🧪 گوگل یک ابزار متن‌باز برای آموزش بهتر AI Agentها معرفی کرد!

‏EnvHarness یک لایه قابل‌برنامه‌ریزیه که محیط آموزش Agentها رو با نقاط ضعف خود Agent هماهنگ می‌کنه؛ یعنی محیط ثابت نمی‌مونه و می‌تونه بر اساس خطاهای قبلی، چالش‌های سخت‌تری برای تمرین بسازه.

این ایده برای Agentهای کدنویسی و Web مهمه، چون به‌جای اینکه فقط مدل رو قوی‌تر کنیم، خود محیط ارزیابی هم هم‌زمان تکامل پیدا می‌کنه و تست‌ها واقعی‌تر می‌شن.

Agent فقط نباید در یک دنیای ثابت خوب عمل کند؛ محیط تمرین هم باید بتواند با شکست‌هایش سازگار شود.

‏Google Open Source می‌گه EnvHarness بخشی از موج جدید ابزارهای شفاف و قابل‌کنترل برای توسعه Agentهاست؛ مخصوصاً برای تیم‌هایی که می‌خوان آموزش و ارزیابی رو دقیق‌تر انجام بدن 👀

🔗 معرفی در وبلاگ رسمی Google Open Source

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

‏⚡ AWS یک مدل متن‌باز ساخته که اصلاً متن تولید نمی‌کنه!

‏Strands Decider 2B به‌جای نوشتن پاسخ، فقط بین گزینه‌های مشخص تصمیم می‌گیره؛ مثلاً انتخاب ابزار، مسیریابی درخواست، بررسی مجازبودن یک Tool Call یا تشخیص اینکه Agent باید قبل از اجرا تأیید بگیره.

این مدل فقط ۲ میلیارد پارامتر داره، روی CPU یا GPU معمولی اجرا می‌شه و طبق اعلام تیم Strands، تصمیم‌های محلی رو با تأخیر میانه حدود ۱۱۵ میلی‌ثانیه برمی‌گردونه. وزن‌ها، داده‌های آموزش و اسکریپت‌ها هم متن‌باز منتشر شده‌اند.

برای تصمیم‌های ساده و پرتکرار، لازم نیست هر بار یک LLM بزرگ و گران را صدا بزنیم.

می‌تونی ازش برای model routing، انتخاب ابزار، guardrail، memory و کنترل اجرای Agent استفاده کنی؛ حتی با این دستور نصبش کنی: pip install strands-decider 👀

🔗 معرفی رسمی Strands Decider 2B

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🚨 اگه Claude Code رو با sandbox auto-allow استفاده می‌کنی، همین امروز آپدیت کن!

نسخه 2.1.289 یه حفره رو بسته: وقتی sandbox دستورها رو خودکار allow می‌کرد، قانون‌های deny و ask برای Bash روی دستوری که پشت یه متغیر محیطی قایم شده بود (مثل TZ="$HOME" rm -rf build) اعمال نمی‌شدن.

یه باگ دیگه هم بسته شده که پلاگینِ کاربر می‌تونست توضیحات ابزارهای ورود یه MCP سازمانی رو بازنویسی کنه. اگه از Mods یا قانون‌های deny استفاده می‌کنی، با claude update برو روی آخرین نسخه.

🔗 یادداشت انتشار Claude Code 2.1.289

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🧰 ابزار روز برای لاراولی‌ها: Laravel Boost

پکیج رسمی Laravel که به Claude Code، Cursor و Codex یه MCP Server می‌ده تا اسکیمای دیتابیس، لاگ‌ها، آخرین ارور و داکیومنتِ دقیقِ همون نسخه‌ی پکیج‌هات رو خودشون بخونن؛ به‌علاوه‌ی گایدلاین و Skill آماده برای Livewire، Tailwind، Pest و Flux UI

نصبش دو خطه: composer require laravel/boost --dev و بعد php artisan boost:install. بعد از هر composer update هم php artisan boost:update بزن تا گایدلاین‌ها با نسخه‌های جدید هماهنگ بمونن؛ آخرین نسخه v2.10.1 همین ۱ اکتبر اومده.

نکته طلایی: قانون‌های مخصوص پروژه‌ت رو توی .ai/rules بنویس و کامیت کن تا هر ایجنتی که روی پروژه کار می‌کنه همونا رو رعایت کنه، دیگه لازم نیست هر سشن از اول توضیح بدی.

🔗 داکیومنت رسمی Laravel Boost

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

‏🚀 Reflection اولین مدل open-weight خودش رو معرفی کرد: Beam!

‏Beam یه مدل MoE با 501B پارامتر کل و فقط 23B پارامتر فعاله که مخصوص کدنویسی و کارهای agentic ساخته شده. طبق جدول خود Reflection، روی SWE-bench Verified امتیاز 80.9 و روی Terminal Bench v2.1 امتیاز 80.1 گرفته.

