برنامه‌نویس‌ها، این یکی مهمه

یه دهه بود که انتخاب ابزار مشاهده‌پذیری (یعنی ⁦monitoring⁩ و ⁦tracing⁩ سرویس‌هات) عملاً یعنی قفل شدن به یه ⁦vendor⁩ خاص. می‌خواستی از ⁦Datadog⁩ بری؟ باید تمام سرویس‌هات رو از صفر ابزارگذاری می‌کردی. این مشکل الان حل شده.

پروژه ⁦OpenTelemetry⁩ که زیر چتر ⁦CNCF⁩ هست و سال ۲۰۲۱ به مرحله ⁦graduated⁩ رسید، حالا استاندارد بلامنازع برای ⁦distributed tracing⁩، متریک و لاگه. از ⁦AWS⁩، ⁦GCP⁩ و ⁦Azure⁩ گرفته تا ⁦Datadog⁩، ⁦Honeycomb⁩، ⁦Grafana⁩، ⁦New Relic⁩ و ⁦Dynatrace⁩ — همه باهاش کار می‌کنن. یه بار ابزارگذاری کن، هر جایی که خواستی ارسال کن.

این پروژه از ادغام دو استاندارد رقیب به دنیا اومد: ⁦OpenCensus⁩ که گوگل ساخته بود و ⁦OpenTracing⁩ که زیر نظر ⁦CNCF⁩ بود. این ادغام مهمه چون پراکندگی قبلی رو تموم کرد — قبلش باید یه طرف رو انتخاب می‌کردی، الان فقط یه استاندارده.

معماریش دو بخش اصلی داره: ⁦SDK⁩ که داخل اپلیکیشنت میاد و کار ابزارگذاری رو انجام میده، و ⁦Collector⁩ که یه ⁦binary⁩ مستقله و بین اپ‌هات و ⁦backend⁩هات میشینه.

یه نکته فنی جالب: ⁦API⁩ و ⁦SDK⁩ از هم جدا هستن. کتابخونه‌ها می‌تونن در برابر ⁦API⁩ ابزارگذاری بشن بدون وابستگی سخت به ⁦SDK.⁩ اگه ⁦SDK⁩ پیکربندی نشده باشه، اون ⁦call⁩ها ⁦no-op⁩ میشن — هیچ ⁦overhead⁩ی ندارن.

برای ابزارگذاری خودکار هم هر زبون گزینه داره. جاوا با یه ⁦Java agent⁩ بدون تغییر کد همه چیز رو می‌بینه. پایتون با یه دستور ساده فریمورک‌هایی مثل ⁦Django⁩ و ⁦FastAPI⁩ رو ⁦cover⁩ می‌کنه. ⁦Node.js⁩ هم با یه ⁦package⁩، ⁦Express⁩ و بقیه رو ⁦hook⁩ می‌کنه.

ولی این ابزارگذاری خودکار معنی کد شما رو نمی‌فهمه — منطق بیزینس رو نمی‌بینه. برای اون باید ⁦manual span⁩ بزنی: هر جایی که ممکنه خطا بده یا ⁦latency⁩ داشته باشه رو ⁦wrap⁩ کن، ⁦attribute⁩هایی مثل ⁦user ID⁩ یا ⁦feature flag⁩ اضافه کن، و خطاها رو صریح ثبت کن.

قلب معماری اما ⁦Collector⁩ هست. این ⁦proxy⁩ بدون وابستگی به ⁦vendor⁩ بین اپ‌هات و ⁦backend⁩هات میشینه و چند کار حیاتی می‌کنه:

ارسال همزمان به چند ⁦backend⁩ — مثلاً هم به ⁦Honeycomb⁩ و هم به ⁦Grafana Tempo⁩ — بدون هیچ تغییری تو کد اپلیکیشن.
پاک‌سازی اطلاعات حساس مثل ایمیل، ⁦IP⁩ و ⁦session token⁩ قبل از اینکه داده به هر ⁦vendor⁩ برسه.
مهاجرت به ⁦backend⁩ دیگه با تغییر ⁦config⁩ فایل ⁦Collector⁩ — بدون دست زدن به کد اپلیکیشن.

توی ⁦Kubernetes⁩ هم می‌تونی بهش به شکل ⁦sidecar⁩ یا ⁦DaemonSet⁩ اضافه کنی.

همه فکر می‌کردن آپگرید ⁦Pectra⁩ اتریوم مثل قبلی‌هاست — یه تغییر زیرساختی که کاربر عادی حسش نمی‌کنه. ولی این بار داستان فرقه.

ماه می ۲۰۲۵، شبکه اتریوم یه آپگرید مهم اجرا کرد که قلبش یه قانون جدیده به اسم ⁦EIP-7702.⁩ این قانون نحوه کار کیف پول‌های اتریوم رو از اساس داره عوض می‌کنه.

یه چیزی باید بدونی: اتریوم دو نوع حساب داره. یکی کیف پول معمولی — که با یه کلید خصوصی کنترل می‌شه — و یکی قراردادهای هوشمند که خیلی قدرتمندترن. قراردادها می‌تونن چند کار رو یه‌جا انجام بدن، بذارن یه نفر دیگه کارمزد بده، یا اگه کلیدت رو گم کردی راه برگشتی داشته باشی. ولی مشکلشون اینه که باید به یه آدرس کاملاً جدید مهاجرت کنی.

این آپگرید همین مشکل رو حل کرد. الان کیف پول معمولی‌ات می‌تونه موقع یه تراکنش، مثل قرارداد هوشمند عمل کنه — بدون اینکه آدرس یا کلیدت عوض بشه.

چه چیزی در عمل ممکن می‌شه؟

دسته‌بندی تراکنش‌ها: به‌جای دوتا تراکنش جدا (اول مجوز، بعد معامله)، هر دو رو یه‌جا انجام می‌دی. سریع‌تر، ارزون‌تر، و بدون ریسک نیمه‌کاره موندن.

