Why Are Coding Agents So Dumb?
چرا coding agentها انقدر کُندند؟
مدل‌ها روز‌به‌روز قوی‌تر می‌شوند، اما agentهایی که آن‌ها را هدایت می‌کنند پیشرفت چندانی ندارند.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: شکاف بین توانایی مدل‌های پایه و کیفیت واقعیِ coding agentها یکی از مهم‌ترین چالش‌های عملیِ امروز است و مستقیماً روی بهره‌وری توسعه‌دهنده‌ها اثر می‌گذارد.
💡 نکته: قدرت‌مندتر شدن LLM لزوماً به معنی بهتر شدن agent نیست — معماری و orchestration مستقل از مدل اهمیت دارند.
👥 برای کی: توسعه‌دهنده‌هایی که با coding agentها کار می‌کنند یا روی ساختِ آن‌ها فکر می‌کنند.
🔗 https://mtlynch.io/why-are-coding-agents-so-dumb/
#ai #LLM #agent
@BenFeed
چرا coding agentها انقدر کُندند؟
مدل‌ها روز‌به‌روز قوی‌تر می‌شوند، اما agentهایی که آن‌ها را هدایت می‌کنند پیشرفت چندانی ندارند.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: شکاف بین توانایی مدل‌های پایه و کیفیت واقعیِ coding agentها یکی از مهم‌ترین چالش‌های عملیِ امروز است و مستقیماً روی بهره‌وری توسعه‌دهنده‌ها اثر می‌گذارد.
💡 نکته: قدرت‌مندتر شدن LLM لزوماً به معنی بهتر شدن agent نیست — معماری و orchestration مستقل از مدل اهمیت دارند.
👥 برای کی: توسعه‌دهنده‌هایی که با coding agentها کار می‌کنند یا روی ساختِ آن‌ها فکر می‌کنند.
🔗 https://mtlynch.io/why-are-coding-agents-so-dumb/
#ai #LLM #agent
@BenFeed
mtlynch.io
Why Are Coding Agents So Dumb?
Models are getting better and better, while the agents that drive them languish.
What mathematicians should know about the Lean Theorem Prover: reliability & AI
آنچه ریاضیدانان باید درباره‌ی Lean Theorem Prover بدانند: قابلیت اطمینان و هوش مصنوعی
این یک پست مهمان از Thomas Hales است. ریاضیدانان درباره‌ی آنچه برایشان در proof assistantها اهمیت دارد نظر می‌دهند — و دو موضوع محوری بارها تکرار می‌شوند: قابلیت اطمینان (reliability) سیستم و نقش هوش مصنوعی در این حوزه.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: ترکیب LLMها با formal proof systemهایی مثل Lean یکی از جدی‌ترین مسیرها برای هوش مصنوعیِ قابل اعتماد در ریاضیات است و این مقاله زاویه‌ی دید جامعه‌ی ریاضی را شفاف می‌کند.
💡 نکته: وقتی Terence Tao پست کسی را منتشر می‌کند، احتمالاً چیزی در آن هست که جامعه‌ی AI و formal verification نباید از دست بدهد.
👥 برای کی: کسانی که روی AI reasoning، formal verification یا math-solving agent کار می‌کنند.
🔗 https://terrytao.wordpress.com/2026/10/09/what-mathematicians-should-know-about-the-lean-theorem-proverquestions-of-reliability-and-ai/
#ai #LLM #formal_verification
@BenFeed
آنچه ریاضیدانان باید درباره‌ی Lean Theorem Prover بدانند: قابلیت اطمینان و هوش مصنوعی
این یک پست مهمان از Thomas Hales است. ریاضیدانان درباره‌ی آنچه برایشان در proof assistantها اهمیت دارد نظر می‌دهند — و دو موضوع محوری بارها تکرار می‌شوند: قابلیت اطمینان (reliability) سیستم و نقش هوش مصنوعی در این حوزه.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: ترکیب LLMها با formal proof systemهایی مثل Lean یکی از جدی‌ترین مسیرها برای هوش مصنوعیِ قابل اعتماد در ریاضیات است و این مقاله زاویه‌ی دید جامعه‌ی ریاضی را شفاف می‌کند.
💡 نکته: وقتی Terence Tao پست کسی را منتشر می‌کند، احتمالاً چیزی در آن هست که جامعه‌ی AI و formal verification نباید از دست بدهد.
👥 برای کی: کسانی که روی AI reasoning، formal verification یا math-solving agent کار می‌کنند.
🔗 https://terrytao.wordpress.com/2026/10/09/what-mathematicians-should-know-about-the-lean-theorem-proverquestions-of-reliability-and-ai/
#ai #LLM #formal_verification
@BenFeed
What's new
What mathematicians should know about the Lean Theorem Prover: questions of reliability and AI
[This is a guest post by Thomas Hales. This blog post was initially written in a different file format and converted using AI. — T.] Mathematicians have been weighing in on what they value ab…
11 of 23 Core Open Source Projects Run on 1 or 2 People
یازده پروژه‌ی اصلیِ open source از بیست‌وسه تا، روی دوش یک یا دو نفر است
یک کاربر Reddit نشست و تمام تغییراتِ مخازن xz، sudo، bash، tz و ۱۹ پروژه‌ی دیگر را شمرد تا ببیند چه کسی واقعاً می‌نویسد. نتیجه: یازده تا از بیست‌وسه پروژه به یک یا دو نفر وابسته‌اند — و جالب اینجاست که بدانید کِی پول می‌گیرند و از کجا.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: ماجرای backdoor در xz نشان داد که وابستگیِ زیرساخت دیجیتال به یک نفر چه فاجعه‌ای می‌تواند باشد؛ این آمار همان الگو را در مقیاس وسیع‌تر تأیید می‌کند.
💡 نکته: sustainability در open source یک مشکل فنی نیست — یک مشکل اقتصادی و ساختاری است که تا funding جدی نشود، حل نمی‌شود.
👥 برای کی: هر توسعه‌دهنده‌ای که روی پروژه‌های وابسته به این زیرساخت‌ها کار می‌کند یا در تیمش از این dependencyها استفاده می‌شود.
