AI Agents | Howsam

درباره مدل Jev که این روزها بسیار خبرساز شده... شرکت TypeSafe AI در ۱۵ سپتامبر ۲۰۲۶ مدلی به اسم Jev معرفی کرد که برخلاف ChatGPT یا Claude، برای تولید متن ساخته نشده. ورودیش داده‌ ساخت‌نیافته (متن، وضعیت یک برنامه و…) هست و خروجیش به‌جای متن، یک تصمیم تایپ‌شده از بین گزینه‌های از پیش‌تعیین‌شده همراه با یک امتیاز اطمینان کالیبره‌شده هست. TypeSafe این دسته رو «System One Model» نامیده؛ الهام‌گرفته از مفهوم «سیستم یک» در کتاب تفکر سریع و کند دنیل کانمن که به تفکر سریع و شهودی انسان اشاره داره. مثلا نمونه کد زیر، Jev رو در نقش روتر نشون میده. باتوجه به پرامپت ورودی، تصمیم می‌گیره که کاربر با کدوم یک از دو مدل GPT Luna و GPT Sol جواب بده.

from langchain.agents import create_agent
from langchain_typesafe.experimental.middleware import (
    ModelChoice,
    ModelRouterMiddleware,
)

router = ModelRouterMiddleware(
    choices={
        "fast": ModelChoice(
            model="openai:luna",
            criteria="Direct lookups, extraction, and localized changes.",
        ),
        "powerful": ModelChoice(
            model="openai:sol",
            criteria="Architecture and high-stakes decisions.",
        ),
    },
    instructions="Choose the least costly model that can complete the task.",
)

agent = create_agent("openai:gpt-5.6-luna", middleware=[router])

در پیام‌های بعدی، بیشتر درباره Jev می‌نویسم...

اگه با کلاد کار زیاد کار کرده باشی، احتمالا متوجه شدی که موقع ریسرچ سریع به لیمیت میخوره و توکن‌ها رو به شدت میبلعه! دلیلش اینه: سیستم مولتی‌ایجنت ریسرچ آنتروپیک قابلیت ریسرچ کلاد شامل یک ایجنت هست که بر اساس کوئری‌های کاربر، فرایند تحقیق رو برنامه‌ریزی می‌کنه و بعد از ابزارها (Tools) برای ایجاد ایجنت‌های موازی استفاده می‌کنه تا این ایجنت‌ها به‌صورت هم‌زمان اطلاعات رو جست‌وجو کنن. طی ارزیابی‌های آنتروپیک مشخص شد که این سیستم چندایجنتی که در اون Claude Opus 4 نقش Lead Agent و Claude Sonnet 4 نقش Subagentها رو داشت، ۹۰.۲٪ بهتر از Claude Opus 4 تک‌ایجنتی عمل کرد! اما نقطه ضعفش مصرف زیاد توکن هست: آنتروپیک گزارش کرده که روی داده‌های خودشون، ایجنت‌ها معمولا حدود ۴ برابر بیشتر از تعاملات معمول چت توکن مصرف می‌کنن و سیستم‌های چندعاملی حدود ۱۵ برابر بیشتر از چت‌ها توکن مصرف می‌کنن! 😬 https://www.anthropic.com/engineering/multi-agent-research-system

