2 Mini,主打本機使用

    本機執行大型模型時,模型大小、回答速度和能力常得互相取捨。Hugging Face 與 Thinking Machines Lab 推出 Inkling 2 Mini,這款模型能讀文字和圖片,支援 1M-token 上下文視窗;它讓 12 層模型重複運作三次,用較少的實體層數完成更多運算。文章展示了它在本機寫程式、重畫《星夜》和製作分帳網站的成果,也說明如何透過 transformers、llama.cpp 和 MLX 執行。作者表示,它在 48 項基準中的 32 項領先文中列出的其他模型;這些結果來自 Hugging Face 的測試。

    推薦理由:文章以架構說明和實作展示呈現 Inkling 2 Mini 的本機使用方式,也比較它在多項基準上的表現,能看出模型設計與實際應用之間的連結。

  2. aihot74

    Browser Use 刪除 13.7 萬行程式碼後,BU Bench v2.1 分數反而上升

    Browser Use 回頭檢視 browser-use 1.0,發現專用工具堆得太多,未必能讓 AI 助理做得更好。團隊把 24 個工具收斂成一個 Python 工具和兩種結束方式;這次改動新增 29,601 行程式碼,刪除 136,905 行,Python 檔案也從 178 個減到 43 個。材料指出,BU Bench v2.1 的得分在這次調整後反而上升,呈現了簡化工具設計的實際例子。

    推薦理由:作者比較重寫前後的同一項基準分數,呈現工具數量與模型表現之間的取捨,並提供精簡工具設計的實例。

  3. aihot81

    Thinking Machines Lab 發布可在筆電執行的開源權重模型 Inkling 2 Mini

    想在筆電上跑 AI 模型,常會遇到模型太大、速度不夠快的問題。Thinking Machines Lab 發布開源權重模型 Inkling 2 Mini,讓模型的中間層對每個 token 重複運算三次,增加推理計算;模型總引數量為 26.4B,記憶體約需 20GB,官方表示可在記憶體至少 32GB 的 Mac 上執行。原文列出多項程式開發與工具使用測試,也說明模型在多輪對話和大量指令限制的測試中較弱。迴圈設計還會讓更多推理留在模型內部,原文的初步測試沒有看到監控能力隨迴圈增加而明顯下降。

    推薦理由:迴圈架構讓模型在每個 token 上多做幾輪運算,原文也交代本機硬體門檻與推理監控實驗,可用來理解這種設計的取捨。

  4. Runway65

    Runway 表示,從 10 月初開始,幾乎每個合併到 Runway App Studio 的程式碼變更,都是 AI 助理撰寫的。Runway 的工程文章說明,他們建了一套系統來檢查這些變更、在瀏覽器中測試,並讓工程師處理風險較高的決定。這提供了一個例子,說明團隊如何把 AI 助理寫的程式碼納入開發流程。

    推薦理由:Runway 說明 AI 助理已撰寫幾乎所有合併的程式碼變更,並分享系統如何檢查、測試及把高風險決策交給工程師。

  5. Unsloth AI Releases66

    Unsloth 更新加入 Inkling 2 Mini,並加快圖片生成與 MCP 對話

    圖片生成慢、MCP 對話每次都重讀整段內容,會增加等待時間和 token 用量。Unsloth 這次更新推出 Inkling 2 Mini,標示為 26B(5.4 active)、支援 1M context;圖片生成也有加速,例如 MiniMax-H3-Image 在 8GB GPU 上生成新提示詞的圖片,從 82.7 秒降到 36.7 秒。使用 MCP 工具的聊天在測試中少處理 83% 到 87% 的提示詞 token,Apple Silicon Mac 也能替影片整段換風格。更新還加入掃描 PDF 的 OCR 辨識,並改善多項訓練與圖片、影片處理速度。

    推薦理由:這次更新同時改善圖片生成、影片改風格與 MCP 對話,並列出速度和用量變化,可看出 Unsloth 正在擴大桌面工具的使用範圍。

  6. Browser Use66

    Browser Use 刪除 136,905 行程式碼,browser-use 1.0 基準分數提高

    Browser Use 發現,給 AI 助理太多瀏覽器操作工具,可能讓它得在一長串選項中挑選,也可能用不上預先做好的功能。團隊在 browser-use 1.0 把 24 個主要工具收成一個 Python 工具,讓模型直接寫程式操作瀏覽器;在 BU Bench v2.1 上,同樣三個模型的分數比 0.x 高 14 到 33 分。不過,這次更新還改了其他內容,工具改動沒有單獨測試,而且每個模型只跑了一次,因此不能把分數變化全算在工具精簡上。團隊也從 199 段操作紀錄中找出模型自行使用的瀏覽器指令,主張只在模型缺少必要能力時才另外做工具。

