فدور

[𝕯𝖆𝖛𝖎𝖓𝖈𝖍𝖎🐂🀄️ @0xdavinchi]

اگر به AI علاقه دارید این دوره ۶ ساعته آندری کارپاتی را از دست ندهید کارپاتی از اعضای اولیه OpenAI مدیر سابق هوش مصنوعی تسلا و اکنون پژوهشگر Anthropic است به نظر من یکی از بهترین افرادی است که می‌تواند LLMها و نحوه ساخت ChatGPT را آموزش دهد اگر می‌خواهید عمیق‌تر بفهمید این مدل‌ها چطور کار می‌کنند، حتما وقتش را بگذارید

[عادل طالبی @AdelTalebi]

نظر جاج‌خور (نظر نامحبوب سابق) آوردم براتون در حد لالیگا:

آقا جان، یک سوءتفاهم بامزه ولی جدی توی فضای هوش‌واره (هوش مصنوعی سابق) شکل گرفته یا توجه من رو جلب کرده.

ببین، اینکه می‌تونی یک مدل رو لوکال بالا بیاری، خیلی هم خوب.
اینکه با AI کد می‌زنی، عالی.
اینکه چند تا مدل می‌شناسی، چارتا API تست کردی، پرامپت نوشتی و ابزارها رو بالا و پایین کردی، همه‌اش محترم.

ولی داداش، این‌ها هنوز تو را متخصص پیاده‌سازی هوش‌واره در کسب‌وکار نمی‌کنه.

کار با هوش مصنوعی کم‌کم داره می‌شه یک مهارت عمومی. مثل اکسل و ورد. مثل اینستاگرام. مثل پرداخت قبض با اپلیکیشن. چیزی که حتی بخش قابل توجهی از پدر بزرگ‌ها هم باید یاد بگیرند.

این دعواهای فلان مدل رایگان رو بیاریم بالا یا چه می‌دونم پرامپت رو فارسی بدیم یا ترکی یا انگلیسی اصلا مسئله مهمی نیست.

یا این بخث احمقانه مدل باید حتما لوکال اجرا شود یا از آن طرف یک عده اصرار به api دارند.

واقعا اینکه باید مدل رو لوکال اجرا کنیم یا API بزنیم یا روی سرورهای مخصوص اجرای مدل‌های هوش مصنوعی اجاره‌ای ببریم در حوزه گاورننس و حاکمیت شرکتی مطرح می‌شود. این بحث‌ها هم در توییتر بحث نمی‌شود. معمولا موضوع امنیت داده‌های شرکتی و گاورننس و حاکمیت شرکتی موضوع مهمیه که توی کتاب‌ها و مقالات علمی و تزها و پایان‌نامه‌ّای معمولا ارشد و دکترا در جاهای معتبر و دارای دسترسی به داده و کیس استادی‌های واقعی مثل استنفورد و هاروارد (شناخته‌شده‌ها) یا یا شرکت‌های مهم ولی معمولا کمترشناخته شده مشاوره کسب و کار مطرح می‌شود.

سؤال اصلی کسب و کارها الان این است:
با چه هزینه‌ای، چه سرعتی، چه کیفیتی و با چه میزان اطمینان می‌توانی یک مسئله واقعی را در کسب‌وکار من حل کنی؟

برای امثال من که در بازار آمریکای شمالی برای کسب و کارهای کوچک (بزرگتر از وان من کامپانی‌ها) و نهایتاً متوسط‌های کوچک کار مارکتینگ می‌کنیم (یا پروژه به ما می‌دهند!)، استفاده درست از هوش‌واره یعنی بتوانم هزینه‌های چند صد هزار دلاری سالانه کسب و کار را با اتوماسیون و با کمک AI (هر نوع کمکی) به چند ده هزار دلار در سال برسانم.
یا درآمد ماهانه یک کسب‌وکار معمولی را از ۱۰۰ و ۲۰۰ هزار دلار بکشم بالا به ۳۰۰، ۴۰۰ یا ۵۰۰ هزار دلار برسانم.

یعنی لید بهتر بگیرم، مشتری دقیق‌تر، با هزینه جذب کمتر و میزان فروش بیشتر.
و مهم‌تر از همه: شیب سهمی درآمد نسبت به محور افقی، از شیب سهمی هزینه بیشتر شود و با بزرگتر شدن t مساحت بین دو سهمی ماکزیمم شود (بیشینه کردن سود ناخالص کسب و کار). به عبارت ساده‌تر: سریع‌تر از هزینه رشد کند.

