خیلیا هنوز ته دلشون میترسن هوش مصنوعی جاشون رو بگیره ولی به این قضیه توجه کنید که :
کد نویسی، چیزی جز بیان کردن نیازمندیها با دقیقترین جزئیات ممکن نیستش.
بنابراین اگر با یه متن به اسم پرامپت یه نفر تونست یه محصولی بسازه در واقع فقط زمین بازیش رو از کد زدن به پرامپت نوشتن عوض کرده و بجای کد پرامپت نوشته، اگر هم فرض کنیم اون متن پرامپت اونقدری ساده باشه و محصول قوی تولید کرده باشه پس با اصل قضیه در تضاده چون جزییات توش بیان نشده و محصول اون چیزی که میخواد نمیشه چون بیان نشده و اگر هم بخواد دقیق بیانش کنه در واقع داره کد میزنه!
@Linuxor
کد نویسی، چیزی جز بیان کردن نیازمندیها با دقیقترین جزئیات ممکن نیستش.
بنابراین اگر با یه متن به اسم پرامپت یه نفر تونست یه محصولی بسازه در واقع فقط زمین بازیش رو از کد زدن به پرامپت نوشتن عوض کرده و بجای کد پرامپت نوشته، اگر هم فرض کنیم اون متن پرامپت اونقدری ساده باشه و محصول قوی تولید کرده باشه پس با اصل قضیه در تضاده چون جزییات توش بیان نشده و محصول اون چیزی که میخواد نمیشه چون بیان نشده و اگر هم بخواد دقیق بیانش کنه در واقع داره کد میزنه!
@Linuxor
1
تا امروز بیشترمون از ابزارهای AI مثل Claude Code، Cursor یا Codex به شکل یه چتبات استفاده میکردیم؛ یه Prompt مینوشتیم، خروجی میگرفتیم، ایرادها رو برطرف میکردیم و دوباره Prompt جدید میدادیم.
ولی بهنظر میاد قدم بعدی، Loop Engineering باشه. توی این رویکرد دیگه تمرکز روی نوشتن Promptهای بهتر نیست؛ بلکه یه سیستم طراحی میکنی که Agentها خودشون کارها رو انجام بدن، نتیجه رو بررسی کنن، خطاها رو اصلاح کنن، تسکهای تکراری مثل بررسی PRها، مدیریت Issueها یا ساخت Changelog رو پیش ببرن و فقط وقتی نیاز بود، کار رو به انسان ارجاع بدن.
به نظرم این تغییر نگاه، یکی از جذابترین اتفاقات این روزهای AI برای برنامهنویسهاست؛ جایی که هوش مصنوعی از یه ابزار گفتوگو، کمکم داره به یه سیستم عملیاتی برای تیمهای توسعه نرمافزار تبدیل میشه.
اگه این موضوع برات جالبه، حتماً یه نگاهی به این ریپو بنداز یه راهنمای خوبه برات :
github.com/cobusgreyling/loop-engineering
@Linuxor
ولی بهنظر میاد قدم بعدی، Loop Engineering باشه. توی این رویکرد دیگه تمرکز روی نوشتن Promptهای بهتر نیست؛ بلکه یه سیستم طراحی میکنی که Agentها خودشون کارها رو انجام بدن، نتیجه رو بررسی کنن، خطاها رو اصلاح کنن، تسکهای تکراری مثل بررسی PRها، مدیریت Issueها یا ساخت Changelog رو پیش ببرن و فقط وقتی نیاز بود، کار رو به انسان ارجاع بدن.
به نظرم این تغییر نگاه، یکی از جذابترین اتفاقات این روزهای AI برای برنامهنویسهاست؛ جایی که هوش مصنوعی از یه ابزار گفتوگو، کمکم داره به یه سیستم عملیاتی برای تیمهای توسعه نرمافزار تبدیل میشه.
