DevTwitter | توییت برنامه نویسی

👨‍💻 یه محصول واقعی رو از صفر تا صد بساز! 💻 از پیاده‌سازی API و طراحی UI تا اضافه کردن قابلیت‌های AI 🚀 توی بوت‌کمپ Full-Stack AI Engineering کوئرا، کنار یه تیم محصول می‌سازی، از منتورها فیدبک می‌گیری و با یه پروژه واقعی، رزومه‌ت رو قوی‌تر می‌کنی. 🎯 تجربه کار تیمی، توسعه محصول و پیاده‌سازی قابلیت‌های هوش مصنوعی، همه در ۱۴ هفته! 💳 پرداخت اقساطی با اسنپ‌پی 💰 پرداخت در اقساط بلندمدت 🔥ثبت‌نام اولیه و ارسال رزومه: 🔗 https://quera.org/r/s4uss

اجرای ماندگار (Durable Execution) چیست؟ یک تابع ماندگار (durable function)، کدی از برنامه است که Inngest آن را به‌صورت یک «اجرا» (run) هماهنگ می‌کند؛ اجرایی که در برابر خطاها پایدار می‌ماند و می‌تواند برای مدتی نامحدود منتظر بماند. هر اجرا ورودی، مراحل (steps) و ردِ اجرای (trace) مخصوص به خود را دارد. Inngest نتیجهٔ هر مرحلهٔ تکمیل‌شده را ذخیره می‌کند. وقتی کار پس از یک تلاش مجدد یا یک انتظار از سر گرفته می‌شود، توابع به‌جای شروع از ابتدا، از آخرین مرحلهٔ تکمیل‌شده ادامه پیدا می‌کنند. برای مثال، یک گردش‌کار هوش مصنوعی می‌تواند در مراحل جداگانه، زمینه (context) را بازیابی کند، یک مدل زبانی بزرگ (LLM) را فراخوانی کند و پاسخ را اعتبارسنجی کند. اگر فراخوانی LLM با شکست مواجه شود یا پاسخی نامعتبر برگرداند، تلاش بعدی از همان زمینهٔ بازیابی‌شده دوباره استفاده می‌کند و از مرحلهٔ ناموفق ادامه می‌دهد. می‌توانید مرحلهٔ ناموفق و تلاش مجدد آن را در ردِ اجرا ببینید. این روند در کل اجرای عامل (agent) شما برقرار است. مزایا: بازیابی پس از خطا. کار ناموفق را بدون شروع دوبارهٔ کل اجرا، مجدداً امتحان کنید. انتظار بدون اشغال منابع پردازشی. پس از یک تأخیر یا یک رویداد خارجی، بدون اینکه یک worker را مشغول نگه دارید، کار را از سر بگیرید. کنترل بار گردش‌کارها. هم‌زمانی (concurrency) و سایر کنترل‌های جریان را تنظیم کنید تا از سرویس‌هایی که گردش‌کار شما فراخوانی می‌کند محافظت شود. مشاهدهٔ آنچه رخ داده است. مراحل، انتظارها، تلاش‌های مجدد و خطاها را در Traces بررسی کنید. اجرا در هر جا. Inngest کد را روی هر زیرساخت پردازشی هماهنگ می‌کند و با زیرساخت فعلی شما کار می‌کند. یکی از ابزار های که دوره AI Engineering بررسی می کنیم Inngest هست. ابزار های دیگری از Vercel و Cloudflare داریم که کار مشابهی انجام می دهند. @DevTwitter | <Pouria Jahandideh/>

