Dev Tweet

کامیت لینوس توروالدز در مورد اقرار به برتری کد ai به خودش

از دیروز Opencode سه تا مدل ش رو رایگان کرده!

یه مدل ۲۷ میلیارد(Qwen 3.8 27B) پارامتری که به‌صورت محلی اجرا می‌شه، ۳۵٪ هوشمندتر از مدل پیشرو SOTA یک سال پیشه.تصور کن سال آینده چه مدل‌هایی به‌صورت محلی اجرا می‌شن؟

از ۱۰ هزار ایجنت تا یک پرامپت؛ جهش عجیب OpenAI در حل مسائل ریاضی! در جریانید که OpenAI هفتهٔ گذشته از حل یا پیشرفت چشمگیر در ۳۷۲ مسئلهٔ حل‌نشدهٔ ریاضیات و علوم کامپیوتر نظری خبر داد؟ نتایج شامل ۷۱۹ مقاله و دست‌نوشتهٔ ریاضی است؛ از ادعای حل حدس کاکیا (Kakeya) در چهار بُعد، که به هندسهٔ مجموعه‌های بسیار پیچیده مربوط می‌شود، تا بهبود الگوریتم‌های مهم و پیشرفت در مسائل مرتبط با فرضیهٔ ریمان؛ یکی از مشهورترین مسائل حل‌نشدهٔ ریاضیات. اما شاید نکتهٔ عجیب‌تر، نه خود این نتایج، بلکه روش رسیدن به آن‌ها باشد! سخنگوی OpenAI به مجلهٔ ساینتیفیک امریکن (Scientific American) گفته تقریباً تمام این نتایج با دادن تنها یک پرامپت به یک ایجنت منفرد به دست آمده‌اند. برای درک اهمیت این ادعا، کافی است به یک ماه قبل برگردیم: زمانی که OpenAI مدعی حل مسئلهٔ مشهور ناویر–استوکس، یکی از مسائل جایزهٔ هزاره، شد. آن موفقیت حاصل یک سامانهٔ عظیم با حدود ۱۰ هزار ایجنت هم‌زمان، میلیون‌ها پیام و میلیون‌ها دلار هزینهٔ محاسباتی بود. حالا ظاهراً همان مدلِ ارتقایافته می‌تواند برای هر مسئله، با یک درخواست و بدون نیاز به آن ارکستراسیون عظیم چندایجنتی، به نتایج پژوهشی برسد. طبق گزارش OpenAI، میانگین محاسبات برای هر نتیجه معادل حدود سه ساعت تفکر در ChatGPT Pro بوده است. این موضوع را می‌شود به بحث دیگری هم وصل کرد. پدرو دومینگوس، پژوهشگر مشهور یادگیری ماشین، اخیراً با اشاره به مقاله‌ای دربارهٔ یادگیری هارنس (Harness Learning) نوشته: «خیلی طول نکشید؛ مدل دارد هارنس را می‌بلعد!» هارنس همان لایهٔ نرم‌افزاری اطراف مدل است که فراخوانی ابزارها، گردش اطلاعات و مراحل اجرای ایجنت را مدیریت می‌کند. مقالهٔ مورد اشاره نشان می‌دهد که خود مدل‌ها می‌توانند اصلاح این لایه را هم یاد بگیرند. ایلان ماسک هم در پاسخ گفته اتفاق مشابهی در سیستم رانندگی خودکار تسلا افتاده؛ مدل به‌تدریج وظایف بیشتری از کدهای ++C را بر عهده گرفته است. البته این‌ها هنوز به معنی حذف کامل هارنس نیستند، اما می‌توانند نشانهٔ یک تغییر مهم باشند: بخشی از پیچیدگی‌ای که قبلاً باید در سیستم‌های بیرونی مهندسی می‌کردیم، دارد به توانایی خود مدل منتقل می‌شود. اگر این ادعاها تأیید شوند، شاید مهم‌ترین اتفاق نه صرفاً حل چندصد مسئلهٔ ریاضی، بلکه نزدیک‌تر شدن پژوهش علمی پیشرفته به چیزی شبیه دادن یک مسئله به یک مدل و دریافت یک نتیجهٔ پژوهشی باشد. 🔗 گزارش ساینتیفیک امریکن 🔗 مخزن نتایج ریاضی OpenAI 🔗 توییت پدرو دومینگوس 🔗 مقالهٔ یادگیری هارنس 📡 تهیه و تنظیم برای کانال توییت‌دِو نشانی کانال: https://t.me/tweetdev

https://x.com/chetaslua/status/2107234675110666594?s=20 این هم تصویر سازی خیلی جالبیه از مقایسه ارزش قیمت اشتراک‌های Claude و ChatGPT است

این بهترین نموداری است که نشون میده Claude آنتروپیک به نسبت هزینه(Fee) بالاترین توکن مصرفی و هزینه API را در بین همه‌ی مدل‌ها دارد!

