en
Feedback

Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

Go Casts | Systems & Agents 🚀

Go Casts | Systems & Agents 🚀

Open in Telegram

Ex Snapp! Senior Software Engineer فوق لیسانس هوش مصنوعی از دانشگاه تهران اشتراک محتوا در مورد مهندسی نرم افزار، ایجنت های هوش مصنوعی https://gocasts.ir پروفایل https://www.linkedin.com/in/gohossein ارتباط @lifography Ai for Software @aicasts_ir

Show more

📈 Analytical overview of Telegram channel Go Casts | Systems & Agents 🚀

Channel Go Casts | Systems & Agents 🚀 (@gocasts) in the Farsi language segment is an active participant. Currently, the community unites 10 573 subscribers, ranking 11 674 in the Technologies & Applications category and 31 247 in the Iran region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 10 573 subscribers.

According to the latest data from 17 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 216 over the last 30 days and by 12 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 56.28%. Within the first 24 hours after publication, content typically collects 15.94% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 5 949 views. Within the first day, a publication typically gains 1 685 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 46.
  • Thematic interests: Content is focused on key topics such as تیمسازی, مقاله, گولنگ, ابزار, جا.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“Ex Snapp! Senior Software Engineer فوق لیسانس هوش مصنوعی از دانشگاه تهران اشتراک محتوا در مورد مهندسی نرم افزار، ایجنت های هوش مصنوعی https://gocasts.ir پروفایل https://www.linkedin.com/in/gohossein ارتباط @lifography Ai for Software @aicasts_ir”

Thanks to the high frequency of updates (latest data received on 18 November, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

10 573
Subscribers
+1224 hours
-27 days
+21630 days
Posts Archive
یه تجربه از توسعه agentic در این چند وقت: اگه یه توسعه‌ی سنگین روی یه پروژه‌ی نسبتاً بزرگ دارید و agentic جلو می‌برید، از همون اول بشکنیدش به چند فاز کوچیک و هر فاز رو جدا مرج کنید. این حرف برای توسعه‌ی معمولی هم درسته، ولی اونجا کار چند هفته طول می‌کشه و ذهن خودت درگیر جزئیات تک‌تک قسمت‌هاست؛ پس کنترل کار دست خودته. توی agentic ولی اینجوری نیست. ما دیگه به جزئیات تسلط نداریم، چون کد رو خودمون ننوشتیم. مدل LLMی که استفاده میکنیم ذاتا stateless هست و هر بار فقط همون چیزی رو می‌بینه که توی contextش گذاشتن. کار که بزرگ می‌شه context پر و خلاصه می‌شه و جزئیات وسط کار می‌پره. در نتیجه هر چقدر هم در مستندات نکات مهم رو نوشته باشی باز حین توسعه و تست یادش می‌ره کار چقدر بزرگه و یه جای دیگه رو خراب می‌کنه. خودم همین اخیراً روی یه کار بزرگ با کلی فیچر این داستانارو داشتم. ایجنت از دستش در رفت که کار چقدر بزرگه و کلی سوتی ریز و جورواجور داد. با کلی تست فقط بخشی‌ش رو تونستم جبران کنم. حالا هرچی شما داکیومنت بنویسی، هی گوشزد کنی، ایجنت تست بنویسه، خودت تست کنی... هیچ‌کدوم جای کوچیک بودن هر مرج رو نمی‌گیره. مرج کوچیک باعث میشه ریویو واقعی باشه، باگی اگه هست کوچیک باشه و revert کردن راحت باشه. این روش قطعا هزینه هم داره و بزرگترین هزینه ش سرعته! ولی خب کمی یواش‌تر مگه چقدر سرعت لازم داریم؟ @gocasts Ai for Software @aicasts_ir
17 Nov, 14:53

دوستان دواپس و امنیت، اگه تجربه‌ش رو دارید ممنون میشم در مورد این پست تجربیات‌تون رو بهم بگید. https://t.me/serversos_ir/1614
17 Nov, 08:40

کتاب جدید Sam Newman هم منتشر شد 🚀 اگه کتاب Building Microservices رو خونده باشید، می‌دونید ایشون چقدر خوب موضوع‌های پیچیده
کتاب جدید Sam Newman هم منتشر شد 🚀 اگه کتاب Building Microservices رو خونده باشید، می‌دونید ایشون چقدر خوب موضوع‌های پیچیده رو ساده و کاربردی توضیح می‌ده. این بار رفته سراغ resilience و تاب‌آوری سیستم، و چیزی که برام جالبه اینه که فقط از الگوهای فنی حرف نمی‌زنه. کنارش به تیم فنی هم پرداخته، یعنی اینکه تیم با incident چطور کنار میاد، ازش چی یاد می‌گیره و غیره... چون نمی‌شه انتظار سیستم تاب‌آور داشت بدون تیم تاب‌آور! اینم در نظر بگیرید که با اومدن AI agentها کد خیلی سریع‌تر از قبل نوشته می‌شه، ولی هزینه‌ی خراب شدن سیستم عملاً فرقی نکرده و شاید بدتر هم شده باشه. ضمناً وقتی بخش زیادی از کد رو خودمون ننوشتیم، شناخت تیم از سیستم کمتر می‌شه و تاب‌آوری تیم بیشتر به چشم میاد. Building Resilient Distributed Systems https://samnewman.io/books/building-resilient-distributed-systems/ @gocasts
17 Nov, 02:35

