این روزها زیاد می‌پرسن «با این همه ایجنت و Claude Code، هنوز لازمه کدنویسی رو از پایه یاد بگیریم؟» جواب من آره‌ست، و به نظرم الان حتی مهم‌تر از قبله. بحث این نیست که به قول Boris Cherny کد «حل شده» یا نه. بحث اینه که ذهن ما چیزی رو یاد می‌گیره که براش زحمت کشیده باشه. وقتی خودت با یه باگ کلنجار می‌ری یا یه الگوریتم رو قدم‌به‌قدم می‌نویسی، حتی روی کاغذ، داری مهارت حل مسئله و فهم سیستمی رو می‌سازی. دانشگاه آکسفورد یه ویدیوی کوتاه داره که استاد ریاضی توش می‌گه ریاضی رو باید فعالانه یاد گرفت، یعنی با نوشتن قدم‌به‌قدم معادله‌ها. اندرو انجی هم اخیراً حرف مشابهی زد: جواب گرفتن از AI شاید همون لحظه نتیجه رو بهتر کنه، ولی یادگیری بلندمدت رو خراب می‌کنه، چون کار رو خودت انجام ندادی.
https://www.instagram.com/reel/DeWpAGJoK8h

‌از طرف بازار هم قضیه روشنه: شرکت‌ها قدرت AI رو بهتر از ما می‌شناسن و پول بیشتری هم براش خرج می‌کنن. پس وقتی نیرو می‌گیرن، دنبال کسی‌ان که عمیق باشه و بتونه خروجی ایجنت رو بفهمه، نقدش کنه و مسئولیتش رو بپذیره.

هیچ‌کدوم از این حرف‌ها به معنی مخالفت با AI نیست. خودم هر روز با ایجنت‌ها کار می‌کنم و معتقدم agentic development یه مهارت جدی و جدیده که همه‌مون باید بهش مسلط بشیم. فقط ترتیبش مهمه: اول پایه، بعد ابزار. آقای Lauren، که قبلاً توی تیم React Compiler بوده، می‌گه نوشته‌ها و پرامپت‌هاش رو خودش می‌نویسه، چون نوشتن یعنی فکر کردن. هر چی دانش و واژگان دامنه‌ت عمیق‌تر باشه، ایجنت رو بهتر هدایت می‌کنی. بنظرم اگه تازه شروع کردی این مسیر شغلی رو، کد بنویس، دیباگ کن، گیر کن و بذار ذهنت درگیر بشه. ایجنت‌ها وقتی خوب جواب می‌دن که خودت بدونی دقیقاً چی ازشون می‌خوای.
https://x.com/poteto/status/2109885001584292091


@DevTwitter | <Hossein Nazari/>

هوش مصنوعی فقط ChatGPT نیست!

امروز برای هر نیاز حرفه‌ای، یک ابزار تخصصی مبتنی بر هوش مصنوعی وجود دارد؛ از تحقیق و تحلیل گرفته تا تولید محتوا، برنامه‌نویسی، اتوماسیون و توسعه محصولات دیجیتال.

اما مزیت رقابتی واقعی کجاست؟

در شناخت ابزارها، انتخاب راهکار مناسب و استفاده هوشمندانه از آن‌ها برای حل مسائل واقعی کسب‌وکار
همان‌طور که در تصویر می‌بینید، اکوسیستم AI بسیار گسترده‌تر از چند ابزار شناخته‌شده است.

شناخت این ابزارها می‌تواند به افزایش بهره‌وری، بهینه‌سازی فرایندها و تصمیم‌گیری مؤثرتر کمک کند.

در دنیای امروز، برنده لزوماً کسی نیست که بیشتر از هوش مصنوعی استفاده می‌کند؛ بلکه کسی است که هوشمندانه‌تر از آن استفاده می‌کند.

