بعضی چیزا توی هیچ کتاب یا دورهای یاد نمیگیری — فقط وقتی پروداکشن خراب میشه و تازه میفهمی چی کار اشتباهی کردی.
گوگل مدل Gemini 3.1 Flash-Lite رو برای همه کاربران Google Cloud در دسترس گذاشت؛ مدلی که روی سرعت بالا و هزینه پایین برای استفاده سازمانی تمرکز داره.
OSV-Scanner یه ابزار خط فرمان متنباز از گوگله که بهت کمک میکنه آسیبپذیریهای موجود در وابستگیهای پروژهات رو پیدا کنی. این ابزار به پایگاه داده OSV.dev وصله و از بیش از ۱۱ اکوسیستم زبانی از جمله جاوااسکریپت، پایتون، Go، PHP و Rust پشتیبانی میکنه. علاوه بر اسکن معمولی، قابلیتهایی مثل اسکن کانتینرها، بررسی لایسنس وابستگیها، اسکن آفلاین و حتی پیشنهاد اصلاح خودکار آسیبپذیریها رو هم داره. نسخه V2 این ابزار الان در مرحله بتا در دسترسه.
بلومبرگ فاش کرد که پشت قرارداد ۱.۸ میلیارد دلاری آکامای، آنتروپیک قرار داره؛ همون شرکتی که این روزها با تمام توان داره ظرفیت محاسباتیاش رو بالا میبره.
عاملهای کدنویسی هوش مصنوعی معمولاً با دسترسی به شل، متغیرهای محیطی پر از کلید API و اینترنت بدون محدودیت کار میکنن و این یعنی یه نقطهی شکست خطرناک. Pipelock یه لایهی امنیتی متنباز هست که بین عامل و شبکه میشینه و ترافیک خروجی رو اسکن میکنه. این ابزار که با Go نوشته شده، یه پایپلاین ۱۱ مرحلهای برای شناسایی نشت اطلاعات، حملات SSRF، تزریق کد و دهها تهدید دیگه داره. Pipelock رایگانه و روی GitHub در دسترسه.
فدورا و اوبونتو هر دو اعلام کردن که بهزودی از هوش مصنوعی محلی پشتیبانی میکنن؛ تصمیمی که در جامعه متنباز موج مخالفت به راه انداخته.
یه کمپین فیشینگ از طریق تبلیغات اسپانسری گوگل داره کاربران ManageWP رو هدف قرار میده. مهاجم با روش AitM (دشمن در میان) یه صفحه لاگین جعلی ساخته که عین صفحه اصلی به نظر میرسه و اطلاعات وارد شده رو بلادرنگ به یه کانال تلگرام میفرسته. بعد از دریافت رمز عبور، کد 2FA هم از قربانی گرفته میشه تا دسترسی کامل به حساب کاربری فراهم بشه. ManageWP پلتفرمیه که روی بیش از یک میلیون سایت وردپرسی فعاله و هر حساب معمولاً صدها سایت رو مدیریت میکنه. تا زمان انتشار خبر، ۲۰۰ قربانی شناسایی شدن.
یه استدلال رایج میگه هوش مصنوعی مهارتهای برنامهنویست رو کُند میکنه. اما نویسنده میگه حتی اگه این حرف درست باشه، شاید چارهای نداشته باشیم.
آسیبپذیری «Copy Fail» در کرنل لینوکس امکان ارتقای سطح دسترسی به root رو فراهم میکنه. Cloudflare توضیح داد چطور این تهدید رو در چند دقیقه شناسایی و خنثی کرد.
TokenSpeed یه موتور اینفرنس جدید و اپنسورسه که از پایه برای بارکاریهای agentic طراحی شده — همون نوع بارکاریهایی که ابزارهایی مثل Claude Code و Cursor هر روز باهاشون دستوپنجه نرم میکنن. این موتور با ترکیب یه کامپایلر سبک برای موازیسازی، یه اسکجولر نوشتهشده در C++، و یه لایهی کرنل ماژولار، تلاش میکنه بیشترین توکن در دقیقه رو با حفظ سرعت مناسب برای هر کاربر فراهم کنه. در بنچمارکهای مبتنی بر ترافیک واقعی coding agent، TokenSpeed تونسته TensorRT-LLM رو در اکثر سناریوها شکست بده و حدود ۱۱٪ t
یه گروه هکری ناشناس سیستمهایی رو هدف گرفته که قبلاً توسط گروه جنایتکار TeamPCP هک شده بودن — و اول از همه، هکرهای قبلی رو بیرون انداخته!
