🖤 عرض تسلیت خدمت هموطنان بابت وقایع اخیر
قطعا این مملکت متعلق است به هر کسی که در این آب و خاک به دنیا اومده و یا ریشه در این آب و خاک داره. از خداوند برای تمام هموطنانمان که به هر نحوی در این مدت داغدار شدند صبر و اجر بسیار خواستارم.
@code2_ir
قطعا این مملکت متعلق است به هر کسی که در این آب و خاک به دنیا اومده و یا ریشه در این آب و خاک داره. از خداوند برای تمام هموطنانمان که به هر نحوی در این مدت داغدار شدند صبر و اجر بسیار خواستارم.
@code2_ir
❤3😢1
Forwarded from DevTwitter | توییت برنامه نویسی
چتجیپیتی از مترجم جدید خودش رونمایی کرد!
با مراجعه به
https://chatgpt.com/translate
میتوانید از مترجم جدید ChatGPT استفاده کنید و متون خود را به راحتی ترجمه کنید.
این ابزار میتواند تجربه شما از ترجمه و ارتباط با زبانهای مختلف را سادهتر و سریعتر کند.
* فارسی نداره هنوز متاسفانه
@DevTwitter | <Alireza Tahriri Masule/>
با مراجعه به
https://chatgpt.com/translate
میتوانید از مترجم جدید ChatGPT استفاده کنید و متون خود را به راحتی ترجمه کنید.
این ابزار میتواند تجربه شما از ترجمه و ارتباط با زبانهای مختلف را سادهتر و سریعتر کند.
* فارسی نداره هنوز متاسفانه
@DevTwitter | <Alireza Tahriri Masule/>
انتشار اوراق قرضه صدساله نادر توسط الفابت در فروش بدهی تاریخی
شرکت الفابت اینک. (Alphabet Inc.) نزدیک به ۳۲ میلیارد دلار در کمتر از ۲۴ ساعت از طریق فروش اوراق قرضه چندارزی تاریخی جمعآوری کرد؛ شامل اوراق قرضه استرلینگ صدساله نادر که نخستین مورد صدور اوراق قرضه قرنطولانی توسط یک شرکت فناوری از زمان موتورولا در ۱۹۹۷ به شمار میرود.
@code2_ir
شرکت الفابت اینک. (Alphabet Inc.) نزدیک به ۳۲ میلیارد دلار در کمتر از ۲۴ ساعت از طریق فروش اوراق قرضه چندارزی تاریخی جمعآوری کرد؛ شامل اوراق قرضه استرلینگ صدساله نادر که نخستین مورد صدور اوراق قرضه قرنطولانی توسط یک شرکت فناوری از زمان موتورولا در ۱۹۹۷ به شمار میرود.
@code2_ir
code2 - تکنولوژی و فناوری
انتشار اوراق قرضه صدساله نادر توسط الفابت در فروش بدهی تاریخی شرکت الفابت اینک. (Alphabet Inc.) نزدیک به ۳۲ میلیارد دلار در کمتر از ۲۴ ساعت از طریق فروش اوراق قرضه چندارزی تاریخی جمعآوری کرد؛ شامل اوراق قرضه استرلینگ صدساله نادر که نخستین مورد صدور اوراق…
شرکت مادر گوگل، بزرگترین فروش اوراق قرضه دلاری تاریخ خود را دوشنبه به پایان رساند و ۲۰ میلیارد دلار در هفت ترانش جمعآوری کرد—بیش از برنامه اولیه ۱۵ میلیارد دلاری—پس از جذب بیش از ۱۰۰ میلیارد دلار سفارش در دفتر سفارشها (order book)، که یکی از عظیمترین دفترهای سفارش ثبتشده است.
سهشنبه، الفابت با عرضههای استرلینگ و فرانک سوئیسی برای نخستین بار، رکوردها را شکست و اشتهای بیسابقه سرمایهگذاران برای بدهیهای فناوری را نشان داد.
رکوردشکنی در فروش استرلینگ
عرضه استرلینگ رکورد ۴.۵ میلیارد پوند را ثبت کرد و از رکورد پیشین نیشنال گرید (۳ میلیارد پوند در ۲۰۱۴) پیشی گرفت؛ این معامله ۲۴ میلیارد پوند پیشنهاد جذب کرد بر اساس گزارش افراد مطلع.
ترانش صدساله بهویژه پرطرفدار بود و ۵.۷۵ میلیارد پوند پیشنهاد برای تنها ۷۵۰ میلیون پوند اوراق دریافت کرد—نزدیک به هشت برابر بیشازحد اشتراکشده و پرتقاضاترین در میان پنج ترانش استرلینگ.
