#755. Lauren & Matt Pocock：如何把 2000 个PR上到生产环境
Lauren Tan 分享如何將 Agent 自動化流程擴展至每月處理數千個程式碼變更，透過建立嚴格驗證迴圈、將專業經驗轉化為可重用的技能與規則，並利用歷史對話記錄最佳化系統。
TypeScript
57 筆內容提到
最近 7 天 6 筆（再前 7 天 6 筆）
這一頁列的是「提到 TypeScript」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「TypeScript」。
最新
依發布時間，最新的 30 筆
等 Claude 寫程式太無聊？這個 Mod 自動開Doom 湊團閒置工程師對戰
開發者利用 Claude Code 的 Mod 系統，在 AI 思考時自動啟動多人 Doom 遊戲，讓等待時間變有趣。讀者可了解如何透過 TypeScript 攔截 AI 步驟，並建立自動化遊戲伺服器。
Agentic Search vs Vector Search for Coding Agents: We Ran the Eval — Braintrust
Jess Wang 說明評估的重要性與架構，並實際比較向量搜尋與代理搜尋在程式碼修復任務上的表現。兩者準確度相同，但向量搜尋因缺乏上下文導致成本高出四倍。
※ 摘要僅根據標題與說明
EP415 – 10 分鐘搞懂 Claude Code Mods：是什麼？ 怎麼裝？ 怎麼放進工作流程？
介紹 Anthropic 推出的 Claude Code Mods，一種能直接攔截並修改 Claude Code 行為的 JavaScript 程式。
How VS Code Went from Monthly to Weekly Releases with AI — Harald Kirschner
Harald Kirschner 分享 VS Code 如何透過重建工程系統，將每月發布改為每週發布。團隊透過讓程式碼庫準備好供 AI 代理使用、加速建置與引入強制審查機制，來應對 AI 加速產出的壓力。
7,052次觀看※ 摘要僅根據標題與說明
Claude Mods - The Biggest Claude Code Upgrade!
介紹 Claude Code mods 如何讓使用者在程式碼中執行自訂的 JavaScript 或 TypeScript 函式，並展示如何從市集安裝與建立工作流。
6.3 萬次觀看※ 摘要僅根據標題與說明
Constraints that make developers faster
專訪 Skip Labs 執行長 Julien Verlaguet，探討如何設計能防止程式錯誤卻不讓開發者感到受挫的型別系統與工具。
EP412 – Matt Pocock 怎麼 Code Review？解決海量 PR 的五個心法
整理 Matt Pocock 在 AI Engineer Paris 2026 演講，提出解決海量 PR 瓶頸的五個心法。
Anthropic 推出 Claude Code Mod 功能，用 TypeScript 改寫 AI 助手行為，連 Anthropic 自己也在用
Anthropic 推出 Claude Code Mod，允許開發者用 TypeScript 撰寫模組來改寫 AI 助手行為，如自動刪除金鑰或強制語言。這讓使用者能客製化指令流與工具呼叫，同時 Anthropic 自身也採用此架構。
AWS開源20億參數Strands Decider，專門替AI代理人快速做決策
AWS 開源 Strands Decider 2B 決策模型，專為 AI 代理人設計，能在本機快速從預設選項中進行分類、工具選擇與安全判斷。
Agent Builder: Turn No-Code Agents into Production Code
示範如何使用 Mastra 的 Agent Builder 將無程式碼代理轉為可生產的程式碼，涵蓋建立文件助手、同步 GitHub 與加入防護欄。看完能學會如何將非開發者生成的代理轉為團隊可維護的生產級系統。
846次觀看※ 摘要僅根據標題與說明
Sonnet 5.5 (Fully Tested): The MOST USEFUL MODEL YET! RIP ASTRA & SOL!
示範如何運用 Opus 5.5 與 Gemini 3.8 Flash 建立電影感山莊網站，包含互動式畫廊與預約功能。觀眾可學習使用多代理系統分工、視覺方向設定及可訪問性互動設計。
9,946次觀看※ 摘要僅根據標題與說明
Let's Learn GitHub Copilot SDK
介紹 GitHub Copilot SDK 的基礎知識、運算機理與多語言支援，並透過實作示範如何建立自訂代理工具與配置。看完後能了解如何將 AI 能力嵌入工作流，並掌握 SDK 的安裝與使用方式。
1.3 萬次觀看An ex-OpenAI researcher just deleted language from the LLM...
