به ورژن جدید لاراول 13 جستجوی معنایی اضافه شده، یعنی میتونید بجای کلمه کلیدی، مفهوم رو سرچ کنید

@Linuxor ~ Ehsan Rezaei

شاید فکر کنید توی دنیای امنی هستیم و شرکت ها دارن کلی هزینه سنگین برای امنیت می‌کنن ولی امنیت بیشتر مواقع در مقابل پول سر خم میکنه!

برای مثال اگر ویروس استاکس‌نت رو یادتون باشه از 4 تا باگ Zero Day استفاده میکرد از دو تا کلید خصوصی امضای شرکت های ریل‌تک و جی میکرون استفاده میکرد، اینا حتی یه دونشون هم چیز عادی نیست و قطعا توی دارک وب صد ها میلیون دلار خریده شدن. چند وقت پیش یکی تونسته بود سایتی بسازه که وقتی بازش می‌کردی ماشین حساب ویندوز هم باز می‌شد (سندباکس اسکیپ) این یعنی هکر هر کاری می‌تونه از راه دور با سیستمتون کنه، حالا گوگل بهش چقدر داد؟ 250 هزار دلار که البته اگر هکر کلاه سیاهی بود قطعا این باگ رو با این مبلغ کم لو نمیداد که خلیاشون هم همینکارو میکنن باگ هارو لو نمیدنن، باگ بانتی گوگل یا بقیه شرکتای امنیتی فقط براشون یه کف قیمتی تعیین میکنه و اصلا تحریکشون نمیکنه که باگ رو لو بدن چون بعضی باگ های زیرو دی تا 20 سال بعد هم ممکنه لو نرن.

@Linuxor

بالاخره Laravel مشکل قدیمی Job Spam رو تمیز حل کرد.
با Debounceable Queued Jobs دیگه Job‌های تکراری صف لاراول رو له نمیکنه!
این یکی از underrated‌ترین فیچرهای جدید لاراول برای پروژه‌های High Traffic هست.

از بدترین سناریوهای توی سیستم‌های Queue اینه که
یک Event یا Request پشت‌سرهم Trigger بشه و سرور شروع کنه به ساختن Jobهای تکراری.

مثلا کاربر داره داخل اپ تایپ می‌کنه، Auto Save هر 5 ثانیه اجرا میشه و هر Save هم یک Job می‌فرسته داخل Queue.

نتیجه:
ده‌ها Job تکراری، فشار روی Redis و Workerها، مصرف CPU بی‌دلیل و کند شدن سیستم.

در حالی که اکثر اون Jobها اصلا لازم نیستن! چون فقط آخرین وضعیت دیتا اهمیت داره.
حالا دیگه توی لاراول اگر چند Job «مشابه» پشت سر هم Dispatch کنیم، Jobهای وسطی حذف و فقط آخرین Job رو اجرا می‌کنه.
یعنی صف تمیزتر، بدون نویز و Performance بهتر.

این قابلیت واقعا Game Changer محسوب میشه!

قبلا از ShouldBeUnique استفاده می‌کردیم. اما این روش یک مشکل داشت:
اگر Job اول هنوز در حال اجرا بود، آپدیت‌های جدید نادیده گرفته میشدن
یعنی ممکن بود آخرین تغییرات اصلا Sync نشن.

