ابزارهای هوش مصنوعی دارن حوادث روتین رو خودشون جمع می‌کنن؛ مشکل اینه که همون حوادث روتین جایی بود که مهندسا شهودشون نسبت به سیستم رو اونجا می‌ساختن.

تیم داخلی پروف‌پوینت ابزاری رو که برای خودش ساخته بود به مشتری‌ها می‌ده: ایجنتی که با زبان طبیعی تحقیق امنیتی می‌کنه، ولی حق هیچ اقدامی روی حساب‌ها نداره.

مقالهٔ تازهٔ NN/g یه فهرست دسته‌بندی‌شده از منابعشه دربارهٔ اینکه AI کجای کار UX واقعاً کمک می‌کنه و کجا بهتره خودت پای کار بمونی.

۷ هفته پیش۳ دقیقهnngroup.com

رئیس و هم‌بنیان‌گذار OpenAI تو گفت‌وگو با استرکچری از دوران استرایپ، روزهای اول OpenAI و لانچ ChatGPT می‌گه و از اینکه نقش برنامه‌نویس داره از نوشتن کد به هدایت کردن جابه‌جا می‌شه.

۷ هفته پیش۳ دقیقهstratechery.com

سیستم تحقیقاتی خودمختار متا توی یه مسابقه‌ی زنده‌ی کگل که NVIDIA برگزار کرده بود بین حدود ۴۰۰۰ تیم هشتم شد، اون هم مقابل آدم‌هایی که به همون ابزارها دسترسی داشتن.

۷ هفته پیش۲ دقیقهthreadreaderapp.com

به‌جای اینکه یه مدل فقط بگه خوب یا بد، این فریم‌ورک از توزیع احتمال توکن‌های امتیاز یه عدد پیوسته درمی‌آره و باهاش بهترین مسیر ایجنت رو انتخاب می‌کنه.

۷ هفته پیش۳ دقیقهgithub.com

کنت سی. داجز می‌گه وقتی ایجنت‌ها خودشون کد می‌نویسن و PR باز می‌کنن، چیزی که برای مهندس می‌مونه تصمیم درباره‌ی اینه که اصلاً چی باید ساخته بشه.

دیوید پریرا چهار سال بعد از مقالهٔ پرخوانندهٔ خودش برگشته سراغ لیست کارهای بی‌ارزش تیم‌های محصول و می‌گه هیچ‌کدوم نمرده؛ فقط با AI سریع‌تر و خوش‌ظاهرتر شده.

چرا AlphaProof تو المپیاد ریاضی درخشید؟ یه مقالهٔ تازه می‌گه چون آدم‌ها یه قرن وقت گذاشتن تا ریاضی رو به زمین بازی‌ای با داور ماشینی تبدیل کنن.

۷ هفته پیش۳ دقیقهcontraptions.venkateshrao.com

ARC Prize همون مدل رو دو جور تست کرد: با هارنس استاندارد ۶۲.۷٪ گرفت و با آداپتور خود OpenAI ۹۹.۹٪. عددی که همه‌جا پخش شد، مال حالت دومه.

۷ هفته پیش۳ دقیقهthenextweb.com

اسکنر چهار هزار آسیب‌پذیری پیدا کرده و ۷۸ تاش بحرانیه. سرویس تازهٔ کلادفلر با ترکیب تحلیل کد و ترافیک زندهٔ شبکه می‌گه کدومش واقعاً در معرض خطره.

ساخت دیتاسنترهای هوش مصنوعی قراره عمدتاً با وام تأمین بشه؛ رقمی که تا ۲۰۳۰ بازپرداختش به یه رشد سالانه ۵۵ درصدی درآمد نیاز داره.

۷ هفته پیش۳ دقیقهtomtunguz.com

یادداشت‌ها، عکس‌ها و لینک‌هات به‌جای پوشه‌بندی روی یه بوم بی‌نهایت می‌شینن و یه ایجنت هم کل بوم رو می‌خونه و خودش کارت می‌سازه و سرجاش می‌ذاره.

۷ هفته پیش۲ دقیقهcausal.so

گوگل تو نسخهٔ آزمایشی اپ دسکتاپ یه حالت تازه به اسم Assign اضافه کرده که به ایجنت اجازه می‌ده فقط تو یه پوشهٔ مشخص کار کنه و حتی اپ‌های لوکال رو دست بگیره.

۷ هفته پیش۲ دقیقهtestingcatalog.com

تیم CodeRabbit مدل تازهٔ OpenAI رو روی بازبینی کد سنجیده: چند درصد باگ بیشتر از مدل‌های قبلی، ولی هزینهٔ هر تسک حدود ۲.۵ برابر.

۷ هفته پیش۳ دقیقهcoderabbit.ai

گوگل تو شش هفته سه‌تا مدل فلش داده بیرون و آخریش روی بنچمارک Deep SWE تقریبا هم‌سطح Claude Opus 5 ظاهر شده، اون هم با هزینه‌ای حدود یک‌پنجم.

۷ هفته پیش۳ دقیقهmindstudio.ai

وقتی یه حادثهٔ جدید باز می‌شه، ایجنت روتلی تو پس‌زمینه تاریخچه رو می‌گرده و حادثه‌های شبیهش رو با دلیل شباهت می‌فرسته تو کانال اسلک.

پولیتیکو گزارش کرده مدیرعامل متا اواسط اوت توی یه تماس منتشرنشده مخالفتش با ساختن یه نهاد ناظر ملی برای هوش مصنوعی رو مطرح کرده؛ دو گزینه‌ی روی میز هم هر دو خودتنظیمی‌ان.

۷ هفته پیش۳ دقیقهthenextweb.com

مدیرعامل Ollama می‌گه دورهٔ انتشار مدل‌های متن‌باز از شش ماه به چند هفته رسیده و آماده‌سازی هر مدل عملاً به یه مانور فشرده تو یه شبانه‌روز تبدیل شده.

۷ هفته پیش۳ دقیقهmindstudio.ai

گزارش مالی اسنوفلیک نشون داد شرکت‌های نرم‌افزاری سنتی هم می‌تونن از موج کدنویسی با AI سهم ببرن؛ رمزش اینه که مشتری رو به یه مدل خاص قفل نکنن.

۷ هفته پیش۳ دقیقهitiger.com