Learning With M
2.06K subscribers
81 photos
36 videos
3 files
97 links
سلام.
من مسعود دانش پور هستم.
همسر، پدر، پسر، برادر، انسان و مهندس نرم افزار.👻

اینجا جایی هست که من تلاش می کنم موضوعاتی که برای یک مهندس نرم افزار مهم و لازمه رو بازگو کنم.

آکادمی یادگیری با M :
https://academy.daneshpour.ir
Download Telegram
Forwarded from tech-afternoon (Amin Mesbahi)
♻️♻️ مدیر محصول و مهندس نرم‌افزار: همکاری یا تنش؟ (بخش دوم)
بخش ۲، فلوی شکل‌گیری ایده تا رسیدن به محصول و محیط عملیاتی


در بخش اول دیدیم که ریشه‌ی تنش بین مدیر محصول و مهندس، بیشتر از اینکه یه موضوع فردی باشه، یک مشکل ساختاریه. ابهام در مالکیت، اشتباه گرفتن Product Manager با Project Manager، و موندن توی مدل Feature Team، باعث می‌شه سیستم به سمت اصطکاک هدایت بشه، نه همکاری.

اما دونستن ریشه کافی نیست. سوال عملی اینه: یک ایده چطور باید از ذهن مدیر محصول به محیط عملیاتی برسه؟ چه کسی در هر مرحله مالک است؟ چه ابزاری کمک می‌کنه؟ و شرکت‌های بزرگ این مسیر رو چطور طی می‌کنن؟ در این بخش به همین سوال‌ها خواهم پرداخت.

فلوی کامل: از ایده تا Production
مسیر یک فیچر از لحظه‌ی تولد تا استقرار، از شش مرحله‌ی مجزا عبور می‌کنه. هر مرحله یک مالک مشخص، یک ورودی مشخص، و یک خروجی مشخص باید داشته باشه.

Discovery → Shaping → Spec → RFC → Development → Release


مطلب کامل رو از لینک زیر مطالعه کنید:

🔗 بخش اول
🔗 بخش دوم


💬 نظر و تجربه شما چیه؟
Please open Telegram to view this post
VIEW IN TELEGRAM
باز دم امین عزیز گرم که توی این حال و اوضاع ما دست به قلم میشه.
باز هم از این دست خبرا که برای یک سری ها ترسناکه و برای یک سری ها جذابه.
اونایی که دارن خودشون رو اداپت می کنن خوشحالن.
اونایی که هنوز دارن مثل 5 سال پیش مهندسی می کنن ترسیدن.

پ.ن : عزیزانی که کرسر و کدکس و chatgpt و ... رو فقط استفاده می کنند و فکر می کنن در امان هستند، بدانند که در دسته سومی هستند که توهم اداپت شدن رو دارن و از همه اوضاعشون خراب تره.

#AI
انویدیا می‌خواد خونه‌ها رو به دیتاسنتر هوش مصنوعی تبدیل کنه

به‌جای اینکه کلی مزرعه سرور غول‌پیکر بسازن، استارتاپ Span با همکاری Nvidia و شرکت خانه‌سازی PulteGroup داره یه ایده عجیب و تازه رو تست می‌کنه: نصب هاب‌های کوچیک پردازش هوش مصنوعی مستقیم روی خونه‌ها.

این سیستم که اسمش XFRA هست، یه جعبه بیرون خونه نصب می‌کنه که حدود ۱۶ تا GPU از مدل Blackwell داخلشه. پنل هوشمند Span هم برق اضافه و استفاده‌نشده خونه رو می‌فرسته سمت این GPUها تا کارهای مربوط به هوش مصنوعی رو انجام بدن.

یعنی خونه‌ت واقعاً می‌تونه وقتی خوابی، به اجرای مدل‌های هوش مصنوعی کمک کنه.

در عوض، صاحب‌خونه‌ها می‌تونن قبض برق ارزون‌تری داشته باشن و حتی یه درآمد اضافه هم دربیارن.

Span می‌گه اگه هزاران تا از این نودهای هوش مصنوعی خانگی راه‌اندازی بشه، هزینه‌اش می‌تونه ۵ تا ۶ برابر کمتر از ساخت دیتاسنترهای بزرگ و سنتی دربیاد.

شاید آینده زیرساخت هوش مصنوعی یه دیتاسنتر خیلی بزرگ نباشه؛ شاید همون محله خودمون باشه.