نکته جالب دیگه گزارش اینه که ارزان‌سازی‌هایی که روی مدل‌ها انجام می‌دهند بیشتر به نفع شرکت‌هاست تا مصرف کننده‌ها!

دیگه وقتشه بی خیال کدکس 100 دلاری بشیم کار با همون 20 دلاری Claude هم راه می افته خیلی ساده این نمودار یعنی این: برای قیمت برابر انتروپیک ۵ برابر ارزش بیشتری از اپن‌ای‌آی ارائه می‌کند. منبع

کاش تا الان از این مدل رایگان استفاده کرده باشید یکی از سخاوتمدانه ترین مدلهای رایگانی بود که دیدم بعید میدونم خیلی ادامه داشته باشه. دسترس پذیری عالی(قطعی نداشت سرورش). بدون هیچ سقفی. شاید من در این چند روز مداوما نزدیک به ۲ میلیارد توکن مصرف کردم که برای یک چیز ارزانی مثه دیپ سیک هم حدود ۲۰ -۳۰ دلار هزینه داره.

یکی از قابلیت‌های خفن Opus 5.5 که خیلی به چشم اومده همین تولید ویدئو از جاواسکریپت هست که واقعا خروجی‌های حیرت انگیزی داره. این خروجی بسیار جذاب و خفن رو در روی سطح مدیوم و در نیم ساعت و در یک شات داده: حتما ببینید. مصورسازی تاریخ ایرانشهر از ۲۳۰۰ سال قبل از میلاد بر حسب اطلاعات ویکی پدیا فارسی! منبع

روی openrouter و opencode یه مدل جدید اومده که رایگان و stealth هست و سرعت‌ش هم خیلی خوبه. تا برنداشتن برید استفاده کنید. قبلی رو که دو روزه برداشتند

آنتروپیک مدل Opus 5.5 رو منتشر کرده؛ مدلی که به ادعای خودش در بیشتر کارها به سطح Fable 5.1 رسیده، در کدنویسی Agentic و کارهای طولانیِ چندمرحله‌ای بهتر شده و با مصرف توکن کمتر، اجرای کارهای معمول باهاش حدود ۴۰ درصد ارزان‌تر از Opus 5 درمیاد. اما چیزی که در مورد این مدل برای من جالب‌تر بود، محدودیتی بود که آنتروپیک بی‌سروصدا کنارش گذاشته. آنتروپیک یه محدودیت عجیب روی Opus 5.5 گذاشته: اگر برای بعضی از کارهای مربوط به ساخت مدل‌های مرزی ازش کمک بخواهید، ممکنه اصلاً خود Opus 5.5 جوابتون رو نده و درخواستتون فرستاده بشه برای نسخهٔ قبلی، یعنی Opus 5. برای تشخیص این سؤال‌ها هم چند طبقه‌بند گذاشته‌اند. مثالی که خود آنتروپیک زده، توسعهٔ کرنل برای بعضی از شتاب‌دهنده‌های یادگیری ماشینه؛ یعنی بهینه‌سازی‌های سطح پایینی که کمک می‌کنند مدل‌های بزرگ روی سخت‌افزارهای هوش مصنوعی سریع‌تر آموزش ببینند یا اجرا شوند. خود آنتروپیک می‌گه این محدودیت کاری به بیشتر برنامه‌نویسی‌ها و تحقیقات معمول هوش مصنوعی نداره. نکته اینجاست که همین فیلتر فقط روی Opus 5.5 فعاله و Opus 5 برای چنین سؤال‌هایی محدود نمی‌شه. شرکت‌هایی مثل آنتروپیک داخل مجموعهٔ خودشان به قوی‌ترین مدل‌ها و ابزارها برای ساخت نسل بعدی هوش مصنوعی دسترسی دارند؛ ولی اگر یک پژوهشگر یا تیم کوچک بخواد از نسخهٔ عمومی همان مدل برای جلو بردن فناوری خودش استفاده کنه، قوی‌ترین قابلیت‌ها دیگر در اختیارش نیست. توجیه این تصمیم می‌تونه ایمنی باشه، ولی نتیجهٔ عملی‌اش اینه که فاصلهٔ شرکت‌های صاحب مدل با بقیه بیشتر می‌شه و ساخت مدل‌های مرزی همچنان در انحصار همان چند شرکت باقی می‌مونه. 🔗 [توضیح رسمی آنتروپیک] @TweetDev

