دوستان با توجه به جریانات تافل و لغو شدن یکسری سیاست ها و بالا اومدن یکسری شایعه ها
خوبه که ریجن جیمیل هاتون رو از ایران به کشور دیگه ای تغییر بدید تا جهت اطمینان از همینام دستمون کوتاه نشه :)
⁠

این لغو شدن آزمون های زبان به خاطر لغو شدن یکی از general license هایی بود که ofac صادر‌ کرده بود. اگر این رویه ادامه دار باشه و ofac بخواد بقیه ی general license ها هم لغو کنه، باید منتظر حذف کامل از اینترنت و چیزایی مثل بسته شدن اکانت جیمیل و… باشیم.


_Stay Dreamer_


⁠مجوز عمومی G لغو شد که نتیجه اش  لغو آزمون های زبان هست. اگر مجوز عمومی D-1 هم لغو بشه همه سرویس های رایگان اینترنتی مثل ایمیل و چت و غیره هم برای ایرانی ها مسدود میشن. از ترامپ هیچی بعید نیست در نتیجه بهتره از همه داده هاتون به صورت آفلاین پشتیبان تهیه کنید


_Nima_

با این لینک میتونین ریجنتونو تغییر بدین
http://policies.google.com/country-association-form

روش‌های اثبات شده برای یادگیری در برنامه نویسی

۱. یادآوری فعال در برنامه‌نویسی
بعد از یاد گرفتن یک مفهوم (مثلاً حلقه‌ها یا توابع)، کتاب/دوره رو ببند و سعی کن یه مسئله کوچیک باهاش حل کنی، بدون نگاه کردن به مثال
به‌جای کپی کردن کد از تدریس، سعی کن از حافظه‌ت بازنویسیش کنی
بعد از هر جلسه یادگیری، از خودت بپرس: «اگه الان بخوام این مفهوم رو به کسی توضیح بدم، چی می‌گم؟» بدون نگاه کردن به منبع

۲. تکرار فاصله‌دار برای مفاهیم
مفاهیم پایه (syntax، الگوریتم‌ها، پترن‌ها) رو تو یه سیستم مرور فاصله‌دار بذار:
روز اول: یاد بگیر
روز سوم: یه مسئله دیگه باهاش حل کن
هفته بعد: دوباره مرور کن بدون نگاه به یادداشت
ماه بعد: تو یه پروژه واقعی ازش استفاده کن

۳. تمرین تلفیقی (خیلی مهم برای برنامه‌نویسی)
به‌جای اینکه ۵۰ تا مسئله شبیه هم حل کنی (مثلاً فقط روی loop تمرین کنی)، بین مسائل مختلف جابه‌جا شو (یه مسئله loop، یه مسئله recursion، یه مسئله array). این کار باعث میشه یاد بگیری کِی از کدوم ابزار استفاده کنی، نه فقط چطور

۴. پروژه‌محور یاد بگیر، نه تمرین‌محور صرف
تحقیقات نشون داده ساختن چیزهای واقعی (حتی کوچیک) خیلی مؤثرتر از حل تمرین‌های جدا از همه، چون:
مجبور میشی مفاهیم مختلف رو ترکیب کنی
با خطاها و دیباگ کردن واقعی روبه‌رو میشی (که خودش بهترین معلمه)
انگیزه‌ت حفظ میشه چون یه خروجی ملموس داری

۵. کد بخون، نه فقط بنویس
مهارتِ خوندن کد دیگران (روی گیت‌هاب، پروژه‌های اوپن‌سورس) یه چیزیه که کمتر بهش توجه میشه ولی خیلی قویت می‌کنه چون یاد می‌گیری چطور دیگران مسائل رو حل کردن و کد رو سازماندهی کردن

۶. اشکال‌زدایی (Debugging) رو جدی بگیر
به‌جای اینکه سریع جواب رو گوگل کنی، اول خودت سعی کن باگ رو با گذاشتن print/log و فکر کردن مرحله‌به‌مرحله پیدا کنی. این فرآیند خودش یکی از قوی‌ترین شکل‌های یادگیریه

#تجربه

اگر کلی ریپو رو توی GitHub استار میکنی و بعد یادت میره هرکدوم به چه دردی میخورد، این پروژه میتونه به کارت بیاد.

