هوش مصنوعی
- هوش مصنوعی داره فرهنگ افشای آسیبپذیریها رو نابود میکنه
دو رویکرد رایج در برابر آسیبپذیریهای امنیتی — افشای هماهنگشده و «باگ همون باگه» — هر دو زیر فشار هوش مصنوعی دارن ترک برمیدارن.
- سازمانها گلوگاه اصلی هوش مصنوعی هستند
ابزارهای کدنویسی هوش مصنوعی همهجا هستند، ولی آیا سازمانها واقعاً سریعتر ارزش تولید میکنن؟ جواب همیشه مثبت نیست.
۱۵ هفته پیشoreilly.com - گوگل، اوپنایآی و آنتروپیک برای فتح شرکتهای سرمایهگذاری خصوصی رقابت میکنن
آلفابت با شرکتهای بزرگ سرمایهگذاری خصوصی بلکاستون، KKR و EQT مذاکره میکنه تا از طریق توافقنامههای لایسنس یکپارچه، دسترسی به مدلهای جمینی رو برای تمام شرکتهای پرتفویشون فراهم کنه. این رویکرد با مدل اوپنایآی که یه ونچر مشترک ده میلیارد دلاری با مهندسان اعزامی ساخته، و مدل آنتروپیک که یه شرکت خدمات مشابه یک و نیم میلیارد دلاری با بلکاستون راه انداخته، کاملاً متفاوته. گوگل روی این شرطبندی کرده که گلوگاه اصلی در استقرار هوش مصنوعی سازمانی، تهیه و تأمین دسترسیه، نه پیادهسازیه. اگه این سه
۱۵ هفته پیشthenextweb.com - اعتبارسنجی محصول با ۲ هزار دلار: از صفر تا ۱۲۸ ثبتنام سرد
تیم Evil Martians با بودجهای ۲ هزار دلاری برای پلتفرم آموزشی Thicket یه زیرساخت اعتبارسنجی کامل ساخت و به ۱۲۸ ثبتنام واقعی از ترافیک سرد رسید.
- وقتی هوش مصنوعی، هوش مصنوعی میسازه
جک کلارک، از پیشگامان حوزه هوش مصنوعی، در خبرنامهی Import AI ادعای جالبی مطرح کرده: با احتمال بیش از ۶۰ درصد، تا پایان سال ۲۰۲۸ یک سیستم هوش مصنوعی وجود خواهد داشت که بدون دخالت انسان، میتونه نسخهی بعدی خودش رو بسازه. این ادعا بر پایهی شواهد عمومی و روند پیشرفت معیارهایی مثل SWE-Bench و METR مطرح شده. پیشرفتهایی که نشون میده مدلهای امروزی داره تمام اجزای چرخهی تحقیق در AI رو یکییکی اتوماسیون میکنن. اگه این اتفاق بیفته، به گفتهی کلارک، ما از یه خط بیبازگشت رد میشیم که پیشبینی آینده
۱۵ هفته پیشjack-clark.net - وایب کدینگ یا توسعه مبتنی بر اسپک؟ کدوم بهتره؟
وایب کدینگ و توسعه مبتنی بر اسپک (SDD) دو رویکرد نوظهور هستن که تیمهای دواپس با کمک هوش مصنوعی ازشون برای ساخت اپلیکیشن استفاده میکنن. وایب کدینگ بیشتر برای ساخت سریع پروتوتایپ و MVP مناسبه، در حالی که SDD با تعریف مستندات و مشخصات قبل از تولید کد، رویکردی ساختارمندتر داره. پلتفرمهایی مثل Bolt، Lovable، Replit برای وایب کدینگ و ابزارهایی مثل Kiro و Claude Code برای SDD در این فضا فعال هستن. انتخاب بین این دو بستگی به پیچیدگی پروژه و نیازهای تیم داره، اما میشه هر دو رو به صورت مکمل بهکار برد
۱۵ هفته پیشinfoworld.com - قابلیت `/goal` در Codex CLI؛ برنامهنویسی خودکار ششساعته بدون دخالت!
نسخه v0.128.0 ابزار Codex CLI در تاریخ ۳۰ آوریل ۲۰۲۶ با قابلیت `/goal` عرضه شد که اجازه میده یه هدف مشخص رو به صورت پایدار ذخیره کنی و مدل بدون هیچ دخالتی به کارش ادامه بده، حتی اگه لپتاپ رو ببندی یا به خواب بری. نویسنده یه جلسه واقعی ۶ ساعت و ۴۴ دقیقهای روی یه مونوریپوی TypeScript داشته و وقتی برگشته مدل کار رو با وضعیت TASK_COMPLETE تموم کرده. کل جلسه حدود ۶.۸ میلیون توکن ورودی مصرف کرده ولی با نرخ ۹۴٪ کش، هزینه واقعی خیلی کمتر از عدد اسمی بوده.