پرداخت کارمزد توسط اپلیکیشن: یه پروتکل می‌تونه کارمزد ⁦ETH⁩ رو به‌جای تو بده. یعنی کاربر تازه‌وارد می‌تونه بدون داشتن ⁦ETH⁩، وارد دنیای ⁦DeFi⁩ یا ⁦NFT⁩ بشه — اون سردرگمی «برای خرید ⁦ETH⁩ باید ⁦ETH⁩ داشته باشم» دیگه وجود نداره.

کلیدهای موقت: برای بازی‌های بلاکچینی، می‌شه یه کلید محدود ساخت که فقط تراکنش‌های کوچیک رو بدون تأیید دستی امضا کنه.

بازیابی اجتماعی: اگه کلیدت رو گم کردی، یه گروه از آدم‌های مورد اعتماد می‌تونن کمکت کنن — بدون نیاز به آدرس جدید. مقاله می‌گه برای کاربر عادی که نگران گم‌شدن عبارت بازیابیشه، این مهم‌ترین تغییر عملیه.

اعداد اولیه هم جالبه: توی هفته اول، بیشتر از ۱۱٬۰۰۰ مجوز بر اساس این قانون جدید روی شبکه ثبت شد. کیف پول‌های ⁦MetaMask⁩، ⁦Coinbase Wallet⁩ و ⁦Trust Wallet⁩ هم چند هفته بعد پشتیبانی ازش رو اضافه کردن — یعنی این قابلیت به صدها میلیون کاربر می‌رسه. البته «پشتیبانی» تو همه کیف پول‌ها یه معنی نداره؛ بعضی‌ها رابط کاربری کاملی ساختن، بعضی‌ها فقط در سطح فنی پشتیبانی می‌کنن.

این آپگرید در کل ۱۱ تغییر اساسی داشت. یه تغییر مهم دیگه‌اش اینه که سقف موجودی هر اعتبارسنج اتریوم از ۳۲ ⁦ETH⁩ به ۲٬۰۴۸ ⁦ETH⁩ رسید — یعنی کاری که قبلاً ۶۴ اعتبارسنج جداگانه انجام می‌دادن، الان یکی می‌تونه انجام بده. این بیشتر برای استخرهای بزرگ استیکینگ مهمه، نه کاربر عادی.

آپگرید بعدی ⁦Hegotá⁩ نام داره و برای نیمه دوم ۲۰۲۶ برنامه‌ریزی شده تا این تغییرات رو عمیق‌تر کنه.

می‌دونی چی می‌خوای حساب کنی، ولی ⁦VLOOKUP⁩ یا تابع‌های تو در تو گیجت می‌کنن؟ این ⁦Prompt⁩ دقیقاً برای همینه.

بهش به زبان ساده بگو چی می‌خوای — فرمول دقیق ⁦Excel⁩ یا ⁦Google Sheets⁩ رو بهت می‌ده.

خروجی ۵ بخشه: فرمول آماده، توضیح هر تابع به زبان ساده، فرضیاتی که گرفته، نقاط خطر (مثل سلول خالی یا عدد متنی)، و یه گزینه ساده‌تر اگه وجود داشته باشه.

برای تحلیلگران، مدیران عملیات و پروژه، و تیم‌های مالی که با صفحه‌گسترده کار می‌کنن ولی فرمول‌نویسِ حرفه‌ای نیستن بیشترین کاربرد رو داره.

با ⁦Claude Sonnet 4.6⁩، ⁦GPT-4o⁩ و ⁦Gemini 2.5 Pro⁩ کار می‌کنه.

📋 پرامپت کامل (لمس کن تا کپی بشه):

Act as a senior spreadsheet consultant with 15 years of experience in Excel and Google Sheets, who specializes in translating business requirements into formulas that non-technical users can understand and maintain.

I need to build a formula for the following task:
[DESCRIBE YOUR CALCULATION IN PLAIN ENGLISH — e.g., "I want to find the total sales for each region, but only count sales where the status is 'Closed Won' and the deal size is above $10,000"]

My spreadsheet has these columns:
[LIST YOUR COLUMN NAMES AND WHAT THEY CONTAIN — e.g., "Column A: Sales Rep Name, Column B: Region, Column C: Deal Status, Column D: Deal Size, Column E: Close Date"]

I am using: [Excel / Google Sheets]

INSTRUCTIONS:
1. Write the exact formula I should enter
2. Break down every function and argument in plain English — explain what each piece does and why
3. List any assumptions you made about my data
4. Flag common mistakes or edge cases (empty cells, wrong data types, case sensitivity)
5. Provide an alternative approach if a simpler formula exists
6. If Google Sheets and Excel syntax differ for this formula, show both versions

Output format:
FORMULA: [the exact formula to copy and paste]
HOW IT WORKS: [step-by-step explanation of each function]
ASSUMPTIONS: [what I assumed about your data]
WATCH OUT FOR: [common errors and edge cases]
SIMPLER ALTERNATIVE (if available): [a less complex approach if one exists]

‏توضیحات بیشتر و مثال‌ها توی مقاله 👇

همه فکر می‌کردن ⁦x86⁩ شکست‌ناپذیره — اپل نشون داد که نیست.

وقتی اپل در نوامبر ۲۰۲۰ از اینتل جدا شد و چیپ ⁦M1⁩ رو معرفی کرد، یه ادعای مشخص داشت: یه چیپ ⁦Arm⁩ با معماری حافظه یکپارچه می‌تونه تقریباً همه کارها رو بهتر از ⁦x86⁩ انجام بده، با مصرف برق خیلی کمتر. این ادعا درست از آب درومد.

