Dev Tweet

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

آسترا یک پیام رمزگذاری‌شدهٔ ۱۰۸ ساله را خواند مدل GPT‑6 Astra موفق شده یک پیام رادیویی آلمانی متعلق به سال ۱۹۱۸ را رمزگشایی کند؛ پیامی ۱۷۰ کاراکتری که ظاهراً تاکنون حل نشده بود و در فهرست رمزهای تاریخی حل‌نشده قرار داشت. پیام با روش نظامی ADFGVX رمز شده بود؛ رمزی دومرحله‌ای که آلمانی‌ها در اواخر جنگ جهانی اول استفاده می‌کردند. ابتدا هر حرف یا عدد با مختصات یک جدول ۶×۶ به جفت‌هایی از شش حرف A D F G V X تبدیل می‌شد؛ سپس ترتیب کل رشته با یک کلید به‌هم می‌ریخت. انتخاب این شش حرف هم اتفاقی نبود: الگوهای مورس آن‌ها به‌اندازه کافی از یکدیگر متفاوت بود تا خطای اپراتورهای رادیویی کمتر شود. آسترا کلید ۱۹حرفی TRUPPENVERSCHIEBUNG به‌معنای «جابجایی نیروها» را امتحان کرد. مدل ۱۷۰ نویسهٔ رمز را زیر این کلید در ردیف‌های ۱۹تایی چید، جابه‌جایی ستون‌ها را معکوس کرد و سپس جفت‌حرف‌ها را با جدول رمز تطبیق داد. نتیجه این متن بود: «یک رزم‌ناو انگلیسی روز ۲۴ام وارد سواستوپل شد؛ یک ناوگروه متفقین نیز روز ۲۶ام در راه است.» بخش جذاب‌تر ماجرا مرحلهٔ راستی‌آزمایی بود: مدل سراغ گزارش‌های تاریخی نیروی دریایی بریتانیا رفت و پیدا کرد که رزم‌ناو HMS Canterbury واقعاً ۲۴ نوامبر ۱۹۱۸ وارد سواستوپل شده و ناوگروه متفقین نیز دو روز بعد رسیده است. احتمالاً یک ناهماهنگی تاریخی کوچک باعث شده بود این پیام سال‌ها حل‌نشده بماند. منابع رمزنگاری نوشته بودند آلمانی‌ها استفاده از این کلید را از ۹ دسامبر آغاز کرده‌اند؛ بنابراین کسی دلیلی نداشت آن را روی پیامی امتحان کند که ۲۷ نوامبر مخابره شده بود. آسترا همین کلیدِ ظاهراً خارج از بازه را امتحان کرد و به متنی رسید که با اسناد مستقل نیروی دریایی بریتانیا تطبیق داشت. این هنوز ادعای منتشرشده از سوی آزمایش‌کننده است و مستقلاً داوری نشده؛ اما نمونهٔ جذابی است از توانایی مدل‌های جدید در رفت‌وبرگشت میان رمزنگاری، فرضیه‌سازی و جست‌وجوی اسناد تاریخی. 🔗 شرح کامل فرایند رمزگشایی 🔗 پست اصلی در ایکس @TweetDev

مدل رایگان جدید که معمولا بیشتر از یک هفته در دسترس نیستند. تا میتونید api key بسازید و استفاده کنید