متا داره روی یه عامل هوش مصنوعی مستقل با کدنام Hatch کار میکنه که قراره مستقیم داخل اینستاگرام و فیسبوک جا بگیره. این ابزار طیف گستردهای از کارها مثل تولید تصویر و ویدیو، خرید آنلاین، و تحقیق رو پوشش میده. هاتچ پشت یه waitlist راهاندازی میشه و قراره رقیب مستقیمی برای OpenAI Operator و Microsoft Copilot باشه. بر اساس گزارشها، متا تا پایان ژوئن تست داخلی هاتچ رو شروع میکنه و یه ابزار خرید جداگانه هم برای اینستاگرام در نظر داره.
استفادهی فردی از هوش مصنوعی بهطور خودکار تبدیل به یادگیری سازمانی نمیشه. شرکتها الان وارد «میانهی آشفته» پذیرش AI شدن؛ جایی که استفاده از ابزارها همهجا هست ولی ناهموار، پنهان، و بدون ارتباط با یادگیری جمعیه. مشکل اصلی اینه که چرخههای کار میتونن خیلی سریعتر از اون چیزی حرکت کنن که سازمان بتونه هضم کنه. سوال درست این نیست که «آیا مردم از AI استفاده میکنن؟» بلکه اینه که «چه چیزی به خاطر اون توکنها تغییر کرد؟»
این مقاله یه کامپوننت جاوااسکریپتی معرفی میکنه که با استفاده از WebGL، گرادیانهای متحرک و سیال رو مستقیم روی Canvas رندر میکنه. کل پروژه بدون هیچ کتابخونهی خارجی نوشته شده و فقط یه JS Embed در وبفلو کافیه. میشه رنگ، سایز، نرمی، سرعت و دانهبندی هر شکل رو از طریق data attribute سفارشی کرد. این روش جایگزین خوبی برای انیمیشنهای CSS سنگینه و عملکرد بهتری داره.
وقتی ایجنتهای کدنویس در یک روز صدها PR میزنن، کد ریویو دیگه شدنی نیست — ولی مشکل اصلی اینجا نیست. مشکل اینه که هنوز زیرساخت تأییدِ خروجی ایجنت رو نساختیم.
اوپنای یه پست وبلاگی منتشر کرد و توضیح داد چرا مدلهاش مدام از گابلین و گرملین حرف میزدن — و این داستان جالبتر از چیزیه که فکر میکنید. نویسنده این مقاله که روی «روانشناسی عمق» مدلهای زبانی تحقیق میکنه، این پدیده رو «اتراکتور» یا به قول خودش «دیو» مینامه: حالتهای رفتاری پایداری که مدل در شرایط خاص بهشون کشیده میشه، در برابر سرکوب مقاومت میکنه، و گاهی به زمینههای کاملاً نامرتبط هم سرایت میکنه. مقاله این پدیدهها رو از جالبترین تا خطرناکترین رتبهبندی میکنه، از گابلینهای بامزهی GP
مارتین فاولر نگاهی انداخته به کتاب کلاسیک فرد بروکس که ۵۰ سال پیش منتشر شد — و میگه خیلی از حرفهاش هنوز تازهست.
یه الگوی تکراری در خبرهای هوش مصنوعی وجود داره: یه مقالهی علمی با اثبات ریاضی منتشر میشه، بعد رسانهها اون رو به شکل «دانشمندان ریاضی ثابت کردن که هوش مصنوعی نمیتونه X رو انجام بده» بازنشر میدن. مشکل اینه که مفروضات محدودکنندهی اون اثباتها توی تیترها حذف میشن. سه نمونهی مشخص از این الگو — دربارهی خودبهبودی LLMها، اجتنابناپذیری هالوسینیشن، و سقف ریاضی ترنسفورمرها — نشون میده که در هر سه مورد، خود مقالههای اصلی صراحتاً میگن که نتایجشون محدود و مشروط هستن. این اثباتها واقعیان، اما نه
ابزارهای AI کدنویسی رو سریعتر میکنن، اما اگه هزینه نگهداری کد بالا بره، این سرعت موقتیه و بدتر از قبل میشی.
یه توسعهدهنده که ۱۵ سال طرفدار AWS بود، تجربه تلخش از پیچیدگیها، هزینههای پنهان و بلاک شدن حساب کاربریاش رو تعریف میکنه.