پایان Amazon Mechanical Turk؛ سرویسی که ImageNet رو باهاش لیبل زدن! آمازون مکانیکال‌تورک (Amazon Mechanical Turk) بعد از ۲۱ سال فعالیت، در ۳۰ سپتامبر ۲۰۲۶ برای همیشه تعطیل می‌شه. آمازون مکانیکال‌تورک یکی از قدیمی‌ترین پلتفرم‌های crowdsourcing دنیا بود که کارفرماها می‌تونستن کارهای ساده‌ای مثل برچسب‌زدن تصاویر، رونویسی صدا یا پاسخ به پرسشنامه‌ها رو بین هزاران نفر از سراسر دنیا (Worker یا به قول خودشون Turker) توزیع کنن و در ازای انجام هر تسک مبلغ کوچیکی پرداخت کنن. شاید اسمش براتون آشنا نباشه، ولی میراثش رو حتما می‌شناسید: دیتاست ImageNet با بیش از ۱۴ میلیون تصویر برچسب‌خورده، دقیقا روی همین پلتفرم و با کار ده‌ها هزار نفر از سراسر دنیا ساخته شد. همون دیتاستی که پایه AlexNet و موج فعلی یادگیری عمیق بود. چرا تعطیل می‌شه؟ با ظهور پلتفرم‌های تخصصی‌تر داده مثل Scale AI و Mercor، بخش زیادی از تقاضای برچسب‌گذاری داده به سمت اون‌ها کوچ کرده. جالب اینه آمازون هم‌زمان SageMaker Ground Truth و Amazon Augmented AI رو هم می‌بنده؛ یعنی کلا از بازار «داده انسانی» خارج می‌شه.

وُرد مدل (World Model) چیه؟ هر سیستم هوشمند (چه انسان، چه ربات، چه ایجنت) دو بخش داره: خودش (که باید تصمیم بگیره) و محیطی که توشه. خب بیشتر تمرکز دنیای AI روی بخش اول بوده؛ مغز/مدل تصمیم‌گیرنده. اما یه حوزه مهم دیگه هم هست: مدل‌سازی خود محیط. یعنی یه مدلی که وضعیت الان رو بگیره و پیش‌بینی کنه وضعیت بعدی چی می‌شه. ما آدم‌ها هم همینو ناخودآگاه انجام میدیم. مثلا وقتی یه توپ به سمتت میاد، مغزت معادله‌ فیزیک حل نمی‌کنه، ولی یه مدل تقریبی از مسیر توپ توی ذهنته و برای همین دستت رو قبل از رسیدن توپ می‌بری جای درست، نه بعدش. ماشین خودران وقتی می‌بینه ماشین کناری داره لاین عوض می‌کنه، پیش‌بینی می‌کنه ۲ ثانیه دیگه احتمالا اونجاست و بر همون اساس تصمیم می‌گیره، نه وقتی خطر قریب‌الوقوعه. خلاصه اینکه، world model یعنی پیش‌بینی به‌جای واکنش، برنامه‌ریزی و مقایسه سناریوها توی ذهن قبل از عمل واقعی و یادگیری با تعامل خیلی کمتر با دنیای واقعی. برای همین این روزها هم توی بحث رباتیک و خودروی خودران، هم توی مسیر رسیدن به ایجنت‌های هوشمندتر، ورد مدل‌ها یکی از داغ‌ترین موضوعاته.

کورس CIS 6280: World Models برای Fall 2026 (دانشگاه Pennsylvania) این دوره شروع شده، ویدئوهاش در دسترس نیست. اما اسلایدهاش موجوده. https://www.cis.upenn.edu/~cis6280/

رویداد Grok Bot Galaxy شرکت xAI ایلان ماسک از امروز (۱۵ سپتامبر) به مدت سه روز رویدادی با نام «Grok Bot Galaxy» برگزار می‌کنه. پخش زنده آنلاین برای همه کاربران داره. موضوع چیه؟ سه نفر از تیم Grok Bot قراره کاملا از صفر، فقط با استفاده از ایجنت‌های هوش مصنوعی Grok Bot، یک محصول/استارتاپ واقعی بسازن و کل فرآیندش رو به‌صورت زنده پخش کنن؛ از ایده‌پردازی تا ساخت و دمو نهایی! ثبت‌نام لازم نیست، ولی برای یادآوری میشه از اپ Luma استفاده کرد. همین الان شروع شده: https://x.ai/galaxy

