How to Deploy a Standalone VLM Kiosk on NVIDIA Jetson with Codex
教學如何將基於 Codex 與 Gemma 4 的視覺語言模型部署到 NVIDIA Jetson 上，建立獨立運作的終端機應用。觀眾可學習使用 Docker 容器、USB 網路攝影機及本地推理技術，打造不依賴雲端的小型化 AI 裝置。
4,766次觀看
※ 摘要僅根據標題與說明
Docker
43 筆內容提到
最近 7 天 5 筆新上榜（前一期沒有，這一期新出現）（再前 7 天 0 筆）
這一頁列的是「提到 Docker」的內容（名稱由語言模型從內容裡整理），不一定整筆都在講它。只想追它的新內容：訂閱 RSS；想找標題裡就有它的：搜尋「Docker」。
最新
依發布時間，最新的 30 筆
Can a Cloud-Native Harness Make Agents Reliable Beyond the Desktop?
探討如何將程式設計代理（coding agents）從桌面端移至雲端，以解決管理與安全性問題。作者介紹了由 Kubernetes 創始人 Craig McLuckie 和 Joe Beda 開發的 Stacklok 及其產品 Mecatl…
1045: Who can actually max out 5 AI subscriptions?
Scott 與 Wes 在訪談中探討現代行銷方式、AI 代理運作時的行為、企業如何承擔 Token 費用，以及工程師如何保持對 AI 的興趣。他們分享了個人觀點與實際工具建議，幫助讀者理解當前 AI 生態系的變化與挑戰。
I Built a Personal AI Agent on a Raspberry Pi — Jeremy Adams, Neo4j
Jeremy Adams 示範如何在 Raspberry Pi 4B 上建立可佩戴的個人 AI 代理，結合 NanoClaw、WhatsApp 與 Neo4j 圖形資料庫。
1.3 萬次觀看※ 摘要僅根據標題與說明
How to Set Up NVIDIA Jetson for Remote AI Development with Codex
教學如何設定 NVIDIA Jetson 進行遠端 AI 開發，包含 SSH、Wi-Fi、Docker 與 CUDA 配置。完成後可建立安全的遠端開發環境並驗證 GPU 存取。
2.3 萬次觀看※ 摘要僅根據標題與說明
EP404 – Jev 橫空出世！前OpenAI研究員打造專注結構化決策的工具，速度 200x，徹底解決 LLM 格式不穩定的致命缺陷！
介紹 Jev 這款專為結構化決策設計的 AI 工具，透過推理層面的格式約束從源頭解決 JSON 不穩定問題。內容涵蓋其雙腦架構應用、毫秒級速度優勢，以及如何在自動化流程中安全整合。
1039: Should You Quit Your Job?
Scott 與 Wes 在播客中探討 AI 時代的開發者議題，包括如何根據專案價值而非時長調整自由職業者收費、程式碼撰寫在面試中的重要性、以及管理複雜塊狀 CMS 系統的挑戰。
Docker, Adobe & tldraw: Where Should Your Agent Run?
四位開發者探討程式設計代理應在哪種環境執行：Docker 使用微虛擬機器提供安全隔離，Helix ML 主張每個代理專屬獨立電腦以利協作，Adobe 讓代理在瀏覽器標籤內執行，tldraw 則將代理置於無限畫布上作為可互動角色。
590次觀看My NEW FAVORITE Skill - Claude Code Drives My Whole Computer (Better Computer Use)
介紹如何建立一個輕量級「驅動螢幕」技能，讓 Claude Code 等編碼代理能自主操作電腦完成設定、測試與自動化任務。無需安裝額外工具，透過自訂指令碼與規則提升可靠性，並探討大型語言模型在無輔助環境下的安全與效能。
Baz, Docker & Meta on Verifying Agent Code
探討編碼代理在驗證階段失靈而非生成的問題，分享 Baz、Docker 前 CTO、Meta 工程師與 Christopher Batey 的實戰經驗。觀眾能學習如何透過具體規格、真實測試軌道及架構決策記錄來確保 AI 程式碼可靠性。
756次觀看The New Dev Skill: Multi-Monitoring 10 Agents
Ran Aroussi 探討在 AI 代理編碼時代，開發者如何從多工切換轉向監控多個代理，並重新定義初級工程師與資深架構師的角色。
You Don't Need Juniors to Code. Hire Them Anyway.
