آیویار | مرجع تخصصی هوش مصنوعی
1.85K subscribers
100 photos
5 files
1 link
اینجا هوش مصنوعی رو ساده و بدون پیچیدگی یاد میگیری 🤖

آموزش‌های قدم‌به‌قدم، اخبار داغ، ابزارهای کاربردی، ایده‌ها، ترفندها، فایل‌ و کتاب‌های به‌روز؛
همه در مرجعی جامع، بدون نیاز به پیش‌زمینه!

آینده با AI ساخته می‌شه؛
با آیویار آماده شو 🚀

Support: @Aioyar
Download Telegram
‎⁨آیویار-کتاب-هفته-۲-Deep-Work⁩.pdf
644.6 KB
📵 چرا هر روز کار می‌کنی ولی حس می‌کنی جایی جلو نرفتی؟

هفته‌ی پیش تو «کتاب هفته» خوندیم چطور با AI کار کنیم. این هفته می‌ریم سراغ سؤال بعدی: وقتی AI داره کارهای سطحی رو انجام می‌ده، چی برای تو می‌مونه؟

جواب کال نیوپورت — استاد علوم کامپیوتر دانشگاه جورج‌تاون — تو کتاب Deep Work ساده‌ست: توانایی تمرکز عمیق. همون چیزی که داره از دنیای کار حذف می‌شه و دقیقاً به همین دلیل، هر روز گرون‌تر می‌شه.

حرف اصلی کتاب تو یه فرمول خلاصه می‌شه:

کار باکیفیت = زمان صرف‌شده × شدت تمرکز

یعنی دو ساعت تمرکز واقعی می‌تونه بیشتر از هشت ساعت کارِ تیکه‌تیکه خروجی بده. اگه حس می‌کنی سخت کار می‌کنی ولی جلو نمی‌ری، معمولاً مشکل تو «زمان» نیست — تو «شدت»ه.

و یه جمله‌ی کتاب که به نظر ما مهم‌ترین بخششه: تو داری اشتباه استراحت می‌گیری. ما عادت کردیم «از حواس‌پرتی استراحت بگیریم»؛ نیوپورت می‌گه برعکسش کن — از تمرکز استراحت بگیر.

سیوش کن 📎

@aioyarhub
4🔥1
📦 با AI محصول دیجیتال بساز — ایبوک، قالب، مینی‌دوره

همه می‌گن «محصول دیجیتال بساز، درآمد غیرفعال داشته باش». ولی وقتی می‌شینی پای کار، همون‌جا گیر می‌کنی: چی بسازم؟ از کجا شروع کنم؟ و اصلاً کی می‌خرتش؟

بذار یه چیزی رو رک بگم: مشکل تو ابزار نیست. AI می‌تونه تو یه ساعت یه ایبوک صد صفحه‌ای بهت بده — و دقیقاً همون ایبوکیه که هیچ‌کس نمی‌خره.

🔑 اصل اول: محصول تو فایل نیست، نتیجه‌ست

کسی «یه PDF» نمی‌خره. آدم‌ها برای رسیدن به یه نتیجه‌ی مشخص پول می‌دن.

مقایسه کن:
«راهنمای جامع بازاریابی اینستاگرام»
«۳۰ روزه اولین ۱۰۰۰ فالوور واقعی پیجت رو بگیر»

اولی یه فایله، دومی یه وعده‌ست. AI می‌تونه هر دو رو بنویسه — تو باید بدونی کدوم رو بخوای.

🔍 مرحله ۱ | موضوع رو از دل خودت دربیار، نه از ترند

بهترین محصول اولت، چیزیه که خودت قبلاً حلش کردی. AI کمکت می‌کنه پیداش کنی:

«این لیست کارهاییه که تو دو سال اخیر یاد گرفتم یا انجام دادم: [لیست خام]. کدوم‌هاش می‌تونه به درد یه نفر که سه سال عقب‌تر از منه بخوره؟ ده تا موضوع محصول دیجیتال پیشنهاد بده و برای هر کدوم بگو مخاطبش دقیقاً کیه و چه دردی رو حل می‌کنه.»

چرا این مهمه؟ چون تو ساخت محتوا با AI، چیزی که تو رو از بقیه جدا می‌کنه تجربه‌ی واقعیته — همون بخشی که AI نداره.

