اگه وزن‌های یه مدل زبانی رو با فرمت BF16 ذخیره کنی، هر پارامتر ۱۶ بیت فضا می‌گیره — ولی آیا واقعاً همه‌شون استفاده میشن؟ با معیار آنتروپی شانون می‌شه فهمید که در واقعیت هر وزن حدود ۱۰.۶ بیت اطلاعات داره، نه ۱۶ بیت. یعنی تقریباً یه‌سوم بودجه‌ی بیتی هدر میره. جالب‌تر اینکه تقریباً تمام این اتلاف از «فیلد توان» (exponent) میاد، نه مانتیسا یا بیت علامت. دلیلش اینه که بزرگی وزن‌های تمام مدل‌های اندازه‌گیری‌شده در یه بازه‌ی باریک و مشابه متمرکز شده و بیشتر مقادیر ممکن توان هیچ‌وقت استفاده نمیشن.

۱۸ هفته پیشfergusfinn.com

آیا چیزی که شما رو به یک ابزار هوش مصنوعی وابسته می‌کنه، حافظه‌اشه یا عمق سفارشی‌سازی‌هایی که توش انجام دادین؟

۱۸ هفته پیشbackgroundnoise.blog

نسخه ۱.۱۱۹ ویژوال استودیو کد با تمرکز بر تجربه بهتر ایجنت‌های هوش مصنوعی، مانیتورینگ حرفه‌ای جلسات، و کنترل‌های امنیتی هوشمندتر منتشر شد.

۱۸ هفته پیشcode.visualstudio.com

SpaceXAI و Anthropic یک توافق‌نامه مهم امضا کردن که طبق اون، آنتروپیک به کل ظرفیت محاسباتی دیتاسنتر Colossus 1 در ممفیس تنسی دسترسی پیدا می‌کنه. این دیتاسنتر بیش از ۳۰۰ مگاوات توان و بیش از ۲۲۰ هزار GPU انویدیا داره. نتیجه مستقیم این قرارداد اینه که محدودیت‌های نرخ استفاده از Claude Code دو برابر می‌شه و محدودیت‌های ساعات اوج مصرف هم برداشته می‌شه. این حرکت در راستای چشم‌انداز بلندمدت‌تر SpaceX برای محاسبات مداری (Orbital Compute) هم معنای خاصی داره.

۱۸ هفته پیشteslarati.com

بیشتر شرکت‌هایی که داده برای آموزش مدل‌های زبانی بزرگ می‌فروشن، از استانداردهای QC که خود لب‌ها به‌کار می‌برن خبر ندارن یا اونا رو نادیده می‌گیرن. دو گام اصلی کنترل کیفیت داده شامل «بررسی ورودی» و «تست فعال» می‌شه که اولی ارزان‌تره اما اغلب نادیده گرفته می‌شه و دومی مشکلاتی مثل reward hacking، sycophancy و فراموش‌کاری مدل رو قبل از تحویل شناسایی می‌کنه. لب‌هایی مثل Anthropic در سال ۲۰۲۵ بیش از یک میلیارد دلار برای داده‌های RL هزینه کردن، پس هر نقص کوچکی در QC هزینه‌ای چند برابری به دنبال داره. ف

۱۸ هفته پیشseancai.com

یه مدل زبانی به‌تنهایی ایجنت نیست — چیزی که اون رو به یه موتور کاری تبدیل می‌کنه، «هارنس» نام داره. بیاید ببینیم هارنس از چه اجزایی ساخته می‌شه.

۱۸ هفته پیشlangchain.com

آنتروپیک یه سرمایه‌گذاری مشترک برای ارائه خدمات هوش مصنوعی سازمانی اعلام کرد که با حضور شرکای بزرگی مثل بلک‌استون، گلدمن ساکس و سکویا کپیتال ارزشش به ۱.۵ میلیارد دلار می‌رسه. چند ساعت قبل از این اعلام، بلومبرگ هم گزارش داد که اوپن‌ای‌آی داره یه ونچر مشابه به اسم The Development Company با ارزش‌گذاری ۱۰ میلیارد دلار راه می‌اندازه. هدف هر دو ونچر یکیه: جذب سرمایه از شرکت‌های مدیریت دارایی برای گسترش فروش سازمانی و استقرار مهندسان در کنار مشتریان. این اتفاقات در حالی می‌افته که هر دو شرکت با سرعت ب

۱۸ هفته پیشtechcrunch.com

تویلیو چهار قابلیت جدید معرفی کرد تا عاملان AI بتونن بدون از دست دادن زمینه مکالمه، تجربه‌ای یکپارچه به مشتریان بدن.

۱۸ هفته پیشthelettertwo.com

کتاب «اصول طراحی عصبی» تلاش می‌کنه پیچیدگی شگفت‌انگیز مغز رو با چند اصل یکپارچه توضیح بده که همه‌شون به یه ایده مرکزی برمی‌گردن: مغز به دنبال بیشترین اطلاعات (بیت) به ازای کمترین مصرف انرژی (ATP) هست. تکامل، طرح‌های ناکارآمد رو حذف کرده و ما رو به یه معماری فوق‌العاده بهینه رسونده. از کدگذاری پیش‌بینانه گرفته تا محاسبات آنالوگ در دندریت‌ها، هر جنبه‌ای از مغز با این منطق قابل توضیحه. جالب‌ترین نکته اینه که مغز برخلاف اصول مهندسی متداول، به جای ساده‌سازی، پیچیده‌تر شدن رو انتخاب می‌کنه تا بهینه‌تر

۱۸ هفته پیشinvertedpassion.com

تیم Bits AI SRE در Datadog توضیح می‌ده که چطور یه پلتفرم ارزیابی قابل تکرار ساختن تا رگرسیون‌های پنهان ایجنت هوش مصنوعی‌شون رو قبل از رسیدن به کاربر شناسایی کنن.

