🐍 اسکریپت پایتونی که وابستگی‌هاش رو خودش نصب می‌کنه؛ بدون venv و requirements.txt!

‏uv از استاندارد PEP 723 پشتیبانی می‌کنه: وابستگی‌ها و نسخه Python رو توی کامنت بالای خود فایل می‌نویسی.
دستور uv add --script report.py 'requests<3' rich این بخش رو خودش اضافه می‌کنه و uv run report.py یه محیط ایزوله می‌سازه، پکیج‌ها رو نصب و اجرا می‌کنه.

اگه خط اول فایل رو #!/usr/bin/env -S uv run --script بذاری و chmod +x کنی، با ./report.py مثل یه دستور معمولی اجرا می‌شه.
برای قفل‌کردن نسخه‌ها هم uv lock --script report.py رو بزن؛ برای اسکریپت‌های کوچیک و ابزارهای ایجنت عالیه 👌

🔗 راهنمای رسمی uv برای اسکریپت‌ها

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

🤖 راستشو بگو: کدوم کار رو دیگه خودت انجام نمی‌دی و می‌سپری به AI؟

این هفته پر از ابزار تازه بود: از GPT-6.1 Sol Ultrafast تا مدل رایگان MISSINGNO. و اسکنر امنیتی رایگان Anthropic برای پروژه‌های متن‌باز.
ولی سؤال اصلی اینه: توی کار روزمره‌ت واقعاً کجا به ایجنت‌ها اعتماد می‌کنی؟

بعضیا فقط تست و commit message رو می‌سپرن، بعضیا کل فیچر رو! کنجکاویم ببینیم بچه‌های کاپیتان کد کجای این طیفن 👀
رأیت رو تو نظرسنجی پایین بده (می‌تونی چند گزینه رو انتخاب کنی) 👇

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

🚀 ‏GPT-6.1 Sol تو Codex حالا با ۵۰۰K کانتکست پیش‌فرض میانه‌کار می‌مونه!

‏OpenAI کانتکست پیش‌فرض GPT-6.1 Sol رو توی Codex و ChatGPT Work از ۲۷۲K به ۵۰۰K رسوند (~۸۰٪ بیشتر). هدف: کمتر شدن compaction وسط تسک‌های طولانی. بعداً بالاتر هم می‌ره؛ سقف مدل هنوز حدود ۱٫۰۵M توکنه.

روی سابسکریپشن ChatGPT برای این مدل هزینهٔ long-context جدا نمی‌گیرن؛ روی API بالای ۲۷۲K ورودی هنوز ۲× ورودی / ۱٫۵× خروجی حساب می‌شه.
اگه خواستی خودت تنظیم کنی، توی ~/.codex/config.toml با model_context_window و model_auto_compact_token_limit اوورراید کن.

🔗 جزئیات خبر (Codex Day 7)

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

🚀 متا امروز Muse Wonder رو داد بیرون — قوی‌ترین مدل‌هاش برای ایجنت و کدنویسی!

‏Meta سری Muse Wonder و Muse Wonder Full رو منتشر کرد: قوی‌ترین مدل‌هاشون تا امروز برای کارهای ایجنتی شخصی و حرفه‌ای، با تمرکز روی کدنویسی frontier.
قابلیت‌های کلیدی: Active Memory (یادآوری کانتکست بین مکالمه‌ها) و Active Focus (ادامه کار وقتی تسک سخت می‌شه). از همین الان Muse Wonder از طریق Meta Model API و Muse Code در دسترسه؛ نسخه Full برای مشترکین Muse Code.

برای دولوپرها مهمه که هم API داره هم داخل Muse Code؛ یعنی می‌تونی برای ایجنت کدنویسی امتحانش کنی، نه فقط چت.
تو این هفته برای ایجنت کدنویسی سراغ کدوم می‌ری؟ رأیت رو تو نظرسنجی پایین بده (می‌تونی چند گزینه رو انتخاب کنی) 👇

🔗 معرفی رسمی Meta

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

🧩 از امروز Cursor، Grok و X یه اشتراک شدن!

‏The X Subscription اشتراک Cursor، Grok، Grok Bot و X Premium رو یکی کرده: یه استخرِ هفتگی مشترک برای مدل‌های Grok روی Cursor و Grok. طبق اعلام خود Cursor، هر پلن حداقل ۲ برابر سهمیه‌ی کدنویسی با مدل‌های Grok نسبت به پلن هم‌سطح Cursor قبلی داره. مدل‌های شخص‌ثالث مثل Claude و GPT هنوز هستن، ولی جدا و با قیمت API از اعتبار prepaid حساب می‌شن.

