آخرین کد نویس
Ir al canal en Telegram
دوران برنامهنویسی سنتی به پایان رسیده؛ یا با هوش مصنوعی هممسیر میشی یا جا میمونی. اینجا یاد میگیریم چطور با اهرمِ AI، ده برابر سریعتر کد بزنیم و مهندسِ آینده باشیم. به جمع آخرین کدنویسها خوش اومدی. گروه: https://t.me/lastcoderworldg
Mostrar más468
Suscriptores
+524 horas
+107 días
+5430 días
Carga de datos en curso...
Canales Similares
Sin datos
¿Algún problema? Por favor, actualice la página o contacte a nuestro gerente de soporte.
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
agosto '26
agosto '26
+69
en 3 canales
julio '26
+16
en 1 canales
Get PRO
junio '26
+40
en 2 canales
Get PRO
mayo '26
+34
en 1 canales
Get PRO
abril '26
+1
en 0 canales
Get PRO
marzo '26
+2
en 0 canales
Get PRO
febrero '26
+56
en 0 canales
Get PRO
enero '26
+20
en 2 canales
Get PRO
diciembre '25
+111
en 2 canales
Get PRO
noviembre '250
en 2 canales
Get PRO
octubre '25
+72
en 3 canales
Get PRO
septiembre '25
+118
en 2 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 29 agosto | +11 | |||
| 28 agosto | +5 | |||
| 27 agosto | +3 | |||
| 26 agosto | 0 | |||
| 25 agosto | +1 | |||
| 24 agosto | +1 | |||
| 23 agosto | 0 | |||
| 22 agosto | +1 | |||
| 21 agosto | +5 | |||
| 20 agosto | +1 | |||
| 19 agosto | +3 | |||
| 18 agosto | +5 | |||
| 17 agosto | 0 | |||
| 16 agosto | +4 | |||
| 15 agosto | +1 | |||
| 14 agosto | +3 | |||
| 13 agosto | +1 | |||
| 12 agosto | +11 | |||
| 11 agosto | +2 | |||
| 10 agosto | +7 | |||
| 09 agosto | 0 | |||
| 08 agosto | +1 | |||
| 07 agosto | +1 | |||
| 06 agosto | +1 | |||
| 05 agosto | 0 | |||
| 04 agosto | 0 | |||
| 03 agosto | 0 | |||
| 02 agosto | 0 | |||
| 01 agosto | +1 |
Publicaciones del Canal
چرا هوش مصنوعی نمیتواند حرفش را پس بگیرد؟ (تولید توکن به توکن)
تا به حال به تایپ کردن خودکار کیبورد گوشی دقت کردهاید که بعد از هر کلمه، دکمه وسط را چند بار پشت سر هم میزنید تا جمله کامل شود؟ هوش مصنوعی دقیقاً به همین شیوه کار میکند!
مدلهای زبانی، متن را یکجا تولید نمیکنند؛ آنها سیستمهای خودبازگشتی (Autoregressive) هستند. یعنی در هر مرحله فقط یک توکن حدس میزنند، آن را به انتهای متن میچسبانند و دوباره کل متن را میخوانند تا توکن بعدی را پیدا کنند.
۳ پیامد مهم این ساختار برای توسعهدهندگان:
۱. راه بازگشت وجود ندارد: انسان موقع نوشتن مکث میکند، فکر میکند و اشتباهش را پاک میکند. اما مدل به محض تولید یک توکن، به آن متعهد میشود و هیچ مکانیزمی برای Backtrack یا پاککردن کلمه قبلی ندارد. ۲. لجاجت در اشتباه: اگر مدل در یک توکن مسیر اشتباهی برود، در مراحل بعدی تلاش میکند مسیر غلط قبلی را توجیه کند و ادامه دهد؛ چون متنهای آموزشدیدهٔ مدل هم معمولاً شامل «حرف پس گرفتن» نبودهاند. ۳. تله تکرار بیپایان: مدلها ممکن است در الگوهای ساختاری خودشان گیر کنند و شروع به تکرار بینهایت یک ساختار یا کلمه نمایند.وظیفه ما به عنوان مهندس پرامپت: تشخیص خطا، تصحیح مسیر و بازگرداندن مدل به ریل اصلی، وظیفهای است که باید توسط کد و منطق برنامه شما مدیریت شود. در قسمت بعدی بررسی میکنیم چطور با پارامتر Temperature خلاقیت مدل را تنظیم کنیم و چه زمانی بالا بردن این عدد، رفتار مدل را مثل یک فرد مست غیرقابل پیشبینی میکند!
