تو js با curly braces ({}) خالی(بدون statement) میتونید یه محیط متغیر (lexical environment) جدید ایجاد کنید:

const foo = "foo"
{
const foo = "bar"
console.log(foo) // "bar"
}
const foo = "bar" // error, variable 'foo' already declared

احتمالا SEJ یکی از بهترین منابع برای یادگیری سئو و مسائل مربوط به اون باشه

این انجمن چندین کتاب دیجیتال در زمینه های مربوط به سئو نوشتن که با خوندنشون میتونید به درک قابل قبولی از مسئله سئو برسید

تمام کتاباشون هم رایگانه و بعد از ثبت نام میتونید اونایی که دوست دارید رو دانلود کنید:

https://www.searchenginejournal.com

هر چه دقت کردم عجیب‌تر شد 😐😂

دوستان اختشاش‌های صوتی (noise) مخصوصی مثل صدای قهوه‌ای و صدای سفید در اصل برای افراد دچار ADHD و بعضن برای افراد دارای وضعیت اوتیسم توصیه میشدن

اما کارکرد اونا میتونه برای افراد عادی که میخوان برای یه مدت تمرکز بیشتری داشته باشن هم میتونه مفید باشه

شخصا این چند مدت حتی با گوش دادن موزیک موقع کار هم حواسم پرت میشد برای همین صدای قهوه‌ای (brown noise) رو امتحان کردم و فک میکنم اثر مثبتی روی تمرکزم داشته

شمام امتحان کنید و دربارش تحقیق کنید؛ با این وضعیتی که موبایل‌ ، شبکه‌های اجتماعی و اخبار ساخته تمرکز به یک چیز دست نیافتنی تبدیل شده.

به اطلاع برسونم که دانشگاه MIT هم یه تحقیق انجام داده و نتیجه‌ای که از اول متخصص‌ها هشدار داده بودن رو تایید کردن

"حس و حال کدزنی" گرفتن و استفاده از AI که به Vibe Coding مشهور شده هرگز نمیتونه پایه اصلی یک نرم‌افزار مستقل و عمومی رو شکل بده و در نهایت %95 این پروژه‌ها به بن‌بست میرسن.

هک با CSS سالهاست به عنوان یه جک همه رو میخندونه اما در واقع کاملا ممکنه و باهاش میشه اطلاعات خوبی استخراج کرد

فقط کافیه یک http server داشته باشید و یک فایل html به قربانی بدید با مرورگر باز کنه، میتونید با css و html بفهمید که فایل باز شده؟، پرینت شده؟، طول و عرض تقریبی دستگاه، تم مرورگر و حتی موقعیت مکانی.

در شرایطی که اجازه اجرای js وجود نداشته باشه استفاده از css گزینه مناسبیه؛

این مقاله جزئیات بیشتری ارائه میده:

https://hackyourmom.com/en/kibervijna/nevydymyj-treking-u-brauzeri-yak-zlovzhyvayut-kaskadnymy-tablyczyamy-styliv-css/

حالا که AI کد رو مینویسه بزارید دیباگشم بکنه دیگه :)

با ابزار Chrome Devtools MCP میتونید به LLMهایی که این قابلیتو ساپورت میکنن اجازه بدین به محیط کروم دسترسی داشته باشن و خیلی راحت داخل اپ بچرخن و خروجی کارشون رو تحلیل کنن؛ ارورهای داخل کنسول رو بخونن و با قابلیت سنپ‌شات UI سایت رو ببینن و چیدمان رسیپانسیوتر طراحی کنن.

این قابلیت برای Gemini در دسترسه و هوش‌ مصنوعی‌های دیگه هم احتمالا پشتیبانیش میکنن.

از اینجا میتونید بیشتر بخونید:
https://developer.chrome.com/blog/chrome-devtools-mcp

👨‍💻 سیستم‌های نسخه‌گذاری (Versioning) در مهندسی نرم‌افزار :

نسخه‌گذاری برای رهگیری وضعیت کُد و مشخص کردن دقیق تغییرات، ویژگی‌ها یا باگ‌های رفع‌شده در هر انتشار استفاده میشه.


🔷 مهم‌ترین مدل‌های نسخه‌گذاری:

🔹 استاندارد SemVer (Semantic Versioning): رایج‌ترین فرمت به شکل Major.Minor.Patch (مثل 2.14.3):
🔸 عدد Major (اصلی): تغییرات اساسی که با نسخه‌های قبلی سازگار نیستن.
🔸 عدد Minor (فرعی): اضافه شدن قابلیت‌های جدید با حفظ سازگاری.
🔸 عدد Patch (اصلاحی): فقط رفع باگ‌ها بدون اضافه شدن ویژگی جدید.

