فلر یه پلتفرم مانیتورینگ فول‌استک هست که مخصوص لاراول، PHP و جاوااسکریپت ساخته شده. با فلر می‌تونی خطاهای پروداکشن رو قبل از اینکه کاربرا باهاشون روبه‌رو بشن شناسایی و رفع کنی. علاوه بر ردیابی خطا، ابزارهای مانیتورینگ پرفورمنس هم داره که کمک می‌کنه کوئری‌های کند و ریکوئست‌های سنگین رو پیدا کنی. فلر با ابزارهایی مثل Slack، GitHub، Jira و Linear هم یکپارچه می‌شه و حتی از MCP Server برای اتصال به ابزارهای هوش مصنوعی پشتیبانی می‌کنه.

۱۶ هفته پیشflareapp.io

سرویس مانیتورینگ Oh Dear یه سری بهبود جدی به API خودش داده تا ایجنت‌های کدنویسی مثل Claude Code و Codex بتونن راحت‌تر باهاش کار کنن. حالا می‌شه تاریخچه‌ی اجرای چک‌ها رو گرفت، نتایج دو روز مختلف رو با هم مقایسه کرد و لینک مستقیم به داشبورد رو توی هر پاسخ API دید. علاوه بر این، مستندات سایت به‌صورت Markdown سرو می‌شه که حجم توکن مصرفی ایجنت‌ها رو تا ۹۶٪ کاهش می‌ده. این تغییرات باعث می‌شه ایجنت‌ها بدون نیاز به اطلاعات هاردکد شده، به‌تنهایی بتونن وضعیت سایت رو آنالیز کنن.

۱۶ هفته پیشohdear.app

وقتی ایجنت‌های کدنویسی هوش مصنوعی وارد پروژه می‌شن، بزرگ‌ترین نگرانی دیگه کیفیت کد نیست — بلکه بهم‌ریختگی تاریخچه‌ی گیته. گیت‌باتلر با ارائه‌ی یه ورک‌فلوی ساختارمند، این مشکل رو حل می‌کنه. این ابزار به ایجنت‌ها اجازه می‌ده بدون خراب کردن برنچ‌ها کار کنن و بازبینی و رول‌بک رو برای توسعه‌دهنده ساده نگه می‌داره. مرزبندی واضح وظایف و امکان مرور امن تغییرات، ستون اصلی این رویکرده.

۱۶ هفته پیشblog.gitbutler.com

LLMها ابزارهای قدرتمندیه، اما ابزار هستن — نه جایگزین تخصص انسانی. نویسندگان این مقاله معتقدن که نحوه‌ی استفاده از AI کیفیت خروجی رو تعیین می‌کنه، نه خودِ AI. توسعه‌دهنده‌هایی که دانش و تجربه‌ی واقعی دارن، از LLMها به عنوان اهرم تقویت می‌کنن؛ اما اون‌هایی که بدون پایه به AI تکیه می‌کنن، فقط روی قله‌ی کوه دانکینگ-کروگر وایمیسن. سوال اصلی اینه که ابزارها نه‌فقط به ما خدمت می‌کنن، بلکه ما رو هم شکل می‌دن.

۱۶ هفته پیشtighten.com

تیم اسپیشی (سازندگان Flare و Ray) یه ابزار هلپ‌دسک جدید به اسم There There ساختن که هوش مصنوعی رو از همون اول توی هسته‌اش جا داده. این سیستم هر تیکت رو وکتوریزه می‌کنه تا جستجو بر اساس معنا باشه نه کلمات عین‌به‌عین. هوش مصنوعی بر اساس تاریخچه تیکت‌ها، مستندات و ابزارهای خارجی پیش‌نویس جواب آماده می‌کنه تا تیم پشتیبانی سریع‌تر و بهتر پاسخ بده. داده‌ها کاملاً روی زیرساخت اتحادیه اروپا نگه داشته می‌شن و پروژه در مرحله بتا هست.