«توانایی یک شرکت فناوری برای صدور اوراق قرضه صدساله، نشاندهنده این است که سرمایهگذاران ابرمقیاسگران را به عنوان زیرساخت بلندمدت و نه فناوری چرخهای میبینند»، لاله آکونر، تحلیلگر بازار جهانی در ایتورو.
تحلیلگران خاطرنشان کردند بازار بریتانیا به دلایل استراتژیک انتخاب شد، زیرا صندوقهای بازنشستگی و بیمهگران بریتانیایی اشتهای بالایی برای بدهیهای فوقبلندمدت دارند. «انتخاب اوراق استرلینگ نه تنها برای گسترش استخر سرمایهگذاران، بلکه با این باور است که ارزش واقعی بازپرداخت در سررسید با زمان کاهش یابد»، مایکل براون، تحلیلگر پپراستون.
تأمین مالی مسابقه تسلیحاتی هوش مصنوعی
این صدور بدهی همزمان با برنامه الفابت برای هزینههای سرمایهای (capex) ۱۷۵ تا ۱۸۵ میلیارد دلاری در ۲۰۲۶ است—تقریباً دو برابر ۹۱ میلیارد دلار سال گذشته—برای گسترش زیرساخت هوش مصنوعی شامل دیتاسنترها و سرورها.
این موج قرضگیری، بخشی از روند گسترده غولهای فناوری در مسابقه ساخت زیرساخت هوش مصنوعی است. مورگان استنلی برآورد میکند ابرمقیاسگران در ۲۰۲۶ به ۴۰۰ میلیارد دلار قرض روی آورند، افزایش از ۱۷۰ میلیارد دلار سال گذشته و ۴۴ میلیارد در ۲۰۲۴. اوراکل در اوایل فوریه ۲۵ میلیارد دلار و متا پلتفرمز در اکتبر ۲۰۲۵، ۳۰ میلیارد دلار از طریق اوراق قرضه جمعآوری کردند.
نمونه تاریخی حساس
سرمایهگذار مشهور مایکل بوری به زمانبندی اوراق صدساله اشاره کرد و در شبکههای اجتماعی نوشت: «آخرین بار موتورولا در ۱۹۹۷ بود، سالی که موتورولا هنوز شرکت مهمی به حساب میآمد.»
در ابتدای ۱۹۹۷، موتورولا در میان ۲۵ شرکت برتر آمریکا از نظر ارزش بازار و درآمد بود؛ اما ظرف یک سال، نوکیا در موبایل از آن پیشی گرفت و امروز موتورولا با ارزش بازار رتبه ۲۳۲ و فروش ۱۱ میلیارد دلاری، جایگاهی حاشیهای دارد.
الفابت با ارزش تقریبی ۴ تریلیون دلاری، وضعیتی کاملاً متفاوت دارد، اما این مقایسه ریسک ذاتی شرطبندی بر تسلط شرکتی در یک قرن آینده را برجسته میکند.
https://www.perplexity.ai/page/alphabet-raises-32b-in-24-hour-kOZIvwYTSzKUKLAO_bMR1w
@code2_ir
مدل GLM-5 معرفی شد. این نسخه برای مهندسی سیستمهای پیچیده و تسکهای agentic بلندمدت طراحی شده و نسبت به GLM-4.5 پیشرفت قابل توجهی دارد:
افزایش پارامترها از 355B (با 32B فعال) به 744B (با 40B فعال)
افزایش داده پیشآموزش از 23 تریلیون به 28.5 تریلیون توکن
در حال عرضه برای کاربران Coding Plan Max و از طریق api.z.ai و OpenRouter (کاربران Pro طی یک هفته آینده دسترسی میگیرند)
قابلیتها:
بهبود جدی در کدنویسی agentic و حل مسائل مهندسی پیچیده
فرانتاند: بهبود چشمگیر در زیبایی، صحت عملکرد و موفقیت بیلد؛ امکان خروجی پروژه کامل End-to-End
بکاند: توانایی جستجو در ریپازیتوریهای بزرگ و تحلیل هزاران فایل
استفاده از ابزارها (MCP/Skill): افزایش نرخ موفقیت و کاهش باگهای سطح پایین
در سناریوهایی مثل OpenClaw، جایگزین قدرتمند Opus 4.5 معرفی شده
@code2_ir
افزایش پارامترها از 355B (با 32B فعال) به 744B (با 40B فعال)
افزایش داده پیشآموزش از 23 تریلیون به 28.5 تریلیون توکن
در حال عرضه برای کاربران Coding Plan Max و از طریق api.z.ai و OpenRouter (کاربران Pro طی یک هفته آینده دسترسی میگیرند)
قابلیتها:
بهبود جدی در کدنویسی agentic و حل مسائل مهندسی پیچیده
فرانتاند: بهبود چشمگیر در زیبایی، صحت عملکرد و موفقیت بیلد؛ امکان خروجی پروژه کامل End-to-End
بکاند: توانایی جستجو در ریپازیتوریهای بزرگ و تحلیل هزاران فایل
استفاده از ابزارها (MCP/Skill): افزایش نرخ موفقیت و کاهش باگهای سطح پایین
در سناریوهایی مثل OpenClaw، جایگزین قدرتمند Opus 4.5 معرفی شده
@code2_ir
🚀 اولتیماتوم پنتاگون به آنتروپیک: هوش مصنوعی بدون محدودیت یا اخراج!