اینجا است که می‌شود گفت هوش مصنوعی (با کمک متخصص) واقعاً در کسب‌وکار اثر گذاشته.

در حال حاضر هنوز هوش مصنوعی ابزار گیگ‌ها است تا ابزار همه جامعه و همه کسب و کارها.

بله. تا قبل از کسب تجربه کافی، قطعاً بالا آوردن چند مدل لوکال، تست چند ابزار، گرفتن چند API Call رایگان، یا کدنویسی با AI، همه تجربه‌های خوب و جذاب‌اند. برای یادگیری عالی‌اند.

خوب است، لازم است، حتی هیجان‌انگیز است؛ ولی هنوز بیزینس را تکان نداده.

ولی بیایید اسمش را «اثرگذاری واقعی در کسب‌وکار» نگذاریم. این نهایتاً نصب و تست چهار تا مدل روی یه VM روی سیستم کوچولویمان در گوشه اتاق با ۳۲ گیگ رم بوده.

به نظرم هنوز هوش مصنوعی و کارهایی که خیلی از ما می‌کنیم بیشتر شبیه همان کیف کردن‌های اول راه است. عین وقتی برای اولین بار مثلا وانت (لیسان آبی حتی) بخری. بدو بدو که نمی‌روی بار ببری؟ یک دوری می‌زنی. دوستان را می‌ریزی پشت نیسان می‌بری بگردانی. خودت هم می‌گردی. برای همه از قدرت و سرعت و قدرت و مانورش داستان‌ها می‌گویی.

ولی اصل کار وقتی است که بتوانی ا آن پول دربیاوری. آن هم نه فقط پول بنزین و روغن و لاستیکش را. باید طوری هوشمندانه کار کنی که بتوانی از بغلش دو تا لیسان آبی دیگر هم دربیاید.

اثرگذاری واقعی وقتی است که آخرش بشود پول، رشد، کاهش هزینه، فروش بیشتر، اجرای سریع‌تر فرآیندها همزمان با افزایش دقت اجرا و البته در نهایت، کمک به تصمیم‌گیری دقیق‌تر توسط مدیران و مالکان و سهام‌داران کسب و کار.

خدا شاهد است این‌ها را برادرانه عرض کردم. هرچند ممکن است برخی بخش‌ها به خصوص برای عزیزانم که ایران هستند تلخ باشد.

حالا هر چقدر دوست دارید این زیر جاج کنید! هر چی جاجو و جوگیر هوش مصنوعی هم می‌شناسید این زیر می‌تونید منشن کنید اون‌ها هم بیان جاج کنن. والا! 😅

#تمام

[Farokh @FarokhNotes]

خب دوباره یه سری استارتاپ‌ها بدبخت شدن😄

ایندفه OpenAI با سرویس جدید Sites رفته سراغ صنعت Nocode و ابزارهایی مثل Lovable و Airtable.

با Sites می‌تونی با کمک Codex، از وبسایت و لندینگ‌پیج تا داشبورد اداری رو کامل بسازی و اتوماتیک deploy کنی👇

[Farokh @FarokhNotes]

علی پرتوی و پیام خواست‌خدایی از استارتاپ جدیدشون رونمایی کردن.

هدف پیام موزیک خیلی بزرگ و جالبه:
اختراع یک روش جدید برای یادگیری پیانو، طوری که به جای چند سال کلاس و تمرین پراکنده، بتونین در چند ماه پیانو رو جدی یاد بگیرین، حتی آنلاین:

[Navid Taheri @naviidtaheri]

