هوش مصنوعی
- Markdy: دیاگرام معماری که حرکت می‌کنه
Markdy یه زبان متنی متن‌بازه که دیاگرام معماری رو به انیمیشن داخل مرورگر تبدیل می‌کنه و حتی با MCP به Claude و Cursor وصل می‌شه.
۱ هفته پیش۲ دقیقهmarkdy.com - LangWatch: پلتفرم متن‌باز برای مدیریت LLMها تو شرکت
یه ابزار متن‌باز که همهٔ درخواست‌های LLM شرکت رو، از ایجنت‌های خودتون تا Claude Code تیم، یه‌جا ردگیری، تست و کنترل می‌کنه.
۱ هفته پیش۳ دقیقهgithub.com - رایج‌ترین سؤال‌ها دربارهٔ eval ایجنت‌ها، از زبون تیم LangChain
تیم LangSmith پرتکرارترین سؤال‌ها دربارهٔ تست ایجنت‌های هوش مصنوعی رو جمع کرده؛ از ساختن اولین dataset تا بنچمارک و پایین آوردن هزینه.
۱ هفته پیش۳ دقیقهlangchain.com - کش KV برای ایجنت‌های کدنویسی: کش خود vLLM کافیه یا LMCache لازمه؟
ایجنت‌های کدنویسی هرچی جلسه طولانی‌تر بشه کندتر می‌شن. یه سری تست نشون می‌ده کش داخلی vLLM بیشتر کارو انجام می‌ده و LMCache فقط یه جای خاص برنده‌ست.
۱ هفته پیش۴ دقیقهmindstudio.ai - پیشنهاد METR برای شفاف کردن خطر از دست رفتن کنترل AI
بعد از حادثه‌هایی مثل فرار صدها ایجنت و هک Hugging Face، گروه METR پیشنهاد داده ارزیاب‌های مستقل به داده‌های داخلی شرکت‌های AI دسترسی بگیرن و گزارش عمومی بدن.
۱ هفته پیش۴ دقیقهmetr.org - تا H100 ساعتی ۳۰ دلار نشده، هنوز AGI نیومده
کایل کوربیت با یه حساب ساده نشون می‌ده اگه AGI واقعاً برسه، اجاره‌ی هر GPU از حدود ۳.۵ دلار به ۳۰ دلار یا بیشتر در ساعت می‌رسه.
۱ هفته پیش۳ دقیقهcorbt.com - Gemini 4 Argon: قیمت، دسترسی و نقطه‌ضعف‌ها
مدل جدید گوگل با قیمت پایین اومده، ولی تست‌های مستقل نشون می‌دن گاهی بخش‌های سخت بک‌اند رو الکی شبیه‌سازی می‌کنه و می‌گه کار انجام شده.
۱ هفته پیش۳ دقیقهmindstudio.ai - OpenCode 2.0 اومد: سرویس پس‌زمینه، Code Mode و ساب‌ایجنت‌های موازی
نسخه‌ی دوم این ایجنت کدنویسی متن‌باز از پایه بازنویسی شده؛ از API جدید تا اجرای MCPها داخل یه مفسر کوچیک JavaScript.
۱ هفته پیش۳ دقیقهanoma.ly - Jev 1.14 و قابلیت‌های آزمایشی «danger zone»
TypeSafe AI نسخهٔ جدید مدلش رو داده و چندتا قابلیت آزمایشی مثل تصویر و context بلندتر رو پشت هدرهای «danger zone» گذاشته؛ یعنی برای بازی کردن، نه production.
۱ هفته پیش۳ دقیقهtypesafe.ai - مدل‌های هوش مصنوعی حالا Slay the Spire رو می‌برن
بنچمارک جدید Epoch AI نشون می‌ده مدل‌های پیشرو تو چند ماه از شکست کامل رسیدن به برد ۲۰ درصدی تو سخت‌ترین حالت Slay the Spire.