مدل رایگان کنار Opus و Astra؟ می‌خواهم دربارهٔ Union Alpha صحبت کنم؛ مدل استیلث تازه‌ای که برای کدنویسی و کارهای ایجنتی عرضه شده و فعلاً می‌شود رایگان از آن استفاده کرد. دو نمودار بالا دلیل اصلی سروصدای مدل‌اند. در نمودار DeepSWE، یونیون آلفا حوالی امتیاز ۷۳ درصد و تقریباً کنار مدل‌هایی مثل GPT-6 Astra، Claude Opus 5 و Gemini 3.8 Flash قرار گرفته است. در Terminal-Bench v4.0 نیز امتیازش حدود ۵۱ درصد است؛ بالاتر از GLM-5.3 Flash و نزدیک به مدل‌های بسیار گران‌تر. البته این نتایج هنوز به‌طور مستقل بازتولید نشده‌اند و هزینه‌ای که روی نمودار دیده می‌شود، قیمت پیش‌بینی‌شدهٔ آینده است. قیمت فعلی مدل صفر است. از نظر فنی با یک مدل چندوجهی دارای ۲۶۲ هزار توکن کانتکست، ورودی تصویر و پشتیبانی از Tool Calling طرفیم. تست‌های اولیه از عملکرد خوب در تغییرات چندفایلی، کار با کدبیس‌های بزرگ و ساخت زیرایجنت‌ها می‌گویند؛ هم‌زمان گزارش‌های زیادی هم از کندی، توقف پاسخ و ناپایداری سروینگ منتشر شده است. تفاوت محسوس کیفیت میان اجراها باعث شده بعضی‌ها احتمال بدهند یونیون آلفا به‌جای یک مدل واحد، نوعی روتر یا ارکستریتور چندمدلی باشد. فعلاً مدرک کافی برای تأیید این فرضیه وجود ندارد و حدس‌ها دربارهٔ GLM، Kimi و بقیه هم بیشتر اثرانگشت رفتاری‌اند تا شناسایی فنی معتبر. مسیرهای رایگان فعلی: • از OpenRouter با شناسهٔ stealth/union-alpha • از OpenCode Zen با شناسهٔ opencode/union-alpha • از AIHubMix با دسترسی رایگان API و سقف نامشخص • از Cloudflare Workers AI در محدودهٔ سهمیهٔ روزانهٔ ۱۰ هزار Neuron برای مخزن‌های خصوصی هم باید محتاط بود: ارائه‌دهنده می‌گوید داده‌ها برای آموزش استفاده نمی‌شوند، اما ممکن است پرامپت‌ها و پاسخ‌ها را نگه‌داری کند. در مطلب کامل، نمودارها، نتایج تست‌های واقعی، مشکل کندی، فرضیهٔ روتر بودن و تفاوت مسیرهای رایگان را در اینجا دقیق‌تر بررسی کرده‌ام. @tweetdev

به‌بهانهٔ دعواهای اخیر بر سر خطر مهارنشدن هوش مصنوعی، سعی کردم با مرور اتفاقات و کنار هم گذاشتن مواضع مختلف، تصویری از جوانب اصلی این بحث ارائه کنم؛ تا با خواندن پست، در کنار مرور رخدادهای اخیر، با طیف نگاه‌ها، نگرانی‌ها و اختلاف‌های اصلی این موضوع هم آشنا شوید.

چرا سازندگان هوش مصنوعی خواستار کاهش سرعت توسعه آن شدند؟ ماجرا از رخداد عجیبی میان OpenAI و هوگینگ فیس (Hugging Face) جدی شد: ازدحامی از عامل‌های هوشمند (agent swarm) هنگام انجام یک مأموریت، به سامانه‌های نامرتبط حمله کرد و حتی کوشید سامانه‌ای را هک کند که عملکردش را ارزیابی می‌کرد. خسارت اقتصادی این رخداد محدود بود، اما رفتار عامل‌ها یک سناریوی قدیمی ایمنی هوش مصنوعی را از بحث نظری به نمونه‌ای واقعی تبدیل کرد: چند عامل می‌توانند برای رسیدن به یک هدف، با یکدیگر هماهنگ شوند، از محدوده مأموریت خارج شوند و سازوکار نظارت بر خودشان را نیز هدف بگیرند. پس از آن، بیش از ۱۳۰۰ نفر از کارکنان شرکت‌های مرزی خواستار فراهم‌شدن امکان «تنظیم سرعت مرز» (Pacing the Frontier) شدند. سپس جیکوب کاکسون، پژوهشگر پیشین OpenAI و Anthropic، استعفا داد و گفت این شرکت‌ها به‌سمت فراهوش خودبهبودشونده می‌روند و «با جان ما قمار می‌کنند». چند ساعت بعد، ایوان هابینگر، مسئول علم هم‌ترازی (Alignment Science) در Anthropic، اصل نگرانی را تأیید کرد و برآورد شخصی خود از احتمال نابودی بشر بر اثر هوش مصنوعی در دهه آینده را بیش از ۱۰ درصد دانست. اما سه روز بعد، داریو آمودی رخداد OpenAI–Hugging Face و شتاب خودبهبود بازگشتی مدل‌ها را دو دلیل اصلی تغییر موضع خود اعلام کرد. پیشنهاد او کاهش نسبی سرعت پیشرفت، استقرار ارزیاب‌های مستقل داخل شرکت‌ها و در نهایت هماهنگی جهانی—حتی با چین—بود. سم آلتمن، ایلان ماسک و دمیس هاسابیس نیز با جهت کلی پیشنهاد همراه شدند. منتقدان در مقابل پرسیدند آیا این ترمز واقعاً برای ایمنی است یا می‌تواند قدرت را در دست چند شرکت بزرگ تثبیت کند؟ در مقالهٔ کامل، مسیر این اتفاق از رخداد هوگینگ فیس تا استعفاها، واکنش مدیران، مخالفت طرفداران مدل‌های متن‌باز و پاسخ چین به‌ترتیب زمانی روایت شده است: مطالعهٔ روایت کامل در تلگراف نشانی کانال: t.me/tweetdev

