آدمهایی که برنامهنویس نیستن دارن اپ واقعی با دیتابیس و کاربر واقعی میسازن، و آمار Supabase نشون میده این موج چقدر بزرگه.
فاصلهٔ بین مدلهای بزرگ از چند سال به چند هفته رسیده. این مقاله میپرسه آیا این نشونهٔ شروع خودبهبودی بازگشتی تو هوش مصنوعیه یا نه.
نویسندهٔ کتاب Software Engineering at Google از بازسازی کدبیس ۲۵۰ میلیون خطی ++C، خطاهای بیشتر در دوران AI و اینکه چرا آموزش دانشگاهی باید از نو ساخته بشه حرف میزنه.
اوراکل تو رویداد AI World چند قابلیت شبکهای جدید به Acceleron اضافه کرده که جابهجایی داده و آموزش مدلهای بزرگ رو پایدارتر میکنه.
یه پک رایگان و متنباز که هوش مدل رو تغییر نمیده، ولی مجبورش میکنه قبل از کد زدن نقشه بکشه و قبل از گفتن «درست شد» تست بگیره.
مقالهی Commanding Heights با یه داستان از بنگلور شروع میشه و بعد ادعا میکنه سود اصلی AI نه تو آزمایشگاهها، بلکه جای دیگهای جمع میشه.
نولان لاوسون یه اپ ساده رو با 12 فریمورک، هر کدوم چند بار، به ایجنت سپرد تا بسازه و هزینه، زمان، حجم کد و سرعت صفحه رو اندازه گرفت.
سازندهها اول از کاراکترشون یه مدل سهبعدی میسازن و بعد اونو به مدل ویدیویی میدن، تا با چرخیدن دوربین قیافهٔ کاراکتر عوض نشه.
OpenAI مدل GPT-6 رو بر اساس نوع اشتراک تقسیم کرده و همزمان یه پلن ماهانه ۵۰۰ دلاری آورده. ولی کاربرای سنگین پلن ۲۰۰ دلاری از این تغییر راضی نیستن.
مدلها تو آزمونهای فردی از متخصصها جلو زدن، ولی اقتصاد تقریباً همونه. مقالهٔ DeepMind میگه دلیلش اینه که ایجنتها هنوز بلد نیستن با هم کار کنن.
بعضی مدلها روی جدول رتبهبندی عالی به نظر میرسن ولی با سؤال تازه افت میکنن. ارزیابهای مستقل حالا دارن سراغ تستهای خصوصی میرن.
یه مدل open-weight جدید با مجوز Apache 2.0 اومده که روی بیشتر بنچمارکهای ایجنتی از Qwen و Gemma هموزنش بهتره، ولی همهجا برنده نیست.
بانکهای بزرگ آمریکا ایجنتهایی تو حساب مشتریها دیدن که نمیدونن مجازن یا نه. مشکل اصلی نبودِ راهی برای تشخیص ایجنت مجاز از مزاحمه.
آنتروپیک مدارک عرضهی عمومی رو به SEC داده و برای اولین بار عددهای مالیش بیرون اومده؛ از درآمد ۱۶ میلیارد دلاری تا سهم سنگین کارمندها.
به گفتهی این مقاله، کار اصلی مشاور AI ساختن ایجنت نیست. پیدا کردن جاییه که واقعاً جلوی رشد کسبوکار رو گرفته.
یه مدل OCR متنباز و کوچیک که روی CPU هم اجرا میشه و جدول و ترتیب خوندن رو هم برمیگردونه. تو تست واقعی کجا خوب بود و کجا کم آورد؟
یه مقایسهٔ رودررو روی پروژههای واقعی نشون داد مدل OpenAI خیلی سریعتر و ارزونتره، ولی تو طراحی و کار سهبعدی هنوز رقیبش جلوتره.
پرونده S-1 شرکت Anthropic نشون میده درآمدش به چند مشتری و شریک ابری بستهست؛ کارشناسا میگن سازمانها هم باید وابستگی خودشون به فروشندههای هوش مصنوعی رو بسنجن.
چند سال پیش خیلیها فکر میکردن علم داره کند میشه. Noah Smith میگه هوش مصنوعی همون محدودیتهایی رو برداشته که پیشرفت علمی رو عقب نگه داشته بودن.
با LLMها هر کتابخونهای رو میشه یه بعدازظهر از نو نوشت و دیگه لازم نیست کسی رو قانع کنی. نویسنده میگه همین آزادی داره اکوسیستمها رو تکهتکه میکنه.