۱۵ هفته پیشtectontide.com - ۱۰ قالب آماده عامل هوش مصنوعی کلود برای خدمات مالی
آنتروپیک ده قالب آماده برای عاملهای هوش مصنوعی کلود در حوزه خدمات مالی منتشر کرده که کارهایی مثل ساخت پیچبوک، بررسی KYC و بستن حسابهای پایان ماه رو پوشش میدن. این قالبها بهصورت پلاگین در Claude Cowork و Claude Code، و همچنین بهعنوان cookbook برای Claude Managed Agents در دسترس هستن. علاوه بر این، کلود حالا مستقیماً با مایکروسافت Excel، PowerPoint، Word و Outlook یکپارچه شده و کانکتورهای جدیدی مثل Dun & Bradstreet، Moody's و چند شریک دیگه هم به اکوسیستمش اضافه شدن.
۱۵ هفته پیشanthropic.com - وزنهای مدلهای زبانی چقدر اطلاعات واقعی دارند؟
اگه وزنهای یه مدل زبانی رو با فرمت BF16 ذخیره کنی، هر پارامتر ۱۶ بیت فضا میگیره — ولی آیا واقعاً همهشون استفاده میشن؟ با معیار آنتروپی شانون میشه فهمید که در واقعیت هر وزن حدود ۱۰.۶ بیت اطلاعات داره، نه ۱۶ بیت. یعنی تقریباً یهسوم بودجهی بیتی هدر میره. جالبتر اینکه تقریباً تمام این اتلاف از «فیلد توان» (exponent) میاد، نه مانتیسا یا بیت علامت. دلیلش اینه که بزرگی وزنهای تمام مدلهای اندازهگیریشده در یه بازهی باریک و مشابه متمرکز شده و بیشتر مقادیر ممکن توان هیچوقت استفاده نمیشن.
۱۵ هفته پیشfergusfinn.com - موت هوش مصنوعی: حافظه یا سفارشیسازی؟
آیا چیزی که شما رو به یک ابزار هوش مصنوعی وابسته میکنه، حافظهاشه یا عمق سفارشیسازیهایی که توش انجام دادین؟
۱۵ هفته پیشbackgroundnoise.blog - ویژگیهای جدید VS Code 1.119
نسخه ۱.۱۱۹ ویژوال استودیو کد با تمرکز بر تجربه بهتر ایجنتهای هوش مصنوعی، مانیتورینگ حرفهای جلسات، و کنترلهای امنیتی هوشمندتر منتشر شد.
۱۵ هفته پیشcode.visualstudio.com - قرارداد بزرگ Anthropic با xAI اسپیسایکس برای دسترسی به ابررایانه Colossus
SpaceXAI و Anthropic یک توافقنامه مهم امضا کردن که طبق اون، آنتروپیک به کل ظرفیت محاسباتی دیتاسنتر Colossus 1 در ممفیس تنسی دسترسی پیدا میکنه. این دیتاسنتر بیش از ۳۰۰ مگاوات توان و بیش از ۲۲۰ هزار GPU انویدیا داره. نتیجه مستقیم این قرارداد اینه که محدودیتهای نرخ استفاده از Claude Code دو برابر میشه و محدودیتهای ساعات اوج مصرف هم برداشته میشه. این حرکت در راستای چشمانداز بلندمدتتر SpaceX برای محاسبات مداری (Orbital Compute) هم معنای خاصی داره.
۱۵ هفته پیشteslarati.com - چرا بیشتر دادههای RL که به لبهای فرانتیر فروخته میشن، استاندارد لازم رو ندارن؟
بیشتر شرکتهایی که داده برای آموزش مدلهای زبانی بزرگ میفروشن، از استانداردهای QC که خود لبها بهکار میبرن خبر ندارن یا اونا رو نادیده میگیرن. دو گام اصلی کنترل کیفیت داده شامل «بررسی ورودی» و «تست فعال» میشه که اولی ارزانتره اما اغلب نادیده گرفته میشه و دومی مشکلاتی مثل reward hacking، sycophancy و فراموشکاری مدل رو قبل از تحویل شناسایی میکنه. لبهایی مثل Anthropic در سال ۲۰۲۵ بیش از یک میلیارد دلار برای دادههای RL هزینه کردن، پس هر نقص کوچکی در QC هزینهای چند برابری به دنبال داره. ف
۱۵ هفته پیشseancai.com - معماری ایجنتها: هارنس چیست و چرا مهمه؟
یه مدل زبانی بهتنهایی ایجنت نیست — چیزی که اون رو به یه موتور کاری تبدیل میکنه، «هارنس» نام داره. بیاید ببینیم هارنس از چه اجزایی ساخته میشه.
