یه مجموعهٔ رایگان از بلوکهای آمادهٔ رابط کاربری که همون چیزهایی رو پوشش میده که یه ایجنت وسط گفتوگو نشون میده: حالت فکر کردن، فراخوانی ابزار، متن استریمشده و جدول.
ونتیج دیتاسنترز و Nebius توافق کردن ظرفیت پرچگالی مبتنی بر NVIDIA رو تو کمپس CWL1 نیوپورت راه بندازن تا تقاضای داخلی بریتانیا برای توان محاسباتی AI رو جواب بدن.
جیمز کتل یه سیستم خودگردان ساخته که خودش از دل RFCها تکنیک حملهٔ تازه درمیآره و روی سایتهای واقعی تستشون میکنه؛ نتیجه: بانک، فرودگاه و زیرساخت دولتی.
یه محقق رفته سراغ کسایی که کردیت استفادهنشدهٔ استارتاپها رو میخرن و با تخفیف میفروشن؛ یکیشون روزی ۱۰۰ هزار دلار عرضه داشت و بهجای کلید، پراکسی تحویل میداد.
یه شرکتکننده تو مسابقهٔ کرنل GPU Mode با بیش از ۱۵۰۰ سابمیت و یه حلقهٔ خودکار، زمان اجرا رو از حدود ۴۱۹ میلیثانیه به ۱٬۸۰۵ میکروثانیه رسوند.
نویسنده میگه ایجنتهای کدنویسی رسیدن به «کار میکنه» رو آسون کردن، ولی طراحی درزهای نرمافزار و نگهداشتپذیریش هنوز کار خود مهندسه.
تو کار با ایجنتهای کدنویسی دو دستهٔ آدم هست: اونایی که اول اسپک مینویسن و اونایی که مستقیم میرن سراغ نتیجه. یه پست تازه میگه شاید جواب، خواستنِ طراحی بعد از ساختهشدنه.
کلاستر غولآسای GPU بدون یه مدل محبوب فایدهای نداشت؛ خرید Cursor دیتای واقعی کدنویسی رو آورد و نتیجهش شد Grok 4.6 با جهش بزرگ تو بنچمارکها.
مارتین اسپیر، مسئول پرفورمنس ChatGPT در OpenAI، میگه کدنویسی ایجنتیک حجم تغییرات کد رو خیلی بالا برده و این یه هزینهٔ پنهان روی سرعت محصول میذاره؛ جایی فراتر از GPU.
نولان لاوسون میگه با ایجنتهای کدنویسی پیدا کردن باگ تقریباً مجانی شده و تنها سؤال باقیمونده اینه که کجا دست نگه داریم و بگیم کار تمومه.
یه تیم پژوهشی مدل زبانی رو فقط با محتوای درسی کلاس اول تا پنجم آموزش داده تا ببینه مهارتهای تازه واقعاً یاد گرفته میشن یا فقط از داده بیرون کشیده میشن.
دیپسیک یه هارنس کدنویسی ایجنتیک بیرون داده که همهچیزش — از ابزار و مدل تا ایجنتهای دیگه — پلاگینه؛ ولی تست عملی نشون داده مصرف توکنش سنگینه.
مدل ۲۷ میلیاردی تازهی Qwen روی لپتاپ کد مینویسه و عکس میفهمه، ولی حالت استدلال پیشفرضش انقدر سنگینه که برای کشیدن یه دایره هم دقیقهها فکر میکنه.
ایجنتی که با Strands ساختی و روی سرور خودت یا GCP اجرا میشه، با یه پکیج و چند متغیر محیطی تلهمتریش رو به همون داشبورد AWS میفرسته.
یه مهندس میگه استانداردهایی که شرکتهای AI جا انداختن — چند سشن چت، انتخاب مدل، اتصال MCP — بار تصمیمگیری رو میندازن گردن کاربر و جلوی فراگیرشدن ایجنت تو سازمان رو میگیرن.
ZAI میگه GLM-5.3 بدون تغییر معماری یا تعداد پارامتر، فقط با آموزش تکمیلی از ۷۵ درصد به ۹۱٫۲۵ درصد رسیده؛ اون هم روی بنچمارکی که همه با یه پرامپت سنجیده میشن.
طبق یادداشت SemiAnalysis، گوگل برای یکی از TPUهای نسل دهمش با AMD کار میکنه؛ هدف احتمالی، چسبوندن هستهٔ CPU به خود پکیج شتابدهنده برای بارهای reinforcement learning ـه.
نسخهٔ جدید Model Context Protocol نشست پروتکلی رو برداشته و بهجاش سرور باید یه شناسه بده به مدل تا خودش بین فراخوانیها جابهجاش کنه.
Z.ai مدل GLM-5.3 رو معرفی کرد؛ با حدود ۷۵۰ میلیارد پارامتر به صدر بنچمارکهای کدنویسی ایجنتیک رسیده. نیتن لمبرت میگه راز کار پستترینینگ و سرعت انتشاره، نه کپیبرداری از مدلهای آمریکایی.
xAI مدل جدیدش رو با ۲ دلار ورودی و ۶ دلار خروجی بهازای هر میلیون توکن عرضه کرد؛ تو یه تست عملی، کاری که روی Claude Opus 5 حدود ۲ دلار خرج برداشت، اینجا حدود ۳۸ سنت تموم شد.