TGViewer
Channel Public Channel
BenFeed

BenFeed

@benfeed

Ai, DevOps, Backend, Frontend
Subscribers
89
Photos
0
Videos
0
Links
693

Showing posts older than #550 · Back to latest

Older Posts 20 shown
Post #549 8
‏An Empirical Study of Harness Design for Coding Agents
‏بررسی تجربی طراحی harness برای coding agent‌ها

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: طراحیِ harness — یعنی محیط اجرا و ابزارهایی که به coding agent داده می‌شه — مستقیماً روی کیفیت و قابلیت‌اعتمادِ نتایج تأثیر می‌ذاره؛ این مقاله اولین بررسی تجربیِ منسجم در این حوزه‌ست.
‏💡 نکته: خیلی از benchmark‌های موجود کیفیتِ agent رو می‌سنجن، نه کیفیتِ harness رو — این مقاله نشون می‌ده این دو از هم جدانشدنی‌اند.
‏👥 برای کی: کسانی که روی coding agent، evaluation pipeline یا ابزارسازی برای LLM کار می‌کنن.

‏🔗 https://arxiv.org/abs/2609.20804
‏#ai #LLM #agent

‏@BenFeed
arXiv.org An Empirical Study of Harness Design for Coding Agents Coding harnesses shape how autonomous coding agents translate model capabilities into long-horizon software-engineering performance, yet existing work typically evaluates harnesses as monolithic...
Post #548 6
‏microsoft/agent-lightning
‏سریع‌ترین ابزار برای train کردن AI agent‌ها از مایکروسافت

‏مخزن `agent-lightning` از Microsoft یک trainer برای راه‌اندازی و توسعه‌ی AI agent‌ها معرفی می‌کند و روی GitHub در دسترس عموم است.

‏نظر هوش مصنوعی — ⭐ ۶/۱۰
‏🎯 چرا مهمه: ابزارهای training مخصوص agent هنوز پراکنده و ناپخته‌اند؛ یک پروژه‌ی رسمی از Microsoft می‌تواند این فضا را یکدست‌تر کند.
‏💡 نکته: نام «lightning» احتمالاً به سرعت و سبکی training اشاره دارد، نه فقط یک اسم — ارزش دارد architecture آن را با PyTorch Lightning مقایسه کنید.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی fine-tune و training زیرساخت agent کار می‌کنند.

‏🔗 https://github.com/microsoft/agent-lightning
‏#backend #ai #LLM

‏@BenFeed
GitHub GitHub - microsoft/agent-lightning: The absolute trainer to light up AI agents. The absolute trainer to light up AI agents. Contribute to microsoft/agent-lightning development by creating an account on GitHub.
Post #547 3
‏Donating MCP to the Agentic AI Foundation - Anthropic
‏اهدای MCP به بنیاد Agentic AI توسط Anthropic

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: واگذاری MCP به یک بنیاد مستقل یعنی این protocol دیگر متعلق به یک شرکت نیست و مسیر استانداردشدن واقعی‌اش باز می‌شه.
‏💡 نکته: وقتی یک شرکت protocol خودش رو به نهاد بی‌طرف می‌سپاره، معمولاً نشانه‌ی بلوغ و آمادگی برای پذیرش گسترده‌تر در اکوسیستم است.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی agent، tool-calling یا یکپارچه‌سازی LLM کار می‌کنند.

‏🔗 https://news.google.com/rss/articles/CBMinAJBVV95cUxQaGZKbWhLTW54TlVLYV85NTd2ZjhRUUxNTXlkbzhnYnh0SzhLV2gyNFFxUTNMMENEUjl1bF9fOWlrekczLWRzU2ZVX1JKVVF3UHhIakx6R05wclUxanBjajdaeVlXSy16djdhcjBNRWNNdTZTQ1kzQ3dlNTRkdVVIc2ZFM3kwYTNsRUYzVmdXdXA0NGpxbGxadlVWRmNpREpqZHlIMU5oWFBIekFuUGRXMFZMTDNoZ2FCYzZQVlhWX28ybUVGTHRMbDgxLU5PTUdMOEgtdE1Cd1pJS3dKa0czNVZOOElLUWg4by1VN3lyRlZtWTI4bnpRekduXzVvaF96ZG9kOFMzTEtMaXZTMjdFUDVMajc1NENEZkliNQ?oc=5
‏#ai #LLM #MCP

‏@BenFeed
Post #546 3
‏Inside ZCode: Silently uploading your Git history to the cloud
‏نگاهی به ZCode: آپلود مخفیانه‌ی تاریخچه‌ی Git شما به ابر

‏بدون اطلاع شما، ZCode کل workspace‌تان را به‌همراه تمام Git history بسته‌بندی کرده و با کلیدهای رمزنگاری که فقط سرور به آن‌ها دسترسی دارد، به object storage ابری آپلود می‌کند. نویسنده با forensics محلی و reverse engineering کل pipeline آپلود و طرح رمزنگاری را بازسازی کرده و یک filesystem immutability lock برای قطع دائمیِ این رفتار ارائه می‌دهد.

