جذابیت اصلی فلاکس اینه که همون مدلی بود که به گراک توی ایکس (توییتر) برای تولید عکس قدرت می‌داد و توی جزئیات چهره و صورت‌های طبیعی هم همیشه از همه جلوتر بوده. اما خفن‌ترین بخش ماجرا اینجاست که فلاکس بالاخره طلسم تاریخی هوش مصنوعی‌ها رو شکست؛ قبل از اون همه مدل‌ها موقع نوشتن کلمات روی تصویر متن‌های نامفهوم و پر از غلط تحویل می‌دادن، ولی فلاکس اولین مدلی شد که تونست متن‌ها رو دقیق، کاملاً درست و بدون هیچ غلط املایی روی عکس پیاده کنه.

@codehalics | کدهالیک

اینو اگر جایی شنیدین بهشون Large Multimodal Model
هم میگن
که به اختصار میشه LMM

یعنی این‌که هوش مصنوعی دیگه فقط محدود به یک جنس داده نیست و می‌تونه هم‌زمان چند فرمت مختلف مثل متن، عکس، ویدیو و صدا رو بفهمه، تحلیل کنه و تحویل بده.

تا قبل از مدل‌های چندوجهی، اکثر سیستم‌ها تک‌وجهی بودن؛ یعنی مثلاً یک مدل فقط متن می‌فهمید، یکی دیگه فقط عکس می‌ساخت. اما یک مدل چندوجهی مثل انسانی می‌مونه که هم‌زمان می‌بینه، می‌شنوه و صحبت می‌کنه.

دو تا چیز هست که اونارو نسبت به LLM ها متمایز میکنه :

- مدل می‌فهمه که صدای ضربه باید با تصویر برخورد دو شیء هماهنگ باشه، یا حرکتی که توی ویدیو می‌بینید از نظر فیزیکی با صدایی که می‌شنوید جور دربیاد.

- به‌جای این‌که برای تبدیل متن به عکس یک مدل استفاده کنید و برای صداگذاری یک مدل دیگه، تمام این پردازش‌ها توی یک مدل یکپارچه انجام می‌شه.

@codehalics | کدهالیک

اولین باری که چشمم به کامپیوتر افتاد کلاً ۳ یا ۴ سالم بود؛ کامپیوتر داییم که تمام دلخوشیم بازی همسایه جهنمی و IGI بود. سیستمش ویندوز ۹۵ داشت و خوب یادمه بعدها که کامپیوترش سوخت و درستش کردن، ویندوزش شد ۹۸!

امروز بعد از بیست و اندی سال، همون حس نوستالژیک عجیب دوباره اومد سراغم. وقتی دیدم یه نفر اومده دقیقاً همون فضای بصری رو فقط با CSS و بدون حتی یه خط جاوااسکریپت پیاده کرده! با اینکه می‌شه راحت توی پروژه‌های واقعی هم ازش استفاده کرد، اما برای من بیشتر از جنبه فنیش، اون حس سفر به گذشته اش جذاب بود. امیدوارم دیدنش خاطرات قشنگ اون روزا رو برای شما هم زنده کنه.

https://jdan.github.io/98.css/

@codehalics | کدهالیک

این حاجیمون صبح تو زیرزمین خونه‌ی داداشش بیدار می‌شه می‌بینه شاپ Etsyش (یه فروشگاه چیزای دست‌ساز هست) یه‌شبه ۱۶,۳۴۹ دلار فروخته.

یه AI agent که دو ماه پیش ساخته بود داشت کل بیزینس رو می‌چرخوند، در حالی که خود حضرت روی تشک کنار بخاری خواب بوده.

خلاصه کارش این بوده که برچسب روی شمع می‌فروخته. ولی صفر تا صدش رو همون agentش به کمک بیزنس‌های دیگه وصل کرده بهم. (البته خود یارو ایجنت رو اینجوری تعلیم داده)

اسم agent رو گذاشته Hermes. ایجنتش هر ساعت trend های Etsy رو می‌خونه ببینه چی الان تو بورسه. مثلا می‌بینه سرچ «boss birthday gift under $20» زده بالا، تا ۳ صبح ۴۰ تا طرح برچسب تولید می‌کنه، ۵ صبح لیست‌شون می‌کنه، متن SEO رو خودش می‌نویسه، ۶ صبح هم تبلیغ Fiverr(یه سایتی هست برای freelancerها) راه می‌ندازه.