این ابزار با GitHub Actions و AI ریپوهای استارشده رو بر اساس کاربردشون دسته‌بندی میکنه و برای هرکدوم توضیح فارسی، هدف و Tag میسازه.

https://github.com/hamedshabanzadeh/categorizing-starred-repos

@RepoFA

سافت اسکیل یا مهارت نرم چیه؟

وقتی صحبت از مهارت میشه، معمولاً ذهنمون میره سمت چیزهایی مثل HTML، CSS، JavaScript، React و...

این‌ها مهارت‌های فنی یا Hard Skill هستن.

اما یه سری مهارت دیگه هم وجود دارن که شاید مستقیم به کدنویسی مربوط نباشن، ولی تأثیر زیادی روی موفقیت ما دارن؛ به این‌ها میگن Soft Skill یا مهارت نرم.

مهارت نرم یعنی اینکه چطور فکر می‌کنیم، چطور با دیگران ارتباط برقرار می‌کنیم و چطور با مشکلات و موقعیت‌های مختلف برخورد می‌کنیم.

مهم‌ترین مهارت‌های نرم برای یک برنامه‌نویس:

• حل مسئله
• ارتباط درست و مؤثر
• مدیریت زمان
• مسئولیت‌پذیری
• کار تیمی
• یادگیری مداوم
• تفکر انتقادی
• تصمیم‌گیری
• صبر و مدیریت استرس
• توانایی پذیرش بازخورد
• اعتمادبه‌نفس
• سازگاری با تغییرات

خیلی‌ها روی مهارت‌های فنی تمرکز می‌کنن و دائماً دنبال یاد گرفتن زبان و فریم‌ورک جدید هستن، اما مهارت نرم هم به همون اندازه مهمه.

ممکنه دو نفر دانش فنی تقریباً یکسانی داشته باشن، ولی کسی که بهتر مشکل حل می‌کنه، بهتر ارتباط برقرار می‌کنه، مسئولیت‌پذیرتره و می‌تونه با دیگران کار کنه، معمولاً عملکرد بهتری خواهد داشت.

چطور سافت اسکیل‌هامون رو تقویت کنیم؟

سافت اسکیل چیزی نیست که فقط با دیدن چند ویدیو یا خوندن چند مقاله یاد بگیریم؛ باید توی زندگی و کار روزمره تمرینش کنیم.

برای شروع می‌تونید هر ماه روی یک مهارت تمرکز کنید.

مثلاً یک ماه روی مدیریت زمان، ماه بعد روی ارتباط بهتر با دیگران و بعد روی حل مسئله.

برای تقویت حل مسئله، سعی کنید قبل از کمک گرفتن کمی خودتون فکر و تحقیق کنید.

برای تقویت ارتباط، یاد بگیرید واضح‌تر صحبت کنید و سوالاتتون رو دقیق‌تر بپرسید.

برای مدیریت زمان، کارهاتون رو اولویت‌بندی کنید و بدونید وقتتون دقیقاً کجا داره مصرف میشه.

برای تقویت تفکر انتقادی هم هر چیزی رو بدون فکر قبول نکنید؛ تحقیق کنید و دلیلش رو بفهمید.

در آخر یادتون باشه:

Hard Skill مشخص می‌کنه چه کاری بلدید انجام بدید، اما Soft Skill مشخص می‌کنه چطور اون کار رو انجام می‌دید.

برای حرفه‌ای شدن، فقط یاد گرفتن تکنولوژی‌های جدید کافی نیست؛ باید روی نحوه فکر کردن، رفتار کردن و کار کردنمون هم سرمایه‌گذاری کنیم.