🔹 استاندارد CalVer (Date-Based Versioning): نام‌گذاری بر اساس تاریخ انتشار (مثل 24.08 برای آگوست ۲۰۲۴) که بیشتر برای انتشار نرم‌افزارهای زمان‌بندی‌شده استفاده میشه.

🚀 پایان جنگ همیشگی GET و POST: متد جدید QUERY در HTTP رسمی شد!


اگر کئوری‌های سنگین، فیلترهای پیچیده داشبورد یا کدهای GraphQL می‌نویسید، دیگر نیازی به هک‌های قدیمی نیست. متد QUERY (استاندارد جدید RFC 10008) دقیقاً مثل یک «GET دارای Body» عمل می‌کند.

❌ مشکل قدیمی چی بود؟ برای فیلترهای سنگین یا باید آدرس URL رو با دیتای زیاد کثیف و طولانی می‌کردیم (GET) که به محدودیت کاراکتر می‌خورد، یا به دروغ از POST استفاده می‌کردیم که اصلاً کش‌پذیر نبود و امنیت شبکه رو به هم می‌زد.

💡 راه‌حل جدید (QUERY): حالا دیتای سنگین فیلترها رو می‌فرستیم داخل Request Body (مثل POST) اما سرور و CDNها می‌دونن این فقط یک درخواست «خواندنی» هست، پس هم کاملاً کش‌پذیره و هم در صورت قطع اینترنت، مرورگر می‌تونه امن و خودکار تکرارش (Retry) کنه.

QUERY /api/v1/analytics HTTP/1.1
Content-Type: application/json

{
  "date_range": { "start": "2026-01-01", "end": "2026-06-30" },
  "metrics": ["ctr", "revenue"],
  "filters": [{ "field": "region", "values": ["US", "EU"] }]
}

🔹 مزیت اصلی: آدرس‌های URL تمیز می‌مونن، دیتای فیلترها لو نمیره، حجم نامحدوده و قابلیت Caching حفظ میشه. ⚠️ فقط زمان می‌بره تا فایروال‌ها و پروکسی‌های قدیمی باهاش هماهنگ بشن.

💣 تولد اینترنت: پروژه‌ای نظامی برای مقابله با بمب اتم! (پارت ۱)

سال ۱۹۶۹ و در اوج جنگ سرد، ارتش آمریکا با یک چالش مهندسی بزرگ روبرو شد: اگر شوروی با بمب اتم یک مرکز مخابراتی یا سرور مرکزی رو با خاک یکسان کنه، کل شبکه ارتباطی کشور فلج میشه!

💡 راه‌حل چی بود؟ تولد پروژه‌ای به نام ARPANET و ابداع یک مفهوم انقلابی به اسم Packet Switching. به جای اینکه اطلاعات از یک مسیر ثابت برن، دیتای بزرگ به «بسته‌های کوچک» (Packets) خرد میشد تا هر بسته از یک مسیر متفرقه و تصادفی بره. اینطوری اگر وسط راه یک نود (Node) یا سرور به کل نابود میشد، پکت‌ها مسیرشون رو عوض می‌کردن و شبکه زنده می‌موند
.
👨‍💻 اولین باگ و کرش تاریخ اینترنت! (اکتبر ۱۹۶۹) قرار بود اولین پیامی که بین کامپیوتر دو دانشگاه ارسال میشه کلمه LOGIN باشه. محقق‌ها حرف L رو فرستادن (رسید)، حرف O رو فرستادن (رسید)، اما به محض اینکه حرف G رو تایپ کردن، کل سیستم کم آورد و کرش کرد! 😂 در واقع اولین پیام موفق در تاریخ اینترنت فقط کلمه LO بود.

🔹 زبان مشترک (سال ۱۹۸۳): تا سال‌ها این شبکه فقط یک آزمایشگاه نظامی و دانشگاهی بود و شبکه‌های مختلف اصلاً نمی‌تونستن با هم صحبت کنن. تا اینکه با معرفی استاندارد و پروتکل TCP/IP، کامپیوترها به یک زبان مشترک رسیدن و «شبکه‌ای از شبکه‌ها» یا همون Internet که امروز می‌شناسیم رسمی شد.