🔗 https://linuxstans.com/11-of-23-core-open-source-projects-run-on-1-or-2-people/
#backend #opensource #security
@BenFeed
یازده پروژه‌ی اصلیِ open source از بیست‌وسه تا، روی دوش یک یا دو نفر است
یک کاربر Reddit نشست و تمام تغییراتِ مخازن xz، sudo، bash، tz و ۱۹ پروژه‌ی دیگر را شمرد تا ببیند چه کسی واقعاً می‌نویسد. نتیجه: یازده تا از بیست‌وسه پروژه به یک یا دو نفر وابسته‌اند — و جالب اینجاست که بدانید کِی پول می‌گیرند و از کجا.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: ماجرای backdoor در xz نشان داد که وابستگیِ زیرساخت دیجیتال به یک نفر چه فاجعه‌ای می‌تواند باشد؛ این آمار همان الگو را در مقیاس وسیع‌تر تأیید می‌کند.
💡 نکته: sustainability در open source یک مشکل فنی نیست — یک مشکل اقتصادی و ساختاری است که تا funding جدی نشود، حل نمی‌شود.
👥 برای کی: هر توسعه‌دهنده‌ای که روی پروژه‌های وابسته به این زیرساخت‌ها کار می‌کند یا در تیمش از این dependencyها استفاده می‌شود.
🔗 https://linuxstans.com/11-of-23-core-open-source-projects-run-on-1-or-2-people/
#backend #opensource #security
@BenFeed
Linux Stans
11 of 23 Core Open Source Projects Run on 1 or 2 People
A Redditor counted who wrote every change to xz, sudo, bash, tz and 19 more projects. 11 of 23 rely on one or two people. See who they are and who pays.
Anthropic AI model submits false tip on unsolved Philly murder
مدل هوش مصنوعی Anthropic یک سرنخ کاذب درباره‌ی یک قتل حل‌نشده در فیلادلفیا ارسال کرد
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این اولین مورد مستند از یک AI agent نیست که hallucinate می‌کنه، ولی وقتی خروجیِ اشتباه مستقیم وارد یک پرونده‌ی جنایی می‌شه، ریسک real-world به سطح کاملاً جدیدی می‌رسه.
💡 نکته: agentهایی که به ابزارهای خارجی (مثل فرم‌های آنلاین پلیس) دسترسی دارن باید پیش از هر action برگشت‌ناپذیر یک لایه‌ی تأییدِ انسانی داشته باشن — این ماجرا یک case study کلاسیک برای طراحی human-in-the-loop است.
👥 برای کی: توسعه‌دهنده‌هایی که روی AI agent، اتوماسیون workflow یا سیستم‌های حساس به داده کار می‌کنن.
🔗 https://www.nbcphiladelphia.com/news/local/anthropic-ai-model-submits-false-tip-on-unsolved-philly-murder-police-say/4477051/
#ai #LLM #agent
@BenFeed
مدل هوش مصنوعی Anthropic یک سرنخ کاذب درباره‌ی یک قتل حل‌نشده در فیلادلفیا ارسال کرد
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این اولین مورد مستند از یک AI agent نیست که hallucinate می‌کنه، ولی وقتی خروجیِ اشتباه مستقیم وارد یک پرونده‌ی جنایی می‌شه، ریسک real-world به سطح کاملاً جدیدی می‌رسه.
💡 نکته: agentهایی که به ابزارهای خارجی (مثل فرم‌های آنلاین پلیس) دسترسی دارن باید پیش از هر action برگشت‌ناپذیر یک لایه‌ی تأییدِ انسانی داشته باشن — این ماجرا یک case study کلاسیک برای طراحی human-in-the-loop است.
👥 برای کی: توسعه‌دهنده‌هایی که روی AI agent، اتوماسیون workflow یا سیستم‌های حساس به داده کار می‌کنن.
🔗 https://www.nbcphiladelphia.com/news/local/anthropic-ai-model-submits-false-tip-on-unsolved-philly-murder-police-say/4477051/
#ai #LLM #agent
@BenFeed
NBC10 Philadelphia
Anthropic AI model submits false tip on unsolved Philly murder, police say
An investigation is underway after an AI model from the company Anthropic submitted a false tip for an unsolved Philadelphia murder, police said.
Can AI automate AI R&D yet?
آیا هوش مصنوعی می‌تواند R&D خودش را خودکار کند؟
شواهد اولیه از InnovationEval می‌گویند: خیر.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: ادعاهای زیادی درباره‌ی خودکارسازی AI research با AI وجود دارد؛ این benchmark برای اولین بار داده‌ی واقعی روی میز می‌گذارد و جواب هشیارکننده‌ای می‌دهد.
💡 نکته: فاصله بین «حل کردن benchmark» و «انجام واقعی R&D» هنوز جدی است — مدل‌ها در reasoning تأثیرگذار روی ایده‌های نو هنوز ضعیف می‌زنند.
👥 برای کی: کسانی که روی AI agent، automation یا evaluation کار می‌کنند.
🔗 https://epoch.ai/publications/innovationeval
#ai #LLM #benchmark
@BenFeed
آیا هوش مصنوعی می‌تواند R&D خودش را خودکار کند؟
شواهد اولیه از InnovationEval می‌گویند: خیر.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: ادعاهای زیادی درباره‌ی خودکارسازی AI research با AI وجود دارد؛ این benchmark برای اولین بار داده‌ی واقعی روی میز می‌گذارد و جواب هشیارکننده‌ای می‌دهد.
💡 نکته: فاصله بین «حل کردن benchmark» و «انجام واقعی R&D» هنوز جدی است — مدل‌ها در reasoning تأثیرگذار روی ایده‌های نو هنوز ضعیف می‌زنند.
👥 برای کی: کسانی که روی AI agent، automation یا evaluation کار می‌کنند.
🔗 https://epoch.ai/publications/innovationeval
#ai #LLM #benchmark
@BenFeed
Epoch AI
Can AI automate AI R&D yet?
Early evidence from InnovationEval: No
OpenAI mistranslated mathematics into code for its Navier-Stokes proof
اشتباه ترجمه‌ی ریاضیات به کد توسط OpenAI در اثباتِ Navier-Stokes
وقتی OpenAI اعلام کرد مسئله‌ی Navier-Stokes را حل کرده، دو اثبات ارائه داد — یکی برای انسان‌ها و یکی برای ماشین‌ها — اما این دو با هم تطابق ندارند.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این یعنی یکی از بزرگ‌ترین ادعاهای ریاضیِ اخیر از پایه زیر سؤال است؛ اگر proof انسانی و formal verification با هم نخوانند، ادعا معتبر نیست.