✦ @programming_codiing

این همه جلسه و Roadmap و Product Management بازی! آخرش چی ساختیم داداش؟
https://www.linkedin.com/pulse/%D8%A7%DB%8C%D9%86-%D9%87%D9%85%D9%87-%D8%AC%D9%84%D8%B3%D9%87-%D9%88-roadmap-product-management-%D8%A8%D8%A7%D8%B2%DB%8C-%D8%A2%D8%AE%D8%B1%D8%B4-alipour-sakhavi-srfxe

گوگل یک آپدیت اضطراری برای Chrome داد چون یکی از باگ‌ها همین الان داره تو دنیای واقعی ازش سوءاستفاده می‌شه. باگ از نوع type confusion تو V8 هست، یعنی موتور جاوااسکریپت یک تیکه از حافظه رو با نوع اشتباه می‌خونه و همین باعث می‌شه یک صفحه وب معمولی بتونه کد اجرا کنه. نسخه امن 152.0.7977.82 به بالاست و چون مشکل تو خود Chromium هست، Edge و Brave و بقیه مرورگرهای Chromium-based هم تا آپدیت نگیرن همین وضع رو دارن. کافیه بری تو About Chrome تا خودش آپدیت رو بگیره.

لینک: https://chromereleases.googleblog.com/2026/09/stable-channel-update-for-desktop_01882797386.html

@samonio #samonio

آنکل باب (Uncle Bob)، پیرمرد دوست‌داشتنی، این بار در مورد اصول بنیادی مهندسی نرم‌افزار در عصر هوش مصنوعی می‌گوید.

در دنیای جدید نرم‌افزار، مرز بین دو نوع برنامه‌نویسی پررنگ‌تر از همیشه شده است:

برنامه‌نویسی تاکتیکی (Tactical):
تمرکزش روی نوشتن سریع کدها و اجرای تسک‌هاست. هوش مصنوعی اکنون تمام این بخش را بلعیده و با سرعت بالا انجام می‌دهد.

برنامه‌نویسی استراتژیک (Strategic):
تمرکزش روی معماری کلان، طراحی ماژول‌ها و جهت‌دهی مسیر سیستم است. هوش مصنوعی در این بخش ضعیف عمل می‌کند.

چالش بزرگ چیست؟

وقتی هوش مصنوعی تمام کارهای تاکتیکی را انجام می‌دهد، برنامه‌نویسان تازه‌کار چگونه باید تفکر استراتژیک را یاد بگیرند؟

پاسخ عمو باب ساده است:

شما نمی‌توانید کدنویسی را کاملاً رها کنید.

برای هدایت استراتژیک ماشین، ابتدا باید خودتان مستقیماً با کدها کلنجار رفته باشید تا «درد و تقلا» برای حل مسائل پیچیده را بشناسید و بتوانید خطاهای مدل‌ها را تشخیص دهید.

باید کتاب‌های کلاسیک و پایه‌ای مهندسی نرم‌افزار را بخوانید تا بفهمید چگونه بازی استراتژیک را اداره کنید.

چرا که در نهایت:

«قوانین و اصول پایه نرم‌افزار برای مدیریت پیچیدگی ساخته شده‌اند؛ چه برای ذهن انسان و چه برای مدل‌های هوش مصنوعی. کسانی که فکر می‌کنند در عصر هوش مصنوعی اصول نرم‌افزار دیگر اهمیتی ندارند، به زودی با برخورد به دیوار واقعیت، این درس را به سخت‌ترین شکل ممکن یاد خواهند گرفت. قوانینی که امروز دور می‌اندازید، همان قوانینی هستند که سال دیگر باید از روی زمین بردارید، خاکشان را بتکانید و دوباره به کار بگیرید.»

🎥 لینک ویدیوی مصاحبه:

https://www.youtube.com/live/zcLPGC-tvgk?si=LPKujO1GWHMHL5WJ

سلام بچه ها این یه ریپوئه که میاد برنامه رو که توی گوگل پلی هست رو privacy policy اش رو با LLM بررسی میکنه. میاد اون privacy policy که داخل گوگل پلی هست رو میگیره و بعد با policy که خود برنامه نویس لینک اش رو داده بررسی میکنه اگر کانفیلیکتی باشه اون رو بهت میگه و این کار رو با LLM انجام میده.