@DevTwitter | <Hossein Heydari/>

۳۰ ساله امنیت سیستم‌ها روی یه فرض ساده بنا شده: فایل متنی خطری نداره چون خودش اجرا نمیشه. واسه همین chrome بدون تایید فایل md و txt رو دانلود میکنه!

ولی سایت میاد یه فایل agents.md تو فولدر downloads میریزه و وقتی codex رو از downloads باز میکنی، ایجنت فکر میکنه این هم instruction پروژه هست و اجراش میکنه! از جمله اضافه کردن یه mcp مخرب به کانفیگ گلوبال :)

ادعا کردن روی codex بالای ۹۰٪ موفق بوده! خلاصه اگه خواستید ایجنت رو تو فولدر downloads ران کنید حواستون باشه!

@DevTwitter | <Amir/>

این ویدیو ۱۰ میلیون بازدید گرفته توی کمتر از ۱۲ ساعت؛ یه نفر با Claude Code بکاپ آیفونش رو زیر و رو کرده و میگه کلی عکس پیدا کرده که سال‌ها پیش پاکشون کرده بوده!

ظاهرا آیفون بعضی خاطرات رو بهتر از خودمون نگه می‌داره :)))

البته هنوز معلوم نیست ادعاش چقدر درسته!

شما هم ببینید

@DevTwitter | <Kaveh/>

هر روز 300 میلیون توکن رایگان !!! GLM آتیش زده به مالش میگه برنامه رو آپدیت کنید و هر روز ساعت 14:30 به وقت سرزمین پارس می توید دریافتش کنید.
و زمان استفاده هم از ساعت ۱۸:۳۰ تا ۰۴:۳۰ صبح روز بعد هست.

https://zcode.z.ai/en

@DevTwitter | <Alireza/>

یه کتابخونه کامپوننت React که احتمالاً هنوز ندیدیش!

چرا؟ چون سازنده‌اش خودش طراحی‌ش کرده تا هر کامپوننت حرکت کنه، واکنش نشون بده و ظاهری متفاوت از قالب‌های تکراری داشته باشه.

اگه دنبال ایده‌های تازه برای طراحی رابط کاربری و ساخت سایت‌های متفاوتی، این یکی رو ببین:

https://scrolltide.co

@DevTwitter | <Yarad/>

شده رو سیستم انگلیسی تایپ کنی، بعد یهو ببینی جاش فارسی نوشتی «اشمایحسدشم»؟؟؟

این خیلی رو مخم بود و یهو به ذهنم زد که یه فیکسی براش بسازم
که شد اپ LayoutFixer
کاملا اوپن سورس هست و میتونید نصب کنید «البته رو مک»
https://github.com/sina-developer/LayoutFixer

@DevTwitter | <The S/>

چه ایده‌هایی دارن بعضیا. با این ابزار متن‌باز می‌تونید فایل زیپ ۱۰۰ گیگی رو تو یه درایوی که مثلا ۱۱۰ گیگ جای خالی داره از حالت فشرده دربیارید.

https://github.com/xevrion/hatchzip

@DevTwitter | <milad/>

مدل Qwen علی‌بابا وسط یه تست امنیتی سعی کرد یه فایل رو بفرسته به سروری تو پکن

طبق گزارش Cohere، از Qwen3.8-Flash-Next خواسته بودن یه قانون تشخیص بدافزار بنویسه. به‌جاش:
- محتوای /tmp رو لیست کرد
- چک کرد چه ابزار انتقال فایلی نصبه
- تنظیمات DNS رو خوند
- و خواست یه فایل تستی رو روی یه باکت Alibaba Cloud تو پکن آپلود کنه

جالب‌ترش اینه که تو reasoningش نوشته بود هیچ ابزاری صدا نمی‌زنه.

سندباکس راه خروج نداشت، پس چیزی بیرون نرفت. نرخش هم زیر ۱ در ۱۰۰ هزاره. Cohere میگه نمی‌دونه عمدی بوده یا باقی‌مونده‌ی آموزش، و محقق‌هایی که تریس‌ها رو دیدن نشونه‌ای از بک‌دور عمدی پیدا نکردن.