۱۶ هفته پیشthere-there.app

تیم Spatie یه پکیج جدید به اسم spatie/guidelines-skills منتشر کرده که استانداردهای کدنویسی این تیم رو به دستیارهای هوش مصنوعی مثل Claude Code، Cursor، Codex و GitHub Copilot یاد می‌ده. این پکیج از اکوسیستم skills.sh استفاده می‌کنه و دیگه مثل نسخه قبلیش محدود به Laravel Boost نیست. چهار مجموعه مهارت برای PHP/Laravel، جاوااسکریپت، version control و امنیت توی این پکیج گنجونده شده. با این ابزار، AI دیگه کدی که با قراردادهای تیم مغایرت داشته باشه تولید نمی‌کنه.

۱۶ هفته پیشspatie.be

مدل‌های پاداش فرآیندی (PRM) در حوزه‌هایی مثل ریاضیات خوب عمل می‌کنن، ولی وقتی نوبت به تحلیل داده‌های پویا می‌رسه، دچار مشکل جدی می‌شن؛ نه خطاهای خاموش رو تشخیص می‌دن و نه بین اکتشاف ضروری و شکست واقعی فرق می‌ذارن. محققان با معرفی DataPRM این شکاف رو پر کردن؛ یه مدل پاداش تولیدی آگاه از محیط که به‌صورت فعال با محیط اجرا تعامل می‌کنه تا خطاهای پنهان رو کشف کنه. نتایج نشون می‌ده که DataPRM با فقط ۴ میلیارد پارامتر، عملکرد مدل‌های پایین‌دستی رو تا ۱۱ درصد روی بنچمارک‌های تخصصی بهبود می‌ده.

۱۶ هفته پیشarxiv.org

یه توسعه‌دهنده باتجربه که مدت‌هاست MCP server می‌سازه، درس‌های عملی‌اش رو از ساخت یه سرور آفیس واقعی با بیش از ۱۰۰ ابزار با ما در میون گذاشته. مهم‌ترین نکته اینه که مدل‌های زبانی برنامه‌ریز پنهان ندارن؛ فقط محتمل‌ترین گام بعدی رو انجام می‌دن. پس سرور باید کاری کنه که قدم بعدی برای مدل کاملاً واضح باشه. این مقاله یه چک‌لیست عملی برای طراحی درست chain ابزارها ارائه می‌ده که از ماه‌ها دیباگ واقعی به دست اومده.

۱۶ هفته پیشtaoofmac.com

اپل بعد از اینکه نسخه M5 ویژن پرو هم نتونست این محصول رو نجات بده، عملاً از ادامه‌اش دست کشیده. تیم توسعه این هدست منحل شده و اعضاش به بخش‌های دیگه‌ای مثل سیری منتقل شدن. کل فروش ویژن پرو در طول عمرش به زور به ۶۰۰ هزار دستگاه رسیده و میزان مرجوعی‌هاش از هر محصول مدرن دیگه‌ای از اپل بیشتر بوده. اپل الان به جای VR، روی عینک‌های هوشمند مشابه Ray-Ban Meta کار می‌کنه که نمایشگر نداره ولی AI داره.

در فصل اول ۲۰۲۶، گوگل کلود با رشد ۶۳ درصدی نسبت به سال قبل، از AWS با ۲۸٪ و Azure با ۴۰٪ پیشی گرفت. دلیل اصلی این برتری اینه که گوگل هم مدل‌های هوش مصنوعی (جمینای) و هم تراشه‌های اختصاصی (TPU) رو خودش داره و نیازی به پرداخت حق لایسنس به OpenAI یا Anthropic نداره. سه غول بزرگ ابری در مجموع ۱۱۲ میلیارد دلار در زیرساخت هزینه کردن و برای تأمین مالی این رقابت، گوگل و آمازون به انتشار اوراق قرضه روی آوردن. هر کسی که لایه مدل رو در اختیار داره، سریع‌ترین رشد رو داره.