سوییچ اختیاریه؛ اگه الان Cursor داری می‌تونی همون پلن رو نگه داری یا بری سراغ پلن جدید (Plus از ۸ دلار، Premium ۳۰، Super ۱۰۰، Ultra ۲۰۰). سهمیه هفتگی ریست می‌شه، پس یه روز سنگین کل ماهت رو نمی‌خوره 👀

🔗 جزئیات رسمی Cursor
🔗 اعلام Cursor روی X

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

📦 توی مونوریپو، نسخهٔ هر پکیج رو فقط یه جا بنویس!

‏با pnpm Catalogs نسخه‌ها رو توی pnpm-workspace.yaml تعریف می‌کنی و توی هر package.json فقط می‌نویسی "react": "catalog:". آپدیت؟ یه خط عوض کن؛ دیگه لازم نیست ده تا فایل رو یکی‌یکی ویرایش کنی.

برای مهاجرت خودکار هم کافیه بزنی pnpx codemod pnpm/catalog. اگه بخوای سخت‌گیر باشی، catalogMode: strict جلوی نصب نسخه‌ی خارج از کاتالوگ رو می‌گیره — برای تیم‌های بزرگ خیلی به درد می‌خوره 👌

🔗 مستندات رسمی Catalogs

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

🔓 دسترسی عمومی Gemini 4 Argon از امروز باز شد!

‏Google مدل Gemini 4 Argon رو که چند روز پیش فقط برای یه گروه محدود باز بود، امروز برای همه منتشر کرد: از طریق پلن پولی Gemini API توی AI Studio، برای مشترکین Ultra توی Antigravity، و برای Pro و Ultra توی اپ Gemini.
قیمت معرفی ۲/۱۰ دلار به ازای هر میلیون توکن ورودی/خروجی تا ۳۰ نوامبر (بعدش ۴/۲۰)، با لیمیت یکپارچه 1M توکن ورودی+خروجی.

خود گوگل می‌گه Argon توی Antigravity ارسال کدِ ایجنتی تیم‌هاش رو بیش از ۳۵٪ بالا برده و rollbackها رو تقریباً یک‌سوم کم کرده 👀
تو کجا امتحانش می‌کنی؟ رأیت رو تو نظرسنجی پایین بده (می‌تونی چند گزینه رو انتخاب کنی) 👇

🔗 معرفی رسمی Google

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

💧 ‏LFM2.5-24B-A2B اومد؛ ایجنت لوکال روی لپ‌تاپت!

‏Liquid AI بزرگ‌ترین مدل خانواده‌ی LFM2.5 رو منتشر کرد: ۲۴ میلیارد پارامتر، ولی فقط حدود ۲ میلیارد فعال در هر توکن. کانتکست ۱۳۱K، open-weight روی Hugging Face، و تا ۱۸۴ توکن بر ثانیه روی Apple M5 Max.

برای ایجنت‌های خصوصی روی دستگاه ساخته شده؛ توی بنچمارک‌های tool-use و agentic مثل LiveClaw و AutomationBench با مدل‌هایی که حدود ۵۰٪ پارامتر بیشتر دارن رقابت می‌کنه (و گاهی می‌بره).

از همین الان با llama.cpp، MLX، vLLM و GGUF می‌تونی لوکال رانش کنی — دیتات از دستگاهت بیرون نمی‌ره 👀
🔗 معرفی رسمی Liquid AI

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

🧪 ‏Kerno v1 اومد؛ QA ایجنتی که بک‌اندت رو روی استک واقعی تست می‌کنه!

‏Kerno نسخه‌ی v1 رو امروز منتشر کرد: یه AI runtime QA engineer برای بک‌اند که از داخل Claude Code، Cursor، Codex یا هر ایجنتی با MCP، flowهای واقعی، API، صف و حتی MCP serverهات رو روی دیتابیس و سرویس‌های زنده تست می‌کنه — قبل از merge.

طبق ادعای خودشون تیم‌ها باهاش ادغام PRها رو تا ۶ برابر سریع‌تر دیدن و حدود ۴۸٪ باگ runtime بیشتری گرفتن. پلن Community رایگانه (یک ریپو، ۳۰ ران در ماه) و برای CI هم GitHub Action دارن 👀
تو وقتی ایجنت بک‌اند می‌نویسه، باگ‌ها رو بیشتر کجا می‌گیری؟ رأیت رو تو نظرسنجی پایین بده (می‌تونی چند گزینه رو انتخاب کنی) 👇
🔗 معرفی رسمی Kerno v1

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

🚀 ‏Step 5 Preview وزن‌باز شد؛ ۶۰۰B برای ایجنت‌ها!

‏StepFun امروز وزن‌های مدل Step 5 Preview رو روی Hugging Face گذاشت: MoE با ۶۰۰ میلیارد پارامتر، فقط حدود ۲۷ میلیارد فعال در هر توکن، کانتکست تا ۱M، و ورودی متن و تصویر.