اصطلاح Data-Centric AI اولین بار در سال ۲۰۲۱ توسط Andrew Ng به‌صورت یک جنبش رسمی مطرح شد. او با مقایسه دو رویکرد نشان داد که در روش سنتی (Model-Centric)، دیتاست فریز می‌شود و مهندس مدام درگیر دستکاری هایپرپارامترها و معماری شبکه است؛ در حالی که در دنیای واقعی، نگه داشتن کد مدل و تمرکز سیستماتیک روی پاک‌سازی، رفع نویز برچسب‌ها و کیفیت داده، بازدهی بسیار بالاتری ایجاد می‌کند. امروز این دیدگاه از همیشه حیاتی‌تر است. با در دسترس قرار گرفتن مدل‌های پایه و کتابخانه‌های آماده، معماری مدل به یک کالای عمومی تبدیل شده و مزیت رقابتی شرکت‌ها به «کیفیت داده» تغییر یافته است. تسلط بر چرخه‌های اعتبارسنجی داده، مدیریت نویز و کنترل جابجایی توزیع (Distribution Shift)، مهارتی تعیین‌کننده است؛ چون در پروداکشن، سرنوشت پروژه را سلامت داده‌های ورودی مشخص می‌کند، نه تغییر چند لایه شبکه عصبی.

کورس Introduction to Data-Centric AI سال 2024 از دانشگاه MIT فکر می‌کنم برای هر کسی که می‌خواد به‌عنوان مهندس یادگیری ماشین وارد بازار کار بشه، تسلط بر مباحث Data-Centric AI یک ضرورت هست؛ چون با در دسترس قرار گرفتن مدل‌های پایه و کتابخونه‌های آماده، مزیت رقابتی شرکت‌ها از معماری مدل به کیفیت داده تغییر کرده و در محیط عملیاتی، رفع برچسب‌های غلط، کنترل جابجایی توزیع داده و اعتبارسنجی سیستماتیک هست که سرنوشت پروژه رو مشخص می‌کند، نه دستکاری هایپرپارامترها. سیلابس: - Data-Centric AI vs. Model-Centric AI - Label Errors and Confident Learning - Advanced Confident Learning, LLM and GenAI applications - Class Imbalance, Outliers, and Distribution Shift - Dataset Creation and Curation - Data-centric Evaluation of ML Models - Data Curation for LLMs Special topics from previous years: - Growing or Compressing Datasets - Interpretability in Data-Centric ML - Encoding Human Priors: Data Augmentation and Prompt Engineering - Data Privacy and Security https://dcai.csail.mit.edu/

بین بچه‌ها صحبت از کورس آموزشی RL بود و تجربیاتشون رو گفتن. مهشاد پیام زیر رو فرستاد. تحت تاثیر تلاشش قرار گرفتم.

سلام من بابت پایان نامه رفتم به سمت یادگیری تقویتی و با نگاه کردن کامل این دوره ها (هر دوره رو حداقل ۲ بار نگاه کردم و جزوه نوشتم) و کد زدن تمام قسمت ها، بعد از دوسال تونستم پیاده سازی های پایان نامه ام رو انجام بدم. شاید برای شما هم مفید باشه: 1. Artificial Intelligence: Reinforcement Learning in Python https://deeplearningcourses.com/c/artificial-intelligence-reinforcement-learning-in-python مواردی که این دوره پوشش میده: -The explore-exploit dilemma -The multi-armed bandit (and Bayesian bandit) methods Defining basic terms such as “agent”, “reward”, “policy”, “state”, and “environment” Programming an agent to solve tic-tac-toe -Programming an agent to solve the canonical Gridworld problem -Markov Decision Processes (MDP) -Value functions -Dynamic programming methods (Bellman equation) -Monte Carlo methods -Temporal Difference (TD) learning -Q-learning -Approximation methods (e.g. how to use supervised machine learning in reinforcement learning) 2. Advanced AI: Deep Reinforcement Learning in Python https://deeplearningcourses.com/c/deep-reinforcement-learning-in-python -Deep Q-Networks (DQN) -Policy Gradient Methods (Actor-Critic Methods) -TD-Lambda and N-Step Methods -How to use Open AI Gym to train your agents -How to beat Atari video games such as Breakout, Pong, and Space Invaders -How to solve classic control problem such as Cartpole (inverted pendulum) and Mountain Car 3. Cutting-Edge AI: Deep Reinforcement Learning in Python https://deeplearningcourses.com/c/cutting-edge-artificial-intelligence -A2C (Advantage Actor Critic) -OpenAI Baselines -DDPG (Deep Deterministic -Policy Gradient) -ES (Evolution Strategies) -How to beat Atari video games such as Breakout, Pong, and Space Invaders -How to beat Flappy Bird -How to train agents that can learn physics tasks such as walking (in the MuJoCo simulator) ۴. دوره یادگیری تقویتی دانشگاه واترلو https://youtu.be/xoxz-OmcL1Q?si=5yHEjbSp1B-FSm-D

