پلتفرم ویدیویی Vimeo تأیید کرده که اطلاعات برخی از کاربران و مشتریانش به دنبال نقض امنیتی در شرکت Anodot لو رفته. مهاجمان به آدرس ایمیل‌ها، عناوین ویدیوها و داده‌های فنی دسترسی پیدا کردن، اما رمز عبور، اطلاعات پرداخت و محتوای ویدیوها در امان موندن. گروه اخاذی شناخته‌شده‌ی ShinyHunters پشت این حمله‌ست و تهدید کرده اگر تا ۳۰ آوریل باج دریافت نکنه، داده‌ها رو منتشر می‌کنه. Vimeo هم دسترسی‌های Anodot رو قطع کرده و با متخصصان امنیتی مشغول بررسی ماجراست.

پکیج محبوب elementary-data در PyPI که ماهانه بیش از ۱.۱ میلیون بار دانلود می‌شه، هک شد و یه نسخه مخرب روی آن آپلود شد. مهاجم با سوءاستفاده از یه آسیب‌پذیری در GitHub Actions، یه کامیت جعلی امضا کرد و نسخه backdoor دار رو از طریق pipeline رسمی پروژه منتشر کرد. این نسخه مخرب قادر به سرقت کلیدهای SSH، اعتبارنامه‌های ابری، فایل‌های .env، کیف‌پول‌های رمزارز و تاریخچه شل بود. یه نسخه پاک (۰.۲۳.۴) جایگزین شده، ولی کسایی که نسخه آلوده رو دانلود کردن باید فوری همه secret هاشون رو تغییر بدن.

گزارش تهدیدات جهانی ۲۰۲۶ فلش‌پوینت نشون می‌ده که چشم‌انداز امنیت سایبری داره به سرعت تغییر می‌کنه. مهاجمان دیگه فقط از هوش مصنوعی مولد استفاده نمی‌کنن، بلکه به سمت عوامل خودمختار رفتن که بدون دخالت انسان، حملات رو از ابتدا تا انتها اجرا می‌کنن. باج‌افزار هم با رشد ۵۳ درصدی، شکل تازه‌ای گرفته و تمرکز اصلی مهاجمان روی سرقت هویت و اعتبارنامه‌هاست. با بیش از ۳.۳ میلیارد اعتبارنامه و توکن ابری لو رفته، هویت دیجیتال به مهم‌ترین نقطه آسیب‌پذیر تبدیل شده.

گوگل به وزارت دفاع آمریکا (پنتاگون) دسترسی به هوش مصنوعی‌اش رو روی شبکه‌های طبقه‌بندی‌شده داده و تقریباً همه استفاده‌های قانونی رو مجاز دونسته. این اتفاق درست بعد از اون افتاد که آنتروپیک از قبول همین شرایط سر باز زد و به خاطر نگرانی از نظارت داخلی گسترده و سلاح‌های خودمختار، زیر بار نرفت. حالا پنتاگون آنتروپیک رو «ریسک زنجیره تأمین» برچسب زده و پرونده‌شون توی دادگاهه. گوگل سومین شرکت هوش مصنوعیه که بعد از OpenAI و xAI با وزارت دفاع توافق کرده، حتی با وجود اعتراض ۹۵۰ نفر از کارمندان خودش.

۱۶ هفته پیشtechcrunch.com

ElevenLabs یه قابلیت جدید به اسم Agent Templates به پلتفرم ElevenAgents خودش اضافه کرده که بهت اجازه می‌ده بدون اینکه ایجنت‌های مکالمه‌ای رو از صفر بسازی، سریع‌تر راه‌اندازیشون کنی. بیش از ۵۰ قالب آماده برای کارهایی مثل پشتیبانی مشتری، فروش، آنبوردینگ، جمع‌آوری بازخورد و پذیرش سازمانی در دسترسه. هر قالب با پرامپت‌های از پیش تعریف‌شده، جریان‌های کاری و یکپارچه‌سازی‌های آماده همراهه و همه کاربران ElevenLabs می‌تونن ازش استفاده کنن.