️ موشن گرافیک بساز، بدون اینکه به کلاد پول بدی برای ساخت موشن گرافیک نیازی نیست حتما اشتراک پولی کلاد داشته باشین. تیم OpenDesign نسخه‌ی متن‌باز همین ایده رو منتشر کرد: OpenDesign Motion رایگانه هر مدل و ایجنتی که بخوای بهش وصل می‌شه (Claude Code، Codex، Gemini CLI، Cursor، DeepSeek یا کلید API خودت) روی سیستم خودت اجرا می‌شه جالبیش اینه که ویدیوی معرفی خودشون رو فقط با DeepSeek V4.1 Flash ساختن. گیت‌هاب OpenDesign Motion: https://github.com/nexu-io/open-design اسکیل‌ها: ابزار Remotion: نمودار، آمار و دیتای متحرک با کد React https://github.com/remotion-dev/remotion/tree/main/packages/skills ابزار HyperFrames: صفحه‌ی وب رو تبدیل به ویدیو می‌کنه (لانچ محصول، تیزر، اینترو لوگو) https://github.com/heygen-com/hyperframes ابزار anatomy: باز کردن قطعه‌به‌قطعه‌ی یه محصول https://github.com/wheresryan22/anatomy بیشتر از ۴۰۰ تا رسپی موشن آماده هم دارن، از متن جنبشی تا ترنزیشن. سه تا پرامپت آماده (جای [ ] رو با اطلاعات خودت پر کن) ویدیوی لانچ محصول | HyperFrames Make a 15-second launch video for [my app]. Dark background, bold kinetic typography, 3 feature scenes, end on the logo. Export MP4, 1080×1920. نمودار متحرک از دیتا | Remotion Animate this data as a bar chart race: [paste numbers]. Smooth counters, brand color [hex], 10 seconds. ریلز آموزشی با ویس خودت Turn this 5-step script into a tutorial reel with Persian captions, synced to my voiceover: [script + voice file]. شروع سریع: ۱. از گیت‌هاب نصبش کن ۲. یه ایجنت یا کلید API بهش وصل کن (DeepSeek هم ارزونه هم خوب جواب می‌ده) ۳. ایده‌ت رو بنویس - پیش‌نمایش رو ببین - اصلاح کن - خروجی MP4 بگیر @DevTwitter | <Abbas Bahadori Pour/>

هرمس (Hermes) حالا می‌تونه مثل یک متخصص حرفه‌ای سئو بهت کمک کنه! ریپوی Hermes SEO، ورک‌فلوهای ابزار معروف Claude SEO رو به یک پلاگین بومی برای Hermes Agent تبدیل کرده. این پروژه فقط یک پرامپت ساده برای سئو نیست؛ مجموعه‌ای از مهارت‌ها، اسکریپت‌ها و ابزارهای تخصصیه که به هرمس کمک می‌کنن سایت رو بررسی کنه و برای بهبودش راهکار بده. داخل این پلاگین چی پیدا می‌کنی؟ - ۲۵ مهارت تخصصی برای اجرای ورک‌فلوهای سئو، به‌علاوه یک مهارت مرکزی به نام SEO Router برای هدایت درخواست‌ها - ۱۹ مهارت برای نقش‌های تخصصی مختلف سئو - ۵۶ اسکریپت کاربردی برای انجام بررسی‌ها و پردازش‌های مشخص - قالب‌های Schema.org برای بررسی و تولید داده‌های ساختاریافته - امکان اتصال به سرویس‌های خارجی و ابزارهای تخصصی، در صورت پیکربندی و فراهم بودن دسترسی‌ها باهاش چه کارهایی می‌تونی انجام بدی؟ ۱. بررسی کامل سایت: مشکلات سئو رو پیدا کن و گزارش اولویت‌بندی‌شده‌ای از مهم‌ترین موارد دریافت کن. ۲. سئوی فنی: وضعیت خزش، ایندکس، نقشه سایت، فایل robots.txt، تگ‌های canonical و کدهای پاسخ صفحات رو بررسی کن. ۳. تحلیل صفحات و محتوا: یک صفحه مشخص رو ارزیابی کن یا برای تولید محتوای هدفمند، بریف محتوایی بساز. ۴. داده‌های ساختاریافته: اسکیماهای موجود رو بررسی و اعتبارسنجی کن و برای اصلاح یا تولید JSON-LD پیشنهاد بگیر. ۵. سئوی محلی: وضعیت دیده‌شدن کسب‌وکار در جست‌وجوهای محلی و بررسی‌های مرتبط با پروفایل کسب‌وکار رو تحلیل کن. ۶. سئوی بین‌المللی: برای بررسی و بهینه‌سازی سایت‌هایی که بازارهای چندگانه رو هدف گرفتن، از ورک‌فلوهای تخصصی استفاده کن. ۷. دیده‌شدن در جست‌وجوی هوش مصنوعی: وضعیت سایت رو از منظر GEO یا بهینه‌سازی برای موتورهای جست‌وجوی مولد بررسی کن. ۸. تدوین استراتژی: برای سایت یا نوع کسب‌وکار موردنظر، برنامه‌ای برای بهبود سئو تهیه کن. این نسخه به Hermes Agent نسخه 0.22.2 یا بالاتر و Python 3.10 یا جدیدتر نیاز داره و برای Linux و macOS اعلام شده. راه‌اندازی محیط اجرایی ممکنه به دانلود پکیج‌های پایتون و Chromium هم نیاز داشته باشه. یک نکته مهم: همه قابلیت‌ها بدون تنظیمات اضافی فعال نیستن. بعضی امکانات به API Key، حساب سرویس‌های خارجی یا اتصال MCP نیاز دارن و برخی جریان‌های OAuth گوگل هم فعلاً غیرفعالن. این پلاگین تحلیل و پیشنهاد ارائه می‌ده، اما نباید فرض کرد تمام تغییرات سایت رو خودکار اجرا می‌کنه یا افزایش رتبه رو تضمین می‌کنه. به‌نظرتون ترکیب ایجنت‌های هوش مصنوعی با ابزارهای تخصصی سئو می‌تونه در آینده بخش بزرگی از کارهای آژانس‌های دیجیتال مارکتینگ رو خودکار کنه؟ چطور اجراش کنی؟ اگه Hermes Agent رو نصب داری، طبق راهنمای ریپو می‌تونی پلاگین رو با دستور زیر نصب کنی: hermes plugins install https://github.com/yuzushi-dev/hermes-seo.git… --ref 5f04951e8fddc8b869378236a7ff5b584a0d023d --yes-deps --enable بعد وضعیت نصب رو بررسی کن: hermes plugins doctor @DevTwitter | <Amirhossein seghatoleslami/>