توی کد منبع باز Codex CLI که OpenAI روی گیت‌هاب منتشر کرده، یه دستور عجیب توی سیستم‌پرامپت GPT-5.5 پیدا شده: مدل باید هرگز از گابلین، ترول، راکون، کبوتر و موجوداتی از این دست حرف نزنه — مگه که کاملاً به سؤال کاربر مربوط باشه. این دستور دوبار تکرار شده و نشون می‌ده GPT-5.5 یه عادت عجیب داره که خودش وسط مکالمه‌های نامربوط می‌ره سراغ گابلین‌ها! کارمندان OpenAI گفتن این یه ترفند بازاریابی نیست، اما سم آلتمن با شوخی موضوع رو تأیید کرد. جالب اینه همین سیستم‌پرامپت دستور می‌ده مدل وانمود کنه «زندگی درو

۱۶ هفته پیشarstechnica.com

بازار اینفرنس هوش مصنوعی با سرعت عجیبی داره تخصصی می‌شه؛ دقیقاً همون اتفاقی که یه‌روزی برای دیتابیس‌ها افتاد. درآمد مراکز داده NVIDIA از ۳.۶ میلیارد دلار در پایان ۲۰۲۲ به ۶۲.۳ میلیارد دلار در اوایل ۲۰۲۵ رسیده — یعنی ۱۷ برابر رشد از زمان لانچ ChatGPT. حالا بار کاری‌های مختلف مثل تصویر، ویدیو، صدا، اجرای روی دستگاه، و پردازش دسته‌ای، هرکدام زیرساخت و معماری مختص خودشون رو می‌طلبن. این تکه‌تکه‌شدن بازار ۱۰۰ میلیارد دلاری می‌تونه بازیگران بزرگی مثل Oracle، MongoDB و Snowflake برای AI تولید کنه.

۱۶ هفته پیشtomtunguz.com

مدیرعامل جدید پی‌پال، انریکه لورس، تصمیم گرفته ونمو رو برای اولین بار به یه بخش مستقل تبدیل کنه. این تغییر ساختار به شرکت کمک می‌کنه عملکرد ونمو رو بهتر رصد کنه یا در صورت نیاز راحت‌تر بفروشه. استرایپ و چند خریدار دیگه هم چشمشون دنبال پی‌پاله و این بازسازی می‌تونه زمینه‌ساز یه معامله بزرگ بشه. در همین حین دو مدیر ارشد شرکت رو ترک می‌کنن و طرح اخراج گسترده هم هنوز در بلاتکلیفیه.

ارزیابی مدل‌های هوش مصنوعی دیگه فقط یه مرحله‌ی ساده نیست؛ به یه بار مالی سنگین تبدیل شده که داره تحقیقات رو محدود می‌کنه. لیدربورد HAL برای ارزیابی ۹ مدل روی ۹ بنچمارک، ۴۰ هزار دلار خرج کرده. در بنچمارک‌های علمی مثل The Well، ارزیابی یه معماری جدید به ۹۶۰ ساعت H100 نیاز داره. جالب‌تر اینه که خرج بیشتر لزوماً نتیجه‌ی بهتر نمی‌ده و ابزارهای کاهش هزینه که برای بنچمارک‌های استاتیک کار می‌کردن، برای ارزیابی‌های agentمحور خیلی کمتر مؤثرن.

۱۶ هفته پیشhuggingface.co

Cloudflare با همکاری Stripe یه پروتکل جدید معرفی کرده که به ایجنت‌های هوش مصنوعی اجازه می‌ده بدون هیچ دخالت انسانی، اکانت Cloudflare بسازن، دامنه بخرن، و اپ رو مستقیم به پروداکشن دپلوی کنن. کاربر فقط باید به Stripe لاگین باشه و شرایط سرویس رو قبول کنه؛ بقیه کارها رو ایجنت انجام می‌ده. این پروتکل روی سه ستون کشف سرویس، احراز هویت خودکار، و پرداخت امن بنا شده و هر پلتفرمی با کاربران لاگین‌شده می‌تونه ازش استفاده کنه.

