Spatie در ۳۰ مارس ابزار جدیدی به اسم Scotty معرفی کرد که جایگزینی برای Laravel Envoy محسوب میشه. Scotty به جای فرمت Blade از سینتکس خالص bash استفاده میکنه و خروجی ترمینال بهمراتب بهتری داره. اگه روی سرورهای شخصی مثل DigitalOcean یا Hetzner دیپلوی میکنی، این ابزار یه ارتقای واقعی محسوب میشه. Scotty امکاناتی مثل جدول خلاصهی زمانبندی، pause/resume حین دیپلوی، دستور doctor برای بررسی پیشاز-دیپلوی، و حالت --pretend رو هم داره.
traceroute یکی از ابزارهای کلاسیک شبکهست که نشون میده یه پکت اینترنتی از چه مسیری عبور میکنه تا به مقصد برسه. اما جادوی اصلیش یه ترفند سادهست: دستکاری فیلد TTL در هدر IP. نویسنده این مقاله تصمیم گرفته با حدود ۸۰ خط Rust، یه نسخهی کوچیک traceroute بنویسه تا ببینه دقیقاً چطور کار میکنه. نتیجه؟ یه پیادهسازی جذاب که مفاهیم پایهی شبکه مثل ICMP و TTL رو به شکل عملی توضیح میده.
اگه توی Laravel Forge از SQLite استفاده میکنی و zero-downtime deployment داری، احتمالاً با یه مشکل جدی روبرویی: هر بار که دیپلوی میکنی، کل دیتابیست پاک میشه! دلیلش اینه که Forge هر ریلیز رو توی یه پوشه جداگانه میریزه و یه symlink رو جابهجا میکنه. چون فایل database.sqlite داخل پوشه ریلیز قرار داره، با هر دیپلوی از دسترس خارج میشه. راهحل اینه که فایل دیتابیس رو به داخل storage/ منتقل کنی؛ چون این پوشه از قبل بهعنوان shared path توسط Forge مدیریت میشه و بین ریلیزها پایدار میمونه.
چند ماه پیش یه آسیبپذیری RCE بحرانی توی Livewire v3 کشف شد که به مهاجمان ناشناس اجازه میداد کد دلخواه اجرا کنن. مشکل اصلی اینه که بین انتشار پچ و دیپلوی شدنش روی سرور، یه فاصله خطرناک وجود داره. با ترکیب پکیج spatie/laravel-health و سرویس Oh Dear میشه این فاصله رو به حداقل رسوند؛ بهطوری که هر دقیقه یهبار وضعیت پکیجهای نصبشده روی سرور چک میشه و اگه آسیبپذیری شناختهشدهای پیدا شد، فوری اعلان میرسه. این روش برعکس Dependabot که فقط ریپو رو اسکن میکنه، مستقیماً سرور پروداکشن رو زیر نظر دا
یه روش هوشمندانه برای کاهش چشمگیر زمان اجرای تستهای PHP روی GitHub Actions اینه که تستسوییت رو به چند بخش مساوی تقسیم کنی و هر بخش رو روی یه job جداگانه اجرا کنی. تیم Oh Dear با همین تکنیک، زمان اجرای تستهاشون رو از ۱۶ دقیقه به فقط ۴ دقیقه رسوندن. این کار با استفاده از matrix strategy در GitHub Actions و یه اسکریپت PHP سفارشی انجام میشه که تستها رو با گزینه --filter به صورت موازی اجرا میکنه. ابزار Pest هم با آپشن --list-tests این امکان رو میده که لیست کامل تستها رو بگیری و به قطعههای مس
نویسنده مقاله در حال توسعه یه اپلیکیشن گزارشساز بوده و از همون اول یه گزینهی --dry-run بهش اضافه کرده. این فلگ باعث میشه بدون اینکه هیچ تغییری توی سیستم ایجاد بشه، بتونی ببینی اگه دستور رو اجرا کنی دقیقاً چه اتفاقی میافته. در عمل خیلی بیشتر از چیزی که انتظار داشت بهش کمک کرد؛ هم برای چک سریع وضعیت، هم برای تست رفتار اپلیکیشن بدون اتلاف وقت. تنها نقطه ضعفش اینه که یه کم کد رو شلوغتر میکنه، ولی در کل ارزشش رو داره.
یه مهندس موفق شده Mac OS X 10.0 Cheetah رو بهصورت native روی Nintendo Wii اجرا کنه. ویی از پردازنده PowerPC 750CL استفاده میکنه که نسل بعدی همون چیپیه که توی مکهای G3 بود، پس از نظر CPU سازگاری خوبی وجود داشت. برای اینکار یه بوتلودر سفارشی از صفر نوشته شده که کرنل XNU رو از SD کارت لود میکنه و کنترل رو بهش میده. بعد از اون هم کرنل پچ شده و درایورهای لازم برای سختافزار ویی نوشته شدن.
