یه کیت فیشینگ جدید به اسم Bluekit کشف شده که امکانات نسبتاً جامعی داره؛ از دستیار هوش مصنوعی گرفته تا ثبت خودکار دامنه و بیش از ۴۰ تمپلیت جعلی برای سرویس‌هایی مثل Gmail، GitHub، Apple ID و Ledger. این ابزار هنوز در مرحله توسعه‌ست و هنوز توی یه کمپین واقعی استفاده نشده، اما محققان Varonis هشدار می‌دن که با سرعت توسعه‌ای که داره، احتمالاً به زودی وارد عملیات‌های فیشینگ واقعی می‌شه. کانال پیش‌فرض استخراج اطلاعات در این کیت، تلگرامه.

Pike Agent یه ابزار متن‌باز برای لینوکسه که رفتار برنامه‌ها رو ضبط و آنالیز می‌کنه. این ابزار از strace برای ردیابی system call‌ها استفاده می‌کنه، اون‌ها رو توی یه دیتابیس SQLite ایندکس می‌کنه و بعد بهت اجازه می‌ده از طریق یه TUI با یه LLM درباره رفتار برنامه چت کنی. می‌تونی ازش بخوای کرش‌ها رو تشخیص بده، race condition پیدا کنه، یا حتی یه پروسه مشکوک رو تریاژ کنه. از مدل‌های محلی مثل llama.cpp و APIهای خارجی مثل Claude و Gemini هم پشتیبانی می‌کنه.

۱۹ هفته پیشgithub.com

دیجیتال‌اوشن در رویداد Deploy 2026 از پلتفرم جدیدش به اسم AI-Native Cloud رونمایی کرد؛ یه زیرساخت هدفمند برای عصر اینفرنس و ایجنت‌های هوش مصنوعی. این پلتفرم پنج لایه کامل از سخت‌افزار اختصاصی تا ایجنت‌های مدیریت‌شده رو در یه استک یکپارچه و اپن‌سورس کنار هم جمع کرده. دیجیتال‌اوشن در این رویداد یه‌جا ۱۵ محصول جدید منتشر کرد که از جمله‌شون Inference Router، Dedicated Inference، و Knowledge Bases هستن. هدف اصلی اینه که توسعه‌دهنده‌های AI بتونن بدون نگرانی از پیچیدگی‌های زیرساخت، مستقیماً روی ساخت مح

۱۹ هفته پیشdigitalocean.com

گوگل به نظر می‌رسه داره یه ابزار جدید تولید ویدیو برای جمینی به اسم Omni آماده می‌کنه. این موضوع از یه اسکرین‌شات لو رفته از رابط کاربری جمینی فاش شده که نوشته «Powered by Omni». هنوز مشخص نیست که Omni یه رپر جدید روی Veo هست، یه مدل مستقل ویدیویی‌ه، یا قراره یه مدل همه‌کاره باشه که هم عکس هم ویدیو رو توی یه سیستم واحد مدیریت کنه. احتمالاً گوگل این ابزار رو در Google I/O 2026 که ۱۹ و ۲۰ مه برگزار می‌شه معرفی می‌کنه.

۱۹ هفته پیشtestingcatalog.com

Edit-R1 یه فریم‌ورک جدید برای ویرایش تصویر با یادگیری تقویتیه که به جای یه امتیاز کلی، دستورالعمل‌ها رو به اصول جداگانه تجزیه می‌کنه و هر بخش رو مستقل ارزیابی می‌کنه. قلب این سیستم یه مدل پاداش مبتنی بر استدلال زنجیره‌وار (CoT) به اسم Edit-RRM هست که خیلی دقیق‌تر از مدل‌های قبلیه. این رویکرد روی مدل‌هایی مثل FLUX.1-kontext هم آزمایش شده و نتایج قابل توجهی داشته. با افزایش پارامترها از ۳ میلیارد به ۷ میلیارد، عملکرد سیستم به طور مداوم بهتر می‌شه.