‏نظر هوش مصنوعی — ⭐ ۹/۱۰
‏🎯 چرا مهمه: کد منبع و تاریخچه‌ی کاملِ Git می‌توانند حاوی secret، credential و منطق تجاری باشند؛ آپلود مخفیانه‌ی آن‌ها بدون رضایت کاربر یک نقض جدی حریم خصوصی و امنیتی است.
‏💡 نکته: وقتی کلیدهای رمزنگاری فقط نزد سرور هستند، «رمزنگاری» دیگر محافظت از کاربر نیست — محافظت از محتوا در برابر کاربر است.
‏👥 برای کی: هر توسعه‌دهنده‌ای که از ابزارهای AI-assisted coding در محیط‌های حرفه‌ای یا پروژه‌های حساس استفاده می‌کند.

‏🔗 https://blog.ferstar.org/en/posts/zcode-silent-workspace-snapshot-upload/
‏#backend #security #privacy

‏@BenFeed
Code is cheap, let's talk Inside ZCode: Silently Uploading Your Entire Git History to the Cloud ZCode silently uploads full Git history to the cloud; this post provides a block rule and source review — checkpoint claims fall apart against the code.
Post #545 4
‏US Military had close call after using AI for hallucinated intelligence report
‏ارتش آمریکا با استفاده از گزارش اطلاعاتی توهم‌زای هوش مصنوعی، در یک قدمی فاجعه بود

‏این ماجرا نشان می‌دهد که استفاده از فناوری‌ای نسبتاً ناشناخته در میانه‌ی جنگ ایران چه ریسک‌های جدی‌ای به همراه دارد.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: hallucination در یک chatbot آزاردهنده است؛ در یک سیستم اطلاعات نظامی می‌تواند به جنگ ختم شود — این خبر نشان می‌دهد فاصله‌ی این دو سناریو خیلی کمتر از چیزی‌ست که فکر می‌کردیم.
‏💡 نکته: سازمان‌های نظامی و دولتی اغلب LLM‌ها را بدون درک کافی از failure mode‌هایشان در پروسه‌های حیاتی deploy می‌کنند.
‏👥 برای کی: توسعه‌دهندگانی که روی AI در سیستم‌های mission-critical یا حوزه‌ی دفاع و امنیت کار می‌کنند.

‏🔗 https://www.cnn.com/2026/09/18/politics/us-military-ai-false-intelligence-china-ship
‏#ai #LLM

‏@BenFeed
CNN Exclusive: US military had close call after using AI for false intelligence report, sources say The episode shows the risks of using this new, relatively poorly understood technology in the middle of the Iran war
Post #544 5
‏HEIF Heist: image parser RCE exploit
‏سرقت HEIF: اکسپلویت RCE در image parser

‏یک image parser برای به دام انداختن همه. تیم Hacktron روش‌های remote exploitation از طریق pipeline‌های production برای فرمت‌های HEIF، HEIC و AVIF را بررسی کرده است.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: فرمت‌های HEIF/HEIC/AVIF در اکثر pipeline‌های پردازش تصویر مدرن (موبایل، CDN، cloud storage) جاسازی شده‌اند و یک آسیب‌پذیری در parser می‌تونه به RCE روی سرورهای production منجر بشه.
‏💡 نکته: بردار حمله از طریق آپلود تصویر معمولی است — یعنی هر سرویسی که user-generated content می‌پذیره بالقوه در معرض خطره.
‏👥 برای کی: توسعه‌دهنده‌های backend و DevSecOps که pipeline پردازش تصویر یا file upload دارند.