ادعای اصلیش بازدهیه: هم‌سطح GLM 5.2 جواب می‌ده ولی ۳ تا ۴ برابر محاسبه‌ی کمتری می‌خوره؛ البته روی Terminal Bench هنوز از Kimi K3 و DeepSeek V4.1 Flash عقب‌تره. وزن‌ها با لایسنس Apache 2.0 همین ماه منتشر می‌شه و فعلاً فقط از طریق waitlist می‌شه تستش کرد.

🔗 معرفی رسمی Beam

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

💅 نکته کاربردی برای لاراولی‌ها: فرمت خودکار کدِ Claude Code با Pint

با یه Hook از نوع PostToolUse کاری کن هر فایل PHP که Claude Code ادیت یا ایجاد می‌کنه، همون لحظه با Laravel Pint فرمت بشه؛ دیگه کد ایجنت استایل پروژه‌ت رو به هم نمی‌ریزه و diffها تمیز می‌مونن.

اینو توی .claude/settings.json پروژه بذار:

{
  "hooks": {
    "PostToolUse": [{
      "matcher": "Edit|Write",
      "hooks": [{
        "type": "command",
        "command": "jq -r '.tool_input.file_path' | grep '\\.php$' | xargs -r vendor/bin/pint"
      }]
    }]
  }
}

فقط jq باید نصب باشه (sudo apt install jq). فایل رو کامیت کن تا هر کی تو تیم با Claude Code کار می‌کنه همین رفتار رو داشته باشه.

🔗 راهنمای رسمی Hooks در Claude Code

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🧠 گوگل دیشب یه مدل امبدینگ کوچولو داد بیرون که کد، عکس، صدا و ویدیو رو با هم می‌فهمه!

‏EmbeddingGemma 2 با فقط 740M پارامتر روی معماری Gemma 4 ساخته شده و متن، کد، تصویر، صدا و ویدیو رو توی یه فضای امبدینگ مشترک می‌بره. لایسنس Apache 2.0، کانتکست 8K و وزن‌ها از همین الان روی Hugging Face هست.

نکته جذابش برای ما دولوپرها: امتیازش روی MTEB Code از 68.76 به 78.68 رسیده؛ یعنی برای سرچ معنایی روی کدبیس و RAG لوکال یه گزینه جدیه. نسخه فقط‌متنی‌ش حدود 270M پارامتره و با Ollama، vLLM و llama.cpp اجرا می‌شه؛ پس روی یه VPS معمولی هم بدون API و هزینه ماهانه بالا میاد.

🔗 معرفی رسمی EmbeddingGemma 2

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🧠 حالا توی Claude Code سطح فکرِ هر Subagent رو خودت تعیین می‌کنی!

‏از نسخه 2.1.292 ابزار Agent یه پارامتر effort گرفته؛ یعنی کافیه توی پرامپت بگی هر sub-agent با چه سطح فکری اجرا بشه.

‏مثلاً توی یه پروژه Laravel بنویس:
«یه subagent با effort پایین کل routes/ رو بگرده و routeهای بدون middleware auth رو لیست کنه، بعد یه subagent با effort بالا راه‌حل امن رو بررسی کنه.»

کارهای ساده مثل گشتن و لیست‌کردن سریع‌تر و کم‌مصرف‌تر تموم می‌شن و فکر سنگین می‌مونه برای review و دیباگ. آپدیت: claude update

🔗 تغییرات نسخه 2.1.292

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

⚔️ دیشب Anthropic و OpenAI فقط با ۴ دقیقه فاصله، مدل‌های سبک و ارزون جدیدشون رو رو کردن!

‏Claude Haiku 5.5 با کانتکست 1M توکن اومده و به گفته Anthropic به‌طور میانگین حدود ۷۵٪ ارزون‌تر از Haiku 4.5 درمیاد: هر میلیون توکن ورودی $0.10 و خروجی $0.50 (برای پرامپت‌های تا 100K توکن).
همزمان GPT-6 با قابلیت Intelligent UI توی ChatGPT اومد و از امروز کاربرای رایگان هم GPT-6 Luna رو دارن؛ جواب‌ها حالا می‌تونن نمودار، دکمه و فرم تعاملی داشته باشن.

طبق جدول خود Anthropic، امتیاز Haiku 5.5 روی Terminal-Bench 4.0 برابر 39.2% شده، در برابر 16.4% برای GPT-6 Luna؛ یعنی برای Subagent و کارای حجیم مثل دسته‌بندی و استخراج داده یه گزینه خیلی جدیه. فقط حواست باشه توکنایزرش جدیده و همون متن حدود ۳۰٪ توکن بیشتری نسبت به Haiku 4.5 حساب می‌شه، پس قبل از مهاجرت هزینه‌هات رو دوباره حساب کن.