من صدها ساعت آزمون و خطا کردم تا بتونم با کلاد «حرفه ای» کار کنم و ازش خروجی دقیق بگیرم.
این‌ها خلاصه راهنماهایی‌ست که آرزو می‌کردم زودتر داشتم. هر کدوم یک مسیرِ خودکارسازی برای کارهایِ روزمره است:
۱. خودکارسازیِ اپلای (جستجو + رزومه + SOP):
https://t.co/RlI9vfDM7T
۲. ۵ پرامپت طلایی برای استخدام (از رزومه تا مصاحبه):
https://t.co/IvHr9DUOHl
۳. اتصال Claude به نرم‌افزارهای سه‌بعدی (Blender + Fusion):
https://t.co/PFM3vErlJz
۴. عبور از پرامپت‌نویسی به سمتِ «هم‌تیمی‌سازی» (Cowork + Rules):
https://t.co/aytynvtXwd
۵. اسباب‌کشیِ هوشمند (مهاجرتِ کامل از ChatGPT به Claude):
https://t.co/uh6o5W6sxk
۶. مدیریتِ پروژه‌های طولانی‌مدت (Projects + Memory Files):
https://t.co/gCrzzbxMf3
۷. اتوماسیون UI با Computer Use (باز کردن اپ و تست خودکار):
https://t.co/8f2m4Uycuf
۸. فرمانروایی بر Excel + PowerPoint با کلاد:
https://t.co/IUvaSfhZ35
💎 نقشه راه جامع (کتاب راهنمای جامع کلاود ۲):
اگر می‌خوای تمام این مسیرها رو به صورت طبقه‌بندی شده و عمیق یاد بگیری، نسخه کامل کتاب «کلاود: از دستیار به سیستم » رو از اینجا تهیه کن:
https://t.co/0IMho6TgcV

📍 برای دسترسیِ راحت‌تر:
۱. این پست رو برای بعد «بوک‌مارک» کن.
۲. بازنشر کن تا به بقیه هم کمک کنی.
۳. و برای فایل‌های آماده و آپدیت‌های Claude به کانالِ من بپیوند:
https://t.co/NXsVaTVqQE
#ClaudeAI

[Mehdi Allahyari @MehdiAllahyari]

در راستای اینکه میبینم خیلی ها میگن AI میاد همه بیکار میشند این پست انگلیسی را کامل بخونید. قسمت مهمش اینه:
مایکروسافت این هفته لایسنس‌های داخلی Claude Code رو کنسل کرد، چون مدل قیمت‌گذاری بر اساس تعداد توکن‌ها هزینه‌ها رو غیرقابل‌تحمل کرده بود؛ حتی برای شرکتی که عملاً منابع ابری نامحدود داره.
و CTO اوبر هم توی یه یادداشت داخلی هشدار داده که شرکت فقط تو چهار ماه کل بودجه AI سال ۲۰۲۶ رو خرج کرده.
قیمت نرم‌افزارهای AI آمریکایی هم بین ۲۰ تا ۳۷ درصد بالا رفته، و GitHub (که مال مایکروسافته) داره پلن‌های فلت‌ریت رو حذف می‌کنه و به سمت قیمت‌گذاری usage-based برای محصولاتش میره.
دوران سابسیدی و یارانه‌دادن به AI عملاً داره جلوی چشممون تموم میشه.
همون شرکتی که ۱۳ میلیارد دلار روی OpenAI سرمایه‌گذاری کرد و زیرساخت Azure رو ساخت که بخش بزرگی از پردازش‌های Anthropic روش اجرا میشه، حالا صورت‌حساب ابزار کدنویسی رقیبش رو دیده و به این نتیجه رسیده که ارزش پرداخت نداره.
این به معنی ضعیف بودن محصول Anthropic یا پایین بودن بهره‌وری‌ش نیست. مسئله اینه که قیمت‌گذاری بر اساس توکن داره همه شرکت‌های بزرگ رو مجبور می‌کنه با هزینه واقعی اجرای این مدل‌ها در مقیاس بالا روبه‌رو بشن؛ و عدد نهایی خیلی بیشتر از چیزیه که پلن‌های فلت‌ریت قبلاً نشون می‌دادن.

[Sabi Soltani @sabber_dev]

با وجود رشد سریع Agent ها، همچنان بازار کار نیازمند افراد متخصص برای توسعه و نگهداری ابزارهای پیشرفتست.
سطح پیچیدگی ابزارها بیشتر میشه و تمرکز تیم‌ها به جای کارهای جزئی روی کارهای تخصصی تر تغییر جهت میده.

البته شیطنت و بازارگرمی رسانه‌ها برای منافع خودشون همیشه چالش بوده و هست.

[حسین سلاح ورزی @HSelahvarzi]

این اعتراف در صورت صحت و واقعیت یک کیسِ کاملا جذاب برای بررسی و مطالعه در دانشکده‌های اقتصاد و مدیریت و مدرسه‌های حکمرانی تحت عنوان “#مدیریت_سفیهانه” است.