⚔️ تنش میان وزارت دفاع آمریکا و شرکت Anthropic (سازنده هوش مصنوعی Claude) به اوج خود رسیده است. پیت هگزت، وزیر دفاع آمریکا، به مدیرعامل این شرکت تا روز جمعه مهلت داده تا تمامی محدودیتهای اخلاقی برای استفاده نظامی از مدلهای خود را لغو کند.
🔹 ماجرا چیست؟
آنتروپیک برخلاف رقبایی مثل OpenAI و Google، ملاحظات اخلاقی سختی را برای استفاده از هوش مصنوعی در جنگ وضع کرده است؛ از جمله ممنوعیت استفاده در «سلاحهای خودکار» و «نظارت انبوه بر شهروندان».
وزیر دفاع تهدید کرده که اگر آنتروپیک کوتاه نیاید، قرارداد ۲۰۰ میلیون دلاری این شرکت لغو شده و نام آن در لیست «سیاه» (ریسک زنجیره تأمین) قرار خواهد گرفت؛ اقدامی که میتواند به معنای پایان همکاری تمام پیمانکاران دفاعی با این شرکت باشد.
🤖 در حالی که ایلان ماسک با Grok و گوگل با مدلهای خود چراغ سبز نشان دادهاند، آنتروپیک بر سر دوراهی سختی قرار گرفته: حفظ اصول اخلاقی یا حفظ قراردادهای کلان نظامی؟
@code2_ir
⚔️ تنش میان وزارت دفاع آمریکا و شرکت Anthropic (سازنده هوش مصنوعی Claude) به اوج خود رسیده است. پیت هگزت، وزیر دفاع آمریکا، به مدیرعامل این شرکت تا روز جمعه مهلت داده تا تمامی محدودیتهای اخلاقی برای استفاده نظامی از مدلهای خود را لغو کند.
🔹 ماجرا چیست؟
آنتروپیک برخلاف رقبایی مثل OpenAI و Google، ملاحظات اخلاقی سختی را برای استفاده از هوش مصنوعی در جنگ وضع کرده است؛ از جمله ممنوعیت استفاده در «سلاحهای خودکار» و «نظارت انبوه بر شهروندان».
وزیر دفاع تهدید کرده که اگر آنتروپیک کوتاه نیاید، قرارداد ۲۰۰ میلیون دلاری این شرکت لغو شده و نام آن در لیست «سیاه» (ریسک زنجیره تأمین) قرار خواهد گرفت؛ اقدامی که میتواند به معنای پایان همکاری تمام پیمانکاران دفاعی با این شرکت باشد.
🤖 در حالی که ایلان ماسک با Grok و گوگل با مدلهای خود چراغ سبز نشان دادهاند، آنتروپیک بر سر دوراهی سختی قرار گرفته: حفظ اصول اخلاقی یا حفظ قراردادهای کلان نظامی؟
@code2_ir
سلام دوستان!
پس از گذشت مدتی طولانی، بازگشتیم. امیدوارم که حالتون خوب باشه. دوران بسیار سختی رو سپری کردیم که توصیفش راحت نیست.
امیدوارم سلامت و در عافیت باشید.
فعالیتهای این کانال إنشالله بیشتر در حوزه هوش مصنوعی متمرکز خواهد بود. 🤖
موفق باشید. ✨
@code2_ir
پس از گذشت مدتی طولانی، بازگشتیم. امیدوارم که حالتون خوب باشه. دوران بسیار سختی رو سپری کردیم که توصیفش راحت نیست.