فصل دوم، بخش سوم
کتاب Prompt Engineering for LLMs
| 2 |  Sin texto... | 84 |
| 3 | آموزش جامع تولید ویدیوهای هوش مصنوعی بهصورت نامحدود و رایگان در مدت ۱۸ دقیقه
این ویدیو روش ساخت ویدیو با استفاده از Google Flow و King AI را بدون نیاز به پرداخت هزینه اعتبار معرفی میکند.همچنین، راهکارهای خودکارسازی کانال یوتیوب نیز در این آموزش تشریح شده است. | 4 |
| 4 |  Sin texto... | 257 |
| 5 | مایکروسافت یکی از بزرگترین بهروزرسانیهای ویندوز ۱۱ را منتشر کرد؛ با نوار وظیفه قابل جابجایی، جستجوی ویندوز بدون نتایج بینگ و مایکروسافت استور، و امکان سفارشیسازی منوی استارت!
۱. نوار وظیفه: حالا میتوانید نوار وظیفه را به سمت بالا، راست یا چپ منتقل کنید، مشابه ویندوز ۱۰.
همچنین میتوانید نوار وظیفه کوچکتری را فعال کنید که کل نوار وظیفه را کوچک میکند، نه فقط آیکونها، همانطور که قبلاً در ویندوز ۱۱ انجام میشد.
۲. حالا میتوانید نتایج بینگ و مایکروسافت استور را کاملاً در جستجوی ویندوز غیرفعال کنید، که آن را سریعتر و قابل اعتمادتر میکند.
۳. حالا میتوانید منوی استارت را سفارشی کنید، از جمله امکان حذف کامل فید پیشنهادی (که حالا به نام «حادثههای اخیر» نامیده میشود) و داشتن فقط برنامههای سنجاقشده یا لیست همه برنامهها. حالا امکان انتخاب اینکه کدام بخش ظاهر شود و پنهان کردن همه چیزهای دیگر وجود دارد.
علاوه بر این، اگر از نحوه تنظیم پویای منوی استارت خوشتان نمیآید، میتوانید آن را کوچکتر کنید.
این یکی از بزرگترین بهروزرسانیهای ویندوز در سال است و نشان میدهد مایکروسافت به بازخوردها گوش میدهد. ادامه دهید! | 166 |
| 6 |  Sin texto... | 151 |
| 7 |  سام آلتمن (مدیرعامل OpenAI):
شما دیگر نیازی به نوشتن پرامپت ندارید.
او در فقط ۳۸ دقیقه توضیح میدهد که چگونه از ChatGPT در سطحی استفاده کنیم که اکثر مردم حتی نمیتوانند تصور کنند.
این سخنرانیای است که او برای دانشجویان استنفورد ایراد کرده است. یک دوست دیشب ضبط آن را برایم فرستاد.
بعد از تماشای آن، فهمیدم که من فقط از حدود ۱۵٪ قابلیتهای واقعی این ابزار استفاده میکردم.