۱۶ هفته پیشtestingcatalog.com

متا یه خانواده از مدل‌های ترنسفورمر با رزولوشن بالا به اسم Sapiens2 معرفی کرده که روی یک میلیارد تصویر از بدن انسان پیش‌آموزش دیدن. این مدل‌ها می‌تونن کارهایی مثل تخمین پوز، تقسیم‌بندی اعضای بدن، تخمین نرمال سطح و نقشه‌برداری سه‌بعدی انجام بدن. Sapiens2 در همه این وظایف به نتایج بهتری نسبت به مدل‌های قبلی رسیده و پیپر اون در ICLR 2026 پذیرفته شده. کد و چک‌پوینت‌های مختلف از ۰.۱ میلیارد تا ۵ میلیارد پارامتر به صورت عمومی در دسترسن.

۱۶ هفته پیشgithub.com

ساخت سیستم‌های چند-عاملی با کمک vibe coding حالا خیلی سریع‌تر شده، ولی همین که از فاز پروتوتایپ رد می‌شی و سیستم با ابزارها و داده‌های واقعی درگیر می‌شه، یه سری مشکلات ساختاری ظاهر می‌شن که اصلاً به مدل یا use case خاصی ربط ندارن. تیم Cognizant AI Lab این چالش‌ها رو در قالب یه فریم‌ورک متن‌باز به اسم neuro-san بررسی کرده. هماهنگی بین عامل‌ها، مدیریت ابزارها، و ارزیابی رفتار سیستم سه چالش اصلی‌ان که باید جدی گرفته بشن.

۱۶ هفته پیشdecisionai.substack.com

متا تازه مدل هوش مصنوعی جدیدش به اسم Muse Spark رو معرفی کرده که یه تغییر مسیر جدی نسبت به مدل‌های قبلی Llama محسوب می‌شه؛ برخلاف Llama که رایگان و متن‌باز بود، این مدل کلوزد-سورسه و متا قراره از اون درآمد بزنه. آنالیست‌ها این حرکت رو مثبت ارزیابی کردن و می‌گن که متا دوباره وارد بازی AI شده. با این حال، سرمایه‌گذارا منتظرن ببینن زاکربرگ دقیقاً چه استراتژی‌ای برای رقابت با OpenAI و Google داره.

۱۶ هفته پیشcnbc.com

محققان یه معماری جدید به اسم Recurrent Transformer معرفی کردن که ضعف اصلی ترنسفورمرهای معمولی رو برطرف می‌کنه. در ترنسفورمرهای سنتی، عمق زمانی پردازش محدود به تعداد لایه‌هاست، ولی این معماری جدید با اضافه کردن حافظه بازگشتی به هر لایه، این محدودیت رو از بین می‌بره. علاوه بر این، یه الگوریتم بهینه برای کاهش ترافیک حافظه ارائه شده که پیچیدگی رو از N² به N log N می‌رسونه. نتایج روی مدل‌های ۱۵۰ و ۳۰۰ میلیون پارامتری نشون می‌ده این رویکرد با لایه‌های کمتر به کارایی بهتری می‌رسه و حجم KV cache و تأخیر inference رو کاهش می‌ده.

۱۶ هفته پیشalphaxiv.org

تیم Poolside دو مدل هوش مصنوعی جدید به اسم Laguna M.1 و Laguna XS.2 رو معرفی کرده که هر دو برای کدنویسی بلندمدت و کارهای عاملی (agentic) طراحی شدن. Laguna M.1 یه مدل ۲۲۵ میلیارد پارامتری از نوع MoE‌ه که روی ۳۰ تریلیون توکن آموزش دیده و عملکرد قابل توجهی روی بنچمارک‌های SWE-bench داره. Laguna XS.2 هم مدل کوچیک‌تر و اپن‌ویت این خانواده‌ست که با لایسنس Apache 2.0 منتشر شده و برای سایزش واقعاً حرف‌های زیادی برای گفتن داره. هر دو مدل فعلاً از طریق API و OpenRouter به‌صورت رایگان در دسترسن.