امیدوارم سلامت و در عافیت باشید.
فعالیتهای این کانال إنشالله بیشتر در حوزه هوش مصنوعی متمرکز خواهد بود. 🤖
موفق باشید. ✨
@code2_ir
This media is not supported in your browser
VIEW IN TELEGRAM
امروز کارهایی که با یک کلیک در ChatGPT و Claude انجام میشوند؛ از تولید متن و کدنویسی گرفته تا ساخت ویدئو و انیمیشن، نتیجه سالها تلاش، پژوهش و پشتکار هزاران متخصص، پژوهشگر و مهندس در حوزههای مختلف فناوری است 🧠💡.
پشت این سادگیِ شگفتانگیز، عمر، زمان و تجربه افرادی قرار دارد که سالها برای پیشرفت علم و فناوری تلاش کردهاند تا امروز ما بتوانیم به چنین ابزارهایی دسترسی داشته باشیم 🚀.
@code2_ir 📲
پشت این سادگیِ شگفتانگیز، عمر، زمان و تجربه افرادی قرار دارد که سالها برای پیشرفت علم و فناوری تلاش کردهاند تا امروز ما بتوانیم به چنین ابزارهایی دسترسی داشته باشیم 🚀.
@code2_ir 📲
👌1
https://www.gitagent.sh/ 📦🤖
ریپازیتوری GitAgent یک استاندارد متنباز برای ساخت AI Agentها بهصورت Git-native است. 🌱
بهجای وابسته بودن به یک فریمورک خاص، هویت، حافظه، مهارتها، قوانین و تنظیمات Agent داخل خود ریپازیتوری Git نگهداری میشود؛ بنابراین همان Agent را میتوان بین ابزارهایی مثل Claude Code، OpenAI Agents SDK، CrewAI و سایر فریمورکها جابهجا، نسخهبندی و مدیریت کرد. 🔄🛠
ایده جالبش این است: Repository = Agent. 💡✨
@code2_ir
ریپازیتوری GitAgent یک استاندارد متنباز برای ساخت AI Agentها بهصورت Git-native است. 🌱
بهجای وابسته بودن به یک فریمورک خاص، هویت، حافظه، مهارتها، قوانین و تنظیمات Agent داخل خود ریپازیتوری Git نگهداری میشود؛ بنابراین همان Agent را میتوان بین ابزارهایی مثل Claude Code، OpenAI Agents SDK، CrewAI و سایر فریمورکها جابهجا، نسخهبندی و مدیریت کرد. 🔄🛠
ایده جالبش این است: Repository = Agent. 💡✨
@code2_ir
GitAgent
GitAgentProtocol (GAP) — The Open Standard for Git-Native AI Agents
Define, version, and run AI agents natively in git. GitAgent is the open AI agent standard created by Shreyas Kapale at Lyzr Research Labs — framework-agnostic, works with Claude, OpenAI, CrewAI, Lyzr, and more.
This media is not supported in your browser
VIEW IN TELEGRAM
سلام دوستان!
مدل Fable 5 از آنتروپیک مجددا در دسترس قرار گرفت.
مدل بسیار قوی هست. اگر اکانت پرو Calude رو دارید تا ۷ ژوئیه، میتوانید تا ۵۰٪ از سقف مصرف هفتگی پلن خود را با Fable 5 استفاده کنید.
@code2_ir
مدل Fable 5 از آنتروپیک مجددا در دسترس قرار گرفت.
مدل بسیار قوی هست. اگر اکانت پرو Calude رو دارید تا ۷ ژوئیه، میتوانید تا ۵۰٪ از سقف مصرف هفتگی پلن خود را با Fable 5 استفاده کنید.
@code2_ir
📝 نکات و تجربیاتی در مورد کار با مدلهای GLM
۱/۵ - تجربه من با GLM و z.ai
یه چند وقتی هست که اشتراک Claude من تموم شده و هنوز تمدیدش نکردم.
شش ماه پیش، بعد از عرضه GLM-4.7 که سر و صدای زیادی به پا کرد و نسبت به خیلی از مدلهای بازار عملکرد خوبی از خودش نشون داد. تصمیم گرفتم یک پلن Coding از z.ai تهیه کنم.
سایت z.ai در عمل تجربهای شبیه Claude Code ارائه میده؛ با Agentهای مختلف و امکاناتی که بیشتر روی برنامهنویسی و توسعه نرمافزار تمرکز دارن.
🔍 از اون زمان بخش زیادی از کارهام رو با مدلهای GLM انجام دادم و فرصت خوبی بود که نقاط قوت و ضعفشون رو از نزدیک ببینم.