دلیل اینکه این رو درست کردن این بوده که روی طیف عظیمی از اپ‌ها اومدن تست کردن دیدن توی policy گوگل پلی یه چیزی رو نگفته ولی در policy خودش گفته، که این کار رو داره برای یه کار خاصی انجام میده، مثلا توی policy گوگل حرفی از contact نزده اما توی policy لینک اش اومده گفته که ما مخاطبین شما رو برای ارتباط داخل اپ جمع آوری میکنیم.

هم لینک مقاله هست و هم لینک ریپو دوست داشتید میتونید برید بررسی کنید.

🔗 GitHub Repository:
https://github.com/Mobile-IoT-Security-Lab/PolicyGapper

📚 پروژه بر پایه‌ی مقاله‌ی:
https://arxiv.org/abs/2604.16128
━━━━━━━━━━━━━━

📌 کانال Android Security فارسی
@androidSec_fa

#AndroidSecurity #Android #Privacy #MobileSecurity #AppSec #LLM #AI #GooglePlay #DataSafety #PrivacyPolicy #CyberSecurity #SecurityResearch #AndroidSec

مواردی که باید بعد از وایب کدینگ یک اپلیکیشن از کلاد یا کدکس یا ... بخواید چک کنه تا از هک شدن جلوگیری کنید:

- مخفی کردن کلیدهای API
- پاکسازی اسرار از گیت
- فقط کلید پایگاه داده عمومی را افشا کنید
- فعال سازی امنیت در سطح ردیف
- رمزنگاری داده های حساس
- اجرای احراز هویت سمت سرور
- دسترسی به رکورد قفل
- دستکاری میدان بلوکی
- کوکی های نشست امن
- رمزهای هش
- ورود با محدودیت نرخ
- افزودن حفاظت ربات
- پارامتریزه کردن پرس وجوها
- اعتبارسنجی تمام ورودی ها
- محتوای کاربری Escape
- محدود کردن بارگذاری فایل ها
- پاسخ های API تریم
- افزودن هدرهای امنیتی
- فورس HTTPS
- وابستگی های اسکن

و بالاخره، کتاب طراح سایت 1405 منتشر شد.

برید حالشو ببرید.
ولی اسراف نکنید 🥸😅

ویرایش:
پودمان 5 (جنگو) کلا 52 صفحه است.
ولی 78 تا عکس داره.
وی از اونایی ست که دنبال عکس توی کتاب ها میگردن.

خوشا به حال هنرستانیای جدید

این همه سینوس و کسینوس خوندیم کجا به دردمون خورد؟

'AI does everything now, what should I do!!'

Relax. Creativity, deep understanding, problem solving, that's what your brain is built for. Let AI grind through the hard part. Respect the tool, don't fear it.

دیدید که اکثر برنامه های هوش مصنوعی امروزی همشون API می‌خوان، خرید API هم برای ایرانیا یه دردسره

یه نفر یه پروژه شروع کرده که میاد هوش مصنوعی که توی مرورگرتون دارید مثل دیپ سیک، چت جی پی تی همونو به فرم API براتون درمی‌آره API هم کاملا سازگار با اوپن ای آی هستش

