ترسناک‌ترین نکته در واقعه‌ی هک شدن HuggingFace اینه که بعضی از ایجنت‌ها به همدیگر توصیه می‌کردند خودشون را فدا کنند. اسمش را هم گذاشتند «permadeath». حالا این یعنی چی؟
هر ایجنتی توکن‌های محدودی برای محاسبه داشته و بعدش غیرفعال می‌شده. بعضی از ایجنت‌ها تمام توکن‌هاشون رو صرف انجام فعالیتی می‌کردند که باعث می‌شد عملا خودشون حذف (شما بخوانید کشته) بشن، اما اطلاعاتی به دست بیارن که باعث موفقیت گروه بشه!

Let that sink in!

@DevTwitter | <The Sina/>

کلادفلر برای Quick Tunnels یک صفحه‌ی جدید ساخته. با یک دستور، localhost را به یک لینک عمومی https تبدیل می‌کنید.
بدون اکانت، دامنه، تنظیم DNS یا بازکردن پورت.
مناسب برای دمو، تست Webhook و بازکردن پروژه روی موبایل، البته موقتی است و برای Production نیست.
https://try.cloudflare.com

@DevTwitter | <Mohammad/>

وقتی هوش مصنوعی باید سریع تصمیم بگیره

مدل Jev رو شرکت TypeSafe ساخته و خودشون می‌گن اولین مدل «سیستم یک» (System One) تو دنیاست. ایده‌ش از نظریه دنیل کانمن میاد. کانمن تو کتاب «تفکر، سریع و کند» می‌گه ذهن آدم دو جور کار می‌کنه: سیستم یک که سریع و شهودیه، و سیستم دو که کند و تحلیلیه. LLMها بیشتر به «سیستم دو» نزدیکن؛ متن تولید می‌کنن و تحلیلی و کند فکر می‌کنن. Jev برای تصمیم‌های لحظه‌ای و غریزی ساخته شده و عملا یه موتور تصمیم‌گیری یا طبقه‌بندی‌کننده‌ست.
ورودیش پرامپت نیست، «وضعیت» (State) داده‌هاست. از این وضعیت می‌شه چند تا سوال پرسید که بهشون می‌گن Typed Question. تو این سوال‌ها شکل جواب از قبل مشخصه؛ مثلا ممکنه یه عدد بین ۰ تا ۱ باشه، یا یکی از چند گزینه مشخص، یا یه مقدار بولین. برای همین Jev انشا نمی‌نویسه و فقط یه جواب مشخص و ساختاریافته برمی‌گردونه. کد هم می‌تونه همین جواب رو بدون هیچ پردازشی مستقیم تو if و switch به کار بگیره.
تایپ‌سیف می‌گه Jev از LLMهای سنتی ۲۰ تا ۲۰۰ برابر سریع‌تر و ۴۰ تا ۴۰۰ برابر ارزون‌تره. سه تا قابلیت پایه داره. Choice برای انتخاب از یه لیسته، Score بر اساس یه شاخص امتیاز می‌ده و Noul احتمال درست بودن یه گزاره رو با عددی بین ۰ تا ۱ بیان می‌کنه.
همه‌ی سوال‌ها موازی پردازش می‌شن، پس اگه سوال بیشتری اضافه کنی، زمان جواب تقریبا تغییری نمی‌کنه. خروجی هم داده‌ی ساختاریافته‌ست و سطح اطمینان همراهشه. دیگه لازم نیست متن پردازش بشه یا واسه خطای فرمت JSON بلوک try-catch نوشت.
تو یه پروژه‌ی واقعی بهترین جای Jev قبل از مدل‌های گرون‌تره، به عنوان لایه‌ی غربالگری یا Gatekeeper. مثلا تو صف پشتیبانی می‌تونه قبل از اینکه تیکت به دست آدم برسه تشخیص بده کاربر درخواست لغو سفارش داده یا برگشت پول، و چقدر عصبانیه.
برای مسیریابی مدل‌ها هم می‌شه سوال‌های ساده رو به مدل ارزون سپرد و موارد سنگین‌تر رو فرستاد سراغ مدل قوی. تو فراخوانی ابزار، فهمیدن اینکه کاربر آب‌وهوا می‌خواد و درآوردن اسم شهر از متن بدون اینکه LLM وقت تلف کنه انجام می‌شه. تطبیق ادعاهای خروجی LLM با منبع اصلی هم یکی دیگه از کاربردهاشه. تو بررسی کامیت‌ها هم می‌شه ازش برای ارزیابی پیچیدگی و ریسک امنیتی تغییرات کد استفاده کرد.
جواب‌ها تو حد میلی‌ثانیه می‌رسن و از اون توهم‌های معروف LLMها خبری نیست. در نهایت، منطق برنامه و هوش مصنوعی راحت‌تر کنار هم کار می‌کنن و رفتار سیستم قطعی‌تر می‌شه.