سلام دوستان بهراد جان دو تا دوره جدید رو داره شروع میکنه که برای GoCasts هم ۲۵ درصد تخفیف در نظر گرفته. اگه تمایل داشتید حتما شرکت کنید.
16 Nov, 04:39

من از سال ۹۷ منتور جاوا اسکریپت و نود‌جی‌اس ام. بعد نفوذ زیاد ای‌آی توی کدنویسی مون، اشراف داشتن به یه سری خصوصیات و پرکتیس‌ه
من از سال ۹۷ منتور جاوا اسکریپت و نود‌جی‌اس ام. بعد نفوذ زیاد ای‌آی توی کدنویسی مون، اشراف داشتن به یه سری خصوصیات و پرکتیس‌های هر استک خیلی اهمیتش بیشتر شده حس میکنم. این شد که توی دو ماه گذشته ۵ دوره جدید رو تدوین کردم که به نظر خودم خیلی می تونه هم به بچه‌هایی که میخوان حرفه ای تر از این استک‌ها استفاده کنن و هم به کسایی که میخوان ورود کنن تازه بهشون کمک کنه. می‌خوام ۲ تا از این دوره‌ها رو از هفته اول و دوم آذر شروع کنم: ▫️ جاوا اسکریپت و تایپ‌اسکریپت عمیق: خیلی کوتاه می ریم سر اصل مطلب و اینکه توی توسعه با جاوا اسکریپت حواس‌مون به چیا باشه تا پروژه اسکیل شه و تایپ اسکریپت رو چطوری استفاده کنیم https://behradz.ir/gocasts-core-tg ▫️ برنامه‌نویسی بک‌اند با نودجی‌اس: برای کسایی که میخوان سوار نود‌جی‌اس بشن. چه باهاش دارن میکنن چه میخوان شروع کنن فرق این دوره رو با دوره‌های مشابه توی نت می تونید بعد خوندن سرفصل هاش حس کنید: https://behradz.ir/gocasts-node-tg لینک‌ها برای بچه‌های گوکست تا اخر هفته تخفیف ۲۵ درصدی توش داره قصه کامل تر پیدایش این دوره‌ها: https://b2n.ir/gn3214 https://t.me/mindfulsoft
16 Nov, 04:37

یک خط کانفیگ و ۳۰ هزار هسته CPU؛ الگویی که ما هم روی Postgres دیدیم شرکت OpenAI روزانه بیش از ۹ پتابایت لاگ رو با Fluent Bit روی Kubernetes جمع می‌کنه. وقتی با perf پروفایل گرفتن، دیدن بیشترین CPU نه صرف پردازش لاگ، بلکه صرف stat syscall می‌شه. دلیلش این بود که Fluent Bit به‌طور پیش‌فرض تغییر فایل رو با inotify می‌فهمه، ولی سیگنال inotify نمی‌گه چند بایت نوشته شده. پس بعد از هر بار trigger شدن inotify مجبوره یکبار stat که یک syscall هست رو فراخوانی کنه که تا اندازه‌ی فایل و cursor ادامه‌ی خوندن از فایل لاگ رو بفهمه. وقتی podها لاگ رو خط‌به‌خط flush می‌کنن، نتیجه میشه میلیون‌ها syscall بی‌فایده. پس از بررسی‌هایی که کردن در نهایت به یک راه‌حل یک خطی رسیدن: تنظیمات inotify: false و برگشت به polling دوره‌ای با `stat`، که برای podهای با حجم لاگ بالا حداکثر ثانیه‌ای یک بار فراخوانی میشه. نتیجه ش هم شد ۵۰٪ کاهش CPU مصرفی Fluent Bit در کل ناوگان(fleet) کوبر و آزاد شدن حدود ۳۰ هزار هسته CPU! ما تجربه‌ی مشابهی روی Postgres داشتیم. سرویسی داشتیم با هزاران دیتابیس tenant، یعنی یک دیتابیس برای هر مشتری، که تغییراتش باید از طریق outbox به دست سرویس دیگه‌ای می‌رسید. یکی از روش‌های رایج اینه که برای هر دیتابیس یک poller بذاری که هر چند ثانیه تغییرات جدید رو کوئری بزنه. که در این صورت یه لود بسیار زیادی به سرویس دیتابیس اضافه میشه که باید هزاران کانکشن و کوئری جدید رو تحمل کنه، که جواب بیشتر کوئری ها هم «دیتابیس تغییری نداشته» است. ما به‌جاش از آماری استفاده کردیم که خود Postgres نگه می‌داره. pg_stat_database برای هر دیتابیس شمارنده‌های تجمعی insert/update/delete داره و با یک کوئری روی هر سرور برای همه‌ی دیتابیس‌ها خونده می‌شه. هر دوره snapshot تازه رو با قبلی مقایسه می‌کردیم: - دیتابیس‌هایی که شمارنده‌شون بالا رفته: فقط سراغ همین‌ها می‌ریم. اول با pg_stat_user_tables جدول‌های مرتبط رو پیدا می‌کنیم، بعد تغییرات رو با watermark روی updated_at می‌خونیم. - بقیه دیتابیس‌ها: اصلاً کانکشن نمی‌گیرن و فقط گاهی verify دوره‌ای می‌شن. نکته مهم هم این بود که یه چیزی که خیلی توی این پروسه کمک کرد این بود که statها in-memory هستن. برای همین روی دیسک و منابع فشاری نمیارن. حالا الگوی مشترک این دو چالش چیه؟ اگه برای هر تغییری یک بررسی پرهزینه انجام میدی، دنبال یک سیگنال ارزون و تجمیعی بگرد که بگه کجا ارزش بررسی داره، و کار پرهزینه رو فقط برای همون ‌قسمت بصورت تجمیعی انجام بده. How One Line of Code Freed 30,000 CPU Cores: Deep-Diving Fluent Bit at Petabyte https://www.youtube.com/watch?v=pbOvWxuYPIU https://www.cncf.io/case-studies/openai-2 این ویدیو خلاصه شده ش هست https://www.youtube.com/shorts/KBs0MerAnoE ممنون از امین‌جان بابت معرفی مقاله https://www.linkedin.com/in/mohammad-amin-nematollahi/ @gocasts
15 Nov, 06:13