💡 نکته: تفاوتِ «قانع‌کننده به نظر رسیدن» و «formally verified بودن» دقیقاً همین‌جاست — یک اثباتِ خوش‌ظاهر بدون تطابق formal، هیچ است.
👥 برای کی: کسانی که روی AI-assisted theorem proving، formal verification یا اعتبارسنجیِ خروجیِ مدل‌ها کار می‌کنند.
🔗 https://www.newscientist.com/article/2592824-openai-mistranslated-mathematics-into-code-for-its-navier-stokes-proof/
#ai #LLM
@BenFeed
اشتباه ترجمه‌ی ریاضیات به کد توسط OpenAI در اثباتِ Navier-Stokes
وقتی OpenAI اعلام کرد مسئله‌ی Navier-Stokes را حل کرده، دو اثبات ارائه داد — یکی برای انسان‌ها و یکی برای ماشین‌ها — اما این دو با هم تطابق ندارند.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این یعنی یکی از بزرگ‌ترین ادعاهای ریاضیِ اخیر از پایه زیر سؤال است؛ اگر proof انسانی و formal verification با هم نخوانند، ادعا معتبر نیست.
💡 نکته: تفاوتِ «قانع‌کننده به نظر رسیدن» و «formally verified بودن» دقیقاً همین‌جاست — یک اثباتِ خوش‌ظاهر بدون تطابق formal، هیچ است.
👥 برای کی: کسانی که روی AI-assisted theorem proving، formal verification یا اعتبارسنجیِ خروجیِ مدل‌ها کار می‌کنند.
🔗 https://www.newscientist.com/article/2592824-openai-mistranslated-mathematics-into-code-for-its-navier-stokes-proof/
#ai #LLM
@BenFeed
New Scientist
OpenAI mistranslated mathematics into code for its Navier-Stokes proof | New Scientist
When OpenAI announced its surprise solution to the Navier-Stokes problem, it produced one proof for humans and one for computers – however, they don't match
OpenAI fires three safety researchers for "mishandling research information"
سه محقق safety از OpenAI اخراج شدند به دلیل «سوءمدیریت اطلاعات تحقیقاتی»
سه محقق safety که از OpenAI اخراج شده‌اند، اتهامات مربوط به سوءمدیریت اطلاعات حساس را رد کرده‌اند و در یک نامه‌ی سرگشاده هشدار می‌دهند که این اخراج‌ها اثر سرکوب‌گرانه‌ای بر فرهنگ AI safety این شرکت دارند.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: اخراج محققان safety در OpenAI نشانه‌ای از تنش جدی بین فشار تجاری و تعهدات ایمنی در یکی از تأثیرگذارترین شرکت‌های AI دنیاست.
💡 نکته: وقتی خودِ محققانِ safety نگران «chilling effect» روی همکارانشان هستند، این سیگنالی است که باید جدی گرفته شود.
👥 برای کی: هر کسی که روی AI safety، governance یا فرهنگ سازمانی در تیم‌های AI کار می‌کنه.
🔗 https://techcrunch.com/2026/10/08/fired-openai-safety-researchers-dispute-misconduct-claims-warn-of-chilling-effect/
#ai #LLM #safety
@BenFeed
سه محقق safety از OpenAI اخراج شدند به دلیل «سوءمدیریت اطلاعات تحقیقاتی»
سه محقق safety که از OpenAI اخراج شده‌اند، اتهامات مربوط به سوءمدیریت اطلاعات حساس را رد کرده‌اند و در یک نامه‌ی سرگشاده هشدار می‌دهند که این اخراج‌ها اثر سرکوب‌گرانه‌ای بر فرهنگ AI safety این شرکت دارند.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: اخراج محققان safety در OpenAI نشانه‌ای از تنش جدی بین فشار تجاری و تعهدات ایمنی در یکی از تأثیرگذارترین شرکت‌های AI دنیاست.
💡 نکته: وقتی خودِ محققانِ safety نگران «chilling effect» روی همکارانشان هستند، این سیگنالی است که باید جدی گرفته شود.
👥 برای کی: هر کسی که روی AI safety، governance یا فرهنگ سازمانی در تیم‌های AI کار می‌کنه.
🔗 https://techcrunch.com/2026/10/08/fired-openai-safety-researchers-dispute-misconduct-claims-warn-of-chilling-effect/
#ai #LLM #safety
@BenFeed
TechCrunch
Fired OpenAI safety researchers dispute misconduct claims, warn of chilling effect | TechCrunch
Three fired OpenAI safety researchers dispute allegations of mishandling sensitive information, warning in an open letter that their dismissals are creating a chilling effect on the company’s AI safety culture.
BerriAI/litellm
سریع‌ترین و سبک‌ترین AI Gateway
سریع‌ترین AI Gateway با هسته‌ی Rust و Python SDK. بیش از ۱۰۰ LLM API را با فرمت OpenAI (یا native) صدا بزنید — همراه با cost tracking، guardrail، load balancing و logging؛ برای Bedrock، Azure، OpenAI، Anthropic، VertexAI، vLLM و Nvidia NIM.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: وقتی پروژه از یک provider به چند provider مهاجرت می‌کند، داشتن یک لایه‌ی یکپارچه با این امکانات می‌تواند هفته‌ها وقت تیم را نجات دهد.
💡 نکته: هسته‌ی Rust یعنی overhead کمینه در hot path — برای inferenceهایی با حجم بالا این تفاوت محسوس است.
👥 برای کی: تیم‌هایی که روی backend هوش مصنوعی، مدیریت چند LLM یا کنترل هزینه‌ی inference کار می‌کنند.
🔗 https://github.com/BerriAI/litellm
#backend #LLM
@BenFeed
سریع‌ترین و سبک‌ترین AI Gateway
سریع‌ترین AI Gateway با هسته‌ی Rust و Python SDK. بیش از ۱۰۰ LLM API را با فرمت OpenAI (یا native) صدا بزنید — همراه با cost tracking، guardrail، load balancing و logging؛ برای Bedrock، Azure، OpenAI، Anthropic، VertexAI، vLLM و Nvidia NIM.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: وقتی پروژه از یک provider به چند provider مهاجرت می‌کند، داشتن یک لایه‌ی یکپارچه با این امکانات می‌تواند هفته‌ها وقت تیم را نجات دهد.