(منبع)

#AI
This media is not supported in your browser
VIEW IN TELEGRAM
این باشه برای اون مایند شیفتی که باید هممون بسازیم برای خودمون.

ببینید این مدیرعامل چه تجربه ای در دنیای #AI داشته.

از ۲۰۱۰ انقلاب صنعتی جدید شروع شده که یکی از اسم هاش عصر هوشمندی هست. توی این انقلاب پایه های هوش مصنوعی گذاشته شد.

ولی به نظرم انقلاب پنجم چند سالیه شروع شده و در این عصر ما دیگه وارد دنیای هوش مصنوعی شدیم.

پ.ن: انقلاب اول: عصر مکانیزاسیون(۱۷۶۰ تا ۱۸۴۰)، انقلاب دوم: عصر برق(۱۸۷۰ تا ۱۹۱۴)، انقلاب سوم: عصر دیجیتال(۱۹۶۰ تا ۲۰۰۰)، انقلاب چهارم: عصر هوشمندی (۲۰۱۰ تا الان). دقت کنیم که چه قدر انقلاب ها داره نزدیک تر و سریع تر میشه.
Forwarded from tech-afternoon (Amin Mesbahi)
⚙️ یک مسئله، یک‌ ابزار، سه سطح نگاه!

نقش AI در آینده شغلی و حرفه‌ای ما و البته خیلی رشته‌های دیگه نه تنها غیرقابل انکاره، بلکه همراه با ملاحظاتی است که اگه ازشون غافل باشیم، شاید از گردونه رقابت حذف شیم یا در حالت خوش‌بینانه‌ترش، نقشمون کم‌رنگ و موقعیتمون متزلزل بشه.

استفاده از AI برای توسعه نرم‌افزار، فقط این نیست که «چقدر سریع‌تر کد تولید می‌کنیم». مسئله مهم‌تر اینه که «چه کسی» «چه» تصمیمی رو «چرا» می‌گیره؟! «مدل» تصمیم‌گیر و تعیین‌کننده‌ی «جهت» است یا «دانش ما»؟!

برای درک این مطلب، یک قابلیت ساده مثل احراز هویت و دسترسی رو توی یک REST API را از سه سطح نگاه بررسی کردم:
سطح اول: پرامپتی که قابلیت رو مطالبه می‌کنه
سطح دوم: پرامپت مهندسی‌شده که جهت‌گیری و چگونگی رو تبیین می‌کنه
سطح سوم: Skill، Agent و استانداردسازی سازمانی

خلاصه‌ی مطلبم اینه که:
امروز AI می‌تونه سرعت بده؛ اما جهت رو هنوز دانش مهندسی تعیین می‌کنه.
پس AI در توسعه نرم‌افزار؛ یه ضریبه.
اگر دانش داری، ضریبی که سرعتت رو بالا می‌بره. اگر دانش نداری، ضریبی که اشتباهاتت رو سریع‌تر تولید می‌کنه.

🔗 لینک مطلب

💬 نظر شما چیه؟
Please open Telegram to view this post
VIEW IN TELEGRAM
شرکت معظم OpenAI به کارمندای فعلی و قدیمیش که سهام داشتند اجازه فروش تا سقف ۳۰ میلیون دلار برای هر نفر رو داده.
۷۵ نفر هم سقف رو پر کردن و فروختن. نا قابل ۲.۲ میلیارد دلار !

بعد ما تو ایران شرکتی نداریم که حتی یونیکورن باشه(یعنی حداقل ۱ میلیارد دلار ارزش داشته باشه)، چه برسه به اینکه ۲ میلیارد و خورده دلار کش بده به کارمنداش.

احتمالا خبر بعدی : تعدیل گسترده فلان شرکت و بهمان شرکت ایران به دلیل مشکلات اقتصادی !

پ.ن: اون خورده ای ته ۲ میلارد دلار، که مثلا میشه ۴۰۰ میلیون دلار میشه بودجه چند شرکت بزرگ در ایران برای ۱ سال ! خیلی زشت شد !

#AI
This media is not supported in your browser
VIEW IN TELEGRAM
خب بلاخره آنتروپیک برای کلود کود نسخه متمرکز داد تا ما رو از شر ۱۰۰ تا کنسول جدا خلاص کنه.
البته که هنوز کلود خیلی گرونه، ولی باز کار رو راحت کرده.

