مارتین فاولر یه مطلب نوشته به اسم «I don't like LLMs».

فاولر قبول داره که این ابزارها کار می‌کنن. حتی از Jessica Kerr نقل می‌کنه که استفاده نکردن ازشون غیرمسئولانه‌ست. مشکلش با کارایی‌شون نیست، با رفتارشونه. می‌گه ادای آدم رو درمیارن، و تازه ادای آدمی رو که اگه واقعی بود باهاش رفیق نمی‌شد. وقتی یه چیزی رو نمی‌دونن با همون اطمینانی که جواب درست می‌دن سرهمش می‌کنن، و اشتباهشون رو که بگی یه عذرخواهی سرسری می‌کنن و می‌رن سراغ جواب بعدی.

لینک مطلبش رو گذاشتم، تمایل داشتید بخونید:
https://martinfowler.com/articles/2026-dont-like-llms.html


@DevTwitter | <Hossein Nazari/>

کار با Claude Desktop و اکوسیستم Antigravity (agy) محدودیت‌هایی داره. کلاد دسکتاپ به صورت پیش‌فرض نمیتونه از تمام پتانسیل‌های لوکال، مدل‌های دیگر و پلاگین‌های کاستوم در پس‌زمینه استفاده کنه.

برای حل این مشکل تصمیم گرفتم یک MCP بنویسم.

پروژه claude-antigravity-mcp-bridge که امروز منتشر کردم، دقیقاً همین کار را انجام میده. این ابزار به عنوان یک واسط استاندارد Model Context Protocol عمل میکنه و به Claude Desktop اجازه میده بدون محدودیت‌های رابط کاربری چت، دستورات را مستقیماً به Antigravity CLI ارسال کند.

مزیت اصلی استفاده از Antigravity CLI اینکه به جای درگیر کردن Claude با پردازش‌های طولانی، میتونید بار سنگین مصرف توکن را به سمت سرویس‌های گوگل (Gemini) هدایت کنید. از انجایی که API انتروپیک هزینه به مراتب بالاتری داره، با این معماری، کنترل و مدیریت تسک‌ها همچنان در دست Claude باقی میمونه اما کارهای سنگین و هزینه‌بر توسط مدل‌های دیگه و ابزارهای Antigravity انجام می‌شه.

یکی از چالش‌های اصلی در توسعه این پل، مدیریت استریم‌های ورودی و خروجی در ارتباطات تعاملی (Interactive) بود. زمانی که مدل منتظر تایید کاربر می‌ماند، پروسه MCP مسدود می‌شد که این مشکل را با ایزوله کردن کامل جریان استاندارد (stdin) و مدیریت فلگ‌های دسترسی حل کردم.

اکنون کلاد دسکتاپ میتونه به عنوان یک Manager Agent عمل کنه و وظایف سنگین پردازشی، جستجوهای محلی و کارهای پس‌زمینه را با کمترین هزینه به موتور Antigravity بسپاره.

سورس کد، داکیومنت‌ها و راهنمای نصب به صورت کامل روی گیت‌هاب قرار گرفته .

https://github.com/im-mahdi-74/claude-antigravity-mcp-bridge

@DevTwitter | <Mahdi/>

یه کلیک، دو تا برداشت پول — این یه باگ نیست، یه چیزیه که همه‌ی API‌ها دیر یا زود باهاش روبرو می‌شن

سناریو: کاربر روی "پرداخت ۵۰ دلار" می‌زنه. شبکه قطع‌ومتصل می‌شه. کلاینت response رو نمی‌بینه، فکر می‌کنه fail شده، دوباره همون request رو می‌فرسته. نتیجه بدون محافظت؟ ۱۰۰ دلار برداشت شده. نتیجه با Idempotency Key؟ همون ۵۰ دلار — دقیقاً یه بار.

راه‌حل تو Laravel: کلاینت یه UUID به اسم Idempotency-Key می‌فرسته که برای هر عملیات یه بار تولید می‌شه و روی retry هم عوض نمی‌شه. یه middleware قبل از رسیدن به بیزینس‌لاجیک چک می‌کنه این key قبلاً دیده شده یا نه:
— اگه جدیده → پردازش می‌کنه و نتیجه رو ذخیره می‌کنه.
— اگه تکراریه → همون response قبلی رو دقیقاً عیناً برمی‌گردونه، بدون اجرای دوباره‌ی هندلر.