۱۶ هفته پیشpoolside.ai

سم آلتمن می‌خواد اوپن‌ای‌آی تا پایان ۲۰۲۶ وارد بازار بورس بشه، ولی گزارش‌های تازه نشون می‌دن که این مسیر خیلی هموار نیست. مشکل اصلی دوتاست: یکی بحران حاکمیتی داخلی، یکی هم معضل تأمین مالی زیرساخت‌های سنگین شرکت. مدیر ارشد مالی اوپن‌ای‌آی، سارا فریار، نه به آلتمن گزارش می‌ده و نه در جلسات کلیدی مالی حضور داره؛ و بدتر از اون، علناً نگرانی‌هاش درباره توان پرداخت تعهدات زیرساختی شرکت رو مطرح کرده. این ترکیب از مشکلات می‌تونه پرونده ثبت عرضه عمومی اوپن‌ای‌آی رو تا اطلاع ثانوی متوقف کنه.

۱۶ هفته پیشdavefriedman.substack.com

آنتروپیک با معرفی Claude Opus 4.7 یه توکنایزر جدید هم آورد که قیمت رسمی مدل رو تغییر نداد، ولی عملاً هزینه‌ها رو بالا برد. تیم OpenRouter روی بیش از یک میلیون درخواست واقعی بررسی کرد و دید که برای پرامپت‌های بالای ۲ هزار توکن، هزینه‌ها بین ۱۲ تا ۲۷ درصد افزایش پیدا کرده. استثنا هم پرامپت‌های کوتاه زیر ۲ هزار توکنه که چون مدل خروجی کوتاه‌تری تولید می‌کنه، اندکی ارزون‌تر هم شدن.

۱۶ هفته پیشopenrouter.ai

یه سوال جالب مطرحه: اگه یه ایجنت هوش مصنوعی با ابزارهای جستجوی ساده داشته باشیم، آیا می‌تونه جای سیستم‌های پیچیده سرچ رو بگیره؟ آزمایش‌های انجام‌شده روی دیتاست Amazon ESCI نشون می‌ده که یه ایجنت ساده با GPT-4o-mini و ترکیب BM25 و امبدینگ، کیفیت نتایج رو از 0.289 به 0.453 رسونده. جالب‌تر اینکه بدون هیچ فاین‌تیونینگی روی داده‌ها این نتیجه به دست اومده. البته این رویکرد برای سناریوهایی که ایجنت خودش اطلاعات لازم رو نداره (مثل MSMarco) کار نمی‌کنه و اونجا همچنان سیستم‌های سنتی سرچ حرف اول رو می‌زنن.

۱۶ هفته پیشsoftwaredoug.com

OpenAI و مایکروسافت توافق‌نامه‌شون رو اصلاح کردن و حالا OpenAI می‌تونه مدل‌هاش رو روی هر پلتفرم ابری دیگه‌ای هم ارائه بده، نه فقط Azure. اولین نتیجه عملی این تغییر، معرفی «Bedrock Managed Agents» روی AWS هست که با همکاری OpenAI ساخته شده. این سرویس به سازمان‌هایی که داده‌هاشون روی AWS هست کمک می‌کنه ایجنت‌های هوش مصنوعی رو به‌راحتی و در مقیاس سازمانی راه‌اندازی کنن. به نظر می‌رسه OpenAI حالا AWS رو به‌عنوان شریک استراتژیک اصلی‌اش می‌بینه.

۱۶ هفته پیشstratechery.com

با گسترش ایجنت‌های هوش مصنوعی، مدل قدیمی قیمت‌گذاری بر اساس تعداد کاربر دیگه کارایی نداره. یه وبینار با حضور Kyle Poyar و Scott Woody قراره بررسی کنه که شرکت‌ها چطور باید از مدل‌های سنتی SaaS به سمت قیمت‌گذاری مبتنی بر مصرف یا نتیجه حرکت کنن. تجربه‌های شرکت‌هایی مثل Clay، Figma و PostHog هم در این نشست زیر ذره‌بین می‌ره. هدف اصلی اینه که بفهمیم چطور می‌شه مانیتایزیشن رو با دنیای ایجنت‌محور هماهنگ کرد.