کورس CS329A: Self-Improving AI Agents برای Autumn 2025 بررسی جدیدترین تکنیک‌ها و پژوهش‌های ایجنت‌های هوش مصنوعی که با تعامل با خودشون و محیط، به‌طور مستمر خودبهبودی (Self-Improvement) پیدا می‌کنن؛ از تکنیک‌های خودبهبودی مدل زبانی مثل Constitutional AI، Verifierها و Test-Time Scaling تا تقویت ایجنت‌ها با ابزار، کد و حافظه، و طراحی ارزیابی‌های قوی برای وظایف چندمرحله‌ای. سیلابس: Course Overview Test-time Compute Scaling Robust Verification Learning from Feedback with Tools & Code Multi-step Reasoning & Planning Train Time Scaling & Scaling RL Open-Ended Evolution of Self-Improving Agents Self-Improvement with Search & Deep Research Agents Post-training: From Chatbots to Agents Agentic Frameworks for Software Engineering Augmenting Agents with Memory LLM Reasoning AlphaProof, AlphaGeometry & Gemini IMO Gold Medal Agentic Evaluations & Long-Horizon Tasks Building Agentic Systems for Autonomy Multimodal AI Agents in Robotics Future Research Areas ویدئوهای دوره در یوتوب منتشر شده. https://cs329a.stanford.edu/ https://www.youtube.com/playlist?list=PLangBM27OtEA .

برنامه‌نویسان مترجمانِ رویای انسان به زبان ماشین‌اند؛ در سکوت می‌نویسند، تا جهان با صدای بلندتری حرکت کند. 🎉 روزتون مبارک 🎉

کورس CS 146S: The Modern Software Developer برای Fall 2026 بازتعریف مهندسی نرم‌افزار در عصر هوش مصنوعی؛ گذار از کدنویسی دستی به معماری ایجنت‌های کدنویس، مهندسی پیشرفته کانتکست (Context Engineering)، آماده‌سازی ریپازیتوری‌ها برای تعامل با ایجنت‌ها و اتوماسیون کامل چرخه توسعه تا رسیدن به کارخانه‌های نرم‌افزاری خودران (The Software Factory). چه سیلابسی بازم اسماعیل! The Internals of Coding Agents Advanced Context Engineering Agent Skills and CLI Customizing Your Agent and Repository Agent-Ready Codebases Agentic Code Review Security in AI Background Agents Building an AI-Native Team The Software Factory + The Future این دوره به جای تئوری‌های انتزاعی، مستقیما سراغ استانداردهای پروداکشن روز مثل CLAUDE.md، استاندارد پروتکل کانتکست مدل (MCP)، ساخت ابزارهای ترمینال و پایپ‌لاین‌های خودکار Issue-to-PR رفته. حضور مهمان‌های کلیدی از Cursor، Anthropic، Cognition، Replit و Semgrep هم نشون میده تمرکز درس روی نحوه واقعی توسعه نرم‌افزار در تیم‌های هوش‌مصنوعی‌محور است. یک نقشه‌راه عملی و به‌روز برای بازطراحی فرآیند برنامه‌نویسی. https://themodernsoftware.dev/ .