⚡️ مرحله ۲ | اول کوچیک، نه کامل

اشتباه کلاسیک: شروع می‌کنی به ساخت یه دوره‌ی ۱۰ ساعته و سه ماه بعد ولش می‌کنی. برعکسش کن — از سبک‌ترین قالب شروع کن:

📄 قالب / چک‌لیست (۲ تا ۵ صفحه، یه روزه)
سریع‌ترین راه برای تست اینکه اصلاً کسی این مشکل رو داره یا نه.
«برای [مخاطب] یه چک‌لیست عملی بساز که [نتیجه] رو قدم‌به‌قدم بهش برسونه. هر آیتم باید یه کار مشخص و قابل انجام باشه، نه توصیه‌ی کلی.»

📘 ایبوک (۲۰ تا ۴۰ صفحه، یه هفته)
عمق بیشتر، ولی نه «جامع». یه مسئله رو کامل حل کن.
«یه فهرست فصل‌بندی برای ایبوکی بساز که فقط و فقط [مشکل مشخص] رو حل کنه. هر فصل باید یه قدم از مسیر باشه و آخرش یه تمرین عملی داشته باشه.»

🎥 مینی‌دوره (۵ تا ۷ ویدئوی کوتاه، دو هفته)
وقتی مطمئن شدی قالب قبلی فروش داشته.
«این ایبوک رو به یه مینی‌دوره‌ی هفت‌قسمتی تبدیل کن. برای هر قسمت: عنوان، سه نکته‌ی اصلی، و یه تکلیف عملی که مخاطب بعد از دیدنش انجام بده.»

🛠 مرحله ۳ | تقسیم کار بین ابزارها

هیچ ابزاری کل کار رو انجام نمی‌ده:
▪️ ساختار و نوشتن → ChatGPT یا Claude
▪️ جلد و صفحه‌آرایی → Canva
▪️ نسخه‌ی ارائه یا اسلاید → Gamma
▪️ نسخه‌ی صوتی → ElevenLabs

(همون هفت ابزاری که شنبه معرفی کردیم — این دقیقاً جاییه که کنار هم می‌شینن.)

⚠️ سه اشتباهی که محصولت رو می‌سوزونه

۱. خروجی خام AI رو مستقیم می‌فروشی. مخاطب متن بی‌روح رو تشخیص می‌ده. هر فصل رو با یه مثال، یه اشتباه واقعی خودت یا یه جزئیات دست‌اول شخصی‌سازی کن.

۲. قبل از ساختن، نمی‌پرسی. اول از ده نفر از مخاطب هدفت بپرس بزرگ‌ترین مشکلشون تو این حوزه چیه. اگه جواب‌ها شبیه هم بود، محصولت رو پیدا کردی.

۳. همه‌چی رو تو محصول می‌ذاری. محصول خوب یه مسیر مشخصه، نه دایرةالمعارف. هر چیزی که به نتیجه‌ی نهایی کمک نمی‌کنه، حذفش کن.

تست نهایی قبل از انتشار

از AI بخواه نقش منتقد رو بازی کنه:
«تو یه خریدار بدبینی که پول کمی داری. این محصول رو ببین و بگو چرا نمی‌خریش. سه ایراد اصلیش چیه و چی کم داره؟»

بعد همون سه ایراد رو برطرف کن.

جمع‌بندی: AI سرعت ساخت رو ده برابر می‌کنه، ولی تصمیم‌های مهم — اینکه چی بسازی، برای کی، و چه وعده‌ای بدی — هنوز مال توئه. و دقیقاً همین تصمیم‌هاست که فرق محصولی که می‌فروشه با فایلی که تو گوشی آدم‌ها خاک می‌خوره رو می‌سازه.

اولین محصولت رو کوچیک بساز و زود منتشرش کن. بازخورد واقعی از هر برنامه‌ریزی‌ای ارزشمندتره.

@aioyarhub
4🔥1
🏛 کنگره‌ی آمریکا از OpenAI و Anthropic توضیح خواست

۲۹ نماینده‌ی دموکرات مجلس نمایندگان آمریکا نامه‌ای به OpenAI فرستادن و خواستن توضیح بده ایجنت‌هاش موقع تست چطور پایش می‌شن و آیا مدل‌ها از کنترل‌های ایمنی فرار کردن یا نه. نامه به گزارش‌هایی استناد کرده که می‌گن سیستم پایش در برخی اجراها قطع بوده.