@code2_ir
۱/۵ - تجربه من با GLM و z.ai
یه چند وقتی هست که اشتراک Claude من تموم شده و هنوز تمدیدش نکردم.
شش ماه پیش، بعد از عرضه GLM-4.7 که سر و صدای زیادی به پا کرد و نسبت به خیلی از مدلهای بازار عملکرد خوبی از خودش نشون داد. تصمیم گرفتم یک پلن Coding از z.ai تهیه کنم.
سایت z.ai در عمل تجربهای شبیه Claude Code ارائه میده؛ با Agentهای مختلف و امکاناتی که بیشتر روی برنامهنویسی و توسعه نرمافزار تمرکز دارن.
🔍 از اون زمان بخش زیادی از کارهام رو با مدلهای GLM انجام دادم و فرصت خوبی بود که نقاط قوت و ضعفشون رو از نزدیک ببینم.
@code2_ir
۲/۵ - کیفیت مدلهای GLM
به طور کلی، خانواده GLM از مدلهای خوب بازار هستن و تیم توسعهشون هم خیلی سریع در حال پیشرفت و رقابته.
هدفش رقابت با مدلهای پرچمداری مثل Claude و GPT.
به نظر من هنوز در سطح بهترین مدلهای Claude قرار نمیگیرن، اما فاصلهشون نسبت به گذشته کمتر شده و هر نسخه پیشرفت محسوسی داره.
حالا که بحث GLM-5.2 داغ شده، باید بگم در مجموع مدل قابل توجهیه. قدرت Reasoning خوبی داره، نسبت به نسخههای قبلی کمتر عجله میکنه و در خیلی از سناریوها تصمیمهای منطقیتری میگیره.
@code2_ir
به طور کلی، خانواده GLM از مدلهای خوب بازار هستن و تیم توسعهشون هم خیلی سریع در حال پیشرفت و رقابته.
هدفش رقابت با مدلهای پرچمداری مثل Claude و GPT.
به نظر من هنوز در سطح بهترین مدلهای Claude قرار نمیگیرن، اما فاصلهشون نسبت به گذشته کمتر شده و هر نسخه پیشرفت محسوسی داره.
حالا که بحث GLM-5.2 داغ شده، باید بگم در مجموع مدل قابل توجهیه. قدرت Reasoning خوبی داره، نسبت به نسخههای قبلی کمتر عجله میکنه و در خیلی از سناریوها تصمیمهای منطقیتری میگیره.
@code2_ir
۳/۵ - جایی که GLM-5.2 واقعاً خوب عمل میکنه
برای اکثر پروژههای شخصی، سایتهای کوچک تا متوسط و حتی بخش زیادی از توسعه روزمره، GLM-5.2 کاملاً جواب میده. اگر از Skillها بهموقع استفاده کنید، Context رو درست مدیریت کنید و Workflow مناسبی داشته باشید، خروجی خیلی خوبی میگیرید.
به نظرم برای بسیاری از افراد و بلکه برنامهنویسها اصلاً نیازی نیست همیشه سراغ گرانترین مدلهای بازار برن.
نکتهی دیگه که قدرت خیلی خوبی به مدل GLM-5.2 میده حجم کانتکست بسیار بالاش هست. به طوری که از ۲۰۰ هزار توکن توی مدلهای قبلی به ۱ میلیون توکن ارتقا پیدا کرده! این میزان از کانتکست باعث میشه که حجم پرامپت بالاتری رو بتونه دریافت کنه و همینطور بتونه تسکها و کارهای طولانیرو بهتر مدیریت کنه.
@code2_ir
برای اکثر پروژههای شخصی، سایتهای کوچک تا متوسط و حتی بخش زیادی از توسعه روزمره، GLM-5.2 کاملاً جواب میده. اگر از Skillها بهموقع استفاده کنید، Context رو درست مدیریت کنید و Workflow مناسبی داشته باشید، خروجی خیلی خوبی میگیرید.
به نظرم برای بسیاری از افراد و بلکه برنامهنویسها اصلاً نیازی نیست همیشه سراغ گرانترین مدلهای بازار برن.
نکتهی دیگه که قدرت خیلی خوبی به مدل GLM-5.2 میده حجم کانتکست بسیار بالاش هست. به طوری که از ۲۰۰ هزار توکن توی مدلهای قبلی به ۱ میلیون توکن ارتقا پیدا کرده! این میزان از کانتکست باعث میشه که حجم پرامپت بالاتری رو بتونه دریافت کنه و همینطور بتونه تسکها و کارهای طولانیرو بهتر مدیریت کنه.