⚠️ نکته مهم: اینترنت با «وب» یکی نیست! اینترنت فقط جاده و زیرساخته؛ وب (WWW) خودرویی بود که ۲۰ سال بعد روی این جاده افتاد.

منتظر پارت دوم (تولد Web 1.0 و ورود تیم برنرز-لی) باشید... 👇

❇️ @razavituts

🌐 تولد Web 1.0: وقتی جاده‌ای به اسم اینترنت صاحب ماشین شد! (پارت ۲)

توی پارت قبل دیدیم که اینترنت چطوری به عنوان یک زیرساخت نظامی متولد شد. اما تا اواخر دهه ۸۰ میلادی، اینترنت مثل یک بزرگراه خالی و تاریک بود. برای استفاده از اون باید دستورهای پیچیده ترمینال رو بلد می‌بودید و عملاً به درد مردم عادی نمی‌خورد.

تا اینکه در سال ۱۹۸۹، یک فیزیکدان انگلیسی به اسم تیم برنرز لی (Tim Berners-Lee) در مرکز تحقیقاتی CERN سوئیس با یک مشکل روبرو شد: دانشمندها کلی سند و مقاله روی کامپیوترهای مختلف داشتن، اما هیچ راه راحتی برای لینک کردن و جابجایی بین این اطلاعات وجود نداشت.

💡 یک راهکار سه ضلعی انقلابی: تیم برنرز لی برای حل این چالش، سه ستون اصلی وب رو خلق کرد که هنوز هم بعد از دهه‌ها، کل زندگی ما برنامه‌نویس‌ها بهشون وابسته‌ست:
1️⃣ زبان HTML: برای ساختاردهی و نوشتن صفحات.
2️⃣ پروتکل HTTP: به عنوان زبانی برای انتقال این صفحات بین کلاینت و سرور.
3️⃣ مفهوم URL: به عنوان آدرسی یکتا برای پیدا کردن هر صفحه در این دنیای جدید.
با این سه ابزار، World Wide Web (WWW) متولد شد.

📟 دوران وب ۱.۰ یا «وبِ فقط خواندنی» (Read-Only Web) صفحات وب در دهه ۹۰ میلادی رو یادتونه؟ بک‌گراندهای خاکستری، لینک‌های آبی زیرخط‌دار، فونت‌های زشت و نهایتاً چندتا گیف متحرک! در این دوران، ۹۹٪ کاربران وب فقط مصرف‌کننده و خواننده متن‌های ثابت بودن. هیچ خبری از دکمه لایک، کامنت، پنل کاربری یا دیتابیس‌های پویا نبود. داشتن وب‌سایت هم کار هر کسی نبود؛ باید دستی کد HTML می‌نوشتید و با متدهایی مثل FTP روی سرور آپلودش می‌کردید.

وب ۱.۰ مثل یک روزنامه دیجیتالی غول‌پیکر بود؛ اطلاعات رو می‌دیدیم اما نمی‌تونستیم باهاش تعامل کنیم. این سکوتِ وب دوام زیادی نداشت تا اینکه سر و کله دیتابیس‌ها و جاوااسکریپت پیدا شد تا انقلابی به اسم Web 2.0 رو رقم بزنن...

❇️ @razavituts

.
💬 انقلاب Web 2.0: وقتی وب تعاملی شد! (پارت ۳)

توی پارت قبل دیدیم که Web 1.0 مثل یک روزنامه دیجیتالی خشک و ایستا بود. اما از اواسط دهه ۲۰۰۰ میلادی، همه‌چیز زیر و رو شد. صفحات وب (Webpages) جای خودشون رو به اپلیکیشن‌های قدرتمند تحت وب (Web Apps) دادن!

💡 معجزه مهندسی به نام AJAX: بزرگ‌ترین جهش فنی این دوران با فناوری‌هایی مثل AJAX (و بعداً HTML5 و فریم‌ورک‌های مدرن جاوااسکریپت) اتفاق افتاد. تا قبل از اون برای هر کلیک ساده و ارسال دیتا، کل صفحه وب باید از سرور رفرش و دوباره لود میشد! اما با AJAX، مرورگر می‌تونست به صورت نامتقارن (Asynchronous) و در پس‌زمینه با سرور صحبت کنه (دقیقاً مثل کاری که امروز توی جی‌میل، گوگل‌داکس یا همین تلگرام انجام میدیم).