@DevTwitter | <Ehsan Rezaei/>

گاهی وقتها نیاز نیست دقیقا مثل بقیه عمل کنی
شاید قدرت در نگاه متفاوت بر خلاف بقیه هست
بیایید این دو خط رو با دو زبان برنامه نویسی مطرح این روزها برسی کنیم
گولنگ یا همون Go
راست یا Rust
قطعا در دنیای نرم افزار به اهمیت حافظه پی بردید
حافظه محدوده و برای نرم افزارها مثل نفس که اگر نباشه قطعا مرگ حتمی است
حالا یک اتاق رو در نظر بگیرید که چندین نفر توش تشک انداختن و خوابیدن صبح که بلند میشن و میرن اگر تشکها رو جمع نکنیم جا برای نشستن نیست
پس مجبوریم اگر خودشون جمع نکردن یک نفر این کار رو انجام بده در دنیای نرم افزار اگر اون اتاق رو حافظه در نظر بگیریم میگیم GC و کارش جمع کردن تشکها هست وقتی کسی توش نخوبیده تا جای نشستن باز بشه
خیلی از زبانها این روش رو دارن و استفاده میکنن
اما زبان برنامه نویسی Rust این مفهوم و قابلیت رو پیاده نکرد و از دو مفهوم دیگه استفاده میکنه به اسم Ownership و Borrowing
یعنی هر مقدار یک مالک دارد که بعد از استفاده اون رو پاک میکنه
به زبان ساده تر میگه بزرگواری که روی تشک خوابیدی اگر بلند شدی رفتی بیرون حتما باید جات رو جمع کنی وگرنه معرفت باید بیاد جمع کنه دیگه وظیفه یک شخص خاص نیست
برای همین مدیریت حافظه در راست در زمان کامپایل انجام میشه با دادن و پس گرفتن و این تضمین تمیز ماندن و نبود سرباره
علاوه بر اون گاهی اوقات GC کارش رو تموم نمیکنه و متوقف میشه در راست چینین چیزی وجود نداره
پس به جای رفتن در مسیری که همه رفتن
یک مسیر و تفکر جدید رو پیش گرفت
دنیای فنی مدیون همین متفاوت فکر کردنهاست


@DevTwitter | <Akbar Rezaeyan Ghane/>

من به نظرم این جی تی ای 6 که انقدر همه دربارش حزف می‌زنن از 5 بهتر نخواهد بود اونم بخاطر اینه که حس میکنم راک استار افتاده توی تله ساخت فیلم سینمایی، بازی های جی تی ای خیلی وقته تموم شدن ساخت سناریو براشون خیلی سخته و عملا زمین سوخته ان! از طرفی شاید بگید ده سال و دو میلیارد دلار خرجش شده توی مهندسی نرم افزار همه پروژه هایی که زیاد طول میکشیدن شکست میخوردن (دلیل علمی هم داره)، ویندوز ویستا هم 6 میلیارد دلار خرجش بود ولی ریده شد به مایکروسافت. تازه مایکروسافت فقط 500 میلیون دلار خرج کمپین تبلیغاتیش کرد همه فکر میکردن یه چیز خفن بیاد ولی برعکس شد، جی تی ای 6 هم قطعا دو میلیارد دلار هزینه نداشته واسه راک استاری که مثل آب خوردن بازی می‌سازه و بخش عمدش خرج تبلیغات شده، دقت کنید حجم بودجه تبلیغاتش بیش از حد بالاس تبلیغاتی که اصلا نمیفهمید تبلیغه مثل همین پیام من توی کانال، ولی در نهایت بازی که میاد بیرون یه چیز ضعیف خواهد بود :)

یکی از قابلیت‌های کمتر شناخته‌شده‌ی Laravel.
به جای حدس زدن اینکه یک تغییر باعث بهبود عملکرد شده یا نه، باید اندازه‌گیری کنی.
خیلی اوقات ما تغییراتی توی کد میدیم و براساس تجربیات دیگران یا داکیومنت حس می‌کنیم سریع‌تر شده.

گاهی جواب نمیده، ساعت‌ها وقت صرف Refactor می‌کنیم اما در نهایت تفاوت عملکرد یا ناچیزه یا حتی بدتر از قبل!
با Benchmark می‌تونی دو یا چند پیاده‌سازی مختلف رو کنار هم اجرا کنی و زمان واقعی اجرای هر کدوم رو ببینی.

