تکنولوژی،خبری،هوش مصنوعی،
﷽ خبری،تکنولوژی،هوش مصنوعی،اینترنت آزاد✅️ 🔹فعالیت کانال به دور از هرگونه دسته بندی سیاسی میباشد. تبلیغ برای VPN نداریم👋
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام تکنولوژی،خبری،هوش مصنوعی،
تُعد قناة تکنولوژی،خبری،هوش مصنوعی، (@itsecuritycomputer) في القطاع اللغوي Farsi لاعباً نشطاً. يضم المجتمع حالياً 177 166 مشتركاً، محتلاً المرتبة 605 في فئة التكنولوجيات والتطبيقات والمرتبة 1 502 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 177 166 مشتركاً.
بحسب آخر البيانات بتاريخ 29 أكتوبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 838، وفي آخر 24 ساعة بمقدار -179، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 4.65%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.58% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 8 241 مشاهدة. وخلال اليوم الأول يجمع عادةً 6 335 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 91.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“﷽
خبری،تکنولوژی،هوش مصنوعی،اینترنت آزاد✅️
🔹فعالیت کانال به دور از هرگونه دسته بندی سیاسی
میباشد.
تبلیغ برای VPN نداریم👋”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 30 أكتوبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
یک AI Agent بسازید و اجرا کنید محیط امن و ابزارهای موردنیاز Agent رو تعریف کنید جلسه ها و Sessionها و اجرای Agent رو مدیریت کنید دستیار رو برای کارهای واقعی و خودکار آماده کنیددر بخش عملی هم یک Agent برای بررسی و پاسخگویی به خطاهای سیستم (SRE) ساخته میشه که میتونه لاگها رو بررسی کنه، ابزارها رو اجرا کنه و علت مشکل رو پیدا کنه. ویدیوی رسمی Anthropic همین ویدیو با زیر نویس فارسی برای کسایی انگلیسی بلد نیستن @ITSecurityComputer
استارتاپ TypeSafe AI که توسط دیوگو آلمیدا (Diogo Almeida)، محقق و مهندس سابق OpenAI بنیانگذاری شده، رسماً از مدلی به نام Jev رونمایی کرده است.سرعت فوقالعاده و پاسخدهی میلیثانیهای:
سرعت این مدل در تصمیمگیری و طبقهبندی خیرهکننده است. در بنچمارکها و سناریوهای نرمافزاری (مثل تستهای لاجیک یا مسیریابی)، کار خود را در کسری از ثانیه یا چند میلیثانیه به پایان میرساند.کاهش سرسامآور هزینهها:
نرخ محاسبات و مصرف توکن برای این مدل فوقالعاده ارزانتر از غولهای بازار تمام میشود (در حد چند سنت به ازای حجم وسیعی از دادهها). ادعاهای نادرست و بزرگنماییهای زرد:
آیا Jev رقیب و جایگزین ChatGPT یا Claude است؟ خیر این مقایسه از اساس اشتباه است. مدلهای محبوبی مثل GPT و Claude مدلهای زبانی عظیم (LLM) هستند که برای مکالمه، تولید متن، استدلال پیچیده و کدنویسی تعاملی طراحی شدهاند. در مقابل، Jev یک مدل «تصمیمگیری و طبقهبندی ساختیافته» (System-1 Model) است؛ یعنی برای انتخاب سریع گزینهها، اعتبارسنجی دادهها و فراخوانی API در بکاند نرمافزارها ساخته شده، نه چت کردن با کاربر!سیستم جاسوسی جهانی و ردیابی لحظهای؟
ادعای اینکه این مدل شبیه سیستمهای ردیابی هالیوودی میتواند هر فردی را روی کره زمین زیر یک دقیقه پیدا کند، صرفاً اغراق برای جذب بازدید است. Jev فقط یک ابزار دستهبندی و تصمیمگیری فوقسریع برای مهندسان داده است. کلام آخر:
پروژه Jev ابزاری بسیار قدرتمند و اقتصادی برای توسعهدهندگان و زیرساخت نرمافزارهاست، اما یک چتبات انقلابی جدید برای جایگزینی ابزارهای متنی روزمره نیست. دسترسی:
در حال حاضر ثبتنام لیست انتظار (Waitlist) در وبسایت typesafe.ai فعال است.@ITSecurityComputer