اگه این موضوع برات جالبه، حتماً یه نگاهی به این ریپو بنداز یه راهنمای خوبه برات :
github.com/cobusgreyling/loop-engineering
@Linuxor
This media is not supported in your browser
VIEW IN TELEGRAM
میدونستین یه پرینتر سه بعدی در واقع یه پرینتر دو بعدی هم هست و میتونید باهاش کاغذ پرینت بگیرید؟😂
@Linuxor
@Linuxor
یه لیست اوپن سورس جمع آوری کردن از اسکیل های کلاد توی دسته بندی های مختلف
البته من با این رویکرد هوش مصنوعی همه کاره باشه مخالفم دیگه خودتونم باید حداقل یه اسکیل و مهارت کوچولو یاد بگیرید نمیشه که هوش مصنوعی همه کاره باشه، نقش شما پس چیه؟!
github.com/abubakarsiddik31/claude-skills-collection
@Linuxor
البته من با این رویکرد هوش مصنوعی همه کاره باشه مخالفم دیگه خودتونم باید حداقل یه اسکیل و مهارت کوچولو یاد بگیرید نمیشه که هوش مصنوعی همه کاره باشه، نقش شما پس چیه؟!
github.com/abubakarsiddik31/claude-skills-collection
@Linuxor
معادل دستور جاوایی synchronized در جاوااسکریپت چیست؟
Anonymous Quiz
18%
در جاوا اسکریپت همچین معادلی نداریم.
31%
async
22%
sync
16%
await
13%
pomise
برای یادگیری هوش مصنوعی نیازی به صرف هزینههای سنگین نیست. بهترین دورههای آموزشی هوش مصنوعی بهصورت کاملاً رایگان توسط غولهای فناوری دنیا ارائه میشن. این لیست رو ذخیره کن و یادگیری رو از همین امروز شروع کن:
Anthropic: anthropic.skilljar.com
Google: grow.google/ai
Meta: ai.meta.com/resources
NVIDIA: developer.nvidia.com/training
Microsoft: learn.microsoft.com/training
OpenAI: academy.openai.com
IBM: skillsbuild.org
AWS: skillbuilder.aws
DeepLearningAI: deeplearning.ai
Hugging Face: huggingface.co/learn
@Linuxor ~ AIgazette
Anthropic: anthropic.skilljar.com
Google: grow.google/ai
Meta: ai.meta.com/resources
NVIDIA: developer.nvidia.com/training
Microsoft: learn.microsoft.com/training
OpenAI: academy.openai.com
IBM: skillsbuild.org
AWS: skillbuilder.aws
DeepLearningAI: deeplearning.ai
Hugging Face: huggingface.co/learn
@Linuxor ~ AIgazette
11
اگه یه رزبری پای توی خونتون داشته باشید تقریبا همه کار باهاش میتونید کنید مثلا این پروژه رو ببینید اومده رزبری پای رو تبدیل به دانگل وایفای کرده، نکته جالب اینجاست کامپیوتر شما اصلا فرق رزبری و دانگل رو نمیفهمه و فکر میکنه واقعا بهش دانگل وایفای وصل کردید و هیچ درایور خاصی هم نیاز نداره
www.cnx-software.com/...
@Linuxor
www.cnx-software.com/...
@Linuxor
4
دوستانی که سایت دارن دقت کنید شما به هیچ وجه نباید چیزی متفاوت به گوگل نشون بدید و یه چیز دیگه به کاربرا (کلوکینگ)؛ دقیقا باید همون چیزی که به کاربرا نشون میدید به گوگل هم نشون بدید، گوگل روی این عمل بسیار حساسه و خیلی از مواقع سایتتون رو با چیزی مختلفی غیر از گوگل بات چک میکنه و وای به حالتون اگر بخواید گولش برنید علاوه بر دی ایندکس رتبه سایتتون هم میاره پایین.
البته دقت کنید گوگل باهوشه فقط کلوکینگ رو برای چیزای مفید مثل تغییر زبان سایت برای کاربرای مختلف یا شخصی سازی های خاصی استفاده کنید گوگل خودش با پارامتر های دیگه می سنجه و میفهمه چه چیزی رو به چه کاربری نشون بده شما نباید دخالت کنید.
@Linuxor
البته دقت کنید گوگل باهوشه فقط کلوکینگ رو برای چیزای مفید مثل تغییر زبان سایت برای کاربرای مختلف یا شخصی سازی های خاصی استفاده کنید گوگل خودش با پارامتر های دیگه می سنجه و میفهمه چه چیزی رو به چه کاربری نشون بده شما نباید دخالت کنید.
@Linuxor
پاول دورف و ایلان ماسک هردو گفته بودن اگه دانشجو هستید بهترین چیزی که میتونید یاد بگیرید ریاضی و فیزیک هستش
راستم میگن اما حرفشون یه اشکالی داره، یادگیری ریاضی فیزیک برای پولدارا و بی دغدغه هاست، برای مثال به خصوص توی ایران یادگیری ریاضی و فیزیک درامد خوبی نداره و شمارو اصلا وارد Positive Feedback Loop نمیکنه که توش پیشرفت کنید، ولی واقعا راست میگن من خودم اگر هیچ دغدغه مالی نداشتم تا آخر عمر ریاضی و فیزیک یاد میگرفتم چون جز بنیادی و مهم ترین ابزار های فکری بشر هستن!