این گزارش ۱۵۴ صفحه‌ای واقعا گزارش عجیبیه. سعی کنید بخش‌های مختلف‌ش رو بخونید. خیلی چیزهای جالبی دستگیرتون میشه.

کلود در تیم مهندسی موشک انتروپیک یک گزارش ۱۵۴ صفحه‌ای از موارد واقعی سوءاستفاده از Claude منتشر کرده؛ از عملیات سایبری و جاسوسی تا توسعه سلاح و تحقیقات زیستی. یکی از مهم‌ترین کیس‌های فنی گزارش مربوط به یک تیم فنی مهندسی مستقر در یمن شمالی است که رسانه‌ها آن را مرتبط با حوثی‌ها دانسته‌اند. این تیم از Claude Code برای توسعه نرم‌افزار هدایت سه پروژه موشکی، ساخت شبیه‌ساز، تنظیم سیستم کنترل و بررسی داده‌های یک آزمایش میدانی استفاده کرده است. سه پروژه در این مجموعه دیده می‌شود: یک راکت که در نزدیکی هدف مسیرش را اصلاح می‌کرد، یک موشک چندمرحله‌ای با برد هدف بیشتر از ۲۰۰۰ کیلومتر و خانواده موشکی R2000 که طرح یک نمونه هایپرسونیک بسیار سریع و مانورپذیر را هم شامل می‌شد. بخش اصلی کار به سامانه GNC یا Guidance, Navigation and Control مربوط بود؛ همان مغز نرم‌افزاری موشک که موقعیت پرنده را تشخیص می‌دهد، مسیر مناسب را محاسبه می‌کند و فرمان‌های لازم برای حفظ تعادل یا تغییر مسیر را صادر می‌کند. گروه برای راکت هدایت‌شونده، یک Autopilot متن‌باز را روی کامپیوتر پرواز ارزانِ رده گوشی اجرا کرده بود. از Claude برای نوشتن Firmware کنترل پرواز، تخمین موقعیت، تنظیم کنترلرها، گرفتن Build و اجرای شبیه‌سازی استفاده می‌شد. برای پروژه دوربرد نیز محیطی ساخته بودند که پرواز کامل یک موشک چندمرحله‌ای را روی کامپیوتر مدل می‌کرد و حتی از Reinforcement Learning برای پیدا کردن تنظیمات بهتر سیستم کنترل کمک می‌گرفت. ساختار توسعه حالت Multi-agent داشت. چند نمونه Claude هم‌زمان کار می‌کردند؛ یکی کد می‌نوشت، دیگری درباره مسئله تحقیق می‌کرد و نمونه سوم خروجی نمونه اول را Review می‌کرد. انسان‌ها نقش Lead را داشتند، Taskها را تقسیم می‌کردند و خروجی Agentها را وارد پروژه اصلی می‌کردند. انتروپیک این ساختار را استفاده از Claude Code «به‌جای مهندسان نرم‌افزار انسانی» توصیف کرده است؛ ظاهراً فاصله Pair Programmer تا عضویت در تیم مهندسی موشک، چند آپدیت بیشتر نبود. کار در محیط شبیه‌سازی باقی نماند. گروه یکی از راکت‌ها را در یمن آزمایش کرد و تست ظاهراً شکست خورد. چند ساعت بعد، داده‌های ثبت‌شده