iT邦幫忙

技術文章

RSS
鐵人賽 Claude AI DAY 23

D23|論點抓漏組打包,三支 skill 到齊

第三階段四集,做的都是同一件事:問「我漏了什麼」。第二階段收斂成五條線之後,最該問的就是這一句。撿回被裁判丟掉的、固定去邊緣看、把弱訊號排成一桌互問、畫格子找沒...

鐵人賽 自我挑戰組 DAY 13

13 AI 說我錯了,我拿實驗反駁它

昨天寫到 cyclone-hermes PR #140 的第二輪審查。第二輪裡有一條意見,變成我在這個系列裡反覆想起來的一課。 先講清這件事在吵什麼。我的升級前...

鐵人賽 AI Security DAY 10

Day 10|建立 AI Attack Test Suite:把前四天的攻擊全部自動化

前言 前面 Day 6 到 Day 9,我做了很多攻擊測試。 包括: Prompt Injection Jailbreak System Prompt Leak...

鐵人賽 Vibe Coding DAY 16

【DAY16】Unity 2D 敘事遊戲開發:自動存檔埋點設計——AutoSavePoint 與協程時序控制避坑

一、前言:昨天我們透過 SavePointManager 與 JSON 打造了穩固的底層存讀檔架構。但在實際開發敘事遊戲時,如果每一幕都要手動呼叫存檔會顯得非常...

鐵人賽 Build on Google AI DAY 25

同一份證據,為何得到不同答案?多代理決策交叉審查實戰

由 Analysis、Risk 與 Reviewer Agent 分別提出選項、辨識風險及交叉審查,建立「證據—選項—風險—建議」流程,並以數字一致率與決策可...

鐵人賽 IT Operation DAY 10

Subnet 沒指定路由表,資料會往哪走?

前幾篇我們從家裡的網路一路走到 AWS 為了讓大家多瞭解整個全貌,可以看以下圖片,藍色區塊主要是網路範圍、紫色是路由、橘色則是安全規則 這裡也幫大家整理一下...

鐵人賽 Vibe Coding DAY 8

Day 8|AI 專題最常壞在資料:用 CSV、JSON 與資料字典建立共用規格

昨天我們完成了資料契約,統一了欄位名稱、資料型態、單位、來源與版本。 今天遇到的新問題是: 資料已經整理好了,AI 真的會正確使用嗎? 假設我們有一份校園餐...

鐵人賽 Vibe Coding DAY 8

永無止盡的反覆測試和驗證

今天想先跳出來寫一下在整個工具系統開發過程中常被沒有實際參與專案開發的人員忽略、但實際上卻極不可或缺的測試驗證環節。在前幾天的文章中有提到,這套系統在設計過程中...

鐵人賽 自我挑戰組 DAY 10

數學不好的話,恐怕是不行的

從小就覺得自己缺乏數學頭腦。從國小到高中的十二年都是這樣:文科上課時,很容易就能理解,不時還聽得津津有味;需要背誦的細節,那種「有感覺」的東西我也很容易就記起來...

鐵人賽 ChatGPT & Codex DAY 8
窮鬼冰箱升級計劃 系列 第 8 篇

【Day 8】冰箱內容與資料的保存

前言 因為前面只先想到資料,是照片,從手機或是冰箱上的進料鏡頭傳圖片過來,還有其他的情境要想喔。 使用者 -> 連入 Pi 上的網頁直接查看內容、管理頁...

鐵人賽 自我挑戰組 DAY 12
學習用Pygame製作小專案 系列 第 12 篇

Day12 總算打包好了,沒想到問題這麼多。

今天把專案打包好了,花的時間甚至比我的chatGPT預測第一次打包的時間30~60分鐘多的多,總之它告訴我有四個步驟:1.安裝工具2.第一次打包3.看有沒有錯誤...

鐵人賽 Software Development DAY 12

別當爛好人:幫別人修 Bug 修到最後,黑鍋全都變成你來揹

業界有一種都市傳說,叫作「日行一善,順手重構」。很多剛進公司的新人,看到隔壁 Team 的 Code 寫得很醜,或是發現一個明顯的 Null Pointer,就...

鐵人賽 Vibe Coding DAY 8

我都想好了,AI 你可以一次做完吧?

功能都想好了,所以今天可以開始寫了吧? 昨天終於把《時間就是金錢》這次想升級的方向整理得差不多了。 原本的核心功能不變,只是在原有的基礎上,把一些以前沒有想完整...

鐵人賽 自我挑戰組 DAY 10

DAY 10 - 演唱會的售票體驗,還可以怎麼做得更好?

今天公布 Yoasobi 的抽選了,沒中 QQ希望會有第二輪的抽選 今天想接續先前演唱會場館的產品討論,在搜尋了這些資訊之後,Threads 的演算法真的是...