یه skill قبلا برای چارت معرفی کرده بودم که جایگزین mermaid میشه. حالا تیم obsidian هم یه پروژه اُپن سورس به اسم pele داده بیرون که نمودارهای mermaid رو خیلی تمیزتر رندر می‌کنه و تمام ۳۲ تا کامپوننت اصلی رو ساپورت میکنه: https://pele.run @DevTwitter | <Amir/>

⏳ فقط یک روز تا شروع هکاتون Agentic AI استارکوچ تا الان ۲۴۰ نفر ثبت‌نام کردن و آمادن برای چالش های واقعی والکس ، ترب و لیارا ، ایجنت های هوش مصنوعی بسازن. اگر هنوز ثبت‌نام نکردی: 📅 ۲۹ مهر تا ۱ آبان توی ۳ روز بصورت آنلاین برگزار میشه 🏆 تا ۱۸۰ میلیون تومان جایزه برای تیم های برتر داره 🧑‍💻 ۵ کارگاه آموزشی و منتورینگ در طول هکاتون داره تنها پیش نیاز هم اینه که بتونی نرم افزار های مبتنی بر هوش مصنوعی بسازی. 🎓 کد تخفیف devtwitter برای ۱۰۰ هزار تومان تخفیف اطلاعات بیشتر و ثبت نام از لینک  زیر: لینک ثبت نام در سایت کانال استارکوچ | ادمین پشتیبانی

