تنسنت با انتشار متنباز مدل Hy3 ادعا میکنه یه مدل ۲۹۵ میلیارد پارامتری ساخته که با مدلهای چند برابر بزرگترِ بازار رقابت میکنه.
نسخهٔ 2026-07-28 پروتکل MCP منتشر شد و بزرگترین تغییرش اینه که سرور ریموت دیگه لازم نیست وضعیت سشن رو نگه داره.
ابزارهای ضبط جلسه اکشنآیتمها رو در میآرن ولی همونجا خاک میخورن. این مقاله یه چرخهٔ زمانبندیشده رو نشون میده که خودش اونها رو با لینک لحظهٔ ضبط توی Notion مینویسه.
پورت Bun از Zig به Rust کمتر از دو هفته طول کشید و حدود ۱۶۵ هزار دلار توکن خورد؛ آنتروپیک شش قدمی که این کارو ممکن کرده منتشر کرده.
گرگلی اوروش سری به دفتر Anthropic زده و با چهار نفر از تیمها حرف زده: بیشتر توکنها خرج پیادهسازی نمیشه، کدریویو و تست رو ایآی انجام میده، ولی تیمهای کوچیک و PRD هنوز سر جاشونن.
تسلا قراره به کارگرهای منتخب کارخانهٔ گرونهایده دوربین کولهپشتی بده تا حرکاتشون موقع مونتاژ ضبط بشه و برای آموزش ربات انساننما استفاده بشه.
سایمون ویلیسون میگه بلاتکلیفی دور دسترسی به مدل گرونقیمت آنتروپیک داره کاربرها رو به سمت OpenAI هل میده، اونم درست بعد از عرضهٔ GPT-5.6 Sol.
کاربر هر جلسه از صفر توضیح میده کی هست و چی میخواد. باگ گزارش نمیده، فقط دیگه برنمیگرده — و این اصطکاک نامرئی همون قاتل ریتنشنه.
استارتاپ تراشه اینفرنس Etched یه راند ۳۰۰ میلیون دلاری به رهبری سکویا بست و میگه ساخت کلاسترهایی به ارزش صدها میلیون دلار رو کلید زده.
پروژهٔ Incantation یه ابزار دفاعیه که فایلهای طعمه میسازه؛ فایلهایی که ایجنتهای هوش مصنوعی غیرمجاز موقع کاوش سرور میخونن و همین خوندن، مأموریتشون رو خراب میکنه.
اسلک روایت سه ماه تغییر محصولش رو منتشر کرده: از آوریل که بات دست به کار شد تا ۲۴ ژوئن که حافظهٔ سازمانی، فرمان صوتی و اتصال MCP بهش اضافه شد.
خیلی از مهمترین درسهای مدیریت محصول تو هیچ کتاب و دورهای نیست؛ وسط حل کردن مسئلههای شلوغ و تماشای تغییرهای سازمان بهت میرسن.
یه توسعهدهنده میخواست با LLM برای مسیرهای دویدن نقاط دیدنی پیدا کنه؛ آخرش مدل از نویسندگی کنار گذاشته شد و فقط برای «ذوق» موند.
بهجای یه پرامپت و یه جواب، میشه یه شرط پایان مشخص تعریف کرد و گذاشت مدل خودش تا رسیدن به اون کار کنه؛ همین ایدهٔ ساده پشت تسکهای زمانبندیشدهست.
با عبور از کوپایلت به ایجنت، یه درخواست کاربر میتونه دهها فراخوان مدل بسازه؛ مدیران فناوری میگن کنترل هزینه باید توی معماری جاسازی بشه، نه توی داشبورد.
دو پلتفرمِ کاریِ OpenAI و Anthropic دو شرطِ متفاوت میبندن: ChatGPT روی اتصالِ گسترده، Claude روی درکِ عمیقِ سند و کیفیتِ نوشتار.
وقتی کاتالوگ صدها محصول داری، ساخت ویدیو برای هرکدوم عملاً غیرممکنه. این مقاله پایپلاینی رو توضیح میده که شش ایجنت تخصصی کار رو بین خودشون پاس میدن.
سال ۱۹۹۴ دیتابیس هیجانانگیزترین فناوری اتاق بود. سیودو سال بعد برنده شد و ناپدید شد. نویسنده میپرسه سرنوشت مدلهای زبانی هم همینه؟
نویسنده میگه ماجرای واقعی ChatGPT گفتگو نبود؛ این بود که نرمافزار فهمید آدم به زبان طبیعی چی میخواد—و این خیلی مهمتر از چته.
آنتروپیک میگه فیبل ۵ مدل عمومیتر و توانمندترشه، ولی بنچمارکهای مستقل تصویر شلوغتری میسازن: اوپوس ۵ تو کارهای واقعی با نصف هزینه پا به پاش میاد.