‏⁦MacBook Air⁩ با ⁦M1⁩ — بدون فن، بدون حرارت زیاد، ۹۹۹ دلار — توی اکثر کارهای روزمره از لپ‌تاپ‌های اینتلی سبقت می‌گرفت. حتی نرم‌افزارهای ⁦x86⁩ از طریق ⁦Rosetta 2⁩ (ابزار ترجمه‌ای که اپل ساخته) روی ⁦M1⁩ گاهی سریع‌تر از نسخه اصلی‌شون روی اینتل اجرا می‌شدن.

تا ⁦M4 Pro⁩ در نوامبر ۲۰۲۴، اوضاع خیلی پیشرفته‌تر شده بود: پهنای باند حافظه ۲۷۳ گیگابایت بر ثانیه، عمر باتری بیش از ۲۰ ساعت روی ⁦MacBook Pro⁩، و عملکرد خلاقانه‌ای که از خیلی ⁦GPU⁩ های مجزا جلو می‌زنه.

اینا رقبا رو مجبور کرد تکون بخورن.

کوالکام با ⁦Snapdragon X Elite⁩ اومد — چیپی با ۱۲ هسته سفارشی روی فرآیند ۴ نانومتری ⁦TSMC⁩ و ۴۵ ⁦TOPS⁩ قدرت ⁦AI⁩ (بیشتر از ⁦M4⁩ اپل). لپ‌تاپ‌هایی مثل ⁦Surface Pro 11⁩ با شروع قیمت ۱,۲۹۹ دلار توی تست‌های ⁦CPU⁩ چند هسته‌ای با ⁦MacBook Pro M3⁩ کشتی می‌گیرن.

ولی مشکل اصلی سازگاری نرم‌افزاریه. ابزار ترجمه مایکروسافت برای اپ‌های ⁦x86⁩ بهتر شده، ولی مجازی‌سازی و بعضی ابزارهای حرفه‌ای هنوز مشکل دارن. مجموعه کامل ⁦Adobe Creative Cloud⁩ تازه اواخر ۲۰۲۵ به ⁦Arm64⁩ رسید — یه سال بعد از نسخه ⁦macOS.⁩

اینتل هم با ⁦Lunar Lake⁩ (⁦Core Ultra 200V⁩) در سپتامبر ۲۰۲۴ جواب داد. این بار مستقیم از فلسفه اپل الگو گرفت: حافظه رو مستقیم روی تراشه مجتمع کرد، فرآیند ۳ نانومتری ⁦TSMC⁩ رو به‌کار گرفت، و نتیجه ۱۰ تا ۱۴ ساعت عمر باتری واقعیه — چیزی که تا چند سال پیش برای ⁦x86⁩ غیرقابل تصور بود. ولی این پیشرفت فقط توی لپ‌تاپ‌های نازک و سبکه و به بقیه خط محصولات اینتل نرسیده.

نه کوالکام و نه اینتل هنوز به ⁦Apple Silicon⁩ در ترکیب بهره‌وری انرژی و عمق اکوسیستم نرم‌افزاری نرسیدن — ولی این نزدیک‌ترین رقابتی هست که تا حالا دیدیم.

۳۴ میلیارد دلار هزینه، اما رقبا موفق‌تر بودن 🤔

فایننشال تایمز گزارش داده که ⁦OpenAI⁩ در سال گذشته ۳۴ میلیارد دلار صرف تحقیق و توسعه، فروش و بازاریابی کرده — هدف هم تثبیت جایگاه مسلطش در بازار ⁦AI⁩ قبل از ⁦IPO⁩ بوده.

اما در همین مدت، شرکت‌هایی مثل ⁦Anthropic⁩ و بقیه رقبا موفق‌تر بودن.

۴۰۱ میلیون دلار درآمد، دو نفر کارمند، یه اتاق خواب. این جمله رو دوباره بخون.

متیو گالاگر ۴۱ ساله با ۲۰ هزار دلار پس‌انداز شخصی، سپتامبر ۲۰۲۴ یه استارتاپ پزشکی آنلاین به اسم ⁦Medvi⁩ راه انداخت. تنها همکارش برادرش بود. در اولین سال، ۴۰۱ میلیون دلار درآمد ثبت کرد با سود خالص ۶۵ میلیون دلار. نیویورک تایمز آوریل ۲۰۲۶ اسناد مالیش رو بررسی کرد و همه چیز رو تأیید کرد.

راز این رشد دیوانه‌وار؟ هوش مصنوعی. 🤖

برای کد و وبسایت از ⁦ChatGPT⁩، ⁦Claude⁩ و ⁦Grok⁩ استفاده کرد. تبلیغات ویدیویی رو با ⁦Midjourney⁩ و ⁦Runway⁩ ساخت. تماس‌های صوتی با مشتریان رو هم با سیستم ⁦ElevenLabs⁩ اتوماتیک کرد. خلاصه‌ش اینه که یه نفر با ابزارهای ⁦AI⁩ کل زیرساخت یه شرکت چندصدنفره رو به تنهایی پیاده‌سازی کرد.

اما این داستان یه نیمه تاریک هم داره که توی پست‌های وایرال معمولاً بهش اشاره نمی‌شه. ⚡

شرکت ⁦Medvi⁩ داروهای کاهش وزن ⁦GLP-1⁩ مثل اوزمپیک می‌فروخت. سازمان ⁦FDA⁩ فوریه ۲۰۲۶ نامه هشدار رسمی بهشون داد. تبلیغاتشون پر بود از پروفایل پزشکان جعلی که با ⁦AI⁩ ساخته شده بودن، عکس‌های قبل و بعد دیپ‌فیک، و ادعاهایی که پشتوانه نداشتن. الانم شرکت با شکایت‌های حقوقی گروهی سنگینی در کالیفرنیا روبه‌رو هست.