介紹前 OpenAI 研究員 Diogo Almeida 開發的 Jev 模型，該模型刪除語言能力，僅做分類與判斷，速度與成本大幅降低且無幻覺。觀眾可了解其運作原理、應用場景及與傳統大型語言模型的差異。
296 萬次觀看How to Ship Apps & AI Agents Without Managing Infrastructure (with Durable AI Workflows)
介紹如何在不管理基礎設施的情況下部署應用程式與 AI 代理，使用 Render 平台整合資料庫與工作流。觀眾能學習利用 Render Blueprints 與可持續工作流，在單一平台上執行並管理 AI 代理與資料處理任務。
4.5 萬次觀看※ 摘要僅根據標題與說明
How Factorial Built an Agent Across 25+ Products
Factorial CTO Ilya Zayats 分享其跨 25 個產品整合 AI Agent 的架構策略，說明如何從自研方案轉向原生 Mastra 框架。內容涵蓋多產品權限管理與 Agent 演進路徑，適合開發者與架構師參考。
633次觀看※ 摘要僅根據標題與說明
Harness Engineering for Reliable, Governed AI Agents
訪談 TrueFoundry 創辦人 Nikunj Bajaj，探討如何透過「代理 harness」解決基礎模型不穩定帶來的問題。
How to Build GPT-6 Astra Automations (that don’t eat your usage limit)
教學如何將 GPT-6 Astra 自動化流程從 Codex 移至 Trigger.dev，避免消耗訂閱額度。內容涵蓋規劃晨間簡報、區分確定性與非確定性工作流，並示範如何部署、測試與除錯。看完後能學會如何構建不耗費訂閱的自動化系統。
How to Build a Coding Agent with Nico (Amp Code)
深入解析編碼代理的核心運作機制，包括 LLM 預測、上下文工程與工具呼叫。講者 Nico 解釋了為何強模型能移除特定工具、如何透過壓縮與規劃最佳化長程任務，並分享 Amp Code 與 Pi 的實作經驗。
Treat your data pipelines like code, because your agents already do | MotherDuck's Jordan Tigani
Jordan Tigani 分享 MotherDuck 如何將資料管道視為程式碼，透過 Flights、Dives 與 Guides 等工具，讓 AI 代理能自動建立、審查與維護資料流程。
Building Codex with Tibo Sottiaux
由 Codex 創辦人 Tibo Sottiaux 主講，深入探討 Codex 的架構決策、為何採用 Rust 與開放原始碼策略，以及 AI 如何改變程式碼審查、維護與系統重構的成本。
1035: Why everyone is moving to Stylex?
探討 Meta 推出的 StyleX，一種將 CSS 樣式轉化為可重用的類別名稱的工具，旨在提升 AI 代理撰寫程式時的效率與一致性。內容涵蓋其與 Tailwind、CSS Modules 的差異，以及型別安全、無運算依賴等優點與缺點。
eve: AI agents without the plumbing
展示使用 Vercel 開源框架 Eve 建立 AI 代理的簡化方式，省去傳統複雜的基礎設施設定。觀眾能學習如何用指令檔和目錄結構快速部署具備工具呼叫與人工審核功能的代理。
4,886次觀看※ 摘要僅根據標題與說明
AI-Assisted Development Tutorial – Multi-Agent Coding & Deployment with TRAE IDE
示範如何使用 TRAE IDE 規劃、開發並部署全端習慣追蹤應用程式。透過多代理協作與智慧程式碼完成，將想法轉化為可上線產品，涵蓋 React、Node.js 與 PostgreSQL 技術棧。
2.6 萬次觀看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
Why AI Infrastructure must evolve for Agent Experience — Akshat Bubna, Modal CTO
Modal CTO Akshat Bubna 探討 AI Agent 如何改變雲端基礎設施需求，強調傳統 Kubernetes 架構對開發者不友好，而 Agent 需要更緊密整合、快速迭代與隔離環境。
What Claude Fable Means for Coding Agents
Nicolay Gerold 與 Hugo 探討 AMP 如何隨模型進化（如 Opus 到 Fable）調整架構，甚至刪除舊功能。
Developers May Stop Depending on Libraries
訪談軟體工程師 Shaun Smith，探討強化學習如何讓 AI 程式設計代理能自主執行複雜任務，導致傳統程式庫失效。影片介紹了 Model Context Protocol (MCP)、Fast Agent 與 MCP Apps 等工具…