همون شب ۳ تا طرح جدید داده بیرون، ۸۴ عدد فروخته با حاشیه سود ۹۱ درصد، و قبل از اینکه آقا از خواب پاشه ۱۶,۳۴۹ دلار فروش رو رد کرده.

Amir Afianian 🗒️

@codehalics | کدهالیک

حالا قسمت قشنگ ماجرا:

وقتی یه خریدار درخواست تغییر سفارشی می‌ده که agent از پسش برنمیاد، خودش می‌ره روی Fiverr یه job پست می‌کنه، به طور میانگین ۴۰ دقیقه صبر می‌کنه یه freelancer قبول کنه، جوابش رو review می‌کنه و طوری برای خریدار می‌فرسته که انگار از طرف خود صاحب شاپه. ماه پیش این agent چهارده تا freelancer مختلف استخدام کرده. کل هزینه‌ی نیروی انسانی: ۲۱۴ دلار. درآمد: ۹۰۹,۷۷۰ دلار.

این freelancerها هم خبر ندارن کارفرماشون یه نرم‌افزار بوده. فکر می‌کنن برای یه شاپ‌دار Etsy مهربون توی آمریکا چندتا کار کوچیک انجام دادن. دوتاشون که نامه تشکر هم گذاشتن که اگر باز کاری بود ما در خدمتیم :))

کل stack این بزرگوار: آیپد قدیمیش رو ۱۸۰ دلار فروخته که اشتراک ChatGPT Pro بخره. ماهی ۱۰۰ دلار برای AI، یه اکانت ۲۹ دلاری Printify، و یه شاپ Etsy که راه‌انداختنش هیچی خرج نداشت.

داداشش هنوز نمی‌دونه که ایشون دیگه دنبال کار نمی‌گرده. جلوی دوربین گفت همین ماه اسباب‌کشی می‌کنم، بعد خندید و گفت حالا شاید ماه بعد.

همین اخیرا ایران بودم در کمال تعجب دیدم Claude بدون فیلتر هم کار می‌‌کنه. دست به کار شید، این Agentها و Loop Engineering رو یاد بگیرید، بخش عمده ایدتون رو automate کنید و پولا رو پارو کنید. مسلما که به این سادگیا هم نیست ولی چند ماه که عمیق غرق در این چیزا باشین، یواش یواش ایده‌های خوب هم میاد سراغتون. کافیه فقط یک بار شانس بیارید.

Amir Afianian 🗒️

مقاله این موضوع که خوندنش جالب میتونه باشه:
https://x.com/0xCodez/status/2064374643729773029

@codehalics | کدهالیک

یه ابزار جذاب و اوپن‌سورس براتون آوردم که خیلی راحت می‌تونه از اسپاتیفای، توییتر، اینستا، تیک‌تاک، ساندکلاد و رادیو جوان هرچی می‌خواید رو دانلود کنه.
فرقی هم نداره سیستم‌عاملتون چیه؛ ویندوز، لینوکس یا مک‌بوک، روی همه‌شون مثل ساعت کار می‌کنه. من خودم واسه برداشتن ویدیوها و آپلودشون تو کانال ازش استفاده می‌کنم و سرعت کارم رو زیر و رو کرده. شدیداً پیشنهاد می‌شه تستش کنید.

https://github.com/MSC72m/media_downloader

@codehalics | کدهالیک

شرکت آنتروپیک بالاخره کلود اوپوس پنج رو معرفی کرد. این نسخه جدید واقعا یه شاهکار به حساب میاد چون با همون قیمت نسخه قبلی یعنی اوپوس ۴.۸ هوش و توانایی خیلی بالاتری رو در اختیارت میذاره. در واقع قدرتش به مدل های پرچمداری مثل فیبل پنج خیلی نزدیک شده ولی هزینش نصف اوناست. الان دیگه این مدل پیش فرض خیلی از سرویس ها شده و برای استفاده روزمره و مداوم عالیه.

https://www.anthropic.com/news/claude-opus-5

توی این رشته پست میخوایم بررسیش کنیم !