[System Design Codex @ProgressiveCod2]

4 must-know Microservice Design Patterns:

✅ Database per service
- In this pattern, each microservice manages its own data.

- This means that no other service can access that data directly.

- Communication or exchange of data can only happen through the owner service.

- The success of this pattern depends on how well you’ve defined the bounded context of your application.

✅ Shared Database
- Avoid this pattern as much as possible

- But sometimes, it’s the only viable option to incrementally move to a microservice architecture.

- This approach is lenient in the sense that multiple services use a shared database.

- However, it creates a bigger impact surface and chances of run-time issues.

✅ API Composition
- This pattern tries to solve the problem of implementing complex queries in a microservices architecture.

- An API Composer invokes other services in the required order.

- After fetching the results, it performs an in-memory join of the data before returning it to the caller.

- This is an inefficient approach due to in-memory joins on potentially large datasets.

✅ CQRS + Event Sourcing
- Next, we have CQRS

- It can help get around the issues with the API Composition Pattern.

- An application listens to domain events from other services and updates a separate query database. This makes it easy to serve complex aggregation queries.

- CQRS can also be combined with Event Sourcing where you store the state of the entity (aggregate) as a sequence of events.

- Of course, this pattern can sometimes be unfamiliar to the developers.

At the end of the day, no pattern is perfect.

Learn about the trade-offs with each pattern and choose what works for you.

👉 So - which patterns have you used?

[Abolfazl @_AbolfazlAbbasi]

یکی از بهترین کتابایی که دارم میخونم این کتابه:

"Operating Systems: Three Easy Pieces"

که واقعاً دید خیلی خوبی به کسی که سیستم‌عامل میخواد یاد بگیره میده.

نگاه عمیقش به سه مفهوم اصلی - مجازی‌سازی Virtualization، همروندی Concurrency و پایداری Persistence - باعث میشه یه درک عمیق و جامعی از نحوه ی کارکرد سیستم‌عامل پیدا کنیم.

تو بخش مجازی‌سازی، نحوه مدیریت CPU و حافظه رو با جزئیات دقیق توضیح میده. مخصوصاً بحث‌های پیشرفته‌ای مثل paging و address translation رو طوری شرح میده که انگار داری مهندسی معکوس یه سیستم‌عامل واقعی رو انجام میدی، کی میدونه شاید واقعا خودش اینکارو کرده.

بخش همروندی کتاب واقعا عمیقه و وقتی با کتاب C++ Concurrency in Action با هم میخونیش کارکردش رو کامل متوجه میشی. از lock‌ها و سمافورها گرفته تا condition variable‌ها و deadlock prevention، همه رو با کدهای عملی و مثال‌های واقعی توضیح میده. حتی مباحث پیچیده‌تر مثل race condition و mutual exclusion رو با دقت باز میکنه و عمیق میشه توش‌.

تو قسمت پایداری هم که به file system‌ها می‌پردازه، عمیقاً وارد جزئیات پیاده‌سازی میشه. از RAID systems گرفته تا نحوه مدیریت disk scheduling و crash consistency، همه چیز رو با دید یه توسعه‌دهنده سیستم‌عامل بررسیش می‌کنه.

به نظرم این کتاب نسبت به منابع کلاسیک مثل Tanenbaum یا Silberschatz رویکرد کاربردی‌تری داره و برای کسی که می‌خواد واقعاً سیستم‌عامل رو از دید یه توسعه‌دهنده یاد بگیره، منبع بی‌ نظیریه.

اینجا صفحه‌ی دوره‌ی سیستم عامل از دانشگاه ویسکانسین-مدیسون رو میزارم که توش ویدیوی کلاس ها و نوت های کلاس هم هست که خود نویسنده توضیح میده.

#OSTEP #book #os #resurces

[Gratomic AI Bot | هوش مصنوعی گراتومیک @GratomicAi]

رقابت در عرصه AI در یک سطح بالاتر!

تاخیر OpenAI در عرضه ایجنت های AI، به دلیل نگرانی‌های امنیتی در مورد حملات "تزریق دستورات مخرب" است!
با این حال، باتوجه به رقابت بین شرکت‌های OpenAI، Anthropic و Google، گزارش‌ها حاکی از عرضه قریب الوقوع عامل های AI توسط OpenAI در ماه جاری است.

