این پروژه GitHub Spec Kit رو از دست ندین نابه

آموزش Spec-Driven Development با GitHub Spec Kit

توی این ویدیو باهم یک پروژه رو دو بار می‌سازیم؛ یک‌بار با یه پرامپت ساده و کلی جزئیات ناگفته، و یک‌بار با GitHub Spec Kit. بعد هم روند ساخت و خروجی هر دو رو کنار هم مقایسه می‌کنیم.

https://www.youtube.com/watch?v=Rs4qTGEjIbk

@TheRaymondDev

🔶 سازندگان هوش مصنوعی از ساخته خودشان ترسیدند.

#هوش_مصنوعی

@TheRaymondDev

همیشه سیستمتونو مانیتور کنید تلگرام توی اپدیت‌های اخیرش باگ داره!

@TheRaymondDev

🔶 به ‌طرز عجیبی، کیفیت نرم‌افزار های توسعه ‌یافته با هوش مصنوعی به ‌شدت پایین آمده است.

می‌توان گفت نرم‌افزارها وارد عصرِ غول ‌های رم ‌خور شده‌اند.

🚬

@TheRaymondDev

به این دلیل میگیم از داکر استفاده کنید!
یه باگ مهم از omniroute

@TheRaymondDev

🔶 بعد از مدت ها بالاخره برای ملی پیامک رزومه برنامه نویس وردپرس فرستادم.

🚬

#وردپرس

@TheRaymondDev

🔶 این NPM یه گندی به نرم افزار Hive زد که مجبور شدیم دوباره به Bun برگردیم.

پکیچ ها رو به درستی نصب نمیشه و خراب می کند و توی اجرای نرم افزار به مشکل می خوره.

🤦🏻‍♂️🚬

#hive

@TheRaymondDev

🔶 نکته مهمی که باید در نظر بگیریم این است که هوش مصنوعی شرکت ‌های مختلف، از نظر مدل، داده ‌های آموزشی، نحوه استدلال و استاندارد های تولید کد، لزوماً یکسان نیستند.

برای مثال، اگر در یک پروژه ابتدا از هوش مصنوعی A، مانند Claude، استفاده کنیم و سپس هوش مصنوعی B، مانند Qwen علی‌بابا، را وارد پروژه کنیم، ممکن است کد هایی که هرکدام تولید یا اصلاح می‌کنند با یکدیگر تفاوت داشته باشند. در این شرایط، هر دو مدل ممکن است بخشی از کد تولید شده توسط مدل دیگر را نامناسب تشخیص دهد و آن را اصلاح کند.

این موضوع می ‌تواند پروژه را وارد یک چرخه اصلاح مداوم کند؛ به این صورت که Claude کد را تغییر دهد، سپس Qwen تغییرات Claude را اصلاح کند و دوباره Claude تغییرات Qwen را تغییر دهد. در نتیجه، پروژه ممکن است در یک «حلقه اصلاح کد» گرفتار شود، بدون اینکه الزاماً کیفیت کد در هر مرحله بهتر شود.

بنابراین، در پروژه ‌های بزرگ، بهتر است یک هوش مصنوعی به ‌عنوان مدل اصلی و مرجع پروژه انتخاب شود و توسعه و تصمیم ‌گیری ‌های اصلی با همان مدل ادامه پیدا کند. استفاده از هوش مصنوعی ‌های دیگر نیز امکان ‌پذیر است، اما بهتر است نقش آنها مشخص و محدود باشد؛ برای مثال، برای Code Review، تست، دیباگ یا بررسی امنیتی.

در نهایت، مهم‌تر از انتخاب یک مدل خاص، داشتن یک مرجع واحد برای معماری، استاندارد های کدنویسی، مشخصات فنی، مستندات و تست ‌های خودکار است. این کار کمک می‌کند استفاده از چند هوش مصنوعی باعث ایجاد تغییرات متناقض، ناپایداری و چرخه اصلاحات بی ‌پایان در پروژه نشود.

#هوش_مصنوعی

@TheRaymondDev

دیپسیک ورژن v4.1 اضافه شده به cline و فری هستش!!
البته اینم بگم که v4 درسته توی لیست مدل‌هاش نیست ولی هنوز داره کار میکنه!

@TheRaymondDev

🔶 نرخ باروری هند برای اولین بار به زیر سطح جایگزینی سقوط کرده است، در حالی که پرجمعیت ترین کشور جهان به سمت کاهش جمعیتی نهایی پیش می رود.

#خبر
#منهای_برنامه_نویسی

@TheRaymondDev

ازین سایتا ادرس چندتاشونو گذاشتیم! ما اینجا ماهیگیری یاد میدیم ولی کیه که قدر بدونه 😑

@TheRaymondDev

برای remote development در vscode سمت چپ پایین اون علامتو بزنید. خودش اکستنشن لازم رو نصب میکنه و بعدش به سرور لاگین کنید و تمام!

@TheRaymondDev

🔻فیلترشکن JumpJump که دوران قطعی اینترنت خیلی فراگیر شد اطلاعات کاربرانش در دارک وب، به فروش گذاشته است

🔹این اپلیکیشن اطلاعات حساس مثل کارت بانکی و ولت و پسورد و… رو از گوشی کاربران جمع آوری می‌کرده، که در فایل فروش هم این اطلاعات موجود است

‎🆔 @GizmizTel 💯

🔶 اروپا در زمینهٔ هوش مصنوعی، در مقایسه با چین و آمریکا، چندین پله عقب ‌تر است.

🚬

#هوش_مصنوعی

@TheRaymondDev

بعد ناراحته که یوزراش کم شده!

@TheRaymondDev