@codehalics | کدهالیک

تو زمینه توسعه نرم افزار و کارهای بک اند این مدل حسابی گرد و خاک کرده و قطعا برای نوشتن کدهای پیچیده و معماری های سنگین خیلی به کارت میاد. اوپوس ۵ تو بنچمارک های برنامه نویسی همه مدل های دیگه رو جا گذاشته و میتونه باگ های خیلی عمیق رو پیدا کنه و حتی خودش تست بنویسه تا مطمئن بشه کدها درست کار میکنن. پس وقتایی که داری روی پروژه های دات نت کار میکنی یا میخوای مفاهیم پیچیده رو برای آموزش تو کلاس هات آماده کنی این هوش مصنوعی میتونه یه دستیار فوق العاده برات باشه که بدون خستگی تا ته ماجرا رو پیگیری میکنه.

@codehalics | کدهالیک

قسمت بامزه این مدل اینه که
علاوه بر کدنویسی تو کارهای علمی مثل شیمی و زیست شناسی و حل مسئله هم پیشرفت های خیلی چشمگیری داشته. مثلا تو تشخیص ساختارهای مولکولی خیلی دقیق تر شده و خروجی های تصویری بسیار باکیفیتی میده. یکی از ویژگی های جذابش اینه که به شدت پیگیره و اگه تو یه کاری گیر بیفته مدام راه های مختلف رو تست میکنه تا بالاخره بتونه اون مسئله رو حل کنه و کار رو نصفه نیمه ول نمیکنه.

@codehalics | کدهالیک

از لحاظ امنیتی هم گفته خیالتون راحت باشه (مشتی ما تو ایران زندگی میکنیم کشور اوپن سورسه) چون این مدل امن ترین و قانون مدارترین نسخه ای هست که تا حالا ساختن و کمتر فریب میخوره. البته برای جلوگیری از کارهای مخرب یه سری محدودیت های سایبری روش گذاشتن که کسی نتونه برای هک ازش استفاده کنه. این مدل الان با قیمت پایه پنج دلار برای هر یک میلیون توکن ورودی در دسترسه و یه حالت سریع هم داره که سرعتش دو و نیم برابره. توسعه دهنده ها میتونن خیلی راحت از طریق ای پی آی بهش دسترسی داشته باشن و حتی ابزارهاش رو وسط مکالمه تغییر بدن بدون اینکه مشکلی پیش بیاد.

@codehalics | کدهالیک

در ضمن مدیرعامل کرسر هم درباره اوپوس ۵ حسابی تعریف کرده و گفته که این مدل نزدیک به فیبل پنج داره حرکت میکنه اما با همون سرعت و هزینه اوپوس کار میکنه. تو بررسی ها و بنچمارک کرسر هم این مدل فقط یه کوچولو از فیبل پنج پایین تره و خیلی از رفتارهای خفن اون رو به ارث برده. در نهایت هم اشاره کرده که تیمشون خیلی هیجان زده هستن تا ببینن برنامه نویس ها چطور قراره از این مدل جدید توی محیط کرسر استفاده کنن و کارهای توسعه شون رو باهاش پیش ببرن.

@codehalics | کدهالیک

از اون طرف وضعیت گوگل بدجور خرابه و تو این نسل عملا هیچ مدل جدید و قدرتمندی بیرون نداده. با معرفی جمنای فلش ۳.۶ هم عملا یه مدلی در حد سونت یا کامپوزر خود کرسر ارائه کرده که برای شرکتی به این بزرگی اصلا جالب نیست. در واقع گوگل داره دقیقا همون راهی رو میره که نوکیا تو دنیای موبایل رفت. فقط داره به موتور سرچ و جستجوش مینازه در حالی که تو دنیای هوش مصنوعی به شدت ضعیف عمل میکنه و داره بازی رو به رقیباش میبازه.

@codehalics | کدهالیک

یکی از توییتریا رفته با flux 3 ویدیو ساخته و واقعا چیز خفنی از کار درومده باور نکردنیه :)))))

@codehalics | کدهالیک

به اندازه حقوق یک سال یه جونیور دولوپر پول دادیم یه شرکت دو هفته‌ای واسمون یه سری اسکیل بنویسه.

پیش بینی می‌کنم بازار اینجور شرکتا و پوزیشن forward deployed engineer خیلی داغ‌تر بشه تو اروپا.

اگه قصد مهاجرت دارین رو مهارتای مربوط به cloud native architecture و ai بیشتر وقت بذارید.

@codehalics | کدهالیک

بهترین عکسی که میتونه وضعیت فعلی جمنای گوگل رو با معرفی flash 3.6 نشون بده !

@codehalics | کدهالیک

ابزار OpenSEO یک جایگزین متن‌باز و رایگان برای پلتفرم‌های گران‌قیمت مانند Semrush و Ahrefs است که امکانات جامعی از جمله تحقیق کلمات کلیدی، تحلیل رقبا، بررسی بک‌لینک‌ها، رهگیری رتبه سایت و ممیزی فنی را در اختیار شما قرار می‌دهد. علاوه بر سنجش حضور برند در خروجی‌های هوش مصنوعی مانند ChatGPT، از ویژگی‌های برجسته این پلتفرم می‌توان به قابلیت اتصال به عامل‌های هوش مصنوعی از طریق پروتکل MCP برای خودکارسازی بخشی از تحقیقات سئو و همچنین امکان اجرای محلی (Self-host) به کمک داکر جهت تسلط کامل بر داده‌ها و هزینه‌ها اشاره کرد.

https://github.com/every-app/open-seo

Pedram ✍️

@codehalics | کدهالیک

اخیراً شایعه شده هوش مصنوعی تونسته یکی از سخترین معماهای ۸۷ ساله ریاضی یعنی «حدس ژاکوبین» رو حل کنه. برای فهمیدنش کافیه همون ریاضی دبیرستان رو یادتون بیاد: تابع مثل یه ماشین رفت و برگشته که ورودی می‌گیره و خروجی میده، و تابع معکوس هم مسیر رو برعکس برمی‌گرده. تو این مسئله ما فقط با چندجمله‌ای‌ها کار داریم، یعنی همون فرمول‌های ساده‌ای که فقط جمع و ضرب و توان دارن. از طرفی تو ماتریس‌ها خوندیم که دترمینان تعیین می‌کنه آیا میشه راه رفته رو برگشت یا نه؛ اگه دترمینان صفر نباشه، یعنی معکوس‌پذیری ممکنه.

حالا حدس ژاکوبین خیلی ساده میگه: اگه یه تابعِ چندجمله‌ای داشته باشیم که دترمینانِ ماتریسِ تغییراتش (ماتریس ژاکوبین) همه‌جا یه عدد ثابتِ غیرصفر باشه، حتماً راه برگشتش هم یه چندجمله‌ایِ ترتمیزه و گیرِ کسر و رادیکال نمیفته. ظاهرش خیلی منطقیه، اما وقتی تعداد متغیرها زیاد میشه اون‌قدر فرمول‌ها تو هم پیچ می‌خورن که تو این ۸۷ سال هیچکس نتونسته ثابتش کنه. حالا خبر رسیده هوش مصنوعی یه فرمول پیدا کرده که دترمینانش ثابته اما معکوسش چندجمله‌ای نیست؛ یعنی یه مثال نقض که کلاً این حدس قدیمی رو باطل می‌کنه.

@codehalics | کدهالیک

مثال نقضی که تونسته بیاره و این قضیه رو کاملا نقض کنه این بوده و این ویدیو به تفصیل این موضوع رو توضیح میده بنظرم خیلی بامزه و جذابه که داریم تقریبا قضیه های 80 90 ساله ریاضیات و هندسه و ... به چالش میکشیم !
اخیرا هم دیدین که فهمیدیم رفتار پیوند های سه گانه توی اتم های سنگین کاملا متفاوت از چیزی بوده که اینهمه سال امتحان میدادیم !

