برنامه‌نویسی یعنی هنرِ این که به یه آدم دیگه توضیح بدی دقیقاً می‌خوای کامپیوتر چه کاری انجام بده.
- Donald Knuth

@DevYara

سرویس GitReverse برای مهندسی معکوس پایگاه‌های کد به راهنمای متنی طراحی شده است که می‌توان از آن برای توسعه‌های بعدی استفاده کرد.

این سرویس به توسعه‌دهندگان امکان می‌دهد تا به سرعت راهنمای متنی متنی متناسب با هر مخزن GitHub تولید کنند، که فهم معماری پروژه و ادغام ویژگی‌های جدید را آسان‌تر می‌کند.
https://www.gitreverse.com

@DevYara

خطر «از بین رفتن مهارت» (Deskilling): استفاده مداوم از هوش مصنوعی می‌تواند باعث شود توسعه‌دهندگان فرصت یادگیری عمیق و ایجاد ارتباط میان مفاهیم را از دست بدهند. مهارت واقعی از طریق نوشتن کد، مواجهه با چالش‌ها، رفع باگ‌ها و دیباگ کردن به دست می‌آید.

اهمیت تخصص در استفاده از هوش مصنوعی: هوش مصنوعی زمانی بیشترین کارایی را دارد که در اختیار یک متخصص باشد. اگر در یک حوزه دانش و تجربه کافی نداشته باشید، نه می‌توانید اشتباهات هوش مصنوعی را تشخیص دهید و نه آن را در مسیر درست هدایت کنید.

توهم مهارت در توسعه‌دهندگان جونیور: بسیاری از برنامه‌نویسان تازه‌کار دچار «توهم مهارت» می‌شوند؛ آن‌ها کدی را تحویل می‌دهند که در ظاهر به‌درستی کار می‌کند، اما در واقع پر از مشکلات و باگ‌های تولیدشده توسط هوش مصنوعی است و خودشان نیز توانایی شناسایی و رفع این مشکلات را ندارند.

شکاف دانش: شرکت‌ها و تبلیغات، هوش مصنوعی را ابزاری برای چند برابر کردن بهره‌وری معرفی می‌کنند؛ اما تکیه بیش از حد به این ابزارها می‌تواند یک شکاف دانشی عمیق ایجاد کند؛ شکافی که خود هوش مصنوعی قادر به پر کردن آن نیست.

توصیه برای امنیت شغلی: در آینده تخصص ارزشمندتر از هر زمان دیگری خواهد بود. تا حد امکان کدها را خودتان بنویسید تا پایه‌های دانش فنی‌تان مستحکم شود و تنها زمانی از هوش مصنوعی کمک بگیرید که دانش کافی برای ارزیابی، مدیریت و اصلاح خروجی‌های آن را داشته باشید.

برای تبدیل شدن به یک توسعه‌دهنده موفق، نباید اجازه دهید هوش مصنوعی جایگزین فرآیند یادگیری، تفکر و حل مسئله شما شود.

@DevYara

نیکو لاکوا، مدیرعامل استارتاپ فناوری بیمه به نام Corgi که اخیراً ۱۰۶ میلیون دلار سرمایه جذب کرده است، در یک مصاحبه گفت که تیمش هفته‌ای ۷ روز کار می‌کند و در دفتر می‌خوابد.

به گفته او: «اگر شنبه و یکشنبه را روزهای استراحت بدانید، نمی‌توانید یک شرکت قوی بسازید».

پس از این اظهارنظر، بسیاری از کارگران سخت‌کوش و کارآفرینان مشهور با او مخالفت کردند.

برای مثال، مؤسس Mercury، ایماد، چنین پاسخ داد:
«استارتاپ می‌تواند با کار کردن ۵ روز در هفته هم موفق شود. Mercury از روز اول اینگونه کار کرده و در ۷ سال به ارزش ۵.۲ میلیارد دلار رسید.
من ۲۰ سال است که کارآفرین هستم و در این مدت ۳ فرزند را بزرگ کرده‌ام.
هدف از موفقیت فقط ساختن استارتاپ نیست، بلکه داشتن زندگی خوب است.»