۱۹ هفته پیشmain.d2372vaejiu5h9.amplifyapp.com

Wallaby.js یه ابزار تست‌رانر برای جاوااسکریپت و تایپ‌اسکریپته که نتایج تست رو همون موقع که داری کد می‌نویسی، مستقیم کنار کدت نشون می‌ده. به‌جای اجرای همه تست‌ها، فقط تست‌هایی رو اجرا می‌کنه که تغییرات کدت بهشون مربوطه، یعنی اغلب فقط یه تست. پلاگین IDE هست و با VS Code، Jest، React و ابزارهای هوش مصنوعی مثل Copilot و Cursor هم کار می‌کنه. قابلیت‌هایی مثل Time Travel Debugger، نمایش مقادیر runtime کنار کد و گزارش خطا درجا، فرآیند دیباگ رو خیلی سریع‌تر می‌کنه.

۱۹ هفته پیشwallabyjs.com

هوش مصنوعی دیگه فقط یه ابزار جالب نیست — یه چالش وجودیه. این مقاله ۵ سطح واقعی پذیرش AI در تیم‌ها رو توضیح می‌ده و می‌گه چطور از «نوب» به «حالت خلاقانه» برسی.

۱۹ هفته پیشonlycfo.io

دیگه ARR و NRR به‌تنهایی کافی نیستن؛ در عصر هوش مصنوعی، نرخ تعامل روزانه کاربران تبدیل به مهم‌ترین شاخص سلامت یک محصول B2B شده.

۱۹ هفته پیشsaastr.com

Braintrust یه پلتفرم تخصصی برای مانیتورینگ و ارزیابی سیستم‌های هوش مصنوعی در محیط تولیده که تازه ۸۰ میلیون دلار سرمایه سری B جذب کرده. این ابزار بهت کمک می‌کنه trace های تولید رو بررسی کنی، کیفیت خروجی‌های مدل رو با eval بسنجی، و قبل از اینکه کاربر متوجه بشه مشکلات رو شناسایی کنی. Braintrust با یه دیتابیس اختصاصی به اسم Brainstore کار می‌کنه که برای داده‌های پیچیده AI طراحی شده و سرعت جستجو و نوشتن خیلی بالاتری نسبت به دیتابیس‌های معمولی داره.

۱۹ هفته پیشbraintrust.dev

AIMap ابزاری متن‌باز از Bishop Fox هست که زیرساخت‌های AI عمومی رو کشف، آنالیز و از نظر امنیتی تست می‌کنه — همون‌طوری که مهاجم‌ها الان این کارو می‌کنن.

PyGhidra-MCP یه سرور MCP مبتنی بر خط فرمانه که قدرت تحلیلی ابزار مهندسی معکوس Ghidra رو مستقیماً در اختیار LLMها و ایجنت‌های هوش مصنوعی قرار می‌ده. این ابزار از طریق پروتکل MCP، بین Ghidra و اکوسیستم مدل‌های زبانی پل می‌زنه تا تحلیل باینری‌ها رو خودکار کنه. دو مد headless برای اتوماسیون و GUI برای کار تعاملی با محیط گرافیکی Ghidra پشتیبانی می‌شه. همچنین امکان جستجوی معنایی روی کدهای دیکامپایل‌شده با کمک ChromaDB هم داره.

۱۹ هفته پیشgithub.com

Herd یه پلتفرم هوش مصنوعی‌محور برای آموزش امنیت سایبری به کارمندانه که تازه ۳ میلیون دلار سرمایه جذب کرده. این ابزار به جای دوره‌های سالانه خسته‌کننده، آموزش‌های کوتاه و مداوم رو مستقیم تو Slack و Teams به کارمندا می‌ده. Herd سیاست‌های امنیتی و اطلاعات تهدیدات سازمان رو می‌خونه و محتوای آموزشی اختصاصی می‌سازه. این پلتفرم از استانداردهایی مثل SOC 2، ISO 27001 و HIPAA هم پشتیبانی می‌کنه.

Claude Code یه ایجنت کدنویسی قدرتمنده که می‌تونه فایل‌ها رو بخونه، دستور اجرا کنه و به اینترنت دسترسی داشته باشه — دقیقاً همین‌ها هم منبع ریسک امنیتی جدی هستن. وقتی ایجنت داده‌های حساس رو وارد context window خودش می‌کنه، هر درخواست ساده‌ای مثل بررسی یه سایت می‌تونه به نشت اطلاعات منجر بشه. اضافه کردن دستورالعمل‌های متنی مثل «داده حساس رو لیک نده» کافی نیست، چون ایجنت‌های هوش مصنوعی احتمالاتی عمل می‌کنن نه قطعی. راه‌حل واقعی استفاده از یه لایه‌ی Agent Harness با سیاست‌های Cedar به‌عنوان «ترمز قطع

۱۹ هفته پیشblog.sondera.ai

وبینار Temporal و Grid Dynamics درباره‌ی چالش‌های واقعی استقرار ایجنت‌های هوش مصنوعی در محیط پروداکشن و اهمیت طراحی «هارنس» به‌عنوان یک مسئله مهندسی جدی.

۱۹ هفته پیشpages.temporal.io

گوگل کلود یه چارچوب کامل امنیتی برای مدیریت هویت و دسترسی عامل‌های هوش مصنوعی معرفی کرده که کنترل دقیق‌تری روی رفتار و دسترسی آن‌ها می‌ده.