لطفا مشارکت کنید
با تشکر :))

مدل جمینای ۳ چهل دقیقه پیش ریلیز شد
و توی بنچمارک‌ها خیلی بالاتر قرار کرفته

https://x.com/GeminiApp/status/1990812977818431548?t=-MA1vB3TQX4OjU32Bc6iqQ&s=35

جزییات خود مدل و نسخه‌ی API ش:

https://blog.google/products/gemini/gemini-3
https://blog.google/technology/developers/gemini-3-developers/

این هم یه چیز دیگه است که گوگل امروز معرفی کرد. خلاصه‌ش اینه که شبیه Cursor عه ولی گوگل داده : )


https://antigravity.google/

امروز اپن‌ای‌آی برای اینکه یه چیزی ریلیز کرده باشه بعد از جمینای ۳، GPT‑5.1‑Codex‑Max رو ریلیز کرد. مدل برای کمک به کد زدنه.

متا هم SAM3 رو ریلیز کرد که عقب نیوفته. این نسبتا بزرگ بود. مدل برای تشخیص و جدا کردن چیزها توی عکس، ویدیو و 3d عه.

https://x.com/OpenAIDevs/status/1991217488550359066?t=mEgPshfl1JKwW83xBx2KtA&s=19


https://x.com/AIatMeta/status/1991178519557046380?t=1JjYI8qQ5Bvbexk_iMW46g&s=19


پ. ن.: حس می‌کنم هرچقدر یه شرکتی بزرگ‌تر میشه از یه جا به بعد اسم‌های بدتری برای کارهاش انتخاب می‌کنه! به زودی باید منتظر chatgpt pro max باشیم!

گراک 4.1 هم ریلیز شده که خودشون می‌گن gemini 3 جدیده رو می‌زنه!

https://x.ai/news/grok-4-1-fast

واقعا دوره زمونه‌ی عجیبیه

این راهنما رو امروز تیم فنی اپن‌ای‌آی منتشر کرده.

«راهنمای تیم‌های مهندسی AI-Native»

- این که ایجنت‌های کدنویسی در هر مرحله از توسعه، از برنامه‌ریزی تا طراحی و نگه‌داری، چه نقشی دارند

- چک‌لیست‌ها و الگوهای پیاده‌سازی

- روش‌های معرفی ایجنت‌ها به سازمان و اعتمادسازی

https://cdn.openai.com/business-guides-and-resources/building-an-ai-native-engineering-team.pdf

این مطلب دیروز از Anthropic منتشر شده در زمینه‌ی اینکه وقتی به مدل راهنمایی می‌کنن که بتونه تقلب (یه به قولی حتی ماسمالی) ساده بکنه، منجر به misalignement خیلی بزرگ‌تر در همه‌ی زمینه‌ها حتی به شکل گسترده (بدون آموزش مستقیم) می‌شه. حتی زمینه‌هایی که تقلب اولیه ارتباطی بهش نداشته و اساسا align کردن مدل سخت‌تر میشه. شروع به تخریب می‌کنه و قشنگ میشه ترمیناتور.

و جالبی‌ش اینجاست که هرچقدر تلاش می‌کنن بهترش کنن با RLHF فایده نداره. و راه‌حلی که کار می‌کنه اینه که به مدل بگن که اتفاقا اکیه که یه جاهایی reward hacking و تقلب کنه اگه کمک بکنه (در همون موقعیت خاص)، مدل دست از عقده‌ای بودن برمی‌داره (و انگار حس ناامنی‌ش بهبود پیدا می‌کنه!) و رفتار اشتباه در زمینه‌های دیگه حل میشه!


رشته‌ی توییت خلاصه:
https://x.com/AnthropicAI/status/1991952400899559889

بلاگ مطلب:
https://www.anthropic.com/research/emergent-misalignment-reward-hacking

مقاله اصلی:
https://assets.anthropic.com/m/74342f2c96095771/original/Natural-emergent-misalignment-from-reward-hacking-paper.pdf

این خیلی جالب بود. اگه توی ویکی‌پدیای انگلیسی توی هر صفحه روی اولین لینک کلیک کنید و همینجوری پیش برید (dfs بزنی) همیشه به صفحه‌ی Philosophy می‌رسی!

https://en.wikipedia.org/wiki/Wikipedia_philosophy_phenomenon

ده دقیقه پیش مدل Claude Opus 4.5 ریلیز شد.

طبق خودشون، بهترین مدل برای کد زدن عه.

رشته توییت خلاصه‌ی ریلیزها:
https://x.com/claudeai/status/1993030546243699119?s=20

رپورتاژ بلاگ‌شون:
https://www.anthropic.com/news/claude-opus-4-5

اینم جوک بامزه‌ای بود یکی صبح گفته بود که Anthropic مدل image generation ریلیز می‌کنه اسمش رو می‌ذاره Claude Monnet

https://x.com/keshavchan/status/1992946642476237234?s=20
https://x.com/theo/status/1992880200628257075?s=20

وضعیت اینه دقیقا

یه موضوع جالبی اخیرا در زمینه‌ی n8n توجهم رو جلب کرده.

از یه سمت می‌بینم که توی اکوسیستم ایران، خیلی خیلی متداوله. اولا که تقریبا همه‌ی آدم‌های فنی (و اکثرا حتی غیرفنی) حداقل راجع بهش شنیدند و می‌دونن که حدودا در چه حوزه‌ای کاربرد داره. دوما خیلی زیاد و حتی دیدم در فضای پروداکشن استفاده میشه. سوما خیلی زیاد درباره‌ش محتوا هست (از صفحات اینستاگرام گرفته تا تلگرام و یوتیوب و بلاگ‌ها و وبینارها و دوره‌ها و ...) چهارما واقعا استفاده ازش اکی به نظر می‌رسه و به عنوان یکی از ابزارهای تاپ درست کردن اتوماسیون و به خصوص هوش مصنوعی مارکت میشه. یه جوری که یکی که این رو بلده، گوگل و ناسا دنبالشن.