訪談 Ran Aroussi 探討代理工作流本質矛盾，強調人類在審批與架構設計上的關鍵角色。討論了可教學知識與需實戰累積的經驗差異，指出資深開發者應轉型為代理團隊的指揮官。
Tunnelling to n8n with Cloudflare + Ngrok
介紹如何透過 Cloudflare Tunnel 與 ngrok 將本地 n8n 伺服器轉為可被外部呼叫的網址。觀眾可學習設定 Docker 環境並配置 Webhook URL 以測試外部端點。
6,383次觀看※ 摘要僅根據標題與說明
NVIDIA, Docker & Hud on Agents in Production
探討 AI 代理在生產環境全天候運作的實際挑戰與經驗，包括如何透過上下文進行快速診斷、自動化修復的風險管理，以及硬體效能與追蹤框架的應用。
GitHub, Snyk, Docker & Anthropic on Securing AI Agents
收錄 AI DevCon London 四場演講，探討 AI 代理的安全漏洞與防護工程。內容涵蓋產業安全專員缺口、4000 個技能中的惡意軟體比例、語境清除導致代理繞過拒絕機制，以及記憶版本化與一致性檢查等生產環境實踐。
- 3.1 萬次觀看
※ 摘要僅根據標題與說明
Self-Hosted AI Coding Agents Are Here! (Enterprise Setup Tutorial)
介紹如何透過自託式基礎設施部署 Coder 代理，建立企業級的 AI 程式開發工作流。觀眾將學習使用 Terraform 定義環境、Docker 隔離工作區，並設定模型存取與審計控制。
5.3 萬次觀看※ 摘要僅根據標題與說明
New Self-Hosting n8n Locally + AI Assistant Setup
展示如何用單一指令在本地安裝 n8n 並啟用 AI 助手，無需手動配置複雜環境變數。觀眾可學習將模糊指令轉化為工作流，並自行連線模型 API 進行自動化測試與修正。
3.5 萬次觀看※ 摘要僅根據標題與說明
Inside Kikimora: We Built a Dark Software Factory
Tessl 團隊分享如何建立自主軟體工廠，讓 AI 代理在雲端自動處理從 Linear 任務到 GitHub PR 的完整開發流程。
8,418次觀看Day 15 - 把 agent 關在工作目錄
透過 macOS 內建的 Seatbelt 沙箱框架，實作將 AI Agent 限制在特定工作目錄內的技術。作者詳細說明如何設定規則以擋住路徑跳脫、符號連結、巢狀禁區、環境變數洩漏與網路連線，並驗證了作業系統層級的防護效果。
Agentic AI – Complete Course for Beginners
教導如何從零開始構建生產級多代理系統，掌握 LangChain 與 LangGraph 的核心概念與實作技巧。學員將學習如何設計序列、並行與條件工作流，整合 RAG、記憶機制與人工介入控制，並透過實際專案將應用程式部署至 AWS 與…
39.7 萬次觀看Docker and Sandboxing AI Agents
訪談由 Docker 的 Mark Cavage 與 Gregor Van 對談，探討 AI 代理如何改變容器運作模式，並介紹 Docker Sandboxes 微虛擬機器技術。
We Scored Oracle's Database Skill Live: 95% Isn't Enough
展示 Oracle 開發者 advocate Anders Swanson 如何透過 Tessl 平台審查並最佳化其資料庫技能。該技能能自動修正 SQL 錯誤，將成功率從 95% 提升至 100%，並減少幻覺與安全漏洞。
194次觀看Oleg Šelajev - You're absolutely right, it was your home directory! - AI Native DevCon June 2026
Oleg Šelajev 分享 Docker Sandbox 技術，解決 AI 代理在本地執行時可能造成的系統風險與安全漏洞。
🚀Claude Code有后门？立即锁进Docker Sandboxes里！sbx完整实测：Claude Code、Codex、OpenCode如何安全隔离运行！防隐私泄露、防恶意Skill和MCP
說明如何將 Claude Code 等 AI 編碼工具鎖進 Docker 沙盒，防止隱私洩露與惡意技能執行。
7,700次觀看※ 摘要僅根據標題與說明
Windows跑AI Agent，WSL才是终极答案，别羡慕Mac了， WSL保姆级全攻略，海量实战教程，一期视频精通
介紹如何在 Windows 上透過 WSL 環境執行 AI Agent，涵蓋從安裝到圖形介面、網路設定與硬體加速的完整步驟，並展示使用 Hermes、Claude、Codex 等模型的實際程式設計案例。
6.9 萬次觀看※ 摘要僅根據標題與說明
How I'd Learn AI Engineering From Zero in 2026 (1 hour masterclass)
