歸檔

9分鐘的 AI 能輕易打敗大師9小時的手工知識整理，人人都在打造自動化的第二大腦。但無論第二大腦多強，它終究在你的腦袋之外，真正的差距從來都在第一大腦裡的思維模型。

Agentic AI 開發模式下，開發人員得一路按 Yes 授權 AI 執行，看似無腦卻暗藏判斷力。從 vibe coding 到 Clean Code 之爭，真正的價值不在誰寫 code，而在誰能在關鍵時刻按下 ESC。

就算一年能讀一百本書，也會想再追求有沒可能可以讀700本甚至3,000本。AI 對軟體開發的效率革命也差不多是這種感覺，但 AI 是不是只是跑得快的車，還能正確跑到目的地，是當代開發者無可逃避的課題。

探討如何使用 AWS Lambda Function URL 結合 Server-Sent Events (SSE) 實現 AI 應用的即時進度串流，以及為何需要 CloudFront 和 WAF 來補足安全性。

AWS 在今年 4 月推出了 DynamoDB MCP Server，讓開發人員能借助 AI 來進行資料塑模。現在又推出自動化的評估框架，把『好不好』這件模糊的事，轉換成可以量化的分數。

AWS 宣布 DynamoDB 現在支援更頻繁地從「預置容量模式」（Provisioned Capacity）切換到「隨需容量模式」（On-Demand Capacity）——每 24 小時內最多可切換 4 次

DynamoDB 的資料塑模對於慣用 SQL 的開發人員一直都是一大難關，看起來 DyanmoDB 團隊也深知道一點，於是推出 MCP Server 讓開發人員可以借 AI 之力來進行資料塑模

隨著時間與需求改變，應用程式必然有需要調整查詢的維度，這時就需要有適當的升級策略來因應

深入探討 DynamoDB 主鍵的兩種類型：單一主鍵和複合主鍵，以及如何透過 overloading 技巧和正確的設計模式來優化查詢效能和成本控制。