سریعترین راه تغییر مسیر شغلی از مهندس نرم افزار به مهندس هوش مصنوعی

در این ویدیو، رودمپ کامل و عملی تبدیل شدن از یک توسعه‌دهنده نرم‌افزار به مهندس AI را در ۷ قدم بررسی می‌کنیم.



https://www.youtube.com/watch?v=0YjswZRTqGs

✨ فرق Offline Support با Offline-First:

🔗 Offline Support = آفلاین رو «تحمل» می‌کنی (دیتای کش رو نشون بده)
💎 Offline-First = دیتابیس محلی «منبع اصلی حقیقت» هست — اول محلی بنویس و بخون، همگام‌سازی بزن پس‌زمینه

🔑 ایده کلیدی: UI منتظر سرور نمی‌مونه!
کاربر عمل می‌کنه ← ذخیره محلی ← آپدیت فوری UI ← همگام‌سازی بعداً

⚔️ سخت‌ترین بخش: Conflict ها!

دو دستگاه آفلاین یه رکورد رو تغییر دادن, کدوم برنده‌ست؟

✔️ Last Write Wins: ساده ولی احتمالاً مخرب
✔️ Merge: قدرتمند ولی پیچیده

⚠️ نکته مهم: ساده‌ترین راه‌حل درست رو انتخاب کن. Conflict Resolver اضافی نساز!



⚜️اولین مرجع فارسی فلاتر @flutter_learn_ir

دو قانون جدید گوگل پلی


1️⃣ کاهش مصرف رم اپ

اپ‌هایی که حافظه زیادی مصرف می‌کنن و سیستم رو کند می‌کنن، از فوریه ۲۰۲۷ باید آستانه‌های جدید گوگل پلی رو رعایت کنن، وگرنه دیده‌شدنشون تو استور کم میشه! شامل:

🔹 حافظه پویا و Bitmap در حالت‌های مختلف اپ
🔹 کد DEX بهینه با حداقل ۲۵٪ shrinking/obfuscation

ابزارهای جدیدی هم به Android Vitals اضافه شده برای رصد مصرف حافظه و کرش‌های Out of Memory.

2️⃣ ورود بدون تپ (Zero-Tap Sign-In)

دیگه موقع عوض کردن گوشی، دردسر لاگین مجدد وجود نداره! از آوریل ۲۰۲۷ هر اپی که لاگین داره، باید با Restore Credentials API کاربر رو تو گوشی جدید خودکار و امن ورود بده. (بازی‌ها فعلاً معافن)

⚜️اولین مرجع فارسی فلاتر @flutter_learn_ir

گوگل مدل‌های جدید Gemini 3.8 Flash و 3.8 Flash Cyber رو معرفی کرد؛ سومین عرضه از خانواده Flash فقط طی شش هفته.

مدل جمینای 3.8 Flash ادعا می‌کنه بهترین مدل استدلال و کدنویسی گوگل تا امروزه، با همون سرعت و هزینه‌ی ۳.۷ یعنی ۷۵ سنت برای هر میلیون توکن ورودی و ۳.۷۵ دلار برای هر میلیون توکن خروجی.

نسخه‌ی Cyber هم روی امنیت سایبری تمرکز داره و فقط از طریق برنامه‌ی جدید Fairwind در اختیار مدافعان مورد اعتماد قرار می‌گیره.



⚜️اولین مرجع فارسی فلاتر @flutter_learn_ir

در بنچمارک‌های مهندسی نرم‌افزار طولانی‌مدت مثل DeepSWE، مدل ۳.۸ Flash از بیشتر مدل‌های فرانتیر بزرگ‌تر پیشی می‌گیره، درحالی‌که فقط کسری از هزینه‌شون رو داره.

در حوزه‌های تخصصی مثل مالی و حقوقی هم عملکرد بهتری از ۳.۷ و مدل‌های رقیب نشون داده.