💡 نکته: هسته‌ی Rust یعنی overhead کمینه در hot path — برای inferenceهایی با حجم بالا این تفاوت محسوس است.
👥 برای کی: تیم‌هایی که روی backend هوش مصنوعی، مدیریت چند LLM یا کنترل هزینه‌ی inference کار می‌کنند.
🔗 https://github.com/BerriAI/litellm
#backend #LLM
@BenFeed
GitHub
GitHub - BerriAI/litellm: The fastest, litest AI Gateway. Rust core with Python SDK. Call 100+ LLM APIs in OpenAI (or native) format…
The fastest, litest AI Gateway. Rust core with Python SDK. Call 100+ LLM APIs in OpenAI (or native) format with cost tracking, guardrails, load balancing, and logging [Bedrock, Azure, OpenAI, Anthr...
headroomlabs-ai/headroom
ابزار فشرده‌سازی context قبل از رسیدن به LLM
خروجی ابزارها، لاگ‌ها، فایل‌ها و RAG chunkها را قبل از ارسال به LLM فشرده می‌کند. برای coding agentها ۲۰٪ و برای JSON تا ۶۰ تا ۹۵٪ token کمتر مصرف می‌شود — با همان کیفیت پاسخ. به‌صورت library، proxy و MCP server در دسترس است.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هزینه‌ی inference و محدودیت context window دو دردسر جدی در ساختن agentهای عملیاتی‌اند؛ این ابزار بدون تغییر در معماری، مستقیم روی هر دو اثر می‌گذارد.
💡 نکته: کاهش ۶۰ تا ۹۵ درصدیِ token در JSON یعنی بخش بزرگی از context بلوعت می‌شد که اطلاعات واقعی نبود — این ابزار آن را می‌تراشد.
👥 برای کی: توسعه‌دهنده‌هایی که روی LLM agent، RAG pipeline یا کاهش هزینه‌ی API کار می‌کنند.
🔗 https://github.com/headroomlabs-ai/headroom
#backend #ai #LLM
@BenFeed
ابزار فشرده‌سازی context قبل از رسیدن به LLM
خروجی ابزارها، لاگ‌ها، فایل‌ها و RAG chunkها را قبل از ارسال به LLM فشرده می‌کند. برای coding agentها ۲۰٪ و برای JSON تا ۶۰ تا ۹۵٪ token کمتر مصرف می‌شود — با همان کیفیت پاسخ. به‌صورت library، proxy و MCP server در دسترس است.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هزینه‌ی inference و محدودیت context window دو دردسر جدی در ساختن agentهای عملیاتی‌اند؛ این ابزار بدون تغییر در معماری، مستقیم روی هر دو اثر می‌گذارد.
💡 نکته: کاهش ۶۰ تا ۹۵ درصدیِ token در JSON یعنی بخش بزرگی از context بلوعت می‌شد که اطلاعات واقعی نبود — این ابزار آن را می‌تراشد.
👥 برای کی: توسعه‌دهنده‌هایی که روی LLM agent، RAG pipeline یا کاهش هزینه‌ی API کار می‌کنند.
🔗 https://github.com/headroomlabs-ai/headroom
#backend #ai #LLM
@BenFeed
GitHub
GitHub - headroomlabs-ai/headroom: Compress tool outputs, logs, files, and RAG chunks before they reach the LLM. 20% fewer tokens…
Compress tool outputs, logs, files, and RAG chunks before they reach the LLM. 20% fewer tokens for coding agents, 60-95% fewer tokens for JSON, same answers. Library, proxy, MCP server. - headrooml...
Iranian campaign planted fake articles in real U.S. publications using ChatGPT
کمپین ایرانی با کمک ChatGPT مقالات جعلی در رسانه‌های واقعی آمریکا منتشر کرد
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این اولین نمونه‌ی مستند از استفاده‌ی دولت‌محور از LLM برای نفوذ به رسانه‌های معتبر واقعی‌ست، نه فقط انتشار محتوا در سایت‌های جعلی.
💡 نکته: وقتی fake content در publicationهای legitimate منتشر می‌شه، detection خیلی سخت‌تر از تشخیص یک سایت تقلبی‌ست — این یه shift جدی در تاکتیک‌های disinformationه.
👥 برای کی: توسعه‌دهنده‌هایی که روی content moderation، AI safety یا media verification کار می‌کنن.
🔗 https://www.washingtonpost.com/technology/2026/10/09/chatgpt-users-iran-planted-ai-generated-articles-us-news-media/
#ai #LLM
@BenFeed
کمپین ایرانی با کمک ChatGPT مقالات جعلی در رسانه‌های واقعی آمریکا منتشر کرد
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این اولین نمونه‌ی مستند از استفاده‌ی دولت‌محور از LLM برای نفوذ به رسانه‌های معتبر واقعی‌ست، نه فقط انتشار محتوا در سایت‌های جعلی.
💡 نکته: وقتی fake content در publicationهای legitimate منتشر می‌شه، detection خیلی سخت‌تر از تشخیص یک سایت تقلبی‌ست — این یه shift جدی در تاکتیک‌های disinformationه.
👥 برای کی: توسعه‌دهنده‌هایی که روی content moderation، AI safety یا media verification کار می‌کنن.
🔗 https://www.washingtonpost.com/technology/2026/10/09/chatgpt-users-iran-planted-ai-generated-articles-us-news-media/
#ai #LLM
@BenFeed
The Washington Post
A Florida local newspaper ran an op-ed. It was an Iranian AI fake.
ChatGPT users in Iran made more than 100 fake articles published across at least 20 news outlets, OpenAI said.
Deno Is Joining Cloudflare
دنو به Cloudflare می‌پیوندد
بهترین جایگاه برای ساختنِ آینده‌ی وب — این انگیزه‌ی تیم Deno برای پیوستن به Cloudflare است.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: ادغام Deno با Cloudflare می‌تونه مسیر JavaScript runtimeهای edge-native رو به‌کل عوض کنه و رقابت با Node.js و Bun رو وارد فاز جدیدی کنه.
💡 نکته: Cloudflare Workers زیرساخت جهانی داره؛ Deno runtime و tooling — این ترکیب می‌تونه یه platform واقعی برای آینده‌ی serverless بسازه.