نامه‌ی جداگانه‌ای با ۲۲ امضا هم از Anthropic خواسته پروتکل‌هایی که بعد از نفوذ ایجنت‌هاش به سه شرکت اضافه کرده رو توضیح بده. نماینده‌ها این موارد رو ریسک امنیت ملی خوندن و خواستار جلسات رسمی استماع شدن.

چرا برات مهمه؟ چند هفته‌ست خبر فرار ایجنت‌ها رو دنبال می‌کنیم. حالا رسیده به کنگره — یعنی مرحله‌ی بعدی قانون‌گذاری سفت‌وسخت‌تر برای ایجنت‌هاست، که احتمالاً روی ابزارهایی که استفاده می‌کنی هم اثر می‌ذاره.

@aioyarhub
3🔥1
🎸 برند معروف سیم گیتار: اشتباه کردیم، موسیقی تبلیغمون با AI ساخته شده بود

شرکت D’Addario — از قدیمی‌ترین برندهای سیم گیتار — بعد از دو بار تکذیب، بالاخره پذیرفت موسیقی ویدئوی معرفی محصول جدیدش با ابزار AI بازتولید شده. جالب اینکه یکی از تکذیب‌های قبلی با فایل‌های پروژه‌ی نرم‌افزار موسیقی پشتیبانی شده بود.

شرکت گفت اطلاعات نادرست بهش داده شده و از این به بعد کارمندها و همکارهای خلاقش موظفن هر استفاده از AI رو اعلام کنن.

چرا برات مهمه؟ درس اصلی برای هر کسی که با پیمانکار یا فریلنسر کار می‌کنه: از اول شفاف بپرس AI استفاده شده یا نه، و جواب رو مکتوب بگیر. تکذیب کردن و بعد عقب‌نشینی، خیلی گرون‌تر از اعتراف اولیه‌ست.

مخاطب استفاده از AI رو می‌بخشه؛ پنهون‌کاری رو نه.

@aioyarhub
4🔥1
🧹 ربات انسان‌نما با ساعتی ۳۰ دلار، خونه‌ت رو تمیز می‌کنه

استارتاپ Tau Robotics یازدهم آگوست تو سان‌فرانسیسکو برنامه‌ی آزمایشی راه انداخت: ساکنین می‌تونن ربات‌های انسان‌نمای ۵۰ هزار دلاری رو ساعتی ۳۰ دلار اجاره کنن برای جاروبرقی کشیدن، تمیز کردن سطوح و بیرون بردن زباله. هدف: هزار خانوار.

ولی جزئیاتش تصویر واقع‌بینانه‌تری می‌ده: ربات‌ها مستقل نیستن. مدیرعامل شرکت می‌گه نمی‌تونن از پله بالا برن و به تکنسین‌های راه دور با عینک واقعیت مجازی وابسته‌ان که نظارت و مداخله می‌کنن. یه استاد رباتیک دانشگاه برکلی هم هشدار داده این دستگاه‌های سنگین ممکنه بیفتن یا به آدم‌ها برخورد کنن، و تخمین زده حدود یه دهه تا تمیزکاری واقعاً خودکار فاصله داریم.

چرا برات مهمه؟ این دقیقاً همون فاصله‌ی «دموی جذاب» و «محصول واقعی»ه. پشت خیلی از سرویس‌های به‌ظاهر خودکار، هنوز یه آدم نشسته.

قبل از باور کردن هر ادعای «کاملاً خودکار»، بپرس پشتش کی نشسته.

@aioyarhub
4🔥1
🤔 «انسان تو حلقه بمونه» — شعار قشنگی که داره از کار می‌افته

از همین امروز، Claude Code دیگه برای هر دستور از کاربر اجازه نمی‌گیره. تصمیم Anthropic روی یه عدد بنا شده که آدم رو ساکت می‌کنه: سیستم خودکارشون ۸۹ درصد دستورهای خطرناک رو گرفت، بازبین‌های انسانی فقط ۱۳٫۶ درصد.