🔗 معرفی Claude Haiku 5.5 | معرفی GPT-6 برای همه

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🐳 حالا با یه فایل YAML و دستور docker agent، ایجنت هوش مصنوعی خودت رو می‌سازی!

‏Docker Agent یه پلاگین متن‌باز برای CLI داکره: مدل، دستورالعمل و ابزارهای ایجنت رو توی یه فایل YAML می‌نویسی و با docker agent run agent.yaml اجراش می‌کنی؛ بدون حتی یه خط کد.
روی Docker Desktop نسخه 4.63 به بعد از قبل نصبه و با OpenAI، Anthropic، Gemini، Mistral، xAI و مدل‌های لوکال (از طریق Docker Model Runner) کار می‌کنه.

‏MCP Serverها، تیم چندایجنتی و RAG رو هم پشتیبانی می‌کنه و می‌تونی ایجنتت رو مثل یه ایمیج روی هر OCI registry بفرستی تا هم‌تیمی‌هات با یه دستور اجراش کنن. از نسخه v1.149.0 که دیروز اومد، Skillها رو هم می‌شه مستقیم از یه ریپوی عمومی GitHub لود کرد.
برای شروع فقط docker agent new رو بزن تا قدم‌به‌قدم یه ایجنت برات بسازه 👌

🔗 ریپوی Docker Agent در GitHub

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🖥 مدل کدنویسی که روی سیستم خودت اجرا می‌شه، داره جدی می‌شه!

‏JetBrains امروز Mellum2.1 رو منتشر کرد: یه مدل باز MoE با 12B پارامتر که فقط 2.5B پارامترش فعاله، با لایسنس Apache 2.0. این نسخه با یادگیری تقویتی تو میلیون‌ها sandbox واقعی آموزش دیده تا بتونه تو ریپو بگرده، فایل ادیت کنه و تغییراتش رو خودش چک کنه.

به گفته‌ی خود JetBrains، زیر بار سنگین تقریباً دو برابر Qwen3.5-9B توکن تحویل می‌ده. الان روی Hugging Face هست و نسخه‌ی GGUF برای Ollama و LM Studio هم به‌زودی میاد. یعنی یه sub-agent سریع که کد و داده‌ت از سیستم خودت بیرون نمی‌ره.

🔗 بلاگ JetBrains

تو برای کدنویسی با AI سراغ چی می‌ری؟ رأیت رو تو نظرسنجی پایین بده

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

⚡️ ‏GPT-6.1 Sol حالا تا ۸ برابر سریع‌تر جواب می‌ده!

‏OpenAI دیشب حالت Ultrafast رو برای GPT-6.1 Sol توی API، Codex و ChatGPT Work فعال کرد: هوشی نزدیک به GPT-6 Astra با سرعتی تا ۸ برابر حالت Standard.
قیمتش توی API شش برابر Standard‌ه: $12 برای هر یک میلیون توکن ورودی و $60 برای خروجی.

توی API کافیه با مدل gpt-6.1-sol مقدار service_tier رو بذاری روی ultrafast. توی Codex و ChatGPT Work فعلاً فقط پلن Pro 500 و Enterprise و Edu واجد شرایط بهش دسترسی دارن.
برای دیباگ فوری یه outage یا ایجنت‌هایی که هر ثانیه‌شون مهمه عالیه، ولی برای تسک‌های روزمره حالت Standard هنوز به‌صرفه‌تره 😅

🔗 اعلام رسمی OpenAI Devs

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🛡 ‏Anthropic حالا پروژه‌های متن‌باز رو مجانی اسکن امنیتی می‌کنه!

سرویس OSS Scanner با قوی‌ترین مدل‌های Anthropic (از جمله Claude Mythos) کد پروژه‌های متن‌باز رو دوره‌ای و رایگان بررسی می‌کنه و برای هر باگ یه reproducer، توضیح، bisection و در صورت امکان patch پیشنهادی ایمیل می‌کنه.
توی تست اولیه، ۸۵ مورد از ۹۷ باگ critical و high (حدود ۸۸٪) واقعاً معتبر بودن.

برای ثبت‌نام کافیه یه PR به ریپوی anthropics/oss-scanner بزنی و پوشه projects/<name> رو با یه project.yaml و یه Dockerfile برای build پروژه اضافه کنی؛ یه threat_model.md هم بذاری، گزارش‌ها دقیق‌تر می‌شن.
فقط حواست باشه گزارش‌ها کاملاً ماشینی‌ان و هیچ آدمی چکشون نمی‌کنه، و فعلاً پروژه‌های مهم و زیرساختی به‌صورت موردی پذیرفته می‌شن 👀

🔗 اعلام رسمی Anthropic
🔗 ریپوی ثبت‌نام

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🦕 تیم Deno رفت Cloudflare و توسعه‌ی خود Deno تا یک سال دیگه تموم می‌شه!