امروز با یه اپلیکیشن خیلی خوب آشنا شدم برای فهم عمیق پروتکل های شبکه. پروتکل رو انتخاب میکنی و بصورت visualize بهت نشون میده
امروز با یه اپلیکیشن خیلی خوب آشنا شدم برای فهم عمیق پروتکل های شبکه. پروتکل رو انتخاب میکنی و بصورت visualize بهت نشون میده پشت صحنه در شبکه چه اتفاقی میفته. شاید در نگاه اول خیلی اهمیت نداشته باشه اما همین مباحث خیلی وقتا سوال مصاحبه های مهندسی نرم افزار هستن. اینطور مفاهیم چیزی نیستن که با اومدن هوش مصنوعی اهمیتشون کم شده باشه، اهمیتشون بیشترم شده. https://protocol-explorer-alpha.vercel.app/ @gocasts
11 Nov, 03:26

من تقریبا چند ساله (حتی قبل از ai) به همین شیوه تقریبا ریویو می‌کنم. در ۳ یا ۴ سال گذشته کمتر پیش اومده که یه کد رو خط به خط ریویو کرده باشم. بیشترین توجه‌م حین ریویو کردن MR/PR موارد high-level هست مگه اینکه یه کدی صراحتا تمرکزش روی موارد low-level بوده باشه مثلا بخواد بهینه‌سازی یه قسمت از کد رو انجام بده که اونجا روی کد خط به خط ریز میشم. ولی در اکثر موارد (و مخصوصا وقتی که MR/PR بزرگ باشه) سعی می‌کنم موارد high-level رو بررسی کنم. هم از نظر معماری و ‌هم از نظر communication بین ماژول‌ها و سرویس‌ها، و کلا quality attributeهایی مثل performance، scalability، reliability و security و غیره.. این شیوه رو در جلسات ریویو تیمسازی GoCasts هم تقریبا به همین شیوه جلو میبریم چون معمولا تعداد PRهایی که باید ریویو بشه کم نیست و سعی می‌کنیم بیشتر روی تصمیمات مهم تمرکز کنیم که آیا درست بوده یا نه.

Stephen Toub (Microsoft Distinguished Eng): “I did not read every line. That would be impossible. And if I did, it would also be a waste.

Like me reading every line would not prevent bugs. In fact, agents reading every line is a lot more effective, not just faster, but more effective in quality than me doing so.

I absolutely looked at the code for every PR that I put up, but I was focusing more on big picture stuff. Right? Is the direction of this correct?

Is the architecture of this correct? A lot of it is like squinting at a 30,000-foot level and looking at the 2 codebases and does anything look off, right?

But for the most part, a really good agentic reviewer is going to be way better at sort of the line-level details than certainly me, and I would argue most humans.”
تمایل داشتید مصاحبه کامل‌ش رو اینجا ببینید https://www.youtube.com/watch?v=PLMOVlZC4eU کلیپ کوتاه اینستاگرام اختصاصی توضیحات ریویو https://www.instagram.com/reel/Dfe7RTbFAZ5/?obrf=MXRhZTcyNGtxOGcydQ== @gocasts
10 Nov, 04:52