داستان ⁦Medvi⁩ یه چیز رو اثبات می‌کنه: ⁦AI⁩ واقعاً می‌تونه به یک یا دو نفر قدرت یه شرکت چندصدنفره رو بده. این بخشش معجزه‌آسا و کاملاً واقعیه. اما میانبر زدن‌های غیرقانونی و فریب مخاطب در حوزه سلامت، خیلی زود بیزینس رو در معرض فروپاشی قرار میده. 🔥

فرصت وجود داره. اما قوانین بازی رو هم باید بلد باشی.

━━━━━━━━━━━━━━━

✍️ حرف دل، از تجربه:

من خودم چند تا پروژه توی حوزه‌های مختلف راه انداختم، ولی پروژه‌ای که واقعاً از صفر تا صد با هوش مصنوعی اداره بشه کم دیدم. برای همین یه نکته‌ای رو که توی این داستان‌های وایرال معمولاً گم می‌شه، رک می‌گم:

چیزی که این بیزینس‌ها رو سرپا نگه می‌داره خودِ ⁦AI⁩ نیست، مارکتینگه. هوش مصنوعی دقیقاً همون کاری رو می‌کنه که بهش می‌سپاری — اگه پشتش یه نقشه‌راه فروش و بازاریابی درست نباشه، محصولت هر چقدرم با ⁦AI⁩ ساخته شده باشه، آخرش زمین می‌خوره.

همین ⁦Medvi⁩ رو ببین: اوایل کار بیشتر از ۹۰ درصد کل هزینه‌هاشون رفت توی مارکتینگ تا دیده بشن. الانم که بزرگ شدن، انگار بخش اصلی درآمدشون داره خرج تبلیغات می‌شه. یعنی مارکتینگ از اول تا الان، هم گرون‌ترین و هم مهم‌ترین بخش بازی بوده.

جمع‌بندی؟ اگه می‌خوای با ⁦AI⁩ یه کسب‌وکار بسازی، قبل از هر چیز برای فروش و دیده‌شدنش برنامه داشته باش. بدون اون، بهترین محصول هم توی سکوت می‌میره.

۱۳ ساعت، ۸۷ بار تکرار — این یه روز معمولی کدنویسی با ⁦Claude⁩ هست 😅

یه برنامه‌نویس چرخه کارش با ⁦Claude⁩ (⁦Opus 4.8⁩) رو اینجوری توصیف کرده:

— ۵ دقیقه: تسک رو توضیح میدی
— ۱۰ دقیقه: ⁦Claude⁩ کد می‌نویسه
— تو می‌پرسی: «چرا این همه کد لازمه؟»
— جواب ⁦Claude⁩: «حق با توئه! بیش از حد پیچیده‌اش کردم!»
— این چرخه رو ۸۷ بار تکرار کن

نتیجه؟ ۱۳ ساعت از روزت رفته.

طنزآمیزه، ولی به‌شدت واقعی

یه لینک ساده توی ایمیل یا ⁦Teams⁩، و تمام ایمیل‌هات، رمزهای ذخیره‌شده، و فایل‌های ⁦SharePoint⁩ — همه بی‌سروصدا دزدیده می‌شن. این حمله‌ای که محققان امنیتی ⁦Varonis⁩ پیداش کردن و اسمشو گذاشتن «⁦SearchLeak⁩».

ماجرا اینه که اینا یه زنجیره از سه آسیب‌پذیری در ⁦Microsoft 365 Copilot⁩ کشف کردن — همون ابزار ⁦AI⁩ که توی محیط‌های سازمانی ایمیل و فایل‌ها رو جستجو می‌کنه. این سه ضعف رو کنار هم بذاری، یه حمله می‌شه که با یه کلیک کار می‌کنه.

مرحله اول: مهاجم یه لینک برات می‌فرسته — توی ایمیل فیشینگ، پیام ⁦Slack⁩، یا ⁦Teams.⁩ اون لینک یه ⁦query⁩ طراحی‌شده داره که به ⁦Copilot⁩ «دستور» می‌ده ایمیل‌هاتو بگرده و اطلاعات حساس رو پیدا کنه. این همون «⁦prompt injection⁩» هست — یعنی مهاجم به‌جای یه کاربر واقعی، داره به ⁦AI⁩ دستور می‌ده.

مرحله دوم: یه ضعف در نحوه رندر کردن ⁦HTML⁩ توسط ⁦Copilot⁩ باعث می‌شه قبل از اینکه فیلتر امنیتی بتونه محتوا رو پاک کنه، یه درخواست به سرور مهاجم پرواز کنه — با اطلاعات دزدیده‌شده توی آدرس همون درخواست.

مرحله سوم: سیستم امنیتی ⁦Copilot⁩ معمولاً اجازه نمی‌ده اطلاعات به سرورهای ناشناس برن. اما محققان پیداش کردن که می‌شه این اطلاعات رو از طریق سرویس «جستجو با تصویر» ⁦Bing⁩ هدایت کرد — چون ⁦Bing⁩ یه سرویس مورد اعتماد مایکروسافت هست و این فیلتر رو رد می‌کنه. داده‌های دزدیده‌شده از زیرساخت خود مایکروسافت رد شده می‌رن.

نکته ترسناکش اینه که قربانی هیچی نمی‌بینه — نه ریدایرکت، نه خطا، نه چیز مشکوکی. فقط یه نتیجه عادی ⁦Copilot⁩ نشون می‌ده، در حالی که ایمیل‌ها، کدهای یه‌بارمصرف، و فایل‌هاش رفتن.

مایکروسافت این آسیب‌پذیری رو «بحرانی» رتبه‌بندی کرده (⁦CVE-2026-42824⁩) و اوایل ژوئن ۲۰۲۶ پَچش کرده. ⁦Varonis⁩ هم ۱۵ ژوئن جزئیاتشو عمومی کرد. تا الان هیچ سوءاستفاده فعالی گزارش نشده.