از سمت دیگه، در اکوسیستم آمریکای شمالی (کانادا و آمریکا) می‌بینم که معدود کسایی حتی اسمش رو اولین بار شنیدند! چه برسه که بخوان ازش استفاده کنن. چه برسه که بخوان یه چیزی رو روی پروداکشن روی n8n حتی در نظر بگیرن! و خب این خیلی عجیبه! OpenAI و Anthropic و Gemini و خیلی از پیش‌گامان چیزی که (به درست یا غلط) هوش مصنوعی اسمش رو می‌ذاریم توی آمریکا هستند و باز با این حال اینجا از n8n که این همه مارکت میشه خبری نیست! چرا؟؟

البته، البته، البته یه ذره کانتکست: n8n درسته که اپن‌سورسه ولی یه شرکتی ساپورت‌ش می‌کنه for-profit. اون شرکت در آلمان ثبته. که اروپاست. و خیلی تفاوت‌های زیادی هست بین همه چیز اروپا و آمریکای شمالی. و اینکه قطعا من سمپل کسایی که باهاشون صحبت کردم که همه نبودند! ممکنه یه عده باشن که اتفاقا خیلی هم استفاده کنن. ریسرچ دانشگاهی که انجام ندادم! 😅😅

حالا در هر صورت. چند تا دلیل مختلف به ذهنم می‌آد. این مطلب مفصله. و بخش بخش می‌نویسم. علی‌الحساب بخش اول:

اول. بحث اتوماسیون (به شکل ورک‌فلوهای فعلی هوش‌مصنوعی، نه به شکل دیجیتال‌سازی) توی آمریکای شمالی خیلی وقته که تحت عنوان Robotic Process Automation (RPA) بوده و شرکت‌های خیلی بزرگی (مثل Zapier, Microsoft Power Platform, Microsoft Logic Apps, Make, HubSpot, Salesforce) در حال حاضر سهم بازار خیلی زیادی رو به خودشون اختصاص دادند. اکثر مشتریانی که پروژه‌های مرتبط داشته باشن، احتمالا در حال حاضر پیاده‌سازی‌شون رو با اینها انجام دادند و دیگه به قولی رفته تو پاچه‌شون. و کلا برای شرکت‌ها سخته که بخوان از یه پلتفرمی به یه پلتفرم دیگه migrate بکنن. هزینه‌ی منابع، بازنویسی، integration با سرویس‌های دیگه ‌ی فعلی و ... اینقدر بالاست که هیچ‌جوره نمی‌صرفه.

دوم. یه بحث متفاوتی که وجود داره اینه که توی ایران، سرور و سخت‌افزار دارایی محسوب میشه، ولی توی آمریکای شمالی، هزینه! توی ایران تو وقت سخت‌افزار می‌خری، هر وقت دیگه بخوای بفروشی، نه تنها سرمایه‌ت حفظ شده، بلکه تا حدی ممکنه سود هم بکنی! توی آمریکای شمالی، به محض خرید، قیمت افت می‌کنه. و این روند نزولی عه. ضمن اینکه نگه‌داری (چه محیطی از جنبه‌ی سرمایش و فضا و ... چه نرم‌افزاری از جنبه‌ی امنیت و آپدیت و چه نیروی متخصص) اینقدر بالاست که کمتر می‌صرفه که خودت سرور خودت رو داشته باشی. به همین خاطر کلا SaaS ترجیح داده میشه نسبت به self-hosting و n8n هم اولین معرفی‌ش به عنوان self-hosting بوده.

سوم. مرتبط با نکته‌ی دوم، توی ایران به دلیل تحریم، دسترسی به Cloud Provider ها و SaaS Provider های بزرگ چندان شدنی نیست؛ در نتیجه ملت می‌رن سراغ یه چیزی که Open Source باشه و بشه Self-host ش کرد. البته شاید بپرسید که خب اروپا که n8n از اونجاست چی. اونجا هم به دلیل GDPR (که قوانین مرتبط به حفظ داده در اتحادیه اروپا هست) کلا هول می‌ده سمت Self-hosting بیشتر. از سمت دیگه، نمایندگی‌های مستقیم در آمریکای شمالی وجود دارن. یه مثال بزنم. شما فرض کنید می‌خوایید توی تهران ماشین بگیرید. یه آپشن‌تون پراید عه. خب خیلی راحت‌تر می‌تونید بگیرید. آبش کنید. مشکل پیش اومد زنگ بزنید امدادخودرو بیاد. هر مکانیکی ببرید می‌دونه چی کار کنه. قطعاتش راحت‌تر پیدا میشه. یه آپشن دیگه اینه که برید از یه نمایشگاه ماشین توی شادمان، لکسوس بگیرید. فرض کنیم که اصلا قیمت‌ش مساله نباشه. قطعات‌ش رو چی کار می‌کنید؟ مشکلی پیش اومد کجا باید ببرید؟ خواستید بفروشید چی کار کنید؟ اصلا بابت امنیت‌ش کجا می‌خواید پارک‌ش کنید؟ همین قصه رو راجع به Cloud Provider ها داریم. اصلا فرض کنیم که n8n خدا باشه. وقتی یارو می‌تونه توی شهرش (تورنتو، اتاوا، سن‌فرانسیسکو و ...) پا شه بره دفتر مایکروسافت یا AWS بگه این چه شر و وری عه به من فروختی، چرا باید بره روی یه ابزاری که معلوم نیست از کجا اومده و تازه یه آفیسی هم که وجود داره توی آلمان عه؟