۱ هفته پیش۳ دقیقهepoch.ai - سلیقه تو برنامه‌نویسی با AI کجا مهم‌تر می‌شه؟
Jared Palmer می‌گه وقتی AI کد می‌نویسه، سلیقهٔ برنامه‌نویس بیشتر از موقع review، تو انتخاب اینکه اصلاً چی باید ساخته بشه به کار میاد.
۱ هفته پیش۳ دقیقهjaredpalmer.com - زیرساخت هوش مصنوعی Uber از نگاه یکی از قدیمی‌ترین مهندس‌هاش
یکی از Distinguished Engineerهای Uber توضیح می‌ده چطور ابزارهای داخلی ده سال گذشته، راه رو برای ایجنت‌های هوش مصنوعی تو کار روزانهٔ مهندس‌ها باز کرد.
۱ هفته پیش۳ دقیقهnewsletter.pragmaticengineer.com - pg_vectorsearch: جستجوی برداری سریع‌تر از pgvector داخل PostgreSQL
Timescale یه اکستنشن تازه برای PostgreSQL ساخته که با ایندکس PRISM، جستجوی برداری رو از HNSW هم سریع‌تر می‌کنه و روی جدول‌های فعلی pgvector هم کار می‌کنه.
- هوش مصنوعی داره بازی‌ها رو دسته‌جمعی دی‌کامپایل می‌کنه
کاری که قبلاً سال‌ها وقت یه جامعه‌ی کامل رو می‌گرفت، حالا با هوش مصنوعی چند روزه انجام می‌شه. نتیجه‌ش پورت‌های فوق‌العاده‌ست، ولی یه خطر بزرگ هم پشتشه.
۱ هفته پیش۳ دقیقهpopcar.bearblog.dev - شاید برنامه‌نویس‌ها از اول کارگر فنی بودن
یه توسعه‌دهنده می‌پرسه اگه برنامه‌نویسی از اول یه حرفهٔ فنی مثل نجاری بوده، شاید ترس امروزمون از هوش مصنوعی یه کم بی‌جا باشه.
- تست، چشم و گوش ایجنت‌های کدنویس
مدل‌ها حالا کد رو خوب می‌نویسن؛ مشکل اصلی اینه که بفهمیم درسته یا نه. Addy Osmani می‌گه کیفیت از حلقه‌ای میاد که ایجنت خودش بتونه کارشو چک کنه.
۱ هفته پیش۳ دقیقهaddyo.substack.com - REA: روشی پنج‌مرحله‌ای برای اینکه ایجنت هوش مصنوعی یه فیچر رو از نو بسازه
به‌جای اینکه به ایجنت بگی «یه کلون بساز»، یه فیچر مشخص از یه اپ واقعی رو نشونش بده تا رفتارش رو بفهمه و از اول بسازدش.
۱ هفته پیش۳ دقیقهmindstudio.ai - Gemini 4 Argon در مقابل GPT 6.1 و Claude Opus 5.5
مدل جدید گوگل تو بنچمارک‌های کدنویسی عامل‌محور صدرنشینه و نصف قیمت Opus 5.5 درمیاد، ولی تو کار با ترمینال و ساخت صحنه‌های سه‌بعدی هنوز عقبه.
۱ هفته پیش۳ دقیقهmindstudio.ai - رشد خرج AI شرکت‌های آمریکایی کند شده
طبق داده‌های پرداخت Ramp، رشد مشتری‌های جدید AI تقریباً ایستاده و هزینهٔ توکن دو ماهه که رشد نکرده. دلیلش؟ ارزون‌تر شدن مدل‌ها.
۱ هفته پیش۳ دقیقهeconlab.substack.com - Muse Wonder Full در تست KingBench 4: ارتقای واقعی ولی ناپایدار
نسخهٔ Full مدل Muse Wonder متا تو شش پروژهٔ کدنویسی کامل با نسخهٔ معمولی مقایسه شد. تو بازی و ابزارهای چندسیستمی بهتر بود ولی تو ذخیره‌سازی و مدیریت حافظه هنوز باگ داره.
۱ هفته پیش۳ دقیقهmindstudio.ai