آن را کامل تماشا کنید و سپس راهنمای زیر را بخوانید که در مورد چگونگی ایجاد سیستمی است که خودش پرامپت تولید کند. | 525 |
| 8 |  +1معرفی Gemini Omni 1.1 Flash
این مدل مجموعه جدیدی از کنترلهای خلاقانه و قابلیتهای تولید ویدیو را برای توسعهدهندگان به ارمغان میآورد
- گسترش صحنهها برای روایتگویی طولانیتر
- مشخص کردن فریمهای اول و آخر
- پیشنویس ویدیوها به طور کارآمدتر در 360p
- ارتقای کیفیت تا رزولوشن 4K
- افزودن مراجع ویدیویی در ورودی چندوجهی خود
اکنون از طریق API جمینی و در AI Studio در دسترس است. | 217 |
| 9 | چرا هوش مصنوعی در شمردن حروف Strawberry گیج میشود؟
اگر از پیشرفتهترین مدلهای زبانی بپرسید در کلمه strawberry چند حرف r وجود دارد، احتمالاً اشتباه پاسخ میدهد! دلیلش این است که مدلها حروف را مانند انسان نمیبینند؛ آنها متن را به تکههایی به نام توکن (Token) خرد میکنند.
۳ نکته کلیدی درباره دیدگاه توکنایزر:
توکنایزرها قطعی هستند: کلمه ghost برای مدل ۱ توکن است، اما غلط املایی gohst به ۳ توکن مجزا خرد میشود g-oh-st.
مدل نمیتواند مکث کند: مدل امکان توقف و بررسی تکتک کاراکترها را ندارد و با سطح زیرتوکن (Sub-token) چالش جدی دارد.
تغییر حروف بزرگ/کوچک: عبارت strange new worlds شامل ۴ توکن است، اما نسخه بزرگ آن STRANGE NEW WORLDS به ۶ توکن کاملاً متفاوت تبدیل میشود!
توصیه مهم به توسعهدهندگان: پردازشهای سطح کاراکتر (مثل معکوسکردن رشته، شمارش حروف یا تطبیق Regex) را به مدل واگذار نکنید. این کارها را در کدنویسی سنتی Pre/Post-processing انجام دهید تا توان پردازشی مدل صرف مسأله اصلی شود.
در قسمت بعدی بررسی میکنیم مدلها چطور کلمات را توکنبهتوکن تولید میکنند و چرا راهی برای بازگشت و پاککردن کلمات اشتباه قبلی خود ندارند. | 519 |
| 10 |  Sin texto... | 193 |
| 11 | چرا هوش مصنوعی با اعتمادبهنفس کامل دروغ میگوید؟
وقتی شما یک مقاله مینویسید و به آدرس یک لینک میرسید، دست از تایپ میکشید و آن را سرچ میکنید. اما مدلهای زبانی نمیتوانند مکث کنند یا سرچ کنند؛ آنها صرفاً ادامه متن را حدس آماری میزنند! به همین دلیل اگر لینکی را ندانند، با اطمینان کامل یک آدرس اینترنتی ساختگی اما بسیار شبیه به واقعیت تولید میکنند.
مدلها فکر نمیکنند؛ تقلید میکنند مدل زبانی یک ماشین شبیهساز (Mimic Machine) است. ورودی را میگیرد و بر اساس میلیاردها صفحه متنی که دیده، میپرسد:
اگر سندی با این متن شروع شده باشد، محتملترین کلمات بعدی چیست؟
برای مدل، کلمات واقعی با کلمات ساختگی تفاوتی ندارند؛ هر دو فقط الگوهای آماریاند.
تلهای به نام تعصب به واقعیت (Truth Bias) مدل فرض میکند هر چیزی در پرامپت نوشتهاید حقیقت مطلق است. کمتر متنی در اینترنت با یک ادعای غلط شروع میشود و بلافاصله خودش را تکذیب میکند. پس اگر در پرامپت فرضی اشتباه بیاورید، مدل نه تنها شما را تصحیح نمیکند، بلکه روی همان ادعای غلط استدلال میسازد!
