با AI ساختن یک نمونهٔ اولیه از دو روز به یک بعدازظهر رسیده. خوان کروز مارتینز می‌گه همین ارزونی، خطر تبدیل‌شدن دمو به تعهد محصولی رو زیاد کرده.

ویندوز حالا با API جدید InputHapticsManager بازخورد لمسی متنی رو پشتیبانی می‌کنه؛ این مقالهٔ Microsoft Design می‌گه کِی و چطور درست ازش استفاده کنی.

۳ هفته پیش۳ دقیقهmicrosoft.design

حالا که ساختن نرم‌افزار با کمک AI ساده شده، تمایز جای دیگه‌ای شکل می‌گیره؛ تینگیو سو می‌گه اولین دیزاینر تیم همون‌قدر حیاتیه که اولین مهندس.

یه توسعه‌دهنده روایت می‌کنه چطور با یه فایل ایندکس ساده، ایجنت کدنویسی محلی‌ش رو قابلیت‌مندتر کرده.

۳ هفته پیش۳ دقیقهsamihonkonen.com

اورِلی رادوم می‌گه هوش مصنوعی و کمیته‌های سازمانی هر دو تو تشخیص «چیزی که آدم‌ها می‌پسندن» عالی شدن، ولی هیچ‌کدوم نمی‌تونن تصمیم بگیرن چی «باید» ساخته بشه؛ و همینه که سلیقه رو غیرقابل‌واگذاری می‌کنه.

یه مهندس که پارسال گفته بود کدنویسی با هوش مصنوعی تو مقیاس بزرگ شکست می‌خوره، حالا با ۹۰۰ هزار خط کد برگشته تا بگه کجا اشتباه کرده بود.

۳ هفته پیش۴ دقیقهleadershiplighthouse.substack.com

کوبرنتیز یه سیاست روشن برای مشارکت‌های کمک‌گرفته از AI نوشته؛ کد رو می‌شه با هوش مصنوعی نوشت، ولی مسئولیتش کامل با آدمه و اگه نتونی توضیحش بدی، PRت بسته می‌شه.

۳ هفته پیش۴ دقیقهkubernetes.io

توری شیواناندان از Radiant نشون می‌ده انتخاب یک پیچ برای میکرورآکتور چطور به بیش از ده تصمیم مهندسی و یک ابزار هیدرولیک ختم می‌شه.

تیم طراحی Slack به‌جای این‌که یه دوره AI بذاره، یه فضا ساخت که طراح‌ها بتونن کنار هم و بدون خجالت تازه‌کار باشن و با آزمون‌وخطا یاد بگیرن.

۳ هفته پیش۳ دقیقهslack.design

یه بازی کوتاه که دو تا نسخه از یه کامپوننت رو کنار هم می‌ذاره و ازت می‌پرسه کدوم اسم پراپ‌ها رو انتخاب می‌کنی که خودِ آیندهت ازش تشکر کنه.

۳ هفته پیش۲ دقیقهcant-maintain.saschb2b.com

سال‌ها کار روی دیزاین‌سیستم بی‌سروصدا تو دعوای رودمپ می‌باخت. کانفیگ ۲۰۲۶ این باخت رو بلند و علنی کرد و عوض کرد که کی باید بهش اهمیت بده.

۳ هفته پیش۳ دقیقهuxdesign.cc

مشکل بیشتر تیم‌ها بهره‌وری نیست؛ اینه که کارها هیچ‌وقت درست وارد سیستم نمی‌شن. این مقاله سه لایه‌ای رو توضیح می‌ده که همکاری آدم و ایجنت رو قابل اتکا می‌کنه.

۳ هفته پیش۴ دقیقهmindstudio.ai

یه نویسنده با کمک چارچوب «لایه‌های سرعت» استوارت برند توضیح می‌ده چرا سرعت دیوانه‌وار اکوسیستم هوش مصنوعی داره اصطکاک و واکنش منفی می‌سازه.

۳ هفته پیش۳ دقیقهdbreunig.com

النا ورنا می‌گه هایپ اغراق‌شده‌ی هوش مصنوعی داره به همه ضرر می‌زنه؛ یه سؤال ساده می‌پرسه: «باشه، نشونم بده» و بیشتر وقت‌ها جز چند ورک‌فلوی معمولی چیزی نمی‌بینه.

۳ هفته پیش۴ دقیقهelenaverna.com

جف گاتلف می‌گه فیچرهای هوش مصنوعی یه فرض بنیادی بازخورد رو می‌شکنن: چون هر کاربر (و حتی همون کاربر تو روزهای مختلف) خروجی متفاوتی می‌گیره، «مراحل بازتولید مشکل» دیگه معنا نداره.

شمردن چیزی که راحت شمرده می‌شه — خط کد، تعداد PR و حالا مصرف توکن — نه‌تنها بهره‌وری رو نشون نمی‌ده، بلکه به گفتهٔ این گزارش خودش به تجربهٔ توسعه‌دهنده آسیب می‌زنه.

هوش مصنوعی وقتِ هر کدوم‌مون رو آزاد کرده، ولی اگه خروجیِ خام رو ویرایش‌نشده پاس بدیم، بارِ خوندن و راستی‌آزمایی می‌افته روی دوشِ بقیه.

جو ریس می‌گه پروژه‌های ایجنتی نه سر مدل، که سر ساختار سازمانی می‌میرن؛ وقتی هیچ‌کس مالک دیتاپروداکت نیست، ایجنت هم همون سیلوها رو سریع‌تر بازتولید می‌کنه.

تو سیستم‌های مبتنی بر هوش مصنوعی که خروجی‌شون قطعی نیست، طراح باید به‌جای مشخص‌کردن رفتار دقیق، تعریف کنه که «خوب» چه شکلیه و اون رو به معیار ارزیابی تبدیل کنه.

۳ هفته پیش۳ دقیقهnngroup.com

یه چشم‌انداز محصول خوب یه سند فنی نیست؛ یه جملهٔ احساسیه که باید تیم رو تکون بده. داستان تیمی که این کارو واقعاً از پایه ساخت.