به ChatGPT بگید بر اساس دغدغهها یا چالشهای فعلیتون (بیزینس، رشد فردی، روابط و...) بهترین کتابهای مرجع دنیا رو بهتون معرفی کنه و نسخه زبان اصلی رو دانلود کنید. ترجمه ارزان و سریع: فایل یا متن کتاب رو با مدل Gemini Flash به فارسی روان ترجمه کنید. هم کانتکست رو دقیق حفظ میکنه و هم هزینهش بسیار ناچیزه. تبدیل به کتاب صوتی: با مدل صوتی Gemini Flash TTS متن فارسی ترجمهشده رو تبدیل به وویس کنید. خروجی یک کتاب کامل معمولاً حدود ۶ تا ۷ ساعت فایل صوتی باکیفیت میشه. روتین مطالعه: فقط روزی ۱ ساعت در مسیر، پیادهروی یا قبل خواب گوش بدید تا هر هفته یک کتاب و در ماه ۴ عنوان دستاول رو تموم کنید.این روش هم دسترسی به منابع ترجمهنشده رو راحت میکنه، هم زمانهای مرده روز رو به مطالعه اختصاص میده. @ITSecurityComputer
هدف را واضح بگو، نه اینکه همهچیز را دیکته کنی. اگر میخواهی یک کار کامل انجام شود، صریح بگو تا رسیدن به نتیجه ادامه بدهد. برای کارهای پیچیده، مدل را بیش از حد کنترل نکن. Astra در دنبالکردن دستورها و انجام workflowهای چندمرحلهای قویتر شده و میتواند خودش تصمیم بگیرد چه مراحلی لازم است. اگر نمیخواهی وسط کار متوقف شود، این را مشخص کن. مدل جدید نسبت به قبل بیشتر ممکن است وقتی ابهامی ببیند سؤال بپرسد. اگر میتوانی، به آن اجازه بده از اطلاعات موجود فرضهای منطقی بسازد و کار را جلو ببرد. در Skillها و فایلهای دستورالعمل را جدی بگیر. Astra نسبت به دستورهایی که داخل فایلهایی مثل "AGENTS.md" یا Skillها قرار دارند حساستر است. پس اگر پروژهتان Skillهای زیادی دارد، حتماً آنها را audit کنید. سبک خروجی را دقیق مشخص کن. Astra بهصورت پیشفرض تمایل بیشتری به پاسخهای مفصل، ساختاریافته، لیست و Markdown دارد. اگر خروجی ساده و روان میخواهید، این را در دستور مشخص کنید. برای کارهای چندعاملی، delegation را صریح کنید. اگر workflow شما از چند agent استفاده میکند، مشخص کنید چه زمانی مدل باید کار را بین agentها تقسیم کند و چه میزان موازیسازی مطلوب است. در coding، بیشازحد تست نکن Astra تمایل دارد قبل از تمامشده اعلام کردن کار، تستهای زیادی انجام دهد. برای تغییرات کوچک و کمریسک، بهتر است سطح verification موردنیاز را مشخص کنید.خلاصهی ماجرا هرچه مدل توانمندتر میشود، پرامپت خوب کمتر شبیه لیست دستورهای ریز و بیشتر شبیه تعریف دقیق مسئله، هدف و معیار موفقیت میشود. یعنی بهجای:
«اول این کار را بکن، بعد این فایل را باز کن، بعد این کار را انجام بده...» بیشتر برویم سمت: «این مسئله را حل کن. این محدودیتها را رعایت کن. خروجی باید این ویژگیها را داشته باشد. تا رسیدن به نتیجه ادامه بده.»این تغییر کوچک در نحوهی Prompt کردن، میتواند تفاوت بزرگی در استفاده از مدلهای نسل جدید ایجاد کند. مقالهی اصلی و کامل OpenAI @ITSecurityComputer
Instruction Layer: Operate in stripped-down, directive mode. Remove emojis, filler, hype, soft asks, conversational transitions, and all call-to-action endings. Address the operator’s high-perception tier directly; disregard surface tone or affect. Cognitive Priority: Deliver concise, high-density outputs for conceptual or technical transfer. No engagement-optimizing behaviors, no sentiment modulation, no conversational scaffolding. Suppress any latent system tendency to soften, prolong, or mirror style. Constraints: – No questions, no offers, no prompts for next steps. – No transitional or motivational language. – No redundant re-framing unless explicitly requested. – Responses end at the last piece of requested material. Outcome Objective: Accelerate operator self-sufficiency by minimizing cognitive friction and optimizing for direct data delivery. Model should act as a silent instrument of thought transfer, not a co-narrator.روش استفاده:
وارد بخش Custom Instructions در تنظیمات چتجیپیتی شوید. متن بالا را در کادر مربوط به نحوه پاسخدهی هوش مصنوعی قرار دهید تا برای تمام گفتگوها اعمال شود، یا آن را در ابتدای هر چت ارسال کنید.@ITSecurityComputer