تیم Spatie یه پکیج جدید به اسم spatie/guidelines-skills منتشر کرده که استانداردهای کدنویسی این تیم رو به دستیارهای هوش مصنوعی مثل Claude Code، Cursor، Codex و GitHub Copilot یاد میده. این پکیج از اکوسیستم skills.sh استفاده میکنه و دیگه مثل نسخه قبلیش محدود به Laravel Boost نیست. چهار مجموعه مهارت برای PHP/Laravel، جاوااسکریپت، version control و امنیت توی این پکیج گنجونده شده. با این ابزار، AI دیگه کدی که با قراردادهای تیم مغایرت داشته باشه تولید نمیکنه.
از وقتی مایکروسافت گیتهاب رو خریده، کیفیت سرویس بهشدت افت کرده؛ از مشکلات uptime گرفته تا پر شدن پلتفرم از ربات و محتوای اسپم. نویسنده معتقده که گیتهاب دیگه اون ابزار قابلاعتماد قدیمی نیست و وقتشه که به فکر جایگزین باشیم. جایگزینهایی مثل Codeberg، GitLab، Forgejo و حتی self-hosted گزینههای روی میزن. نکته مهم اینه که Git یه تکنولوژی توزیعشدهست و اصلاً به گیتهاب وابسته نیست.
در فصل اول ۲۰۲۶، گوگل کلود با رشد ۶۳ درصدی نسبت به سال قبل، از AWS با ۲۸٪ و Azure با ۴۰٪ پیشی گرفت. دلیل اصلی این برتری اینه که گوگل هم مدلهای هوش مصنوعی (جمینای) و هم تراشههای اختصاصی (TPU) رو خودش داره و نیازی به پرداخت حق لایسنس به OpenAI یا Anthropic نداره. سه غول بزرگ ابری در مجموع ۱۱۲ میلیارد دلار در زیرساخت هزینه کردن و برای تأمین مالی این رقابت، گوگل و آمازون به انتشار اوراق قرضه روی آوردن. هر کسی که لایه مدل رو در اختیار داره، سریعترین رشد رو داره.
بازار اینفرنس هوش مصنوعی با سرعت عجیبی داره تخصصی میشه؛ دقیقاً همون اتفاقی که یهروزی برای دیتابیسها افتاد. درآمد مراکز داده NVIDIA از ۳.۶ میلیارد دلار در پایان ۲۰۲۲ به ۶۲.۳ میلیارد دلار در اوایل ۲۰۲۵ رسیده — یعنی ۱۷ برابر رشد از زمان لانچ ChatGPT. حالا بار کاریهای مختلف مثل تصویر، ویدیو، صدا، اجرای روی دستگاه، و پردازش دستهای، هرکدام زیرساخت و معماری مختص خودشون رو میطلبن. این تکهتکهشدن بازار ۱۰۰ میلیارد دلاری میتونه بازیگران بزرگی مثل Oracle، MongoDB و Snowflake برای AI تولید کنه.
ارزیابی مدلهای هوش مصنوعی دیگه فقط یه مرحلهی ساده نیست؛ به یه بار مالی سنگین تبدیل شده که داره تحقیقات رو محدود میکنه. لیدربورد HAL برای ارزیابی ۹ مدل روی ۹ بنچمارک، ۴۰ هزار دلار خرج کرده. در بنچمارکهای علمی مثل The Well، ارزیابی یه معماری جدید به ۹۶۰ ساعت H100 نیاز داره. جالبتر اینه که خرج بیشتر لزوماً نتیجهی بهتر نمیده و ابزارهای کاهش هزینه که برای بنچمارکهای استاتیک کار میکردن، برای ارزیابیهای agentمحور خیلی کمتر مؤثرن.
Cloudflare با همکاری Stripe یه پروتکل جدید معرفی کرده که به ایجنتهای هوش مصنوعی اجازه میده بدون هیچ دخالت انسانی، اکانت Cloudflare بسازن، دامنه بخرن، و اپ رو مستقیم به پروداکشن دپلوی کنن. کاربر فقط باید به Stripe لاگین باشه و شرایط سرویس رو قبول کنه؛ بقیه کارها رو ایجنت انجام میده. این پروتکل روی سه ستون کشف سرویس، احراز هویت خودکار، و پرداخت امن بنا شده و هر پلتفرمی با کاربران لاگینشده میتونه ازش استفاده کنه.
گوگل اعلام کرده که قراره تراشههای TPU اختصاصیش رو به مشتریان منتخب بفروشه تا توی دیتاسنترهای خودشون نصب کنن. این تغییر استراتژی بزرگیه چون تا الان فقط ظرفیت TPU رو از طریق سرویسهای ابری اجاره میداد. این اقدام رقابت گوگل با نویدیا رو جدیتر میکنه و نشون میده شرکتهای بزرگ فناوری دارن تلاش میکنن از سلطه نویدیا در بازار تراشههای هوش مصنوعی کم کنن. آمازون هم با تراشههای Trainium و Graviton در همین مسیر حرکت میکنه.