دانشجو که بودم، لیست کتاب‌هایی که باید می‌خوندم هیچ‌وقت تموم نشد. حتی Design Patterns رو هم که خوندم، بعدش نتونستم پترن‌هاش ر
دانشجو که بودم، لیست کتاب‌هایی که باید می‌خوندم هیچ‌وقت تموم نشد. حتی Design Patterns رو هم که خوندم، بعدش نتونستم پترن‌هاش رو درست به کار ببرم. این روزا با این حجم از محتوا توی یوتیوب و شبکه‌های اجتماعی و این‌همه تکنولوژی، غرق شدن و مسیر بهینه رو پیدا نکردن خیلی راحت تره :) خیلی از بچه‌ها ازم می پرسن چطوری این همه چیزو یاد بگیریم؟ چطوری تو مسیر شخصی یا کاری‌مون رشد کنیم؟ این وبینار برای همه ماست تا تجربیات‌مون رو به اشتراک بزاریم که چطوری میشه سریع تر یادگرفت و رشد کرد :) یاد بگیریم چطور یاد بگیریم وبینار رایگان، چهارشنبه ۱۳ آبان، ساعت ۱۹، یک ساعت 🔹 وسط این‌همه محتوا، منبع معتبر رو چطور پیدا کنیم؟ 🔹 روی چی تمرکز کنیم که وقتمون پای دوره‌های چندماهه هدر نره؟ 🔹 یادگیری چه سطح‌هایی داره؟ 🔹 کِی می‌تونیم بگیم یه چیزی رو واقعاً یاد گرفتیم؟ دوست خوبم و بنیان‌گذار شب‌گفتار، مسعود بیگی هم مهمون‌مونه. ثبت‌نام: https://behradz.ir/learn-tg نمی‌رسید بیاید؟ ویدیوش بعداً همین‌جا توی کانال و توی سایت قرار می‌گیره. https://t.me/mindfulsoft
02 Nov, 02:15

اگه یه مهارت باشه که لازمه به خودمون اضافه کنیم تا ریسک شغلی مون کمتر بشه مهارت بررسی و investigate کردن proactive محصول برای بهبودشه. یعنی صبر نکنیم تا یکی بهمون بگه چی بسازیم و خودمون دنبال مشکل ها و فرصت های بهبود محصول بگردیم. معمولا ما که سابقه کاری مون بیشتر مهندسی نرم افزار و برنامه نویسیه این یه زمین بازی کاملا جدیده و تجربه مون توش کمه. برای اینکه یاد بگیریم چطور این کارو بکنیم خوندن این مطالب میتونه مفید باشه 1. The Product-Minded Software Engineer - Gergely Orosz https://blog.pragmaticengineer.com/the-product-minded-engineer/ 2. Product Discovery - Marty Cagan https://www.svpg.com/product-discovery/ 3. Continuous Discovery Habits - Teresa Torres https://www.producttalk.org/continuous-discovery-habits/ @gocasts
27 Oct, 09:35

این روزها زیاد می‌پرسن «با این همه ایجنت و Claude Code، هنوز لازمه کدنویسی رو از پایه یاد بگیریم؟» جواب من آره‌ست، و به نظرم الان حتی مهم‌تر از قبله. بحث این نیست که به قول Boris Cherny کد «حل شده» یا نه. بحث اینه که ذهن ما چیزی رو یاد می‌گیره که براش زحمت کشیده باشه. وقتی خودت با یه باگ کلنجار می‌ری یا یه الگوریتم رو قدم‌به‌قدم می‌نویسی، حتی روی کاغذ، داری مهارت حل مسئله و فهم سیستمی رو می‌سازی. دانشگاه آکسفورد یه ویدیوی کوتاه داره که استاد ریاضی توش می‌گه ریاضی رو باید فعالانه یاد گرفت، یعنی با نوشتن قدم‌به‌قدم معادله‌ها. اندرو انجی هم اخیراً حرف مشابهی زد: جواب گرفتن از AI شاید همون لحظه نتیجه رو بهتر کنه، ولی یادگیری بلندمدت رو خراب می‌کنه، چون کار رو خودت انجام ندادی. https://www.instagram.com/reel/DeWpAGJoK8h ‌از طرف بازار هم قضیه روشنه: شرکت‌ها قدرت AI رو بهتر از ما می‌شناسن و پول بیشتری هم براش خرج می‌کنن. پس وقتی نیرو می‌گیرن، دنبال کسی‌ان که عمیق باشه و بتونه خروجی ایجنت رو بفهمه، نقدش کنه و مسئولیتش رو بپذیره. هیچ‌کدوم از این حرف‌ها به معنی مخالفت با AI نیست. خودم هر روز با ایجنت‌ها کار می‌کنم و معتقدم agentic development یه مهارت جدی و جدیده که همه‌مون باید بهش مسلط بشیم. فقط ترتیبش مهمه: اول پایه، بعد ابزار. آقای Lauren، که قبلاً توی تیم React Compiler بوده، می‌گه نوشته‌ها و پرامپت‌هاش رو خودش می‌نویسه، چون نوشتن یعنی فکر کردن. هر چی دانش و واژگان دامنه‌ت عمیق‌تر باشه، ایجنت رو بهتر هدایت می‌کنی. بنظرم اگه تازه شروع کردی این مسیر شغلی رو، کد بنویس، دیباگ کن، گیر کن و بذار ذهنت درگیر بشه. ایجنت‌ها وقتی خوب جواب می‌دن که خودت بدونی دقیقاً چی ازشون می‌خوای. https://x.com/poteto/status/2109885001584292091 @gocasts
25 Oct, 05:25