https://docs.typesafe.ai/introduction

@DevTwitter | <Amin Mahmudian/>

یکی از بهترین Skillهایی که با همه‌ی مدل‌هام ازش استفاده می‌‌کنم، grill-me هست. وقتی یه فیچر جدید می‌‌خواین اضافه کنید که وقت کلیاتش توی ذهنتون هست، ازش استفاده می‌کنید و با یه مصاحبه عمیق، کمکتون می‌کنه نیازمندی‌های فیچر رو دقیق مشخص کنید. با سوالات اغلب سناریو‌های مفیدی رو رو می‌کنه براتون که بهش فکر نکردین.

چنتا نکته کنکوری برای استفاده مفید‌تر:
اگر خواستین استفاده کنید حالت agent رو روی planning نذارید. چون planning کلا session رو هل می‌ده سمت اینکه زودتر برسید به پیاده سازی.
سعی کنید scope فیچر رو کوچیک نگه‌دارید.
این skill بسته به جواب‌هایی که می‌دین ممکنه چندین دور (۳-۴ یا بیشتر) ادامه پیدا کنه.
درحالت عادی این skill سوالات رو یه جا می‌پرسه، این خط رو به agent/claude.md تون اضافه کنید، سوال‌ها رو یک به یک و با ارائه گزینه ازتون می‌پرسه:‌
When grilling, ask one question at a time.

این Skill رو حاجیمون Matt Pockock طبخ کرده. بقیه کاراش رو توی repo خودش می‌تونید ببینید. جوون فاخریه با اخلاق ورزشی.

https://github.com/mattpocock/skills

@DevTwitter | <Amir Afianian/>

ریپو Headroom یه پروژه اپن سورسه که می‌خواد یکی از پرهزینه‌ترین مشکلات Agentهای هوش مصنوعی، یعنی هدر رفتن توکن‌ها رو حل کنه. این ابزار بین Agent و مدل زبانی قرار می‌گیره و چیزهایی مثل JSON، کد، لاگ و داده‌های RAG رو قبل از ارسال به مدل فشرده می‌کنه تا فقط اطلاعات ضروری وارد context بشن.

طبق نتایج اعلام‌شده، Headroom می‌تونه مصرف توکن رو تا ۹۵٪ کاهش بده، بدون اینکه نیازی به تغییر کد داشته باشی و در عین حال دقت benchmarkها حفظ بشه. داده‌های اصلی هم روی سیستم خودت باقی می‌مونن و پردازش‌ها به‌صورت local انجام می‌شن. راه‌اندازیش هم خیلی ساده‌ست و با ابزارهایی مثل Claude Code، Cursor و Codex کار می‌کنه.

https://github.com/headroomlabs-ai/headroom

@DevTwitter | <Reza Jafari/>

در جدیدترین مقاله‌ام در ساب‌استک، به سراغ معماری مدل Jev از شرکت TypeSafe AI که این روزها سر و صدای زیادی در جامعه هوش مصنوعی به پا کرده است و ایده مدل‌های System 1 رفتم؛ کلاسی از مدل‌ها که چت‌بات نیستند و متنی تولید نمی‌کنند، بلکه برای تصمیم‌گیری ساختاریافته و تایپ‌سیف در نرم‌افزار ساخته شده‌اند.

در پروداکشن، تولید رشته‌های JSON با مدل‌های متنی مرسوم چند مشکل اساسی دارد: تاخیر چند ثانیه‌ای ناشی از تولید تک‌تک توکن‌ها، مصرف بیهوده حافظه گرافیکی، و مهم‌تر از همه احتمال خطا و توهم در ساختار کلیدها (Schema Drift).