    推薦理由:團隊用實際任務追蹤 AI 助理會用哪些操作,說明精簡工具清單如何減少選擇負擔,也呈現基準分數比較的限制。

  7. Lobste.rs (Engineering Discussion)72

    curl 維護者談 Rust 重寫版:軟體要靠持續修補與社群維護

    把 curl 改寫成 Rust,能不能做出功能相近的版本?curl 維護者 Daniel Stenberg 認為,AI 助理能參考多年累積的程式碼、檔案和測試,在幾週內完成大量改寫,但原專案仍持續修正問題。作者提到,在改寫期間,curl 合併了 300 多筆修改,其中有 200 多項錯誤修正,也修補了幾個安全漏洞;他並指出,2026 年確認的 81 個 curl 漏洞中,14 個可能可用記憶體安全語言避免。他認為,換語言或重寫無法取代長期維護、修補和社群合作。

    推薦理由:作者以 curl 維護者的角度比較 Rust 重寫與原專案持續更新,呈現重寫版本如何面對修補漏洞、累積功能和維持社群協作的難題。

  8. aihot87

    Runway 分享如何讓 AI 助理接手軟體交付流程

    AI 助理寫的程式變多後,工程師花在審查和測試上的時間也跟著增加。Runway 說明他們如何逐步讓 AI 助理處理程式檢查、審查、部分核准、產品測試和故障修復,再由協調器安排任務與合併順序;高風險改動和特定重要區域仍交由人核准。Runway 表示,10 月合併的程式改動中有 38% 由雲端 AI 助理協助完成,首次核准的等待時間也從 2 小時以上降到約 5 分鐘。工程師則轉而設定規則、處理卡住的工作,並決定要打造什麼。

    推薦理由:Runway 逐步交代 AI 助理接手寫程式、審查、測試與故障處理的做法,可用來理解自動化如何改變軟體交付流程。

  9. Dev.to Top Tech76

    PHP 8.6 新功能與升級提醒:Laravel 效能沒有明顯提升

    升級 PHP 後,程式可能多了新功能,卻不一定跑得更快,還可能遇到相容性問題。作者整理 PHP 8.6 的部分新功能、棄用專案與行為變更,也對照微基準和 Laravel、Symfony、WordPress 的測試結果:微基準有些專案變快,但 Laravel 的每秒請求數幾乎沒變,Symfony 則略有增加。文章也提醒,工作階段 Cookie 預設值改變,可能影響讀取 Cookie 或跨網站送出表單的程式;升級前應先跑測試,並檢查相關設定和相依套件。

    推薦理由:文章把 PHP 8.6 的功能與相容性變更放在一起檢視,並比較微基準和框架測試,呈現升級時的實際取捨。

11月20日週五
  1. Dev.to Top Tech89

    CVE-2026-99312 讓 AMD Linux KVM 虛擬機器讀取主機記憶體

    Linux KVM 的漏洞可能讓虛擬機器越過隔離界線,讀取主機記憶體。研究者在 AMD 主機上驗證,從自己控制、具有 root 許可權的虛擬機器讀到約 127 GB 主機記憶體,也在自家裸機測試寫入 32 個指定位元組;共用主機的記憶體可能包含其他租戶的資料。漏洞隻影響開啟巢狀虛擬化的 AMD KVM 主機,Intel 主機不受影響。目前沒有證據顯示漏洞已被用於研究以外的攻擊,也沒有公開利用程式碼。修補已納入 Linux 7.3.5、6.18.64 和 6.12.118,主機須重新啟動才會生效;更新前可停用 kvm_amd 的巢狀虛擬化,但租戶將無法在虛擬機器內再執行虛擬機器。turn0