۱۹ هفته پیشarxiv.org

WorkOS یه پلتفرم آماده‌ست که بهت کمک می‌کنه قابلیت‌های سازمانی مثل SSO، SCIM، Audit Logs و مدیریت کاربران رو خیلی سریع به اپلیکیشنت اضافه کنی. به جای اینکه ماه‌ها وقت بذاری روی پیاده‌سازی این ویژگی‌ها، با چند خط کد و SDK های آماده می‌تونی شروع کنی. این ابزار از زبان‌های مختلفی مثل Node.js، Python، PHP، Go و جاوا پشتیبانی می‌کنه و یه پنل مدیریتی شیک هم برای IT Admin های مشتریانت داره. در نهایت WorkOS کمک می‌کنه که درهای بازار Enterprise برای محصولت باز بشه بدون اینکه تیمت از مسیر اصلی خارج بشه.

آزمایشگاه هوش مصنوعی چینی DeepSeek دو مدل جدید پیش‌نمایش به نام‌های V4-Pro و V4-Flash معرفی کرده که هر دو از معماری Mixture of Experts با پنجره کانتکست یک میلیون توکن بهره می‌برن. V4-Pro با ۱.۶ تریلیون پارامتر کلی، بزرگ‌ترین مدل open-weights تاریخ به حساب میاد. نکته جالب‌تر قیمت‌گذاریه: V4-Flash با ۰.۱۴ دلار به ازای هر میلیون توکن ورودی، ارزون‌تر از GPT-5.4 Nano اوپن‌ای‌آی‌ه و V4-Pro هم با ۱.۷۴ دلار، از همه مدل‌های بزرگ فرانتیر مقرون‌به‌صرفه‌تره. این مدل‌ها با لایسنس MIT منتشر شدن و می‌شه از طری

۱۹ هفته پیشsimonwillison.net

Kaseya یه پلتفرم جدید «ایجنتیک» معرفی کرده که به جای پیشنهاد دادن، خودش کارها رو انجام می‌ده. موتور این پلتفرم «Kaseya Intelligence» نام داره و روی بیش از یک میلیارد تیکت، ۳ اگزابایت داده بکاپ و ۱۷ میلیون اندپوینت آموزش دیده. هدف اصلی این سیستم اینه که MSPها بتونن عملیات IT رو بدون افزایش متناسب نیروی انسانی مقیاس‌پذیر کنن. Kaseya می‌گه این یه تغییر معماری بنیادیه، نه فقط یه فیچر هوش مصنوعی اضافه‌شده.

۱۹ هفته پیشitpro.com

کلم دلانگ، هم‌بنیان‌گذار و مدیرعامل Hugging Face، در یه مصاحبه جذاب درباره وضعیت هوش مصنوعی متن‌باز صحبت کرده. یکی از نکات کلیدی حرفش اینه که مقایسه مدل‌های باز (open weights) با API های بسته مثل مقایسه موتور با ماشین کامله — دو چیز اساساً متفاوت. به گفته اون، مدل‌های محلی، عوامل کدنویسی (coding agents) و رویکرد باز داره تغییر می‌ده که چه کسایی می‌تونن هوش مصنوعی بسازن. این مصاحبه بخشی از سری «مکالمه با نوآوران» هست و یه نگاه عمیق به آینده اکوسیستم AI ارائه می‌ده.

۱۹ هفته پیشturingpost.com

AutoRound یه ابزار کوانتیزاسیون پیشرفته برای مدل‌های زبانی بزرگ (LLM) و مدل‌های ترکیبی بینایی-زبان (VLM) هست که با استفاده از روش sign-gradient descent می‌تونه مدل‌ها رو تا ۲ تا ۴ بیت فشرده کنه بدون افت دقت چشمگیر. این ابزار با اکوسیستم‌های معروفی مثل Transformers، vLLM و SGLang ادغام شده و از فرمت‌های مختلف مثل AutoGPTQ، AutoAWQ و GGUF پشتیبانی می‌کنه. یه مدل ۷ میلیارد پارامتری رو می‌شه در حدود ۱۰ دقیقه روی یه GPU کوانتیز کرد و مدل DeepSeek-R1 با وزن ۲۰۰ گیگابایت هم با همین روش ۹۷.۹٪ دقت اصلیش

