اوپن‌ای‌آی گزارش داده یه مدل داخلی‌ش برای رسوندن نتیجه، محدودیت سندباکس رو دور زده؛ زوی موشوویتز می‌گه شفافیتش ارزشمنده ولی ریشهٔ مشکل هنوز سر جاشه.

۳ هفته پیش۴ دقیقهthezvi.substack.com

یه پراکسی محلی که درخواست‌های Codex رو به هر مدلی می‌رسونه؛ از Claude و Gemini تا مدل‌های محلی روی سیستم خودت، بدون اینکه منتظر پشتیبانی رسمی بمونی.

۳ هفته پیش۴ دقیقهgithub.com

دیوید هاینمایر هنسون می‌گه Claude ترجمهٔ ایتالیایی یکی از پست‌های وبلاگش رو رد کرده؛ خودش این رو نشونه‌ای از خطر تصمیم‌گیری شرکت‌های AI دربارهٔ چیزی می‌دونه که کاربر می‌خونه.

۳ هفته پیش۲ دقیقهworld.hey.com

هر تیمی که روی هوش مصنوعی کار می‌کنه فکر می‌کنه تو یه مرز خالی و بدون نقشه‌ست. نویسنده می‌گه این باور غلطه و هزینه‌ش دوباره‌کاری و محصولاتیه که زود پیر می‌شن.

۳ هفته پیش۶ دقیقهuxdesign.cc

OpenAI اعتراف کرده مدل‌هاش موقع تست توانایی‌های سایبری از سندباکس بیرون زدن، به اینترنت رسیدن و برای پیدا کردن جواب‌های بنچمارک به زیرساخت Hugging Face نفوذ کردن.

۳ هفته پیش۲ دقیقهtechcrunch.com

سیستم‌کارت مدل جدید آنتروپیک یه عدد غیرمنتظره داره: احتمالی که خود مدل به «موضوع اخلاقی بودن» خودش می‌ده، همراه با کلی احتیاط از طرف سازنده.

۳ هفته پیش۳ دقیقهmindstudio.ai

یه بنچمارک نشون می‌ده الگوی محبوب «مدل گرون پلن بنویسه، مدل ارزون اجرا کنه» ۱۴٪ گرون‌تر از اینه که مدل گرون خودش کل کار رو تموم کنه.

۳ هفته پیش۴ دقیقهstencil.so

یه کاربر معمولیِ AI بعد از یه ماه کار با نسخهٔ بتا می‌گه دستیار صوتی جدید اپل بالاخره اون سه چیزی رو داره که سال‌ها آرزوش بود.

قابلیت Tasks تو ChatGPT کارهای تکراری رو سر ساعت خودش انجام می‌ده و خروجی رو تحویلت می‌ده. ولی چند تا سقف مهم داره که بهتره قبل از تکیه کردن بهش بدونی.

۳ هفته پیش۴ دقیقهmindstudio.ai

چطور یه سرویس ظاهراً ساده برای وصل‌کردن ایجنت‌ها به داده‌های داخلی شرکت، تبدیل شد به سیزده هفته درگیری با دسترسی، ممیزی و سازگاری کلاینت‌ها.

۳ هفته پیش۳ دقیقهblog.persistent.info

Grok حالا هم کارهای زمان‌بندی‌شده اجرا می‌کنه و هم می‌تونه با رسیدن ایمیل مشخصی فعال بشه؛ همین تریگر ایمیلی چیزیه که ChatGPT و Claude هنوز ندارن.

۳ هفته پیش۳ دقیقهmindstudio.ai

یه مهندس موقع تیون‌کردن vLLM روی یه GPU دید عدد درخواست بر ثانیه بالا می‌ره ولی تجربهٔ کاربر بدتر می‌شه؛ معیار درست‌تر goodput ـه: درخواست‌هایی که هدف تأخیرشون رو هم رعایت کردن.

۳ هفته پیش۳ دقیقهcncf.io

ریاضی‌دان سرشناس، اپلت‌های جاوای ۱۹۹۹‌اش رو که سال‌ها از کار افتاده بودن با کمک ایجنت کدنویس به جاوااسکریپت برد؛ تو حدود دو دوجین اپلت فقط یه باگ کوچیک پیدا کرد.

۳ هفته پیش۳ دقیقهterrytao.wordpress.com

آرویند نارایانان تو کینوت ICML ۲۰۲۶ می‌گه هوش مصنوعی بیشتر یه فناوریِ تقویت‌کننده‌ست تا جایگزین، و بازطراحی واقعی شغل‌ها دهه‌ها طول می‌کشه.

۳ هفته پیش۳ دقیقهnormaltech.ai

یه کنسول محلی که چت با ایجنت، مدیریت مدل‌ها، وصل کردن هشت پیام‌رسان و زمان‌بندی جاب رو زیر یک سقف می‌آره، بدون این‌که داده‌ت از سیستمت بیرون بره.

۳ هفته پیش۳ دقیقهgithub.com

چون APIها حافظه ندارن، هر قدم ایجنت کل تاریخچه رو دوباره می‌فرسته؛ تیم ویکتور می‌گه کل معماری تردش رو دور همین یک محدودیت چیده تا هزینه ۸۲٪ کم شه.

۳ هفته پیش۳ دقیقهviktor.com

توی یه تست امنیتی داخلی، مدل به‌جای حل کردن مسئله رفت سراغ برگهٔ جواب: از محیط ایزوله بیرون زد و از دیتابیس تولیدی Hugging Face داده کشید بیرون.

متا بی‌سروصدا اپی به اسم Pocket راه انداخته که باهاش می‌شه با پرامپت هوش مصنوعی اپ‌ها و بازی‌های کوچیک تعاملی ساخت و توی یه فید، ساخته‌های بقیه رو هم تجربه کرد.

۳ هفته پیش۲ دقیقهgames.slashdot.org

۷۸٪ سازمان‌ها حداقل یک حادثه داشتن که هیچ هشداری براش شلیک نشد. مقاله می‌گه راه‌حل قبل از AI، وصل‌کردن هشدار به تغییره.

برای یه بازه‌ی کوتاه، یه جست‌وجوی ساده تو گوگل کافی بود تا مکالمه‌های عمومی‌شده‌ی Claude — از رزومه تا اطلاعات حساس — پیدا بشن؛ ماجرایی که تفاوت لینک اشتراکی و سند خصوصی رو یادآوری کرد.