نکته‌ی جالب طراحی اینه که این مدل «سخت‌تر» کار می‌کنه مراحل استدلال بیشتری اجرا می‌کنه و ابزارها رو تکراری صدا می‌زنه، حتی اگه توکن بیشتری مصرف کنه.

اگه کارایی محدودیت اصلی‌تونه، هم می‌تونید سطح تلاش (effort) رو پایین بیارید و هم مدل ۳.۷ همچنان کاملاً پشتیبانی میشه.



⚜️اولین مرجع فارسی فلاتر @flutter_learn_ir

اگه از دستفروشای فردوسی کردیت کارت بخرید معتبر از کارت هایی که سایت نامبرلند صادر میکنه

آیا گوگل واقعاً از رقابت AI عقب افتاده؟

یا در حال ساخت چیزی است که ممکن است در چند سال آینده اهمیت بسیار بیشتری پیدا کند؟

https://www.youtube.com/watch?v=CA-B9IUhayo&feature=youtu.be

اپ‌هایی که با API 37 کار می‌کنن باید resizable multi-window رو پشتیبانی کنن.

اگه orientation رو قفل کرده باشید یا تبلت/تاشو رو نادیده بگیرید، اپ‌تون تو حالت compatibility فلگ میشه.

چارچوب WindowSizeClass رو جای breakpoint های ثابت به کار ببرید و روی دستگاه‌های تاشو تست کنید، نه فقط امولاتور گوشی.



⚜️اولین مرجع فارسی فلاتر @flutter_learn_ir

99.9٪ یا 62.7٪؟ چه کسی درباره GPT-6 Astra راست می‌گوید؟
و اگر Astra واقعاً به سطح AGI رسیده، چرا در بعضی benchmarkهای دیگر رتبه اول را ندارد و حتی در Humanity's Last Exam در انتهای جدول قرار می‌گیرد؟


https://www.youtube.com/watch?v=5aqV3nZ5V8w

تیم OpenDesign مدل DeepSeek V4.1 Flash را در بنچمارک کارهای طراحی روزمره آزمایش کرد و نتیجه چشمگیر بود:

نتیجه کلی:

این مدل به ۹۸٪ امتیاز GPT-6 Astra رسید، با فقط ۱.۴٪ هزینه‌ی آن
۱۱ مدل دیگر هم امتیاز پایین‌تری آوردند و هم هزینه‌ی بیشتری داشتند؛ فقط Astra امتیازش بالاتر بود

👾 یعنی DeepSeek با یک‌هفتادم هزینه تقریباً همان کیفیت را با کمتر از نصف زمان ارائه می‌دهد.



⚜️اولین مرجع فارسی فلاتر @flutter_learn_ir

فکر کنید شرکتی دارید که در سال ۲۰۲۶ یکی از داغ‌ترین شرکت‌های حوزه هوش مصنوعی دنیاست.
درآمدش با سرعت زیادی در حال رشد است، ارزش‌گذاری‌اش حتی از OpenAI جلو زده و مدل‌های Claude هم در بین برنامه‌نویس‌ها و شرکت‌ها حسابی محبوب شده‌اند.
اما یک سؤال مهم وجود دارد:
آیا Anthropic واقعاً می‌تواند برنده‌ی نهایی رقابت هوش مصنوعی باشد؟


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

تجربه یکی از افرادی که مصاحبه فنی اسپاتیفای و شرکت کرده بود میخوندم این مورد جالب بود:
DAU یا کاربر فعال روزانه را چطور محاسبه می‌کنید؟

کوئری کلاسیک را همه بلدند:

SELECT DATE(stream_ts) AS dt,
       COUNT(DISTINCT user_id) AS dau
FROM song_streams
GROUP BY 1;

✔️ از نظر فنی درست. اما مصاحبه‌گر همین‌جا شروع کرد:

🔹 اگر یک آهنگ ۲ ثانیه به‌صورت خودکار پخش شود، کاربر «فعال» حساب می‌شود؟
🔹 ایونت‌های تکراری (Retry) چه؟
🔹 ترافیک بات‌ها را چه کار کنیم؟
🔹 پادکست هم باید شامل باشد؟
🔹 ایونت‌های آفلاین که دیر Sync می‌شوند چطور؟

💡 نکته‌ی اصلی: مصاحبه‌گر اصلاً به کوئری اهمیت نمی‌داد؛ به نحوه‌ی تعریف «فعال بودن» اهمیت می‌داد.