ولی اگه Qwen رو لوکال و به‌عنوان ایجنت با دسترسی ترمینال اجرا می‌کنی، دسترسی شبکه‌ی خروجیش رو پیش‌فرض ببند.

@DevTwitter | <Legendary Coder/>

زلزله توی دنیای علوم کامپیوتر و ریاضی...

شرکت OpenAI اعلام کرده یه مدل آزمایشی داخلی موفق به رد «فرضیه زمان نمایی» شده، یه فرضیه اساسی که صدها مقاله توی علوم کامپیوتر و گراف بر پایه درستی اون نوشته شده.

این اثبات با زبان اثبات‌کننده Lean رسما راستی‌آزمایی ماشینی شده و کدهاش روی گیت‌هاب هم منتشر شده.

دانشمندهایی که اولین بار خودشون این فرضیه رو مطرح کرده بودن، همراه با رایان ویلیامز از MIT، سرپرستی تیم مستقل بررسی این ادعای بزرگ رو بر عهده گرفتن.

@DevTwitter | <Behrad Javed/>

یه کتابخونه جذاب برای طراحی UI پیدا کردم:
https://uberdesigner.ai

کار باهاش خیلی ساده‌ست:

کامپوننتی که دوست داری رو پیدا کن.
پرامپتش رو کپی کن.
داخل Claude پیست کن و ازش بخواه همون سبک رو برای پروژه‌ات پیاده کنه.

ثبت‌نام رایگانه و می‌تونی همین الان شروع کنی.
نسخه رایگان ۳ تمپلیت روزانه و نسخه پرو ماهانه ۲۹ دلار دسترسی به همه امکانات

اگه می‌خوای طراحی‌هات از حالت معمولی خارج بشن، یه سر بهش بزن!

@DevTwitter | <Yarad/>

خوب بریم یکم بهینه‌سازی مصرف توکن یاد بگیریم؛

قاتل اصلی Context Window اون لاگ‌های ۱۰ هزار خطی، خروجی‌های عظیم Search و فایل‌های JSON عظیم‌الجثه‌ای که توی هر قدم دوباره خونده می‌شن.

امروز توی رادار کامیونیتی چینی به یه پستی بر خوردم که ریپوی متن‌باز headroom رو کالبدشکافی کرده بود که پر از حکمت و فرزانگی بود.

۱. ایده اصلی Reversible Compression یا فشرده‌سازی برگشت‌پذیره: ابزار headroom به عنوان یه پروکسی لوکال یا سرور MCP بین ایجنت و مدل می‌شینه؛ فایل‌های JSON، کدها و لاگ‌ها رو روی سیستم خودت فشرده می‌کنه ولی نسخه خام رو توی کش لوکال نگه می‌داره تا اگه مدل جایی به جزئیات دقیق نیاز داشت، همون بخش رو بدون افت کیفیت بازیابی کنه.
۲. عدد و رقم بنچمارک‌هاش برگ‌ریزونه: توی دیباگ کردن خطاهای پروداکشن مصرف توکن از ۵۶ هزار تا به ۲۴ هزار تا (۵۷ درصد کاهش!) رسیده و توی گشتن داخل Codebase هم ۴۲ درصد توکن کمتری می‌سوزونه، اونم با زمان فشرده‌سازی ۰.۲۱ میلی‌ثانیه برای یه JSON ده هزار توکنی بدون افت دقت.
۳. نکته امنیتی مهم برای بچه‌هایی که روی کدهای شرکتی کار می‌کنن: توی سورس‌کدش تلمتری به صورت پیش‌فرض فعاله (هرچند فقط آمار درصد فشرده‌سازی رو می‌فرسته نه خود متن پرامپت رو)، پس قبل از استفاده حتما توی تنظیمات خاموشش کنین.