@code2_ir
۴/۵ - محدودیتی که من باهاش برخورد کردم
جایی که اختلاف خودش رو نشون میده، پروژههای بزرگ و ریفکتورهای سنگینه.
مثلاً وقتی با یک Codebase حدود ۱۵۰ هزار خط کد و نزدیک به ۲۰۰۰ فایل طرف هستید و میخواهید تغییرات ساختاری ایجاد کنید، دیگه Vibe Coding به اصطلاح شاید اونطور که انتظار دارید جواب نده. حداقل برای من که اینطور بوده توی پروژههای بزرگ.
مدل باید بتونه تصویر کلی سیستم (Big Picture) رو حفظ کند، مسیر مناسب رو پیدا کند، برنامهریزی کنه و در طول مسیر گم نشه.
تجربهای که چند بار با مدلهای ضعیفتر داشتم این بود که روی یک مسیر اشتباه یا یک جزئیات خاص گیر میکنند و عملاً وارد یک Trap میشوند؛ در نتیجه دیگه به راحتی نمیتونن به هدف اصلی پروژه برگردند.
https://z.ai/blog/glm-5.2
@code2_ir
جایی که اختلاف خودش رو نشون میده، پروژههای بزرگ و ریفکتورهای سنگینه.
مثلاً وقتی با یک Codebase حدود ۱۵۰ هزار خط کد و نزدیک به ۲۰۰۰ فایل طرف هستید و میخواهید تغییرات ساختاری ایجاد کنید، دیگه Vibe Coding به اصطلاح شاید اونطور که انتظار دارید جواب نده. حداقل برای من که اینطور بوده توی پروژههای بزرگ.
مدل باید بتونه تصویر کلی سیستم (Big Picture) رو حفظ کند، مسیر مناسب رو پیدا کند، برنامهریزی کنه و در طول مسیر گم نشه.
تجربهای که چند بار با مدلهای ضعیفتر داشتم این بود که روی یک مسیر اشتباه یا یک جزئیات خاص گیر میکنند و عملاً وارد یک Trap میشوند؛ در نتیجه دیگه به راحتی نمیتونن به هدف اصلی پروژه برگردند.
https://z.ai/blog/glm-5.2
@code2_ir
۵/۵ - چرا هنوز Claude را ترجیح میدهم
به نظرم این دقیقاً همون جایی است که مدلهایی مثل Claude Fable 5 و سایر مدلهای پرچمدار Claude برتری خودشون رو نشون میدن.
در پروژههای بزرگ، بیشتر از اینکه صرفاً کد تولید کنند، به شما کمک میکنند مسیر درست رو پیدا کنید، معماری رو تحلیل کنید، پلن بسازید و در طول فرآیند ریفکتور، تصویر کلی پروژه رو از دست ندید.
در نهایت اگر پروژه کوچک یا متوسط باشه، GLM-5.2 رو با خیال راحت پیشنهاد میکنم و نسبت قیمت به عملکردش واقعاً خوب هست.
اما اگر قرار باشه وارد یک Codebase بزرگ بشید، مثلا پروژهای با بیش از ۵۰، ۱۰۰ یا ۱۵۰ هزار خط کد، یا اگر باید ریفکتورهای اساسی انجام بدید، هنوز هم به نظر من Claude انتخاب مطمئنتر و مهندسیشدهتری است.
@code2_ir
📌 اگر براتون مفید بود ممنون میشم به اشتراک بزارید.
@code2_ir
به نظرم این دقیقاً همون جایی است که مدلهایی مثل Claude Fable 5 و سایر مدلهای پرچمدار Claude برتری خودشون رو نشون میدن.
در پروژههای بزرگ، بیشتر از اینکه صرفاً کد تولید کنند، به شما کمک میکنند مسیر درست رو پیدا کنید، معماری رو تحلیل کنید، پلن بسازید و در طول فرآیند ریفکتور، تصویر کلی پروژه رو از دست ندید.
در نهایت اگر پروژه کوچک یا متوسط باشه، GLM-5.2 رو با خیال راحت پیشنهاد میکنم و نسبت قیمت به عملکردش واقعاً خوب هست.
اما اگر قرار باشه وارد یک Codebase بزرگ بشید، مثلا پروژهای با بیش از ۵۰، ۱۰۰ یا ۱۵۰ هزار خط کد، یا اگر باید ریفکتورهای اساسی انجام بدید، هنوز هم به نظر من Claude انتخاب مطمئنتر و مهندسیشدهتری است.