سلام همراهان عزیز انسین با انسین نگران باگ امنیتی جدید PHP نباشید. داخل انسین براتون قانون WAF ای ایجاد میکنیم که جلوی اینگون
سلام همراهان عزیز انسین با انسین نگران باگ امنیتی جدید PHP نباشید. داخل انسین براتون قانون WAF ای ایجاد میکنیم که جلوی اینگونه حملات رو میگیره nsin.ir @nsin_ir
21 Oct, 14:00

دزدی هم مقیاس‌پذیر شده! هوش مصنوعی فقط برنامه‌نویس‌ها و کسب‌وکارها را توانمند نمی‌کنه؛ دست کلاهبردارها رو هم برای فریب گسترده
دزدی هم مقیاس‌پذیر شده! هوش مصنوعی فقط برنامه‌نویس‌ها و کسب‌وکارها را توانمند نمی‌کنه؛ دست کلاهبردارها رو هم برای فریب گسترده‌تر، سریع‌تر و ارزون‌تر باز کرده. فقط در چند روز گذشته، چندین نفر از اطرافیان من هدف کلاهبرداری قرار گرفتن و بعضی‌هاشون متحمل خسارت سنگین شدهن. پیامک هشدار پلیس فتا امروز، وسط همین پیگیری‌ها رسید. هشدار لازمه، اما کافی نیست. باید یه سازوکار یکپارچه و سریع برای اتصال سرنخ‌های بانک‌ها، اپراتورها و پلتفرم‌ها ایجاد بشه؛ که الگوهای مشترک زودتر شناسایی و مسیر کلاهبرداری زودتر متوقف بشه. وقتی کلاهبرداری با سرعت ویروسی پخش می‌شه، پیگیری با سرعت کاغذبازی جواب نمیده! @gocasts
19 Oct, 05:14

روحت شاد آقای چاپلین. باورم نمیشه که عصر جدید داره برامون تکرار میشه! انگار خط تولید «عصر جدید» از کارخونه اومده توی سیستمهامون. متنی که نوشتم از حس شخصی خودم و تجربه چند نفر دیگه در داخل و خارج از کشوره. شاید کمی اغراق‌آمیز به نظر بیاد ولی فکر نمیکنم خیلی هم دور از ذهن باشه رخ دادنش.. چندتا ترد باز، چندتا ایجنت مشغول کار و یه آدمی که باید مدام بینشون بچرخه، خروجی بخونه، خطا بگیره، تصمیم بگیره و مدام این چرخه رو تکرار کنه! قرار بود ai بخشی از بار ما رو برداره. ولی اگه شرکت‌ها، هرچی بیشتر خرج هوش مصنوعی می‌کنن، از آدم‌ها هم انتظار بیشتری داشته باشن، اونوقت این ماییم که باید با سرعت هوش مصنوعی کار کنیم! ایجنت‌های هوش مصنوعی ابزارایی هستن که می‌تونن خیلی به ما کمک کنن، اما در عمل ممکنه ما رو مجبور کنن با سرعتشون بدویم. ایجنت‌ها خسته نمی‌شن، ولی آدمها چرا. انگار «عصر جدید ۲» داره بوجود میاد.فقط جای ماشین‌های چاپلین رو ایجنت‌ها گرفتن! @gocasts
11 Oct, 15:06