    推薦理由:研究者在實機讀取大量主機記憶體並寫入核心資料,清楚呈現虛擬機器隔離失效對共用主機的影響。

  2. Dev.to Top Tech76

    Anthropic 上市背後的押注:客戶會持續增加 AI 使用量

    Anthropic 上市後的高估值,能不能站得住腳,關鍵在企業客戶是否繼續增加使用量。作者認為,公司營收快速成長,但也簽下超過 $540 billion 的算力承諾,其中許多不能取消;如果客戶需求不如預期,這些固定支出就會成為風險。Claude Code 等 AI 程式工具能帶動更多使用量,而運算成本佔營收的比例也比過去低。作者提醒,若競爭者用更低價格提供相近品質,客戶可能轉向,開發者的工作重心也會從寫程式轉到系統設計和檢查 AI 產出的程式碼。

    推薦理由:文章把 Anthropic 的高額算力承諾和營收成長放在一起看,說明這場 IPO 的關鍵在客戶是否持續增加使用量。

  3. Dev.to Top Tech76

    小型團隊如何用 Renovate 更新套件,減少擁擠的 PR

    套件放太久沒更新,突然要處理一大批版本和安全修補,常讓小團隊忙不過來;更新通知太多,也可能讓大家乾脆不看。作者分享自己為小型團隊設定 Renovate 的做法:把一般更新排進固定時間、合併相近的更新,並限制同時開出的 PR 數量;安全漏洞修補則不必等到排程時間。小幅更新可在 CI 測試通過後自動合併,主要版本更新仍交由人員檢查。作者也建議先在本機試跑,並確認 CI 有足夠測試,再逐步開啟自動合併。

    推薦理由:文章提供小型團隊可調整的 Renovate 設定,並說明如何分組更新、延後一般套件版本,以及讓安全修補不受排程限制。

  4. Hugging Face Blog84

    Hugging Face 示範為 Qwen3.8-27B 訓練 AI 助理工具專用介面卡

    通用模型搭配不同 AI 助理工具時,可能會多花時間和 token,解程式問題的表現也不夠好。Hugging Face 團隊把強化學習直接放進 pi、Hermes Agent 和 OpenCode 這三種工具中,分別為 Qwen3.8-27B 訓練介面卡,也把三者合併成一個版本。測試顯示,各自的專用版本在對應工具和程式開發基準上都優於原模型,完成任務時也少用工具;合併版本則能在三種工具中使用。這套流程與訓練資料也公開,讓其他人能照著調整自己的模型和任務。

    推薦理由:這套流程把強化學習放進實際使用的 AI 助理工具中,並比較專用與合併介面卡的成效,可供重現與評估程式開發任務。

  5. Dev.to Top Tech78

    如何遮掉 HAR 檔裡的登入憑證,又保留漏洞證據

    HAR 檔能記下瀏覽器送出的請求和收到的回覆,方便證明漏洞,裡面也可能留著 Cookie、登入憑證和密碼。文章提供 Python 工具,把相同的秘密換成相同代號,讓人看得出哪些請求用了同一個工作階段,也能分辨不同帳號的請求;接著用另一個檢查工具和自己知道的資料,確認檔案裡沒有漏掉憑證或個人資料。遮好檔案後,還要登出或撤銷憑證,避免留下的其他副本仍能被拿來登入。

    推薦理由:文章用 HAR 範例示範如何遮掉工作階段憑證,同時保留不同請求的關聯,讓漏洞證據仍可判讀。

  6. Lobste.rs (Engineering Discussion)61

    Mastering Emacs 作者推出 DreamCoder,讓 AI 程式開發工作更好管理

    同時讓多個 AI 助理寫程式時,很難看出哪些工作還在跑、哪些卡住等人處理。Mastering Emacs 作者花了 15 個月打造 DreamCoder,讓它在瀏覽器中用可調整的視窗管理聊天、終端機和工作區;每個工作區都有小地圖,能看出各個視窗是否正在工作或遇到阻礙。DreamCoder 也支援 MCP、背景執行的子助理和本機模型,作者希望把它做成方便人與 AI 一起工作的程式開發環境。

    推薦理由:DreamCoder 把多個 AI 助理、終端機與工作區放進可調整的視窗介面,適合瞭解作者如何改善並行工作的觀察方式。

  7. Lobste.rs (Engineering Discussion)70

    研究者如何替 GStreamer 的 MP4 解析器設計模糊測試並找到漏洞

    MP4 檔案的大小欄位彼此相扣,隨機改動常會讓檔案太早被拒絕,測試碰不到更深的程式碼。作者先用一般模糊測試找到多個 GStreamer 漏洞,再把測試集中在 MP4 的 stsd 區塊,保留外層檔案結構,只改動目標內容,讓測試能走進更多解析程式碼。這種做法又找到 3 個漏洞;文中列出的漏洞已由 GStreamer 在 1.26.2、1.28.1 和 1.28.2 版修補,也提供修補檔供舊版使用。