این دقیقا تفاوت بین Optimization و Guessing هست. بهینه‌سازی واقعی با احساس انجام نمی‌شه، با داده انجام می‌شه.
اگر تا امروز از Benchmark استفاده نکردی، احتمالا ارزش داره توی پروژه بعدیت امتحانش کنی

@DevTwitter | <Ehsan Rezaei/>

راهنمای فارسی Hermes Agent رسید!

یه مخزن تو گیتهاب درست کردم و کل داکیومنت هرمس رو با Mimo V2.5 به فارسی ترجمه کردم.

لینک پیچ راهنمای فارسی: https://bookunt3d.github.io/hermes-agent-fa

اگر لذت بردید حتما تو گیتهاب ستاره بدید:
https://github.com/bookunt3d/hermes-agent-fa

@DevTwitter | <بوکانت/>

تایپ‌اسکریپت ۷ در حالی منتشر شد که سال گذشته با عبور از پایتون به محبوب‌ترین زبان برنامه‌نویسی در گیت‌هاب تبدیل شد
و با بازنویسی هسته این زبان برنامه‌نویسی با Go سرعت کامپایل (افزایش بین ۸ تا ۱۲ برابری) پردازش چندرشته‌ای
و کاهش خطاهای Language Server بیش از ۸۰ درصد را داشته

@DevTwitter | <MehrdadLinux/>

این گیتهاب بسیار پیشنهاد میشه:

مشکل AI این نیست که نمی‌تونه UI بسازه. مشکل اینه که هنوز سلیقه طراحی نداره و تفاوت بین یک رابط معمولی و یک محصول واقعاً خوش‌ساخت رو نمی‌فهمه.

اینجا Emil Kowalski تجربه‌اش در Vercel و Linear رو تبدیل کرده به مجموعه‌ای از Skillها که به AI سلیقه طراحی، انیمیشن درست و جزئیات حرفه‌ای یاد میده. مخصوصا با الهام از سیستم طراحی اپل.
https://github.com/emilkowalski/skills

@DevTwitter | <Farokh/>

‏برای یادگیری هوش مصنوعی نیازی به صرف هزینه‌های سنگین نیست. بهترین دوره‌های آموزشی هوش مصنوعی به‌صورت کاملاً رایگان توسط غول‌های فناوری دنیا ارائه می‌شن. این لیست رو ذخیره کن و یادگیری رو از همین امروز شروع کن:

Anthropic: anthropic.skilljar.com‎

Google: grow.google/ai‎

Meta: ai.meta.com/resources‎

NVIDIA: developer.nvidia.com/training‎

Microsoft: learn.microsoft.com/training‎

OpenAI: academy.openai.com‎

IBM: skillsbuild.org‎

AWS: skillbuilder.aws‎

DeepLearningAI: deeplearning.ai‎

Hugging Face: huggingface.co/learn‎

@Linuxor ~ AIgazette‎

فایربیس یه حرکت قشنگ زده!
روش Firebase Phone Number Verification (Firebase PNV) یک روش سریع‌تر و امن‌تر برای تأیید شماره تلفن (OTP) است.
برخلاف روش تأیید با SMS که کاربر باید یک کد ارسال‌شده در پیامک را دریافت و وارد کند، Firebase PNV شماره تلفنی که روی سیم‌کارت دستگاه ثبت شده را مستقیماً از اپراتور متصل دریافت می‌کند

یعنی روند کار این شکلی است:
روش قدیمی (SMS OTP) :
کاربر شماره موبایل را وارد می‌کند.
سرویس Firebase یک پیامک با کد (مثلاً 123456) می‌فرستد.
کاربر کد را وارد می‌کند.
شماره تأیید می‌شود.

مشکلات:
- پیامک ممکن است دیر برسد یا نرسد.
- هزینه ارسال SMS دارد.
- امکان سوءاستفاده (Spam، تقلب، حملات OTP) وجود دارد.