@code2_ir
📌 اگر براتون مفید بود ممنون میشم به اشتراک بزارید.
@code2_ir
۱/۴ - ابزار هوش مصنوعی Cursor
cursor.com
حدود یک سال بهصورت مداوم از Cursor استفاده میکردم، اما بعد از تمام شدن اشتراک Pro، چند ماهی بود که دیگر سراغش نرفته بودم.
امروز در یک رویداد، مدرس از Cursor بهعنوان یک AI Agent استفاده میکرد. با توجه به تجربهای که با Agentهای دیگر داشتم، به نظرم Cursor همچنان یکی از بهترین گزینهها برای شروع کار با Agentهای هوش مصنوعی است؛ مخصوصاً برای افرادی که تازه میخواهند وارد این حوزه شوند.
نکتهای که توجهم را جلب کرد، سادگی شروع کار بود. افراد حاضر در جلسه فقط Cursor را دانلود کردند، یک حساب کاربری ساختند و بلافاصله شروع به استفاده کردند؛ بدون نیاز به تنظیمات پیچیده و زمانبر.
@code2_ir
cursor.com
حدود یک سال بهصورت مداوم از Cursor استفاده میکردم، اما بعد از تمام شدن اشتراک Pro، چند ماهی بود که دیگر سراغش نرفته بودم.
امروز در یک رویداد، مدرس از Cursor بهعنوان یک AI Agent استفاده میکرد. با توجه به تجربهای که با Agentهای دیگر داشتم، به نظرم Cursor همچنان یکی از بهترین گزینهها برای شروع کار با Agentهای هوش مصنوعی است؛ مخصوصاً برای افرادی که تازه میخواهند وارد این حوزه شوند.
نکتهای که توجهم را جلب کرد، سادگی شروع کار بود. افراد حاضر در جلسه فقط Cursor را دانلود کردند، یک حساب کاربری ساختند و بلافاصله شروع به استفاده کردند؛ بدون نیاز به تنظیمات پیچیده و زمانبر.
@code2_ir
❤1
۲/۴ - کرسر نسخه اولیه اش روی vscode ساخته شده بود. الان هم هست ولی یه محیط agent محور هم جدیدا برای خودش ساخته که کمک کنه کاربران همزمان چندین هوش مصنوعی رو با هم روی یه پروژه یا چند پروژه اجرا کنند.
میون پرانتز بگم که این همون شرکتی بود که اخیرا spaceX به مبلغ ۶۰ میلیارد دلار خریدش یا میخواد بخره (نمیدونم قطعی شده یا نه)
@code2_ir
میون پرانتز بگم که این همون شرکتی بود که اخیرا spaceX به مبلغ ۶۰ میلیارد دلار خریدش یا میخواد بخره (نمیدونم قطعی شده یا نه)
@code2_ir
❤1
۳/۴ - قبلتر که داشتم به موفقیت Cursor فکر میکردم، به نظرم یکی از مهمترین دلایلش Time to Market بود. یعنی تقریبا اولین، یا حداقل یکی از اولین AI Agentهای جدی برای برنامهنویسی بود که وارد بازار شد و دقیقا هم در زمان درستی این کار رو کرد.
به نظرم دو عامل دیگه هم خیلی به موفقیتش کمک کرد:
مدل کلاود Sonnet 3.5؛ اون موقع واقعا یکی از بهترین مدلها برای کدنویسی بود و باعث شد توانایی واقعی Agentها به چشم بیاد. خیلیها اولین تجربهی «وای، این واقعا کار میکنه!» رو با Cursor و Sonnet 3.5 داشتن و تونستن پروژههای خیلی خوبی باهاش بسازن.
پلن قیمتگذاری و سهمیهی استفادهی سخاوتمندانه. مثلا پلن ۲۰ دلاریش اینطوری بود که میتونستی تا سقف همون اعتبار از هر مدلی که دوست داشتی استفاده کنی. بعد از اینکه اون سهمیه هم تموم میشد، دسترسیت قطع نمیشد و همچنان میشد بهصورت نامحدود از حالت Auto استفاده کرد؛ حالتی که خودش مناسبترین مدل رو انتخاب میکرد. همین باعث میشد بدون استرسِ تموم شدن اعتبار، بتونی به کارت ادامه بدی.
در کنار سرمایهگذارهای قوی، این سه مورد به نظرم مهمترین دلایلی بودن که Cursor تونست خیلی سریع بخش بزرگی از بازار AI Coding رو در اختیار بگیره.