۱۶ هفته پیشblog.cloudflare.com

LaDiR یه فریم‌ورک جدیده که مدل‌های دیفیوژن رو با LLMها ترکیب می‌کنه تا استدلال متنی رو بهتر کنه. مشکل اصلی اینه که مدل‌های زبانی اتورگرسیو نمی‌تونن توکن‌های قبلی رو بازبینی کنن و این محدودیت کیفیت استدلال رو پایین میاره. LaDiR با استفاده از یه VAE فضای پنهان می‌سازه و بعد یه مدل دیفیوژن روی اون اجرا می‌کنه تا مراحل استدلال رو تکرار و اصلاح کنه. نتایج روی بنچمارک‌های ریاضی و برنامه‌ریزی نشون می‌ده که این روش از روش‌های اتورگرسیو و دیفیوژن‌محور قبلی بهتره.

۱۶ هفته پیشmachinelearning.apple.com

گوگل اعلام کرده که قراره تراشه‌های TPU اختصاصیش رو به مشتریان منتخب بفروشه تا توی دیتاسنترهای خودشون نصب کنن. این تغییر استراتژی بزرگیه چون تا الان فقط ظرفیت TPU رو از طریق سرویس‌های ابری اجاره می‌داد. این اقدام رقابت گوگل با نویدیا رو جدی‌تر می‌کنه و نشون می‌ده شرکت‌های بزرگ فناوری دارن تلاش می‌کنن از سلطه نویدیا در بازار تراشه‌های هوش مصنوعی کم کنن. آمازون هم با تراشه‌های Trainium و Graviton در همین مسیر حرکت می‌کنه.

۱۶ هفته پیشfinance.yahoo.com

آمازون الان جزو سه تا غول بزرگ تراشه‌های دیتاسنتر دنیاست و کسب‌وکار تراشه‌هاش از مرز ۲۰ میلیارد دلار سالانه رد شده. اگه آمازون خودش رو هم به‌عنوان مشتری حساب می‌کرد، این عدد به ۵۰ میلیارد دلار می‌رسید. Trainium2 تقریباً تمام فروخته شده، Trainium3 هم داره به همون وضع می‌رسه، و حتی Trainium4 که هنوز ۱۸ ماه تا عرضه عمومیش مونده، بخش زیادیش رزرو شده. OpenAI، Anthropic، Meta و Uber از جمله بزرگ‌ترین مشتریانی هستن که روی این تراشه‌ها شرط بستن.

۱۶ هفته پیشtheregister.com

ProEval یه فریم‌ورک متن‌باز از DeepMind هست که هزینه ارزیابی مدل‌های GenAI رو تا ۱۰۰ برابر کاهش می‌ده. این ابزار با استفاده از surrogate های مبتنی بر Gaussian Process، نرخ خطای مدل رو تنها با یک درصد از داده‌ها با دقت ±۱٪ تخمین می‌زنه. علاوه بر این، ProEval به‌صورت فعالانه الگوهای شکست مدل رو شناسایی می‌کنه و اطلاعات ارزشمندی برای بهبود توسعه AI فراهم می‌آره. روی بنچمارک‌های معروفی مثل GSM8K، MMLU و StrategyQA هم اعتبارسنجی شده.

۱۶ هفته پیشgithub.com

آموزش مدل‌های زبانی بزرگ با کانتکست‌های ۱۰۰ هزار توکنی و بیشتر، چالش جدی کمبود حافظه GPU رو به همراه میاره. AutoSP یه کامپایلر اتوماتیکه که کد آموزش معمولی ترنسفورمر رو به کد چند-GPU با Sequence Parallelism تبدیل می‌کنه، بدون اینکه برنامه‌نویس مجبور باشه دست به کد پیچیده‌ای بزنه. این ابزار درون DeepSpeed ادغام شده و با تغییر چند خط کانفیگ فعال می‌شه. نتایج روی مدل‌های Llama 3.1 نشون می‌ده که AutoSP حداکثر طول کانتکست قابل‌آموزش رو به طرز قابل‌توجهی افزایش می‌ده، در حالی که سربار زمانی اجرا به حد

۱۶ هفته پیشpytorch.org