github.com/Kirazul/LLMs2API

@Linuxor

ابزار «Magnet Axiom» به دولت‌ها اجازه می‌دهد داده‌های گوشی‌های هوشمند (iOS/Android) را در فرودگاه‌ها به‌صورت خودکار استخراج و با الگوریتم‌های هوش مصنوعی تحلیل کنند. این سیستم داده‌ها را ساختاردهی می‌کند و افراد را بر اساس ارتباطاتشان با مجرمان یا استفاده از ابزارهای حریم خصوصی (مانند Tor و Tails) به‌صورت خودکار به‌عنوان افراد پرخطر شناسایی می‌کند، حتی در صورتی که کاربر از روش‌های رمزنگاری یا سیستم‌عامل‌های متن‌باز استفاده کرده باشد.
ابزاری که استفاده می‌شود، «Magnet Axiom» نام دارد و متعلق به شرکت «Magnet Forensics» است:
https://www.magnetforensics.com/mobile-forensics-solutions/
طبق ادعای این شرکت، امکان باز کردن قفل آخرین نسخه‌های آیفون و اندروید و جمع‌آوری داده‌های آن‌ها وجود دارد. مسئله این نیست که فردی پشت سیستم بنشیند و تک‌تک پیام‌ها را بررسی کند؛ مسئله اصلی این است که این ابزارها داده‌های همگان را به‌صورت ساختاریافته دسته‌بندی می‌کنند و گراف‌های ارتباطی افراد و شواهد و مدارک مرتبط را شناسایی خواهند کرد.
به عبارت دیگر، مأمور فرودگاه گوشی را بررسی دستی نمی‌کند؛ آن را به سیستم متصل می‌کند و نیم ساعت بعد، تمام داده‌های دستگاه در سیستم مرکزی ذخیره می‌شود. در آنجا، ریسک ارتباطات بر اساس محتوا و ارتباطات مستقیم یا غیرمستقیم با افراد پرخطر یا سایر مجرمان شناخته‌شده به‌طور خودکار ارزیابی می‌گردد. این پایگاه داده نیز همواره بر اساس شواهد جدید به‌روزرسانی می‌شود؛ برای مثال، اگر دو سال بعد یکی از آشنایان مرتکب عمل مجرمانه‌ای شود و دستگیر شود، شما نیز به‌طور خودکار وارد فهرست رصد اطلاعاتی خواهید شد. با ورود هوش مصنوعی به این حوزه، تقریباً هیچ تعامل انسانی برای شناسایی افراد نیاز نیست. دولت‌ها از استفاده عمومی از گوشی‌های هوشمند و هوش مصنوعی استقبال می‌کنند. امکان ندارد شرکت‌هایی با ارزش تریلیون دلاری مانند گوگل، اپل، مایکروسافت و متا وجود داشته باشند و هم‌زمان به نهادهای دولتی خدمات تخصصی ارائه ندهند.
اتفاقی که هنگام ضبط گوشی در فرودگاه رخ می‌دهد، نشان می‌دهد این تصور که داده‌های ذخیره‌شده در شبکه‌های اجتماعی یا سایر بسترها دور از دسترس هستند، بسیار خوش‌خیالانه است. شاید این پرسش مطرح شود که با عدم استفاده از این خدمات و نصب سیستم‌عامل اندروید متن‌باز روی گوشی، چه پیش می‌آید؟ مسئله اینجاست که سخت‌افزار مورد استفاده همچنان متن‌باز نیست. ضمناً باید در نظر داشت که اقداماتی از این دست برای از بین بردن ردپای دیجیتال و استفاده سنگین از ابزارهای رمزنگاری و حفاظت از حریم خصوصی، باز هم فرد را به‌طور خودکار در فهرست افراد پرخطر قرار می‌دهد.
برای نمونه، آژانس امنیت ملی آمریکا (NSA) افرادی را که از Tor و Tails Linux استفاده می‌کنند، به‌عنوان افراد «افراطی» (احتمالاً هم‌رده با گروه‌های تروریستی) دسته‌بندی می‌کند:
https://yogaesoteric.net/en/nsa-aberrantly-classifies-linux-journal-readers-tor-and-tails-linux-users-as-extremists/
گزارش اخیر شرکت «آنتروپیک» درباره فهرست سوءاستفاده‌ها از خدماتشان و اقدام قهرمانانه‌ای که برای جلوگیری از آن‌ها انجام داده‌اند، نباید موجب خرسندی بیش از حد شود. آن گزارش تنها یک خلاصه غیرمحرمانه (Unclassified) با تأیید نهادهای بالادستی است، در حالی که گزارش محرمانه شامل چت‌های شخصی کاربران نیز می‌شود؛ مانند زمانی که از هوش مصنوعی می‌پرسند: «آیا اداره مالیات می‌تواند بفهمد من از فروش Zcash سود کرده‌ام؟»
@IRANCERT