با قوی‌ترین مدل ما، مدل قوی نسازید. توضیح در پست بعد

Frontier labs marketing 101

از «همه می‌میریم» تا ساخت Wet Lab خودمختار رویترز دیروز افشا کرده که Anthropic به طور مخفیانه یک آزمایشگاه بیولوژی فیزیکی (wet lab) در منطقه خلیج سان‌فرانسیسکو راه‌اندازی کرده است تا جاه‌طلبی‌های هوش مصنوعی خود را به حوزه علم داروسازی و توسعه دارو پیش ببرد. این شرکت فراتر از شبیه‌سازی‌های کامپیوتری (in silico) رفته و می‌خواهد مدل Claude بتواند ربات‌های آزمایشگاهی را با مداخله انسانی محدود هدایت کند. تمرکز اصلی روی تحقیقات پیش‌بالینی برای بیماری‌های نادر و شرایطی است که سنتی «غیرقابل‌درمان» تلقی می‌شوند، بدون ورود به آزمایش‌های بالینی تا مستقیماً با شرکت‌های داروسازی رقابت نکند. رئیس بخش علوم زیستی Anthropic این موضوع را تأیید کرده است. حادثه‌های سایبری برایشان کافی نبود تا کنترل نظارتی (regulatory capture) مورد نظرشان را به دست بیاورند. حالا نیاز دارند یک حادثه بیولوژیکی هم درست کنند. امیدوارم دولت ما حواسش به این موضوع باشد؛ ایدئولوژی‌شان هیچ محدودیتی برای کاری که به اسم "خیر" انجام می‌دهند، ندارد. گروهی که پشت آثاری مثل «همه ما قرار است بمیریم» و «همین حالا من را قانون‌گذاری کنید» هستند، در حال ساخت یک آزمایشگاه wet در سان‌فرانسیسکو هستند! کاری از این خطرناک‌تر هم وجود داره! این موضوع اینقدر جدی است که در بازار پیش‌بینی Polymarket در مورد احتمال نشت پاتوژن از آزمایشگاه Anthropic شرط‌بندی شده. یکی از شرطها به این صورت است که بازار پیش‌بینی برای تأیید نشت پاتوژن از wet lab آنتروپیک تا پایان ۲۰۲۶ حدود ۳٪ و تا اواسط ۲۰۲۷ حدود ۱۱٪ قیمت‌گذاری شده است. این نشان می‌دهد بخشی از افراد سناریوی تصادفی یا کنترل‌نشده آزاد شدن عامل بیولوژیکی را جدی گرفته‌اند.

افشاگری جنسن هوانگ از کلاهبرداری «هوش مصنوعی سرکش» داریو و آلتمن:

نگذارید این روایت آخرالزمانی باعث شود کسی آن‌ها را از قوانین فعلی معاف کند.بروید بین خطوط را بخوانید. آن‌ها در واقع درخواست قوانین بیشتر نمی‌کنند؛ آن‌ها درخواست معافیت از قوانینی را دارند که همین الان داریم.

این گزارش CNN میگه: یه AI هالوسینیشن کرده و گزارش جعلی داده که کشتی چینی داره قطعات برنامه هسته‌ای حمل می‌کنه. ارتش آمریکا هم آماده شدن برن سوار شن و هواپیماها هم تو هوا بودن، ولی لحظه آخر فهمیدن دروغه و متوقف کردن. نزدیک بود جنگ راه بیفته:)

اپن‌عی‌آی اومده Astra for Law رو عرضه کرده که به یک Agent حقوقی با مهندسی کانتکست به خصوص ارائه کرده. البته چون حضور در دادگاه برای دفاع نیاز به تسلط بر قوانین داره عملا فعلا به درد چیزی بیشتر از تنظیم شکوائیه و لایحه نیست. یکی دو تا از دوستانم تا به حال برای این قضیه به من مراجعه کرده بودند و ما با ChatGPT براشون لایحه می‌نوشتم که کیفیتش از لوایح کافی‌نتی‌ها بهتر بود، حقوق‌دان‌ها را نمیدونم.

این شرکته توی ۷۲ ساعت زده OpenAI رو هک کرده و به حساب‌های کدکس کارمندای اونجا دسترسی پیدا کرده و چند تا PR هم داده:)

هویت Union Alpha مشخص شد معمای مدل ناشناس خیلی زودتر از انتظار حل شد: Union Alpha همان مدل Pareto از شرکت Unbiased بود؛ یک مدل ترکیبی چندوجهی برای پژوهش، کدنویسی و کارهای Agentic. به‌گفتهٔ OpenRouter، استقبال زیاد و کارآگاهی کاربران باعث شد دورهٔ ناشناس‌بودن مدل کوتاه شود. هم‌زمان دورهٔ استفادهٔ رایگان هم پایان یافت و مدل اکنون با نام اصلی Pareto عرضه می‌شود. از میان حدس‌های OpenAI، Mistral و GLM، پاسخ نهایی مسیر متفاوتی داشت: یک مدل ترکیبی از شرکتی کمترشناخته‌شده. 🔗 اعلام رسمی OpenRouter 🔗 معرفی هویت واقعی Union Alpha