Grok Voice 3.0، Nova 2.5 Sonic و ElevenLabs v4 همه تو سه هفته اومدن. یه راهنمای هشت‌مرحله‌ای می‌گه چطور قبل از مشتری‌ها بفهمی تعویض مدل چیزی رو خراب کرده یا نه.

۲ هفته پیش۴ دقیقهroark.ai

ابزاری که ورک‌فلوی n8n رو با موتور واقعی و درخواست‌های HTTP ساختگی اجرا می‌کنه تا ردیف‌های گم‌شده و درخواست‌های تکراری رو قبل از انتشار بگیره.

یه ابزار خط فرمان که اپ React Native رو می‌گرده و مشکلات کارایی، امنیت، دسترس‌پذیری و نگهداری کد رو پیدا می‌کنه و می‌تونه جلوی merge کد خراب رو بگیره.

۲ هفته پیش۲ دقیقهreact.doctor

تیم LangSmith پرتکرارترین سؤال‌ها دربارهٔ تست ایجنت‌های هوش مصنوعی رو جمع کرده؛ از ساختن اولین dataset تا بنچمارک و پایین آوردن هزینه.

۲ هفته پیش۳ دقیقهlangchain.com

اگه کلاینت ایمیل می‌نویسی، ImapKit یه سرور IMAP سخت‌گیر رو داخل همون پروسس تست بالا میاره و حتی می‌تونه عمداً مثل سرورهای واقعی خرابکاری کنه.

۲ هفته پیش۳ دقیقهimapkit.com

مدل‌ها حالا کد رو خوب می‌نویسن؛ مشکل اصلی اینه که بفهمیم درسته یا نه. Addy Osmani می‌گه کیفیت از حلقه‌ای میاد که ایجنت خودش بتونه کارشو چک کنه.

۲ هفته پیش۳ دقیقهaddyo.substack.com

یه آزمایش روی ایجنت‌های کدنویسی نشون داد با یه harness رفتاری، مدل ارزون GPT-6 Luna به همون ثبات مدل گرون Sol می‌رسه و کمتر هم خرج داره.

۲ هفته پیش۳ دقیقهmartinfowler.com

جو هلرستاین ابزارهای درستی نرم‌افزار رو با یه تصویر ساده دسته‌بندی می‌کنه: اتاقی پر از باگ که هر ابزار یه گوشه‌ش رو کوچیک می‌کنه.

۲ هفته پیش۴ دقیقهjhellerstein.github.io

Mark Seemann می‌گه شاید یه روز کیفیت کد ساخت هوش مصنوعی از کد آدم‌ها بهتر بشه، ولی مسئولیت حقوقی باگ‌ها هنوز گردن آدمیه که دکمهٔ انتشار رو زده.

۲ هفته پیش۳ دقیقهblog.ploeh.dk

Vals ایجنت تنها و تیمی از subagentها رو روی ساختن ۵۰ وب‌اپ کامل مقایسه کرده. تیم‌ها خیلی گرون‌ترن ولی فقط تو یه حالت واقعاً بهتر بودن.

۲ هفته پیش۳ دقیقهvals.ai

از ساخت ویدیو و اسکرپ اینستاگرام تا تست مرورگر و بررسی امنیتی؛ هر کدوم از این ریپوها یه گره مشخص تو پروژه رو باز می‌کنه.

۲ هفته پیش۳ دقیقهmindstudio.ai

یه پلاگین که حلقه‌ی آزمایش Karpathy رو به Claude Code آورده و فایل skill رو با نتیجه‌ی تست‌ها بهتر می‌کنه. ولی بدون تست‌های کنار گذاشته‌شده، ممکنه فقط بنچمارک رو گول بزنه.

۲ هفته پیش۳ دقیقهmindstudio.ai

یه روش تازه برای ساخت agent مرورگر: تصمیم‌های ریز و تکراری رو یه مدل قضاوت‌گر ارزون می‌گیره و Claude فقط برنامه‌ریزی و چک نهایی رو انجام می‌ده.

۲ هفته پیش۳ دقیقهmindstudio.ai

اجرای یه ایجنت کدنویسی ساده‌ست، ولی وقتی ده تا رو موازی راه بندازی، همه‌چی خراب می‌شه. این مقاله می‌گه چطور یه خط تولید درست براشون بچینی.

۲ هفته پیش۴ دقیقهmindstudio.ai

ایجنت می‌گه تست‌ها پاس شدن، ولی شاید خودش تست رو skip کرده باشه. یه گیت ساده با پنج چک جلوی این ترفندها رو می‌گیره.

۲ هفته پیش۳ دقیقهwithruntime.com

تیم Expo فهمید ایجنت‌های کدنویسی تقریباً هیچ‌وقت سراغ اسکیل‌هاش نمی‌رن. با یه سیستم ارزیابی و یه اسکیل ورودی ساده، این عدد رو چند برابر کرد.

۲ هفته پیش۴ دقیقهexpo.dev

اگه همون ایجنتی که کد رو نوشته تست‌هاش رو هم بنویسه، هر دو ممکنه یه اشتباه مشترک داشته باشن. نویسنده می‌گه راه‌حل، تست‌کردن خود محصوله.

۳ هفته پیش۳ دقیقهstack72.dev

از لاراول 13.35 به بعد برای چک کردن پراپرتی‌های job، event و notification تو تست‌ها دیگه لازم نیست callback بنویسی؛ یه آرایه کافیه.

۳ هفته پیش۳ دقیقهlaravel-news.com

تیم IronBee به‌جای LLM از یه مدل دسته‌بند به اسم Jev استفاده کرده و یه خرید کامل رو تو ۶.۷ ثانیه با هزینه‌ای کمتر از یک‌دهم سنت انجام داده.

۳ هفته پیش۴ دقیقهironbee.ai

دنیل لمیر یه روش تست تازه پیشنهاد می‌ده: بذار یه ایجنت هوش مصنوعی روی کدت اپ بسازه، بعد ببین چقدر راحت پیش رفت و اون اپ رو دور بریز.

۳ هفته پیش۳ دقیقهlemire.me