۱۹ هفته پیشgithub.com

اوپن‌ای‌آی یه آپدیت جالب برای اپ دسکتاپ Codex منتشر کرده که مهم‌ترین بخشش یه ویژگی کاملاً بازیگوشانه‌ست: حیوانات خانگی انیمیتدِ پیکسل‌آرت که روی صفحه به‌عنوان overlay نشون داده می‌شن و حتی وقتی Codex مینیمایز باشه هم حضور دارن. علاوه بر این، Codex حالا می‌تونه تنظیمات ابزارهای دیگه‌ای مثل Claude Code رو به‌صورت خودکار شناسایی و ایمپورت کنه. یه دیکشنری صوتی هم اضافه شده که بهت اجازه می‌ده اختصارات و عبارات خاص خودت رو ثبت کنی تا دیکته صوتی دقیق‌تر بشه.

۱۹ هفته پیشtestingcatalog.com

آنتروپیک داره روی یه بیلد داخلی جدید به اسم کلود جوپیتر V1 تست‌های امنیتی (red teaming) انجام می‌ده. این اتفاق دقیقاً قبل از کنفرانس «Code with Claude» در ۶ می ۲۰۲۶ در سان‌فرانسیسکو افتاده. آنتروپیک سال پیش هم همین کار رو با کدنیم «نپتون» انجام داد و چند هفته بعدش کلود ۴ رو معرفی کرد. جوپیتر بزرگ‌ترین سیاره منظومه شمسیه و این اسم‌گذاری بی‌دلیل نیست؛ احتمالاً یه مدل نسل جدید در راهه.

۱۹ هفته پیشtestingcatalog.com

SharkMCP یه سرور MCP هست که رابط برنامه‌نویسی Wireshark یعنی sharkd رو به صورت مجموعه‌ای از ابزارها در اختیار مدل‌های زبانی بزرگ قرار می‌ده. با این ابزار می‌تونی فایل‌های PCAP و PCAPNG رو لود کنی و با زبان طبیعی تحلیلشون کنی. هر فایل PCAP یه پروسه sharkd مجزا داره و جلسه‌ها از هم ایزوله هستن. ابزارهایی برای بررسی پکت‌ها، آمار پروتکل‌ها، مکالمات، جریان‌های VoIP، استخراج آبجکت‌ها و خیلی چیزهای دیگه هم در اختیارته.

۱۹ هفته پیشgithub.com

نیک نیسی از WorkOS تعریف می‌کنه که چطور دو ابزار هوش مصنوعی ساخت، ولی بعد از مدتی متوجه شد هیچ راهی برای سنجش کیفیت خروجی‌شون نداره. راه‌حلش نوشتن یه سیستم ارزیابی (eval) بود؛ چیزی فراتر از تست‌های معمولی. تست‌های سنتی برای رفتار قطعی طراحی شدن، ولی LLMها هر بار خروجی متفاوتی می‌دن و باید با نرخ موفقیت سنجیده بشن، نه pass/fail ساده. این مقاله داستان ساختن دو سیستم eval کاملاً متفاوت برای دو مشکل متفاوته که یه درس مشترک داشتن.

۱۹ هفته پیشworkos.com

دیتادگ گزارش جامع «وضعیت DevSecOps 2026» رو منتشر کرده که با تکیه بر داده‌های واقعی هزاران محیط پروداکشن، تصویر دقیقی از وضع امنیت اپلیکیشن‌ها ارائه می‌ده. طبق این گزارش، ۸۷٪ سازمان‌ها آسیب‌پذیری‌های قابل سوءاستفاده در محیط پروداکشن دارن. رانتایم‌های به‌پایان‌رسیده و وابستگی‌های قدیمی از مهم‌ترین عوامل این ریسک به حساب میان. این گزارش به تیم‌های مهندسی و امنیت کمک می‌کنه بدون اینکه سرعت توسعه رو کم کنن، ریسک رو کاهش بدن.