آمازون الان جزو سه تا غول بزرگ تراشههای دیتاسنتر دنیاست و کسبوکار تراشههاش از مرز ۲۰ میلیارد دلار سالانه رد شده. اگه آمازون خودش رو هم بهعنوان مشتری حساب میکرد، این عدد به ۵۰ میلیارد دلار میرسید. Trainium2 تقریباً تمام فروخته شده، Trainium3 هم داره به همون وضع میرسه، و حتی Trainium4 که هنوز ۱۸ ماه تا عرضه عمومیش مونده، بخش زیادیش رزرو شده. OpenAI، Anthropic، Meta و Uber از جمله بزرگترین مشتریانی هستن که روی این تراشهها شرط بستن.
آموزش مدلهای زبانی بزرگ با کانتکستهای ۱۰۰ هزار توکنی و بیشتر، چالش جدی کمبود حافظه GPU رو به همراه میاره. AutoSP یه کامپایلر اتوماتیکه که کد آموزش معمولی ترنسفورمر رو به کد چند-GPU با Sequence Parallelism تبدیل میکنه، بدون اینکه برنامهنویس مجبور باشه دست به کد پیچیدهای بزنه. این ابزار درون DeepSpeed ادغام شده و با تغییر چند خط کانفیگ فعال میشه. نتایج روی مدلهای Llama 3.1 نشون میده که AutoSP حداکثر طول کانتکست قابلآموزش رو به طرز قابلتوجهی افزایش میده، در حالی که سربار زمانی اجرا به حد
میسترال از مدل جدیدش Mistral Medium 3.5 رونمایی کرد؛ یه مدل ۱۲۸ میلیارد پارامتری که کدنویسی، استدلال و دنبالکردن دستورات رو توی یه مجموعه وزن ادغام کرده. مهمترین خبر اینه که ایجنتهای کدنویسی Vibe دیگه فقط روی لپتاپ اجرا نمیشن و میتونی اونها رو به کلاد منتقل کنی تا در پسزمینه و بهصورت موازی کار کنن. Le Chat هم یه حالت جدید به اسم Work mode گرفته که برای کارهای پیچیده چندمرحلهای مثل تحقیق، تحلیل و مدیریت ایمیل و تقویم طراحی شده. وزنهای مدل هم بهصورت اوپنسورس با لایسنس MIT تغییریافته ر
شرکت امنیتی Wiz با کمک یه ابزار هوش مصنوعی به اسم IDA MCP، یه آسیبپذیری جدی در GitHub Enterprise Server کشف کرد که اجازه اجرای کد از راه دور رو به مهاجم میده. این آسیبپذیری با شناسه CVE-2026-3854 ثبت شده و امتیاز CVSS هشت و هفت دهم گرفته. GitHub در کمتر از دو ساعت پچ رو روی github.com اعمال کرد. نکته جالب اینجاست که این کار قبلاً به خاطر حجم بالای تحلیل باینریهای بسته عملاً ممکن نبود، ولی AI این فرآیند رو از چند هفته به کمتر از ۴۸ ساعت رسوند.
اوپنایآی که اوایل ۲۰۲۵ با سروصدای زیاد از پروژه استارگیت رونمایی کرد — یه سرمایهگذاری ۵۰۰ میلیارد دلاری برای ساخت دیتاسنترهای هوش مصنوعی — حالا عملاً از این ایده عقبنشینی کرده. این شرکت بهجای مالکیت مستقیم زیرساخت، ترجیح میده ظرفیت محاسباتی رو از ارائهدهندگان ثالث اجاره کنه. این تغییر رویکرد باعث شده شرکای اصلی مثل اوراکل، سافتبانک و مایکروسافت احساس کنن که اوپنایآی اونها رو سردرگم گذاشته. اوپنایآی خودش هم پذیرفته که استارگیت فقط یه «چتر» برای استراتژی محاسباتیشه، نه یه پروژه مشخص.
Trellis یه لایهی مدیریت پروژه برای ابزارهای AI کدنویسیه که به جای اینکه همه چیز رو توی یه فایل بزرگ مثل CLAUDE.md بریزی، اطلاعات رو بهصورت ماژولار و هوشمند سازمان میده. این ابزار از Claude Code، Cursor، Codex، OpenCode، Pi Agent و بقیه پلتفرمها پشتیبانی میکنه. Trellis یه دایرکتوری .trellis/ توی ریپازیتوریت میسازه و اطلاعات مربوط به استانداردها، تسکها، workflow و حافظهی جلسه رو جدا از هم نگه میداره تا هر agent فقط همون چیزی رو لود کنه که نیاز داره. هم برای توسعهدهندههای انفرادی کار می