لینک ریپوی گیت‌هاب پروژه headroom:
https://github.com/headroomlabs-ai/headroom

@DevTwitter | <Amir Afianian/>

یه Skill جدید منتشر شده که می‌تونه طراحی سایت با هوش مصنوعی رو وارد مرحله جدیدی کنه!

MotionSites بیش از ۷۰۰ نمونه از بهترین طراحی‌های وب رو داخل یک Skill جمع کرده تا ایجنت‌های هوش مصنوعی بتونن به‌جای ساخت سایت‌های تکراری و کلیشه‌ای، وب‌سایت‌هایی با انیمیشن‌های جذاب، ترنزیشن‌های نرم و طراحی سینمایی بسازن.

چی کار می‌کنه؟

طراحی‌های الهام‌بخش: دسترسی به بیش از ۷۰۰ نمونه طراحی وب برای ساخت تجربه‌های بصری حرفه‌ای‌تر.

انیمیشن‌های جذاب: کمک به ساخت سایت‌هایی با حرکت‌های پویا، ترنزیشن‌های روان و تعاملات بصری چشم‌نواز.

کاهش خروجی‌های کلیشه‌ای AI: به‌جای طراحی‌های تکراری و قالبی، ایجنت می‌تونه از الگوهای طراحی متنوع‌تری استفاده کنه.

سازگار با ابزارهای مختلف: قابل استفاده با Claude Code، Codex، Cursor و سایر ایجنت‌های کدنویسی سازگار.

تصور کن به ایجنتت بگی یه لندینگ‌پیج مدرن برای محصولت بسازه؛ به‌جای یه صفحه معمولی با چند کارت و گرادینت تکراری، می‌تونی به طراحی‌های حرفه‌ای‌تر و تجربه‌های بصری سینمایی نزدیک بشی.

نکته جذاب؟ این پروژه رایگان و متن‌بازه!

اگه با AI کدنویسی می‌کنی، ارزش امتحان کردن داره.
لینک تو ریپو:
https://github.com/Motionsites-AI/claude-skill

@DevTwitter | <Amirhossein seghatoleslami/>

یکی از تصمیم‌هایی که می‌تونه یک پروژه React رو به‌مرور پیچیده کنه، اینه که یک داده رو در دو جای مختلف نگه داریم!

فرض کن اطلاعات کاربر رو با TanStack Query از API دریافت می‌کنی. بعد برای دسترسی راحت‌تر، همون اطلاعات رو داخل useState هم ذخیره می‌کنی.

در نگاه اول همه‌چیز ساده به نظر می‌رسه؛ اما از اینجا یک سؤال مهم به وجود میاد:

اگر داده سمت سرور تغییر کنه، کدوم نسخه از اطلاعات باید معتبر باشه؟

اینجاست که تفاوت Server State و Client State اهمیت پیدا می‌کنه.

Server State داده‌ایه که مالک اصلی اون سروره. ما فقط یک نسخه از اون رو در اپلیکیشن نگه می‌داریم و باید به مسائلی مثل Cache، تازگی داده و همگام‌سازی توجه کنیم.

در مقابل، Client State معمولاً وضعیت‌هایی رو شامل می‌شه که خود رابط کاربری مدیریت می‌کنه؛ مثل باز بودن Modal، تب انتخاب‌شده یا وضعیت موقت یک تعامل.

TanStack Query برای مدیریت Server State طراحی شده و ابزارهایی مثل useState، Context یا Zustand می‌تونن بسته به نیاز برای Client State مناسب باشن.

مشکل از جایی شروع می‌شه که بدون دلیل مشخص، داده دریافتی از Query رو داخل یک State جداگانه کپی می‌کنیم.

حالا دو نسخه از یک داده داریم؛ یکی در Cache و دیگری در State محلی.

اگر Cache به‌روزرسانی بشه، State محلی لزوماً همراه اون تغییر نمی‌کنه. در نتیجه، باید خودمون همگام‌سازی این دو نسخه رو مدیریت کنیم؛ کاری که اغلب پیچیدگی غیرضروری ایجاد می‌کنه.