🔄 دوران وبِ «خواندنی-نوشتنی» (Read-Write Web): با ورود دیتابیس‌های پویا و REST APIها، مفهوم UGC (محتوای تولیدی کاربر) متولد شد. دیگه برای انتشار یک مطلب یا عکس، نیازی به بلد بودن HTML و کار با FTP نبود! پلتفرم‌هایی مثل یوتیوب، ویکی‌پدیا، فیس‌بوک و توییتر متولد شدن و ما از «تماشاچیان ساکت» به «خالقان محتوا» تبدیل شدیم.

⚠️ روی تاریک ماجرا و چنگال Big Tech: این تعامل و راحتی یک تاوان بزرگ داشت: تمرکز شدید قدرت (Centralization). ما تولیدکننده محتوا بودیم، اما مالک اون نبودیم! تمام دیتای دنیا، هویت دیجیتال ما، عکس‌ها و نوشته‌های ما توی سرورهای متمرکز چند شرکت غول‌پیکر (مثل متا، گوگل و آمازون) حبس شد. در واقع ما خودمون تبدیل به محصولی شدیم که الگوریتم‌ها دیتای اون رو تحلیل می‌کردن و می‌فروختن!

همین انحصار قدرت، سانسور و نقض حریم خصوصی باعث شد تا مهندس‌ها و سایفراسپیس‌ها به فکر یک انقلاب جدید بیفتن: تمرکززدایی، بلاک‌چین و بازپس‌گیری مالکیت دیتا با Web3...


منتظر پارت چهارم (تولد Web3 و وب غیرمتمرکز) باشید! 👇

❇️ @razavituts

⛓️ تولد Web3: عصر تمرکززدایی و بازپس‌گیری مالکیت! (پارت ۴ و پایانی)

توی پارت قبل دیدیم که Web 2.0 وب رو تعاملی کرد، اما به چه قیمتی؟ به قیمت انحصار شدید! ما تبدیل به مستاجرهایی شدیم که روی زمینِ غول‌های فناوری (مثل گوگل، متا و آمازون) خانه می‌ساختیم؛ خانه‌هایی که هر لحظه ممکن بود با تغییر قوانین یا بسته شدن اکانت، با خاک یکسان بشن.

💡 تولد ایده Web3: در سال ۲۰۱۴، گاوین وود (Gavin Wood)، یکی از هم‌بنیان‌گذاران اتریوم، اصطلاح Web3 رو سر زبان‌ها انداخت. فلسفه اصلی این بود: وب نباید روی سرورهای متمرکز چند شرکت خاص ران بشه. ما نیاز به یک معماری توزیع‌شده (Decentralized) داریم که در اون هیچ نهاد مرکزی نتونه سرورها رو خاموش کنه یا دیتای کاربران رو سانسور کنه.

🔑 دوران وبِ «خواندنی-نوشتنی-مالکیت» (Read-Write-Own): بزرگ‌ترین تفاوت فنی وب ۳ با نسل قبلی، اضافه شدن مفهوم «مالکیت واقعی» است:

1️⃣ هویت بدون رمز عبور: به جای لاگین کردن با اکانت جیمیل یا سرورهای Oauth، هویت شما با کلیدهای عمومی و خصوصی (مثل کیف پول‌های کریپتویی) تعریف میشه. شما مالک شناسه دیجیتال خودتون هستید.

2️⃣ زیرساخت‌های توزیع‌شده: دیتابیس‌های متمرکز جای خودشون رو به شبکه‌های همتا به همتا (P2P)، بلاک‌چین و سیستم‌های ذخیره‌سازی غیرمتمرکز (مثل IPFS) میدن.

3️⃣ حذف واسطه‌ها: با استفاده از قراردادهای هوشمند (Smart Contracts)، منطق برنامه‌ها بدون نیاز به سرور مرکزی یا اعتماد به یک شخص ثالث اجرا میشه.

🚀 افق بعدی: وب هوشمند (Web 4.0 & AI Agentic Web) تکامل وب همینجا متوقف نمیشه! امروز داریم وارد دورانی میشیم که فناوری‌های غیرمتمرکز وب ۳ با هوش مصنوعی گره می‌خورن. در وب جدید، سیستم‌ها فقط متن رو نمایش نمیدن؛ بلکه «عامل‌های هوشمند» (AI Agents) دیتای وب رو درک می‌کنن، به جای ما توی وب می‌چرخن، تراکنش انجام میدن و کارهای پیچیده رو به صورت خودکار پردازش می‌کنه.

