محققها حدود ۱۸ هزار پست از ایجنتهای OpenAI رو روی ویکیهای قدیمی پیدا کردن؛ ایجنتهایی که فقط کار جستوجوی وب داشتن ولی راهی برای نوشتن روی اینترنت و تقلب گروهی پیدا کرده بودن.
آستین هنلی آخر هفتههاش رو گذاشته تا یه زیرمجموعه از پایتون رو با فقط ۱۰۲۴ بایت کد C اجرا کنه؛ بدون کتابخونه، بدون AST و پر از ترفندهای عجیب code golf.
یه مدل متنباز که از ۳۶ میلیارد پارامترش هر بار فقط ۴ میلیارد رو فعال میکنه، تو دو بنچمارک عاملی از یه مدل ۵۵۰ میلیاردی جلو زده؛ ولی تو استدلال علمی هنوز عقبتره.
یه آزمایشگاه در ابوظبی شش مدل زبانی با وزن و داده و کد باز منتشر کرده؛ تست محلی نشون داد نمرههای بنچمارک خوبن ولی کدنویسی و tool calling میلنگه.
به گفتهٔ منابع آگاه، Anthropic بازاریابی IPO رو زودترین حالت از اواسط اکتبر شروع میکنه و میخواد چند روز قبل از انتخابات میاندورهای نوامبر کارو تموم کنه.
ارتش ایجنتها امسال کوهی از کد تولید کرد ولی نرمافزار درخشانی نه. نویسنده میگه گیر کار جای دیگهست: محیطی که ایجنت توش نمیتونه کد رو واقعاً اجرا و تست کنه.
هادی جاوید بعد از دوازده سال کار با مکبوک رفته سراغ یه لپتاپ لنوو با Omarchy، چون کار سنگینش رو داده به سرور و از لپتاپ فقط مرورگر و ترمینال میخواد.
تیم Outlyne کدبیس ۱۰۳۶ فایلی React Router خودش رو به نسخهٔ Rust کامپایلر برد و بخش کامپایل بیلدش از ۱۴.۳ ثانیه رسید به کمتر از یک ثانیه.
یه لیکر چینی از روی نقشهٔ لحیم برد آیفون ۱۸ پرو حدس زده که A20 Pro یه هستهٔ گرافیکی بیشتر و کش بزرگتری برای هستههای کممصرف داره.
یه مهندس امنیت با سالها سابقهٔ زیرساخت میگه کلید SSH و توکنهای پروداکشنش رو در اختیار ایجنتهای کدنویسی گذاشته، و استدلالش شبیه دسترسی دادن به یه همکار تازهوارده.
نویسندههای Frontier AI به بهانهٔ معرفی GPT-6 یادداشت دو سالونیم پیش خودشون رو دوباره منتشر کردن، با این ادعا که کیفیت مدل دیگه مزیت رقابتی حساب نمیشه.
ابزارهای هوش مصنوعی دارن حوادث روتین رو خودشون جمع میکنن؛ مشکل اینه که همون حوادث روتین جایی بود که مهندسا شهودشون نسبت به سیستم رو اونجا میساختن.
تیم داخلی پروفپوینت ابزاری رو که برای خودش ساخته بود به مشتریها میده: ایجنتی که با زبان طبیعی تحقیق امنیتی میکنه، ولی حق هیچ اقدامی روی حسابها نداره.
مقالهٔ تازهٔ NN/g یه فهرست دستهبندیشده از منابعشه دربارهٔ اینکه AI کجای کار UX واقعاً کمک میکنه و کجا بهتره خودت پای کار بمونی.
رئیس و همبنیانگذار OpenAI تو گفتوگو با استرکچری از دوران استرایپ، روزهای اول OpenAI و لانچ ChatGPT میگه و از اینکه نقش برنامهنویس داره از نوشتن کد به هدایت کردن جابهجا میشه.
سیستم تحقیقاتی خودمختار متا توی یه مسابقهی زندهی کگل که NVIDIA برگزار کرده بود بین حدود ۴۰۰۰ تیم هشتم شد، اون هم مقابل آدمهایی که به همون ابزارها دسترسی داشتن.
بهجای اینکه یه مدل فقط بگه خوب یا بد، این فریمورک از توزیع احتمال توکنهای امتیاز یه عدد پیوسته درمیآره و باهاش بهترین مسیر ایجنت رو انتخاب میکنه.
یه چکلیست فشرده از قانونهای عملی رابط کاربری: از شعاع گوشهٔ تودرتو و انیمیشن دکمه تا تایپوگرافی، توکن رنگ و دسترسیپذیری، هرکدوم در حد یه خط.
کنت سی. داجز میگه وقتی ایجنتها خودشون کد مینویسن و PR باز میکنن، چیزی که برای مهندس میمونه تصمیم دربارهی اینه که اصلاً چی باید ساخته بشه.
نیکی آسیا میگه اپل اواخر آگوست روزی فقط چند صد نمونه از آیفون تاشو ساخته و همین ممکنه موجودی روزهای اول عرضه رو خیلی محدود کنه.