روش Firebase PNV :
کاربر روی دکمه‌ی "Verify Phone Number" می‌زند.
سرویس Firebase با اپراتور موبایل ارتباط برقرار می‌کند.
اپراتور شماره سیم‌کارت موجود در گوشی را تأیید می‌کند.
شماره بدون وارد کردن کد تأیید می‌شود.

مزایا:
- سریع‌تر (بدون انتظار برای SMS)
- تجربه کاربری بهتر
- کاهش هزینه پیامک
- کمتر در معرض حملات مربوط به OTP

اما چند نکته مهم:
- این روش نیاز به پشتیبانی اپراتور موبایل دارد.
- معمولاً برای همه کشورها و همه سیم‌کارت‌ها فعال نیست.
- بیشتر برای اپلیکیشن‌های موبایل (Android/iOS) طراحی شده، نه وب.

ویدئوی معرفی:
https://www.youtube.com/watch?v=A8zq0xfXlvY&pp=0gcJCZkLAYcqIYzv

@DevTwitter | <Ali Amoori/>

مغز انسان بیشتر چیزایی که در طول روز یاد می‌گیره، همون موقع تبدیل به دانش دائمی نمی‌شن. اول توی یه حافظه موقت ذخیره می‌شن؛ یه چیزی که تا حدی می‌شه شبیه RAG توی هوش مصنوعی در نظرش گرفت. بعد اگه شرایط مناسب باشه، مخصوصاً وقتی می‌خوابی، مغز بارها اون اطلاعات رو مرور می‌کنه، ارتباط بین نورون‌ها رو قوی‌تر می‌کنه و اطلاعات جدید رو به چیزایی که از قبل بلد بوده وصل می‌کنه. برای همین بعضی وقتا بعد از یه خواب، حس می‌کنی مطلبی که دیروز برات گنگ بود، امروز یهویی جا افتاده و انگار تازه واقعاً یادش گرفتی چون مغزت هنوز خوب train نشده بود.


@amirpeyravan

بعد از 13 سال آپلودبوی به فعالیت خودش پایان داد.

عامل اصلی خداحافظی از زبان احسان دلیر: فیلتر شدن بی دلیل سایت، قطعی های اینترنت، بی ثباتی اقتصادی و کاهش ترافیک و مشکلات مربوط به شبکه کشور.

خب خب جمنای ۳.۶ فلش اونقدرا هم ناامیدکننده نیست!
بنچمارک DeepSWE امیدوارمون کرد :)

این بنچمارک ایجنت‌های هوش مصنوعی رو با مسائل کاملاً جدید، دست‌نخورده و طولانی‌مدت در پروژه‌های واقعی به چالش میکشه.

هیچ کد یا پچ آماده‌ای از قبل وجود نداره که مدل بخواد حفظ کرده باشه؛ همه تسک‌ها از صفر طراحی شدن.
توانایی ایجنت در تعامل بلندمدت و حل مسائل پیچیده چندزبانه (پایتون، تایپ‌اسکریپت و...) رو ارزیابی میکنه.
و عیارسنجی نهایی با اجرای تست‌های واقعی در محیط ایزوله انجام میشه.

چیزی نیست احتمالا داداشمون ماهی ۱۰۰ تومن میگیره

جن‌سون هوانگ مدیر عامل انویدیا توی اولین پستش توی توییتر گفته :

هوش مصنوعی هر صنعت و حوزه‌ای را متحول خواهد کرد، به هر شرکتی قدرت خواهد بخشید و توسط همه کشورها ساخته خواهد شد.

مدل‌های باز باعث تقویت ایمنی و امنیت سایبری می‌شوند، نوآوری و گسترش فناوری را سرعت می‌بخشند و امکان حاکمیت فناورانه (استقلال کشورها در حوزه فناوری) را فراهم می‌کنند.
دنیا به هر دو نوع مدل نیاز دارد: هم مدل‌های پیشرفته و بسته و هم مدل‌های پیشرفته و باز

شب بخیر