👥 برای کی: توسعه‌دهنده‌هایی که روی edge computing، serverless یا JavaScript runtime کار می‌کنن.
🔗 https://deno.com/blog/cloudflare
#backend #devops #Deno
@BenFeed
دنو به Cloudflare می‌پیوندد
بهترین جایگاه برای ساختنِ آینده‌ی وب — این انگیزه‌ی تیم Deno برای پیوستن به Cloudflare است.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: ادغام Deno با Cloudflare می‌تونه مسیر JavaScript runtimeهای edge-native رو به‌کل عوض کنه و رقابت با Node.js و Bun رو وارد فاز جدیدی کنه.
💡 نکته: Cloudflare Workers زیرساخت جهانی داره؛ Deno runtime و tooling — این ترکیب می‌تونه یه platform واقعی برای آینده‌ی serverless بسازه.
👥 برای کی: توسعه‌دهنده‌هایی که روی edge computing، serverless یا JavaScript runtime کار می‌کنن.
🔗 https://deno.com/blog/cloudflare
#backend #devops #Deno
@BenFeed
Deno
Deno is joining Cloudflare | Deno
Putting ourselves in the best place to build the future of the web
Python 3.15.0
انتشار رسمی Python 3.15.0
خانه‌ی رسمی زبان برنامه‌نویسی Python.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر نسخه‌ی major از Python تغییراتی در syntax، performance و standard library می‌آره که مستقیم روی codebase همه تأثیر می‌ذاره.
💡 نکته: قبل از upgrade، بررسی deprecationها و تغییرات breaking change رو جدی بگیرید — خصوصاً اگه روی libraryهای third-party وابستگی دارید.
👥 برای کی: همه‌ی توسعه‌دهنده‌هایی که با Python کار می‌کنند.
🔗 https://www.python.org/downloads/release/python-3150/
#backend #Python
@BenFeed
انتشار رسمی Python 3.15.0
خانه‌ی رسمی زبان برنامه‌نویسی Python.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر نسخه‌ی major از Python تغییراتی در syntax، performance و standard library می‌آره که مستقیم روی codebase همه تأثیر می‌ذاره.
💡 نکته: قبل از upgrade، بررسی deprecationها و تغییرات breaking change رو جدی بگیرید — خصوصاً اگه روی libraryهای third-party وابستگی دارید.
👥 برای کی: همه‌ی توسعه‌دهنده‌هایی که با Python کار می‌کنند.
🔗 https://www.python.org/downloads/release/python-3150/
#backend #Python
@BenFeed
Python.org
Python Release Python 3.15.0
The official home of the Python Programming Language
My personal AI agent posted my bank details on company Slack
ایجنت هوش مصنوعی شخصی‌ام جزئیات بانکی‌ام را در Slack شرکت پست کرد
Shane Mac، مدیرعامل XMTP Labs، با یک اتفاق ناخوشایند روبه‌رو شد: یکی از AI agentهایش گزارش حسابرسی ماهانه‌ی بانکی‌اش را در یک کانال Slack شرکت پست کرد.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: این ماجرا نشون می‌ده که agentهای شخصی با دسترسی به ابزارهای کاری، بدون مرز مشخص، می‌تونن داده‌های حساس رو در مکان‌های اشتباه لیک کنن — و این یه ریسک جدیه، نه یه باگ ساده.
💡 نکته: مشکل اصلی نه هوش agent، بلکه نبودِ permission boundary بین context شخصی و محیط کاریه.
👥 برای کی: هر کسی که داره روی AI agent، automation یا integrationهای Slack/workspace کار می‌کنه.
🔗 https://www.businessinsider.com/personal-ai-agent-grok-bot-posted-bank-details-company-slack-2026-10
#ai #agent
@BenFeed
ایجنت هوش مصنوعی شخصی‌ام جزئیات بانکی‌ام را در Slack شرکت پست کرد
Shane Mac، مدیرعامل XMTP Labs، با یک اتفاق ناخوشایند روبه‌رو شد: یکی از AI agentهایش گزارش حسابرسی ماهانه‌ی بانکی‌اش را در یک کانال Slack شرکت پست کرد.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: این ماجرا نشون می‌ده که agentهای شخصی با دسترسی به ابزارهای کاری، بدون مرز مشخص، می‌تونن داده‌های حساس رو در مکان‌های اشتباه لیک کنن — و این یه ریسک جدیه، نه یه باگ ساده.
💡 نکته: مشکل اصلی نه هوش agent، بلکه نبودِ permission boundary بین context شخصی و محیط کاریه.
👥 برای کی: هر کسی که داره روی AI agent، automation یا integrationهای Slack/workspace کار می‌کنه.
🔗 https://www.businessinsider.com/personal-ai-agent-grok-bot-posted-bank-details-company-slack-2026-10
#ai #agent
@BenFeed
Business Insider
My personal AI agent posted my bank details on company Slack. It's made me rethink how I use it.
Shane Mac, the CEO of XMTP Labs, got a rude shock when one of his AI agents posted his monthly bank audit in a company Slack channel.
Show HN: BetterWispr – Free, open-source dictation for Mac
دیکته‌ی رایگان و open-source برای Mac با BetterWispr
یک میانبر نگه می‌داری، حرف می‌زنی، و BetterWispr متن تمیز را مستقیم توی هر اپلیکیشن Mac تایپ می‌کند. پردازش با modelهای local، style مجزا برای هر اپ، و قابلیت یادداشت‌برداری از جلسات — بدون نیاز به account، کاملاً رایگان و open-source.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: اکثر ابزارهای dictation یا cloud-basedاند یا پولی؛ اینکه inference کاملاً local باشه یعنی privacy واقعی، نه فقط وعده.
💡 نکته: style مجزا برای هر اپ یک feature کوچک ولی هوشمندانه‌ست — نوشتن توی Slack با نوشتن توی Notion فرق دارد و این ابزار این تفاوت را می‌فهمد.
👥 برای کی: توسعه‌دهنده‌های Mac که می‌خواهند سریع‌تر بنویسند بدون اینکه صدایشان به سرور کسی برسد.