از آن روزی که ارتش آمریکا از ترس بمب اتم دوتا کامپیوتر رو به هم وصل کرد، تا امروز که هوش مصنوعی روی شبکه‌های غیرمتمرکز پردازش میشه، وب همیشه در حال بازآفرینی خودش بوده.

به نظرتون چالش بعدی ما برنامه‌نویس‌ها توی این مسیر چیه؟ 👇

❇️ @razavituts

.
🟡 از یک پست ساده در 4chan تا فیلم هالیوودی A24: چرا «بک‌رومز» (The Backrooms) این‌قدر ما رو می‌ترسونه؟

احتمالاً در مورد فیلم سینمایی در حال ساخت The Backrooms توسط کمپانی معروف A24 شنیده‌اید. اما چطور یک میم اینترنتی ساده تبدیل به یکی از بزرگ‌ترین پدیده‌های ترسناک سینمایی و فرهنگ وب شد؟


📍 همه‌چیز از کجا شروع شد؟ (۴شان و باگ گیمرها)

در ماه می ۲۰۱۹، در یکی از تاپیک‌های فروم 4chan که از کاربران می‌خواست «تصاویر آزاردهنده‌ای که حس بدی می‌دهند» را به اشتراک بگذارند، عکسی از یک اتاق خالی با کاغذ دیواری زرد، موکت نم‌دار و چراغ‌های فلورسنت منتشر شد. یک کاربر در کامنتی تاریخی زیر آن نوشت:

«اگر حواست نباشه و در مناطق اشتباهی از واقعیت No-clip کنی، سر از بک‌رومز در می‌آوری... ۶۰۰ میلیون مایل مربع اتاق‌های خالی و یک‌شکل با صدای وزوز چراغ‌های فلورسنت!»

مفهوم No-clipping برای گیمرها کاملاً آشناست؛ همان باگ یا کدی که به شما اجازه می‌دهد از دیوارها و بافت‌های بازی عبور کنید و وارد فضاهای رندرنشده و خالیِ پشت نقشه شوید. بک‌رومز این حسِ باگ خوردن را از دنیای بازی به «خودِ واقعیت» نگاشت کرد!


🎬 انفجار کین پیکسلز (Kane Pixels) و هالیوود

این ایده چند سال دست‌به‌دست شد تا اینکه Kane Parsons (یوتیوبر ۱۶ ساله معروف به Kane Pixels) با ساخت مجموعه ویدیوهای کوتاهی به سبک Found Footage در یوتیوب، این دنیای زرد و متروکه را به سقف محبوبیت رساند. کار داستانی و کارگردانی او به قدری قوی بود که کمپانی A24 (سازنده فیلم‌های Midsommar و Everything Everywhere All at Once) تصمیم گرفت ساخت فیلم سینمایی رسمی آن را به خود این جوان بسپارد!


🧠 چرا بک‌رومز از نظر روان‌شناسی عمیقاً ترسناک است؟ با اینکه در بک‌رومز اصیل خبری از هیولا یا جامپ‌اسکرهای ارزان‌قیمت نیست، اما با ساختار روان‌شناختی ذهن انسان بازی می‌کند:

1️⃣ فضاهای برزخی (Liminal Spaces): راهروهای اداری، پاساژهای شبانه یا فرودگاه‌های خالی، فضاهایی هستند که ذهن ما آن‌ها را فقط به عنوان «محل گذار» ثبت کرده است. وقتی انسان در یک فضای انتقالی بدون هیچ هدف یا خروجی گیر می‌افتد، مغز دچار اختلال و اضطراب شدید ناشی از بی‌هدفی می‌شود.

2️⃣ دره وحشت در معماری (Uncanny Valley of Architecture): همه‌چیز آشناست (چراغ، موکت، دیوار)، اما هیچ کاربردی ندارد! نه پنجره‌ای هست، نه مبلمانی و نه هیچ نشانه‌ای از زندگی. این تضاد بین «آشنا بودن عناصر» و «غیرطبیعی بودن محیط»، حس تعقیب شدن یا حضور یک تهدید نامرئی را در ناخودآگاه بیدار می‌کند.

3️⃣ تخلیه حسی (Sensory Deprivation) و تکرار: رنگ زرد یکدست، صدای یکنواخت و روی‌اعصاب چراغ‌ها و تکرار بی‌نهایت اتاق‌ها، حس زمان و مکان را از بین می‌برد و احساس انزوای مطلق ایجاد می‌کند.


