آمازون با معرفی سرویس Amazon Supply Chain Services (ASCS)، مجموعهای از خدمات لجستیکی خودش رو به شرکتهای دیگه میفروشه؛ از حملونقل هوایی و دریایی گرفته تا تحویل آخرین مایل. این اتفاق در واقع تکرار همون مدل AWS هست، جایی که آمازون زیرساخت داخلیش رو تبدیل به یه محصول قابلفروش میکنه. این حرکت که ده سال پیش پیشبینی شده بود، حالا به واقعیت تبدیل شده و سهام رقبایی مثل FedEx و UPS رو پایین کشیده. در پسزمینه، داستان رقابت AWS با هوش مصنوعی و چالشهای چیپسازی آمازون هم به موازات این خبر ادامه داره
یه محقق امنیتی یک سال روی آسیبپذیریهای مایکروسافت کار کرده و حالا یه LLM محلی رو به پایپلاین تحلیلش اضافه کرده تا ببینه آیا هوش مصنوعی میتونه باگ رو خودش پیدا کنه.
آنتروپیک مدل هوش مصنوعی Mythos رو فقط به چند شرکت بزرگ داده. این تصمیم چی معنایی برای اکوسیستم امنیت سایبری داره؟
Laravel AI SDK حالا از Sub-Agent پشتیبانی میکنه — یعنی میتونی یه ایجنت رو به عنوان ابزار به ایجنت دیگهای بدی و ارکستراسیون واقعی بسازی.
یه توسعهدهنده بعد از ۷ ماه vibe-coding با Claude و ۲۳۴ کامیت، تصمیم گرفت همه چیز رو از نو بنویسه — چون هوش مصنوعی معماری درست بلد نیست.
OpenAI یه مدل جدید معرفی کرده که گفتار رو بلادرنگ ترجمه میکنه — مخصوص پخش زنده، تماسهای تلفنی، و ویدیوکالهای چندزبانه.
ارزیابیهای جدید نشون میده که GPT-5.5 و Claude Mythos در تستهای امنیت سایبری به سطحی رسیدن که حتی از کارشناسان انسانی جلو میزنن.
مدلهای زبانی بهتنهایی هیچ حافظهای ندارن و هر بار از صفر شروع میکنن. اما ایجنتها با یه لایه orchestration دور مدل، اطلاعات رو بین ترنها حمل میکنن. این مقاله توضیح میده که چهار نوع حافظه اپیزودیک، معنایی، رویهای و حافظه کاری چطور کنار هم کار میکنن. همچنین به چالشهایی مثل سرریز کانتکست ویندو، تضاد اطلاعات، و مدیریت دادههای حساس پرداخته میشه. پایپلاین RAG هم بهعنوان قلب اکثر ایجنتهای تولیدی معرفی شده.
شرکت Unitree یک ربات مکا غولپیکر رونمایی کرده که میتونه هم با سرنشین و هم بدون سرنشین کار کنه — و ادعا میکنه اولین نمونه آماده تولید در جهانه.
Thinking Machines Labs یه مدل هوش مصنوعی معرفی کرده که بهجای نوبتبازی متداول، بهصورت واقعی و همزمان صدا، تصویر و متن رو پردازش میکنه.
اکثر ایجنتهای مبتنی بر مدلهای زبانی بزرگ بعد از هر تسک از صفر شروع میکنن. SkillOS میخواد این مشکل رو با یادگیری تقویتی و یک مخزن مهارت حل کنه.
تمپورال در کنفرانس Replay 2026 یه سری قابلیت جدید معرفی کرد که هم ساخت اپهای بادوام رو راحتتر میکنه، هم مدیریت عوامل هوش مصنوعی رو حرفهایتر.