https://www.youtube.com/watch?v=btBE0ikzymc

@codehalics | کدهالیک

گوگل ظاهراً داره روی یه تغییری توی اندروید کار می‌کنه که ممکنه دسترسی به ADB روی خود دستگاه (On-Device ADB) رو محدود کنه.
قضیه از این قراره که برای جلوگیری از سوءاستفاده‌ی بدافزارها، یکی از توسعه‌دهنده‌های گوگل در یک بحث فنی پیشنهاد داده این اتصال فقط به رابط وای‌فای محدود بشه و دسترسی از طریق لوکال‌هاست (Localhost) کلاً بسته بشه. اگه این اتفاق بیفته، ابزارها و برنامه‌های محبوب و پرکاربردی مثل Shizuku (که بدون نیاز به روت امکانات فوق‌العاده‌ای به کاربرها میدن) کاملاً از کار میفتن. البته نویسنده‌ی این پست معتقده که این حساسیت امنیتی خیلی منطقی نیست، چون هیچ بدافزاری بدون تاییدِ دستیِ خودِ کاربر نمی‌تونه از این مسیر سوءاستفاده کنه و به گوگل پیشنهاد داده به جای حذف کامل این قابلیت، حداقل یه دکمه برای خاموش و روشن کردنش بذاره تا کار توسعه‌دهنده‌ها و کاربرهای حرفه‌ای لنگ نمونه.

https://kitsumed.github.io/blog/posts/android-may-soon-restrict-on-device-adb/

@codehalics | کدهالیک

مثل اینکه امروز buzz هم لانچ شده و یکی از کاربرای توییتری بررسیش کرده که ویدیوش رو براتون گذاشتم توی کپشن این ویدیو نوشته بود :

بچه‌ها امروز رفتم سراغ Buzz جک، یکی از اون ابزارایی که هنوز خیلیا حواسشون بهش نیست. ترکیب اسلک و مدیریت ایجنته با فیچرهای خاص: می‌تونی روی هر هارنسی (کلود کد، کودکس و غیره) ایجنت بسازی، مدل لوکال انتخاب کنی، ایجنت‌ها مثل آدم واقعی به هم کار بدن و موازی تو git worktree کار کنن، کانال بسازن و تاریخچه چت رو ببینن، قدرت پردازشی رو تو کامیونیتی شِیر کنی و کاملاً متن‌باز و غیرمتمرکزه. تگ کردن ایجنت تو چت و اینکه خودش بره کامپایل و دیپلوی کنه حس خیلی طبیعی‌ایه، شِیر کردن کامپیوت عالیه و چون روی Nostr و لایتنینگ ساخته شده، آینده‌ش برای تیپ و پرداخت خرد بدون کارمزد خیلی جذابه.چیزایی که کمتر خوشم اومد اینه که ترمینال واقعی نداره و activity viewش یه‌کم انتزاعیه، یه حس هم داشتم که از کلود کد کندتره. در کل تا اینجاش خیلی خوشم اومده و می‌تونم با تیم اینجوری کار کنم

https://x.com/hot_town/status/2080638278785458315

@codehalics | کدهالیک

یه فایل فوق‌محرمانه از جلسه چهار ساعته‌ی بنیان‌گذار «دیپ‌سیک» (DeepSeek)، یعنی لیانگ ونفنگ، با سرمایه‌گذارها به بیرون درز کرده.

تو این سند فاش‌شده، اطلاعات خیلی حساسی درباره بحران کمبود تراشه تو چین برملا شده؛ مثلاً اینکه دیپ‌سیک از ۲۰۰ هزار تراشه‌ای که از هواوی درخواست کرده بود، فقط ۱۶ هزارتاش رو تحویل گرفته و خیلی واضح به وابستگی شدیدشون به پردازنده‌های انویدیا اعتراف کرده.

این نشت اطلاعاتی بی‌سابقه، واکنش خیلی تند بنیان‌گذار شرکت رو به همراه داشته. لیانگ ونفنگ که کنترل کامل و حق رأی شرکت رو در اختیار داره، تو یه اقدام اعتراضی کلاً روند دور دوم جذب سرمایه رو، اون هم با ارزش‌گذاری خیره‌کننده‌ی ۷۱ میلیارد دلاری، متوقف کرده. اون رسماً به سرمایه‌گذارها اعلام کرده که به خاطر این اتفاق، تا اطلاع ثانوی پروسه امضای قرارداد و تزریق پول کاملاً معلقه.

فایلشو پاک کرده ولی خیلیا دانلودش کردن :
لینک فایل که الان 404 میده !

@codehalics | کدهالیک