هفته‌ی پیش هم عدد مشابهی دیدیم: تو مطالعه‌ای روی ۴۰ هزار اجرا، آدم‌هایی که دستورهای ایجنت‌های کدنویسی رو تأیید می‌کردن، دو سوم دستورهای مخرب رو می‌گرفتن — و هر چی جلسه طولانی‌تر می‌شد، دقتشون پایین‌تر می‌اومد.

بذار رک بگم: ما تو همین کانال بارها گفتیم «انسان تو حلقه بمونه». حالا باید صادق باشیم — این جمله داره به یه تسکین خاطر تبدیل می‌شه، نه یه راه‌حل.

چرا تأیید انسانی شکست می‌خوره؟

مشکل بی‌دقتی آدم‌ها نیست، طراحی سیستمه. وقتی صد بار پشت سر هم ازت پرسیده می‌شه «اجازه هست؟» و نود و نه بارش بی‌خطره، بار صدم رو هم بدون خوندن تأیید می‌کنی. اسمش خستگی هشداره و تو هوانوردی و پزشکی دهه‌هاست شناخته‌شده‌ست.

دومین مشکل عمیق‌تره: برای اینکه بفهمی یه دستور خطرناکه، باید سطح دانشت هم‌تراز چیزی باشه که داری تأییدش می‌کنی. کسی که نمی‌دونه یه دستور دقیقاً چیکار می‌کنه، تأییدش فقط یه امضای تشریفاتیه.

ولی روی دیگه‌ی سکه هم هست

اگه فقط همین رو ببینیم، نتیجه‌ی غلط می‌گیریم. همین ماه دیدیم مدل‌ها از محیط تست فرار کردن، یکی‌شون تو سیستم داخلی یه تابلوی اعلانات مخفی ساخت، و ایجنت یه کاربر عادی سایت باشگاهش رو هک کرد تا نوبتش جلو بیفته.

و نکته‌ی مهم: عددی که Anthropic منتشر کرده، تست خودشه از سیستم خودش. اینکه ماشین بهتر از آدم چک می‌کنه ممکنه درست باشه، ولی وقتی سازنده هم داور باشه، باید با احتیاط خوندش.

موضع ما

مسئله «انسان یا ماشین» نیست. مسئله اینه که انسان کجای حلقه باشه.

تأیید تک‌تک دستورها، بدترین جای ممکنه — چون از انسان کاری می‌خواد که ماشین بهتر انجامش می‌ده (بررسی سریع و تکراری) و کاری که فقط انسان می‌تونه رو ازش نمی‌خواد (تصمیم درباره‌ی اینکه اصلاً چه کاری باید انجام بشه).

سه جای درست برای انسان:

۱. قبل از شروع — تعریف مرز
به‌جای اینکه هر دستور رو تأیید کنی، از اول مشخص کن ایجنت به چی دسترسی داره و به چی نه. یه تصمیم دقیق در ابتدا، ارزشش از صد تا تأیید عجولانه بیشتره.

۲. وسط کار — نمونه‌گیری، نه بازرسی کامل
به‌جای دیدن همه‌چی، تصادفی چند تا از کارهاش رو عمیق بررسی کن. این همون کاریه که حسابرس‌ها می‌کنن و از مرور سطحی همه‌چیز مؤثرتره.

۳. بعد از کار — قابلیت برگشت
مهم‌ترین سؤال این نیست که «چطور جلوی اشتباه رو بگیرم»، اینه که «اگه اشتباه شد، چطور برش گردونم». بکاپ، نسخه‌بندی، و دسترسی محدود — این‌ها ارزششون از هر تأییدی بیشتره.

و یه هشدار

راحتی حالت خودکار اعتیادآوره. وقتی کارها بدون وقفه جلو می‌رن، آدم فراموش می‌کنه که مسئولیت هنوز مال خودشه. Anthropic ممکنه سیستمش رو بهبود بده، ولی وقتی چیزی خراب شد، سراغ Anthropic نمیان — سراغ تو میان.

نظر تو چیه؟ ترجیح می‌دی هر قدم رو خودت تأیید کنی، یا از اول مرز بذاری و بعد بذاری کار جلو بره؟

@aioyarhub
4🆒1
⚡️ قرارداد ۹ میلیارد دلاری برای ۲۲ سال برق

شرکت Riot Platforms فاش کرد یه قرارداد اجاره‌ی دیتاسنتر ۲۰ ساله تو کمپ تگزاسش بسته که طبق گزارش بلومبرگ، مستأجرش Anthropic است. قرارداد ۱۹۱ مگاوات ظرفیت داره، تا ژوئن ۲۰۴۸ ادامه پیدا می‌کنه و درآمد پایه‌ش حدود ۹٫۱ میلیارد دلاره — با دو گزینه‌ی تمدید پنج‌ساله که می‌تونه کل ارزشش رو به ۱۶٫۱ میلیارد برسونه.