اگر تا به حال اجینت طراحی کرده باشید می دونید که سیستم های ایجنتیک وقتی گیر کنن نمیتونن چند تا کار پشت سر هم رو بدون سوال پرسیدن درست پیش ببرن. حالا کلود کود یه چیزی داده به اسم /goal که ایجنت رو حول یه موضوع نگه میداره که کمتر گیج بشه.

#AI
اینم خبر با مزه ای بود.
طرف پسورد ولتش رو با ۵ تا بیت کوین یادش میره، #AI بعد از ۹ سال براش دیکریپت می کنه و حالا طرف که ۲۰۰ دلار بیت کوین خریده بوده، بیشتر از ۴۰۰ هزار دلار پول داره.
طبق تجربه من، اگر با مدیری بر خورد دارید که:

برای رشد، شما رو تشویق می کنه،
از بزرگ شدن شما نمی ترسه،
از دستاورداتون تعریف می کنه و ...
بدونید اون آدم، آدم حسابیه، اون خودش حاصل رشد پایدار و سالمه و قطعا کسیه که شما می تونید در کنارش رشد کنید.

حالا اگر مدیر هم هستید، بد نیست با این معیار ها خودتون رو یه اندازه ای بزنید.


#تجربه #مدیریت
شاید بهتر باشه کم کم نگاهمون رو از Estimate برداریم و به Appetite فکر کنیم.

مخصوصا تو دنیایی که #AI داره خیلی کارا رو سریع تر از ما انجام میده.

رید مور !

@learning_with_m
This media is not supported in your browser
VIEW IN TELEGRAM
ببینیم جناب اریک اشمیت در مورد آینده چی میگه:
«شما تعداد نسبتاً کمی شرکت بسیار بزرگ و تعداد بسیار زیادی شرکت بسیار کوچک خواهید داشت، زیرا به تعداد افراد زیادی نیاز ندارید.»

~ اریک اشمیت، مدیرعامل سابق


باز هم میگم، جنگیدن با #AI ، جنگیدن با زمانه.
تهش تویی که می بازی.

توی موج سوار شده ها برنده هستند.
دیالوگ های جالبی که این روز ها می‌شنوم:

۱. ما اکانت کرسر می‌گیریم، مهندسا باید ۱۰ برابر سریع تر بشن.

۲. ما به پرداکت لید‌هایی احتیاج داریم که با
#AI کد بزنن.

۳. تو دنیای امروز،
#AI از آدم ها بهتر کد می‌زنه.

۴. من از
#AI استفاده می‌کنم، تمام تسک هامو می‌دم به کرسر می‌نویسه !

خلاصتون کنم، همش چرت و پرته و یکی از یکی خطرناک تر.

اولی، از دهن مدیر های ارشد بی‌سواد در میاد که کل فکرش اینه که کار مهندسی نرم افزار تایپ کردن کده. ولی کمی تجربه با کرسر و کدکس و کلودی و ... نشون می‌ده که درسته که تایپ کردن کد با AI سریعتر و بی باگ تر شده، ولی قبلش هنوز زمان لازمه که بدونی چه کاری رو باید چطوری انجام بدی. مدل های AI هرچه قدر هم کانتکس ویندوشون بزرگ باشه بازم توی تحلیل یک پروژه ای که بدون برنامه و هرز رشد کرده باشه نمی‌تونه موفق عمل کنه. تازه بماند که خیلی از شرکت ها، مونو ریپو نیستند و کد بک وفرانت جداست ! تو این کیس ها، دیباگ کردن = جهنم.
دومی از دهن آدم هایی در میاد که درک محصولی ندارن. اینا نمی‌فهمن که دنیای دیسکاوری با دنیای سلوشن فرق می‌کنه، اگر یکی دیسکاوری کنه و خودشم بخواد توسعه بده، اون چیزی رو می سازه که فکر می‌کنه، نه اون چیزی که باید. به عبارتی، به جای دیسکاوری، از سلوشن شروع می‌کنه. (بماند که تجربه نشون داده، پرداکت منیجر هایی که تک رو بفهمن خیلی کمن و در نتیجه ممکنه محصول درستی از نگاه مهندسی هم نتونن بسازن، ولی من پروداکت منیجر هایی دیدم که ۶ تای یک سافتور انجینیر درک مهندسی دارن، در نتیجه این یک فکت نیست، تجربه بود فقط)
سومی از دهن اونایی در میاد که چند ساعته کرسر نصب کرده و چندتا کامند داده و الان در حال کف کردنه. اون دوستمون هنوز نرسیده به اونجایی که مثل یک معتاد انقدر کامند داده باشه به سیستم که اگر یه روز بخوره به ریت لیمیت مدلش، قطعا تا آخر روز باید خودشو تو هر سوراخ سمبه ای قایم کنه که بهش نگن چرا کار نمی‌کنی. برای این دوستان ابزار پیشنهادیم، فیک ویندوز آپدیت هست، چون عمرا نمیتونن بفهمن کرسر و کدکس و ... چه گُلی به پروژشون زده.
چهارمی هم از دهن اونایی در میاد که قراره به زودی یک دوره آموزشی برای استفاده از #AI برامون بسازن و بهمون بگن چه قدر دنیای جدید خفن شده و مهندسای نرم افزار قراره ریپلیس بشن و بهمون بگن خیلی عقبیم و در آخر کورس n8n جدیدشون رو بهمون بفروشن. اینا رو کار نداشته باشید، زالو ان. از کنار یه چیز خوب زندگی می گذرونن.
خلاصه که باز هم پیشنهادم به خودم و شما مثل همیشه اینه:

عمیق شید، درست یاد بگیرید، فکر کنید و مسیر داشته باشید. نترسید و بفهمید هر ابزاری بهر کاری اومده.

یادتون باشه، وقتی ماشین بخار ساخته شد، نیاز به حمل و نقل تغییر نکرد، اون اسب بیچاره بود که ریپلیس شد.
درشکه تبدیل به ماشین شد. راننده سر جاش موند، ابزارش عوض شد.
@learning_with_m
مربی امروز بهم گفت و چه قدر دقیق گفت:

اولین چیزی که به ذهنت میرسه، معمولا غلطه.


#تفکر
جمعه برای استراحت و آزاد کردن ذهن از همه بدو بدو های هفته قبله تا برای یک هفته جدید آماده بشیم.

ولی یه ذهن معتاد به دوپامین، جمعه ۷ صبح بیدار میشه و میگه: میدونم امروز قرار نیست چیزی(دوپامین) به من برسه که مصرف کنم، پس منم نمیزارم تو بخوابی.
به عبارت دیگر، ذهن داره میگه : دیگی که دوپامین برای من توش نباشه، بخوره تو سرت که نتونی بخوابی !

این حالت برای خیلی ها پیش میاد و راه حل سریعی هم نداره، نیاز به باز طراحی سیم کشی مغز برای کلی چیز مختلفه.
یه تجویز کوتاه مدت ولی بامزه اینه که کتاب سم زدایی دوپامین رو هر از گاهی یه بازخوانی ریز بکنیم و بیشتر حال مغز معتادمون رو بگیریم.

#کتاب #شوخی یا شایدم #جدی ؟
#کتاب آینده که قراره براتون زیاد ازش بنویسم هم کتاب UN Learn هست.

اگر دوست دارید می تونید شما هم تا 15 خرداد بخونیدش و در موردش باهم گفت و گو کنیم و برداشت هامون رو با هم به اشتراک بزاریم.

چرا این کتاب؟
توی جلسه آخر مربی بهم گفت:
لیدرشیپ رو UnLearn کن.
#موقت
از اونجایی که متاسفانه اکانت لینکداین من در دوران جنگ به دلیل استفاده از قند شکن نا مرغوب حک شد، اگر از عزیزان کسی تجربه بازگردوندن اکانت رو داره ممنون میشم به من بگه.
Forwarded from tech-afternoon (Amin Mesbahi)
بعضی آدم‌ها مثل Andrej Karpathy اسمشون فقط یک رزومه نیست؛ بلکه سیگناله!

کسی که رهبری بخش AI و Autopilot Vision تسلا رو بر عهده داشت، عضو اولیه OpenAI بوده، و البته از چهره‌های مهم آموزش Deep Learning بوده هزاران نفر بخشی از سواد AIشون رو از محتوای آموزشی ایشون دارن.