پادزهر هالوسینیشن در مهندسی پرامپت دستورهایی مثل دروغ نگو یا مطمئن شو درسته بیاثرند. راهکار مهندسی، اعمال اصل اعتماد نکن و راستیآزمایی کن است:
وادار کردن مدل به نوشتن زنجیره استدلال
استخراج منابع و کلیدواژهها جهت اعتبارسنجی خودکار با کدهای بیرونی
در قسمت بعدی بررسی میکنیم توکنایزرها چطور کار میکنند و چرا حتی قویترین مدلها در شمردن حروف یک کلمه ساده مثل Strawberry گیج میشوند. | 293 |
| 12 |  Sin texto... | 246 |
| 13 | ۷۰ دلار اعتبار رایگان برای دسترسی مستقیم به API قدرتمندترین مدلهای AI دنیا
اگر برای توسعه پروژهها، تست کدهای ایجنتی یا کارهای مهندسی نیاز به دسترسی مستقیم به مدلهای پرچمدار مثل سری Opus دارید، این فرصت فوقالعاده است:
شرایط و جزئیات دریافت اعتبار:
- اعتبار اولیه: ۷۰ دلار موجودی رایگان فقط با ورود از طریق اکانت گیتهاب (با قدمت حداقل ۱ سال).
- پاداش رفرال: ۴۰ دلار اعتبار اضافه به ازای هر دعوت، و ۷۰ دلار برای شخص دعوتشده.
- بونس روزانه: تا ۲۵ دلار پاداش ورود و لاگین روزانه.
یک فرصت عالی برای توسعهدهندگانی که میخواهند بدون درگیر شدن با هزینههای سنگین دلاری، پایپلاینها و ابزارهای خودشان را روی مدلهای برتر تست و بنچمارک کنند.
🔗 api.justwoker.icu | 154 |
| 14 |  NamiraNet
نامیرا یک اکوسیستم برای فراهم کردن امکان اتصال آزاد و امن به اینترنت بین الملل برای همه ماست. زیرساخت نامیرا طوری طراحی شده که در فاز فعلی توانایی scrape و بررسی میلیون ها کانفیگ رو با کمترین مصرف منابع و بالاترین دقت داره.
هدف ما در نامیرا توسعه زیرساختی پایدار و پرسرعت برای عبور از تحریم ها و فیلترینگ است و قصد داریم با کیفیت ترین سرویس رو با جدید ترین متود ها ارائه بدیم.
https://github.com/NamiraNet
تلگرام برای دریافت کانفیگ ها :
@NamiraConfigs | 84 |
| 15 | پرامپت انجینیرینگ واقعی چیست؟
۴ سطح ساخت برنامههای مبتنی بر هوش مصنوعی
اگر فکر کنیم پرامپت انجینیرینگ یعنی تغییر چند کلمه در یک جمله تا خروجی بهتری بگیریم، تصویر بسیار کوچکی از واقعیت را دیدهایم.
در دنیای مهندسی نرمافزار، پرامپت انجینیرینگ یعنی طراحی یک سیستم نرمافزاری کامل که نقش لایه تبدیل (Transformation Layer) را بازی میکند؛ سیستمی که مسأله کاربر در دنیای واقعی را به یک سند متنی برای مدل تبدیل کرده و پاسخ مدل را دوباره به عملیات اجرایی و ارزش واقعی برای کاربر برمیگرداند.
نویسندگان کتاب، ساخت برنامههای مبتنی بر مدلهای زبانی (LLM) را به ۴ سطح از بلوغ و پیچیدگی تقسیم میکنند:
سطح ۱: لایه بسیار نازک (Thin Application Layer) سادهترین حالت تعامل؛ برنامه تقریباً بدون هیچ تغییری متن کاربر را به مدل پاس میدهد. اولین نسخه GitHub Copilot دقیقاً همین بود: فقط فایل جاری کدنویس را برای مدل میفرستاد تا ادامه آن را حدس بزند.
سطح ۲: غنیسازی ورودی و مدیریت حافظه (Augmentation & Context) در این سطح، سیستم قبل از ارسال پرامپت، دادههای کمکی و کلیدی را جمعآوری و تزریق میکند. به عنوان مثال، مهندسان Copilot متوجه شدند اگر کدهای تبهای بازِ ادیتور برنامهنویس را هم به عنوان کانتکست وارد پرامپت کنند، دقت خروجی جهش بزرگی پیدا میکند. همچنین مدیریت تاریخچه مکالمه، خلاصهسازی و تزریق دادههای مستندات برای جلوگیری از هالوسینیشن در این سطح انجام میشود.