تحویل مرحله‌ای انجام می‌شه: ۹۶ مگاوات تا دسامبر ۲۰۲۷ و کل ظرفیت تا ژوئن ۲۰۲۸. سهام Riot بعد از این خبر ۲۵ درصد جهش کرد.

چرا برات مهمه؟ قراردادی که تا ۲۰۴۸ بسته می‌شه یعنی این شرکت‌ها دارن برای دو دهه‌ی آینده برنامه می‌ریزن، نه دو سال. برای تو یعنی این ابزارها قرار نیست به این زودی‌ها جایی برن — سرمایه‌گذاری روی یادگیریشون منطقیه.

@aioyarhub
3🔥1
🤖 هر ایجنت، کامپیوتر خودشو داره

شرکت‌های SpaceXAI و Cursor — که وسط ادغامن — اپلیکیشن Grok Bot رو به‌صورت بتا روی مک، iOS، ویندوز و لینوکس منتشر کردن. اندروید هم به‌زودی میاد.

مدلش متفاوته: هر بات یه ماشین اختصاصی خودشو داره، با حساب‌های خود کاربر وارد اپ‌ها و سرویس‌ها می‌شه و کارها رو از اول تا آخر انجام می‌ده — و فقط برای تأییدهای مهم برمی‌گرده سراغت. فعلاً دسترسیش محدود به مشترک‌های پلن‌های گرون‌قیمته.

چرا برات مهمه؟ این نسل بعدی ایجنت‌هاست: نه یه چت‌بات که بهت جواب می‌ده، یه دستیار که به‌جات وارد حساب‌هات می‌شه و کار می‌کنه. قدرتش زیاده، ولی یادت باشه چند هفته‌ست داریم خبر ایجنت‌هایی رو می‌گیم که از کنترل خارج شدن.

قبل از دادن دسترسی، از خودت بپرس: اگه اشتباه کنه، چی از دست می‌دم؟

@aioyarhub
2🤯1🆒1
🐧 ChatGPT بالاخره روی لینوکس اومد

‏شرکت OpenAI یازدهم آگوست نسخه‌ی پیش‌نمایش اپلیکیشن دسکتاپ ChatGPT رو برای لینوکس منتشر کرد — شامل ChatGPT، نسخه‌ی کاری و محیط برنامه‌نویسی Codex، روی اوبونتو، دبیان و فدورا با بسته‌های DEB و RPM.

‏قابلیت‌های کنترل کامپیوتر فعلاً در دسترس نیست، ولی کاربرها می‌تونن بین حالت گفتگو و محیط توسعه‌ای که با مخزن‌های محلی، ترمینال و پوشه‌ها کار می‌کنه جابه‌جا بشن.

‏چرا برات مهمه؟

‏لینوکس سیستم‌عامل اصلی خیلی از توسعه‌دهنده‌ها و سرورهاست. رسیدن ابزارهای AI به این پلتفرم یعنی این ابزارها دارن از «اپ سرگرمی» به «ابزار کار جدی» تبدیل می‌شن.

@aioyarhub
2🔥1🆒1
‎⁨آیویار-کتاب-هفته-۳-Naval-Ravikant⁩.pdf
628.6 KB
💰 چرا هر چی بیشتر کار می‌کنی، درآمدت به همون نسبت بالا نمی‌ره؟

جواب نَوال راویکانت — هم‌بنیان‌گذار AngelList و سرمایه‌گذار توییتر و اوبر — تو یه کلمه خلاصه می‌شه: اهرم.

اون ثروت رو از پول و جایگاه جدا می‌کنه:
▪️ ثروت یعنی دارایی‌ای که وقتی خوابی هم برات کار می‌کنه
▪️ پول فقط ابزار انتقال ارزشه
▪️ جایگاه بازی برد-باخته؛ برای بالا رفتن تو، یکی باید پایین بیاد

و اگه درآمدت به ساعت‌های کاریت گره خورده، سقفت مشخصه: ۲۴ ساعت در روز.

راه‌حلش سه ستون داره: دانش خاص، اهرم، و پاسخگویی. و بین سه نوع اهرم — نیروی انسانی، سرمایه، و محصولات با هزینه‌ی تکثیر صفر — سومی رو «اهرم بدون اجازه» می‌نامه. کد و محتوا؛ چون برای استفاده ازشون لازم نیست کسی انتخابت کنه.

و دقیقاً همین‌جاست که این کتابِ ۲۰۲۰ به امروز وصل می‌شه: AI ارزون‌ترین اهرمی‌ه که تا حالا در دسترس یه آدم معمولی بوده.

خلاصه‌ی اختصاصی هشت‌صفحه‌ای ضمیمه‌ست — سیوش کن 📎

@aioyarhub
3👍1🆒1
🎵 صد میلیون کاربر، و یه پرونده‌ی قضایی که آینده‌ی موسیقی رو تعیین می‌کنه

بلومبرگ گزارش مفصلی درباره‌ی Suno منتشر کرد: از زمان راه‌اندازیش در ۲۰۲۳، بیش از ۱۰۰ میلیون نفر ازش استفاده کردن و الان بیش از ۲ میلیون مشترک پولی داره.

هم‌زمان با این رشد، شرکت درگیر شکایت دو غول موسیقی — یونیورسال و سونی — است. موضوع دعوا ساده و سرنوشت‌سازه: آیا ابزارهای موسیقی‌ساز حق دارن روی آرشیو آهنگ‌های ضبط‌شده آموزش ببینن یا نه؟

چرا برات مهمه؟ نتیجه‌ی این پرونده فقط موسیقی رو تعیین نمی‌کنه — الگوی حقوقیش به متن، تصویر و ویدئو هم تسری پیدا می‌کنه. اگه با AI محتوا تولید می‌کنی، این پرونده رو زیر نظر داشته باش.

دیروز هم دیدیم یه برند معروف به‌خاطر پنهون کردن استفاده از همین ابزار مجبور به عذرخواهی شد.

@aioyarhub
2🤯1🆒1
💧 هزار میلیارد لیتر آب در سال، تا ۲۰۲۸

طبق گزارشی که به پیش‌بینی مورگان استنلی استناد می‌کنه، دیتاسنترهای هوش مصنوعی تا سال ۲۰۲۸ سالانه بیش از هزار میلیارد لیتر آب مصرف می‌کنن — حدود یازده برابر سطح ۲۰۲۴.

نکته‌ی مهم اینه که بیش از ۹۲ درصد این مصرف مستقیم نیست؛ غیرمستقیم و از راه تولید برق اتفاق می‌افته. و بیش از نصف بزرگ‌ترین مراکز داده‌ی دنیا تو حوضه‌های آبی با ریسک متوسط قرار دارن.

چرا برات مهمه؟ چند روز پیش خبر مقاومت ۵۰۰ منطقه‌ی آمریکا علیه ساخت دیتاسنتر رو گفتیم — این عدد دلیلشو نشون می‌ده. رشد AI به منابع فیزیکی گره خورده، و این محدودیت‌ها بالاخره تو قیمت سرویس‌ها خودشونو نشون می‌دن.

@aioyarhub
3🤯1🆒1
🎓 موج بازنشستگی زودهنگام استادها، به‌خاطر تقلب با AI

نشریه‌ی Chronicle of Higher Education گزارش داده موجی از استادهای دانشگاه‌های آمریکا برنامه‌ی بازنشستگی‌شون رو جلو انداختن، و دلیلی که خودشون می‌گن روشنه: تقلب گسترده با AI و فروپاشی مقاله‌نویسی به‌عنوان ابزار سنجش.

این گزارش به مجموعه‌ی رو به رشد داده‌هایی اضافه می‌شه که فشار AI روی نظام آموزشی رو نشون می‌دن.

چرا برات مهمه؟ این یه هشدار درباره‌ی نحوه‌ی استفاده‌ست، نه خود ابزار. کسی که با AI تکلیفش رو رد می‌کنه، مهارتی یاد نمی‌گیره — و همون مهارت‌هاست که بعداً براش پول درمیاره.

