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.

۶ روز پیش۳ دقیقهmindstudio.ai

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.

۶ روز پیش۲ دقیقهinfoq.com

خیلی از مدیرهای مهندسی می‌گن اعداد بنچمارک‌های صنعتی به سازمانشون نمی‌خوره. برایان هاک می‌گه این حرف درسته، ولی نتیجه‌ای که ازش می‌گیرن غلطه.

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.

۶ روز پیش۳ دقیقهnolanlawson.com

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.

۶ روز پیش۳ دقیقهlittlelearner-ll.github.io

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.

۶ روز پیش۳ دقیقهmindstudio.ai

دو برنامه‌نویس رفتن سراغ مقالهٔ اصلی اثبات دانش صفر و با رنگ‌آمیزی گراف نشون دادن چطور می‌شه یه جواب رو ثابت کرد بدون اینکه ذره‌ای ازش لو بره.

۶ روز پیش۳ دقیقهbernsteinbear.com

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.

۶ روز پیش۳ دقیقهsimonwillison.net

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.

۶ روز پیش۳ دقیقهaws.amazon.com

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.

۶ روز پیش۳ دقیقهimphan.substack.com

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.

۶ روز پیش۳ دقیقهmindstudio.ai

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.

۶ روز پیش۳ دقیقهtomshardware.com

نسخهٔ جدید Model Context Protocol نشست پروتکلی رو برداشته و به‌جاش سرور باید یه شناسه بده به مدل تا خودش بین فراخوانی‌ها جابه‌جاش کنه.

۶ روز پیش۳ دقیقهinfoworld.com

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.

۶ روز پیش۳ دقیقهinterconnects.ai

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.

۶ روز پیش۳ دقیقهmindstudio.ai

xAI مدل جدیدشو با یه دور آموزش تکمیلی روی همون پایهٔ ۴.۵ ساخته، ولی نتیجه‌ش تو چند بنچمارک مهم چسبیده به GPT-5.6 و Claude Opus 5 — با هزینهٔ خیلی کمتر برای هر تسک.

۶ روز پیش۳ دقیقهmindstudio.ai

از 16 آگوست 2026 دیپ‌سیک صورت‌حساب API رو بر اساس ساعت حساب می‌کنه؛ نرخ ساعت‌های غیراوج نصف اوجه و دو مدل V4 با کانتکست یک میلیون توکنی هم روی همین جدول نشستن.

۶ روز پیش۳ دقیقهapi-docs.deepseek.com

سیسکو فصل چهارم مالی ۲۰۲۶ رو بالاتر از سقف پیش‌بینی خودش بست و می‌گه یه سوپرسیکل شبکه راه افتاده؛ سفارش‌های هوش مصنوعی هم به ۹.۳ میلیارد دلار رسید.

نسخهٔ بتای عمومی Docker VMM با Docker Desktop 4.86 اومد؛ لایه‌ای که خود داکر از صفر نوشته، رم بیکار رو پس می‌ده و اشتراک فایل رو سریع‌تر کرده.