@DevYara

بیاید لینکدین (هنوز بلد نیستم ولی بیاید) 🫱🏽‍🫲🏻
www.linkedin.com/in/afsh6n

هرچه بیشتر از ایجنت‌های هوش مصنوعی استفاده کنیم، بیشتر خسته می‌شویم

اگر زیاد استفاده کنید، خودتان به دستیار ایجنت‌های هوش مصنوعی تبدیل می‌شوید.🤭
@DevYara

سایت Banana Prompts یک گالری باز است که در آن هنرمندانی که با هوش مصنوعی کار می‌کنند، پرامپت‌ها و نتایج خلاقیت خود را به اشتراک می‌گذارند.

این سایت برای تبادل دانش و الهام‌بخشی در میان جامعه طراحی شده است و به کاربران امکان می‌دهد تصاویر و ویدیوهای محبوب AI را بررسی کنند و از پرامپت‌های دقیق آن‌ها برای پروژه‌های خود استفاده نمایند.
https://www.bananaprompts.xyz

@DevYara

خب Anthropic سرانجام قوی‌ترین مدل خود را برای همه باز کرد Claude Fable 5.

این فقط یک «مدل جدید دیگه» نیست. این یک مدل کلاس Mythos است. یعنی خانواده هوش مصنوعی Anthropic که از Opus هم بالاتر است.

اما یک «اما» بزرگ وجود دارد.
مدل برای همه باز شده، اما نه با تمام قدرتش.

گفته می‌شود Fable 5 در مهندسی نرم‌افزار، کارهای دانش‌بنیان، بینایی، وظایف طولانی و کدنویسی عامل‌محور بسیار قوی است. به طور خلاصه، در کدبیس‌های بزرگ، تحلیل‌های پیچیده، وظایف طولانی و نمونه‌سازی اپلیکیشن پیشرفت زیادی داشته است.

اما در حوزه‌های حساس مانند امنیت سایبری، زیست‌شناسی، شیمی یا تقطیر مدل، Anthropic برای آن «ترمز» گذاشته است.

اگر پرامپت ریسک‌دار تشخیص داده شود، Fable 5 پاسخ نمی‌دهد. در عوض پاسخ از طریق Claude Opus 4.8 ارسال می‌شود.

این بخش جالب است:
شرکت‌های هوش مصنوعی دیگر قوی‌ترین مدل‌ها را صرفاً با این عنوان که «بفرمایید استفاده کنید» عرضه نمی‌کنند.
هر چه مدل قوی‌تر باشد، دسترسی به آن لایه‌لایه‌تر می‌شود.

برای کاربران عادی — Fable 5 با گاردریل.
برای سازمان‌های تایید شده — Mythos 5 با برخی محدودیت‌ها برداشته شده.

قیمت آن هم بسیار بالاست:
۱۰ دلار برای هر ۱ میلیون توکن ورودی
۵۰ دلار برای هر ۱ میلیون توکن خروجی

این دو برابر قیمت Opus 4.8 است.

یک نکته مهم دیگر: برای ترافیک Fable 5 و Mythos 5 نگهداری داده به مدت ۳۰ روز اجباری خواهد بود. حتی برای مشتریان سازمانی که قبلاً قرارداد نگهداری صفر داده داشتند.

خب Anthropic می‌گوید این داده‌ها برای آموزش مدل استفاده نمی‌شوند. فقط برای کاهش حملات jailbreak، حملات جدید و مثبت‌های کاذب لازم است.

خلاصه، مرحله جدیدی در بازار هوش مصنوعی آغاز شده است:
قوی‌ترین مدل‌ها دیگر فقط به معنای «چه کسی سریع‌تر و هوشمندتر است» نیستند.

حالا سوال اینه:
چه کسی چقدر قدرت می‌گیرد؟
کدام پرامپت‌ها مجاز هستند؟
کدام شرکت‌ها به بهانه ایمنی نگهداری داده را اجباری می‌کنند؟
و آیا سازمان‌ها می‌توانند این قیمت را تحمل کنند؟

@DevYara