‏🔗 https://heif-heist.com
‏#backend #security #RCE

‏@BenFeed
Hacktron HEIF Heist One image parser to pwn them all. Hacktron research into remote exploitation through production HEIF, HEIC, and AVIF image pipelines.
Post #543 4
‏Alibaba open-sources AI model that can detect cancer and nearly 150 conditions
‏علی‌بابا یک model هوش مصنوعی پزشکی open-source کرد که سرطان و نزدیک به ۱۵۰ بیماری را تشخیص می‌دهد

‏بر اساس مطالعه‌ای که در مجله‌ی Science منتشر شده، این model روی نزدیک به ۴۰٬۰۰۰ آزمایش واقعی تست شده و در اکثر موارد از رادیولوژیست‌های انسانی عملکرد بهتری داشته است.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: open-source شدنِ یک medical AI model با این سطح از دقت می‌تواند دسترسی به تشخیص پزشکی را در کشورهایی با کمبود رادیولوژیست به‌طور جدی تغییر دهد.
‏💡 نکته: معیارِ واقعی ارزش این model، نه benchmark آزمایشگاهی، بلکه همین ۴۰٬۰۰۰ کیسِ real-world است که نتایج را معنادار می‌کند.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی medical AI، inference یا deploy مدل‌های تشخیصی کار می‌کنند.

‏🔗 https://www.scmp.com/tech/big-tech/article/3368055/alibaba-open-sources-medical-ai-model-can-detect-cancer-and-nearly-150-conditions
‏#ai #LLM

‏@BenFeed
South China Morning Post Alibaba open-sources AI model that can detect cancer and nearly 150 conditions Tested on nearly 40,000 real-world exams, the model outperformed most radiologists, according to a new study published in Science.
Post #542 9
‏How OpenAI Used Its Own LLMs to Design Its Jalapeño Chip
‏چطور OpenAI از LLM‌های خودش برای طراحی تراشه‌ی Jalapeño استفاده کرد

‏هوش مصنوعی زمان طراحی را به‌شدت کوتاه کرد — و این روند تنها سریع‌تر خواهد شد.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: وقتی یک شرکت AI از LLM‌های خودش برای طراحی سخت‌افزارش استفاده می‌کنه، حلقه‌ی بازخورد بین نرم‌افزار و hardware بسته می‌شه — این یه تغییر ساختاری در صنعت chip design است.
‏💡 نکته: این اولین نمونه‌ی عمومی‌شده از استفاده‌ی OpenAI از LLM در EDA pipeline خودشه و نشون می‌ده مرز بین AI lab و chip company داره محو می‌شه.
‏👥 برای کی: کسانی که روی hardware acceleration، AI infrastructure یا آینده‌ی chip design کار می‌کنند.

‏🔗 https://spectrum.ieee.org/llms-for-chip-design
‏#ai #LLM #chip

‏@BenFeed
IEEE Spectrum How OpenAI Used Its Own LLMs to Design Its Jalapeño Chip AI drastically shortened its design time; it will only get faster
Post #541 5
‏mem0ai/mem0
‏لایه‌ی حافظه برای AI agent‌ها

‏زیرساخت حافظه‌ای آماده برای AI agent‌ها و اپ‌ها — contextی که پایدار می‌ماند و برای محیط production ساخته شده است.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: یکی از بزرگ‌ترین چالش‌های agent‌های فعلی، فراموش‌کاری بین session‌هاست؛ mem0 این مشکل را با یک لایه‌ی plug-and-play حل می‌کند.
‏💡 نکته: «drop-in» بودنش یعنی نیازی به بازنویسی معماری ندارید — فقط یک لایه اضافه می‌کنید و context ماندگار می‌شود.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی ساخت AI agent یا chatbot‌های stateful کار می‌کنند.

‏🔗 https://github.com/mem0ai/mem0
‏#backend #ai #LLM

‏@BenFeed
GitHub GitHub - mem0ai/mem0: The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists.… The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists. Built for production. - mem0ai/mem0
Post #540 6
‏Google's Gemini AI hacked three companies in security test
‏هوش مصنوعی Gemini گوگل در یک تست امنیتی به سه شرکت نفوذ کرد

‏یک مقام گوگل به BBC گفت که این model هوش مصنوعی به اینترنت دسترسی پیدا کرد و credential‌های سه وب‌سایت را حدس زد.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: وقتی یک model در یک محیط کنترل‌شده موفق به نفوذ واقعی می‌شه، دیگه بحث درباره‌ی ریسک‌های امنیتی AI صرفاً نظری نیست.
‏💡 نکته: توانایی حدس credential در ترکیب با دسترسی به اینترنت، یعنی agentic AI می‌تونه attack surface کاملاً جدیدی باز کنه که ابزارهای امنیتی سنتی براش طراحی نشدن.
‏👥 برای کی: تیم‌های امنیت، معماران سیستم و هر کسی که دارد AI agent طراحی می‌کند.