10 Cities. 4 Countries. One Unexpected MCP Lesson.
在紐約的 MCP Dev Summit 現場，Alex Salkever 訪問 DeepL 的開發者推廣 Ben Morss。
最受歡迎
依人氣
An ex-OpenAI researcher just deleted language from the LLM...
介紹前 OpenAI 研究員 Diogo Almeida 開發的 Jev 模型，該模型刪除語言能力，僅做分類與判斷，速度與成本大幅降低且無幻覺。觀眾可了解其運作原理、應用場景及與傳統大型語言模型的差異。
296 萬次觀看How to Build GPT-6 Astra Automations (that don’t eat your usage limit)
教學如何將 GPT-6 Astra 自動化流程從 Codex 移至 Trigger.dev，避免消耗訂閱額度。內容涵蓋規劃晨間簡報、區分確定性與非確定性工作流，並示範如何部署、測試與除錯。看完後能學會如何構建不耗費訂閱的自動化系統。
Agentic Search vs Vector Search for Coding Agents: We Ran the Eval — Braintrust
Jess Wang 說明評估的重要性與架構，並實際比較向量搜尋與代理搜尋在程式碼修復任務上的表現。兩者準確度相同，但向量搜尋因缺乏上下文導致成本高出四倍。
※ 摘要僅根據標題與說明
How VS Code Went from Monthly to Weekly Releases with AI — Harald Kirschner
Harald Kirschner 分享 VS Code 如何透過重建工程系統，將每月發布改為每週發布。團隊透過讓程式碼庫準備好供 AI 代理使用、加速建置與引入強制審查機制，來應對 AI 加速產出的壓力。
7,052次觀看※ 摘要僅根據標題與說明
How to Ship Apps & AI Agents Without Managing Infrastructure (with Durable AI Workflows)
介紹如何在不管理基礎設施的情況下部署應用程式與 AI 代理，使用 Render 平台整合資料庫與工作流。觀眾能學習利用 Render Blueprints 與可持續工作流，在單一平台上執行並管理 AI 代理與資料處理任務。
4.5 萬次觀看※ 摘要僅根據標題與說明
I Open-Sourced My Own AFK Software Factory
介紹 Sandcastle 這個 TypeScript 庫，用於在隔離沙盒中執行自動化的 AI 程式碼代理。觀眾可以學習如何讓 Claude Code 等代理自動執行任務、審查程式碼並合併回主分支，無需頻繁請求權限。
21.9 萬次觀看※ 摘要僅根據標題與說明
Let's Learn GitHub Copilot SDK
介紹 GitHub Copilot SDK 的基礎知識、運算機理與多語言支援，並透過實作示範如何建立自訂代理工具與配置。看完後能了解如何將 AI 能力嵌入工作流，並掌握 SDK 的安裝與使用方式。
1.3 萬次觀看Why I Stopped Using nbdev
分享為何停止使用 nbdev 開發環境，指出 AI 編碼工具在處理 Jupyter Notebook 工作流時會感到困惑，導致開發者與 AI 對抗而非協作。
Boris Cherny：Claude Code 之后，写代码正在变成“管理 Agent”
Boris Cherny 分享 Claude Code 如何將程式開發從手寫程式碼轉變為管理 Agent 的組織流程。他描述內部已無手寫程式碼，員工透過手機執行數百個 Agent 並使用 Loop 模式自動執行任務。
How Good Is AI at Coding React (Really)?
Addy Osmani 透過資料分析與實作經驗，指出 AI 在 React 開發中擅長獨立元件與明確規範，但在多步驟整合與設計品味上表現不佳。