یه آزمایشگاه واقعی با ترافیک مختلط نشون داد که یه پول مشترک vLLM برای همه نوع درخواست، گزینه بدی‌ه. بهترین نتیجه با پروفایل class-aware-router به دست اومد که اولین توکن، ریتم تولید توکن، و ایزولاسیون کلاینت‌های کند رو با هم بهینه می‌کنه. توصیه اصلی اینه که قبل از هر تغییری در کرنل‌ها، لاین‌های ترافیکی رو از هم جدا کنی. ترافیک تعاملی باید روی یه پول کوچیک‌تر با بودجه توکن محدودتر بمونه، و کارهای سنگین‌تر مثل long-context و batch به یه پول جداگانه منتقل بشن.

Replit در ۱۸ ماه گذشته رشد باورنکردنی داشته و از ۲.۸ میلیون دلار درآمد سالانه به مسیر یک میلیارد دلار رسیده. مدیرعامل Replit، امجد مصعب، می‌گه شرکت برخلاف رقیبش Cursor که با حاشیه سود منفی ۲۳ درصد کار می‌کنه، بیش از یک سال است که حاشیه سود مثبت داره. او فروش شرکت رو رد نمی‌کنه اما تأکید می‌کنه که هدف اصلیشون موندن به عنوان یه شرکت مستقله. درگیری با اپل بر سر اپ استور هم یکی از داغ‌ترین بخش‌های این مصاحبه‌ست.

۱۹ هفته پیشtechcrunch.com

محققان مایکروسافت روشی ارائه دادن به اسم «Synthetic Computers at Scale» که توش محیط‌های کامپیوتری واقع‌گرایانه با ساختار پوشه‌بندی و فایل‌های محتوامحور شبیه‌سازی می‌شه. روی هر کامپیوتر مصنوعی، یک ایجنت هوش مصنوعی وظایف بلندمدت تعریف می‌کنه و ایجنت دیگه‌ای اون‌ها رو انجام می‌ده — کاری که معادل حدود یک ماه کار انسانیه. این روش می‌تونه پایه‌ای برای یادگیری تقویتی و خودبهبودی ایجنت‌های هوش مصنوعی در سناریوهای کاری واقعی باشه.

۱۹ هفته پیشarxiv.org

Buildkite یه پلتفرم CI/CD سریع و مقیاس‌پذیره که برای تیم‌های نرم‌افزاری طراحی شده. این سرویس ابزارهایی مثل Pipeline، Test Engine، و Package Registry رو یه‌جا جمع کرده تا فرآیند تحویل نرم‌افزار رو سریع‌تر و مطمئن‌تر کنه. Buildkite یه پلن آزمایشی ۳۰ روزه بدون نیاز به کارت اعتباری ارائه می‌ده که همه قابلیت‌ها توش باز هستن. پلن‌های قیمت‌گذاری از رایگان تا Enterprise در دسترسه و برای تیم‌های بزرگ گزینه‌های حرفه‌ای مثل SCIM، SAML، و لاگ‌های حسابرسی هم داره.

سه سال پیش یه نویسنده‌ی فناوری پیش‌بینی کرد که پرامپت‌نویسی یه چیز موقتیه و با بهتر شدن مدل‌های هوش مصنوعی از بین می‌ره. حالا خودش قبول می‌کنه که اون پیش‌بینی نه کاملاً درست بود، نه کاملاً غلط. بخشی از پرامپت‌نویسی قدیمی — مثل ترفندهای «قدم‌به‌قدم فکر کن» — واقعاً منسوخ شده؛ ولی نسخه‌ی جدید و جدی‌تری جاشو گرفته. امروز پرامپت‌نویسی یعنی مدیریت context، طراحی ابزار، و ساختن سیستم‌های قابل‌اعتماد برای عامل‌های هوش مصنوعی که تو محیط‌های واقعی کار می‌کنن.

۱۹ هفته پیشyiblet.com