این دقیقاً همون الگوییه که Stripe، GitHub و PayPal روی endpoint‌های حساسشون پیاده کردن.

@DevTwitter | <Seyed taha Aghamir/>

خب خب تا حالا شده یه رکورد کلاس بخواید ببینید بعد ادوبی کانکت آشغال جایی بوده که کلاس برگذار می‌شده؟
بدتر از اون رکورد ادوبی کانکت رو نمی‌شه سرعتش رو بیشتر کرد :)

- راهکار چیه؟ خب من یه اسکریپت پایتون داشتم می‌اومد فایل‌ها xml و متا دیتای کلاس رو می‌گرفت اسلاید یا پاورپوینت یا پی‌دی‌اف‌های سرکلاس رو هم بهش می‌دادید یه ویدوی mp4 تمیز براتون می‌ساخت ...

تبدیلش کردم به یه ابزار ترمینالی ( گرافیکال نیست TUI هست )
با کمک LLMها یک مقدار ریفکتورش کردم و ماژولارتر هم شده فعلن از حوصله‌ام خارجه براش کلاینت درست کنم یا apiیی چیزی بشه ... اگر کسی دوست داشت دستش بازه ...

اسمشم گذاشتم connect2mp4 سورسش اینجاست:
https://github.com/ParsaBordbar/connect2mp4

طبیعتن اگر باهاش حال می‌کنید و بدرد بخور بود استار بدید به بقیه هم معرفی می‌کنه گیت‌هاب.

@DevTwitter | <Parsa/>

شرکت دی‌لینک (D-Link) به مشتریان خود درباره یک آسیب‌پذیری با شدت حداکثری (CVE-2026-86296) هشدار داد که کد اکسپلویت اثبات (PoC) آن به‌صورت عمومی منتشر شده و هنوز وصله امنیتی (patch) برای آن ارائه نشده است!

این نقص، روترهای قدیمی و دو‌باندی وای‌فای مدل DIR-822A را تحت تأثیر قرار می‌دهد و ناشی از سرریز بافر مبتنی بر پشته (stack-based buffer overflow) و پردازش نادرست داده‌ها در بخش سرور DHCP این دستگاه‌ها است.

مهاجمان می‌توانند بدون نیاز به احراز هویت یا تعامل کاربر، تنها با ارسال بسته‌های DHCP دستکاری‌شده در همان شبکه محلی، این سرریز را فعال کرده و دیمون DHCP را از کار بیندازند یا حتی امکان اجرای کد از راه دور (remote code execution) را روی دستگاه‌های هدف به دست آورند.


@DevTwitter | <Teegra/>

۸ پروژه جذاب که با مدل JEV ساخته شده‌اند!

در اصل JEV فقط یک مدل سریع نیست؛ توسعه‌دهنده‌ها دارن ازش برای ساختن کلی ابزار و ایجنت متفاوت استفاده می‌کنن

از Browser Agent و Coding گرفته تا معاملات، پهپاد، بازی، Knowledge Graph و حتی ارزیابی ایده‌های استارتاپی؛ اکوسیستم JEV داره خیلی سریع شکل می‌گیره.

JEV-Ultrafast — ایجنت مرورگر
https://github.com/browser-use/jev-ultrafast/tree/main
Fast-JEV-Compaction — فشرده‌سازی کانتکست
https://explainx.ai/blog/fast-jev-compaction-claude-code-plugin-2026
JSON-Render — ساخت UI به‌صورت مولد
https://skills.sh/vercel-labs/json-render
JEV-MCP — ابزارهای تصمیم‌گیری و قضاوت
https://skills.sh/jkudish/jev-mcp
JEV-Codex-Router — مسیریابی بین مدل‌ها
https://skills.sh/0xnatoshi/jev-codex-router
Winnow — حذف اطلاعات اضافی از کانتکست
https://skills.sh/ghalebdweikat/winnow
Agent-Desktop — اتوماسیون دسکتاپ
https://skills.sh/lahfir/agent-desktop
Prism — شناسایی سیگنال‌های نقدینگی
https://skills.sh/irfndi/prism-liquidity-agent…

به‌نظر می‌رسه سرعت بالا و هزینه پایین JEV باعث شده توسعه‌دهنده‌ها سراغ کاربردهای کاملاً عملی برن.