با یه پارادوکسی مواجه هستیم که خیلی مهمه درست درکش کنیم. وقتی در مورد کارایی که با ایجنت‌ها می‌کنم پست می‌ذارم، یه سوال رایج اینه که setup و فریمورک و trickهایی که به کار می‌بری چیه. معمولا جواب نمی‌دم چون سخته توضیح بدم که برای خیلی از کارها واقعا چیز خاصی ندارم... یا دوستان لطف دارن و می‌گن دوره و ورکشاپ برگزار کن. ولی به نظرم setup و trick اون چیزی نیست که فرق اصلی رو می‌سازه. چیزی که واقعا فرق می‌سازه یه چیز دیگه‌ست که پایین‌تر می‌گم. حالا تو توییتر dax و DHH این چند روز یه حرفی زدن که خیلی باهاش موافقم: دیگه لازم نیست برای کار با AI یه setup پیچیده و عجیب بچینی. مدل‌ها خودشون خیلی خوب شدن. تا چند ماه پیش خودم رو خیلی درگیر setupهای پیچیده می‌کردم. کلی skill، کلی MCP، فایل‌های rule چند صفحه‌ای و غیره... علت اصلیش این بود که مدل‌های اون موقع ضعیف بودن، یا بهتره بگم حواس‌پرت بودن... مثلا یادش می‌رفت چی گفتیم، یه چیزی می‌نوشتیم که یادش بمونه. یا به یه سری چیزای بدیهی دقت نمی‌کرد و باید rule سفت و سخت براش می‌نوشتی که درست کار کنه. الان مدل‌ها هنوز بی‌نقص نیستن، ولی این مشکلا رو خیلی کمتر دارن و بیشتر اون setupها دیگه لازم نیست. ولی یه چیزی هست که به نظرم همچنان مهمه، و شاید مهم‌ترین مهارتیه که تو استفاده از ایجنت‌ها باید بهش توجه کنیم. مدل هر چقدر هم باهوش باشه، پروژه شما رو نمی‌شناسه. نمی‌دونه چرا فلان کار رو تو تیمتون این‌طوری انجام می‌دید، یا اون قانون عجیب بیزینسی که شفاهیه و هیچ‌جا داکیومنت نشده از کجا اومده. این چیزا رو باید یه جا براش بنویسید. این دیگه «جبران ضعف مدل» نیست، اطلاعاتیه که هیچ‌جای دیگه پیداش نمی‌کنه. در واقع بزرگ‌ترین ضعف بیزینس‌ها الان «حجم خیلی زیاد contextهای شفاهیه» که هیچ‌جا نوشته نشده جز ناخودآگاه آدم‌ها، و تا این حل نشه ایجنت‌ها بهره‌وری کافی نخواهند داشت. برای همین مهم‌ترین کاری که معمولا می‌کنم اینه که نیازمندی رو کامل و شفاف کنم، هم از نظر بیزینسی هم فنی. نکته مهم دیگه deterministic validationهاست. یعنی تست‌هایی که سیستماتیک قوانین بیزینس رو چک می‌کنن. ایجنت الان خیلی سریع کد می‌نویسه، و دقیقا برای همین باید بتونی سریع و مطمئن چک کنی درست نوشته یا نه. هر چی ایجنت سریع‌تر بشه، تست مهم‌تر می‌شه. یه نکته مهم دیگه هم اینه که درک عمیق مسائل high level مهندسی نرم‌افزار، که اگه از ابعاد مختلف جمعشون کنی خیلی زیادن، همچنان تو کیفیت خروجی ایجنت‌ها تعیین‌کننده‌ست. ابزار ساده‌تر شده، ولی هنوز باید بدونی داری چی می‌سازی. پس از نظر من بالا بردن دانش مهندسی نرم‌افزار خیلی مهمه. چیزی که لازم نیست، micromanage کردن ایجنت‌هاست. این به معنی رها کردن کار نیست، ولی دخالت بیش از حد و وسواسی عملا سرعت ایجنت رو ازش می‌گیره. حالا پارادوکس کجاست؟ اینجا که اگه بخوایم ایجنت بهترین عملکردش رو داشته باشه، بهتره ما مثل کسی رفتار کنیم که هیچی از مهندسی نرم‌افزار نمی‌دونه. این‌طوری بدون ترس و وسواس، ماکزیمم پتانسیل ایجنت رو به کار می‌گیریم. اما برای اینکه چیزی که ایجنت می‌سازه واقعا درست باشه و اصطلاحا slop نباشه، باید خودت دید فنی و محصولی درستی داشته باشی. و وقتی دید فنی و محصولی داری، همه‌ش می‌خوای تو کار ایجنت دخالت کنی و کم‌کم می‌ری سمت وسواس و micromanage کردن. به نظرم باکیفیت‌ترین محصولات نرم‌افزاری رو الان مهندس‌هایی می‌سازن که این پارادوکس رو تو نقطه تعادلش نگه دارن. یعنی تصمیم‌های مهم مهندسی رو تو نقاط حیاتی life cycle توسعه خودشون بگیرن، و بقیه پروسه رو بسپرن به ایجنت‌ها. https://x.com/dhh/status/2107823432205484040 @gocasts
09 Oct, 03:57