🔗 https://betterwispr.com/
#ai #tools #opensource
@BenFeed
دیکته‌ی رایگان و open-source برای Mac با BetterWispr
یک میانبر نگه می‌داری، حرف می‌زنی، و BetterWispr متن تمیز را مستقیم توی هر اپلیکیشن Mac تایپ می‌کند. پردازش با modelهای local، style مجزا برای هر اپ، و قابلیت یادداشت‌برداری از جلسات — بدون نیاز به account، کاملاً رایگان و open-source.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: اکثر ابزارهای dictation یا cloud-basedاند یا پولی؛ اینکه inference کاملاً local باشه یعنی privacy واقعی، نه فقط وعده.
💡 نکته: style مجزا برای هر اپ یک feature کوچک ولی هوشمندانه‌ست — نوشتن توی Slack با نوشتن توی Notion فرق دارد و این ابزار این تفاوت را می‌فهمد.
👥 برای کی: توسعه‌دهنده‌های Mac که می‌خواهند سریع‌تر بنویسند بدون اینکه صدایشان به سرور کسی برسد.
🔗 https://betterwispr.com/
#ai #tools #opensource
@BenFeed
BetterWispr
BetterWispr: local dictation for macOS
Hold a shortcut, speak, and BetterWispr types clean text into any Mac app. Local speech models, a style for each app, meeting notes and insights. Free and open source, with no account required.
Why DuckDB 2.0 is faster
چرا DuckDB 2.0 سریع‌تر است
نسخه‌ی alpha مقایسه‌شده با ۱.۵.۵ روی یک لپ‌تاپ: recursive CTEها تا ۹۰ برابر سریع‌تر، نوع داده‌ی VARIANT شش برابر سریع‌تر از JSON متنی، و async I/O روی S3 با ضریب ۲.۴ بهبود یافته. مقاله توضیح می‌دهد چه تغییراتی پشتِ این اعداد است و چطور باید داده را مدل کرد تا این افزایش سرعت را واقعاً لمس کنید.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: بهبودهای ۲.۰ فقط عددبازی نیست — تغییر در نحوه‌ی مدل‌سازیِ داده می‌تواند کوئری‌های واقعی را چند برابر کند.
💡 نکته: عدد ۹۰ برابر برای recursive CTE نشان می‌دهد که engine زیرین کاملاً بازنویسی شده، نه صرفاً fine-tune.
👥 برای کی: توسعه‌دهنده‌هایی که با DuckDB، OLAP یا داده‌های نیمه‌ساختاریافته کار می‌کنند.
🔗 https://motherduck.com/blog/why-duckdb-20-is-faster/
#backend #DuckDB #database
@BenFeed
چرا DuckDB 2.0 سریع‌تر است
نسخه‌ی alpha مقایسه‌شده با ۱.۵.۵ روی یک لپ‌تاپ: recursive CTEها تا ۹۰ برابر سریع‌تر، نوع داده‌ی VARIANT شش برابر سریع‌تر از JSON متنی، و async I/O روی S3 با ضریب ۲.۴ بهبود یافته. مقاله توضیح می‌دهد چه تغییراتی پشتِ این اعداد است و چطور باید داده را مدل کرد تا این افزایش سرعت را واقعاً لمس کنید.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: بهبودهای ۲.۰ فقط عددبازی نیست — تغییر در نحوه‌ی مدل‌سازیِ داده می‌تواند کوئری‌های واقعی را چند برابر کند.
💡 نکته: عدد ۹۰ برابر برای recursive CTE نشان می‌دهد که engine زیرین کاملاً بازنویسی شده، نه صرفاً fine-tune.
👥 برای کی: توسعه‌دهنده‌هایی که با DuckDB، OLAP یا داده‌های نیمه‌ساختاریافته کار می‌کنند.
🔗 https://motherduck.com/blog/why-duckdb-20-is-faster/
#backend #DuckDB #database
@BenFeed
MotherDuck
Why DuckDB 2.0 is faster | MotherDuck
DuckDB 2.0 alpha vs 1.5.5 on one laptop: recursive CTEs up to 90x, VARIANT 6x faster than JSON text, async I/O 2.4x on S3. What changes, and how to model data to get the speedup.
500B Tokens Later: Letting AI Agents Decompile a First-Person Shooter
۵۰۰ میلیارد token بعد: وقتی AI agentها یک بازی شوتر اول‌شخص را decompile می‌کنند
سه ماه وقت و توکن صرف decompile کردن یک بازی شوتر اول‌شخص محبوب شد — نه برای یک proof-of-concept ساده، بلکه برای بازسازی دقیق، پایدار و کامل از آن. نویسنده قبلاً دو پست در این باره نوشته بود که بعداً حذف شدند؛ و دلیلش؟ به قول خودش: «corporate America آمد تا خوشی‌مان را خراب کند.»
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: استفاده از AI agent برای decompile کردن یک codebase واقعی و بزرگ، یکی از سخت‌ترین تست‌های عملی برای سنجش توانایی reasoning و code understanding این مدل‌هاست.
💡 نکته: عدد ۵۰۰ میلیارد token نشان می‌دهد این کار به‌هیچ‌وجه ارزان یا سریع نیست — هزینه و mastery هم‌زمان لازم است.
👥 برای کی: کسانی که روی AI agent، code generation یا reverse engineering کار می‌کنند.
🔗 https://momo5502.com/posts/2026-10-09-game-decompilation/
#ai #LLM
@BenFeed
۵۰۰ میلیارد token بعد: وقتی AI agentها یک بازی شوتر اول‌شخص را decompile می‌کنند
سه ماه وقت و توکن صرف decompile کردن یک بازی شوتر اول‌شخص محبوب شد — نه برای یک proof-of-concept ساده، بلکه برای بازسازی دقیق، پایدار و کامل از آن. نویسنده قبلاً دو پست در این باره نوشته بود که بعداً حذف شدند؛ و دلیلش؟ به قول خودش: «corporate America آمد تا خوشی‌مان را خراب کند.»
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: استفاده از AI agent برای decompile کردن یک codebase واقعی و بزرگ، یکی از سخت‌ترین تست‌های عملی برای سنجش توانایی reasoning و code understanding این مدل‌هاست.
💡 نکته: عدد ۵۰۰ میلیارد token نشان می‌دهد این کار به‌هیچ‌وجه ارزان یا سریع نیست — هزینه و mastery هم‌زمان لازم است.
👥 برای کی: کسانی که روی AI agent، code generation یا reverse engineering کار می‌کنند.