دو تا از بزرگ‌ترین گروه‌های باج‌افزاری دنیا در ۲۰۲۴ با هم نابود شدن — ولی تهدید نه‌تنها کوچیک نشد، بلکه بدتر پخش شد.

فوریه ۲۰۲۴، یه عملیات پلیسی بزرگ به اسم ⁦Cronos⁩ با همکاری ۱۰ کشور و به رهبری ⁦FBI⁩ آمریکا و ⁦NCA⁩ انگلیس گروه ⁦LockBit⁩ رو زمین زد. ۳۴ سرور توقیف شد، ۱۴ هزار اکانت مخفی بسته شد، ۲۰۰ کیف پول رمزارز فریز شد و بیشتر از ۱۰۰۰ کلید رمزگشایی به دست اومد. سرکرده گروه با نام مستعار «⁦LockBitSupp⁩» شناسایی و ۱۰ میلیون دلار جایزه برای اطلاعات بهش گذاشته شد.

همون هفته‌ها، گروه ⁦BlackCat⁩ یه حمله بزرگ‌تر زد. سیستم‌های ⁦Change Healthcare⁩ هک شد — یه شرکت که سالی ۱۵ میلیارد تراکنش پزشکی رو پردازش می‌کنه و به اطلاعات یک سوم بیمارهای آمریکایی دسترسی داره. شرکت مادرش، ⁦UnitedHealth Group⁩، ۲۲ میلیون دلار باج به صورت بیت‌کوین پرداخت کرد.

نکته جالبش اینجاست: پول کامل به جیب ⁦BlackCat⁩ رفت و با وابستگانش (⁦affiliate⁩ — کسایی که حمله رو انجام می‌دن) تقسیم نشد. وابسته‌ای که حمله رو زده بود علنی اعلام کرد کلاهبرداری شده، و گفت ۴ ترابایت داده دزدیده‌شده هنوز نزد ⁦BlackCat⁩ نگه داشته شده. بعدش ⁦BlackCat⁩ یه صفحه جعلی «توقیف توسط پلیس» روی سایتش گذاشت که محققان امنیتی فوری تقلبیش رو اثبات کردن — و گروه فرار کرد.

خسارت برای ⁦UnitedHealth⁩ سنگین بود. فقط در سه‌ماهه اول ۲۰۲۴ بیش از ۸۷۰ میلیون دلار ضرر دادن. اطلاعات حدود ۱۹۰ میلیون آمریکایی در این حمله به خطر افتاد — بیش از نصف جمعیت کل آمریکا.

این خلاء رو یه گروه تازه به اسم ⁦RansomHub⁩ پر کرد. دقیقاً همون فوریه لانچ شد و وابستگان سوخته رو با یه مدل جذاب جذب کرد: فقط ۱۰٪ کمیسیون، در مقابل ۲۰ تا ۳۰٪ رقبا. فقط در ۲۰۲۴ ادعا کرد ۵۳۱ قربانی گرفته و شد فعال‌ترین گروه باج‌افزاری اون سال.

اما اون هم دوام نیاورد. آخر مارس ۲۰۲۵ سایتش خاموش شد و عملیاتش کاملاً متوقف شد.

این چرخه نشون می‌ده که ضربه‌های پلیسی مشکل رو حل نمی‌کنن، فقط شکلش رو عوض می‌کنن. تعداد گروه‌های باج‌افزاری از ۷۹ گروه در آوریل ۲۰۲۳ به ۹۶ گروه در آوریل ۲۰۲۵ رسیده. تهدید پخش‌تر، ناپایدارتر و ردیابی‌ناپذیرتر شده.

شرکت ⁦Apple⁩ داره ⁦AirPod⁩هایی می‌سازه که می‌بینن.

این دستگاه‌ها با اسم رمز ⁦B798⁩ شناخته می‌شن و عرضه‌شون به اواخر ۲۰۲۷ موکول شده. قرار هست اولین پوشیدنی هوشمند ⁦Apple⁩ باشن که از پایه با محوریت ⁦AI⁩ طراحی شدن.

دوربین‌های کوچیک توی ساقه‌های ⁦AirPod⁩ که برای عکس یا ویدیو استفاده نمیشن — نقش حسگر دید کامپیوتری (⁦Computer Vision⁩) رو دارن و داده‌های بصری رو لحظه‌به‌لحظه به ⁦Siri⁩ می‌فرستن تا بفهمه داری چی می‌بینی.

مثلاً می‌تونی با اشاره سر به مواد آشپزخانه‌ات از ⁦Siri⁩ بپرسی «با اینا چی می‌شه پخت؟» یا بدون اینکه ⁦iPhone⁩ رو دربیاری، یادآوری متنی بگیری، اشیاء رو تشخیص بده یا مسیریابی هوشمندتری داشته باشی.

تعویق از ۲۰۲۶ به ۲۰۲۷ هم طبق گزارش مارک گورمن از ⁦Bloomberg⁩، به خاطر چالش‌های نرم‌افزاری ⁦AI⁩ شرکت ⁦Apple⁩ و نیاز به مدل‌های بینایی قابل اعتمادتره.

برای حریم خصوصی هم ⁦Apple⁩ داره بررسی می‌کنه که چراغ نشانگر بذاره تا افراد اطراف بدونن داده‌های بصری داره به ابر ارسال می‌شه.

این پروژه بخشی از استراتژی بزرگ‌تر ⁦Apple⁩ برای هوش بصریه — یه قدم قبل از اینکه عینک‌های هوشمند آینده‌شون بیان.

۲۰ سال بود که باتری‌های آند سیلیکونی فقط رویای آزمایشگاه‌ها بودن. حالا اولین خودروهای برقی با این تکنولوژی دارن وارد بازار می‌شن.