۱۶ هفته پیشmetronome.com

میچل هاشیموتو، سازنده ترمینال معروف Ghostty، اعلام کرده که این پروژه به‌زودی از گیت‌هاب مهاجرت می‌کنه. دلیل اصلی این تصمیم، قطعی‌های مکرر و مشکلات زیرساختی گیت‌هاب در ماه‌های اخیره که به گفته او تقریباً هر روز کارش رو مختل کرده. هاشیموتو که از سال ۲۰۰۸ کاربر گیت‌هابه و بخش زیادی از زندگیش رو اونجا گذرونده، با ناراحتی از این تصمیم نوشته. مقصد جدید Ghostty هنوز نهایی نشده و تیم داره با چند پلتفرم مختلف مذاکره می‌کنه.

آرمین روناکر، سازنده Flask و Jinja2، در یک مقاله‌ی نوستالژیک از دوران قبل از گیت‌هاب می‌گه؛ زمانی که دنیای اپن‌سورس کوچیک‌تر بود، اعتماد معنا داشت، و همه زیرساخت خودشون رو اجرا می‌کردن. گیت‌هاب یه هدیه‌ی بزرگ به جامعه‌ی اپن‌سورس بود، ولی همون تمرکز که خوبی‌هاش رو داشت، حالا داره ضررهاشم نشون می‌ده. او از رشد انفجاری پکیج‌های ریزودرشت npm و از دست رفتن حس مسئولیت در وابستگی‌های نرم‌افزاری حرف می‌زنه.

وارپ یه محیط توسعه هوشمند (Agentic) متن‌باز‌ه که از دل ترمینال زاده شده. می‌تونی از agent داخلی خودش استفاده کنی یا ابزارهایی مثل Claude Code، Codex یا Gemini CLI رو باهاش ترکیب کنی. اسپانسر اصلی این پروژه OpenAI‌ه و قابلیت‌های هوشمند اون با مدل‌های GPT کار می‌کنن. کد UI فریم‌ورکش زیر لایسنس MIT و بقیه کدها زیر AGPL v3 منتشر شدن.

۱۶ هفته پیشgithub.com

در هجده ماه گذشته، تقریباً تمام حوادث بزرگ زنجیره تأمین نرم‌افزار متن‌باز ریشه‌شون به یه فایل YAML توی گیت‌هاب اکشنز برمی‌گرده. از ماینر ارز دیجیتال توی Ultralytics گرفته تا لیک شدن سیکرت‌های ۲۳ هزار ریپو در ماجرای tj-actions، همه‌شون از فیچرهایی سوءاستفاده کردن که دقیقاً طبق مستندات گیت‌هاب کار می‌کنن. مشکل اصلی اینه که گیت‌هاب اکشنز یه ابزار CI سازمانی بوده که هیچ‌وقت برای پول ریکوئست‌های ناشناس و فورک‌های عمومی بازطراحی نشده. این یعنی پیش‌فرض‌هاش برای دنیای متن‌باز خطرناکن.

ایجنت‌های هوش مصنوعی معمولاً تا پر شدن پنجره کانتکست پیش می‌رن و بعد فراموش می‌کنن چی شده. ایجنت‌های بلندمدت این محدودیت رو می‌شکنن و می‌تونن روی یه هدف برای ساعت‌ها، روزها یا حتی هفته‌ها کار کنن. کلید موفقیت اینه که حالت و پیشرفت کار بیرون از پنجره کانتکست مدل نگه داشته بشه. این رویکرد جدید نحوه واگذاری وظایف بزرگ به ایجنت‌ها رو به کل تغییر می‌ده.

۱۶ هفته پیشaddyosmani.com