برای کارهای ایجنتی و نرم‌افزاری ساخته شده؛ از همین الان با vLLM و SGLang می‌تونی سِلف‌هاست کنی (نسخه‌های BF16 و FP8 هست).

مجوزش StepFun Model License هست نه Apache — قبل از استفادهٔ تجاری حتماً بخونش 👀
🔗 وزن‌ها روی Hugging Face

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

🗂 هنوز برای کلید اصلی از UUID تصادفی استفاده می‌کنی؟ توی PostgreSQL 18 بزن رو uuidv7()!

‏PostgreSQL 18 تابع داخلی uuidv7() رو داره که UUIDهای مرتب‌شده بر اساس زمان می‌سازه. کافیه بنویسی id uuid PRIMARY KEY DEFAULT uuidv7().
برخلاف gen_random_uuid() که کاملاً تصادفیه، رکوردهای جدید ته ایندکس B-tree می‌شینن و ایندکس کمتر به‌هم می‌ریزه.

یه جایزه هم داره: با uuid_extract_timestamp(id) زمان ساخت هر رکورد رو مستقیم از خود ID درمیاری. اگه هنوز روی نسخه‌ی 17 یا قدیمی‌تری، این یه دلیل خوب برای آپگریده 😉

🔗 مستندات UUID در PostgreSQL

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

🍎 ‏Meta وزن‌های Muse Spark Open رو داد بیرون؛ ۸۱۶B روی دوتا Mac Studio!

‏Muse Spark Open که خود Meta می‌گه قوی‌ترین مدل open-weight آمریکایی تا امروزه، همین امشب منتشر شد: ۸۱۶ میلیارد پارامتر (۴۲ میلیارد فعال)، کانتکست ۱M، ذاتاً چندوجهی و ساخته‌شده برای کدنویسی و کارهای ایجنتی طولانی.

با همکاری Apple روی دوتا Mac Studio با چیپ M5 Ultra و فریم‌ورک MLX لوکال اجرا می‌شه (حدود ۱ ترابایت رم لازمه 😅). سخت‌افزارش رو نداری؟ از همین الان روی OpenRouter، Groq، Together AI و چندتا پلتفرم دیگه در دسترسه؛ لایسنسش هم Muse Model License با شرایط تجاری محدوده.
تو مدل‌های open-weight رو بیشتر چطوری استفاده می‌کنی؟ رأیت رو تو نظرسنجی پایین بده (می‌تونی چند گزینه رو انتخاب کنی) 👇
🔗 معرفی رسمی Muse Spark Open

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

🚀 ‏NVIDIA مدل‌های open برای ایجنت‌ها رو گسترش داد؛ Nemotron 3.5 Super VL اومد!

‏NVIDIA دیروز Nemotron 3.5 Super VL رو منتشر کرد: مدل open با ۱۲۰ میلیارد پارامتر (حدود ۱۲B فعال)، چندوجهی برای خوندن سند و نمودار و tool use. خودش می‌گه تو کلاسش تا ۵× سریع‌تره. کنارش Nemotron 3.5 Bolt هم اومده: ۷۴B-A9B که تو ۲۴GB رم لوکال روی RTX Spark اجرا می‌شه.

وزن‌ها از همین الان روی Hugging Face و OpenRouter و NVIDIA NIM هستن؛ نسخه‌ی کوچیک‌تر Bolt E4B هم ۲۳ اکتبر می‌رسه. اگه ایجنت لوکال می‌خوای و سخت‌افزار NVIDIA داری، Bolt گزینهٔ جالبیه 👀

🔗 معرفی رسمی NVIDIA

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

🌊 ‏Reflection اولین مدلش رو داد بیرون؛ Beam با ۵۰۱B و لایسنس Apache 2.0!

‏Beam، اولین مدل آزمایشگاه تازه‌کار آمریکایی Reflection، امروز روی Hugging Face منتشر شد: MoE با ۵۰۱ میلیارد پارامتر (۲۳ میلیارد فعال)، کانتکست ۱M و تمرکز روی کدنویسی و کارهای ایجنتی. طبق اعداد خود Reflection، روی SWE-bench Verified به ۸۱٫۶٪ رسیده.

لایسنسش Apache 2.0 کامله، یعنی برای کار تجاری دردسری نداره؛ ولی لوکال‌پسند نیست: حتی نسخهٔ NVFP4 حدود ۲۸۰ گیگ وزنه و خود Hugging Face برای سرو کردنش ۴ تا B200 پیشنهاد می‌ده 😅 این هفته کلی مدل open اومد؛ تو کدومش رو امتحان می‌کنی؟ رأیت رو تو نظرسنجی پایین بده (می‌تونی چند گزینه رو انتخاب کنی) 👇

🔗 معرفی Beam در Hugging Face

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