هنوز یه هفته از عرضهٔ Gemini 4 Argon نگذشته که مدل بعدی گوگل دست تسترها رسیده. خروجی‌های اولیه‌ش هم سر از X درآوردن.

۱ هفته پیش۳ دقیقهtestingcatalog.com

نویسنده می‌گه کار با نرم‌افزار دیگه برای ایجنت‌ها سخت نیست و سختی واقعی، قانون‌های نانوشتهٔ سازمانه که محیط‌های آموزشی باید بسازنش.

۱ هفته پیش۳ دقیقهalgoroxyolo.github.io

مدل Jev تو چند هفته از اوج هیجان به ته ناامیدی رسید. Alex Ewerlöf از همین ماجرا استفاده می‌کنه تا ترفندهای تکراری بازاریابی هوش مصنوعی رو نشون بده.

۱ هفته پیش۳ دقیقهblog.alexewerlof.com

فقط دو روز بعد از اینکه آمریکا استفاده از DeepSeek رو تو نهادهای دولتی ممنوع کرد، این آزمایشگاه چینی یکی از بزرگ‌ترین دورهای سرمایه‌گذاری چین رو گرفته.

۱ هفته پیش۲ دقیقهtechcrunch.com

خرید کارت گرافیک چندهزار دلاری برای اجرای مدل روی سیستم خودت، در برابر اشتراک ۲۰ دلاری ماهانه. این مقاله حساب هزینه و سرعت رو کنار هم گذاشته.

۱ هفته پیش۳ دقیقهmindstudio.ai

Anthropic بیشتر از ۸۰ درصد system prompt خود Claude Code رو حذف کرد و چیزی از دست نداد. این یعنی احتمالاً بیشتر خط‌های Claude.md شما هم اضافه‌ان.

۱ هفته پیش۳ دقیقهmindstudio.ai

یه باگ قدیمی PHP، نشت کلیدهای API از Railway و نشت داده‌های بیمار، همه تو چند روز. محقق‌های امنیتی می‌گن پشت این سرعت، هوش مصنوعیه.

یه مطلب تو LessWrong توضیح می‌ده چرا کند کردن یک‌طرفه هوش مصنوعی جواب نمی‌ده و چه ابزارهایی برای نظارت بر یه توافق بین آمریکا و چین داریم.

۱ هفته پیش۳ دقیقهlesswrong.com

وقتی agentها ساعت‌ها یا هفته‌ها بی‌نظارت کار می‌کنن، صورت‌حساب توکن سریع بالا می‌ره. چندتا راه ساده هست که جلوشو بگیره.

۱ هفته پیش۳ دقیقهmindstudio.ai

Anthropic یه ایجنت پیش‌قدم به اسم Claude Duet معرفی کرده که تو پس‌زمینه کار می‌کنه و فقط وقتی تصمیمت لازمه پیام می‌ده.

۱ هفته پیش۳ دقیقهclaude.com

Haiku 5.5 حدود ۴۰ برابر از Opus 5.5 ارزون‌تره، ولی اگه جواب اشتباه بده و مدل اصلی مجبور شه درستش کنه، صرفه‌جویی دود می‌شه و می‌ره هوا.

۱ هفته پیش۳ دقیقهmindstudio.ai

فولکر دوش از تیم امنیت بنیاد PHP تعریف می‌کنه که دو آسیب‌پذیری اجرای کد از راه دور چطور پیدا شدن و چرا رسوندن پچ به سرورها این‌قدر هماهنگی لازم داشت.

به‌جای وسواس روی کلمه‌به‌کلمهٔ پرامپت، به agent یه هدف قابل‌اندازه‌گیری، زمینهٔ کافی و یه نمونه‌کار خوب بده و بذار خودش کار کنه.

۱ هفته پیش۳ دقیقهmindstudio.ai

تیم امنیت آمازون تو هانی‌پات‌هاش دیده که یه نفر چهار روز قبل از اعلام عمومی باگ‌های PHP2Shell داشته ازشون سوءاستفاده می‌کرده.

مایکروسافت یه مدل ۹ میلیارد پارامتری معرفی کرده که به‌جای تولید متن، به هر گزینه یه احتمال می‌ده و ادعا می‌کنه ۳۵ برابر از GPT-6 Sol سریع‌تره.

۲ هفته پیش۳ دقیقهshattered.io

دو آسیب‌پذیری تو مدیریت حافظه و خطاهای PHP اجازه‌ی اجرای کد از راه دور رو می‌دادن. بنیاد PHP توضیح داده چرا رفعشون انقدر طول کشید.

یه متخصص علوم رفتاری با یه پاپ‌آپ ساده‌ی Claude نشون می‌ده چرا کاربرا فیچرهای جدید رو رد می‌کنن و سه راه برای عوض کردن این وضع پیشنهاد می‌ده.

آنی ولا می‌گه کار با ایجنت‌های AI یه شغل تازه نیست؛ همون «کنترل نظارتی» قدیمیه که دهه‌ها روی خلبان‌ها و اپراتورها تحقیق شده.

۲ هفته پیش۳ دقیقهannievella.com

مدل‌های جدید Claude تو همه‌ی خروجی‌هاشون یه واترمارک نامرئی می‌ذارن. یه مدرس O'Reilly توضیح داده این واترمارک چطوری کار می‌کنه و برای تو چه معنی‌ای داره.

۲ هفته پیش۳ دقیقهoreilly.com

تیم Oncourse AI می‌گه وقتی ایجنت‌ها بیشتر کد رو می‌نویسن، کار تو سه چیزه: شروع کار، چک کردنش و یاد دادن معیار خوب به ایجنت‌ها.

۲ هفته پیش۴ دقیقهusecaddie.app