ماجرا اینه که توی باتری‌های معمولی، آند (قطب منفی) از گرافیت ساخته شده. سیلیکون می‌تونه ۱۰ برابر بیشتر یون لیتیوم ذخیره کنه — یعنی برد خیلی بیشتر. ولی مشکل اینجاست که وقتی شارژ می‌کنی، سیلیکون تا ۳۰۰٪ متورم می‌شه و بعد جمع می‌شه. این چرخه باعث می‌شه ترک بخوره و ظرفیت باتری سریع افت کنه.

سه شرکت تونستن این مشکل رو حل کنن:

شرکت ⁦Sila Nanotechnologies⁩ ذرات نانو سیلیکون رو داخل پوشش کربنی می‌ذاره تا فضا برای انبساط داشته باشه. این فناوری الان توی مدل‌های ⁦EQG⁩ و ⁦EQS SUV⁩ سال ۲۰۲۵ شرکت ⁦Mercedes-Benz⁩ هست — برد از ۷۰۰ به ۸۰۰ کیلومتر رسیده.

شرکت ⁦Panasonic⁩ داره سیلیکون رو با گرافیت ترکیب می‌کنه برای سلول‌های 4680 تسلا. نسخه سیلیکونی احتمالاً ۲۰۲۶-۲۰۲۷ به تولید انبوه می‌رسه.

شرکت ⁦Amprius⁩ از نانوسیم‌های سیلیکونی استفاده می‌کنه که به جای اینکه ترک بخورن، خم میشن. بالاترین چگالی انرژی رو داره ولی گرون‌تره — فعلاً بیشتر در هوافضا و دفاع به‌کار می‌ره.

عددها چی می‌گن؟ یه خودرو با برد ۶۴۰ کیلومتر، با سیلیکون معتدل بردش حدود ۶۹۰-۷۴۰ میشه و با سیلیکون بیشتر تا ۷۷۰-۹۰۰ کیلومتر. یا می‌شه همون برد رو با باتری سبک‌تر و ارزون‌تر داشت که برای قیمت ماشین مهم‌تره.

یه مزیت دیگه هم هست: شارژ سریع‌تر. سیلیکون یون لیتیوم رو تندتر جذب می‌کنه، یعنی شارژ ۱۰-۱۵ دقیقه‌ای حتی در هوای سردتر ممکن می‌شه.

شرکت ⁦CATL⁩ هم با برنامه ⁦Freevoy⁩ روی این کار می‌کنه. با اون حجم تولیدشون — تامین‌کننده ⁦Tesla⁩، ⁦BMW⁩، ⁦Volkswagen⁩ و چند برند بزرگ دیگه — وقتی محصولشون بیاد، سریع مقیاس می‌گیره.

۷۲ درصد رشد مصرف داده در دو سال — این آماری هست که مدیرعامل همراه اول توی مجمع عمومی سال ۱۴۰۴ اعلام کرد.

حجم مصرف داده‌شون از ۷۳۶۴ پتابایت در سال ۱۴۰۲ به ۱۲ هزار و ۶۹۶ پتابایت رسیده. در کنارش، کاربران 5⁦G⁩ به ۴.۴۴ میلیون نفر رسیدن، بیشتر از ۵۸ میلیون نفر از اینترنت همراهشون استفاده می‌کنن و فقط توی یه سال گذشته، ۷.۵ میلیون کاربر جدید بهشون اضافه شده.

در کل همراه اول الان ۷۵.۹ میلیون مشترک فعال داره و بیش از ۱۰۵ میلیون سیم‌کارت واگذار کرده. با ۵۴.۳ درصد سهم بازار مشترکان فعال و بیشتر از ۶۰ درصد سهم درآمدی، هنوز بزرگ‌ترین بازیگر بازار مخابرات موبایل ایران هست.

همه فکر می‌کردن لینوکس دسکتاپ همیشه «یه سال دیگه آماده می‌شه» — ۲۰۲۶ ثابت کرد اشتباه می‌کردن.

چند تا تغییر بزرگ با هم جور شدن و تجربه روزانه لینوکس رو کاملاً عوض کردن.

اول از همه ⁦Wayland.⁩ این سیستم جدید نمایش که از ۲۰۰۸ داشت توسعه پیدا می‌کرد (جایگزین ⁦X11⁩ قدیمی که از ۱۹۸۴ بود)، الان پیش‌فرض تمام توزیع‌های اصلیه — ⁦Fedora 40⁩ به بالا، ⁦Ubuntu 24.04⁩ به بالا، ⁦Arch⁩ با ⁦GNOME⁩ یا ⁦KDE⁩، و خیلی‌های دیگه. مشکل آخر هم ⁦NVIDIA⁩ بود؛ درایور ۵۵۵ش در اواسط ۲۰۲۴ پشتیبانی واقعی از ⁦Wayland⁩ رو با ⁦explicit sync⁩ اضافه کرد — مکانیزمی که از لرزش صفحه و تأخیر ورودی جلوگیری می‌کنه.

در سمت رابط کاربری، ⁦GNOME 48⁩ در مارس ۲۰۲۶ منتشر شد — سیستم نوتیفیکیشن از نو ساخته شد، ویرایشگر متن جدید جایگزین ⁦gedit⁩ قدیمی شد، و روی ماشین‌های ۴ گیگابایت ⁦RAM⁩ راحت‌تر اجرا می‌شه. همچنین ⁦KDE Plasma 6⁩ کامل به ⁦Qt 6⁩ رفت و ⁦Wayland⁩ رو پیش‌فرض کرد.

درباره ⁦NVIDIA⁩ هم تغییر مهمی اتفاق افتاده — از مه ۲۰۲۲ کرنل ماژول‌هاشو ⁦Open Source⁩ کرد، و تا اواسط ۲۰۲۵ اینا به پیش‌فرض پیشنهادی برای کارت‌های نسل ⁦Turing⁩ یعنی ⁦RTX 2000⁩ به بالا تبدیل شدن. این یعنی نصب لینوکس روی سیستم‌های ⁦NVIDIA⁩ جدیدتر خیلی روان‌تره.

برای گیمرها هم خبر خوبه. سیستم ⁦Proton⁩ که توسط ⁦Valve⁩ برای ⁦Steam Deck⁩ ساخته شده، الان بیشتر از ۷۰٪ کاتالوگ ⁦Steam⁩ رو روی لینوکس اجرا می‌کنه. هر دو سیستم ⁦Easy Anti-Cheat⁩ و ⁦BattlEye⁩ رسماً از لینوکس پشتیبانی می‌کنن. روی ⁦GPU⁩‌های ⁦AMD⁩ نسل ⁦RDNA 3⁩، لینوکس در بنچمارک‌های مصنوعی اغلب از ویندوز بهتره و در بازی‌ها باهاش برابری می‌کنه. فاصله ⁦NVIDIA⁩ هم با ویندوز برای اکثر بازی‌ها زیر ۱۰٪ رسیده.

سخت‌افزار هم بهتر شده — شرکت ⁦Framework Laptop⁩ پشتیبانی رسمی از لینوکس داره و سری ⁦ThinkPad⁩ و ⁦ThinkBook⁩ لنوو تأییدیه لینوکس دارن.

در کنار همه اینا، هنوز چند محدودیت جدی هست: ⁦Adobe Creative Cloud⁩ بومی نیست، ⁦iMessage⁩ و ⁦FaceTime⁩ غایبن، و ⁦Microsoft Office⁩ نیتیو در دسترس نیست.

یه چیزی رو تصور کن: ویدیو ادیت کردن توی ⁦Premiere Pro⁩، بدون اینکه یه بار هم موس رو لمس کنی — فقط با صدات.

این دقیقاً چیزیه که ⁦GPT-Realtime 2⁩ داره نشون می‌ده. یه نفر چند هفته باهاش کار کرده و نتیجه واقعاً جالبه.

این مدل می‌تونه کامل دسکتاپ رو با دستور صوتی کنترل کنه. از باز کردن اپ‌ها و جستجو توی وب گرفته تا ادیت حرفه‌ای ویدیو. راه‌اندازیش هم فقط چند تا ⁦Prompt⁩ می‌خواد — بدون کدنویسی.

توی تست‌هایی که انجام شده، وصل شدن به اپ‌های دیگه از طریق ⁦MCP⁩ هم کار می‌کنه (مثلاً ⁦Obsidian⁩)، و کنترل ⁦Premiere Pro⁩ از طریق ⁦accessibility tree⁩ ممکنه.

یه نکته صادقانه هم هست: بخشی از محتوا به محدودیت‌های واقعی این سیستم اختصاص داره — پس این یه نمایش تبلیغاتی صرف نیست.

شاید آینده سیستم‌عامل‌ها واقعاً صوتی باشه. 🎙️

اگه با ابزارهای ⁦AI⁩ برای کدنویسی سروکار داری، این خبر مستقیماً به کارت مربوطه.

شرکت ⁦SpaceX⁩ طبق اسناد نظارتی که سه‌شنبه ثبت شده، تأیید کرد که استارتاپ ⁦Cursor⁩ رو به قیمت ۶۰ میلیارد دلار — کاملاً از طریق سهام — تصاحب می‌کنه. انتظار می‌ره این معامله در سه‌ماهه سوم ۲۰۲۶ نهایی بشه و ⁦Cursor⁩ به زیرمجموعه‌ی کامل ⁦SpaceX⁩ تبدیل بشه.

استارتاپ ⁦Anysphere⁩ سازنده‌ی ⁦Cursor⁩ هست — ابزاری که از ۲۰۲۲ بین برنامه‌نویس‌ها خیلی محبوب شده و یکی از عوامل اصلی گسترش موج «⁦vibe coding⁩» به حساب میاد؛ یعنی همون ترندی که توش توسعه‌دهنده‌ها برای نوشتن، اصلاح، و دیباگ کد بیشتر روی ⁦AI⁩ تکیه می‌کنن. رقبای مستقیمش هم ⁦Claude Code⁩ از ⁦Anthropic⁩ و ⁦Codex⁩ از ⁦OpenAI⁩ هستن.

داستان این معامله از آوریل شروع شد. اون موقع ⁦SpaceX⁩ دو گزینه داشت: یا ۱۰ میلیارد دلار توی ⁦Cursor⁩ سرمایه‌گذاری کنه، یا شرکت رو با ۶۰ میلیارد بخره. همزمان گزارش‌هایی بود که ⁦Cursor⁩ داره با ⁦Andreessen Horowitz⁩ و ⁦NVIDIA⁩ روی جذب سرمایه‌ای حدود ۲ میلیارد دلار مذاکره می‌کنه — ولی ⁦SpaceX⁩ گزینه‌ی تصاحب کامل رو انتخاب کرد.

یه دلیل بزرگ برای جذابیت ⁦Cursor⁩ اینه که پایگاه کاربریش عمدتاً مهندس‌های نرم‌افزار حرفه‌ایه — یعنی دسترسی مستقیم به یه جامعه‌ی فعال از توسعه‌دهنده‌ها برای ⁦xAI⁩، زیرمجموعه‌ی ⁦AI⁩ شرکت ⁦SpaceX.⁩

زمینه‌ی کلی‌تر اینه که ⁦xAI⁩ از فوریه ۲۰۲۶ با ارزش‌گذاری ۲۵۰ میلیارد دلار به زیرمجموعه‌ی ⁦SpaceX⁩ تبدیل شده — بخشی از تلاش این شرکت برای تجمیع دارایی‌های ⁦AI⁩ ماسک زیر یک چتر شرکتی. تصاحب ⁦Cursor⁩ بزرگ‌ترین اقدام در این مسیر تا اینجاست و ⁦SpaceX⁩ رو نه فقط در حوزه‌ی تحقیقات ⁦AI⁩، بلکه در بازار ابزارهای توسعه‌دهنده هم در مقابل ⁦Anthropic⁩ و ⁦OpenAI⁩ قرار می‌ده.