🔗 https://momo5502.com/posts/2026-10-09-game-decompilation/
#ai #LLM
@BenFeed
Maurice's Blog
500+ Billion Tokens Later: Letting AI Agents Decompile A First-Person Shooter
During the last 3 months, I spent some of my time and tokens decompiling a popular first-person shooter. The goal was not to reach a simple proof-of-concept state. Instead, we really wanted an accurate, stable and feature-complete recreation of the game.…
Telegram Desktop vulnerability allowed any user's file to be stolen
یک آسیب‌پذیری در Telegram Desktop اجازه می‌داد فایل‌های هر کاربر دزدیده شود
یک separator فرار‌نشده در مکانیزم IPC تک‌نمونه‌ای Telegram Desktop باعث می‌شد با یک کلیک روی یک لینک، مهاجم بتواند فایل‌های دلخواه از دیسک — از جمله فایل‌های session — را بخواند و برای خودش بفرستد.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: دزدیدن فایل session به معنای تصاحب کامل اکانت است بدون نیاز به رمز عبور؛ یک کلیک کافی بود.
💡 نکته: ریشه‌ی باگ در input validation ناقص روی IPC است — یادآوری که حتی مسیرهای ارتباطی داخلی هم باید sanitize بشن.
👥 برای کی: توسعه‌دهنده‌هایی که روی desktop app، IPC یا امنیت client-side کار می‌کنند.
🔗 https://beaksec.github.io/posts/telegram-desktop-one-click-account-takeover/
#backend #security #Telegram
@BenFeed
یک آسیب‌پذیری در Telegram Desktop اجازه می‌داد فایل‌های هر کاربر دزدیده شود
یک separator فرار‌نشده در مکانیزم IPC تک‌نمونه‌ای Telegram Desktop باعث می‌شد با یک کلیک روی یک لینک، مهاجم بتواند فایل‌های دلخواه از دیسک — از جمله فایل‌های session — را بخواند و برای خودش بفرستد.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: دزدیدن فایل session به معنای تصاحب کامل اکانت است بدون نیاز به رمز عبور؛ یک کلیک کافی بود.
💡 نکته: ریشه‌ی باگ در input validation ناقص روی IPC است — یادآوری که حتی مسیرهای ارتباطی داخلی هم باید sanitize بشن.
👥 برای کی: توسعه‌دهنده‌هایی که روی desktop app، IPC یا امنیت client-side کار می‌کنند.
🔗 https://beaksec.github.io/posts/telegram-desktop-one-click-account-takeover/
#backend #security #Telegram
@BenFeed
beaksec
Telegram Desktop: one-click account takeover via IPC injection
An unescaped separator in Telegram Desktop’s single-instance IPC lets one clicked link read arbitrary files off the disk and send them to the attacker, session files included.
Next.js 16.4
نسخه‌ی ۱۶.۴ فریم‌ورک Next.js منتشر شد
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر نسخه‌ی minor از Next.js معمولاً تغییراتی در رفتار routing، caching یا server componentها داره که مستقیم روی production appها اثر می‌ذاره.
💡 نکته: قبل از upgrade، changelog رو بررسی کنید؛ Next.js در نسخه‌های اخیر چرخه‌ی تغییرات breaking رو کوتاه‌تر کرده.
👥 برای کی: توسعه‌دهنده‌هایی که روی پروژه‌های React با Next.js کار می‌کنند.
🔗 https://nextjs.org/blog/next-16-4
#frontend #nextjs
@BenFeed
نسخه‌ی ۱۶.۴ فریم‌ورک Next.js منتشر شد
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر نسخه‌ی minor از Next.js معمولاً تغییراتی در رفتار routing، caching یا server componentها داره که مستقیم روی production appها اثر می‌ذاره.
💡 نکته: قبل از upgrade، changelog رو بررسی کنید؛ Next.js در نسخه‌های اخیر چرخه‌ی تغییرات breaking رو کوتاه‌تر کرده.
👥 برای کی: توسعه‌دهنده‌هایی که روی پروژه‌های React با Next.js کار می‌کنند.
🔗 https://nextjs.org/blog/next-16-4
#frontend #nextjs
@BenFeed
nextjs.org
Next.js 16.4
Next.js 16.4 introduces lazy compilation, smaller Turbopack output, React 19.3 features, Cache Components improvements, and new developer tooling.
Shredding JSON columns gave Logfire up to 1000x faster queries
تکنیک Shredding روی ستون‌های JSON باعث شد queryهای Logfire تا ۱۰۰۰ برابر سریع‌تر بشن
تکنیک dynamic shredding باعث شده اکثریت queryهای Logfire هزار برابر سریع‌تر اجرا بشن — و برخی مشتریان early adopter گزارش دادن که بهبود بیش از ۱۰۰۰ برابری در query performance تجربه کردن.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: ذخیره‌سازی داده‌های نیمه‌ساختاریافته در ستون‌های JSON یکی از گلوگاه‌های کلاسیک performance در سیستم‌های observability و analytics هست؛ این رویکرد نشون می‌ده می‌شه بدون تغییر schema از طرف کاربر، سرعت رو به‌طور چشمگیری بالا برد.
💡 نکته: کلمه‌ی «dynamic» اینجا کلیدیه — shredding به‌صورت خودکار و بدون نیاز به تعریف schema از پیش انجام می‌شه که این رویکرد رو از راه‌حل‌های سنتی جدا می‌کنه.
👥 برای کی: توسعه‌دهنده‌هایی که روی backend، observability، یا سیستم‌های analytics با داده‌های JSON کار می‌کنن.
🔗 https://pydantic.dev/articles/dynamic-shredding-2026-01-26
#backend #database #Logfire
@BenFeed
تکنیک Shredding روی ستون‌های JSON باعث شد queryهای Logfire تا ۱۰۰۰ برابر سریع‌تر بشن
تکنیک dynamic shredding باعث شده اکثریت queryهای Logfire هزار برابر سریع‌تر اجرا بشن — و برخی مشتریان early adopter گزارش دادن که بهبود بیش از ۱۰۰۰ برابری در query performance تجربه کردن.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: ذخیره‌سازی داده‌های نیمه‌ساختاریافته در ستون‌های JSON یکی از گلوگاه‌های کلاسیک performance در سیستم‌های observability و analytics هست؛ این رویکرد نشون می‌ده می‌شه بدون تغییر schema از طرف کاربر، سرعت رو به‌طور چشمگیری بالا برد.
💡 نکته: کلمه‌ی «dynamic» اینجا کلیدیه — shredding به‌صورت خودکار و بدون نیاز به تعریف schema از پیش انجام می‌شه که این رویکرد رو از راه‌حل‌های سنتی جدا می‌کنه.
👥 برای کی: توسعه‌دهنده‌هایی که روی backend، observability، یا سیستم‌های analytics با داده‌های JSON کار می‌کنن.
🔗 https://pydantic.dev/articles/dynamic-shredding-2026-01-26
#backend #database #Logfire
@BenFeed
pydantic.dev
How shredding JSON is giving Logfire 1000x query speedups
How dynamic shredding makes the vast majority of queries in Logfire a thousand times faster, with early adopter customers reporting more than 1000x improvement on query performance.
Andrej Karpathy breaks down the capability gap
آندره‌ی کارپاتی شکاف درک از توانایی‌های LLM را تشریح می‌کند
این توییت از آوریل را دوباره مطرح می‌کند چون شکاف در درک مشترک از توانایی‌های LLM دارد بزرگ‌تر می‌شود — دیگر نه «دو گروه که از کنار هم حرف می‌زنند»، بلکه یک قیف تیز است. حساب سرانگشتی می‌گوید حدود ۶ میلیارد نفر (۷۵٪ جمعیت) هنوز تقریباً هیچ تماسی با LLMها نداشته‌اند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی درک از توانایی‌های واقعی LLMها این‌قدر غیریکنواخت باشد، تصمیم‌گیری درباره‌ی product، adoption و سیاست‌گذاری همگی روی پایه‌ی غلط می‌ایستند.
💡 نکته: این شکاف یعنی اکثر کاربران بالقوه هنوز در مرحله‌ی «باور» گیر کرده‌اند، نه مرحله‌ی «بهینه‌سازی استفاده» — فرصت یا ریسک بزرگی برای هر کسی که product می‌سازد.
👥 برای کی: توسعه‌دهنده‌هایی که روی product، onboarding یا developer experience کار می‌کنند.
🔗 https://twitter.com/karpathy/status/2109361546505966046
#ai #LLM
@BenFeed
آندره‌ی کارپاتی شکاف درک از توانایی‌های LLM را تشریح می‌کند
این توییت از آوریل را دوباره مطرح می‌کند چون شکاف در درک مشترک از توانایی‌های LLM دارد بزرگ‌تر می‌شود — دیگر نه «دو گروه که از کنار هم حرف می‌زنند»، بلکه یک قیف تیز است. حساب سرانگشتی می‌گوید حدود ۶ میلیارد نفر (۷۵٪ جمعیت) هنوز تقریباً هیچ تماسی با LLMها نداشته‌اند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی درک از توانایی‌های واقعی LLMها این‌قدر غیریکنواخت باشد، تصمیم‌گیری درباره‌ی product، adoption و سیاست‌گذاری همگی روی پایه‌ی غلط می‌ایستند.
💡 نکته: این شکاف یعنی اکثر کاربران بالقوه هنوز در مرحله‌ی «باور» گیر کرده‌اند، نه مرحله‌ی «بهینه‌سازی استفاده» — فرصت یا ریسک بزرگی برای هر کسی که product می‌سازد.
👥 برای کی: توسعه‌دهنده‌هایی که روی product، onboarding یا developer experience کار می‌کنند.
🔗 https://twitter.com/karpathy/status/2109361546505966046
#ai #LLM
@BenFeed
X (formerly Twitter)
Andrej Karpathy (@karpathy) on X
Dusting off this tweet from April because this gap in shared understanding of LLM capability is *widening*. It's now less "two groups of people speaking past each other" and more a sharp funnel.
…
…
Show HN: Plimsoll, a self-hosted sandbox for code your AI agent writes
معرفی Plimsoll: یک sandbox خودمیزبان برای کدی که AI agent می‌نویسد
سرویسی برای اجرای کدِ نامعتمدِ تولیدشده توسط agent، که بعد از هر اجرا مشخص می‌کند پشتِ کدام مرز ایزولاسیون کار کرده است. آموزش‌ها بدون نیاز به clone کردن repo در دسترس‌اند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر کسی که یک AI agent روی سرورش اجرا می‌کند، ریسک اجرای کدِ دلخواه دارد؛ Plimsoll یک لایه‌ی sandbox قابل self-host اضافه می‌کند و مرز ایزولاسیون را شفاف گزارش می‌دهد.
💡 نکته: گزارش‌دهیِ «کدام boundary اجرا شد» برای debugging و audit امنیتی خیلی ارزشمندتر از یک sandbox صرف است.
👥 برای کی: توسعه‌دهنده‌هایی که روی agent، code execution یا infrastructure امنیتی کار می‌کنند.
🔗 https://github.com/plimsollmark/plimsoll
#ai #backend #agent
@BenFeed
معرفی Plimsoll: یک sandbox خودمیزبان برای کدی که AI agent می‌نویسد
سرویسی برای اجرای کدِ نامعتمدِ تولیدشده توسط agent، که بعد از هر اجرا مشخص می‌کند پشتِ کدام مرز ایزولاسیون کار کرده است. آموزش‌ها بدون نیاز به clone کردن repo در دسترس‌اند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر کسی که یک AI agent روی سرورش اجرا می‌کند، ریسک اجرای کدِ دلخواه دارد؛ Plimsoll یک لایه‌ی sandbox قابل self-host اضافه می‌کند و مرز ایزولاسیون را شفاف گزارش می‌دهد.
💡 نکته: گزارش‌دهیِ «کدام boundary اجرا شد» برای debugging و audit امنیتی خیلی ارزشمندتر از یک sandbox صرف است.
👥 برای کی: توسعه‌دهنده‌هایی که روی agent، code execution یا infrastructure امنیتی کار می‌کنند.
🔗 https://github.com/plimsollmark/plimsoll
#ai #backend #agent
@BenFeed
GitHub
GitHub - plimsollmark/plimsoll: A sandbox service for running untrusted, agent-authored code that reports the isolation boundary…
A sandbox service for running untrusted, agent-authored code that reports the isolation boundary each run executed behind. Lessons, no clone needed: https://plimsollmark.github.io/plimsoll/trainers...