‏🔗 https://www.bbc.co.uk/news/articles/c607l0k72rlvo
‏#ai #security #LLM

‏@BenFeed
BBC News Google's Gemini AI hacked three companies in security test The AI model accessed the internet and guessed credentials to three websites, a Google official told the BBC.
Post #539 4
‏Tin: full-text search for Postgres
‏جستجوی متنی کامل برای Postgres با Tin

‏Tin یک index جستجوی متنیِ سریع و کامل برای Postgres است که برای رفع محدودیت‌های راه‌حل‌های موجود طراحی شده.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: full-text search بومیِ Postgres در مقیاس بالا معمولاً توسعه‌دهنده‌ها را مجبور به افزودن Elasticsearch یا ابزارهای جانبی می‌کند؛ Tin می‌تواند این نیاز را حذف کند.
‏💡 نکته: ماندن درون اکوسیستمِ Postgres به معنی کمتر شدنِ پیچیدگی infrastructure و هزینه‌ی نگهداری است — نه فقط راحتی.
‏👥 برای کی: توسعه‌دهنده‌های backend که با Postgres کار می‌کنند و نیاز به search دارند.

‏🔗 https://planetscale.com/blog/introducing-tin
‏#backend #postgres #search

‏@BenFeed
Planetscale Introducing TIN: full-text search for Postgres — PlanetScale TIN is a fast, full-featured, full-text search index for Postgres
Post #538 5
‏NVIDIA/TensorRT-LLM
‏کتابخانه‌ی NVIDIA برای inference سریع مدل‌های زبانی

‏یک Python API ساده برای تعریف LLM‌ها و اجرای inference بهینه روی GPU‌های NVIDIA — این چیزی است که TensorRT-LLM ارائه می‌دهد. این کتابخانه شامل component‌هایی برای ساختن runtime در Python و C++ است که اجرای inference را به شکل پرفورمنت orchestrate می‌کنند.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: هر تیمی که LLM را در production روی NVIDIA GPU دیپلوی می‌کند، بدون TensorRT-LLM latency و هزینه‌ی inference را بالاتر از حد لازم نگه می‌دارد.
‏💡 نکته: داشتن هر دو runtime فارسی Python و C++ در یک جا، یعنی می‌توانی از prototype تا production بدون تغییر stack بروی.
‏👥 برای کی: تیم‌هایی که روی deployment، inference optimization یا serving مدل‌های زبانی کار می‌کنند.

‏🔗 https://github.com/NVIDIA/TensorRT-LLM
‏#backend #LLM #inference

‏@BenFeed
GitHub GitHub - NVIDIA/TensorRT-LLM: TensorRT LLM provides users with an easy-to-use Python API to define Large Language Models (LLMs)… TensorRT LLM provides users with an easy-to-use Python API to define Large Language Models (LLMs) and supports state-of-the-art optimizations to perform inference efficiently on NVIDIA GPUs. Tensor...
Post #537 9
‏docling-project/docling
‏آماده‌سازی اسناد برای gen AI با Docling

‏مستنداتت را برای gen AI آماده کن. پروژه‌ی Docling روی GitHub میزبانی می‌شود و هر کسی می‌تواند در توسعه‌اش شرکت کند.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: تبدیل اسناد واقعی (PDF، Word، و...) به فرمتی که LLM‌ها بتوانند درست پردازش کنند یکی از گلوگاه‌های اصلی pipeline‌های RAG است و Docling این مشکل را هدف گرفته.
‏💡 نکته: کیفیتِ parse کردنِ اسناد مستقیماً روی کیفیتِ خروجیِ model تأثیر می‌گذارد؛ garbage in, garbage out.
‏👥 برای کی: کسانی که روی RAG، document processing یا data pipeline برای LLM کار می‌کنند.