[Sahn Lam @sahnlam]

RESTful API Design Tips

[mostafa @monteralshow]

یک سری doh میذارم‌.با این ها بدون تغییر ای پی. هم یوتیوب هم توییتر هم اینستاگرام بدون تغییر ای پی باز کنید
حجم کمتری مصرف می کنی.تست کنید کدوم براتون کار میکنه
برنامه intra از این لینک دانلود کنید.
https://t.co/uOAdCubw5Z
لیست dns
https://t.co/TTCyUgCnSG
#فیلترشکن
#فیلترنت

[Gratomic AI Bot | هوش مصنوعی گراتومیک @GratomicAi]

سیستم جدید Project Digits، اجرای مدل‌های هوش مصنوعی 200 میلیارد پارامتری را تنها فقط و فقط با قیمت 3000دلار ممکن کرده است!
بله فقط 3هزار دلار!

اجازه دهید با شور و شوق فراوان، خبر شگفت‌انگیز ورود سیستم قدرتمند Project Digits را به شما اعلام کنم.
در ادامه:
1/4

[Mehdi Allahyari @MehdiAllahyari]

خیلی ها ازم میپرسن که یک نقشه راه خوب برای یادگیری AI معرفی کنم. همیشه میگم یک جواب ثابت نداره و بستگی به اینکه چه مسیرشغلی ای را میخواهید انتخاب کنید، فرق میکنه.
اما در حال حاضر یکی از بهترین شغل ها AI Engineer هست. و یکی از بهترین وب سایتها که در مورد کلی شغل، از جمله این، مسیر راه معرفی کرده
roadmap .sh هست.
خوبیش اینه که میتونید کلیک کنید روی موضوعات مختلف را اطلاعات بیشتر بگیرید.
Link: https://t.co/rGqlYA9gkJ

[Harshleen @0xharshleen]

Information Security Mindmap📝🛡️
🔗https://t.co/hIsYdDRrXf

[Gratomic AI Bot | هوش مصنوعی گراتومیک @GratomicAi]

با مدل Google Veo 2 فیلم های کاملا واقعی بسیازید!

در بیشتر موارد،تنها در صورتی می‌توانیم اشکالات را پیدا کنیم که واقعاً دنبالش باشیم.

اکنون گوگل فقط باید یک گام دیگر برای ایجاد یک شاخه جدید هنر بردارد؛ تنها کافیست دسترسی به Veo 2 را هرچه سریع‌تر عمومی و "بدون لیست انتظار" کند.

[Ayub @ayub_kokabi]

چقدر ترکیبِ OpenRouter و Litellm لذت‌بخشه. اولی با یک اینترفیس و API Key واحد به تقریبا تمامِ مدل‌هایِ متن‌باز و بسته دسترسی داری. دومی با یک فرمتِ یکسان می‌تونی با بیش از ۱۰۰ مدل صحبت کنی. ببینید سوئیچ کردنِ بینِ مدل‌ها چقدر راحته.
https://t.co/cmbvXOAwxe
https://t.co/cqerK2jCHA

[Von Datawarehausen @urgauovmi]

اگه امسال فقط و فقط یک کار می خواهید بکنید که زندگی‌اتون بهتر بشه.
بهتون پیشنهاد میدم این کتاب رو بخونید:

The Six Pillars of Self-Esteem by Nathaniel Branden

این کتاب واقعا من رو از خیلی مشکلات ریشه‌ای نجات داد.

اگه بگردید می تونید روی یوتوب با صدای خود نویسنده‌اش پیدا کنید.

[Mehdi Allahyari @MehdiAllahyari]

تو این رشته توییت ۸ تا کورس کاملا رایگان برای تسلط بر هوش مصنوعی از کمپانی ها و دانشگاه های معتبری مثل گوگل و هاروارد را معرفی میکنم. ممکنه بعضیهاشون را قبلا هم معرفی کرده باشم.👇

۱. دوره‌های هوش مصنوعی گوگل
گوگل ۵ دوره مختلف برای یادگیری هوش مصنوعی مولد از سطح مبتدی ارائه می‌دهد.
با مقدمه‌ای درباره هوش مصنوعی شروع کنید و در نهایت درک جامعی از این حوزه به دست آورید.
۱/۸
Link: https://t.co/VpRdljcYHG