از دیروز چند آیتم ظاهری در GoCasts به‌روز شده 🚀 اگه دقت کرده باشید، لوگو، اسم کانال و بیو تغییر کرده: Go Casts | Systems & Agents این تصمیم یهویی نبود. حدود یک سال و نیم پیش که @aicasts_ir رو راه انداختیم، نگاهمون این بود که همه‌مون، به‌عنوان مهندس نرم‌افزار، باید به این سمت بریم. ولی کم‌کم این موضوع برای خود GoCasts هم خیلی جدی‌تر شد. خیلی وقته که محتوای کانال رنگ و بوی agentها رو گرفته و طبیعی هم هست. ولی وقتش شده بود که در هویت اصلی GoCasts هم این تغییر نشون داده بشه. لوگوی جدید هم از همین ایده اومده: سیستم‌ها و ایجنت‌ها. چند تکه‌ی جدا که در کنار هم یک چرخه‌ی کامل می‌سازن. ▫️ یعنی دیگه نرم‌افزار مهم نیست؟ نه، اصلاً. برای من، نرم‌افزار همچنان یکی از جدی‌ترین دغدغه‌هاست. هنوز practiceهای خوب نرم‌افزار، طراحی distributed system و چالش‌های مهمی مثل reliability، scalability و غیره خیلی جدی‌ان. ▫️ در آغوش گرفتن agentها در آغوش گرفتن ایجنت‌ها اجتناب‌ناپذیره. به نظرم اتفاقاً باید براش ذوق هم داشته باشیم، چون ایجنت‌ها به ما اجازه می‌دن همون نرم‌افزار خوب، باحال و scalable رو ساده‌تر، بهتر و کم‌هزینه‌تر بسازیم. خیلی وقت پیش در مورد این در آغوش گرفتنه صحبت کرده بودم. یکی از واضح‌ترین قدم‌ها هم در آغوش گرفتن تمام و کمال AI برای بهبود بهره‌وری کارمون هست: https://t.me/gocasts/743 ▫️ ایجنت‌ها خودشون هم یک «سیستم» جدیدن جدا از اینکه با ایجنت‌ها سیستم می‌سازیم، خود ایجنت‌ها هم یه دنیای مهندسی تازه‌ان: agent runtime، harness، scale کردن ایجنت‌ها و ... . موضوعی که به نظرم باید عمیق دنبالش کرد. ▫️ گولنگ خیلی خوبه! گولنگ برای من همچنان خیلی دوست‌داشتنی و مهمه، ولی agentic Go. نرم‌افزار در همه‌ی ابعادش مهمه، ولی agentic software. یعنی مباحث مهم در گولنگ و software رو باید مسلط شد، و خیلی از جزئیات کم‌اهمیت‌تر رو به ایجنت‌ها سپرد. ▫️ طراحی و معماری سیستم: مهم‌تر از قبل طراحی سیستم و معماری همیشه مهم بوده، ولی با اومدن ایجنت‌ها هم مهم‌تر شده و هم چالش‌برانگیزتر. نگاه اهمیت دادن به طراحی سیستم در GoCasts چندین ساله که وجود داره. به همین دلیله که بخش خوبی از محتوای دوره‌ی بک‌اند و گولنگ GoCasts در مورد طراحی و معماری سیستم بوده و معتقد بودیم هر فرد در این حوزه، بدون در نظر گرفتن میزان تجربه‌ش، باید از طراحی سیستم بدونه. حتی کم‌تجربه‌ترین فرد! وقتی نوشتن کد این‌قدر سریع و ارزون شده، تصمیم‌های اصلی سنگین‌تر شدن: مرزبندی سرویس‌ها، مدل داده، invariantها، trade-offها و اینکه سیستم زیر بار و در زمان خطا چه رفتاری داره. ایجنت هر چیزی رو که بهش بگیم سریع می‌سازه؛ خوبش رو سریع، اشتباهش رو هم سریع. یه تصمیم معماری غلط، با سرعت ایجنت‌ها خیلی زودتر و بزرگ‌تر خودش رو نشون می‌ده. پس هر چی کد بیشتر رو ایجنت‌ها می‌نویسن، فکر کردن به سیستم بیشتر کار ما می‌شه. ▫️ عمیق شدن سر جاشه در GoCasts تا امروز سعی کردیم نگاه نسبتاً عمیقی به مباحث ریز و درشت سیستم‌ها داشته باشیم، و این رویه همچنان پابرجاست. قرار نیست عمیق شدن رو از دست بدیم، فقط قراره هوشمندانه‌ترش کنیم: اینکه چه چیزی ارزش عمیق شدن داره و چه چیزی رو می‌شه با خیال راحت به ایجنت‌ها سپرد. پس همچنان از چالش‌های مختلف مهندسی نرم‌افزار، عمیق و دقیق، صحبت می‌کنیم. این کانال قرار نیست فقط کانال agentها باشه. agentها به لیست اضافه شدن، جای چیزی رو نگرفتن. ممنون که همراه‌مون هستید ❤️ @gocasts
04 Oct, 03:43

اینم از عمو باب که تسلیم شد! کاری ندارم که با ایشون هم نظر بودید و هستید یا نه. به دور از همه جنبه های فنی و اقتصادی ای که uncle bob داره من یه چیزی رو در ایشون خیلی بارز میدونم. تجربه نزدیک به ۶۰ سال برنامه نویسی! احتمالا هر چقدر جلوتر بریم کمتر درگیر کد خواهیم شد. نمیگم صفر میشه ولی خیلی خیلی کمتر از قبل خواهد شد. چون بیزینس‌ها انتظارشون متفاوت میشه و اعتمادشون هر روز به ایجنت‌ها بیشتر میشه. پس چه بخوایم چه نخوایم مجبور میشیم در این مسیر گام برداریم. https://x.com/unclebobmartin/status/2105647907705868659 بنده تقریبا یک سالی هست که ایده م اینه به عصر disposable code میرسیم، شاید کمی اغراق آمیز باشه، اما مسیری که در این یک سال طی شده خیلی هم اونو اغراق‌آمیز نمیکنه. اینجا در موردش نوشتم. https://t.me/gocasts/795 شاید سوال بشه که کدهای ai بعد از مدتی خیلی کثیف و غیره و غیره میشه. جواب اینه که مهم نیست چون ai خیلی راحت تر با اون کد برخورد میکنه بعلاوه اینکه راه های زیادی وجود داره ایجنت هارو تربیت کنیم که تمیز کد بزنن! https://x.com/unclebobmartin/status/2105713516359594054 چی سر مهندسی نرم افزار میاد؟ احتمال زیاد بازتعریف میشه و بخش عمده ای از مهارت هاش گره میخوره به ایجنت های هوش مصنوعی. مهندسی ایجنت ها، تربیت ایجنت ها، مدیریت ایجنت ها و هر چیز دیگه ای با ایجنت ها! کامنت uncle bob در همین زمینه مفیده https://x.com/unclebobmartin/status/2105715756746903610 نا امیدکننده ست؟ فکر نمیکنم، هنوز هم مهندس نرم افزار کلی مزیت داره نسبت به یه vibe coder صرف بودن، به شرطی که موقعیت فعلی ش گولش نزنه و غافل نباشه و agent engineering رو جدی بگیره... کار با ایجنت ها هزینه داره. اما صادقانه ناچاریم که جدی تر ببینیم این قضیه رو. چون شغل‌مونه و این هزینه رو باید جز هزینه‌های قطعی کارمون در نظر بگیریم.. @gocasts
01 Oct, 14:17