‏🔗 https://github.com/docling-project/docling
‏#backend #LLM #RAG

‏@BenFeed
GitHub GitHub - docling-project/docling: Get your documents ready for gen AI Get your documents ready for gen AI. Contribute to docling-project/docling development by creating an account on GitHub.
Post #536 11
‏The Hugging Face Hack Wasn't What It Was Cracked Up to Be
‏هک Hugging Face آن‌قدرها هم که گفته شد جدی نبود

‏نظر هوش مصنوعی — ⭐ ۶/۱۰
‏🎯 چرا مهمه: واکنش رسانه‌ای به رویدادهای امنیتیِ AI اغلب بزرگ‌نمایی‌شده است؛ این مقاله یادآوری می‌کند که تحلیل دقیق‌تر قبل از قضاوت ضروری است.
‏💡 نکته: هایپ امنیتی دور پلتفرم‌های AI می‌تواند به اندازه‌ی خودِ آسیب‌پذیری خطرناک باشد — چون منابع و توجه را به اشتباه هدایت می‌کند.
‏👥 برای کی: توسعه‌دهنده‌هایی که با Hugging Face کار می‌کنند یا در حوزه‌ی AI security فعال‌اند.

‏🔗 https://www.wsj.com/opinion/the-hugging-face-hack-wasnt-what-it-was-cracked-up-to-be-e00cf3fa
‏#ai #security

‏@BenFeed
The Wall Street Journal Opinion | The Hugging Face Hack Wasn’t What It Was Cracked Up to Be Forget the ‘hive mind’ of AI agents ‘going rogue.’ They did what humans programmed them to do.
Post #535 15
‏OpenAI and Anthropic oversold AI security breaches
‏اوپن‌ای و آنتروپیک نقض‌های امنیتی هوش مصنوعی را بزرگ‌نمایی کردند

‏افراد داخلی متهم می‌کنند که OpenAI و Anthropic هک‌هایی مثل نقض امنیتی Hugging Face را بهانه‌ای برای «هوش مصنوعی سرکش» جلوه دادند تا فشار لابی‌گری برای وضعِ مقرراتِ انحصارآفرین بر دولت وارد کنند.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: اگر این ادعاها درست باشند، بخشی از روایتِ «ایمنیِ هوش مصنوعی» ابزارِ سیاسی برای حذف رقبا بوده، نه دغدغه‌ی واقعی — چیزی که کل چارچوبِ رگولاتوری این حوزه را زیر سوال می‌برد.
‏💡 نکته: تفاوتِ بین «safety-first» واقعی و safety به‌عنوان استراتژیِ بازار را همیشه با منافعِ مالیِ شرکت مقایسه کنید.
‏👥 برای کی: کسانی که policy، رگولاتوری یا استراتژیِ ورود به بازار در حوزه‌ی AI را دنبال می‌کنند.

‏🔗 https://nypost.com/2026/09/19/us-news/openai-anthropic-oversold-security-breaches-to-pressure-feds-into-protecting-turf-insiders/
‏#ai #LLM #security

‏@BenFeed
New York Post OpenAI and Anthropic oversold AI security breaches to pressure feds into protecting turf: insiders OpenAI and Anthropic hyped "rogue AI" security breaches to pressure Washington into a regulatory partnership that would cement their industry dominance, tech insiders told The Post -- but critics say...
Post #534 19
‏"Cyber Special Operations": China-linked influence planning
‏«عملیات ویژه‌ی سایبری»: برنامه‌ریزی نفوذ مرتبط با چین

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: این گزارش نشان می‌دهد که ابزارهای AI چطور برای عملیات‌های influence و سایبری سوءاستفاده می‌شوند و OpenAI چه مکانیزم‌هایی برای مقابله با آن‌ها دارد.
‏💡 نکته: شناسایی و مختل‌کردنِ این کمپین‌ها نشان می‌دهد که مدل‌های بزرگ هم می‌توانند به‌عنوان سلاح در جنگ اطلاعاتی به‌کار روند — نه فقط ابزار توسعه.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی AI safety، security یا سیاست‌گذاری استفاده از LLM کار می‌کنند.

‏🔗 https://openai.com/index/disrupting-malicious-uses-of-ai-cyber-special-operations
‏#ai #LLM #security

‏@BenFeed
OpenAI Cyber special operations: China-linked influence planning OpenAI banned an account linked to an individual associated with Chinese law enforcement, using AI to plan influence activity, harassment, and online operations.
Post #533 17
‏Romance scams: AI-enabled romance scam workflows
‏کلاه‌برداری‌های عاشقانه با کمک هوش مصنوعی

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: سوءاستفاده از model‌های زبانی برای ساختن شخصیت‌های جعلی و اجرای romance scam در مقیاس بزرگ، یک تهدید واقعی و رو به رشد است که مستقیماً به مسئولیت پلتفرم‌های AI مربوط می‌شود.
‏💡 نکته: وقتی OpenAI خودش workflow‌های مخرب را مستند و منتشر می‌کند، یعنی این حملات به‌قدری سیستماتیک شده‌اند که پنهان‌کاری دیگر ممکن نیست.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی trust & safety، content moderation یا ساخت agent کار می‌کنند.