۱۵ هفته پیشlangchain.com - آنتروپیک و اوپنایآی هر دو سرمایهگذاری مشترک برای خدمات سازمانی راه میاندازن
آنتروپیک یه سرمایهگذاری مشترک برای ارائه خدمات هوش مصنوعی سازمانی اعلام کرد که با حضور شرکای بزرگی مثل بلکاستون، گلدمن ساکس و سکویا کپیتال ارزشش به ۱.۵ میلیارد دلار میرسه. چند ساعت قبل از این اعلام، بلومبرگ هم گزارش داد که اوپنایآی داره یه ونچر مشابه به اسم The Development Company با ارزشگذاری ۱۰ میلیارد دلار راه میاندازه. هدف هر دو ونچر یکیه: جذب سرمایه از شرکتهای مدیریت دارایی برای گسترش فروش سازمانی و استقرار مهندسان در کنار مشتریان. این اتفاقات در حالی میافته که هر دو شرکت با سرعت ب
۱۵ هفته پیشtechcrunch.com - تویلیو «فراموشی عاملان AI» را درمان میکنه
تویلیو چهار قابلیت جدید معرفی کرد تا عاملان AI بتونن بدون از دست دادن زمینه مکالمه، تجربهای یکپارچه به مشتریان بدن.
۱۵ هفته پیشthelettertwo.com - اصول طراحی مغز: چرا مغز یک مهندس بینظیر است؟
کتاب «اصول طراحی عصبی» تلاش میکنه پیچیدگی شگفتانگیز مغز رو با چند اصل یکپارچه توضیح بده که همهشون به یه ایده مرکزی برمیگردن: مغز به دنبال بیشترین اطلاعات (بیت) به ازای کمترین مصرف انرژی (ATP) هست. تکامل، طرحهای ناکارآمد رو حذف کرده و ما رو به یه معماری فوقالعاده بهینه رسونده. از کدگذاری پیشبینانه گرفته تا محاسبات آنالوگ در دندریتها، هر جنبهای از مغز با این منطق قابل توضیحه. جالبترین نکته اینه که مغز برخلاف اصول مهندسی متداول، به جای سادهسازی، پیچیدهتر شدن رو انتخاب میکنه تا بهینهتر
۱۵ هفته پیشinvertedpassion.com - چطور Datadog رگرسیونهای پنهان در ایجنت AI خودش رو شکار میکنه
تیم Bits AI SRE در Datadog توضیح میده که چطور یه پلتفرم ارزیابی قابل تکرار ساختن تا رگرسیونهای پنهان ایجنت هوش مصنوعیشون رو قبل از رسیدن به کاربر شناسایی کنن.
۱۵ هفته پیشmain.d2372vaejiu5h9.amplifyapp.com - Wallaby.js: تست جاوااسکریپت در لحظه تایپ
Wallaby.js یه ابزار تسترانر برای جاوااسکریپت و تایپاسکریپته که نتایج تست رو همون موقع که داری کد مینویسی، مستقیم کنار کدت نشون میده. بهجای اجرای همه تستها، فقط تستهایی رو اجرا میکنه که تغییرات کدت بهشون مربوطه، یعنی اغلب فقط یه تست. پلاگین IDE هست و با VS Code، Jest، React و ابزارهای هوش مصنوعی مثل Copilot و Cursor هم کار میکنه. قابلیتهایی مثل Time Travel Debugger، نمایش مقادیر runtime کنار کد و گزارش خطا درجا، فرآیند دیباگ رو خیلی سریعتر میکنه.
۱۵ هفته پیشwallabyjs.com - ۵ سطح پذیرش هوش مصنوعی در تیمها
هوش مصنوعی دیگه فقط یه ابزار جالب نیست — یه چالش وجودیه. این مقاله ۵ سطح واقعی پذیرش AI در تیمها رو توضیح میده و میگه چطور از «نوب» به «حالت خلاقانه» برسی.
۱۵ هفته پیشonlycfo.io