حالا ایشون رفته Anthropic؛ و می‌دونیم که احتمالا امسال آنتروپیک در مسیر IPO شدن و عرضه عمومی سهام است. و ماموریتش pre-training مدل‌های Claude است.
بعد از خبر پیوستنش به آنتروپیک، بعضی‌ها نوشتند که حضور Karpathy به تنهایی ده‌ها میلیارد دلار به ارزش‌گذاری Anthropic اضافه کرده. (عدد دقیقش رو باید با احتیاط دید؛ چون سوشال‌مدیا اغراق دوست داره)
چیزی که همیشه برام جذاب بوده اینه که حضور یه آدم، همیشه پر کردن یک position نیست. گاهی مولفه اثرگذار روی سرنوشت محصول یا شرکته. گاهی یه signal مهم به بازار. گاهی سیگنال به استعدادهای اون حوزه. گاهی سیگنال به سرمایه‌گذارها. و گاهی حتی یه سیگنال به رقباست.

به نظرم هر از گاهی خوبه تا از خودمون بپرسیم:

«روی زمین، و نه پای منقل و سماور، من واقعاً چقدر برای سازمانم ارزش می‌سازم؟»

نه توی ذهن خودم یا گنده‌گویی‌هام پیش رفقا. نه توی عنوان شغلی. نه بنا به تعداد جلسه‌ها یا میزان شلوغی تقویممون.

بلکه توی توان حل مسئله، کاهش ریسک، ساختن سیستم، تربیت آدم‌های بهتر، و بالا بردن کیفیت تصمیم‌های سازمان.

همه قرار نیست Karpathy باشیم. ولی همه می‌تونیم از خودمون بپرسیم: حضور من چه چیزی رو با چه میزان ارزشی واقعا بهتر می‌کنه؟
شرکت Alibaba از کشور برادر و دوست چین مدل جدیدی به اسم Qwen3.7-Max معرفی کرده که مشخصاً برای رقابت در دنیای AI Agentها ساخته شده.

علی‌بابا گفته این مدل برای «دوران Agentها» طراحی شده؛ یعنی زمانی که هوش مصنوعی فقط چت نمی‌کند، بلکه می‌تواند ساعت‌ها بدون دخالت انسان کارهای پیچیده انجام دهد.
خلاصه ویژگی‌ها:

رفتار کامل یک Coding Agent
فقط autocomplete نیست؛ می‌تواند:

ساخت prototype فرانت‌اند
refactor پروژه‌های چندفایلی
دیباگ
و انجام workflowهای طولانی مهندسی نرم‌افزار
را از ابتدا تا انتها انجام دهد.


اتوماسیون و بهره‌وری
با ابزارهای MCP و سیستم‌های multi-agent کار می‌کند؛ یعنی می‌تواند چند workflow را هماهنگ کند، نه اینکه فقط مثل یک chatbot ساده عمل کند.

استقلال طولانی‌مدت
علی‌بابا ادعا کرده این مدل ۳۵ ساعت پشت‌سرهم روی بهینه‌سازی kernel کار کرده و بیش از ۱۰۰۰ بار از ابزارها استفاده کرده، بدون دخالت انسان.

سازگار با سیستم‌های مختلف Agent
با ابزارهایی مثل:

Claude Code
OpenClaw
Qwen Code
و frameworkهای سفارشی کار می‌کند.
به این مدل نمودار ها میگن: سنکی.
کارش اینه که جریان ها رو نشون میده.
تو این کیس جریان پول.

یکی از بهترین مدل ها برای نمایش P&L سازمانه.

یه مسابقه ریز: این نمودار رو تحلیل کنید و برداشتتون رو ازش بگید.
گوگل یه دوره ۵ روزه کاملا رایگان برای ساخت AI Agent
گذاشته که اسمش AI Agents Intensive هست و از ۱۵ تا ۱۹ ژوئن برگزار می‌شه.

نه پیش‌نیاز خاصی داره، نه هزینه‌ای. فقط ۵ روز یاد می‌گیری چطور از صفر یه Agent هوشمند بسازی.

با همون مفاهیمی مثل Vibe Coding که تا همین چند وقت پیش فقط توی تیم‌های تخصصی بهشون می‌پرداختن، حالا توی این دوره قابل دسترسه.


لینک ثبت‌نام: 👇 🔗
https://www.kaggle.com/competitions/5-day-ai-agents-intensive-vibecoding-course-with-google/overview

رترو پروداکت