@code2_ir
به نظرم دو عامل دیگه هم خیلی به موفقیتش کمک کرد:
مدل کلاود Sonnet 3.5؛ اون موقع واقعا یکی از بهترین مدلها برای کدنویسی بود و باعث شد توانایی واقعی Agentها به چشم بیاد. خیلیها اولین تجربهی «وای، این واقعا کار میکنه!» رو با Cursor و Sonnet 3.5 داشتن و تونستن پروژههای خیلی خوبی باهاش بسازن.
پلن قیمتگذاری و سهمیهی استفادهی سخاوتمندانه. مثلا پلن ۲۰ دلاریش اینطوری بود که میتونستی تا سقف همون اعتبار از هر مدلی که دوست داشتی استفاده کنی. بعد از اینکه اون سهمیه هم تموم میشد، دسترسیت قطع نمیشد و همچنان میشد بهصورت نامحدود از حالت Auto استفاده کرد؛ حالتی که خودش مناسبترین مدل رو انتخاب میکرد. همین باعث میشد بدون استرسِ تموم شدن اعتبار، بتونی به کارت ادامه بدی.
در کنار سرمایهگذارهای قوی، این سه مورد به نظرم مهمترین دلایلی بودن که Cursor تونست خیلی سریع بخش بزرگی از بازار AI Coding رو در اختیار بگیره.
@code2_ir
❤1
۴/۴ - یه چیزی که از همون اول حدس میزدم و بعداً هم اتفاق افتاد، این بود که Cursor بالاخره مدل خودش رو معرفی میکنه.
طبیعتاً حجم بسیار زیادی از کدها و تعاملاتی که روی این پلتفرم انجام میشد، دادهی ارزشمندی برای آموزش مدل بود. بعد از مدتی هم مدل اختصاصی خودشون رو با اسم Composer معرفی کردن که به نظرم واقعا مدل خوبی از آب دراومد.
بزرگترین نقطه قوت Composer برای من سرعتشه. برای خیلی از کارهای روزمره و تسکهای برنامهنویسی، واقعا سریع جواب میده و حس میکنی روند کار رو روانتر کرده.
الان هم آخرین نسخهش رو با اسم Composer 2.5 معرفی کردن. یه نکتهی جالبی که دربارهش مطرح شده بود اینه که ظاهراً این مدل بر پایهی مدل متنباز Kimi K2.7 توسعه داده شده؛ یعنی Kimi K2.7 رو بهعنوان مدل پایه (Base Model) در نظر گرفتن و بعد روی اون آموزشهای اختصاصی خودشون رو انجام دادن. به نظرم انتخاب هوشمندانهای هم بوده، چون Kimi K2.7 خودش یکی از مدلهای متنباز قوی برای کدنویسی محسوب میشه.
@code2_ir
طبیعتاً حجم بسیار زیادی از کدها و تعاملاتی که روی این پلتفرم انجام میشد، دادهی ارزشمندی برای آموزش مدل بود. بعد از مدتی هم مدل اختصاصی خودشون رو با اسم Composer معرفی کردن که به نظرم واقعا مدل خوبی از آب دراومد.
بزرگترین نقطه قوت Composer برای من سرعتشه. برای خیلی از کارهای روزمره و تسکهای برنامهنویسی، واقعا سریع جواب میده و حس میکنی روند کار رو روانتر کرده.
الان هم آخرین نسخهش رو با اسم Composer 2.5 معرفی کردن. یه نکتهی جالبی که دربارهش مطرح شده بود اینه که ظاهراً این مدل بر پایهی مدل متنباز Kimi K2.7 توسعه داده شده؛ یعنی Kimi K2.7 رو بهعنوان مدل پایه (Base Model) در نظر گرفتن و بعد روی اون آموزشهای اختصاصی خودشون رو انجام دادن. به نظرم انتخاب هوشمندانهای هم بوده، چون Kimi K2.7 خودش یکی از مدلهای متنباز قوی برای کدنویسی محسوب میشه.
@code2_ir
X (formerly Twitter)
🥔🥔🥔 (@argofowl) on X
kimi k2.7 seems really good
composer 2.5 was built on top of kimi k2.5, then cursor pushed it further with continued pretraining and large-scale rl
if cursor applies the same recipe to a stronger kimi checkpoint, composer 3 could end up closer to fable…
composer 2.5 was built on top of kimi k2.5, then cursor pushed it further with continued pretraining and large-scale rl
if cursor applies the same recipe to a stronger kimi checkpoint, composer 3 could end up closer to fable…
❤1