DLeX: AI Python

👇👇👇👇

👉 @ai_python 🦁 ☀️ 🙂 @almanifarsichannel 🐦

اندر احوالات کوپایلوت سوپر اپ 👉 @ai_python 🦁 ☀️ 🙂 @almanifarsichannel 🐦 https://youtu.be/YSFSR8d58Bk?si=Cy9EViN0xQ7NqXms

احتمالن همه افرادی که از VS Code و گیت هاب کوپایلوت استفاده می کنند با Auto model selection آشنا هستند که معمولن هم 10 درصد تخفیف داره. 👉 @ai_python 🦁 ☀️ حالا سوال اینه که چه تفاوتی داره اگر به جای این که بپرسیم کدوم مدل این درخواست رو بهتر انجام می ده، بپرسیم که چه راهی برای حل این درخواست بهترین راه هست؟ (یعنی از دید جامع تری استفاده کنیم. شاید اصلن چند مدل نیاز باشه؟ یا نیاز به انتخاب یک ورک فلو مناسب تر هست. (روند نما :)) ) دقیقن این چیزیه که HydraFusion به صورت آزمایشی براش ساخته شده : https://www.linkedin.com/pulse/explore-hydrafusion-vs-code-vs-code-al2pc/

مدل DeepSeek V4.1 Flash روی OpenCode رایگان هست. 👉 @ai_python 🦁 ☀️ اما فقط نسخه ای که 200k کانتکست داره

یکی از یوز کیس هایی که گوگل برای Gemini 4 Argon ارائه داده مهاجرت یک سورس کد برنامه مربوط به 40 سال پیش به Rust بوده : 👉 @ai_python 🦁 ☀️ https://x.com/antigravity/status/2110040210754978295

لینک گروه پرسش و پاسخ علوم کامپیوتر : https://t.me/+vHq2KHlW8AljNTc0

شرکت Open AI اطلاع داده که یک دستگاه ضبط در یکی از آفیس هاشون مخفی شده بوده. اونا دستگاه ضبط رو با استفاده از یکی از مدل هاشون بررسی کردن و متوجه شدن که سرنخ ها به یکی از همکارانشون برمی گرده. 👉 @ai_python 🦁 ☀️ 🙂 @almanifarsichannel 🐦 همکار مورد نظر اخراج و توسط FBI دستگیر شده.

👉 @ai_python 🦁 ☀️

محصول VirusTotal Intelligence یکی از محصولات گوگل هست که این امکان رو می ده که بتونیم Agent های هوش مصنوعی رو به یک آنتی ویروس متصل کنیم. 👉 @ai_python 🦁 ☀️ علاوه بر بررسی فایل ها برای ویروس، همچنین امکان تشخیص لینک های مخرب، آی پی ها و ... نیز وجود دارد. https://ai.virustotal.com/

🚗💨 دو برابر داده، چهار برابر کار! روشِ حلِ یک مسئله تعیین می‌کند که با بیشتر شدن داده‌ها، حجم محاسبات چطور رشد کند. در مدلِ درجهٔ دوی این ویدیو، وقتی تعداد داده‌ها از ۸ به ۱۶ می‌رسد، تعداد گام‌ها از ۶۴ به ۲۵۶ افزایش پیدا می‌کند؛ یعنی چهار برابر! اما در مدل خطی، همان دو برابر شدن داده‌ها، کار را دو برابر می‌کند. 🎬 این مسابقه، پنج الگوی رشد را به تصویر می‌کشد: ثابت، لگاریتمی، خطی، خطی‌ـ‌لگاریتمی و درجهٔ دو. خودروها میزان پیشرفتِ مدل‌های آموزشی را نشان می‌دهند؛ عددها «گامِ محاسباتی» هستند، نه ثانیه. 📌 نماد Big-O برای ورودی‌های بزرگ، حد بالایی برای رشد هزینهٔ محاسبات بیان می‌کند. زمان واقعی اجرا به جزئیات برنامه و سخت‌افزار هم بستگی دارد. @mazdaahik #الگوریتم #پیچیدگی_زمانی #علوم_کامپیوتر #BigO #مزداهیک

آموزش Laya 👉 @ai_python 🦁 ☀️ https://youtu.be/zeVR8IJ4v70?si=cKyBXDothlpkByAF

وب سایت SynthID یکی از سرویس های گوگل هست که باهاش می تونید متوجه بشید که تصاویر، متون و ... با هوش مصنوعی تهیه شده اند یا خیر؟ 👉 @ai_python 🦁 ☀️ https://synthid.com/