سطح ۳: اتصال به دنیای واقعی با ابزارها (Tool Calling & APIs) مدلهای زبانی به خودی خود درون یک دنیای بسته متنی زندگی میکنند. در سطح ۳، برنامه به مدل امکان استفاده از APIها و توابع دنیای واقعی را میدهد؛ مثلاً مدل تشخیص میدهد برای تنظیم جلسه، باید از ابزار تقویم (Calendar API) استفاده کند و ایمیل دعوت ارسال نماید.
سطح ۴: سیستمهای عامل و خودمختار (Agency & Autonomy) بالاترین سطح پیچیدگی؛ جایی که شما به برنامه یک هدف کلی (Goal) میدهید و خود برنامه به صورت چندمرحلهای تصمیم میگیرد چه مراحلی را طی کند، چه اطلاعاتی جمعآوری کند و چطور خطاها را مدیریت کرده تا هدف نهایی محقق شود (نمونههای اولیه مثل AutoGPT).
پایان فصل اول، در این فصل یاد گرفتیم مدلهای زبانی از کجا آمدند و ساختار کلی ارتباط با آنها چگونه است. از فصل بعدی وارد مباحث تخصصیتر زیرکاپوت مدلها میشویم: مدلها واقعاً کلمات را چطور میبینند؟ توکنها چه نقشی در دقت کدنویسی دارند و پارامترهایی مثل Temperature و Logprob چطور رفتار مدل را تغییر میدهند؟
فصل اول، بخش چهارم
کتاب Prompt Engineering for LLMs | 954 |
| 16 | گوگل بالاخره دوره آموزشی برنامهنویسی با هوش مصنوعی Vibe Coding خود را با نام AI for App Deployment عرضه کرد!
این بخش جدید که به مدرک حرفهای Google AI اضافه شده، دقیقاً دست روی نقطه ضعف اصلی خیلی از افراد گذاشته است: ساخت یک دمو ساده با AI آسان است، اما پروداکشن کردن، تست، دیباگ و قابل استفاده کردن آن برای بقیه جایی است که اکثر پروژهها متوقف میشوند.
سرفصلها و مهارتهای کلیدی این دوره:
1️⃣ برنامهریزی قبل از پرامپتنویسی (Plan Before You Prompt)
◽️ ایدهپردازی، ساختاردهی به نیازها و کشف خطاهای پنهان معماری برنامه قبل از شروع کدنویسی.
2️⃣ تست و دیباگ هدفمند (Test & Debug)
◽️ شکستن عمدی برنامهها، ریشهیابی خطاها و دادن گاردریل به AI برای رفع اشکالات.
3️⃣ استقرار و عرضه نهایی (App Deployment)
◽️ تبدیل دموهای محلی به ابزارهای قابل استفاده و کاربردی برای تیمها و کاربران واقعی.
داستان لئو گارسیا (راننده سابق کامیون والمارت که اکنون مدیر باربری است) نمونه عینی اهمیت این جریان است؛ او بدون داشتن دانش قبلی برنامهنویسی، ابتدا چالشهای واقعی حوزه لوجستیک را شناخت و سپس ۴ برنامه کاربردی با AI طراحی کرد که یکی از آنها برنامهریزی شیفتها و جلسات روزانه را به شدت بهینه کرد.
در واقع، هوش مصنوعی برنامهنویسی را از یک دانش آکادمیک محض به یک ابزار حل مسئله کاربردی تبدیل کرده است.
🔗 لینک دوره
🔗 لینک دوره | 927 |
| 17 |  Sin texto... | 313 |
| 18 | استفاده از هوشمندترین مدل هوش مصنوعی لزوماً سیستم شما را هوشمندتر نمیکند؛ بهخصوص در ایجنتها.
یک ایجنت هوشمند در لحظهای به پردازش عمیق و منطقی Deep Reasoning نیاز دارد، اما در گامهای بعدی، مشغول کارهای اجرایی مثل فراخوانی ابزارها Tool Calling، اعتبارسنجی خروجیها و قالببندی دادهها میشود. سپردن تمام این مراحل اجرایی به بزرگترین مدلهای Frontier، تنها هزینه و تاخیر سیستم را بالا میبرد.
