یه توسعهدهنده به سقف ۲۰۰۰ دقیقه رایگان GitHub Actions رسیده بود و به جای پرداخت هزینه بیشتر، Mac Mini M4 خونگیش رو به یه سرور CI تبدیل کرده. با راهاندازی ۴ تا self-hosted runner موازی زیر یه یوزر macOS اختصاصی، جابها تا ۴.۸ برابر سریعتر اجرا میشن و محدودیت دقیقهای هم وجود نداره. وابستگیها بین رانها روی دیسک میمونن و نیازی به نصب مجدد نیست که خودش یه مزیت بزرگه. این روش برای سولو دولوپرهایی که روی ریپوهای خصوصی کار میکنن ایدهآله، ولی برای تیمها توصیه نمیشه.
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.
یه مهندس ارشد آنتروپیک توضیح میده که بعد از یه حدی، مهارت فنی دیگه مهمترین عامل موفقیت نیست؛ بلکه توانایی پیدا کردن کارهای «پراثر» (high-leverage) تفاوت اصلی رو میسازه. این توانایی به دو مؤلفهی اصلی برمیگرده: Agency (ابتکار عمل و پیگیری) و Taste (شم درست برای انتخاب مسئله و رویکرد). بدون Taste احتمالاً روی چیز اشتباهی کار میکنی، و بدون Agency حتی اگه مسیر درست رو بشناسی، به جایی نمیرسی.
تیم اسپیشی (سازندگان Flare و Ray) یه ابزار هلپدسک جدید به اسم There There ساختن که هوش مصنوعی رو از همون اول توی هستهاش جا داده. این سیستم هر تیکت رو وکتوریزه میکنه تا جستجو بر اساس معنا باشه نه کلمات عینبهعین. هوش مصنوعی بر اساس تاریخچه تیکتها، مستندات و ابزارهای خارجی پیشنویس جواب آماده میکنه تا تیم پشتیبانی سریعتر و بهتر پاسخ بده. دادهها کاملاً روی زیرساخت اتحادیه اروپا نگه داشته میشن و پروژه در مرحله بتا هست.
ایدمپوتنسی یه مفهوم کلیدی در طراحی APIهاست که تضمین میکنه اگه یه درخواست چند بار فرستاده بشه، نتیجهاش همیشه یکیه. این ویژگی بهخصوص وقتی شبکه قطع میشه یا کلاینت درخواست رو retry میکنه، از ایجاد دادههای تکراری یا عملیات ناخواسته جلوگیری میکنه. مقالهی Wendell Adriel از تئوری پشت این مفهوم شروع میکنه و تا پیادهسازی عملیش با پکیج Laravel Idempotency پیش میره.
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.
اپل بعد از اینکه نسخه M5 ویژن پرو هم نتونست این محصول رو نجات بده، عملاً از ادامهاش دست کشیده. تیم توسعه این هدست منحل شده و اعضاش به بخشهای دیگهای مثل سیری منتقل شدن. کل فروش ویژن پرو در طول عمرش به زور به ۶۰۰ هزار دستگاه رسیده و میزان مرجوعیهاش از هر محصول مدرن دیگهای از اپل بیشتر بوده. اپل الان به جای VR، روی عینکهای هوشمند مشابه Ray-Ban Meta کار میکنه که نمایشگر نداره ولی AI داره.
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.
مدیرعامل جدید پیپال، انریکه لورس، تصمیم گرفته ونمو رو برای اولین بار به یه بخش مستقل تبدیل کنه. این تغییر ساختار به شرکت کمک میکنه عملکرد ونمو رو بهتر رصد کنه یا در صورت نیاز راحتتر بفروشه. استرایپ و چند خریدار دیگه هم چشمشون دنبال پیپاله و این بازسازی میتونه زمینهساز یه معامله بزرگ بشه. در همین حین دو مدیر ارشد شرکت رو ترک میکنن و طرح اخراج گسترده هم هنوز در بلاتکلیفیه.
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.