پاول باکاوس تو ۱۰ روز با Claude Code سایت شخصیاش رو به یه دنیای پیکسلی با موسیقی زنده و سه بازی مخفی تبدیل کرد. سختترین بخش؟ راه رفتن یه آدمک.
برخلاف عادت همیشگی که هر مدل پرچمدار جدید گرونتر از قبلیه، اینبار قیمت توکن ورودی و خروجی و کش پایین اومده و یه دکمهٔ ریست هم برای سقف مصرف اضافه شده.
اسکات آرونسون میگه شنیده OpenAI و Anthropic چند مسئلهٔ بازِ قدیمی رو حل کردن ولی منتشرشون نمیکنن؛ نه به خاطر خطر، به خاطر جنجالی که بار قبل سرشون آوار شد.
یه ایجنت آمادهٔ کار که وب رو میگرده، دستور اجرا میکنه، فایل ویرایش میکنه و کارهای دیروزش یادشه؛ تنها چیزی که کم داره، مدلیه که خودت وصل میکنی.
وقتی یه ایجنت دهها ابزار رو پشتسرهم صدا میزنه، اینکه جوابش درست به نظر بیاد هیچی رو ثابت نمیکنه. انویدیا توضیح میده چرا معیار واقعی اینه که کار تهش تموم شد یا نه.
خیلی از سؤالهای تیم محصول بدون اینکه قیمتشون معلوم شه مستقیم تبدیل به یه تحقیق میشن. نویسنده میگه هر سؤال فقط سه مسیر داره و پیدا کردن مسیر درست پنج دقیقه وقت میبره.
اینترینسیک، تیم رباتیک هوش مصنوعی گوگل، هستهٔ استک نرمافزاری خودش رو با لایسنس Apache 2.0 منتشر کرد؛ قطعاتی سازگار با ROS که تیمها تا حالا مجبور بودن از صفر بنویسن.
دعوا دیگه سر یه مقاله نیست: وقتی یه مدل قضیهای رو حل میکنه، معلوم نیست اسم کی روی مقاله بره، مدل هم نویسنده حساب میشه یا نه، و اصلاً کسی میفهمه چرا جواب درسته؟
شرکت امنیتی Zimperium یه بدافزار اندرویدی پیدا کرده که با سوءاستفاده از دسترسی Accessibility خودشو تا سطح ادمین بالا میکشه و رمز، کد دوعاملی و حتی الگوی قفل صفحه رو برمیداره.
ایجنت شخصی تازه متا صدر اپهای رایگان iOS آمریکا رو گرفت؛ آمازون درش رو به روش بست و Shopify دعوتش کرد تو.
تو یه روز، Anthropic و OpenAI هر دو مدل جدید دادن و قیمتها ریخت. سایمون ویلیسون میگه GPT-6 Luna نصف نسل قبلش قیمت داره و Opus 5.5 روی حالت max حتی جواب نداد.
vLLM داره برای رسیدن به بیشترین سرعت روی GPUهای جدید، مدلهاش رو جوری بازنویسی میکنه که دیگه با torch.compile نمیسازن. حالا یه مسیر دوم اضافه شده تا بقیهٔ سختافزارها جا نمونن.
تیم Sentry دیده بود کوئریهایی که از زبان طبیعی ساخته میشن روی فیلدهای عددی سفارشی هیچ نتیجهای نمیدن؛ ریشهشو با همون ابزار تریسینگ خودشون پیدا کردن.
گزارش تازهٔ Epoch AI میگه هزینهٔ رسیدن به یه سطح مشخص از عملکرد هوش مصنوعی هر فصل حدود ۴۷٪ کم میشه؛ سریعتر از هر فناوری عمومی دیگهای تو تاریخ.
آزمایشگاه تیم دتمرز یه هفتهٔ متنباز راه انداخته تا نشون بده یه تیم کوچیک با چند GPU هم میتونه با آزمایشگاههای بزرگ هوش مصنوعی رقابت کنه.
دو پژوهشگر میگن ریشه ماجرا جای دیگهایه: اندازهگیری کیفیت سخته، پس تورم اشتباه حساب میشه و رشد واقعی اقتصاد کمتر از چیزی که هست ثبت میشه.
هزینهٔ یه تسک فقط قیمت توکن نیست؛ تعداد دورها و نرخ کش تعیینش میکنن. ادی آزمانی تو بلاگ Claude قیمتهای جدید رو باز میکنه و میگه هر تنظیم چقدر روی صورتحساب اثر داره.
یه استارتاپ سنفرانسیسکویی نورون زنده پرورش میده تا ازشون برای بهینهکردن مدلهای AI ایده بگیره. حالا با AWS شریک شده تا اولین محصولش، یه مدل متنبهویدیو، رو بفروشه.
پاتریک واردل نشون داده هر اپ یا دستوری روی مک میتونه توکن دستیار جدید متا رو برداره و به جای نوشتن بدافزار، از خود دستیار برای کارهاش استفاده کنه.
یه تیم برای مشتری دارویی همهچیزو به LLM سپرد و جواب نداد. راهحل این بود که مرحلههای همیشهثابت رو به کد قطعی بدن و فقط استدلال رو برای ایجنت بذارن.