鐵人賽 AI 自動化 DAY 8

[FDE 系列] 模型不是越大越好,為什麼小模型可能更適合你的問題

我是 Kota,宇鯨智能的創辦人,從 2021 年開始了一人公司,協助中小企業透過 Data / AI 技術進行數位轉型。 我特別關注想要建立新的服務模式、獲取...

鐵人賽 Modern Web DAY 21

Day 21 | 先假裝成功 — 樂觀更新買到的是 100 毫秒,不是「快十倍」

三個提問 昨天說樂觀更新能讓介面「感覺快十倍」,到底快在哪裡?我按下按鈕之後省掉的是什麼? 「失敗再回滾」聽起來很簡單,為什麼大家都說它最容易寫錯? Reac...

鐵人賽 自我挑戰組 DAY 8

第一個實戰:控制 LED 燈與讀取按鈕狀態

數位腳位的輸入與輸出控制 int sensorValue = 0; void setup() { Serial.begin(9600); //設定序列埠的...

鐵人賽 Security DAY 8

【𝕯𝖆𝖞 𝟖】CVE-2025-25634 (1/2)

前言 今天繼續來漏洞復現,沿用前面一個案例的設備和 firmware 版本,然後這次來復現跟 memory 相關的漏洞。Tenda 你怎麼一堆洞QQ CVE-2...

鐵人賽 AI 自動化 DAY 8

[Day 8]:介紹 Deep Agents

Day 8:介紹 Deep Agents 與 Harness Engineering 前面幾天,我們已經對 Agent 所需要的東西有個概念(當然還不是全部),...

鐵人賽 自我挑戰組 DAY 12

Day 12 Nmap 教學 Part 1 - Host Discovery

關於 Nmap 的簡單介紹在 Day 6 有提過這邊就不贅述了,直接進入主題,今天打算介紹一下主機發現 Host Discovery。 Nmap 基本指令架構...

鐵人賽 AI 自動化 DAY 17

[Day 17] 自動組裝產線 2:實際讓 AI Agent 寫一章

昨天把交給 agent 之前該準備的東西都講完了:probe / validate / run --chapter 三個指令,加上 TESTID.md、UI-M...

鐵人賽 Security DAY 8

Day 8|經典漏洞 Reentrancy 的範例

上一篇的 Level Finance 合約有業務邏輯漏洞,但 Slither 沒有對應的 detector。今天換一個 reentrancy-eth 能直接找到...

鐵人賽 Build on Google AI DAY 8

Day 08|網頁會卡,是因為三角形太多:怎麼公平地「瘦身」

Day 07 轉出的 GLB 是半成品,還沒瘦身。今天處理面數(三角形數量)的問題:真實機械零件動輒幾萬、幾十萬個三角形,瀏覽器會卡住,需要減面(decimat...

鐵人賽 Build on Google AI DAY 8
Google AI Journey 系列 第 8 篇

Day 08 探索Google AI Studio入門應用程式

Google在Google AI Studio內整合了一些入門應用程式,用以展示Gemini核心功能 空間理解 Spatial Understanding...

鐵人賽 Kubernetes DAY 16

day 16: 一天穩定推進,AI 工作進度整合

先花時間復習之前的服務與容器狀況,現在很穩定,開機會自動執行,也再次可以用瀏覽器驗証,但這次,我先確認怎樣獲取公車資訊,還有網頁的資訊,那個腳本應該還在,但可能...

鐵人賽 IT Operation DAY 8

Day 8|Race Condition:為什麼 counter++ 都能出 Bug?

上一篇談 Thread 時,我們最後留下了一個問題,假設同一個 Process 裡有兩條 Thread,而且它們共享:int counter = 0;現在兩條...

鐵人賽 Kubernetes DAY 8
探討k8s部署方式 系列 第 8 篇

K8s的 auto scaling[Day8]

九十、Kubernetes 的 Auto Scaling 前面提到 Auto Scaling 的概念: 流量增加 │ ▼ 增加 Backend 流...

鐵人賽 Modern Web DAY 8

【Day 08】 SVG 實作:是漸層,我加了漸層

昨天介紹的 fill 與 stroke 只能處理單色,不免讓人覺得拿 SVG 設定 icon 有點殺雞焉用牛刀。別急別急,今天就是分享如何在 inline S...

鐵人賽 Build on Google AI DAY 8

Day 8|開始加入遊戲道具

加入道具要有哪一些功能? 道具第一個功能是玩家碰到(穿過)時,會消滅道具物件。第二個功能是玩家碰到(穿過)時,就要獲得道具的該效果。今天就從生成道具開始吧,原先...

鐵人賽 AI Security DAY 29

DAY29|CaMeL研究完後,還能往哪裡走

最後的樣子 整體是包在CaMeL外面的一層,原本的政策引擎還在裡面,每個工具呼叫都先問它一次,拿到的答案當作起點,再決定要不要改。 最底下是訊號累積,每當一個呼...