ترکیب Sonnet 5.5 و Opus 5.5 این روزا خیلی خوب جواب میده. الگویی که برای من جواب داده اینه: کارای حجیم و تکراری (پیاده‌سازی، ر
ترکیب Sonnet 5.5 و Opus 5.5 این روزا خیلی خوب جواب میده. الگویی که برای من جواب داده اینه: کارای حجیم و تکراری (پیاده‌سازی، ریفکتور، نوشتن تست، پر کردن جزئیات) رو میدم به Sonnet 5.5. تصمیم‌های مهم رو میدم به Opus 5.5: طراحی، review، و جاهایی که اشتباه گرون تموم میشه. هزینه و سرعت متعادل میمونه و رو بخش‌های حساس هم کیفیت نمیاد پایین. چیزی که تازه حس کردم اینه که طول تسک‌های long-running از چند ساعت رسیده به چند روز. یکی دو بار پیش اومده که دو سه روز کار توسعه تو بک‌گراند جلو رفته و من اصلاً متوجه نشدم. نکته مهم‌ترش اینه که کار واقعاً پیش رفته بود. اینطوری نبود که چرت و پرت تولید کرده باشه. خروجی بی‌ربط نبود و میشد ادامه‌ش داد. این ماجرا با اکانت ۲۰ دلاری شدنیه و اگه با همون اکانت به محدودیت خوردید، اون موقع به فکر ارتقا باشید. البته هنوز باید نظارت داشته باشید در مراحل مختلف پروسه. ولی نسبت به چند ماه پیش، اعتماد به اینکه یه تسک بلند رو رها کنی خیلی بیشتر شده. یه نقش مهمی که به نظرم باید ایفا کنیم qa-engineer بودنه! https://x.com/adocomplete/status/2104638097678020992 @gocasts Ai for Software @aicasts_ir
01 Oct, 02:56

ترکیب Sonnet 5.5 و Opus 5.5 این روزا خیلی خوب جواب میده. الگویی که برای من جواب داده اینه: کارای حجیم و تکراری (پیاده‌سازی، ر
ترکیب Sonnet 5.5 و Opus 5.5 این روزا خیلی خوب جواب میده. الگویی که برای من جواب داده اینه: کارای حجیم و تکراری (پیاده‌سازی، ریفکتور، نوشتن تست، پر کردن جزئیات) رو میدم به Sonnet 5.5. تصمیم‌های مهم رو میدم به Opus 5.5: طراحی، review، و جاهایی که اشتباه گرون تموم میشه. هزینه و سرعت متعادل میمونه و رو بخش‌های حساس هم کیفیت نمیاد پایین. چیزی که تازه حس کردم اینه که طول تسک‌های long-running از چند ساعت رسیده به چند روز. یکی دو بار پیش اومده که دو سه روز کار توسعه تو بک‌گراند جلو رفته و من اصلاً متوجه نشدم. نکته مهم‌ترش اینه که کار واقعاً پیش رفته بود. اینطوری نبود که چرت و پرت تولید کرده باشه. خروجی بی‌ربط نبود و میشد ادامه‌ش داد. این ماجرا با اکانت ۲۰ دلاری شدنیه و اگه با همون اکانت به محدودیت خوردید، اون موقع به فکر ارتقا باشید. البته هنوز باید نظارت داشته باشید در مراحل مختلف پروسه. ولی نسبت به چند ماه پیش، اعتماد به اینکه یه تسک بلند رو رها کنی خیلی بیشتر شده. یه نقش مهمی که به نظرم باید ایفا کنیم qa-engineer بودنه... @gocasts Ai for Software @aicasts_ir
01 Oct, 02:54
01 Oct, ~02:56

از دوستان آروان اطلاع دادند مشکل ارتباطی (شبکه ای) از خارج از کشور هست و داخل ایران مسئله ای نیست.
29 Sep, 05:40
30 Sep, ~09:58