یک Skill برای Claude در GitHub بیشتر از ۱۶۴ هزار ستاره گرفته! اسمش Ponytail هست؛ ابزاری که به ایجنت هوش مصنوعی کمک می‌کنه مثل یک برنامه‌نویس باتجربه فکر کنه: قبل از نوشتن کد اضافه، دنبال ساده‌ترین راه‌حل ممکن بگرده. همون برنامه‌نویسی که ۵۰ خط کد رو می‌بینه و اگر بشه، به یک خط تبدیلش می‌کنه! نسخه پنجم این پروژه منتشر شده و طبق نتایج بنچمارک سازنده، خروجی‌هاش قابل‌توجهه: ۵۳٪ کد کمتر ۴۱٪ زمان کمتر ۲۶٪ هزینه کمتر ۴۵٪ توکن کمتر اما نکته جالب‌تر اینه که با وجود کاهش حجم کد، کیفیت تست‌ها هم بهتر شده. طبق نتایج اعلام‌شده، ۹۸٪ از بخش‌های حساس کد با تست همراه بودن؛ درحالی‌که این عدد بدون Ponytail حدود ۶۸٪ بوده. یک مثال واقعی: فرض کن از ایجنت می‌خوای یک ابزار انتخاب تاریخ بسازه. بدون Ponytail ممکنه از صفر شروع کنه و ۳۳۵ خط کد بنویسه. اما با Ponytail، به‌جای ساختن دوباره چیزی که از قبل وجود داره، از قابلیت داخلی مرورگر استفاده می‌کنه و راه‌حل رو در ۱۰ خط پیاده‌سازی می‌کنه. چرا این موضوع مهمه؟ وقتی با AI Agentها برنامه‌نویسی می‌کنی، کد اضافه فقط مصرف توکن رو بالا نمی‌بره؛ بررسی، دیباگ و نگهداری پروژه رو هم سخت‌تر می‌کنه. Ponytail قبل از نوشتن کد، ایجنت رو تشویق می‌کنه راه‌حل‌های موجود رو بررسی کنه، از قابلیت‌های داخلی استفاده کنه و فقط چیزی رو بسازه که واقعاً لازمه. این پروژه با ابزارهایی مثل Claude Code، Codex، Cursor و GitHub Copilot سازگاره و با مجوز MIT به‌صورت رایگان منتشر شده. نکته مهم: هدفش صرفاً نوشتن کمترین تعداد خط نیست؛ هدف، کم‌کردن کدهای غیرضروری بدون حذف تست‌ها، اعتبارسنجی و ملاحظات امنیتیه. درصدهای بالا هم نتایج بنچمارک سازنده هستن و تضمینی برای همه پروژه‌ها نیستن. https://github.com/DietrichGebert/ponytail @DevTwitter | <Yarad/>

مدل Opus 5.5 یه دنیای یونان باستان فوق‌العاده دقیق و زیبا ساخت بدون استفاده از هیچ asset آماده ای— همه چیز فقط با کد خالص در three.js ساخته شده. جزئیات دیوانه‌کننده، نورپردازی سینمایی و حس واقعی بودنش باورنکردنیه. https://github.com/Leonxlnx/athenaion @DevTwitter | <Reza/>

حالا می‌تونی با Claude Code و روی کامپیوتر خودت، رایگان موسیقی و افکت صوتی بسازی! ابزار متن‌باز Audio Studio MCP، کلاد کد رو به مدل Stable Audio 3 متصل می‌کنه تا فقط با توضیح متنی، صدا تولید کنی. مثلاً بنویس: «موسیقی Lo-fi برای یک کافه دنج» یا «صدای شکستن بطری شیشه‌ای روی بتن» این ابزار می‌تونه: برای هر درخواست ۱ تا ۴ نسخه تولید کنه بخشی از صدا رو تغییر بده یا ادامه‌ی ترک رو بسازه موسیقی‌های Loop، محو شدن تدریجی صدا و تنظیم بلندی صدا ایجاد کنه خروجی WAV، OGG و FLAC با نرخ نمونه‌برداری 48 kHz بده مزیت اصلی؟ بدون نیاز به Cloud یا API Key و بدون هزینه‌ی تولید صدا؛ همه‌چیز روی سیستم خودت اجرا می‌شه. سیستم موردنیاز: مک با پردازنده Apple Silicon و ترجیحاً ۱۶ گیگابایت رم، یا کامپیوتر ویندوزی با کارت گرافیک NVIDIA و حداقل ۸ گیگابایت VRAM. نصب روی مک: git clone https://github.com/kanaworksai-hue/audio-studio-mcp.git cd audio-studio-mcp ./install.sh بعد از نصب، دستور اتصال به Claude Code نمایش داده می‌شه. مخزن پروژه: https://github.com/kanaworksai-hue/audio-studio-mcp شنیدن نمونه صداها: https://kanaworksai-hue.github.io/audio-studio-mcp/ قبل از استفاده تجاری از خروجی‌ها، مجوز مدل Stable Audio 3 رو بررسی کن. رایگان بودن اجرای ابزار لزوماً به معنی مجوز استفاده تجاری از تمام خروجی‌ها نیست. @DevTwitter | <Yarad/>