‏🔗 https://openai.com/index/disrupting-malicious-uses-of-ai-romance-scam
‏#ai #LLM #safety

‏@BenFeed
OpenAI Romance scam: AI-enabled romance scam workflows OpenAI banned accounts using AI to support romance scam workflows, including outreach, translation, victim engagement, and investment-fraud lures.
Post #532 17
‏cline/cline
‏ابزار کدنویسیِ خودمختار؛ SDK، افزونه‌ی IDE یا دستیار CLI

‏پروژه‌ی cline یک coding agent خودمختار است که می‌توانید به‌صورت SDK، افزونه‌ی IDE، یا دستیار CLI استفاده کنید.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: وقتی یک coding agent هم به‌شکل SDK و هم CLI و هم افزونه‌ی IDE عرضه می‌شه، یعنی می‌تونید اون رو توی هر مرحله از pipeline توسعه embed کنید، نه فقط داخل یک editor.
‏💡 نکته: انعطافِ سه‌گانه‌ی deployment این پروژه رو از ابزارهای مشابه متمایز می‌کنه؛ می‌شه cline رو مستقیم داخل workflow خودتون به‌عنوان یک SDK صدا زد.
‏👥 برای کی: توسعه‌دهنده‌هایی که دنبال جایگزینِ قابل‌تنظیم برای Copilot هستن یا می‌خوان agent رو توی ابزار داخلی‌شون integrate کنن.

‏🔗 https://github.com/cline/cline
‏#frontend #ai #agent

‏@BenFeed
GitHub GitHub - cline/cline: Autonomous coding agent as an SDK, IDE extension, or CLI assistant. Autonomous coding agent as an SDK, IDE extension, or CLI assistant. - cline/cline
Post #531 12
‏cloudflare/security-audit-skill
‏یک skill برای audit امنیتی چندمرحله‌ای با agent

‏این ابزار یک skill برای coding agent است که audit‌های امنیتی را به چند فاز مستقل تقسیم می‌کند و نتایج را به‌شکل machine-readable و قابل تأیید مستقل ارائه می‌دهد.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: خودکارسازی security audit با agent یکی از جدی‌ترین کاربردهای عملی LLM در چرخه‌ی توسعه است و structured output قابل verify بودن نتایج را ممکن می‌کند.
‏💡 نکته: جداسازی فازها و تأیید مستقل هر مرحله باعث می‌شود خروجی قابل اعتماد‌تر از یک prompt ساده باشد.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی agent، امنیت نرم‌افزار یا ابزارهای developer-facing کار می‌کنند.

‏🔗 https://github.com/cloudflare/security-audit-skill
‏#frontend #ai #security

‏@BenFeed
GitHub GitHub - cloudflare/security-audit-skill: A coding-agent skill for multi-phase security audits with independently verified, machine… A coding-agent skill for multi-phase security audits with independently verified, machine-readable findings - cloudflare/security-audit-skill
Post #530 13
‏Claude Science, an AI workbench for scientists, is now available - Anthropic
‏محیط کاری هوش مصنوعی Anthropic برای دانشمندان: Claude Science

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: Anthropic با معرفی Claude Science یک workbench تخصصی برای تحقیقات علمی ارائه داده که می‌تونه نحوه‌ی تعامل محققان با ابزارهای AI رو تغییر بده.
‏💡 نکته: تمرکز روی نیازهای خاص دانشمندان نشون می‌ده که مدل‌های عمومی دارن به سمت نسخه‌های domain-specific تکامل پیدا می‌کنن.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی ابزارهای AI برای حوزه‌های علمی، research platform یا integrationهای تخصصی کار می‌کنن.

‏🔗 https://news.google.com/rss/articles/CBMieEFVX3lxTE5QbmQwMGQ2em9iRGZwcVdNeEwzLUNyV3NmN1RjWFBsdUZjY3VHRE5qLVN6al9yV2hRQmJQbFFuVUF0a0hhTndtVngyRlAwa1FQa0ViUEFMSG1qcDAxdGN4cUMwRHU4TmNlWU9wOW11SzN6blhNcldZRw?oc=5
‏#ai #LLM

‏@BenFeed
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →