مخصوص اهل فن: اگه با لینوکس کار می‌کنی، ⁦eBPF⁩ احتمالاً یکی از مهم‌ترین تحولات سال‌های اخیره که باید بشناسیش.

قبلاً اگه می‌خواستی رفتار کرنل لینوکس رو عوض کنی — مثلاً طرز پردازش پکت‌های شبکه یا فیلتر کردن ⁦syscall⁩‌ها — دو راه داشتی: یا یه ⁦patch⁩ به کرنل بفرستی و چند سال صبر کنی، یا ⁦kernel module⁩ بنویسی. ماژول‌ها قوی‌ان ولی خطرناک — یه باگ ساده می‌تونه کل سرور رو ⁦crash⁩ کنه.

این ⁦eBPF⁩ اومد همه چیز رو عوض کرد.

با ⁦eBPF⁩ می‌تونی برنامه‌های کوچیک رو مستقیم توی کرنل لینوکس اجرا کنی — بدون تغییر کد کرنل، بدون ریبوت، بدون ماژول. قبل از اجرا، کرنل خودش برنامه رو چک می‌کنه که حلقه بی‌نهایت نداشته باشه، به حافظه اشتباه دسترسی نداشته باشه. بعدش هم مستقیم به کد ماشین تبدیلش می‌کنه (⁦JIT compilation⁩) تا سرعتش نزدیک به ⁦native⁩ باشه. یعنی امنیت، بدون از دست دادن سرعت.

نتیجه‌اش رو شرکت‌های بزرگ خیلی جدی گرفتن:

شبکه و ⁦DDoS⁩: شرکت ⁦Cloudflare⁩ با ⁦eBPF⁩ حملات ⁦DDoS⁩ در مقیاس ترابیت رو جذب می‌کنه. پکت‌های مخرب قبل از اینکه اصلاً وارد ⁦stack⁩ شبکه بشن، توی لایه ⁦driver⁩ کارت شبکه حذف می‌شن — سرور سرپاست. شرکت ⁦Meta⁩ هم کل زیرساخت ⁦load balancing⁩‌شون رو با ⁦Katran⁩ (یه پروژه ⁦open source⁩ مبتنی بر ⁦eBPF⁩) جایگزین کرده.

کوبرنتیز: ابزاری به اسم ⁦Cilium⁩ با ⁦eBPF⁩ جایگزین ⁦iptables⁩ شده. قبلاً با هزاران ⁦pod⁩، ⁦iptables⁩ کند و سنگین می‌شد. با ⁦eBPF⁩، جستجوها در ⁦O⁩(1) انجام می‌شن. همین الان ⁦AWS⁩، ⁦Google Cloud⁩ و ⁦Azure⁩ همه ⁦Cilium⁩ رو به عنوان گزینه پیشنهادی دارن.

مانیتورینگ بدون لمس کد: با ⁦eBPF⁩ می‌تونی هر تابعی توی کرنل یا حتی توی اپلیکیشن‌های ⁦userspace⁩ رو ⁦trace⁩ کنی — ⁦latency⁩، ⁦stack trace⁩، مقادیر بازگشتی — بدون اینکه یه خط کد تغییر بدی. شرکت ⁦Netflix⁩ همین الان توی محیط ⁦production⁩ ازش استفاده می‌کنه.

جزئیات کامل رو از دکمه پایین بخون 👇

یه سوال: آخرین بار کِی تو یه منطقه بودی که اصلاً آنتن نداشتی؟

همیشه فکر می‌کردیم برای ارتباط ماهواره‌ای باید یه دستگاه عجیب‌غریب گرون‌قیمت داشته باشی. اون روزا داره تموم می‌شه.

نسل جدیدی از ماهواره‌های کم‌ارتفاع — که تو مدار ۳۰۰ تا ۶۰۰ کیلومتری زمین می‌چرخن، نه اون ماهواره‌های دور که نیاز به دیش دارن — الان می‌تونن مستقیماً با گوشی معمولیت حرف بزنن. بدون اپ خاص، بدون آنتن اضافه، بدون قرارداد ماهواره‌ای.

چی الان واقعاً کار می‌کنه؟

شرکت ⁦SpaceX⁩ با ⁦T-Mobile⁩ یه سرویس راه انداختن که از ۲۰۲۴ کاربراشون می‌تونن از هر جایی — کوه، بیابون، وسط اقیانوس — پیام بفرستن و دریافت کنن. صدا هم داره میاد. ولی سرعت اینترنتش پایینه، چون یه ماهواره باید پوشش صدها کیلومتر رو بده و پهنای باند بین همه قسمت می‌شه. انگار یه ⁦Wi-Fi⁩ رو ۱۰۰ هزار نفر استفاده کنن.

شرکت دیگه‌ای به اسم ⁦AST SpaceMobile⁩ رویکرد متفاوتی داره: به‌جای تعداد زیاد ماهواره‌های کوچیک، ماهواره‌های کمتر ولی با آنتن‌های خیلی بزرگ‌تر می‌سازه. هدفش اینه که سرعت واقعی اینترنت رو روی گوشی معمولی بده، نه فقط پیام اضطراری. این شرکت با ⁦AT&T⁩ و ⁦Verizon⁩ هم همکاری داره.

یه نکته مهم که باید بدونی: ماهواره‌ای که شرکت ⁦Apple⁩ تو آیفون ۱۴ به بعد گذاشته یه چیز دیگه‌ست. اونا از یه مودم جداگانه استفاده می‌کنن فقط برای پیام‌های اضطراری — باید گوشی رو بگیری طرف آسمون و فقط چند کلمه می‌تونی بفرستی. مفیده و جون آدم‌هایی رو نجات داده، ولی همون سرویس گسترده‌ای که ⁦SpaceX⁩ و ⁦AST⁩ دارن می‌سازن نیست.

سه سال آینده چی می‌شه؟

الان اینا بیشتر یه «کف امنیتی» هستن — اگه گیر افتادی، می‌تونی کمک بطلبی. ولی با افزایش تعداد ماهواره‌ها، پهنای باند بیشتر می‌شه. قانون‌گذارها هم (⁦FCC⁩ آمریکا، انگلیس، استرالیا) مجوزهای لازم رو دادن تا ماهواره‌ها مثل یه دکل معمولی به شبکه موبایل وصل بشن. شرکت ⁦Amazon⁩ هم با ⁦Kuiper⁩ داره وارد این بازار می‌شه.

نقطه‌ای که همه دارن بهش نزدیک می‌شن اینه: چند سال دیگه «منطقه بدون آنتن» دیگه مفهومی نداشته باشه. ⚡

جزئیات کامل رو از دکمه پایین بخون 👇

دولت آمریکا دیروز یه کار بی‌سابقه کرد — به شرکت ⁦Anthropic⁩ دستور داد که دو تا از پیشرفته‌ترین مدل‌های ⁦AI⁩ خودش رو برای همه کاربرا در سراسر دنیا خاموش کنه.

مدل‌های ⁦Fable 5⁩ و ⁦Mythos 5⁩ از بعدازظهر ۱۲ ژوئن ۲۰۲۶ برای همه قطع شدن. دلیل؟ دولت آمریکا با استناد به قوانین «کنترل صادرات» — یعنی مقرراتی که تعیین می‌کنه چه تکنولوژی‌ای می‌تونه دست کی برسه — گفته این مدل‌ها نباید در اختیار اتباع خارجی باشن.

مشکل اینجاست که شرکت ⁦Anthropic⁩ نمی‌تونست فقط دسترسی کاربرای خارجی رو قطع کنه — از نظر عملیاتی شدنی نبود. پس تنها راه این بود که کل مدل رو برای همه خاموش کنن، از جمله کاربرهای آمریکایی. مدل‌های قدیمی‌تر شرکت تحت تأثیر این دستور نیستن.

ماجرا از یه تکنیک ⁦jailbreak⁩ شروع شد. توضیح ساده: ⁦jailbreak⁩ یعنی روشی برای دور زدن محدودیت‌های یه مدل ⁦AI.⁩ کسی کشف کرده بود که می‌شه ⁦Fable 5⁩ رو وادار کرد اطلاعات حساس امنیتی بده — کافی بود یه کدبیس بهش بدی و ازش بخوای باگ پیدا کنه. دولت این رو کافی دونست که دستور تعلیق بده.

ولی شرکت ⁦Anthropic⁩ می‌گه قضیه خیلی سیاه‌وسفید نیست. این ⁦jailbreak⁩ محدوده و همیشه جواب نمی‌ده. از اون مهم‌تر: همین خروجی رو می‌شه از مدل ⁦GPT-5.5⁩ شرکت ⁦OpenAI⁩ هم بدون هیچ دور زدنی گرفت — پس این یه مشکل منحصر به ⁦Fable 5⁩ نیست.

شرکت ⁦Anthropic⁩ با دستور همراهی کرده، ولی به‌صراحت اعلام کرده مخالفه. می‌گه قطع کردن یه مدلی که صدها میلیون نفر ازش استفاده می‌کنن به خاطر یه آسیب‌پذیری محدود منطقی نیست — به‌خصوص که قبل از انتشار، این مدل با همکاری خود دولت آمریکا تست شده بود.

یه نکته که می‌تونه کل صنعت ⁦AI⁩ رو تکون بده: شرکت ⁦Anthropic⁩ گفته اگه این معیار به همه شرکت‌ها اعمال بشه، عملاً هیچ مدل جدیدی نمی‌تونه منتشر بشه. هیچ مدل قوی‌ای در برابر ⁦jailbreak⁩ صد در صد مصون نیست — و رقبای خارجی آمریکا هم هیچ محدودیت مشابهی ندارن. 🤖

این اولین باره در تاریخ که دولت آمریکا از قوانین کنترل صادرات استفاده کرده تا یه شرکت ⁦AI⁩ رو مجبور کنه مدل منتشرشده‌اش رو از دسترس همه خارج کنه. جواب به این سوال که آیا این یه اتفاق منحصربه‌فرده یا شروع یه چارچوب جدید، آینده کل صنعت هوش مصنوعی رو شکل می‌ده.

جزئیات کامل رو از دکمه پایین بخون 👇

هر بار که یه آفر کاری رو بدون چانه‌زنی قبول می‌کنی، حدود ۵ هزار تا ۲۰ هزار دلار در سال از دست می‌دی — و بدتر اینکه اضافه‌حقوق‌های بعدی هم از روی همین عدد پایین حساب می‌شن.

یه ⁦Prompt⁩ طراحی شده که کافیه آفر کاری، داده‌های بازار و ⁦BATNA⁩ (بهترین گزینه‌ات اگه به توافق نرسی) رو توش بچسبونی. خروجیش یه بسته کامل مذاکره‌ست: عدد شروع درست، دلایل توجیهی، جواب آماده برای هر ایرادی که کارفرما بیاره، و یه ایمیل پیگیری آماده ارسال.

روی ⁦Claude Sonnet 4.6⁩ و ⁦GPT-4o⁩ بهترین نتیجه رو می‌ده. برای مثال‌ها و متن کامل ⁦Prompt⁩ لینک پایین رو باز کن.

جزئیات کامل رو از دکمه پایین بخون 👇

📋 پرامپت کامل (لمس کن تا کپی بشه):

Act as a senior compensation consultant and negotiation strategist with 15 years of experience helping professionals negotiate job offers, promotions, and contract renewals.

Context:
- Current role: [YOUR CURRENT TITLE AND YEARS OF EXPERIENCE]
- Current total compensation: [CURRENT BASE + BONUS % + EQUITY / RSU VALUE]
- Target company: [COMPANY NAME]
- Offer received: [BASE SALARY OFFERED] + [BONUS %] + [EQUITY GRANT OR RSU SCHEDULE]
- Market data you have: [PASTE DATA FROM LEVELS.FYI / GLASSDOOR / BLIND / YOUR RECRUITER — OR STATE "none available"]
- Your BATNA (best alternative to a negotiated agreement): [YOUR NEXT-BEST OPTION — COMPETING OFFER, STAYING IN CURRENT ROLE, FREELANCE, ETC.]
- Non-negotiables for you: [ANYTHING YOU REFUSE TO COMPROMISE ON — E.G. REMOTE POLICY, TITLE, START DATE]
- Negotiation style preference: [COLLABORATIVE / ASSERTIVE / DATA-DRIVEN]

Task:
Produce a complete negotiation preparation package covering:
1. Anchoring strategy: the exact number to open with and why (apply the 15% buffer rule above market midpoint, adjusted for seniority and location)
2. Justification narrative: 3-4 bullet points connecting your specific experience and proven results to their specific role requirements
3. BATNA analysis: how to signal you have alternatives without lying or revealing too much — in 3 sentences
4. Negotiation script: an opening statement, the 3 most likely objections they will raise, and verbatim response scripts for each
5. Follow-up email: a draft to send within 2 hours of the verbal conversation to confirm changes and create a paper trail — ready to copy-paste with [BRACKETED] fields
6. Red-lines checklist: 3 specific conditions under which you should walk away from this offer

Constraints:
- Every script line must sound natural when spoken aloud, not rehearsed
- Do not suggest fabricating competing offers or inflating compensation numbers
- Optimize for total compensation (base + equity + bonus + benefits + flexibility), not just base salary alone
- If the offer is already at or above market, reframe the negotiation toward equity cliff, signing bonus, title, remote policy, or start date
- Assume the recruiter has seen every trick — prioritize authenticity over cleverness

Output format:
Use a numbered section header for each of the 6 deliverables above. Format negotiation script exchanges as: [THEM]: "..." → [YOU]: "..." on separate lines. BATNA analysis as 3 plain sentences. Email draft in a fenced block with [BRACKETED] placeholders clearly marked.

‏توضیحات بیشتر و مثال‌ها توی مقاله 👇

یه دهه بود که همه می‌گفتن «اگه ماشین برقیت پارکه، چرا برقشو به شبکه برنگردونه؟» — ولی همیشه یه «ولی» بزرگ پشتش بود.

سال ۲۰۲۶، این «ولی»ها کوچیک‌تر شدن. فناوری ⁦V2G⁩ یا همون ⁦Vehicle-to-Grid⁩ — که ماشین برقیت بتونه در اوج مصرف برق بده به شبکه یا خونه — الان دیگه یه محصول واقعیه، نه یه آزمایش دانشگاهی.

⚡ کدوم ماشین‌ها دارن؟

فورد ⁦F-150 Lightning⁩ با باتری ۱۳۱ کیلووات‌ساعتی، می‌تونه خونه معمولی آمریکایی رو ۳ تا ۱۰ روز بدون برق شهری روشن نگه داره. هیوندای آیونیک ۵ و ۶ و کیا ⁦EV6⁩ و ⁦EV9⁩ همشون از این قابلیت پشتیبانی می‌کنن — حتی یه پریز ۲۴۰ ولتی توی موتورخونه دارن که می‌تونی باهاش لوازم برقی وصل کنی. فولکسواگن هم روی مدل‌های ⁦ID.4⁩ و ⁦ID.7⁩ این قابلیت رو فعال کرده. تسلا فقط روی سایبرتراک این کار رو کرده — مدل ۳ و ⁦Y⁩ هنوز نه.

💰 شرکت‌های برق پول می‌دن؟

آره، واقعاً. در انگلستان، شرکت ⁦Octopus Energy⁩ به صاحبای ماشین برقی سالی ۵۰۰ تا ۲۰۰۰ پوند پرداخت می‌کنه — چون وقتی مصرف اوج می‌گیره، برق باتری ماشین‌شون به شبکه برمی‌گرده. در آمریکا هم شرکت برق ⁦PG&E⁩ به ازای هر کیلووات‌ساعت صادرشده در اوج مصرف، ۰.۲ تا ۰.۵ دلار می‌ده.

ایده ساده‌ست: ماشین برقیت ۹۵٪ وقت‌ها پارکه. چرا نذاری توی این مدت یه کمی پول دربیاره؟

🔌 پس چرا همه نمی‌کنن؟

چند تا گیر هنوز هست. اول، استانداردهای شارژ با هم یکی نیستن — هر خودروساز یه کانکتور و پروتکل ارتباطی متفاوت داره و تجهیزات شارژ خیلی وقت‌ها سازگار نیستن. دوم، شرکت‌های برق هنوز همه‌شون زیرساخت لازم رو ندارن و فرایند ثبت‌نام خودروها پیچیده‌ست. سوم، بعضی خودروسازا توی گارانتی محدودیت گذاشتن — هرچند تحقیقات روی نیسان لیف نشون داده که با مدیریت درست شارژ، باتری خیلی کمتر از چیزی که فکر می‌کردیم آسیب می‌بینه.

خلاصه‌ش اینه که ⁦V2G⁩ از «قرار بود» رسیده به «الان داره اتفاق می‌افته» — هنوز همه‌جا نه، ولی دیگه فقط توی آزمایشگاه نیست.

جزئیات کامل رو از دکمه پایین بخون 👇

اگه کد جاوااسکریپت می‌زنی، این یکی مهمه.

تا چند سال پیش انتخاب ⁦runtime⁩ جاوااسکریپت سمت سرور اصلاً سوال نبود — همه می‌رفتن سراغ ⁦Node.js⁩ و تموم. ولی ۲۰۲۶ دیگه اون دنیا نیست. حالا سه ⁦runtime⁩ جدی داریم که هر کدوم واقعاً با بقیه فرق می‌کنه.

از این سه تا، ⁦Node.js 22⁩ همچنان آقای بازاره، ولی بالاخره به‌روز شده. یه قابلیت مهم اضافه شده: می‌تونی فایل‌های ⁦TypeScript⁩ رو مستقیم اجرا کنی بدون مرحله ⁦build⁩ — نه اینکه کامپایل واقعی انجام بده، فقط ⁦type annotation⁩‌ها رو حذف می‌کنه — ولی توی کار روزمره وقت زیادی ذخیره می‌شه. یه ⁦test runner⁩ داخلی هم اضافه شده که خیلی‌ها دیگه نیازی به ⁦Jest⁩ نمی‌بینن. دلیل موندن روی ⁦Node.js⁩؟ صفر هزینه مهاجرت، سازگاری کامل با همه پکیج‌ها، ۱۵ سال سابقه تولید.

بون (⁦Bun⁩) ۱.۲ اما یه چیز دیگه‌ست. ⚡ با زبان ⁦Zig⁩ نوشته شده و به‌جای ⁦V8⁩ از ⁦JavaScriptCore⁩ استفاده می‌کنه — همون موتوری که تو ⁦Safari⁩ هست. نتیجه؟ استارت ۴ تا ۸ برابر سریع‌تر از ⁦Node.js⁩، و نصب پکیج با ⁦bun install⁩ حدود ۲۰ تا ۳۰ برابر سریع‌تره. بندلر و ⁦test runner⁩ هم داخلشه — یعنی چند تا ابزار از پروژه‌ات حذف می‌شه. نقطه ضعف اینه که بعضی پکیج‌هایی که به ⁦V8⁩ وابسته‌ان ممکنه درست کار نکنن، پس قبل از مهاجرت حتماً تست کن.

دنو (⁦Deno⁩) ۲.۰ جالب‌ترین داستان رو داره. همون ⁦Ryan Dahl⁩ که ⁦Node.js⁩ رو ساخت، این یکی رو ساخت تا اشتباهاتش رو جبران کنه. مشکل قبلیش اینه بود که ⁦npm⁩ پشتیبانی نمی‌شد و کلی پکیج رو از دست می‌دادی — دنو ۲.۰ این رو حل کرده و الان اکثر پکیج‌های ⁦npm⁩ رو اجرا می‌کنه. مهم‌ترین ویژگیش سیستم مجوزه: هیچ اسکریپتی بدون اجازه صریح به فایل‌ها یا شبکه دسترسی نداره. برای پروژه‌هایی که امنیت مهمه، این فرق بزرگیه.

خلاصه‌ش اینه که ⁦Node.js⁩ برای تیم‌هایی که کد دارن و نمی‌خوان ریسک کنن. بون برای اونایی که سرعت توسعه براشون حیاتیه. دنو برای پروژه‌هایی که امنیت و ⁦TypeScript⁩ اول نشسته.

جزئیات کامل رو از دکمه پایین بخون 👇

همه فکر می‌کردن حذف کوکی‌های شخص ثالث از کروم یه پیروزی بزرگ برای حریم خصوصیه — ولی محققان می‌گن وضع از قبل بدتر شده.

داستان از ۲۰۲۰ شروع شد که گوگل گفت می‌خواد این کوکی‌ها رو حذف کنه. بعد از سال‌ها تأخیر، بالاخره در ۲۰۲۵ این کار رو عملی کرد.

کوکی شخص ثالث چی بود؟ وقتی وارد یه سایت خبری می‌شدی، یه شبکه تبلیغاتی یه کوکی روی مرورگرت می‌ذاشت که دنبالت می‌اومد — هرجا می‌رفتی ردیابیت می‌کرد. نتیجه؟ پروفایل کاملی از علایقت برای هدف‌گیری تبلیغات.

خب حالا چی جاش اومده؟

اول: سیستم ⁦Privacy Sandbox⁩ گوگل. ابزاری به اسم ⁦Topics API⁩ مرورگرت رو به حدود ۴۷۰ دسته علاقه تقسیم می‌کنه (ورزش، آشپزی، فناوری و...) و بدون اینکه بگه کدوم سایت‌ها رو دیدی، به تبلیغ‌دهنده‌ها می‌گه به چی علاقه داری. ظاهراً بهتره، ولی تبلیغ‌دهنده‌ها هنوز اطلاعات دارن.

دوم و مهم‌تر: اثرانگشت مرورگر. اینجاست که ماجرا تاریک می‌شه. سایت‌ها بدون هیچ کوکی‌ای، فقط با نگاه کردن به مشخصات مرورگرت — رزولوشن صفحه، فونت‌های نصب‌شده، نحوه رندر کردن ⁦GPU⁩ — یه شناسه منحصربه‌فرد ازت می‌سازن. این رو نمی‌تونی پاک کنی، نمی‌تونی بلاکش کنی، و قانوناً هم نیازی به اجازه‌ات نداره. یه مطالعه ۲۰۲۵ نشون داد ۴۲٪ از ۱۰۰ هزار سایت پرطرفدار از این روش استفاده می‌کنن — در ۲۰۲۲ این عدد ۲۶٪ بود. 🔥

سوم: ردیابی سمت سرور. شرکت‌هایی مثل متا و گوگل ابزارهایی ساختن که اطلاعات رو مستقیم از سرور سایت به سرورشون می‌فرستن — مرورگرت اصلاً متوجه نمی‌شه و هیچ بلاکری نمی‌تونه جلوشو بگیره.

نتیجه؟ محققان حریم خصوصی می‌گن وب بعد از کوکی از جنبه‌های قابل اندازه‌گیری حریم خصوصی کمتری داره — چون ابزارهای جدید نه قابل دیدنن، نه قابل پاک کردن.

جزئیات کامل رو از دکمه پایین بخون 👇

۳.۸۷ میلیون کارت اعتباری دزدیده شده. ۱.۹ میلیارد دلار خسارت. و ابزار اصلی؟ ⁦Gemini⁩ — هوش مصنوعی خود گوگل.

گوگل چند روز پیش از یه شبکه جرایم سایبری مستقر در چین به اسم ⁦Outsider Enterprise⁩ شکایت کرد. اینا یه سرویس کامل برای فیشینگ ساخته بودن — یعنی به هکرهای دیگه می‌فروختن که بتونن صفحات جعلی بسازن و آدم‌ها رو گول بزنن.

فیشینگ یعنی چی؟ یعنی یه سایت تقلبی که عین سایت اصلی بانکت یا پست یا گوگله، ولی اگه اطلاعاتت رو وارد کنی، می‌ره دست کلاهبردار.

نکته جالبش اینجاست — اینا از ⁦Gemini⁩ استفاده می‌کردن تا کد این صفحه‌های جعلی رو بنویسه. چطور؟ با ⁦Prompt⁩ های به‌ظاهر بی‌خطر. مثلاً می‌گفتن «یه صفحه برای دریافت جایزه بساز» یا «یه فرم پشتیبانی مشتری درست کن» — و ⁦Gemini⁩ هم می‌ساخت. بعد خروجی رو مستقیم می‌ریختن توی زیرساخت کلاهبرداریشون.

در واقع فیلترهای امنیتی ⁦AI⁩ رو دور نزدن — فقط درخواستشون رو طوری بیان کردن که بی‌گناه به نظر برسه. ⁦Gemini⁩ نمی‌تونست بفهمه این صفحه قراره برای چی استفاده بشه. 🤖

فقط تو دو هفته از ماه می ۲۰۲۶، این گروه ۲.۵ میلیون پیام فیشینگ به کاربرای اندروید در آمریکا فرستاد. گوگل بیش از ۹۰۰۰ سایت جعلی و نزدیک به یه میلیون لینک تقلبی مرتبط با این شبکه شناسایی کرده — از جمله سایت‌هایی که جای گوگل، یوتیوب، سرویس پستی آمریکا و بانک‌های مختلف رو گرفته بودن.

گوگل به جای شکایت کیفری، دادگاه مدنی رو انتخاب کرد — چون از این طریق می‌شه سریع‌تر دستور گرفت که هاست‌ها و ثبت‌کننده‌های دامنه زیرساخت این گروه رو خاموش کنن، بدون اینکه منتظر سال‌ها تحقیقات کیفری بمونی.

این اولین باره که گوگل از کسی شکایت می‌کنه به خاطر سوءاستفاده از ⁦AI⁩ خودشون. یه نشونه جدی که دیگه کیفیت ظاهری یه سایت یا پیام، دلیل معتبری برای اعتماد نیست — ⁦AI⁩ می‌تونه صفحه‌های جعلی رو از اصلیشون غیرقابل‌تشخیص کنه. ⚡

جزئیات کامل رو از دکمه پایین بخون 👇

۲۰۲۴ قرار بود انسان دوباره روی ماه پا بذاره. الان ۲۰۲۶ ایم و هنوز حتی یه نفر از کپسول آرتمیس رد نشده.

برنامه آرتمیس ناسا از همون اول با تایم‌لاین‌های خوش‌بینانه شروع کرد. آرتمیس ۱ — که بدون سرنشین بود — نوامبر ۲۰۲۲ پرتاب شد و واقعاً خوب کار کرد. کپسول اوریون تا ۴۳۲ هزار کیلومتر از زمین رفت، سپر حرارتیش با سرعت ۳۹ هزار کیلومتر در ساعت از جو رد شد و سالم موند. اون مرحله خوب پیش رفت.

ولی بعدش همه چیز کند شد.

آرتمیس ۲ — که فقط یه دور پرواز دور ماه با ۴ فضانورده، بدون فرود — قرار بود اواخر ۲۰۲۴ پرتاب بشه. بعد موکول شد به ۲۰۲۵، بعد به اواخر ۲۰۲۵. الان بهترین حالت سپتامبر ۲۰۲۶ه. مشکل اصلی اینه که بعد از آرتمیس ۱، یه رفتار غیرمنتظره تو سپر حرارتی پیدا شد — بخش‌هایی ازش به شکل نامتقارن می‌سوختن. مهندسا دو سال روش کار کردن و ظاهراً حلش کردن، ولی تست‌ها وقت می‌بره.

آرتمیس ۳، که اولین فرود انسان روی ماه از ۱۹۷۲ تا الانه، زودترین موعدش ۲۰۲۷ هست.

یه مشکل موازی هم وجود داره: موشک اصلی این برنامه — یعنی ⁦SLS⁩ — هر بار پرتاب ۴.۱ میلیارد دلار هزینه داره. مقایسه کن با فالکون ۹ اسپیس‌ایکس که حدود ۶۷ میلیون دلاره. ضمناً هیچ بخشی از ⁦SLS⁩ قابل استفاده مجدد نیست.

برای آرتمیس ۳، قراره استارشیپ اسپیس‌ایکس نقش فرودگر ماه رو بازی کنه. اوریون فضانوردا رو به مدار ماه می‌بره، استارشیپ اونا رو به سطح ماه می‌رسونه. ولی استارشیپ هنوز تأییدیه لازم برای حمل انسان رو از ناسا نگرفته، و انتقال سوخت در فضا — که برای این مأموریت حیاتیه — در مقیاس کامل آزمایش نشده.

یه خبر خوب هم هست: برنامه ⁦CLPS⁩ ناسا که به شرکت‌های خصوصی پول می‌ده تا محموله‌های علمی رو به ماه ببرن، داره نتیجه می‌ده. شرکت اینتوئیتیو ماشینز در فوریه ۲۰۲۴ نزدیک قطب جنوب ماه فرود اومد — اول بار بعد از ۵۲ ساله که یه دستگاه آمریکایی روی ماه نشسته.

خلاصه‌ش اینه که آرتمیس نه شکست خورده، نه طبق برنامه پیش رفته. ناسا دو تا سه سال از تایم‌لاین اولیه عقبه و وابستگی به استارشیپ هنوز بزرگ‌ترین مجهول مسیره.

جزئیات کامل رو از دکمه پایین بخون 👇

یه هفته پیش، شرکت ⁦Anthropic⁩ با سروصدا اعلام کرد که با غول فناوری هندی ⁦TCS⁩ شراکت بسته تا ⁦AI⁩ پیشرفته‌اش رو به بازار هند بیاره. تقریباً همون هفته، دولت آمریکا زد رو ترمز.

از جمعه ۱۳ ژوئن ۲۰۲۶، دسترسی به ⁦Fable 5⁩ و ⁦Mythos 5⁩ — دو تا از پیشرفته‌ترین مدل‌های شرکت ⁦Anthropic⁩ — برای تمام اتباع خارجی قطع شد. نه فقط مشتری‌های بیرون از آمریکا، بلکه کارمندان خودِ شرکت که شهروند آمریکا یا گرین‌کارت نداشتن هم از دسترسی محروم شدن. 🔒

دلیل؟ دولت آمریکا نگرانی امنیت ملی داشت — می‌گفتن این مدل‌ها آسیب‌پذیری‌هایی دارن که می‌شه دورشون زد. گفته می‌شه اندی جسی، مدیرعامل آمازون، نقش اولیه‌ای در مطرح کردن این نگرانی‌ها با مقامات فدرال داشته.

اون تیم‌های هندی که تازه داشتن برنامه‌ریزی می‌کردن روی همین مدل‌ها سرویس بسازن، یه‌شبه قفل خوردن.

واکنش هند هم جالب بود. یه سرمایه‌گذار بزرگ هندی پیشنهاد داد دولت هند سالی ۵۰۰ میلیارد روپیه (حدود ۶ میلیارد دلار) برای ساخت ⁦AI⁩ بومی هزینه کنه — تقریباً ۵ برابر چیزی که الان برای کل برنامه ⁦AI⁩ هند در ۵ سال گذاشتن. پیام ساده بود: «مدل‌های ⁦AI⁩ آمریکایی به سیاست خارجی آمریکا وابسته‌ان.» ⚡

این ماجرا یه چیز مهم نشون می‌ده که تا همین دیروز خیلی‌ها بهش فکر نمی‌کردن: همه فکر می‌کردیم مدل‌های پیشرفته از طریق ⁦API⁩ برای همه در دسترسه. دیگه این‌طور نیست.

اگه استارتاپ داری یا با تیم بین‌المللی کار می‌کنی، حالا باید یه سوال جدی بپرسی: آیا همه آدم‌های تیمم می‌تونن به ابزارهای ⁦AI⁩ که روشون حساب باز کردیم دسترسی داشته باشن؟

جزئیات کامل رو از دکمه پایین بخون 👇

چند سال پیش هر ۶ ماه یه کمپانی بزرگ یه ویدیوی جذاب از تحویل با پهپاد منتشر می‌کرد — با تاریخ راه‌اندازی که هیچ‌وقت نمی‌رسید. حالا انگار قصه عوض شده.

حالا غول‌هایی مثل ⁦Zipline⁩، ⁦Wing⁩ (بازوی پهپادی گوگل) و آمازون، میلیون‌ها تحویل پهپادی رو به یه واقعیت روزمره، تجاری و کاملاً واقعی تبدیل کردن.

وینگ از مرز ۱ میلیون تحویل تجمعی رد شده. توی تگزاس و استرالیا کار می‌کنه و بسته‌های زیر ۲.۳ کیلو رو در کمتر از ۱۲ دقیقه از لحظه سفارش تحویل می‌ده. این عدد حتی سریع‌ترین پیک موتوری رو هم به چالش می‌کشه.

آمازون در سال ۲۰۲۵ بیش از ۵۰۰ هزار تحویل فقط تو آمریکا داشته و می‌خواد تا آخر دهه به ۵۰۰ میلیون تحویل در سال برسه.

زیپ‌لاین هم که اول با تحویل خون و واکسن به بیمارستان‌های روستایی آفریقا شروع کرد، از مرز ۱ میلیون تحویل پزشکی رد شده و حالا توی آمریکا هم بسته‌های معمولی تحویل می‌ده — از ارتفاع ۱۰۰ متری با یه سیم بسته رو پایین میاره.

خب، چی عوض شده؟ سه چیز:

اول، باتری‌ها بهتر شدن. باتری‌های جدید حدود ۲۰٪ انرژی بیشتری ذخیره می‌کنن که یعنی برد پهپاد از ۱۲ کیلومتر به ۲۲ کیلومتر رسیده.

دوم، پهپادها یاد گرفتن خودشون موانع رو شناسایی کنن و دور بزنن — بدون اینکه کسی پشت دسته‌ی کنترل باشه. این یعنی می‌شه اون‌ها رو خارج از محدوده دید انسانی پرواز داد.

سوم و مهم‌ترین، نهاد هوانوردی آمریکا (⁦FAA⁩) در ۲۰۲۳ یه چارچوب قانونی واضح منتشر کرد. قبلش هر شهر جدید نیاز به مجوز جداگانه داشت که ۱۸ تا ۳۶ ماه طول می‌کشید. حالا شرکت‌هایی که سابقه ایمنی دارن می‌تونن برای کل یه منطقه مجوز بگیرن — و همین بود که همه چیز رو باز کرد.

اقتصادش هم جالبه: تحویل زمینی در حومه شهر آمریکا هر بار ۸ تا ۱۲ دلار خرج برمی‌داره. تحویل پهپادی وقتی هاب پر ظرفیت کار کنه زیر ۳ دلار می‌شه.

۳۰ میلیارد دلار به استارتاپ‌هایی رفت که ربات‌های جنگی می‌سازن.

بین ۲۰۲۴ تا ۲۰۲۵، داغ‌ترین معامله سیلیکون‌ولی نه یه اپ جدید بود، نه یه ⁦LLM⁩ جدید — یه قرارداد با ارتش آمریکا بود. استارتاپ‌های فناوری دفاعی تو این بازه بیش از ۳۰ میلیارد دلار جذب سرمایه کردن و یه صنعتی که تا دیروز در انحصار غول‌های پیمانکاری قدیمی بود، یهو به داغ‌ترین گوشه سرمایه‌گذاری خطرپذیر تبدیل شد.

یه شرکت از بقیه جلوتره: ⁦Anduril Industries.⁩ این استارتاپ که پهپادهای خودمختار و سیستم‌های دفاعی هوشمند می‌سازه، اواسط ۲۰۲۴ یه دور ۱.۵ میلیارد دلاری جذب کرد — ارزشش اون موقع ۱۴ میلیارد بود و الان به ۲۸ میلیارد رسیده. شرکت ⁦Shield AI⁩ هم که نرم‌افزار خلبان هوشمند برای جنگنده‌های بدون سرنشین می‌سازه، ۵۰۰ میلیون دلار جذب سرمایه کرده.

چرا الان؟ جنگ اوکراین یه چیز عجیب ثابت کرد: یه پهپاد ۴۰۰ دلاری می‌تونه یه تانک چند میلیون دلاری رو از کار بندازه. ارتش آمریکا این درس رو جدی گرفت و یه برنامه راه انداخت به اسم ⁦Replicator⁩ با هدف تولید هزاران سیستم خودمختار ارزون‌قیمت ظرف ۱۸ تا ۲۴ ماه — و اولویتش با استارتاپ‌هاست، نه پیمانکارهای سنتی.

جذاب‌ترین ایده‌ای که اینا دارن اینه که «دوگانه» می‌سازن: یه محصول که هم برای بازار غیرنظامی کار می‌کنه، هم برای ارتش. شرکت ⁦Skydio⁩ پهپاد می‌سازه و هم قرارداد ارتش داره، هم ۳۰ دولت متحد ازش خرید می‌کنن. شرکت ⁦Applied Intuition⁩ نرم‌افزار خودروی خودران می‌ساخت، الان همون تکنولوژی رو برای خودروهای زمینی نظامی ارتش آمریکا پیاده می‌کنه. این مدل باعث شده سرمایه‌گذارهای بزرگی مثل ⁦Andreessen Horowitz⁩ و ⁦Founders Fund⁩ که قبلاً از پروژه‌های نظامی فرار می‌کردن، الان مستقیم وارد این حوزه بشن.

البته همه راضی نیستن. یه جنگ اخلاقی هم داخل سیلیکون‌ولی در جریانه. بعضیا می‌گن اگه ما این سیستم‌ها رو نسازیم، کشورهای اقتدارگرا می‌سازن. منتقدان می‌گن استارتاپ‌ها برخلاف پیمانکارهای سنتی هیچ مکانیزم پاسخگویی ندارن و همین سرعت توسعه‌شون که یه مزیته، می‌تونه خطرناک هم باشه.

سرمایه‌ها روانه بازار شده، استارتاپ‌ها دارن رشد می‌کنن، و سیلیکون‌ولی داره با این سوال دست‌وپنجه نرم می‌کنه: مرز ساخت فناوری برای جنگ کجاست؟

یه عدد هست که وقتی می‌بینیش می‌مونی: تا سال ۲۰۲۶، مراکز داده دنیا (که رشد مصرفشون عمدتاً به‌خاطر ⁦AI⁩ هست) بیشتر از تمام برق آلمان در یه سال مصرف می‌کنن.

این یه مقایسه تخیلی نیست — آژانس بین‌المللی انرژی این رو پیش‌بینی کرده. در ۲۰۲۳، مصرف مراکز داده در دنیا ۲٪ از کل برق جهان بود. تا ۲۰۲۶ این عدد دو برابر می‌شه. دلیل اصلی؟ ⁦AI⁩ — هم آموزش مدل‌ها و هم جواب‌دادن به سوالات میلیون‌ها کاربر روزانه.

شبکه‌های برق دارن زانو می‌زنن

در ویرجینیای شمالی، که بزرگ‌ترین تجمع مراکز داده دنیا رو داره، دیگه ظرفیت ندارن اتصال جدید بدن. ایرلند، که سرورهای ⁦Google⁩، ⁦Meta⁩ و ⁦Amazon⁩ اونجاست، ۲۱٪ از کل برق کشورش رو فقط صرف همین مراکز می‌کنه — و گفته تا ۲۰۲۸ اتصال جدید نمی‌ده. سنگاپور هم یه بار سه سال ساخت مراکز داده جدید رو کامل متوقف کرد، فقط به خاطر همین فشار.

اینجاست که داستان جالب می‌شه: شرکت‌های بزرگ تکنولوژی دارن مستقیم با تولیدکننده‌های برق قرارداد می‌بندن — بدون اینکه از شبکه عمومی رد بشن.

مایکروسافت یه قرارداد ۲۰ ساله بست تا نیروگاه هسته‌ای ⁦Three Mile Island⁩ — که چند سال پیش به خاطر ضرردهی خاموش شده بود — دوباره راه بیفته و فقط برقش رو به مراکز داده مایکروسافت بده. آمازون رفته کنار یه نیروگاه هسته‌ای در پنسیلوانیا مرکز داده ساخته و یه خط انتقال اختصاصی داره — کلاً از شبکه عمومی جداست. گوگل هم داره از نیروگاه‌های هسته‌ای نسل بعدی برق می‌خره که قراره بین ۲۰۳۰ تا ۲۰۳۵ آماده بشن.

انرژی هسته‌ای داره دوباره زنده می‌شه

دلیلش ساده‌ست: ⁦AI⁩ به برقی نیاز داره که ۲۴ ساعت شبانه‌روز پایدار باشه. برق خورشیدی و بادی متناوبن — یه لحظه هست، یه لحظه نیست. هسته‌ای اما همیشه روشنه، و همین مزیت اصلیشه.

یه نکته آخر هم هست که خیلی‌ها باهاش سعی می‌کنن مشکل رو کم‌اهمیت نشون بدن: می‌گن ⁦GPU⁩ های جدید خیلی بهینه‌تر شدن، پس نگران نباش. ولی نه. وقتی هزینه استفاده از ⁦AI⁩ پایین میاد، تعداد کاربرا انفجاری رشد می‌کنه. مصرف کل همچنان داره بالا می‌ره — بهینگی فقط داره سرعت رشد رو تغذیه می‌کنه، نه کاهش می‌ده.

یه جفت ایرپاد معمولی داره صنعت پرهزینه سمعک رو تکون می‌ده.

سمعک‌های سنتی توی آمریکا بین ۳۰۰۰ تا ۷۰۰۰ دلار قیمت دارن — یعنی خیلی از آدم‌هایی که مشکل شنوایی دارن اصلاً توانایی خریدشون رو ندارن. پنج شرکت بزرگ سال‌هاست این بازار رو قبضه کردن و قیمت‌ها هم همینطور بالا مونده.

اپل اومد و درِ این بازار رو باز کرد.

ایرپادز پرو ۳ در سال ۲۰۲۵ با تأییدیه رسمی ⁦FDA⁩ عرضه شد — یعنی اپل مجاز شده ایرپادز رو به عنوان یه «سمعک بدون نسخه» بفروشه. این برای بزرگسالانیه که کاهش شنوایی خفیف تا متوسط دارن؛ حدود ۳۸ میلیون آمریکایی — تقریباً ۸۰٪ از کل کسایی که مشکل شنوایی دارن.

چطور کار می‌کنه؟ کاربر با گوشیش یه تست شنوایی می‌ده، ایرپادز یه پروفایل شخصی می‌سازه و فرکانس‌هایی که اون آدم ضعف داره رو تقویت می‌کنه — دقیقاً همون کاری که قبلاً فقط یه متخصص شنوایی توی مطب انجام می‌داد، با اون همه هزینه و نوبت‌گیری.

یه مطالعه‌ای که توی مجله پزشکی لنست منتشر شد تأیید کرد که عملکرد ایرپادز پرو ۳ در محیط‌های پر سروصدا، قابل مقایسه با سمعک‌های تجویزی ابتداییه.

محدودیت‌هایی هم هست — برای کاهش شنوایی شدید همچنان باید پیش متخصص بری و باتری توی حالت سمعک سریع‌تر تموم می‌شه.

ولی کل ماجرا اینه: اپل یه گجت مصرفی معمولی رو تبدیل کرده به جایگزین سمعک‌های چند هزار دلاری — و این اتفاق کمیه که تکنولوژی مصرفی مستقیماً وارد حوزه پزشکی بشه و واقعاً کار کنه.

۷۵ میلیارد دلار. این عددی نیست که آدم راحت بتونه تصورش کنه — ولی این دقیقاً همونیه که شرکت ⁦SpaceX⁩ همین چند روز پیش تو بزرگ‌ترین ⁦IPO⁩ تاریخ جمع کرد.

این ⁦IPO⁩ (یعنی همون لحظه‌ای که یه شرکت خصوصی برای اولین بار سهامش رو به عموم می‌فروشه) ایلان ماسک و شرکتش رو با ارزش‌گذاری ۱.۷۷ تریلیون دلار وارد بازار بورس کرد. نماد بورسی ⁦SPCX⁩ از ۱۲ ژوئن ۲۰۲۶ رو بازار ⁦Nasdaq⁩ قابل خریده.

رکورد قبلی دست شرکت ⁦Saudi Aramco⁩ بود — ۲۹.۴ میلیارد دلار در ۲۰۱۹. حالا اون عدد با ۷۵ میلیارد دلار کاملاً له شد. تقریباً ۲.۵ برابر.

نکته جالب اینجاست که ⁦SpaceX⁩ سال ۲۰۲۵ با ۱۸.۷ میلیارد دلار درآمد، در عین حال ۴.۹ میلیارد دلار ضرر هم داشته. پس چرا ارزش‌گذاریش اینقدره؟

جواب یه کلمه‌ست: سرویس اینترنت ماهواره‌ای ⁦Starlink.⁩

این سرویس الان بیشتر از ۹ میلیون مشترک داره و سودده. ولی سرمایه‌گذارا دارن برای آینده پول می‌دن — نه فقط برای الان.

اون آینده اسمش ⁦Starship⁩ ه. موشکی عظیم که قراره کاملاً قابل استفاده مجدد باشه، هزینه رفت به فضا رو به شدت بیاره پایین، و در نهایت مسیر رسیدن بشر به مریخ رو باز کنه. پول این ⁦IPO⁩ قراره صرف سرعت‌بخشیدن به همین پروژه و گسترش ماهواره‌های ⁦Starlink⁩ بشه.

نسبت ارزش‌گذاری به درآمد شرکت حدود ۹۲ برابره — که برای هر شرکتی عدد سنگینیه. حتی شرکت ⁦NVIDIA⁩ هم این نسبت رو نداره. یعنی بازار داره می‌گه اعتقاد داره ⁦SpaceX⁩ می‌تونه بزرگ‌ترین پروژه زیرساختی قرن رو بسازه — و این ریسک رو قبول کرده.

حالا ⁦SpaceX⁩ هفتمین شرکت بزرگ بورسی آمریکاست — جلوتر از ⁦Tesla⁩ که ارزشش حدود ۱.۶ تریلیون دلاره.

رمز عبورها دارن می‌میرن — و این دفعه جدیه.

از می ۲۰۲۲ که اپل، گوگل و مایکروسافت با هم از یه استاندارد جدید به اسم ⁦Passkey⁩ حمایت کردن، همه چیز خیلی سریع‌تر از اونچه فکر می‌کردیم پیش رفته. تا ۲۰۲۴، گوگل بیش از ۸۰۰ میلیون حساب رو منتقل کرده بود، اپل ⁦iCloud⁩ رو به‌صورت پیش‌فرض روی ⁦Passkey⁩ برده و مایکروسافت داره رمز عبور رو کامل از حساب‌های جدید حذف می‌کنه.

ولی بیشتر آدم‌ها فکر می‌کنن این فقط یه نوع تأیید دو مرحله‌ایه — نه، قضیه خیلی عمیق‌تره.

این تکنولوژی کلاً مدل احراز هویت رو عوض می‌کنه. وقتی یه ⁦Passkey⁩ می‌سازی، دستگاهت دو کلید رمزنگاری تولید می‌کنه: کلید خصوصی که توی یه تراشه امن (مثل ⁦Secure Enclave⁩ اپل، ⁦StrongBox⁩ اندروید یا ⁦TPM⁩ ویندوز) قفل می‌مونه و هرگز از دستگاه خارج نمی‌شه، و کلید عمومی که به سرویس ارسال می‌شه. موقع ورود، سایت یه چالش رمزنگاری می‌فرسته، دستگاهت اون رو با کلید خصوصی امضا می‌کنه و جواب می‌فرسته — هیچ رمزی جابه‌جا نمی‌شه.

نتیجه عملیش خیلی مهمه: فیشینگ ساختاراً غیرممکن می‌شه. کلید خصوصی به دامنه دقیق سایت گره خورده — اگه روی یه سایت جعلی باشی، حتی اگه اسمش شبیه سایت اصلی باشه، امضا به درد نمی‌خوره و ورود ناموفق می‌مونه. این مشکل آموزش کاربر نیست که بخوایم حلش کنیم — از نظر فنی ممکن نیست.

یه نکته مهم: ⁦Passkey⁩‌های ⁦sync⁩‌شونده (همون چیزی که اپل، گوگل و مایکروسافت ارائه می‌دن) کلید رو رمزنگاری‌شده بین دستگاه‌هات همگام می‌کنن. اپل از ⁦iCloud Keychain⁩ با رمزنگاری سرتاسری استفاده می‌کنه، گوگل هم از ⁦Google Password Manager.⁩ از هر رمز عبوری امن‌تره، ولی تهدید تغییر می‌کنه: از «لو دادن رمز» به «هک شدن حساب ابری به علاوه ⁦PIN⁩ دستگاه». برای اکثر آدم‌ها این معامله کاملاً ارزشمنده.

برای اونایی که امنیت خیلی بالاتری لازم دارن، ⁦Passkey⁩‌های محدود به سخت‌افزار روی کلیدهای فیزیکی ⁦FIDO2⁩ هنوز قوی‌ترین گزینه‌ان — ولی برای اکثریت، همین نسخه ⁦sync⁩‌شونده خیلی بهتر از هر رمز عبوریه.

۹ نفر از هر ۱۰ پدر و مادر بریتانیایی خواستن بچه‌هاشون از شبکه‌های اجتماعی دور باشن — و دولت بریتانیا داره این خواسته رو جدی می‌گیره.

فردا (۱۶ ژوئن ۲۰۲۶) کیر استارمر، نخست‌وزیر بریتانیا، قراره رسماً اعلام کنه که کودکان زیر ۱۶ سال نباید از شبکه‌های اجتماعی استفاده کنن. پلتفرم‌هایی مثل ⁦TikTok⁩، ⁦Instagram⁩، ⁦YouTube⁩، ⁦Facebook⁩، ⁦X⁩، ⁦Snapchat⁩ و چند تای دیگه همه تو تیررس این قانونن.

دو مسیر روی میزه:
یا ممنوعیت کامل — یعنی هیچ بچه‌ای زیر ۱۶ اکانت نمی‌تونه داشته باشه، مثل کاری که استرالیا از اواخر ۲۰۲۴ کرد
یا محدودیت ویژگی‌های اعتیادآور — اسکرول بی‌پایان، پخش خودکار ویدیو، الگوریتم‌های پیشنهاد محتوا. این روش دردسر کمتری برای پلتفرم‌هاست ولی سخت‌تر میشه کنترل و بررسیش کرد

علاوه بر اینا، دولت داره روی دو چیز دیگه هم فکر می‌کنه: ممنوعیت دسترسی زیر ۱۸ ساله‌ها به ربات‌های چت عاشقانه یا جنسی مبتنی بر ⁦AI⁩، و محدودیت اسکرول دیروقت شبانه — که البته بعضی پلتفرم‌ها پیش از این این کار رو داوطلبانه انجام داده بودن. اپ‌های بازی هم از ممنوعیت کلی معاف میشن، ولی باید امکان ارتباط با غریبه‌ها رو برای کاربرهای خردسال بردارن.

بزرگ‌ترین چالش اینجاست: چطور ثابت کنی کی واقعاً زیر ۱۶ سالشه؟ چهار روش روی میزه — تحلیل رفتار کاربر، تخمین سن از عکس سلفی، آپلود مدرک هویتی مثل پاسپورت، یا لینک به حساب بانکی — و هر کدوم مشکل‌های جدی دارن. آپلود پاسپورت مثلاً یعنی پلتفرم‌ها یه گنجینه از اطلاعات حساس میلیون‌ها نفر رو نگه می‌دارن که اگه نشت کنه، فاجعه‌ست.

مخالفا هم بی‌صدا نیستن. فعالان حریم خصوصی می‌گن این سیستم‌های تأیید سن خودشون یه تهدید امنیتی جدی هستن. یه سری محقق هم می‌گن که اثبات قطعی ارتباط مستقیم بین شبکه‌های اجتماعی و آسیب روانی هنوز وجود نداره، و این ممنوعیت گسترده ابزار خیلی درشتیه برای یه مشکل ظریف.

استرالیا این راه رو زودتر رفت و گزارش‌های اولیه نشون میده پلتفرم‌ها با اجرای یکنواخت دارن کشتی می‌گیرن — خیلی از نوجوانا هم از ⁦VPN⁩ یا اکانت قرضی استفاده می‌کنن تا محدودیت رو دور بزنن.

برای اجرا، بخشی از این قانون شاید زیر اختیارات قانون ایمنی آنلاین ۲۰۲۳ پیاده بشه، ولی ممنوعیت کامل احتمالاً به تصویب قانون جدید در پارلمان نیاز داره — یعنی تا ۲۰۲۷ چیزی اجرایی نمیشه.

۱.۹ میلیارد دلار. اینقدر ضررِ مالی که یه پلتفرم چینی به اسم ⁦Outsider Enterprise⁩ با ارسال پیامک‌های جعلی به آدم‌ها وارد کرده.

اف‌بی‌آی، گوگل، و شرکت امنیتی ⁦Black Lotus Labs⁩ یه عملیات مشترک انجام دادن و این سیستم رو از کار انداختن. بذار ماجرا رو ساده توضیح بدم.

این سرویس به مجرمان سایبری اجازه می‌داد بدون هیچ دانش فنی، کمپین فیشینگ راه بندازن. فیشینگ یعنی فریب دادن آدم‌ها با سایت‌های جعلی تا اطلاعات کارت بانکی یا رمزشون رو وارد کنن. این پلتفرم یه قدم جلوتر رفته بود — از ⁦AI⁩ استفاده می‌کرد تا صفحات جعلی بانک‌ها، فروشگاه‌های آنلاین، و سرویس‌های پستی رو به‌قدری دقیق کپی کنه که تشخیصشون سخت بود.

روش کار اینجوری بود: مجرم یه کیت آماده از پلتفرم می‌خرید — از طریق ⁦Shopify⁩! — بعد میلیون‌ها پیامک جعلی می‌فرستاد که آدم‌ها کلیک کنن و اطلاعاتشون رو بدن. این پیامک‌ها از شبکه‌های معتبر مثل ⁦AT&T⁩ و ⁦T-Mobile⁩ رد می‌شدن، یعنی فیلترهای اسپم رو هم دور می‌زدن.

ابعاد ماجرا وحشتناکه: فقط در ماه می ۲۰۲۶، این پلتفرم ۲.۵ میلیون پیامک ارسال کرد. در مجموع ۹ هزار سایت جعلی، بیش از یه میلیون لینک تقلبی، و ۳.۸ میلیون رکورد کارت اعتباری دزدیده شده که به ضرر ۱.۹ میلیارد دلاری تبدیل شده.

این پلتفرم از تلگرام به عنوان کانال عملیاتی استفاده می‌کرد — چون تلگرام رمزنگاری داره و با پلیس کمتر همکاری می‌کنه. حالا سرورهای اصلی توقیف شدن و کسی که آدرس سایت‌های جعلی رو باز کنه، با صفحه توقیف اف‌بی‌آی روبرو می‌شه.

درس اینجاست: وقتی ⁦AI⁩ می‌تونه صفحات جعلی رو به‌صورت خودکار بسازه و آپدیت کنه، دیگه تشخیص فیشینگ با چشم خیلی سخت‌تر از قبل شده. هر پیامک که ازت اطلاعات کارت یا رمز می‌خواد، با شک زیاد نگاهش کن — حتی اگه سایتش حرفه‌ای به نظر برسه.

۱۳ مارس ۲۰۲۴، یه اتفاق عجیب توی دنیای کریپتو افتاد. کارمزد تراکنش روی ⁦Arbitrum⁩ از نصف دلار رسید به کمتر از یه سنت. روی ⁦Base⁩ از ۰.۲ دلار افتاد به ۰.۰۰۱ دلار. این یه باگ نبود — یه ارتقاء به اسم ⁦Dencun⁩ توی شبکه اتریوم فعال شده بود و یه شبه همه معادلات رو عوض کرد.

ماجرا از کجا شروع شد؟

قبلاً شبکه‌های لایه ۲ — که روی اتریوم کار می‌کنن تا تراکنش‌ها رو سریع‌تر و ارزون‌تر کنن — مجبور بودن اطلاعات تراکنش‌هاشون رو به‌عنوان «⁦calldata⁩» روی اتریوم ذخیره کنن. مشکل اینجا بود که ⁦calldata⁩ برای همیشه روی شبکه می‌مونه و جا می‌گیره، پس گرون هست.

ارتقاء ⁦Dencun⁩ یه نوع تراکنش کاملاً جدید آورد به اسم ⁦blob.⁩ بلاب یه بسته داده ۱۲۸ کیلوبایتیه که به جای اینکه تا ابد ذخیره بشه، بعد از حدود ۱۸ روز حذف می‌شه. چرا ۱۸ روز کافیه؟ چون شبکه‌های لایه ۲ فقط همین مدت وقت نیاز دارن که اثبات کنن تراکنش‌هاشون درسته — بعدش دیگه نیازی به اون داده خام نیست.

مهم‌تر از این، برای بلاب‌ها یه بازار هزینه کاملاً مستقل درست شد که با تراکنش‌های عادی اتریوم رقابت نمی‌کنه. وقتی تقاضا کمه، هزینه تقریباً صفر هست.

کاهش هزینه‌ها واقعاً این‌قدر بود:

روی ⁦Arbitrum⁩ از ۰.۴۸ دلار به ۰.۰۰۴ دلار — کاهش ۹۹٪
روی ⁦Base⁩ از ۰.۱۹ دلار به ۰.۰۰۰۸ دلار — کاهش ۹۹.۶٪
روی ⁦Optimism⁩ از ۰.۲ دلار به ۰.۰۰۳ دلار — کاهش ۹۸.۵٪
روی ⁦zkSync⁩ از ۰.۱۵ دلار به ۰.۰۰۵ دلار — کاهش ۹۷٪

اینا موقتی نیستن. تا اواسط ۲۰۲۵ هنوزم هزینه‌ها ۱۰ تا ۵۰ برابر از قبل از این ارتقاء ارزون‌ترن.

این تغییر در عمل یعنی چی؟

پروژه‌هایی مثل بازی‌های بلاکچینی یا پرداخت‌های خرد که با کارمزد نصف دلاری اصلاً به‌صرفه نبودن، حالا جواب می‌دن. شبکه ⁦Base⁩ رشد انفجاری داشت و چندبار تعداد کاربران فعالش از خود اتریوم ⁦mainnet⁩ بیشتر شد. ایده ⁦Superchain⁩ — یعنی چند شبکه مجزا که امنیت و داده رو باهم به اشتراک می‌ذارن — حالا از نظر اقتصادی منطقی شده.

آینده چیه؟

این ارتقاء فقط اول راهه. یه فناوری به اسم ⁦PeerDAS⁩ داره توسعه پیدا می‌کنه که ظرفیت بلاب رو بازهم بیشتر می‌کنه — بدون اینکه همه ⁦node⁩‌ها (کامپیوترهایی که شبکه رو نگه می‌دارن) مجبور باشن کل داده رو دانلود کنن. هدف نهایی، دنکشاردینگ کامله که اتریوم رو به یه زیرساخت داده مقیاس‌پذیر برای هر نوع اپلیکیشن تبدیل می‌کنه.

همه‌مون تجربه داریم که وقتی از ⁦ChatGPT⁩ یا ⁦Claude⁩ می‌پرسیم، جواب کلمه‌کلمه ظاهر می‌شه. این یه محدودیت اساسیه، نه یه عیب طراحی: این مدل‌ها مجبورن هر ⁦Token⁩ رو (هر کلمه یا تکه‌کلمه) یه‌به‌یه تولید کنن. تا ⁦Token⁩ شماره ۱۰ نباشه، ⁦Token⁩ شماره ۱۱ نمی‌شه ساخت. حتی سریع‌ترین ⁦GPU⁩ ها هم نمی‌تونن این ترتیب رو بشکنن.

یه تکنیک جالب داره این ماجرا رو عوض می‌کنه: ⁦Speculative Decoding.⁩

ایده‌ش هوشمندانه‌ست: یه مدل کوچیک و سریع چند ⁦Token⁩ بعدی رو حدس می‌زنه. بعد مدل بزرگ اصلی همه این حدس‌ها رو به‌صورت موازی و یه‌جا بررسی می‌کنه — تقریباً به‌اندازه وقتی که فقط یه ⁦Token⁩ تولید می‌کرد. اگه حدس‌ها درست باشن، همه‌شون با هم پذیرفته می‌شن. اگه جایی اشتباه باشه، از همون نقطه مدل بزرگ خودش ادامه می‌ده.

مهم‌ترین نکته اینه: خروجی نهایی دقیقاً همونیه که مدل بزرگ تنها می‌داد. هیچ کیفیتی از دست نمیره — این یه بهینه‌سازی «بی‌ضرر» هست.

چقدر سریع‌تر؟ بستگی داره به اینکه مدل کوچیک چقدر خوب حدس بزنه. وقتی نرخ پذیرش ⁦Token⁩ یا ⁦TAR⁩ به ۸۰٪ برسه، سرعت ۳ تا ۴ برابر می‌شه. با ⁦TAR⁩ حدود ۶۰٪ هم ۱.۵ تا ۲ برابر بهتره. تولید کد و خروجی‌های ساختاریافته معمولاً بالاترین ⁦TAR⁩ رو دارن چون مدل کوچیک بهتر می‌تونه حدس بزنه؛ متن خلاقانه و آزاد، ⁦TAR⁩ پایین‌تری داره.

سه رویکرد اصلی وجود داره:

روش اول: یه مدل کوچیک مستقل — مثلاً یه مدل ۷ میلیاردی پیش‌نویس‌نویس برای یه مدل ۷۰ میلیاردی. اینجا مدل اصلی نیازی به آموزش مجدد نداره.

روش دوم: معماری ⁦Medusa⁩ که گوگل طراحی کرده — چند «سر» سبک مستقیماً به لایه آخر مدل اضافه می‌شه. این سرها نیاز به ⁦Fine-tuning⁩ دارن و نسخه ⁦Medusa-2⁩ حتی به‌صورت مشترک با مدل اصلی آموزش می‌بینه.

روش سوم: ⁦Self-speculative⁩ — بعضی لایه‌های مدل در مرحله پیش‌نویس جا انداخته می‌شن و مدل کامل فقط برای تأیید استفاده می‌شه.

در دنیای واقعی چی؟ شرکت ⁦Meta⁩ یه نسخه درختی ساخته که چند مسیر رو همزمان حدس می‌زنه. شرکت ⁦Apple⁩ هم برای ⁦Apple Intelligence⁩ ازش استفاده می‌کنه — مدل کوچیک روی ⁦Neural Engine⁩، مدل بزرگ روی ⁦GPU.⁩ ابزارهایی مثل ⁦vLLM⁩ و ⁦TensorRT-LLM⁩ هم این قابلیت رو به‌صورت استاندارد دارن.

یه نکته عملی: دو تا مدل رو باید همزمان تو حافظه ⁦GPU⁩ نگه داری. برای یه مدل ۷۰ میلیاردی، اضافه‌کردن یه پیش‌نویس‌نویس ۷ میلیاردی حدود ۱۰٪ حافظه بیشتر لازم داره.

یه قالب ⁦Prompt⁩ که با تغییر چند متغیر ساده، تصویر ایزومتریک ۳بعدی حرفه‌ای از هر نوع فضای کاری می‌سازه — بدون نیاز به طراح، بدون نرم‌افزار طراحی، و بدون اشتراک عکس استوک.

خروجیش مناسب هدر بلاگ، اسلاید ارائه و گرافیک شبکه‌های اجتماعی هست. پرامپت با ⁦DALL-E 3⁩، ⁦Midjourney⁩ و ⁦Stable Diffusion XL⁩ کار می‌کنه.

سه متغیر اصلی داری: نوع فضای کاری (مثل استیشن ⁦developer⁩ یا آزمایشگاه ⁦AI⁩)، پالت رنگی، و جزئیات صحنه. همین‌ها رو عوض کن و در عرض چند ثانیه یه تصویر آماده‌ی انتشار داری.

برای مثال‌های کامل و نحوه استفاده با هر ابزار، لینک مقاله رو باز کن.

📋 پرامپت کامل (لمس کن تا کپی بشه):

Isometric 3D illustration of a [SUBJECT] workspace, clean vector art style, vibrant [COLOR_PALETTE] colors on white background, soft drop shadows, [DETAILS], no text or labels, high detail, product render aesthetic, centered composition, slight top-down angle, crisp edges

‏توضیحات بیشتر و مثال‌ها توی مقاله 👇