بک‌رومز ثابت کرد که گاهی عمیق‌ترین ترس‌های ما از تاریکی یا تار عنکبوت نمی‌آید؛ بلکه از «خالی بودن، بی‌هدفی و گیر افتادن در بی‌نهایتیِ آشنا» سرچشمه می‌گیرد.
نظر شما چیه؟ اولین بار که ویدیوهای بک‌رومز رو دیدید چه حسی داشتید؟ 👇

razavituts

💰 ۷ مسئله جایزه هزاره (Millennium Prize Problems): ۷ میلیون دلار جایزه برای حل ۷ معمای بزرگ تاریخ!

در سال ۲۰۰۰ میلادی، «مؤسسه ریاضی کِلی» (Clay Mathematics Institute) تصمیم گرفت ۷ تا از سخت‌ترین، بنیادی‌ترین و تأثیرگذارترین مسائل حل‌نشده تاریخ ریاضیات رو انتخاب کنه و برای اثبات هر کدوم، ۱ میلیون دلار جایزه نقدی بذاره!
این مسائل فقط معماهای روی کاغذ نیستن؛ حل شدن هر کدوم می‌تونه درک ما از فیزیک جهان، امنیت سایبری و مهندسی کامپیوتر رو برای همیشه تغییر بده:

1️⃣ مسئله P = NP (جام مقدس علوم کامپیوتر):

قبلاً مفصل درباره‌اش گفتیم! مرز بین «بررسی ساده یک جواب» و «پیدا کردن آن جواب از صفر». حل شدن این مسئله (یعنی اثبات P=NP) تمام سیستم‌های رمزنگاری جهان رو یک‌شبه نابود می‌کنه و هوش مصنوعی رو به کمال می‌رسونه.

2️⃣ فرضیه ریمان (Riemann Hypothesis - راز اعداد اول):

اعداد اول اتم‌های سازنده ریاضیات و ستون فقرات امنیت اینترنت (مثل رمزنگاری RSA) هستند. با این حال، توزیع اون‌ها در بین اعداد کاملاً تصادفی و بی‌نظم به نظر می‌رسه. فرضیه ریمان الگو و فرمول پنهان این توزیع رو پیشنهاد می‌ده؛ اگر کسی این رو اثبات کنه، کل ریاضیات مدرن و امنیت وب دچار زلزله می‌شه!

3️⃣ معادلات ناویه-استوکس (Navier-Stokes - معمای آشفتگی سیالات):

ما در مهندسی هنوز نمی‌تونیم با ریاضیات محض و ۱۰۰٪ دقیق پیش‌بینی کنیم آب، هوا یا پلاسما چطوری حرکت می‌کنند! جریان‌های آشفته (Turbulence) مثل گردباد، تلاطم اقیانوس‌ها یا آیرودینامیک بال هواپیما در جو، هنوز یک راز حل‌نشده در فیزیک مهندسی است.

4️⃣ تئوری یانگ-میلز و شکاف جرم (Yang-Mills - ریاضیات فیزیک کوانتوم):

فیزیک‌دان‌ها در آزمایشگاه‌ها می‌دونن ذرات بنیادی و نیروهای اتمی چطور کار می‌کنند، اما از نظر ریاضیات محض، هنوز نتونستن اثبات کنن چرا این ذرات اصلاً «جرم» دارند! این مسئله یک شکاف بزرگ بین فیزیک کوانتوم و ریاضیات محضه.

5️⃣ حدس بیرچ و سوینرتون-دایر (Birch and Swinnerton-Dyer):

این معما درباره منحنی‌های بیضوی (Elliptic Curves) است؛ یعنی دقیقاً همان ریاضیات فوق‌پیشرفته‌ای که امروز امنیت کیف پول‌های کریپتو، بیت‌کوین و ارتباطات SSL ما (تکنولوژی ECC) رو تأمین می‌کنه! این حدس به دنبال یک فرمول برای محاسبه تعداد نقاط گویا روی این منحنی‌هاست.

6️⃣ حدس هاج (Hodge Conjecture - پیوند هندسه و جبر):

چگونه می‌توانیم شکل‌های بسیار پیچیده و انتزاعی هندسی در ابعاد بالا (چندبعدی) رو با استفاده از قطعات ساده جبری بسازیم؟ این مسئله پلی است که هندسه، آنالیز ریاضی و جبر رو به هم متصل می‌کنه.