👇👇👇

وب سرچ API کلاود فلر به ایجنت هاتون اجازه می ده که به راحتی بتونن از جست و جوگرهایی مثل Ceramic.ai یا EXA یا Linkup استفاده کنند. 👉 @ai_python 🦁 ☀️ قبلن در چانال درباره EXA صحبت کرده بودیم. مثلن در این پست : https://t.me/ai_python/17492 https://developers.cloudflare.com/changelog/post/2026-10-02-introducing-web-search-api/

این ویدیو به شکلی کاربردی نشان می‌دهد که چگونه می‌توان Docker Sandboxes را به کمک MCP (Model Context Protocol) به ابزارهای خارجی مانند Notion و GitHub متصل کرد. 👉 @ai_python 🦁 ☀️ بدون اینکه امنیت محیط توسعه به خطر بیفتد. در این دمو، یک ایجنت هوش مصنوعی ابتدا اطلاعات را از Notion دریافت می‌کند و سپس بر اساس همان داده‌ها به صورت خودکار یک Issue در GitHub ایجاد می‌کند. 👉 @ai_python 🦁 ☀️ نکته جالب و مهم ویدیو، نمایش نحوه کنترل دقیق دسترسی‌های ایجنت است؛ به طوری که Docker مشخص می‌کند کدام ابزارها در اختیار ایجنت قرار بگیرند و کدام‌یک مسدود بمانند. اگر به موضوعات AI Agents، MCP، اتوماسیون توسعه نرم‌افزار و امنیت محیط‌های اجرایی علاقه دارید، این ویدیو دید بسیار خوبی از کاربرد عملی این فناوری‌ها و آینده تعامل ایجنت‌های هوش مصنوعی با ابزارهای خارجی ارائه می‌دهد. https://youtu.be/fFxBws8-3fM?si=FsBcpeF51C3sOZYU

👇👇👇👇

💡 حمله بدافزاری جدیدی که از سایت رسمی ChatGPT شروع می‌شود معمولاً وقتی راجع به کلیک روی لینک‌های جعلی هشدار می‌دهیم، اولین توصیه‌مان این است که آدرس سایت را نگاه کنید. اما در یک حمله‌ی بدافزاری تازه، این توصیه هیچ کاربردی ندارد؛ چون کاربر واقعاً وارد سایت رسمی ChatGPT.com می‌شود و دستورالعمل‌هایی به ظاهر معتبر دریافت می‌کند که در نهایت منجر به نصب یک بدافزار از نوع RAT (تروجان از راه دور) روی سیستم می‌شود. چنین بدافزاری می‌تواند صفحه‌ی قربانی را ببیند، فایل‌هایش را جستجو کند و حتی کنترل دوربین و میکروفون دستگاه را به دست بگیرد! ▪️ حمله چطور انجام می‌شد؟ هکرها برای پیاده‌سازی این حمله، از قابلیت Custom GPT در چت‌جی‌پی‌تی استفاده می‌کردند. «کاستوم جی‌پی‌تی» یا «جی‌پی‌تی سفارشی» یعنی نسخه‌ای از ChatGPT که برای رسیدگی به یک کار مشخص، با دستورها، اطلاعات و رفتار از پیش تعیین‌شده تنظیم شده است. هرکسی می‌تواند با دانش فنی کافی، جی‌پی‌تی سفارشی خودش را بسازد و آن را روی سایت رسمی این هوش مصنوعی میزبانی کند. زنجیره فریب کمی پیچیده و چند مرحله‌ای است، اما بسیار مهم است که فرایند را به خوبی درک کنیم؛ چون هر مرحله با اتکا به مرحله‌ی قبلی پیش می‌رود: ۱- شخص ابتدا عبارت ChatGPT را در گوگل جستجو می‌کرد و به یک «لینک تبلیغاتی» می‌رسید که او را به کاستوم جی‌پی‌تی مهاجمان (روی دامنه واقعی چت‌جی‌پی‌تی) هدایت می‌کرد. صفحه‌ای که باز می‌شد، «Plus 5.6» نام داشت تا کاربر کم‌اطلاع‌تر به اشتباه تصور کند در حال کار با یکی از مدل‌های رسمی شرکت OpenAI است. ۲- فرقی نمی‌کرد سوال یا درخواست کاربر از جی‌پی‌تی چه بود؛ همواره پاسخی یکسان به نمایش درمی‌آمد. در این پاسخ نوشته شده بود که سرویس اصلی با «محدودیت دسترسی» روبه‌رو شده و کاربر باید در ادامه از یک «دامنه پشتیبان» کمک بگیرد. ۳- لینک پشتیبان نیز روی سرویس معتبر Google Sites قرار داشت؛ یعنی کاربر دوباره به صفحه‌ای جعلی هدایت می‌شد که خطرات آن صرفاً با بررسی آدرس سایت قابل تشخیص نبود. در این لینک پشتیبان، صفحه‌ای شبیه به فرایند بررسی امنیتی Cloudflare به نمایش درمی‌آمد و وانمود می‌شد که برای اثبات «انسان بودن»، باید چند مرحله را پشت سر بگذارید. ۴- درست در همین مرحله، حمله‌ی اصلی اتفاق می‌افتاد. به جای اینکه «من ربات نیستم» با کپچا تایید شود، کاربر تشویق می‌شد دستوری مخرب را کپی و در ابزارهای ویندوز اجرا کند. به عبارت دیگر، مهاجم به جای اینکه دنبال راهی برای اجرای کد روی دستگاه قربانی بگردد، او را متقاعد می‌کرد که خودش کار را پیش ببرد! ۵- با دنبال کردن دستورالعمل و اجرای کد مخرب، یک بدافزار RAT روی سیستم مستقر می‌شد که حتی بعد از ری‌استارت هم به کار خود ادامه می‌داد. ▪️ از دیدن صفحه تا شنیدن صدای اتاق بدافزاری که وارد سیستم می‌شد، توانایی‌های گسترده داشت. مهاجمان می‌توانستند تصویر صفحه را ببینند، سیستم را از راه دور کنترل کنند، وب‌کم و میکروفون را روشن کنند، صدای در حال پخش روی سیستم را بشنوند و میان فایل‌های شخصی کاربر بگردند. ضمناً بدافزار قبل از سرقت اطلاعات، وضعیت کلی سیستم را هم می‌سنجید: بررسی می‌کرد کدام ابزارهای امنیتی روی سیستم نصب شده‌اند، چه برنامه‌هایی در حال اجرا هستند و دستگاه چگونه به شبکه متصل شده است. سپس امکان دریافت و اجرای بدافزارهای هرچه بیشتر مهیا می‌شد. ▪️ خطر اصلی: اعتماد به لینک و محتوا در این حمله‌ی به‌خصوص (که در دسته‌ی حملاتی به نام ClickFix قرار می‌گیرد)، مهاجم یک سایت ناشناس با دامنه‌ی عجیب برای کاربر نمی‌فرستاد. کاربر عادی ابتدا جستجوگر گوگل را می‌دید، بعد به سایت رسمی ChatGPT.com هدایت می‌شد، بعد سر از Google Sites درمی‌آورد و در آخر صفحه‌ای شبیه به تست امنیتی Cloudflare مشاهده می‌کرد. هر مرحله باعث می‌شد مرحله‌ی بعدی طبیعی‌تر جلوه کند. با پیشرفته‌تر شدن حملات اینترنتی و فراگیری هوش مصنوعی، دیگر نمی‌توانیم با یک یا دو قانون ساده مثل «اول دامنه را چک کن» ایمن بمانیم. ممکن است دامنه واقعاً معتبر باشد، اما محتوایی که شخص دیگری درون آن قرار داده آلوده باشد. دفعه بعد که صفحه‌ای با ظاهر آشنای «کپچا» دیدید، فقط به لوگو و آدرس سایت اعتماد نکنید؛ به کاری که از شما می‌خواهند هم نگاه کنید. کپچای واقعی قرار نیست برای اثبات «انسان بودن» از شما بخواهد چیزی را کپی کنید. اگر یک سایت یا کپچا از شما خواست برای رفع مشکل، تأیید انسان بودن، آپدیت، رفع خطا یا ادامه سرویس دستوری مبهم را کپی کنید و داخل پاورشل، ترمینال یا محیط Run سیستم‌عامل اجرا کنید، دست نگه دارید و از خودتان بپرسید: «آیا کاری که این صفحه از من می‌خواهد منطقی است؟!». ✍️ شایان ضیایی #خبر_و_تحلیل #مبانی_امنیت نوشدارو را در تلگرام دنبال کنید: 💡 @NooshDaroo_web