در همین راستا، انویدیا NVIDIA دو ابزار جدید و کلیدی معرفی کرده است:
1️⃣ مدل Nemotron 3.5 Lightning
◽️ یک مدل اپنسورس ۳۰ میلیاردی با معماری MoE فقط ۳ میلیارد پارامتر فعال.
◽️ تقطیرشده از مدل Nemotron 3 Ultra جهت اجرای لایه بالادستی و پرحجم ایجنتها.
◽️ بهینهشده برای اجرا روی سیستمهای کوچکتر و محلی با قابلیت سفارشیسازی کامل.
2️⃣ فریمورک NeMo Switchyard
◽️ ابزار اپنسورس برای مسیریابی هوشمند بین مدلهای مختلف در هر گام از فرآیند.
◽️ ارجاع گامهای سنگین فکری به مدلهای بزرگ و واگذاری گامهای اجرایی به مدلهای سریعتر و کوچکتر.
◽️ عدم نیاز به آموزش روتر برای شروع کار.
یک سیستم ترکیبی که گامها را درست مسیریابی کند، نه تنها از نظر هزینه و سرعت بهینهتر است، بلکه در سنجش دقت نهایی نیز میتواند از سیستمهای تکمدلی عملکرد بهتری نشان دهد.
دیگر نپرسید از چه مدلی استفاده کنم؟؛ بپرسید برای هر گام، کدام مدل مناسبتر است؟ | 342 |
| 19 |  Sin texto... | 260 |
| 20 | اکثر کاربران هنوز در سطح ۱ استفاده از Claude متوقف شدهاند!
در ادامه ۶ سطح پیشرفتهتر بهکارگیری هوش مصنوعی Claude آورده شده است:
مرور سطح ۱: انتهای هر پرامپت بنویسید: ابتدا از من سوال بپرس. کلود با شما مصاحبه میکند، پاسخها را میگیرد و خروجی ۱۰ برابر شخصیسازیشدهتر میشود.
2️⃣ سطح ۲ → به جای تایپ، صحبت کنید
◽️ تایپ کردن ~۶۰ کلمه در دقیقه است، اما صحبت کردن ~۱۵۰ کلمه.
◽️ با ابزارهای صوتی (مثل Wispr) کانتکستهای طولانی و عمیق را بسیار سریعتر به کلود منتقل کنید.
3️⃣ سطح ۳ → کار در محیط Cowork
◽️ وارد تب Cowork در اپلیکیشن کلود شوید.
◽️ فایلها و دادههای خام را وارد کرده و بخواهید خروجیهای ساختاریافته مثل فایل اکسل یا داکیومنت بسازد.
4️⃣ سطح ۴ → اتصال اپلیکیشنها (Connectors)
◽️ از بخش Connectors، ایمیل، تقویم و ابزارهای یادداشتبرداری را متصل کنید.
◽️ پرامپت نمونه: با بررسی ایمیلها، تقویم و یادداشتهای جلسات، من را برای برنامههای فردا آماده کن.
5️⃣ سطح ۵ → یکبار آموزش، استفاده همیشگی (Skills)
◽️ با دستور skill-creator/ ساختار دلخواه خود (مثلاً قالب گزارشنویسی یا ساخت شیت) را آموزش دهید.
◽️ با ذخیره آن، از این پس تنها با یک شورتکات به آن مهارت دسترسی خواهید داشت.
6️⃣ سطح ۶ → تسلط بر مدلها و میزان پردازش
◽️ انتخاب دقیق مدل (مثل Sonnet یا Opus) بر اساس پیچیدگی تسک.
◽️ تنظیم Effort روی حالت High برای کارهای سنگین و معمارانه.
7️⃣ سطح ۷ → کدنویسی بدون کد (Vibecode)
◽️ استفاده از بخش Code و دادن دسترسی مستقیم برای ساخت اپلیکیشنها یا صفحات تعاملی وب تنها با توضیحات متنی. | 478 |