‏Ryan Dahl (سازنده Node.js) و کل تیم Deno امروز به Cloudflare پیوستن.
‏Deno runtime فقط یک سال دیگه آپدیت ماهانه‌ی باگ و امنیتی می‌گیره و بعدش توسعه‌ش متوقف می‌شه (ولی متن‌باز می‌مونه)؛ Deno Deploy هم ۶ ماه دیگه خاموش می‌شه و مشتری‌های پولی به Cloudflare Workers منتقل می‌شن.

‏JSR سر جاش می‌مونه و فقط زیرساختش می‌ره روی Cloudflare. اگه پروژه‌ای روی Deno Deploy داری، از همین الان برنامه‌ی مهاجرت بچین 👀
حالا که یکی از سه رقیب اصلی Node.js داره کنار می‌ره، بک‌اند JS رو با چی می‌زنی؟ رأیت رو تو نظرسنجی پایین بده (می‌تونی چند گزینه رو انتخاب کنی) 👇

🔗 اعلام رسمی Deno

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

📉 ‏Gemini رایگان از امروز دیگه انتخاب مدل نداره!

‏Google تغییر جدید اپ Gemini رو برای کاربرای رایگان فعال کرد: دیگه نمی‌شه دستی بین Flash و Pro سوییچ کرد و تنها گزینه‌ی انتخاب مدل Auto‌ه.
به گفته‌ی خود Google بیشتر پرامپت‌ها می‌رن سراغ Flash-Lite و فقط سؤال‌هایی که استدلال عمیق‌تری لازم دارن ممکنه به Flash یا Pro برسن؛ Auto رو خاموش کنی، همه‌ی جواب‌ها با Flash-Lite می‌آد.

در عوض گزینه‌ی Extended حذف شده و حالا سه سطح effort داری: Low، Medium و High (مثل AI Studio و Antigravity)؛ فقط حواست باشه High سهمیه‌ت رو سریع‌تر می‌خوره.
برای Flash باید پلن AI Plus (ماهی ‎$4.99) بگیری و Pro هم دیگه فقط توی AI Pro و Ultra هست؛ اگه برای کد زدن به Gemini رایگان تکیه داشتی، وقتشه یه پلن B بچینی 👀

🔗 اطلاعیه رسمی Google

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🌳 چند تا ایجنت AI رو هم‌زمان روی یه ریپو کار بنداز، بدون اینکه کار همدیگه رو خراب کنن!

‏git worktree برای هر برنچ یه پوشه‌ی جدا می‌سازه که همه‌شون به همون یه ریپو وصلن؛ نه clone دوباره لازمه، نه stash:
git worktree add ../app-auth -b feat/auth
git worktree list
git worktree remove ../app-auth

حالا توی هر پوشه یه ایجنت جدا باز کن (Codex، Cursor، Gemini CLI یا Claude Code)؛ یکی فیچر می‌زنه، اون یکی باگ فیکس می‌کنه و هیچ‌کدوم به فایل‌های اون یکی دست نمی‌زنه.
فقط یادت باشه یه برنچ رو نمی‌شه هم‌زمان توی دو تا worktree چک‌اوت کرد، و پوشه‌ی جدید node_modules یا vendor و فایل .env خودش رو لازم داره 😉

🔗 مستندات رسمی git worktree

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech

🎨 کد دیگه خندق نیست؟ Chamath می‌گه ارزش IP نرم‌افزار عملاً صفر شده!

‏Chamath Palihapitiya توی تازه‌ترین قسمت پادکست All-In گفت IP نرم‌افزار «عملاً بی‌ارزش» شده.
دلیلش ArtCraft‌ه: هفت اپ رایگان و متن‌باز با Rust که جای Photoshop، Illustrator، Premiere، Lightroom، After Effects، InDesign و Acrobat رو نشونه گرفتن؛ سازنده‌ش می‌گه با کمک Claude Opus 5.5 و فقط از روی مستندات عمومی (clean-room) ساختتشون. ریپوی PhotoCraft تو ده روز از ۴۰ هزار ستاره رد شده.

همه‌شون هنوز آلفان و پر از باگ و کمبود، و خیلیا بهش می‌گن «AI slop»؛ ولی اینکه یه تیم کوچیک تو چند روز همچین چیزی بیرون بده، بحث داغی راه انداخته 🔥
تو کدوم طرفی؟ رأیت رو تو نظرسنجی پایین بده (می‌تونی چند گزینه رو انتخاب کنی) 👇

🔗 ریپوی PhotoCraft روی GitHub

اگه روزت با کد زدن و اخبار جدید AI می‌گذره، جات اینجاست 👇
🆔 @captaincode_tech