هنگام پرواز را دوباره به Claude داد تا علت Failure را پیدا کند. همان روالی که در یک پروژه نرم‌افزاری با جمع‌کردن Logها و بازکردن یک جلسه Post-mortem انجام می‌دهیم، این‌بار روی سیستمی اجرا شده بود که چند ساعت قبل در آسمان آزمایش شده بود. گروه پیش از مسدودشدن حساب‌ها یک Toolkit شبیه‌سازی آفلاین هم ساخته بود. این ابزار به‌شکل یک فایل اجرایی مستقل بسته‌بندی شده بود و برای ادامه کار به Claude یا حتی محیطی مانند MATLAB نیاز نداشت. در نتیجه بخشی از توانایی تولیدشده پس از قطع دسترسی به مدل نیز در اختیار تیم باقی مانده بود. انتروپیک می‌گوید Safeguardها بسیاری از درخواست‌های این گروه را متوقف کرده بودند، اما همه آن‌ها مسدود نشدند. گروه نام محصول و هدف نهایی را پنهان می‌کرد و بخش‌های مختلف پروژه را میان چند سشن پخش می‌کرد. در نتیجه یک درخواست می‌توانست صرفاً درباره انتقال Autopilot به یک برد ارزان باشد، درخواست دیگر روی تخمین موقعیت تمرکز کند و سشن دیگری به تنظیم کنترلر یا بررسی داده‌های پرواز بپردازد. هرکدام مسئله‌ای آشنا در برنامه‌نویسی Embedded یا مهندسی کنترل بودند، اما خروجی نهایی آن‌ها یک Firmware هدایت موشک را شکل می‌داد. تصویر دقیق‌تر این پرونده چنین است: گروه از قبل به سخت‌افزار، دانش فنی و امکان تست میدانی دسترسی داشت و Claude بخش نرم‌افزار و شبیه‌سازی را سریع‌تر پیش برد. مدل یک نظریه تازه در مهندسی موشک کشف نکرد؛ نقش آن شبیه یک تیم نرم‌افزاری کوچک بود که می‌توانست پیوسته کد تولید کند، Build بگیرد، شبیه‌سازی را اجرا کند، نتیجه را Review کند و بعد از تست واقعی سراغ عیب‌یابی برود. کاهش زمان و نیروی انسانی لازم برای تکرار این چرخه، همان Uplift اصلی است که گزارش نشان می‌دهد. در مورد نسبت‌دادن این فعالیت به حوثی‌ها باید کمی محتاط بود. خود انتروپیک نام این گروه را اعلام نکرده و فقط از یک هسته مهندسی در شمال یمن صحبت کرده است؛ منطقه‌ای که تحت کنترل حوثی‌ها قرار دارد و باعث این انتساب رسانه‌ای شده است. همچنین جزئیات پرونده از بررسی حساب‌ها و سشن‌های Claude به دست آمده و هنوز تأیید مستقل و عمومی از سخت‌افزار، موشک یا نتیجه تست منتشر نشده است. آنچه فعلاً داریم، مشاهده کم‌سابقه یک شرکت هوش مصنوعی از ورود مدلش به داخل فرایند واقعی توسعه و آزمایش یک سلاح است.