@Linuxor
راستم میگن اما حرفشون یه اشکالی داره، یادگیری ریاضی فیزیک برای پولدارا و بی دغدغه هاست، برای مثال به خصوص توی ایران یادگیری ریاضی و فیزیک درامد خوبی نداره و شمارو اصلا وارد Positive Feedback Loop نمیکنه که توش پیشرفت کنید، ولی واقعا راست میگن من خودم اگر هیچ دغدغه مالی نداشتم تا آخر عمر ریاضی و فیزیک یاد میگرفتم چون جز بنیادی و مهم ترین ابزار های فکری بشر هستن!
@Linuxor
3
بنیان گذار دیجی کالا :
دوتا تصمیم مهمی که گرفتیم یکیش تبدیل دیجی کالا از فروشگاه الکترونیکی به همچی فروشی بود دومیش تبدیل دیجی کالا از فروشگاه به مارکت پلیس بود.
(سوال فنی، اگر از روز اول دیجی کالا این دوتا تصمیم رو میگرفت چی میشد؟ به احتمال زیاد موفق نمیشد و دیجی کالایی وجود نداشت چون هزینه لجستیک و فنی به شدت بالا میرفت و کیفیت خدماتش میاومد پایین. یعنی طی کردن مرحله نیچ بودن و خاص پسند بودن به مرحله عام پسند بودن جزئی از بازی استارتاپ هاست نمیتونید از روز اول یه چیز عام پسند درست کنید بسیاری از استارتاپ های موفق اول یه بازار رو فتح میکنن بعد شروع میکنن به فتح بازار های دیگه)
@Linuxor
دوتا تصمیم مهمی که گرفتیم یکیش تبدیل دیجی کالا از فروشگاه الکترونیکی به همچی فروشی بود دومیش تبدیل دیجی کالا از فروشگاه به مارکت پلیس بود.
(سوال فنی، اگر از روز اول دیجی کالا این دوتا تصمیم رو میگرفت چی میشد؟ به احتمال زیاد موفق نمیشد و دیجی کالایی وجود نداشت چون هزینه لجستیک و فنی به شدت بالا میرفت و کیفیت خدماتش میاومد پایین. یعنی طی کردن مرحله نیچ بودن و خاص پسند بودن به مرحله عام پسند بودن جزئی از بازی استارتاپ هاست نمیتونید از روز اول یه چیز عام پسند درست کنید بسیاری از استارتاپ های موفق اول یه بازار رو فتح میکنن بعد شروع میکنن به فتح بازار های دیگه)
@Linuxor
5
فنی ها یه چیز مشتی براتون اوردم Jcorp Nomad یه سرور رسانهای آفلاین و قابل حمله که با تراشه ESP32-S3 ساخته شده و اندازه و ظاهرش شبیه یه فلش USB هست.
این دستگاه بعد از روشن شدن، خودش یه شبکه Wi-Fi محلی ایجاد میکنه. بعد فقط کافیه گوشی، لپتاپ، تبلت یا هر دستگاه دیگهای رو به اون شبکه وصل کنید تا بتونید فیلم، سریال، موسیقی، کتاب و سایر فایلهای رسانهای ذخیرهشده روی دستگاه رو بهصورت استریم تماشا یا گوش کنید.
نکته جالبش اینه که هیچ نیازی به اینترنت، مودم یا روتر نداره و چند نفر هم میتونن بهطور همزمان بهش وصل بشن و محتوای دلخواهشون رو پخش کنن. این ویژگی باعث میشه برای سفر، کمپینگ، ماشین یا هر جایی که اینترنت در دسترس نیست، گزینه خیلی کاربردیای باشه.
github.com/Jstudner/jcorp-nomad
@Linuxor
این دستگاه بعد از روشن شدن، خودش یه شبکه Wi-Fi محلی ایجاد میکنه. بعد فقط کافیه گوشی، لپتاپ، تبلت یا هر دستگاه دیگهای رو به اون شبکه وصل کنید تا بتونید فیلم، سریال، موسیقی، کتاب و سایر فایلهای رسانهای ذخیرهشده روی دستگاه رو بهصورت استریم تماشا یا گوش کنید.
نکته جالبش اینه که هیچ نیازی به اینترنت، مودم یا روتر نداره و چند نفر هم میتونن بهطور همزمان بهش وصل بشن و محتوای دلخواهشون رو پخش کنن. این ویژگی باعث میشه برای سفر، کمپینگ، ماشین یا هر جایی که اینترنت در دسترس نیست، گزینه خیلی کاربردیای باشه.
github.com/Jstudner/jcorp-nomad
@Linuxor
همیشه وسط کار با Claude و Codex به لیمیت میخوردم و کل فلوم میپرید. این چند روز 9router رو آوردم بالا و کار جمع شد! 9router یه پروکسی لوکال رایگانه که میاد ابزارهای کدت رو وصل میکنه به ۴۰+ پرووایدر. نکتهی قشنگش fallback سهطبقهست: اول ساب خودت، بعد مدل ارزون، بعد رایگان خودشم سوییچ میکنه و دیگه با quota exceeded خداحافظی میکنی.
یه بخش هم داره به اسم RTK که خروجی ابزارهایی مثل git diff رو فشرده میکنه اینطوری حدود ۲۰ تا ۴۰ درصد توکنت کمتر مصرف میشه! نکته مهم اینه که اپنسورسم هست. اگه چندتا ابزار AI رو همزمان استفاده میکنی، حتماً یه تست بکن
github.com/decolua/9router
@Linuxor ~ MamJeyDev
یه بخش هم داره به اسم RTK که خروجی ابزارهایی مثل git diff رو فشرده میکنه اینطوری حدود ۲۰ تا ۴۰ درصد توکنت کمتر مصرف میشه! نکته مهم اینه که اپنسورسم هست. اگه چندتا ابزار AI رو همزمان استفاده میکنی، حتماً یه تست بکن
github.com/decolua/9router
@Linuxor ~ MamJeyDev
کتاب رایگان مبانی مدلهای زبانی بزرگ (PDF)
این کتاب قدمبهقدم توضیح میده که مدلهای زبانی بزرگ (LLM) چطور ساخته میشن و کار میکنن. اول از همه درباره Pre-training یا همون مرحلهای که مدل از حجم عظیمی از دادهها یاد میگیره صحبت میکنه، بعد میره سراغ ساخت مدلهای مولد، آموزش اونها در مقیاس بزرگ و نحوه کار با متنهای طولانی. بعد یاد میگیری چطور با Promptهای مختلف از مدل بهترین جواب رو بگیری و با تکنیکهایی مثل Chain of Thought کیفیت پاسخها رو بهتر کنی. در ادامه هم روشهای همراستا کردن مدل با خواستههای انسان، مثل Instruction Fine-tuning و Human Feedback رو توضیح میده و در آخر هم میرسه به بخش اجرای مدل؛ یعنی الگوریتمهای تولید متن، روشهای سریعتر کردن استنتاج و چالشهای اجرای مدلهای خیلی بزرگ.
arxiv.org/pdf/2501.09223
@Linuxor
این کتاب قدمبهقدم توضیح میده که مدلهای زبانی بزرگ (LLM) چطور ساخته میشن و کار میکنن. اول از همه درباره Pre-training یا همون مرحلهای که مدل از حجم عظیمی از دادهها یاد میگیره صحبت میکنه، بعد میره سراغ ساخت مدلهای مولد، آموزش اونها در مقیاس بزرگ و نحوه کار با متنهای طولانی. بعد یاد میگیری چطور با Promptهای مختلف از مدل بهترین جواب رو بگیری و با تکنیکهایی مثل Chain of Thought کیفیت پاسخها رو بهتر کنی. در ادامه هم روشهای همراستا کردن مدل با خواستههای انسان، مثل Instruction Fine-tuning و Human Feedback رو توضیح میده و در آخر هم میرسه به بخش اجرای مدل؛ یعنی الگوریتمهای تولید متن، روشهای سریعتر کردن استنتاج و چالشهای اجرای مدلهای خیلی بزرگ.
arxiv.org/pdf/2501.09223
@Linuxor
یه روز دیگه، یه برنامه اپنسورس دیگه؛ بریم باهم گند بزنیم به مارکت SaaS!
امروز نوبت OfficeCLI هست؛ یک ابزار متنباز که به AI Agentها اجازه میدهد فایلهای Word، Excel و PowerPoint را از طریق خط فرمان بسازند، بخوانند، ویرایش کنند و خودکارسازی کنند؛ آن هم بدون نیاز به نصب Microsoft Office.
مناسب برای Claude Code، Codex، Cursor، GitHub Copilot و هر Agent هوش مصنوعی که با اسناد Office سروکار دارد.
وبسایت:
officecli.ai
@Linuxor ~ pedrambirack
امروز نوبت OfficeCLI هست؛ یک ابزار متنباز که به AI Agentها اجازه میدهد فایلهای Word، Excel و PowerPoint را از طریق خط فرمان بسازند، بخوانند، ویرایش کنند و خودکارسازی کنند؛ آن هم بدون نیاز به نصب Microsoft Office.
مناسب برای Claude Code، Codex، Cursor، GitHub Copilot و هر Agent هوش مصنوعی که با اسناد Office سروکار دارد.
وبسایت:
officecli.ai
@Linuxor ~ pedrambirack
اگه گوشی روت شده اندروید دارید (مثلا با Magisk، KernelSU یا APatch) این ابزار رو داشته باشید همه سرویس های اضافی گوگلو غیر فعال میکنه و مصرف باتریتون رو به شدت کاهش میده.
github.com/Drsexo/Frosty
@Linuxor
github.com/Drsexo/Frosty
@Linuxor
یه نفر IOS 26 رو کاملا جیلبریک کرده و به صورت اوپن سورس برای ویرچوال ماشین روی کامپیوترتون میتونید اجراش کنید :
github.com/34306/vphone-aio
@Linuxor
github.com/34306/vphone-aio
@Linuxor
یه سری قبلا گفته بودم با تکنولوژی ترنسفورمر (همون چیزی توی ChatGPT استفاده شده) میشه به راحتی رادار گریز ترین جت جنگنده حتی F-35 رو تشخیص داد! حالا برای خیلیا سواله چطوری؟
مزیت اصلی و عامل اصلی انقلاب هوش مصنوعی Attention (توجه) بود یعنی هوش مصنوعی بجای پردازش کل ورودی ارتباط بین توکن ها توجه میکنه، برای مثال شما به یه هوش مصنوعی بگید سیب بنفشه حالا اگه بعدش میلیون ها جوک واسش تعریف کنید ازش بپرسید سیب چه رنگیه میگه بنفشه چون به راحتی میتونه ارتباط بین سوالتون با جمله اول حتی با وجود اینکه میلیون ها جوک (نویز) وسط تعریف کردید رو پیدا کنه. حالا این چه کمکی میکنه توی صنایع نظامی؟ نکته جالب اینجاست میتونه یه جت جنگنده که ابعادش چند سانتی متره رو با میلیون ها نویز روی اسمون پیدا کنه و حتی دنبالش کنه و نکته جالب تر اینجاست حتی میفهمه وقتی رفت پشت ابر، جلوی ابر منتظرش باشه که در بیاد این یعنی اینکه داره پترن رو دیتکت میکنه نه اینکه صرفا خشک دنبالش کنه؛ البته این تکنولوژی از سال 2017 و بعدش 2022 به بعد تجاری شد و اینکه هنوز جای کار داره ولی معما و مشکل اصلی رادارگریزی تقریبا حل شدست!
@Linuxor
مزیت اصلی و عامل اصلی انقلاب هوش مصنوعی Attention (توجه) بود یعنی هوش مصنوعی بجای پردازش کل ورودی ارتباط بین توکن ها توجه میکنه، برای مثال شما به یه هوش مصنوعی بگید سیب بنفشه حالا اگه بعدش میلیون ها جوک واسش تعریف کنید ازش بپرسید سیب چه رنگیه میگه بنفشه چون به راحتی میتونه ارتباط بین سوالتون با جمله اول حتی با وجود اینکه میلیون ها جوک (نویز) وسط تعریف کردید رو پیدا کنه. حالا این چه کمکی میکنه توی صنایع نظامی؟ نکته جالب اینجاست میتونه یه جت جنگنده که ابعادش چند سانتی متره رو با میلیون ها نویز روی اسمون پیدا کنه و حتی دنبالش کنه و نکته جالب تر اینجاست حتی میفهمه وقتی رفت پشت ابر، جلوی ابر منتظرش باشه که در بیاد این یعنی اینکه داره پترن رو دیتکت میکنه نه اینکه صرفا خشک دنبالش کنه؛ البته این تکنولوژی از سال 2017 و بعدش 2022 به بعد تجاری شد و اینکه هنوز جای کار داره ولی معما و مشکل اصلی رادارگریزی تقریبا حل شدست!
@Linuxor