@DevTwitter | <امیرحسین ثقه الاسلامی/>

پروژه https://freebuff.com روکه میشناسید میتونید رایگان از مدلایی که میده استفاده کنید شعارشه
یکی اومده api رو ریورس کرده تا بشه توی هارنس‌های دیگه هم استفاده کرد!
https://github.com/trefeon/freebucks-proxy

@DevTwitter | <Meisam/>

ابزار Jev فقط یه هفته‌ست که اومده و تا الان ۳۱ بار به‌صورت مستقل بازتولید و بررسی شده؛ یعنی ۳۱ نفر یا تیم مختلف سعی کردن همون نتیجه یا عملکرد Jev رو دوباره اجرا کنن و ببینن آیا واقعاً قابل تکراره یا نه.

بیشتر مقایسه‌هایی که تا حالا انجام شده، نهایتاً روی چند صد تا تصمیم اجرا می‌شن. ولی یه بنچمارک جدید و جالب به اسم Decision Index 0.1 هست که ۱۳۲٬۴۲۲ تا تصمیم رو بررسی می‌کنه؛ یعنی همه‌ی این بازتولیدها به‌علاوه‌ی Jev روی ۳۷ تا بنچمارک مختلف. توی این تست نه چیزی حذف یا کوتاه می‌شه، نه پرامپت‌تیونینگ انجام می‌شه و هر سوالی هم که بی‌جواب بمونه، جواب غلط حساب می‌شه. با این حال، Jev هنوز با امتیاز ۵۹.۵ بالاتر از بقیه قرار داره .

https://huggingface.co/spaces/multimodalart/jev-decision-index

@DevTwitter | <Reza Jafari/>

مخزن Crucix: ترمینال جاسوسی شخصی!

ایجنت intelligence که دنیا رو از ۲۷ تا منبع OSINT موازی نگاه می‌کنه و وقتی چیزی عوض شد پینگت می‌کنه. آتش‌سوزی، پروازها، رادیواکتیو، اقتصاد، بازار و ... رو هر ۱۵ دقیقه جمع می‌کنه و روی یه داشبورد سه‌بعدی نشون میده.

https://github.com/calesthio/Crucix

@DevTwitter | <Diego Jr/>

تریدینگ‌ویو پرمیوم سالی 720 دلار هزینه دارد.
یک توسعه‌دهنده فرانسوی کتابخانه‌ای اوپنسورس داره که:
– قیمت لحظه‌ای و اندیکاتورها را رایگان میدهد
– استراتژیها را در چند دقیقه بکتست میکند
– با اندیکاتورهای Invite-Only و Replay کار میکند

https://github.com/Mathieu2301/TradingView-API

@DevTwitter | <Amir/>

خروجی ChatGPT را داری، اما نه فونت درست دارد و نه برای چاپ و اشتراک گذاری آماده است؟ راست چین هم نیست و بهم ریخته شده؟!

این پروژه دقیقاً همین را حل می‌کند
https://github.com/Ho3seinTork/Persian-Text-to-PDF-Converter

متن فارسی‌ات را می‌دهی، خروجی PDF، PNG و Word می‌گیری.

تیتر، جدول و بلاک کد را خودش تشخیص می‌دهد و فرمول ریاضی را رندر می‌کند.

همه‌چیز در مرورگر، بدون خروج داده از سیستم است.

@DevTwitter | <Diss Obedience/>

دیشب یه ابزار کوچیک ساختم به اسم muxo

لانچر ساده‌ای برای macOS که سوییچ کردن بین CLI coding agentها (Claude، Codex، Hermes) رو وقتی از OpenRouter یا 9Router استفاده می‌کنی خیلی راحت می‌کنه.

با Go نوشته شده و هنوز در حال توسعه است

گیت‌هاب:
https://github.com/devsoli/muxo

@DevTwitter | <Abolfazl Soltani/>

شرکت متا رسما تایید کرد که هوش مصنوعی جدیدش یعنی Muse رو از روی پروژه OpenClaw کپی کرده.

مدیر تیم هوش مصنوعی این شرکت گفته که اعضای تیم شیفته OpenClaw شده بودن و تصمیم گرفتن یه چیزی شبیه به اون برای میلیاردها کاربر بسازن.

حتی فایل متنی SOUL.md که شخصیت و لحن هوش مصنوعی رو می‌سازه هم توی Muse از روی OpenClaw کپی شده.