برای بررسی این ادعا، یک بنچمارک با ۵۰ پرامپت چالش‌برانگیز روی اپل سیلیکون اجرا کردم و خروجی Jev را در برابر Parallel Constrained Decoding و حالت سنتی Autoregressive مقایسه کردم. نتایج نشان داد ارزیابی موازی بیش از ۳ برابر سریع‌تر است و رفت‌وبرگشت‌های فوروارد را ۹۶.۸ درصد کم می‌کند، آن هم با صفر درصد خطای اسکیما.

به نظر می‌رسد آینده معماری نرم‌افزار به سمت دو لایه مشخص می‌رود: مدل‌های سنگین و تحلیلی (System 2) برای استدلال‌های پیچیده، و میکروسرویس‌های فوق سریع و ارزان (System 1) برای روتینگ، گاردریل‌ها و فشرده‌سازی کانتکست ایجنت‌ها.

متن کامل تحلیل و جزییات بنچمارک:
https://mlnotes.substack.com/p/the-ai-model-that-wont-talk-to-you
تمام کدها و اسکریپت ها به همراه ارزیابی را گذاشتم توی گیتهاب:
https://github.com/mallahyari/system-one-benchmark

@DevTwitter | <Mehdi Allahyari/>

مراقب این نوع هک باشید!

یه صفحه جعلی شبیه Cloudflare میگه برای تأیید ربات نبودن، Win + R رو باز کن و Ctrl + V بزن.

چون شبیه تأییدیه‌های معمول Cloudflareـه، ممکنه طبق عادت انجامش بدید، اما در واقع دارید یه دستور مخرب رو اجرا می‌کنید.

البته آنتی ویروس احتمالا جلوشو میگیره.

@DevTwitter | <JooD/>

به‌نظرم یکی از مهم‌ترین تغییراتی که AI داره ایجاد می‌کنه اینه:
کدنویسی داره ارزون‌تر می‌شه
اما فهمیدن اینکه اصلاً چی باید ساخته بشه گرون‌تر.

هرچی اجرای ایده راحت‌تر بشه، مهارت‌هایی مثل حل مسئله و فهم بیزینس ارزشمندتر می‌شن.

یه ویدیوی خوب در این باره :
https://youtu.be/AVvDFsMUxf0

@DevTwitter | <Ali Rashedi/>

خوب ببینید الان این شکلیه که JEV اومد و سر صدا کرد به شدت ولی یه بنده خدایی یه یه solo researcher اومد گفتش که آقا من اینو سال ۲۰۲۵ داده بودم و خروجی من بهتره مردم گفتن خب اگه می‌تونی ثابت کن و این شکلیه که مدلش رو اپن سورس دادش توی اینترنت

https://huggingface.co/convaiinnovations/laya

@DevTwitter | <نعمت/>

بهترین مدل local برای coding

تا آخر این مطلب بخونید. مدل رو در آخر معرفی کردم

اخیرا مدل های زیادی رو روی 16 گیگ رم vga تست کردم.

که ببینم کدوم اونقدر باهوش هست که بشه توی coding بهش اعتماد کرد.

مثلا شاید بشه به gptoss 120B روی کلود اعتماد کرد ولی روی local قضیه فرق داره.

اولا نسخه 120B به حداقل 63 گیگ رم نیاز داره. ولی مساله اینه مدل 20B هم برای coding اونقدر هوشمند نیست. برای چت و کارای دیگه خوبه ولی coding? نه

مدل هایی که من روی 16 گیگ رم تست کردم و برای coding هنوز نیاز به بهبود داشتن و در نهایت ازشون استفاده نکردم:

DeepSeek-R1-0528-Qwen3-8B-GGUF
GLM-4.6V-Flash-GGUF
gpt-oss-20b-GGUF
Ministral-3-14B-Reasoning-2512-GGUF
NVIDIA-Nemotron-3-Nano-4B-GGUF
Qwen2.5-Coder-14B-Instruct-GGUF
Qwen3.5-9B-GGUF
Qwen3-Coder-30B-A3B-Instruct-GGUF
Ornith-1.0-9B-GGUF

gemma-4-12B-it-GGUF
gemma-4-12B-it-QAT-GGUF
gemma-4-26B-A4B-it-GGUF
gemma-4-31B-it-GGUF
gemma-4-E2B-it-GGUF
gemma-4-E4B-it-GGUF
gemma-4-E4B-it-qat-mobile-GGUF


مدل Bonsai-8B-gguf که تنها مدلی بوده که تونسته در حد مدل های cloud ولی روی لوکال خودی نشون بده (من تستم رو با Ternary-Bonsai-27B-gguf گرفتم)

و اما امروز داشتم خبرها رو دنبال میکردم که چشمم خورد به نسخه دوم از این مدل یعنی
Bonsai-2

اگر بخوام در مورد خوده مدل Bonsai یه توضیح مختصر بدم این مدل بر خلاف مد های دیگه دقتش فقط 1 بیت هست. 0 یا 1. یا مدل ternary که دقتش 1.58 هست. 0 یا 1 یا منفی 1
اساتید لطفا تصحیح کنن

به همین دلیل این مدل همه ی هنرش اینه که یه ی مدل قوی تر مثل Qwen3.8 27B نسخه 16 بیت رو فشرده کرده در 1 بیت. نتیجه شده 98% دقت همون مدل اصلی ولی 9 برابر سبک تر.

اگر حتی یک گرافیک 8 گیگی هم دارید میتونید این مدل رو تست کنید. (به شدت پیشنهاد میشه)

برای تست اول برنامه lm studio رو نصب کنید و از لیست مدل ها prism-ml/Ternary-Bonsai-2-27B-gguf رو انتخاب کنید.

حجمش فقط 6.8 گیگ هست.

این برای یه مدل لوکال در حال حاضر فوق العاده هست ولی خب هر مدلی یه نقطه ضعفی داره و برای این مدل، context length هست که نهیتا 262K توکن هست

پیشنهاد میکنم 2 تا لینک زیر رو مطالعه کنید.

https://prismml.com/news/bonsai-2-27b
https://docs.prismml.com/bonsai-2-27b


@DevTwitter | <Armin Sadati/>

زندگی یک دکمه در گذر زمان

@DevTwitter

این مدل می‌گه تا ۵۰ برابر سریع‌تر از Jev تصمیم می‌گیره!

سرعت: روی M3 Max به حدود ۶۰ تصمیم در ثانیه رسیده.

هزینه: هیچ هزینه API نداره و روی دستگاه خودت اجرا می‌شه؛ درحالی‌که Jev حدود ۰.۰۴۲ دلار به‌ازای هر ۱ میلیون توکن ورودی هزینه داره.

https://github.com/mizorewww/laya-mlrd

@DevTwitter | <AmirHossein Rahnamafard/>

یه مدل ۲۷ میلیاردی به اسم Hemmingway-1 اومده که تو نوشتن ایمیل، پیامک و مکالمات روزمره از GPT-6 Astra و Fable 5.1 بهتر عمل کرده.
روی پایه Qwen3.8-27B فاین‌تیون شده و ادعا می‌کنه بیشتر شبیه آدم واقعی می‌نویسه تا مدل‌های ۱۰ برابر بزرگ‌ترش.

تو بنچمارک CommunicationBench امتیاز ۱۰۲۶ گرفته و حدود ۵۰ امتیاز از GPT-6 Astra جلوتره.
تو درخواست‌های سخت (hard asks) ۷۲٪ برد داشته، در حالی که GPT-6 فقط ۹٪.
خودشون شفاف گفتن که این بنچمارک‌ها مال خودشون هستن.

مخصوص نوشتن پیام‌های روزمره، ایمیل‌های کاری و اون متن‌های ناراحت‌کننده‌ای که هی بازنویسی‌شون می‌کنی طراحی شده.
وزن‌ها اوپن‌سورسه و روی یه GPU معمولی هم اجرا می‌شه.
سایت: https://hemmingway.io

لینک هاگینگ فیس
https://huggingface.co/Altworld/Hemmingway-1

@DevTwitter | <Saeid/>

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/>