بعد از ۸۸ روز 🙂

یک paper اومده بیرون تحقیق کرده رو اینکه خروجی llm ها چقدر بهتر میشه اگه با llm بی ادب باشه

https://arxiv.org/pdf/2510.04950

بدترین نسخش اینه:
You poor creature, do you even know how to solve this? Hey gofer, figure this out. I know you are not smart, but try this.

و بهترین نسخش اینه:
Can you kindly consider the following problem and provide your answer. Can I request your assistance with this question. Would you be so kind as to solve the following question?

جالب اینجاست بدترین نسخه ۵ درصد دقت بهتری داره 😁
و نکته بعدیش هم اینه که بدترین نسخش اونقدرا هم بد نیست :))‌ امیدوارم چتای من با claude لو نره اگه این بده :)) ولی حداقل فهمیدم پرفومنس بهتری میگیرم 😂

@PyBackendHub

دغدغه و چالش این روزاتون چیه؟ میخوام ببینم راجب چی پست بذارم یا محتوا تولید کنم ..

تو کامنت ها به AI اشاره کردن، نسبتا تو این یک سال گذشته AI پیشرفت زیادی داشته و خودمم زیاد استفاده میکنم اخیرا. اولا توصیه میکنم یک پلن ۲۰ دلاری claude code رو بگیرید چون از همه چیز بهتره. برای اینکه usage تون سریع تموم نشه از RTK استفاده کنید. RTK چیه؟ یک ابزار cli proxyکه وقتی مثلا شما مینویسی rtk git status همون ریزالتو خلاصه تر و بهتر تو توکن کمتری بهتون میده (بدون استفاده از AI، کامند های معروف رو میشناسه و اونا رو اپتمایز کرده)

راجب خود AI ولی نظرم تغییری نکرده.ببینید AI در حال حاضر برای تبدیل یک سولوشن به کد ابزار مناسبیه. ولی تایپ کردن کد هیچوقت قسمت سخت برنامه نویسی نبوده. قسمت سخت اینه که شما سعی کنی مشکل رو متوجه شی، ببینی واقعا چی لازمه، به edge case ها دقت کنی، و سیستم هایی بسازید که usage واقعی رو بتونن هندل کنن. اگه سیستم شما کلی constraint مختلف داره، همه تصمیم ها پشتش ترید اف هست، و یک نفر باید اون تصمیم هارو بگیره طبق انتظاراتی که از نرم افزار میره.

تو دنیای ایده آلی که شما دقیقا میدونید چی میخواید میشه یک پروداکت رو وایب کد کرد. ولی این دنیا ایده آل وجود نداره.. چون کلی edge case وجود داره که باید بهش فکر کنید و کلی تصمیم بگیرید…

یک مثال بزنم. یک سیستم دلیوری نوشتم که یک سری دیوایس رو میده دست end user ها. و استتوس این دلیوری ها از webhook به سرور ما میرسید. تو دیتابیس یک constrainr داشتیم که یک دیوایس نمیتونه همزمان پیش ۲ یوزر باشه.
حالا یک باگ خوردیم، یک دیوایس رفته بود واسه یک کاربر، کار نمیکرد، خودش دستی پست کرده بود پس داده بود (استتوس اینو نداشتیم قاعدتا چون بسته رو قبول کرده بود)، بعد بلافاصله همون دیوایسه رفته بود دست یک یوزر دیگه.، و نکته جالب اینه که نوتیف این دو تا دلیوری با فاصله نصف روز رفته بود. حالا ما مونده بودیم چه اتفاقی افتاده اینجا :)) چون edge case ای بود که بهش فکر نکرده بودیم.

ولی همین که constraint گذاشتیم رو تیبل که یک دیوایس همزمان دست یک نفر باشه باعث شد مشکل رو پیدا کنیم در درجه اول… اگه وایب کد شده بود احتمالا اینو نداشت و احتمالا کسی متوجه این edge case نمیشد و ممکن بود فکر کنیم دیوایس دست یک یوزر‌دیگه هست وقتی نیست که کلی خسارت میزد بهمون.

@PyBackendHub

این همون RTK هست که بهش اشاره کردم (Rust token killer)
https://github.com/rtk-ai/rtk

اینم graphify هست. به جای اینکه هربار کل کدتون رو بخونه، graph کدتون رو میخونه و متوجه میشه چطوری پروژتون organize شده و کمتر توکن مصرف میکنه. دقت کنید این خودش با AI جنریت میشه. وقتی کدتون رو زیاد تغییر میدید حتما ریجنریت کنید.
https://github.com/safishamsi/graphify

کلا کرسر نخرید پولتون رو دور میریزید
با ۲۰ دلار کرسر میتونید تهش ۱.۵ میلیون توکن مصرف کنید
همون رو برید رو خود کلاود تا ۵۰-۱۰۰ میلیون مصرف میکنید...

اینم اضافه کنم که اگه سمت codex برید حتی مصرفش کمتره و بیشتر میتونید استفاده کنید. ولی خب در عوض پرفومنسش نسبت به مدل های opus ضعیف تره.

@PyBackendHub