    推薦理由:文章比較一般變異式與部分理解 MP4 結構的模糊測試,並說明後者如何深入解析程式碼、找到一般測試未觸及的漏洞。

  8. Lobste.rs (Engineering Discussion)74

    Bryan O'Sullivan 推出 jj-musubi,讓 Jujutsu 工作內容即時同步到多臺電腦

    在不同電腦接著做 Jujutsu 工作,常得先推送分支或記住檔案改到哪裡。Bryan O'Sullivan 推出 jj-musubi,會在 Jujutsu 建立工作快照時,把變更同步到其他電腦;離線時可以照常工作,連上網路後再同步。每臺電腦仍有自己的工作目錄,因此同步歷史時不會改動正在建置或測試的檔案。作者也說明,系統沿用 Jujutsu 的工作區處理同時修改,並用 Lean 驗證網路協定的關鍵性質,再以測試檢查中斷同步等情況。

    推薦理由:jj-musubi 讓 Jujutsu 工作內容即時同步到多臺電腦,文中也說明離線與多人同時修改時如何避免工作遺失或互相覆蓋。

  9. Dev.to Top Tech76

    Kilo 用金字塔建造測試比較 GPT-6.2 Astra 和 Sol

    挑 AI 模型寫程式時,價格和做出來的成果都會影響選擇。Kilo 用同一段提示詞,讓 GPT-6.2 Astra 和 GPT-6.2 Sol 各自做出工人建造金字塔、船隻沿河運送材料的互動 3D 場景。兩者都放好了 204 塊石頭並完成 8 層;Astra 的畫面較像電影場景,Sol 的畫面較簡單,但能清楚顯示每組工人在做什麼。這次每個模型只測了一次,作者提醒結果只能當初步參考,也提供在 Kilo Desktop 重跑比較的方法。

    推薦理由:文章用同一個金字塔建造任務比較 Astra 與 Sol 的畫面和操作呈現,也提醒每個模型只跑過一次,結果適合當作初步參考。

  10. Dev.to Top Tech81

    OpenAI 說 Codex 協助研究人員提出 GPT-6.2 Astra 的想法

    OpenAI 研究人員開始用 AI 助理協助開發模型,但工具能不能做好工作,仍會因任務而有很大差別。OpenAI 表示,Codex 曾在研究 GPT-6.2 Astra 時提供想法;10 月時,AI 助理完成預估需人類花 2 到 4 小時的任務比例為 46%,但成功啟動訓練只有 35%,撰寫模型推論與服務系統程式碼則是 25%。研究人員也提到,AI 助理可能沿著沒用的方向繼續做、產出品質不佳的程式碼,因此仍需要人類密切監督。這些資料呈現 AI 工具正逐漸進入研究流程,也顯示人類仍是其中的重要角色。

    推薦理由:OpenAI 的資料呈現 AI 助理參與研究的成長與落差,可用來理解哪些工作已能交給工具,以及人類監督仍扮演的角色。

  11. Dev.to Top Tech79

    Gemini 4 Neon 和 Claude Opus 5.5 寫程式比較:哪些結果有資料佐證?

    挑寫程式的 AI 模型時,單看哪個跑分高,可能看不出實際差別。這篇文章整理 Gemini 4 Neon 和 Claude Opus 5.5 的公開比較:Google 的資料顯示 Neon 在部分基準測試領先,Opus 5.5 則在另外兩項測試小幅領先;另一項編碼助理指標中,兩者分數接近。文章也列出估算的每項編碼任務費用,Neon 約 $6.86,Anthropic 的兩種設定約 $12.61 至 $15.47。作者提醒,最高思考設定會讓輸出 token 數增加一倍以上,建議先用自己的專案測試再決定是否更換。

    推薦理由:文章整理 Gemini 4 Neon 與 Claude Opus 5.5 的基準測試、任務成本和輸出差異,能幫助讀者看懂比較結果的適用範圍。