برای کاربران فعلی ⁦Cursor⁩ ولی هنوز سوال‌هایی باز موندن. این ابزار الان از مدل‌های ⁦AI⁩ چند شرکت مختلف — از جمله همون رقبایی که ⁦SpaceX⁩ حالا در مقابلشونه — استفاده می‌کنه. اینکه این روابط زیر مالکیت جدید چطور تغییر می‌کنن، چیزیه که همه دارن دنبالش می‌گردن.

قیمت ۶۰ میلیارد دلاری این معامله یه سیگنال روشنه: ابزارهای توسعه‌دهنده دیگه یه کسب‌وکار جانبی برای شرکت‌های ⁦AI⁩ نیستن — تبدیل به یه میدان رقابت اصلی شدن.

مدیرعامل همراه اول تو مجمع عمومی سال ۱۴۰۴ درباره دو موضوع مهم حرف زد.

اول اینترنت پرو: گفت این سرویس از اول هم با دستور مراجع ذی‌صلاح راه افتاده و ادامه‌ش هم کاملاً بستگی داره به ابلاغیه‌های بعدی. جمله‌ش رک بود: «ما صرفاً مجری ضوابط ابلاغی هستیم و نمی‌تونیم پیش‌بینی کنیم این روند آینده‌ش چی می‌شه.»

بعد نوبت رسید به قیمت اینترنت. مهدی اخوان صراحتاً گفت بین مبلغی که همراه اول می‌فروشه و قیمت واقعی هر گیگ اینترنت، هیچ سنخیتی وجود نداره. اضافه کرد که هزینه سرمایه‌گذاری ارزی اینا با اپراتورهای منطقه تفاوتی نداره — ولی توی اون کشورها قیمت هر گیگابایت خیلی بالاتره.

شرکت ⁦Cursor⁩ توی کنفرانس اخیرش از یه زیرساخت جدید رونمایی کرد: ⁦Origin.⁩ ⚡

این یه ⁦Git forge⁩ هست — یه پلتفرم میزبانی کد شبیه ⁦GitHub⁩ — که با گیت استاندارد کاملاً سازگاره، اما از پایه برای «عصر ایجنت‌ها و ماشین‌ها» طراحی شده.

باهاش تیم‌ها و ایجنت‌ها می‌تونن کدشون رو میزبانی کنن، بررسی کنن، و روی پروژه‌ها با هم همکاری کنن.

پاییز امسال منتشر می‌شه و لیست انتظارش الان باز هست.

شرکت ⁦SpaceX⁩ این هفته از ⁦Amazon⁩ جلو زد و جایگاه پنجم ارزشمندترین شرکت‌های دنیا رو گرفت. سه‌شنبه حتی برای یه مدت کوتاه داشت ⁦Microsoft⁩ رو هم رد می‌کرد که بازار جلوش رو گرفت.

ماجرا از دوشنبه شروع شد — اولین روز کامل معاملاتی سهامش بعد از ⁦IPO.⁩ اون روز قیمت یه‌دفعه ۲۰ درصد پرید بالا. سه‌شنبه هم خبر خرید شرکت هوش مصنوعی ⁦Cursor⁩ اومد و قیمت‌ها بالاتر رفتن؛ تا جایی که ارزش کل شرکت به ۲.۹ تریلیون دلار رسید.

درنهایت بازار آروم گرفت و قیمت‌ها کمی اصلاح شدن. ارزش بازار ⁦SpaceX⁩ الان ۲.۶۵ تریلیون دلار هست. از روز جمعه که ⁦IPO⁩ انجام شد، این شرکت تقریباً ۱ تریلیون دلار به ارزشش اضافه کرده.

شرکت ⁦Block⁩، که جک دورسی (⁦CEO⁩ سابق توییتر) رهبریش می‌کنه، یه ایجنت داخلی معرفی کرده به اسم ⁦Builderbot.⁩

این ایجنت مستقیم توی ⁦Slack⁩ کار می‌کنه. مهندس‌ها ⁦tag⁩ش می‌کنن، خودش تسک‌های ⁦Jira⁩ رو می‌خونه، برنامه می‌ریزه، کد می‌نویسه، تستش می‌کنه و ⁦PR⁩ رو مرج می‌کنه — کل چرخه، بدون دخالت آدمی.

آماری که ⁦Block⁩ منتشر کرده:
— روزی ۲۰۰ هزار عملیات
— هفته‌ای ۱۵۰۰ ⁦PR⁩ مرج‌شده
— ۱۵٪ از کل تغییرات کد پروداکشن

کارایی که قبلاً ماه‌ها وقت می‌بردن الان چند روزه تموم می‌شن.

چیزی که این سیستم رو از ابزارهایی مثل ⁦Copilot⁩ جدا می‌کنه اینه که فقط پیشنهاد نمی‌ده — خودش کار رو تحویل می‌ده. به گفته ⁦Block⁩، این سیستم دیگه یه دستیار نیست، یه کارمند تمام‌وقته. 🤖

یه خبر داریم که آدم رو کمی دلگیر می‌کنه.

مقامای دولت ترامپ گفتن اگه ⁦Anthropic⁩ بخواد مدل ⁦Fable 5⁩ رو دوباره منتشر کنه، باید تضمین بده که محدودیت‌های امنیتیش رو نمی‌شه دور زد.

مشکل اینجاست که متخصصای امنیتی می‌گن چنین چیزی اصلاً شدنی نیست.

یعنی عملاً یه شرط غیرممکن گذاشتن. این مدل رفته و معلوم نیست برگرده. «رفت و دگر بازنیامد.»