کورس CS 336: Language Modeling from Scratch آموزش ساخت مدل‌های زبانی از صفر (Scratch)؛ از توکنایزر، معماری ترنسفورمر و بهینه‌سازی کدهای سیستمی/کرنل روی GPU، تا موازی‌سازی، قوانین مقیاس‌پذیری (Scaling Laws)، پایپ‌لاین پردازش داده و پس‌آموزش/هم‌ترازی (SFT/RL). چه سیلابسی بازم اسماعیل! Overview & Tokenization PyTorch, Resource Accounting (FLOPs & Memory) Architectures & Hyperparameters Attention Alternatives & Mixture of Experts (MoE) GPUs, TPUs & Hardware Architecture Kernels & Triton (FlashAttention Implementation) Parallelism (Data, Tensor, Pipeline) Scaling Laws & Compute-Optimal Training Inference & KV-Cache Optimization Evaluation & Benchmarking Data (Sources, Filtering, Deduplication & Synthetic Data) Mid/Post-Training (SFT & RLHF) Post-Training — Reasoning RL (RLVR / DPO) Alignment & Multimodality این دوره دقیقا مثل کورس‌های سیستم‌عامل قدیم هست که می‌گفتند باید OS رو خودت از صفر بنویسی. نه خبری از فریم‌ورک‌های سطح بالاست و نه میان‌بر؛ پیاده‌سازی ترنسفورمر با پایه‌ای‌ترین دستورات پای‌تورچ، نوشتن کرنل سفارشی با Triton، توزیع بار روی کلاستر GPU و تمیز کردن داده‌های خام Common Crawl. لیست مقالات و تکالیفش هم یک نقشه راه استخوان‌دار برای مهندسی واقعی سیستم‌های زیرساختی LLM هست. اسلاید و کدها در دسترس هست، اما ویدئوها نه! اشکال نداره... https://cs336.stanford.edu/ .

کورس CS 329Z: Engineering AI Agents برای Fall 2026 گذار از مدل‌های زبانی یکپارچه (Monolithic LLMs) به سمت سیستم‌های هوش مصنوعی ترکیبی (Compound AI Systems) و ایجنت‌های خودمختار با تمرکز بر پیاده‌سازی از صفر (Scratch) چه سیلابسی اسماعیل! Introduction — What Are Agentic Systems? LLMs for Builders Retrieval-Augmented Generation (RAG) Tool Use & Function Calling Frameworks & Orchestration Agent Design Patterns & Scaffolds Agent Memory Architectures Multi-Agent Systems Optimization What Data Do Agents Need? Data Selection & Quality Evaluation Fundamentals & Benchmark Design LLM-as-Judge & Evaluation Infrastructure Agent Safety & Guardrails Coding & Software Agents Proactive Agents Frontiers & Open Problems امیدوارم، اسلاید و ویدئوهاش منتشر بشه. اما اگه نشه هم باز سیلابس بالا بسیار ارزشمنده و یک نقشه راه هست. ضمن اینکه، برای هر هفته مقاله هم معرفی کردن. https://cs329z.stanford.edu/ .

مجموعه‌ای از کورس‌های مهم درباره AI Engineering از دانشگاه‌های معتبر میذارم. به نظرم کورس‌های مهمی هستن.