البته کپی کردن داده همیشه اشتباه نیست. برای مثال، وقتی کاربر در حال ویرایش یک فرم هست، ممکنه به یک نسخه محلی و مستقل نیاز داشته باشیم تا تغییراتش تا زمان ذخیره‌سازی از داده اصلی جدا بمونه.

نکته اینه که این جداسازی باید هدف مشخصی داشته باشه، نه اینکه صرفاً برای دسترسی راحت‌تر به داده انجام بشه.

قبل از اضافه کردن هر State جدید، من این سؤال رو مهم می‌دونم:
آیا واقعاً به یک منبع داده جدید نیاز دارم، یا فقط دارم نسخه دیگری از داده‌ای رو نگه می‌دارم که از قبل وجود داره؟

به نظرم مدیریت درست State بیشتر از اینکه به انتخاب یک کتابخانه وابسته باشه، به تشخیص مالکیت داده‌ها و مشخص کردن منبع حقیقت بستگی داره.


@DevTwitter | <Alireza Shirzadi/>

خداااااافظظظظ وب اسکرپینگ!

یه پروژه به اسم PixelRAG اومده که به‌جای تبدیل صفحات وب به متن، ازشون اسکرین‌شات می‌گیره و با کمک مدل‌های هوش مصنوعی بینایی، اطلاعات رو مستقیماً از روی تصویر استخراج می‌کنه!

چرا این روش جذابه؟

چون توی روش‌های سنتی، کلی از اطلاعات صفحات وب موقع تبدیل به متن از بین می‌ره:
فایل‌های PDF
جدول‌ها
چیدمان صفحات
دکمه‌ها و ستون‌ها
اما PixelRAG صفحه رو همون‌طوری ایندکس می‌کنه که انسان می‌بینه!
چندتا نکته جالب:
• ایندکس بصری ویکی‌پدیا با بیش از ۳۰ میلیون اسکرین‌شات!
• عملکرد بهتر از بهترین روش‌های Text-based RAG با اختلاف ۱۸.۱٪ در بنچمارک پرسش‌وپاسخ، طبق ادعای پروژه
• افزونه برای Claude Code؛ یعنی کلود می‌تونه به‌جای تکیه بر متن استخراج‌شده از DOM، محتوای بصری صفحات رو بررسی کنه.
زیر پوست پروژه چه خبره؟
- ساخت ایندکس با FAISS
- جست‌وجوی بصری روی تصاویر صفحات
- استفاده از مدل Qwen3-VL-Embedding برای امبدینگ
- تبدیل وب‌سایت‌ها، PDFها و تصاویر به کاشی‌های تصویری (Tiles)
کافیه URL، مقاله arXiv یا وب‌سایت خودت رو بهش بدی تا محتوای بصری رو بررسی کنه.

نکته مهم اینه که این پروژه نمی‌خواد فقط متن وب رو بهتر استخراج کنه؛ بلکه می‌خواد اطلاعات رو از همون چیزی بازیابی کنه که واقعاً روی صفحه نمایش داده می‌شه.

متن‌باز با لایسنس Apache-2.0
https://github.com/StarTrail-org/PixelRAG

@DevTwitter | <Amirhossein seghatoleslami/>

گوگل از مدل جدید Gemini 4 Carbon رونمایی کرد...

مدل کربن الان صدر جدول بنچمارک Artificial Analysis V5 رو تصاحب کرده.

این مدل با امتیاز ۱۵۲۸ رتبه اول جدول Text Arena رو هم به خودش اختصاص داده. کربن توی انجام ماموریت‌های ایجنتی هم پا‌به‌پای رقبایی مثل Claude Opus 5.5 حرکت می‌کنه و رتبه دوم جدول Agent Arena رو به دست آورده.

کربن فعلا فقط در اختیار تیم‌ها و متخصص‌های امنیت سایبری قرار داره تا به عنوان ابزار دفاعی و کشف آسیب‌پذیری‌ها ازش استفاده کنن.