شرکت DeepSeek مدل DeepSeek-V4.1-Flash-1017 رو با لایسنس MIT منتشر کرد این یه آپدیت جزئی روی V4.1-Flash هست، ولی روی استدلال، کدنویسی و کارهای agentic بهبود جدی داره. توی Terminal-Bench 4.0 امتیازش از ۳۱.۲ رفته روی ۴۲.۳. توی DeepSWE هم ۷۷.۰ گرفته، یعنی بالاتر از Opus 5 که ۷۴.۰ داره. مدل ۷۶۳ میلیارد پارامتر داره، با context تا ۱ میلیون توکن و وزنهاش روی Hugging Face آزاده. طبق توضیح خود DeepSeek، زمان اجرا و طول خروجی هم کمتر شده، پس کار سریعتر و ارزونتر تموم میشه. توی بنچمارک HLE هنوز عقبتره: ۴۲.۶ در برابر ۵۶.۳ برای Opus 5. https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017 @DevTwitter | <Diego Jr/>

یکی از باحال‌ترین فیچرهای Cursor که این روزها واقعاً عاشقشم، قابلیت Voice Chatـه! ۳ تا دلیل که چرا این قابلیت بازی رو عوض کرده: ۱. فارسیِ فوق‌العاده روان: لهجه و درکش از فارسی کاملاً با Advanced Voice چت‌جی‌پی‌تی رقابت می‌کنه و اصلاً حس مصنوعی بودن نمیده. ۲. جادوی پشت صحنه: شما خیلی راحت و محاوره‌ای به فارسی مشکلت رو میگی، اما پشت صحنه حرفات رو به یک پرامپت انگلیسیِ جامع، دقیق و مهندسی‌شده برای مدل تبدیل می‌کنه. این بزرگ‌ترین نقطه قوتشه! ۳. حس واقعی Pair Programming: روی حالت استندبای می‌مونه، وسط حرفات می‌پره و ایده میده! مثلاً میگی «آقا این فانکشن چرا اینجوری کار می‌کنه؟»، میگه «بذار چک کنم...»، میره کد رو می‌خونه و برمی‌گرده میگه «آره اینجاش باگ داره، دارم اصلاحش می‌کنم!» عملاً انگار یه سینیر دولوپر نشسته کنارت و داری باهاش گپ می‌زنی و کد می‌زنی. اگه تستش نکردید، حتماً امتحانش کنید! @DevTwitter | <Legendary Coder/>

⏳ فقط یک روز تا شروع هکاتون Agentic AI استارکوچ تا الان ۲۱۰ نفر ثبت‌نام کردن و آمادن برای چالش های واقعی والکس ، ترب و لیارا ، ایجنت های هوش مصنوعی بسازن. اگر هنوز ثبت‌نام نکردی: 📅 ۲۹ مهر تا ۱ آبان توی ۳ روز بصورت آنلاین برگزار میشه 🏆 تا ۱۸۰ میلیون تومان جایزه برای تیم های برتر داره 🧑‍💻 ۵ کارگاه آموزشی و منتورینگ در طول هکاتون داره تنها پیش نیاز هم اینه که بتونی نرم افزار های مبتنی بر هوش مصنوعی بسازی. 🎓 کد تخفیف devtwitter برای ۱۰۰ هزار تومان تخفیف اطلاعات بیشتر و ثبت نام از لینک  زیر: لینک ثبت نام در سایت کانال استارکوچ | ادمین پشتیبانی

وقتی Context پر بشه، Claude Code شروع می‌کنه به فراموش کردن. با Context Mode خروجی ابزارها توی Sandbox می‌مونه و فقط نتیجه برمی‌گرده؛ تا ۹۸٪ کمتر. لینک: https://github.com/mksglu/context-mode @DevTwitter | <Diego Jr/>