7️⃣ حدس پوانکاره (Poincaré Conjecture - معمای اشکال سه‌بعدی):

درباره توپولوژی و درک ساختار اشکال در فضاهای چندبعدی است؛ اینکه چطور هر شکل بدون سوراخ رو می‌شه بدون پاره کردن، به یک کره تبدیل کرد.

💡 نابغه عجیب‌وغریبی که ۱ میلیون دلار رو دور انداخت!

از بین این ۷ مسئله تاریخی، تا امروز فقط حدس پوانکاره حل شده!

در سال ۲۰۰۲، یک ریاضی‌دان منزوی و نابغه روس به نام گریگوری پرلمان (Grigori Perelman) این معما رو به زیبایی اثبات کرد. اما وقتی مؤسسه کلی خواست جایزه ۱ میلیون دلاری و مدال فیلدز (نوبل ریاضی) رو بهش تقدیم کنه، هر دو رو رد کرد!
او با بی‌اعتنایی گفت: «من می‌دونم چطوری می‌شه ساختار کل جهان رو کنترل کرد، چرا باید دنبال یک میلیون دلار باشم؟» او از کل آکادمی‌های علمی استعفا داد و هنوز هم زندگی ساده و منزوی خودش رو ادامه می‌ده!

به نظرتون ۶ مسئله باقی‌مونده رو انسان‌ها حل می‌کنند یا بالاخره یک هوش مصنوعی فوق‌پیشرفته اولین شکست رو بهشون وارد می‌کنه؟ 👇

❇️ @razavituts

🧪 چطور هوش مصنوعی‌ها رو تست می‌کنیم؟ معرفی بنچمارک‌های مدرن برای سنجش IQ مدل‌ها!

تا همین چند سال پیش برای تست هوش یک مدل زبانی، چندتا مسئله ریاضی مدرسه یا کد ساده پایتون بهش می‌دادن (مثل بنچمارک‌های قدیمی MMLU یا HumanEval). اما امروز تمام مدل‌های قدرتمند توی این تست‌ها نمره‌های بالای ۸۸ تا ۹۵ درصد می‌گیرن و عملاً این بنچمارک‌ها اشباع و بی‌مصرف (Saturated) شدن!

پس امروز مهندس‌ها چطوری واقعاً می‌فهمند کدوم AI باهوش‌تره؟ بیایید با ۴ بنچمارک حیاتی که مرز بین مدل‌های معمولی و فوق‌هوشمند رو مشخص می‌کنند آشنا بشیم:


1️⃣ بنچمارک LMSYS Chatbot Arena (میدان نبرد گلادیاتورها با سیستم Elo):

⚙️ چطوری کار می‌کنه؟ این بنچمارک دقیقاً مثل رتبه‌بندی شطرنج (Elo Rating) است. دو مدل هوش مصنوعی به صورت کاملاً ناشناس (Blind A/B Testing) یک جواب به سوال شما میدن و شما به عنوان انسان انتخاب می‌کنید کدوم بهتر بود. بعد از ثبت میلیون‌ها رأی کاربران، اسم مدل‌ها فاش و رتبه‌بندی میشه.

🎯 هدف چیه؟ سنجش میزان «محبوبیت و کاربردی بودن واقعی» در تعامل با انسان‌ها (Human Preference)، به دور از تقلب در تست‌های خشک آکادمیک


2️⃣ بنچمارک SWE-bench (تست واقعی مهندسی نرم‌افزار):

⚙️ چطوری کار می‌کنه؟ دوران اینکه به AI بگیم «یک تابع فاکتوریل بنویس» تموم شد! در این بنچمارک، یک ریپازیتوری واقعی از گیت‌هاب همراه با یک باگ یا Issue واقعی به مدل داده میشه. هوش مصنوعی باید کل کدبیس رو درک کنه، باگ رو پیدا کنه، کد رو ادیت کنه و تست‌های واحد (Unit Tests) رو پاس کنه تا باگ برطرف بشه!

🎯 هدف چیه؟ سنجش قابلیت‌های عامل هوشمند (Agentic Coding) و توانایی حل مسئله و استدلال عمیق روی پروژه‌های بزرگ نرم‌افزاری.


3️⃣ بنچمارک GPQA Diamond (سوالات سطح دکترای «ضد گوگل»!):

⚙️ چطوری کار می‌کنه؟ شامل صدها سوال بسیار سخت در فیزیک، شیمی و زیست‌شناسی است که توسط اساتید برجسته دکترا طراحی شده. نکته جذابش اینه که این سوالات Google-Proof هستند؛ یعنی حتی اگر سوال رو توی گوگل سرچ کنید هم هیچ جوابی براش پیدا نمی‌کنید!

🎯 هدف چیه؟ سنجش توانایی «استدلال علمی خالص» (Scientific Reasoning) و عمق دانش به جای حفظ کردن و تکرار دیتای اینترنت.


4️⃣ بنچمارک ARC-AGI 2 (سنجش هوش عمومی انتزاعی):

⚙️ چطوری کار می‌کنه؟ به جای متن و کد، معماهای تصویری و منطقی بر اساس پیدا کردن الگوها (Pattern Recognition) به مدل داده میشه که بسیار شبیه به تست‌های هوش IQ انسان (مانند ماتریس ریون) است.

🎯 هدف چیه؟ سنجش «هوش سیال» (Fluid Intelligence). یعنی آیا هوش مصنوعی می‌تونه در موقعیت‌های کاملاً جدیدی که هیچ‌وقت توی دیتای آموزشی خودش ندیده، منطق بسازه و الگو رو حل کنه یا نه!

💡 خلاصه ماجرا: بنچمارک‌ها فقط ادعا هستند، نه واقعیت مطلق! هوش مصنوعی‌های امروزی به خاطر پدیده Contamination (لو رفتن سوالات تست توی دیتای آموزشی) خیلی وقت‌ها نمره‌های تقلبی می‌گیرن. برای همین، بنچمارک‌های زنده (Live) و تست‌های ناشناس الان معتبرترین متر و معیار به حساب میان.

شما برای انتخاب مدل هوش مصنوعی مورد نظرتون (مثلاً برای کدنویسی)، بیشتر به کدوم یکی از این بنچمارک‌ها اعتماد می‌کنید؟ 👇

❇️ @razavituts

🤖 هوش مصنوعی Hermes Agent: ایجنت خودکاری که یاد می‌گیره، رشد می‌کنه و روی سیستم خودت ران میشه!

خیلی وقت‌ها مدل‌های زبانی (LLM) مثل ChatGPT فقط مثل یک چت‌بات جواب سوال‌های ما رو میدن. اما Hermes Agent (محصول متن‌باز سازمان Nous Research) یک قدم فراتر رفته و مفهوم Agentic AI رو به واقعیت تبدیل کرده.

این سیستم یک چت‌بات معمولی یا مدل زبانی مجزا نیست؛ بلکه یک فریم‌ورک ایجنت خودکار (Autonomous Agent Framework) است که روی سرور یا لپ‌تاپ شما نصب میشه و از مدل‌های مختلف (از طریق OpenRouter، مدل‌های لوکال یا APIها) به عنوان مغز محاسباتی استفاده می‌کنه.

💡 چرا Hermes Agent دنیای ایجنت‌ها رو تکون داده؟

🧠 حافظه دائمی (Persistent Memory): برخلاف چت‌بات‌های عادی که با بستن صفحه همه‌چیز رو فراموش می‌کنن، هرمس پروژه‌ها، ترجیحات و کدهای شما رو به صورت دائمی یادش می‌مونه و حافظه‌اش رو خودش بهینه‌سازی و تمیز می‌کنه.

🛠 ساخت خودکار مهارتی (Auto Skill Creation): وقتی هرمس یک مسئله پیچیده رو حل می‌کنه، فرآیند حل مسئله رو به یک «فایل مهارت» (Skill) قابل بازاستفاده تبدیل می‌کنه تا دفعه بعد بدون فوت وقت اون کار رو انجام بده.

📡 اتصال به پیام‌رسان‌ها (Telegram, Discord, Slack): می‌تونید ایجنت رو به تلگرام یا دیسکورد وصل کنید. از طریق تلگرام بهش دستور بدید تا روی لپ‌تاپ یا سرور شما کار انجام بده، گزارش بسازه یا پروسه‌ای رو دیباگ کنه!

⚡️ اجرای دستورات ترمینال و مرورگر: هرمس دسترسی مستقیم به ترمینال (Bash/Python)، مرورگر برای وب‌گردی خودکار و زمان‌بندی کارهای دوره‌ای (Cron Jobs) داره.

آیا تا حالا ایجنت‌های خودکار و لوکال رو روی سیستم خودتون تست کردید، یا هنوز از چت‌بات‌های معمولی وب استفاده می‌کنید؟ 👇

❇️ @razavituts