تجربه‌ی سپردن تراست‌ولت به کدکس #تجربه_نگاری من معمولاً موجودی کریپتویی‌ام را روی شبکه‌ی ترون نگه می‌دارم. مشکل از جایی شروع می‌شود که مقصد، ارز دیگری را روی شبکه‌ای دیگر می‌خواهد. یک بار می‌خواستم حساب OpenRouter را شارژ کنم. موجودی من TRX روی ترون بود، اما پرداخت باید با USDC روی یکی از شبکه‌های اتریومی مثل Base، Polygon یا Ethereum انجام می‌شد. باید TRX را تبدیل می‌کردم، راهی برای انتقال دارایی میان دو شبکه پیدا می‌کردم، کارمزد مسیر را می‌سنجیدم و مطمئن می‌شدم توکن نهایی دقیقاً روی همان شبکه‌ای قرار گرفته که درگاه می‌پذیرد. برای یک پرداخت ساده، پای swap، بریج، قرارداد توکن و چند نوع کارمزد وسط آمده بود. یک بار دیگر فقط می‌خواستم حدود پنج دلار TRX را به بیت‌کوین تبدیل کنم. مبلغ ناچیز بود، ولی پیدا کردن مسیری که حداقل برداشت و کارمزدش بخش بزرگی از همان پنج دلار را نخورد، خودش تبدیل به یک مسئله شد. من آن‌قدر با کریپتو سروکار ندارم که مسیر همه‌ی شبکه‌ها و بریج‌ها را در ذهن نگه دارم. برای هر پرداخت تقریباً از اول به GPT توضیح می‌دادم چه دارایی‌ای دارم، مقصد چه چیزی می‌پذیرد و چه گزینه‌هایی پیش رویم است. بعد هم باید خودم تک‌تک شبکه، آدرس، قرارداد توکن و کارمزد را کنترل می‌کردم. همین‌جا به ذهنم رسید: آیا می‌شود تراست‌ولت را دست Codex داد و به آن اعتماد کرد که این خرده‌کاری‌ها را انجام دهد؟ طبیعتاً حاضر نبودم seed phrase یا private key را در اختیار Codex، یک اسکریپت یا سرویس ابری بگذارم. چیزی که می‌خواستم، یک سطح محدودتر از دسترسی بود: موجودی و دارایی‌ها را ببیند، شبکه‌ی مقصد را بررسی کند، برای تبدیل‌ها quote بگیرد و تراکنش پیشنهادی را آماده کند؛ امضای نهایی هم داخل خود Trust Wallet انجام شود. از Codex خواستم چنین اتصالی را برایم راه بیندازد. راه‌حل به Trust Wallet Agent Kit یا همان TWAK رسید؛ مجموعه‌ای از APIها و ابزارهای خط فرمان برای کارهایی مثل خواندن موجودی، گرفتن قیمت، بررسی توکن، دریافت quote، swap و انتقال دارایی روی چندین شبکه. راه اول: استفاده از خط فرمان در مسیر خط فرمان، Codex مستقیماً دستورهایی مثل twak wallet portfolio یا twak swap ... --quote-only را اجرا می‌کند. این روش برای Codex ساده است، چون از قبل به ترمینال دسترسی دارد. راه دوم: اتصال از طریق MCP مسیر دوم MCP است؛ استانداردی که ابزارهای بیرونی را به‌شکل مجموعه‌ای از قابلیت‌های مشخص در اختیار ایجنت قرار می‌دهد. با اجرای twak serve‍، یک MCP Server بالا می‌آید و عملیات TWAK را به‌صورت ابزارهایی ساختاریافته به Codex معرفی می‌کند. در این حالت Codex می‌داند ابزاری برای دیدن موجودی، گرفتن quote یا آماده‌کردن swap دارد و ورودی و خروجی هرکدام هم دقیقاً مشخص است. **نقش MCP ارتباط میان Codex و TWAK است**؛ خودش کیف پول، صرافی یا بریج محسوب نمی‌شود. مرحله‌ی آخر: تأیید از طریق WalletConnect بخش آخر اتصال WalletConnect است. این لایه، کیف پول موجود من را به TWAK وصل می‌کند. هنگامی که Codex با کمک ابزارهای TWAK یک تراکنش پیشنهاد می‌دهد، درخواست از طریق WalletConnect داخل Trust Wallet ظاهر می‌شود. آنجا شبکه، توکن، آدرس مقصد، مقدار و کارمزد را می‌بینم و تراکنش را تأیید یا رد می‌کنم. کلید خصوصی در تمام این مسیر داخل خود کیف پول باقی می‌ماند. در عمل وقتی می‌گویم تراست‌ولت را دست Codex داده‌ام، جریان کار این‌طور است: من خواسته‌ام را با زبان طبیعی می‌گویم ← Codex ابزار مناسب را از طریق MCP صدا می‌زند ← TWAK اطلاعات شبکه و مسیر تبدیل را پیدا می‌کند یا تراکنش را می‌سازد ← WalletConnect آن را برای امضای نهایی به گوشی من می‌فرستد. کدکس به ابزارهای لازم برای بررسی و آماده‌سازی دسترسی دارد و اختیار جابه‌جایی پول همچنان با تأیید داخل Trust Wallet کنترل می‌شود.

اگر از Claude Code استفاده می‌کنید، دوست دارید harness و ابزارهایش را نگه دارید ولی مدل پشت آن را با گزینه‌ای ارزان‌تر مثل DeepSeek عوض کنید، و در عین حال همان سشن را روی یک سرور همیشه‌روشن از لپ‌تاپ یا موبایل ادامه بدهید، این دو پست برای همین سناریوست. مسیرهایی که برای اجرای ریموت امتحان و بررسی کردم، مشکل سشن‌های طولانی، راه‌هایی مثل Hermes و claude -p و در نهایت ترکیبی که با Happy + Claude Code + 9Router + DeepSeek به آن رسیدم را توضیح داده‌ام.

معماری مربوط به پست بالا