یکی از سؤال‌های رایج در System Design: چطور یک سیستم خرید و رزرو موجودی رو در مقیاس بالا طراحی کنیم؟ فرض کنید یک محصول فقط ۱۰ موجودی داره. وقتی کاربر وارد فرآیند خرید می‌شه، هنوز خرید نهایی انجام نشده؛ ابتدا باید موجودی رو براش Reserve کنیم تا کاربر فرصت پرداخت داشته باشه. بعد از پرداخت موفق، Reservation به Purchase تبدیل می‌شه و موجودی واقعاً از انبار کم می‌شه. در بسیاری از طراحی‌ها، برای مدیریت سریع موجودی و concurrency در مرحله‌ی Reservation از Redis در کنار Database استفاده میشه. اما این معماری چالش‌های خودش رو داره. وقتی بخشی از state در Redis و بخشی در Database قرار داره، حفظ consistency بین این دو سیستم ساده نیست. اگر Reservation در Redis موفق شه ولی ثبتش در Database شکست بخوره چی؟ اگر Payment موفق شه ولی مرحله‌ی نهایی کردن Purchase شکست بخوره چی؟ با افزایش scale، مسائلی مثل hot key، contention، retry، failure و synchronization هم جدی‌تر می‌شن. نکته‌ی جالب اینجاست که در مقاله‌ی جدیدی، Shopify دقیقاً همین مسئله رو بررسی کرده و Redis رو از معماری Inventory Reservation خود حذف کرده و به MySQL منتقل شده. با استفاده از مکانیزم‌هایی مثل "SKIP LOCKED" و row-level locking، توانستند concurrency موردنیاز رو مستقیماً در Database مدیریت کنند. شاید سؤال بعدی در یک System Design Interview این باشه: اگر MySQL بتونه این workload را مدیریت کنه، چرا اصلاً Redis رو وارد معماری کنیم؟ لینک مقاله برای مطالعه بیشتر(فیلتر شکن میخواد): https://shopify.engineering/scaling-inventory-reservations @DevTwitter | <AmirHossein Doroudian/>

میخوام یک چنل و یک بات بهتون معرفی کنم که پرشین گیتهاب در تلگرام چیه و به چع درد میخوره؟

پرشین گیتهاب یک چنل کامل از تمام روش ها و اپلیکیشن مورد نیاز برای دسترسی به اینترنت آزاد و هوش مصنوعی هست این چنل به صورت رایگان تمام پروژه های به درد بخوره رو به صورت #آرشیو در آورده که میتونید از پروژه ها استفاده کنید، در کنارش ربات مخصوص گشتن #گیتهاب رو داره تا جای این که داخل گیتهاب دنبال دانلود فایل یا پروژه بگردید ربات کار شما رو راحت تر کنه که هم پروژه رو راحت دانلود و پیدا کنید.

🐙 آدرس چنل آرشیو پرشین گیتهاب: @RepoFA 🤖 آدرس بات دانلود و جستجو در گیتهاب: @GitHubLensBot

چند سال پیش یه وبینار Git برگزار کردم برای اون وبینار وقت گذاشتم و internal های گیت و اینکه چطور کار می کنه رو یاد گرفتم چیزی که باورم نمیشد این بود که چرا انقدر inefficient هست و دوباره کاری داره و همه چیز هزار جا کپی میشه با اینکه git یه سیستم محبوبی بود که همه استفاده می کردند و حتما باید درست باشه الان که Scion معرفی شد وقت گذاشتم و مقاله مهندسی Anthropic رو خوندم و خیلی لذت بردم یه مفهومی که معرفی کرده Changeset هست که خیلی منطقی هست خیلی Anthopic رو دوست دارم از مدل Opus گرفته تا cli بودن Claude Code و اینکه به خودشون اجازه دادن git که bottleneck شده بود رو عوض کنند. خیلی هیجان زده هستم که کلی تغییرات تو راه داریم. بهتون پیشنهاد می کنم که این مقاله رو بخونید چون دید خیلی خوبی بهتون میده. https://www.anthropic.com/engineering/redesigning-source-control @DevTwitter | <Pouria Jahandideh/>

این یکی پر از کامپوننت‌هاییه که از UIهای معمولی فاصله گرفتن! مجموعه‌ای از کامپوننت‌های مدرن و خلاقانه‌ست که با انیمیشن‌ها و جزئیات جذابشون می‌تونن ظاهر پروژه‌تون رو متفاوت کنن. حتماً یه نگاهی بندازید و سیوش کنید. https://systaliko-ui.vercel.app @DevTwitter | <negahUi/>