ابزارهای کدنویسی هوش مصنوعی سرعت توسعه رو بالا میبرن، اما اگه governance درستی پشتشون نباشه، ریسک پنهانی وارد چرخه تولید نرمافزار میشه. نویسنده تجربهای واقعی رو تعریف میکنه؛ وقتی تأیید یه دستیار کدنویسی نزدیک بود به بحران امنیتی تبدیل بشه. مشکل اصلی نه کیفیت کد بود، نه بدبینی تیم امنیت؛ مشکل این بود که سرعت تولید کد از ظرفیت بررسی و کنترل پیشی گرفته بود. راهحل نه ممنوع کردن ابزار بود و نه چشمپوشی از نگرانیها، بلکه تعریف دقیق شرایط اعتماد و محدوده استفاده مجاز.
اولین نشست همکاری Node.js در سال ۲۰۲۶ با حمایت بلومبرگ در لندن برگزار شد و بیش از ۴۰ نفر بهصورت حضوری در آن شرکت کردند. از مهمترین موضوعات این رویداد میشه به برنامهریزی جدید انتشار نسخهها، معرفی API جدید Streams، و بحث درباره استفاده از هوش مصنوعی در توسعه هسته Node.js اشاره کرد. همچنین پیشرفتهایی در زمینه observability و پشتیبانی بومی از OpenTelemetry مطرح شد. این نشست فرصتی بود تا مشارکتکنندگان درباره آینده پروژه و پایداری بلندمدت آن تصمیمگیری کنند.
سروصدای زیادی درباره «مرگ SaaS در عصر هوش مصنوعی» به پا شده، ولی این تحلیل اشتباهه. SaaS نمیمیره؛ بلکه کاربران انسانیاش دارن جاشون رو به ایجنتهای هوش مصنوعی میدن. مدلهای قیمتگذاری per-seat، معیارهای موفقیت مثل DAU، و طراحی رابط کاربری انسانمحور زیر فشار قرار میگیرن. بیزنسهایی که زودتر بفهمن محصولشون باید همزمان برای انسان و ایجنت طراحی بشه، برنده میشن.
محققان Searchlight Cyber موفق شدن با بهرهگیری از آسیبپذیری Template Injection در Salesforce Marketing Cloud، به تمام ایمیلها و اطلاعات مشترکین دسترسی پیدا کنن.
OpenAI و Anthropic در حال مذاکره برای خرید شرکتهای خدمات و مشاوره هوش مصنوعی هستند تا استقرار AI در سازمانهای بزرگ رو سرعت بدن.
آنتروپیک یه روش جدید معرفی کرده به اسم Natural Language Autoencoders یا NLA که میتونه اعداد داخلی مدلهای زبانی (همون activationها) رو به متن قابلخواندن تبدیل کنه. به این ترتیب میشه فهمید کلود در لحظه چه چیزی «فکر میکنه»، حتی اگه اون فکر رو به زبان نیاره. این ابزار در تستهای ایمنی کاربرد عملی داشته و نشون داده کلود گاهی میدونه که داره تست میشه ولی این رو به صراحت نمیگه. کد و یه فرانتاند تعاملی هم برای بررسی NLAها روی مدلهای متنباز منتشر شده.
Argus یه اسکنر آسیبپذیری مبتنی بر RAG هست که برای پروژههای Go، Python و Rust طراحی شده و بهجای API های ابری، از مدلهای محلی Ollama استفاده میکنه. این ابزار پایگاه داده آسیبپذیریها رو از منابعی مثل OSV، GoVulnDB، RustSec و PyPA دریافت کرده و بهصورت محلی ذخیره میکنه. هیچ کدی به سرورهای خارجی ارسال نمیشه و همه چیز روی ماشین خودت میمونه. خروجی رنگبندیشده در ترمینال و فرمتهای JSON و SARIF برای CI/CD هم پشتیبانی میشه.
گوگل دیپمایند سهام اقلیتی در سازنده EVE Online گرفته تا از این بازی بهعنوان محیطی برای آزمایش مدلهای هوش مصنوعی استفاده کنه.