از AI برای فهمیدن استفاده کن، نه برای رد کردن.

@aioyarhub
3🤯1🆒1
آیویار | مرجع تخصصی هوش مصنوعی pinned «🤔 «انسان تو حلقه بمونه» — شعار قشنگی که داره از کار می‌افته از همین امروز، Claude Code دیگه برای هر دستور از کاربر اجازه نمی‌گیره. تصمیم Anthropic روی یه عدد بنا شده که آدم رو ساکت می‌کنه: سیستم خودکارشون ۸۹ درصد دستورهای خطرناک رو گرفت، بازبین‌های انسانی…»
🤖 از امروز، Claude Code دیگه برای هر کاری ازت اجازه نمی‌گیره

شرکت Anthropic از امروز چهاردهم آگوست، حالت Auto Mode رو برای کاربرهای Pro، Max و Team به‌صورت پیش‌فرض فعال می‌کنه. یعنی به‌جای اینکه برای هر دستور از تو تأیید بگیره، یه سیستم طبقه‌بندی خودکار هر دستور رو بررسی می‌کنه و فقط جلوی کارهای خطرناک یا برگشت‌ناپذیر رو می‌گیره.

عددی که پشت این تصمیمه، تکان‌دهنده‌ست: تو تست داخلی روی بیش از هزار کاربر پولی، سیستم خودکار ۸۹ درصد دستورهای خطرناک رو گرفت — در حالی که بازبین‌های انسانی فقط ۱۳٫۶ درصد. تیم‌هایی که از حالت خودکار استفاده کردن حدود ۲۵ درصد بیشتر کد تحویل دادن. شرکت هزینه‌ی توکن این بررسی رو هم از کاربر نمی‌گیره.

چرا برات مهمه؟ چند هفته‌ست تو همین کانال تکرار کردیم «انسان تو حلقه بمونه». این عدد داره می‌گه اون حلقه از چیزی که فکر می‌کردیم شل‌تره.

امشب تو تحلیل هفتگی دقیقاً روی همین می‌ریم.

@aioyarhub
2🤯1🆒1
🌐 مرورگری که برای آدم ساخته نشده — برای ایجنت‌ها

شرکت Cloudflare مرورگر Kitesurf رو منتشر کرد: یه مرورگر ابری که کاملاً برای استفاده‌ی ایجنت‌های AI طراحی شده، نه انسان. تیمشون تو ۱۲ هفته اون رو از ترکیب چند پروژه‌ی اوپن‌سورس ساختن.

نتیجه؟ نسبت به کروم، بین ۳ تا ۴ برابر کمتر پردازنده و بین ۵ تا ۷ برابر کمتر حافظه مصرف می‌کنه — برای کارهایی مثل گرفتن اسکرین‌شات و استخراج محتوای صفحه. منطقش هم ساده‌ست: ایجنت‌ها تب و افزونه و تم لازم ندارن؛ ترجیح می‌دن به‌جای زیبایی صفحه، هزینه‌ی توکن کمتری بدن. فعلاً رایگان و به‌صورت بتا در دسترسه.

چرا برات مهمه؟ وقتی برای ایجنت‌ها مرورگر اختصاصی ساخته می‌شه، یعنی اون‌ها دارن به کاربر اصلی اینترنت تبدیل می‌شن. Cloudflare قبلاً گفته بود حدود ۵۷ درصد ترافیک وب مال بات‌هاست.

اینترنت داره برای مخاطب جدیدش بازطراحی می‌شه.

@aioyarhub
2🔥1🤯1
🕶 عینک‌های هوشمند از دادگاه‌های بریتانیا اخراج شدن

سازمان دادگاه‌های انگلستان و ولز یازدهم آگوست ورود عینک‌های هوشمند متا رو به همه‌ی دادگاه‌های کیفری، حقوقی و خانواده ممنوع کرد — با دستور ضبط در ورودی و تحویل موقع خروج.

نکته‌ی جالب اینکه گوشی هوشمند همچنان مجازه (با محدودیت ضبط)، ولی برای عینک استثنا قائل نشدن؛ دلیلش اینه که دوربینش بدون اینکه کسی بفهمه ضبط می‌کنه. این تصمیم بعد از حادثه‌ای در دادگاه عالی لندن گرفته شد که یکی از طرفین دعوا مظنون بود از طریق عینک هوشمند، راهنمایی زنده دریافت می‌کنه.