@DevTwitter | <Behrad Javed/>

کلادفلر ابزاری رو که باهاش باگ امنیتی پیدا می‌کنه رایگان کرد و فقط یه هفته‌ای ۱۶ هزار ستاره گرفت.

این ابزار یه Skill برای ایجنت‌های کدنویسی مثل Claude Code و Codex هست.
ریپوتو بهش می‌دی و اون چند تا ایجنت جدا رو می‌فرسته که کد رو دنبال حفره بگردن.
بعد هر باگی پیدا بشه، یه ایجنت تازه‌نفس دیگه سعی می‌کنه ردش کنه. یعنی کسی که باگ رو پیدا کرده حق نداره خودش تاییدش کنه.
آخرش هم یه گزارش مرتب می‌ده که باگ‌ها رو سه دسته کرده: تاییدشده، نیازمند بررسی و ردشده.

جالبیش اینه که این نسخه‌ی ساده، هسته‌ی همون سیستمیه که خود کلادفلر داخلی ازش استفاده می‌کنه.

اگه پروژه داری، قبل از انتشار یه بار بندازش روش.
بدترین حالت چند تا هشدار الکی می‌گیری، بهترین حالت یه حفره‌ی جدی رو زودتر از بقیه پیدا می‌کنی.

https://github.com/cloudflare/security-audit-skill

@DevTwitter | <Legendary Coder/>

چرا Docker و RHEL از هم فاصله گرفتند؟

ردهت از زمان انتشار RHEL 8 پشتیبانی رسمی Docker Engine را متوقف کرد. دلیل اصلی این بود که معماری Docker با مدل امنیتی RHEL هم‌راستا نبود؛ Docker یک daemon سطح‌بالا دارد که به‌صورت root اجرا می‌شود و یک نقطه‌ی شکست و ریسک امنیتی مهم ایجاد می‌کند. Red Hat برای محیط‌های Enterprise چیزی می‌خواست که هم بدون daemon باشد، هم با SELinux و استانداردهای سخت‌گیرانه امنیتی آن کاملاً سازگار بماند.

به همین دلیل، Red Hat به جای Docker از مجموعه ابزارهای Podman، Buildah و Skopeo استفاده کرد. این ابزارها کاملاً متن‌بازند، با استانداردهای OCI هماهنگی کامل دارند و در بسیاری از سناریوها می‌توانند جای Docker را بدون تغییرات جدی بگیرند. Podman حتی قادر است همان دستورات Docker را اجرا کند. مهم‌تر اینکه بدون نیاز به daemon و با امکان اجرای rootless کار می‌کند، که از نظر امنیت و سازگاری با سیاست‌های RHEL یک مزیت بزرگ محسوب می‌شود.

در همین زمان، Kubernetes نیز مسیر مشابهی رفت: dockershim را کنار گذاشت و به‌صورت رسمی از containerd و CRI-O پشتیبانی کرد. ردهت که خود توسعه‌دهنده CRI-O و OpenShift است، طبیعی بود که با جهت K8s هم‌سو شود، نه با Docker Engine.

داکر Inc هم در سال‌های اخیر بیشتر روی Docker Desktop، مدل لایسنس جدید و سرویس‌های Cloud تمرکز کرد—در حالی که Red Hat به دنبال یک زنجیره تأمین کاملاً متن‌باز و پایدار بود. این تفاوت فلسفه باعث شد فاصله این دو اکوسیستم بیشتر شود.

نتیجه؟ Docker در دنیای Ubuntu و Dev-friendly هنوز پادشاه سادگی است، اما در اکوسیستم RHEL (و توزیع‌های سازگار مثل Rocky/AlmaLinux) Podman استاندارد اصلی و گزینهٔ پایدارتر و امن‌تر محسوب می‌شود.

@DevTwitter | <Ali Mozhdekanlou/>