分享從零開始在 2026 年學習 AI 工程學的實路徑，涵蓋 TypeScript、Next.js 等基礎與 Agent、RAG、向量資料庫等工程技術。觀眾可學習如何構建可量產的 AI 系統並控制成本。
2.8 萬次觀看※ 摘要僅根據標題與說明
Data Scientist to AI Engineer Roadmap for 2026
分享從資料科學轉型為 AI 工程師的實戰路徑，涵蓋軟體工程基礎、LLM 架構與 RAG 系統建置。觀眾能學習如何將筆記本專案轉化為可部署的生產級應用程式。
※ 摘要僅根據標題與說明
纯 Vibe Coding 做大项目，一定会塌掉
徐文浩與任鑫探討純 Vibe Coding 做大專案必會崩潰，必須建立一套 Harness 來管理複雜度與上下文。透過並行終端、沙盒環境與 Discord 對話層等基建，讓 AI 持續工作且不易出錯，同時強調優秀工程師需持續迭代這些架構以…
Patterns for Building Cybersecurity Evals
介紹評估 AI 代理在 cybersecurity 領域能力的通用模式與四大核心原素，並深入解析 Cybench、CVE-Bench、CyberGym、ExploitGym 與 SCONE-Bench 等 benchmarks 的設計細節…
最受歡迎
依人氣
Agentic AI – Complete Course for Beginners
教導如何從零開始構建生產級多代理系統，掌握 LangChain 與 LangGraph 的核心概念與實作技巧。學員將學習如何設計序列、並行與條件工作流，整合 RAG、記憶機制與人工介入控制，並透過實際專案將應用程式部署至 AWS 與…
39.7 萬次觀看I Built a Personal AI Agent on a Raspberry Pi — Jeremy Adams, Neo4j
Jeremy Adams 示範如何在 Raspberry Pi 4B 上建立可佩戴的個人 AI 代理，結合 NanoClaw、WhatsApp 與 Neo4j 圖形資料庫。
1.3 萬次觀看※ 摘要僅根據標題與說明
Self-Hosted AI Coding Agents Are Here! (Enterprise Setup Tutorial)
介紹如何透過自託式基礎設施部署 Coder 代理，建立企業級的 AI 程式開發工作流。觀眾將學習使用 Terraform 定義環境、Docker 隔離工作區，並設定模型存取與審計控制。
5.3 萬次觀看※ 摘要僅根據標題與說明
Patterns for Building Cybersecurity Evals
介紹評估 AI 代理在 cybersecurity 領域能力的通用模式與四大核心原素，並深入解析 Cybench、CVE-Bench、CyberGym、ExploitGym 與 SCONE-Bench 等 benchmarks 的設計細節…
Day 15 - 把 agent 關在工作目錄
透過 macOS 內建的 Seatbelt 沙箱框架，實作將 AI Agent 限制在特定工作目錄內的技術。作者詳細說明如何設定規則以擋住路徑跳脫、符號連結、巢狀禁區、環境變數洩漏與網路連線，並驗證了作業系統層級的防護效果。
My NEW FAVORITE Skill - Claude Code Drives My Whole Computer (Better Computer Use)
介紹如何建立一個輕量級「驅動螢幕」技能，讓 Claude Code 等編碼代理能自主操作電腦完成設定、測試與自動化任務。無需安裝額外工具，透過自訂指令碼與規則提升可靠性，並探討大型語言模型在無輔助環境下的安全與效能。
How Cursor Trained Composer on Fireworks: Distributed Infrastructure for High-Performance RL
Cursor 與 Fireworks 探討如何訓練 Composer 模型，透過將有限參數專注於軟體工程任務並結合強化學習，實現高效推理與低成本。內容涵蓋從開源基座進行中途訓練與 RL 的技術路線，以及解決浮點運算非確定性帶來的系統挑戰。
New Self-Hosting n8n Locally + AI Assistant Setup
展示如何用單一指令在本地安裝 n8n 並啟用 AI 助手，無需手動配置複雜環境變數。觀眾可學習將模糊指令轉化為工作流，並自行連線模型 API 進行自動化測試與修正。
3.5 萬次觀看※ 摘要僅根據標題與說明
Build a Complete End-to-End GenAI Project in 3 Hours
示範如何在三小時內建立一個完整的生成式 AI 專案，涵蓋資料抓取、資料庫處理與部署。觀眾可學習使用 OpenAI、Postgres、Docker 與 Render 建構可上手的 AI 應用程式。
17.7 萬次觀看※ 摘要僅根據標題與說明