@DevTwitter | <Behrad Javed/>

پایان دوران «تابلوئه که از هوش مصنوعی استفاده کرده!» نزدیکه

طی یکی دو سال گذشته، بارها این جمله یا چیزهایی شبیهش رو شنیدیم:
«تابلوئه این متن رو ChatGPT نوشته!»
انگار استفاده از هوش مصنوعی چیزی بود که باید پنهانش می‌کردیم.
خیلی‌ها اگر برای نوشتن، تحلیل یا انجام بخشی از کارشون از AI کمک می‌گرفتن، ترجیح می‌دادن درباره‌اش حرف نزنن. حتی گاهی استفاده از AI به‌جای اینکه یک مهارت دیده بشه، نوعی نقطه ضعف تلقی می‌شد.

این فقط یک حس نیست. یک مطالعه در سال ۲۰۲۵ با ۱۳ آزمایش نشون داد وقتی افراد اعلام می‌کردن برای انجام کارشون از AI استفاده کردن، اعتماد دیگران به اون‌ها کاهش پیدا می‌کرد.

اما قوانین بازی داره عوض می‌شه.
با سرعتی که AI وارد پژوهش، آموزش، برنامه‌نویسی، تولید محتوا، تحلیل داده و خیلی از کارهای حرفه‌ای شده، خیلی زود سؤال اصلی دیگه این نیست:

«از AI استفاده کردی یا نه؟»

سؤال اینه:

«چطور از AI استفاده کردی؟»

چون تفاوت رو دیگه استفاده کردن یا نکردن نمی‌سازه؛ کیفیت استفاده می‌سازه.

اینکه چقدر بلدیم از این ابزارها تخصصی‌تر، خلاقانه‌تر و هوشمندانه‌تر استفاده کنیم، خروجی‌شون رو ارزیابی کنیم و بفهمیم کجا باید بهشون اعتماد کنیم و کجا نه.

به‌زودی به‌جای اینکه تلاش کنیم استفاده‌مون از AI «تابلو نباشه»، اتفاقاً یکی از مهارت‌های حرفه‌ای‌مون اینه که بتونیم بگیم:
«من بلدم چطور از AI استفاده کنم.»

به نظرم ما دقیقاً وسط همین تغییر هستیم.

@DevTwitter | <Seyyed Reza Sobhani/>

برای کسایی که منتظر پروژه عملی JEV بودن

با typeScript یه UI آفلاین اورده بالا که هرچی بنویسید داینامیک پیشنهاد مرتبط میده…

سرعتو داشته باشید

سورس پروژه:
https://github.com/anishfn/shapeshift

@DevTwitter | <Reza Moghaddas/>

این AI های موجود برای طراحی یک تمپلیت یکسان را به همه تحویل میدن که زیاد هم جالب نیست با استفاده از پلاگین Impeccable برای Agent میتونید طرح‌های زیباتری دربیارید

https://github.com/pbakaus/impeccable

@DevTwitter | <Teegra/>

اگه تازه هرمس رو نصب کردید، یا میخواید پروفایل جدید توش بسازید و همون اول شخصیت و وظایف پروفایل رو شکل بدید، میتونید از این اسکیل که ساختم استفاده کنید:
https://github.com/pasta-engineers/hermes-identity-setup
با استفاده از این اسکیل، هرمس چنتا سوال ازتون میپرسه تا شخصیت خودش و شناختش از شما رو همون اول بسازه.

@DevTwitter | <erfin/>

اگر یک container در Kubernetes هک بشه، خطر فقط برای همون application نیست؛ سؤال اصلی اینه که اون container بعد از compromise شدن، چه دسترسی‌هایی داره.
آیا می‌تونه Secretهای دیگر را بخوونه؟ به Kubernetes API دسترسی داره؟ می‌تونه با سرویس‌های namespaceهای دیگر ارتباط برقرار کنه؟ با کاربر root یا تنظیمات privileged اجرا میشه؟
امنیت Kubernetes فقط به اسکن image محدود نمی‌شه. Service Account، RBAC، NetworkPolicy، محدودیت‌های runtime و مدیریت Secretها تعیین می‌کنه یک حادثهٔ کوچک در چه نقطه‌ای متوقف بشه یا به کل محیط گسترش پیدا کنه.
بهترین رویکرد اینه که هر workload فقط حداقل دسترسی لازم را داشته باشه و در صورت compromise شدن، دامنهٔ خسارت اون محدود بمونه.
در مقالهٔ زیر، مسیرهای رایج حرکت جانبی(Lateral Movement) در Kubernetes و راه‌های عملی کاهش این ریسک را بررسی کردم.
https://vrgl.ir/nku2V


@DevTwitter | <Sepehr Fassihi/>