گزارش رسمی Anthropic از آینده بازار کار: ایجنت‌های هوش مصنوعی ۶ برابر انسان‌ها کار می‌کنند و استخدام جونیورها سقوط کرده است! شرکت Anthropic در مطالعه داخلی جدید خود «How employment is changing at Anthropic» داده‌های خیره‌کننده‌ای از تغییر ساختار مهندسی منتشر کرده که تصویری واقعی از آینده شرکت‌های تک است: سقوط استخدام نیروهای تازه‌کار: سهم استخدام مهندسان جونیور از ۲۷٪ به تنها ۹٪ رسیده است؛ چرا که وظایف روتین مثل کدنویسی پایه و دیباگ کردن به Claude سپرده شده است. قانون ۶ به ۱: ساعت کاری ایجنت‌های تعاملی AI در این شرکت اکنون ۶ برابر ساعت کاری کارمندان انسانی است (و در تیم‌های تحقیقاتی ۱۹ برابر!). در نتیجه، خروجی کد به ازای هر مهندس ۵ برابر شده است. رشد شرکت و تغییر ترکیب به جای تعدیل: اندازه کلی Anthropic طی یک سال ۳ برابر شده و استخدام فنی همچنان بالاست، اما تقاضا از سمت جونیورها به سمت نیروهای ارشد و مستقل شیفت کرده است. ظهور عصر «Meta-Work»: گلوگاه جدید در شرکت، «توجه انسانی» برای بررسی خروجی ایجنت‌هاست. معیار استخدام دیگر صرفاً دانش فنی و پیاده‌سازی نیست، بلکه «قدرت قضاوت، استقلال کاری و مهارت مدیریت ایجنت‌ها» است. هوش مصنوعی در حال حذف مهندسی نرم‌افزار نیست، اما پله‌های اول نردبان شغلی را با سرعت زیادی برمی‌دارد. چالش بزرگ سال‌های آینده: وقتی کارهای سطح پایه به ایجنت‌ها سپرده می‌شود، نیروهای ارشد فردا کجا باید تجربه کسب کنند؟ @DevTwitter | <Legendary Coder/>

📇 شبکه توزیع محتوا آروان‌کلاد؛ گسترده‌ترین شبکه‌ لبه‌ ایران 🌐 با ظرفیت ۴٬۲ ترابیت بر ثانیه (Tbps)، شبکه‌ توزیع محتوای آروان‌کلاد به کسب‌وکارها کمک می‌کند تا ترافیک هم‌زمان کاربران را حتا در اوج بازدید مدیریت کنند و محتوای وب‌سایت خود را با کم‌ترین تاخیر به دست کاربران برسانند.

🟢 وقتی کمپین تبلیغاتی اجرا می‌کنید، فروش ویژه دارید یا کاربران زیادی به‌طور هم‌زمان وارد وب‌سایت‌تان می‌شوند، زیرساخت شما باید آماده‌ی پاسخ‌گویی به حجم بالای درخواست‌ها باشد. CDN آروان‌کلاد با توزیع محتوا در شبکه‌ی لبه، بار سرور اصلی را کاهش می‌دهد و به حفظ پایداری سرویس کمک می‌کند.

✅ ظرفیت 4.2 Tbps؛ برای مدیریت ترافیک هم‌زمان سنگین ✅ کاهش بار سرور اصلی و داون‌تایم ✅ کمک به مدیریت پایدار میلیون‌ها کاربر هم‌زمان 🍉 اگر برای کمپین‌های پیش‌رو یا رشد ترافیک وب‌سایت‌تان به زیرساختی آماده نیاز دارید، فرم درخواست مشاوره را پر کنید تا کارشناسان فروش آروان‌کلاد درباره‌ی نیازهای کسب‌وکار شما با شما گفت‌وگو کنند. 👈 مشاوره رایگان از لینک زیر: 👉 https://httb.ir/qiaOF ☁️ @Arvancloud

اگر LLMها به هر شکلی با نرم‌افزار یا محصول شما یکپارچه شدن، بد نیست در مورد مسائل امنیتی مربوطه نگاهی به OWASP Top 10 for LLM Applications بندازید. https://genai.owasp.org/resource/owasp-top-10-for-llm-applications-2025/ @DevTwitter | <Hamed/>