بزرگ‌ترین نقشه ژنتیکی تاریخ بشر منتشر شد گوگل دیپ‌مایند (Google DeepMind): امروز، ما اطلس آلفاژنوم را معرفی می‌کنیم، پلتفرمی شامل پیش‌بینی اثرات ۹ میلیارد تغییر تک‌نوکلئوتیدی (تغییر هر تک‌حرف ممکن) در ژنوم انسان. این پلتفرم جامع‌ترین کاتالوگ از نحوه تأثیر جهش‌های ژنتیکی بر زیست‌شناسی مولکولی است و از طریق یک پورتال وب بصری و رایگان برای تحقیقات دانشگاهی در دسترس قرار دارد. اطلس آلفاژنوم یک مجموعه داده عظیم ۱ پتابایتی است (بیش از ۳۰ برابر بزرگ‌تر از پایگاه داده AlphaFold). این اطلس چندین منبع قدرتمند و به هم پیوسته را ارائه می‌دهد: پیش‌بینی‌های اثر مولکولی امتیاز AVI ویژگی‌های اختصاصی AVI موتیف‌های توالی DNA با اطلس آلفاژنوم، ما در حال ایجاد لایه‌های جدیدی از اطلاعات برای درک بهتر کدهای ژنتیکی انسان هستیم. این پلتفرم یک نقطه شروع است و با پیشرفت مدل‌های هوش مصنوعی ما، دقیق‌تر و جامع‌تر خواهد شد. ما این اطلس را از امروز برای استفاده غیرتجاری در وب‌سایت خود و به زودی برای استفاده تجاری در Google Cloud در دسترس قرار داده‌ایم. نسخه تحت وب: DeepMind AlphaGenome استفاده از Skill در انتی گرویتی: Antigravity Use

آخرین کمپین Seed4Me در سال ۲۰۲۶ فعال‌سازی اکانت ۶ ماهه VPN مناسب برای Gemini , Antigravity و کار با Agentهای هوش مصنوعی مراحل فعال‌سازی: وارد صفحه ثبت‌نام بشید: https://seed4.me/users/register در فرم ثبت‌نام، کد اختصاصی زیر رو وارد کنید:

GIVE2026

بعد از ثبت‌نام، حتماً اینباکس ایمیلتون رو چک کنید و روی لینک ارسال‌شده کلیک کنید تا حسابتون تایید و فعال بشه. پلتفرم‌های تحت پشتیبانی: اندروید، تی‌وی، ویندوز، مک‌اواس، آی‌اواس، کیندل

سلام شش سال از عمر این کانال می‌گذره. اون موقع که اسم کانال رو «PyTorch» گذاشتم، پایتورچ هنوز به محبوب‌ترین فریم‌ورک یادگیری عمیق تبدیل نشده بود؛ ولی به‌شدت در حال رشد بود. قبل از پایتورچ با تنسورفلو 1 ستمکار و ظالم کار می‌کردم و آموزش می‌دادم. اما وقتی با پایتورچ بهشتی آشنا شدم، به‌شدت مجذوبش شدم. خیلی زود تصمیم گرفتم دوره یادگیری عمیق رو با پایتورچ ارائه کنم و تنسورفلو رو کنار بذارم. اون زمان بعضی از دانشجوها می‌گفتن، چرا پایتورچ؟ چرا تنسورفلو آموزش نمی‌دید؟ همه جا تنسورفلو آموزش میدن. اما خب، من ترند جهانی و سادگی پایتورچ رو میدیم و به همین خاطر این تصمیم رو گرفته بودم. چند سال گذشت و تقریبا همه پایتورچی شدن. :) حالا بعد از شش سال، گفتم بد نیست یه تنوعی ایجاد کنیم. این روزها تمرکز اصلی من روی AI Engineering و به‌خصوص AI Agents هست و بخش زیادی از مطالعه، آموزش و فعالیت‌های من هم در همین حوزه است. برای همین تصمیم گرفتم اسم این کانال رو هم تغییر بدم:

AI Agents | Howsam

قرار نیست اینجا فقط درباره Agent-ها صحبت کنیم؛ مثل گذشته، چیزهای جالبی که در حوزه هوش مصنوعی، علم داده و نرم‌افزار می‌بینیم، می‌خونیم و یاد می‌گیریم رو با هم به اشتراک می‌ذاریم. فقط با یک اسم جدید و متناسب‌تر با مسیری که داریم طی می‌کنیم...