در نهایت باید منطق را این‌طور اصلاح می‌کرد:
✅ حداقل مدت گوش دادن (مثلاً ۳۰ ثانیه)
✅ حذف داده‌های تکراری
✅ فیلتر ایونت‌های نویزی

در شرکت‌هایی مثل اسپاتیفای، SQL فقط زبان ارزیابی است. چیزی که واقعاً سنجیده می‌شود توانایی استدلال درباره‌ی سیستم‌های داده است:

بهترین جواب‌ها همیشه با پرسیدن سوال شروع می‌شوند، نه با نوشتن کد!

از نظر تجربه کاربری بهترین ادغام هوش مصنوعی اون هوش مصنوعی‌هایی هستن که بی‌سر و صدا تو پس‌زمینه کار می‌کنن؛ مثلاً فیلدهای یه فرم رو بر اساس رفتار قبلیِ کاربر خودش پر می‌کنه، همون فیلتری که نیاز داریم رو قبل از اینکه سرچ کنیم بهمون پیشنهاد می‌ده، یا رابط کاربری رو طبق کاری که قبلاً انجام دادیم تغییر می‌ده.

هوش مصنوعی داخل یک اپلیکیشن یا برنامه نباید یک فیچر باشه باید یک لایه باشه.

بهترین هوش مصنوعی توی رابط کاربریِ امروز، اون هوش مصنوعیه که کاربر اصلاً نمی‌فهمه داره ازش استفاده می‌کنه.

⚜️اولین مرجع فارسی فلاتر @flutter_learn_ir

جت‌برینز روز برنامه نویس هم تبریک گفت هم تیکه انداخت

@flutter_learn_ir

مقایسه کیفیت خروجی مدل Astra در زمان لانچ و امروز با پرامپت یکسان!

⚜️اولین مرجع فارسی فلاتر @flutter_learn_ir

چرا مدل‌های هوش مصنوعی چینی مثل DeepSeek، Qwen، Kimi و MiniMax با قیمت‌هایی بسیار پایین‌تر از مدل‌هایی مثل GPT و Claude عرضه می‌شن؟

تو این ویدیو مدل‌های هوش مصنوعی چینی و بررسی می‌کنیم که این اختلاف قیمت دقیقاً از کجا میاد.
آیا دلیلش ضعیف‌تر بودن این مدل‌هاست؟ آیا دولت چین هزینه‌ها رو پرداخت می‌کنه؟


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

هوش مصنوعی Jev که این همه سر و صدا کرده چی هست؟
این هوش مصنوع برخلاف مدل های دیگه اصلا هیچ متنی تولید نمیکنه!

youtube.com/watch?v=iM5Gceh1jlI&feature=youtu.be

اگر با هوش مصنوعی به زبان فارسی تولید محتوا میکنید برای بهتر شدن کیفیت خروجی متن فارسی پیشنهاد میکنم از این اسکیل استفاده کنید.
متن و میتونید برای سئو وبسایت یا کانال های شبکه های اجتماعی هم بهینه سازی کنید

https://github.com/ali2000hos/persian-writing

با کمک پکیج adaptive_platform_ui میتونید ویجت های نیتیو iOS مستقیم داخل فلاتر پیاده سازی کنید

تو این ویدیو نحوه گرفتن API و استفاده از مدل هوش مصنوعی Jev و بصورت رایگان باهم کار میکنیم
https://www.youtube.com/watch?v=znFcdK-xfF0