چرا برات مهمه؟ مرز بین «دستیار هوشمند» و «ابزار تقلب» به سخت‌افزار قابل حمل رسیده. هر جا که صداقت اهمیت داره — امتحان، مصاحبه، جلسه‌ی محرمانه — قوانین جدیدی داره نوشته می‌شه.

@aioyarhub
3🔥1🤯1
اگه از Manus استفاده می‌کنی، تا ۲۳ آگوست بکاپ بگیر

سرویس Manus اعلام کرد به‌زودی دوباره به یه شرکت مستقل تبدیل می‌شه و معامله‌ی خریدش توسط متا، به دستور نهاد ناظر پکن در حال فسخه.

نکته‌ی عملی برای کاربرها: داده‌های تولیدشده توسط بخشی از کاربرها از تاریخ ۲۹ دسامبر ۲۰۲۵ به بعد، بین ۲۳ و ۲۴ آگوست حذف می‌شه. بکاپ‌گیری باید تا صبح ۲۳ آگوست تموم بشه و بازیابی از ۲۵ آگوست باز می‌شه. شرکت تأکید کرده این جدایی به‌خاطر انطباق با مقررات بوده، نه حادثه‌ی امنیتی.

چرا برات مهمه؟ حتی وقتی هیچ اتفاق بدی نیفتاده، تصمیم‌های سیاسی و مقرراتی می‌تونن داده‌هات رو پاک کنن. از هر سرویسی که بهش وابسته‌ای، نسخه‌ی محلی نگه دار.

هیچ ابری برای همیشه بالای سر تو نمی‌مونه.

@aioyarhub
3🔥1🆒1
📋 شناسنامه برای داده‌های AI

گرگوری کرتزر — بنیان‌گذار توزیع لینوکس Rocky — پروژه‌ای به اسم OpenWALDO راه انداخت با یه هدف مشخص: قابل حسابرسی کردن داده‌های آموزش مدل‌ها، همون‌طور که وابستگی‌های نرم‌افزار اوپن‌سورس قابل ردیابی‌ان.

پیکره‌ی عمومیش همین الان ۱۲۴ میلیارد توکن مرجع از ۷۵٫۱ میلیون سند رو با اطلاعات لایسنس فهرست کرده. پروژه مفهومی به اسم «صورت‌حساب مواد AI» معرفی می‌کنه که مسیر داده و تبار مدل رو از آموزش تا انتشار ردیابی می‌کنه.

چرا برات مهمه؟ دیروز پرونده‌ی حقوقی Suno رو گفتیم که سرنوشت آموزش مدل‌ها روی آثار دارای کپی‌رایت رو تعیین می‌کنه. اگه استانداردی مثل این جا بیفته، بالاخره می‌شه فهمید یه مدل روی چی آموزش دیده — و این هم برای تولیدکننده خوبه هم برای استفاده‌کننده.

@aioyarhub
3👍1🔥1
💵 پول همچنان با سرعت تمام به سمت AI می‌ره

سه خبر مالی این هفته کنار هم تصویر روشنی می‌دن. صندوق Accel یه جذب سرمایه‌ی هماهنگ ۳٫۵ میلیارد دلاری بست — شامل صندوق‌های جدا برای آمریکا، اروپا و هند. صندوق هندش که ۵۵۰ میلیون دلار بود، ظرف چند هفته بیش از ظرفیت پر شد.

هم‌زمان CoreWeave — از بزرگ‌ترین تأمین‌کننده‌های زیرساخت AI — درآمد سه‌ماهه‌ش دو برابر شد و به ۲٫۵۸ میلیارد دلار رسید، با سفارش‌های قراردادی ۱۰۴ میلیارد دلاری. Super Micro هم درآمد فصلیش با ۹۳ درصد رشد به ۱۱٫۱ میلیارد دلار رسید.

چرا برات مهمه؟ این عددها یه سؤال قدیمی رو جواب می‌دن: تقاضا واقعیه یا حباب؟ وقتی شرکت‌های زیرساخت سفارش صد میلیارد دلاری دارن، یعنی مشتری‌ها دارن پول واقعی خرج می‌کنن — نه فقط وعده.

@aioyarhub
3🔥1💯1