v3.1.0

📊 وقتی یک مدل جدید معرفی میشه، معمولاً کنار اسمش یک‌سری عدد هم می‌بینیم؛ مثل MMLU، HumanEval، SWEbench، GPQA، Math و کلی benchmark دیگه. این عددها مهمن، ولی به نظرم گاهی بیشتر از چیزی که باید جدی گرفته میشن. در نهایت be

⛈ طی یکی دو ماه اخیر، خیلی‌ها با یک واقعیت نسبتاً تلخ روبه‌رو شدن: استفاده از LLMها دیگر مثل قبل یک هزینه ساده و قابل پیش‌بینی ماهانه نیست. تا همین چند وقت پیش، خیلی از ابزارهای AI مثل «اشتراک ماهانه» بودن. یعنی یک مبلغ

🖥 این روزها اگر کمی توی اینترنت یا یوتیوب بگردید، با کلی عنوان شبیه این روبه‌رو می‌شید: «Run AI locally for FREE» یا «بدون پرداخت هزینه، ChatGPT خودت رو روی لپ‌تاپ اجرا کن» ⚠️ این جمله از یک نظر درسته، اما از یک نظر خیل

🔓 این روزها خیلی از LLMها رو با عنوان «Open Source» معرفی می‌کنن، اما شاید بهتر باشه کمی دقیق‌تر بهش نگاه کنیم. هر مدلی که بشه دانلودش کرد، لزوماً متن‌باز نیست. بین این‌ها فرق وجود داره: 🧠 مدل Openweight: یعنی وزن‌های

📝 قبلاً درباره این نوشتم که نوشتن rules توی AGENTS.md به‌تنهایی کافی نیست. 👨‍💻 از نظر من coding agentها شبیه برنامه‌نویس جونیوری هستن که کتاب و ویدئو زیاد دیدن و شدیداً علاقه دارن با کارشون شما رو تحت تأثیر قرار بدن.

🤖 یکی از بحث‌هایی که با آمدن AI Agentها جدی‌تر شده اینه که اگر یک ایجنت خرابکاری کرد، مقصر کیه؟ مدل؟ ابزار؟ هارنس؟ یا کسی که اون ایجنت رو راه انداخته؟ ⚠️ اسپویلر آلرت: مسئولیت نهایی همچنان با آدمه 😁😈. فرقی نمی‌کنه کد

🌐 تقریباً هر زمان که بخوام با یک مدل درباره موضوعات فنی صحبت کنم، سراغ انگلیسی میرم. اوایل این کار رو برای گرفتن جواب بهتر انجام می‌دادم و البته توضیح دادن موضوعات فنی به انگلیسی هم راحت‌تر بود. بعد کم‌کم تبدیل به عادت

🛠 بین ده‌ها «Code Harness» مختلف، تا الان فرصت کار با این‌ها رو داشتم: GitHub Copilot OpenCode Pi Kiro CLI Claude Code 🚀 شروع کار من هم مثل خیلی‌ها با GitHub Copilot بود، اما کم‌کم به سمت ابزارهای ترمینال‌محور و مستقل‌

دنیای فیلم‌ها و داستان‌های علمی‌تخیلی معمولاً نگاه تاریکی به هوش مصنوعی دارد، از Skynet گرفته تا انواع سناریوهای آخرالزمانی اما یک استثنای بزرگ وجود دارد: ایزاک آسیموف. آسیموف نه‌فقط خالق «سه قانون رباتیک» بود، بلکه ده‌ه

⚔️ در اکوسیستم LLMها هم مثل بسیاری از حوزه‌های نرم‌افزار، به نظر می‌رسد دو جبهه وجود دارد: Open Source و Closed Source. 🚨 جالب است که بخش قابل توجهی از هشدارها درباره خطرات AI، رگولیشن و محدود کردن دسترسی عمومی، از سمت

🧠 بیشتر LLMهایی که امروز با آن‌ها کار می‌کنیم یک ویژگی مشترک دارند: تلاش برای «کامل بودن». 💬 حتی اگر یک سؤال کوتاه بپرسید، معمولاً سعی می‌کنند پاسخی جامع، مفصل و پوشش‌دهنده تمام جوانب ارائه دهند. برای یک Bash Script سا

بیشتر افراد می‌گویند: «من از Cursor AI استفاده می‌کنم» یا «دارم یک AI Agent می‌سازم.» اما این‌ها لایه‌های متفاوتی از یک فناوری هستند: 🤖 ایجنت‌ها (Agents) ← جریان‌های کاری ساخته‌شده از پرامپت‌ها، ابزارها، مجوزها و مدل‌ها

هدف این کانال فقط معرفی مدل‌های جدید LLM یا ابزارهای مرتبط با آن‌ها نیست. تلاش من این است که صرفاً کپی‌کننده نباشم؛ یعنی هر چیزی را که ترند شد یا احتمالاً کلیک می‌خورد، بدون فکر اینجا بازنشر نکنم. ممکن است درباره یک مدل