BenFeed

‏BerriAI/litellm
‏سریع‌ترین و سبک‌ترین AI Gateway

‏سریع‌ترین AI Gateway با هسته‌ی Rust و Python SDK. بیش از ۱۰۰ LLM API را با فرمت OpenAI (یا native) صدا بزنید — همراه با cost tracking، guardrail، load balancing و logging؛ برای Bedrock، Azure، OpenAI، Anthropic، VertexAI، vLLM و Nvidia NIM.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: وقتی پروژه از یک provider به چند provider مهاجرت می‌کند، داشتن یک لایه‌ی یکپارچه با این امکانات می‌تواند هفته‌ها وقت تیم را نجات دهد.
‏💡 نکته: هسته‌ی Rust یعنی overhead کمینه در hot path — برای inference‌هایی با حجم بالا این تفاوت محسوس است.
‏👥 برای کی: تیم‌هایی که روی backend هوش مصنوعی، مدیریت چند LLM یا کنترل هزینه‌ی inference کار می‌کنند.

‏🔗 https://github.com/BerriAI/litellm
‏#backend #LLM

‏@BenFeed

‏OpenAI fires three safety researchers for "mishandling research information"
‏سه محقق safety از OpenAI اخراج شدند به دلیل «سوءمدیریت اطلاعات تحقیقاتی»

‏سه محقق safety که از OpenAI اخراج شده‌اند، اتهامات مربوط به سوءمدیریت اطلاعات حساس را رد کرده‌اند و در یک نامه‌ی سرگشاده هشدار می‌دهند که این اخراج‌ها اثر سرکوب‌گرانه‌ای بر فرهنگ AI safety این شرکت دارند.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: اخراج محققان safety در OpenAI نشانه‌ای از تنش جدی بین فشار تجاری و تعهدات ایمنی در یکی از تأثیرگذارترین شرکت‌های AI دنیاست.
‏💡 نکته: وقتی خودِ محققانِ safety نگران «chilling effect» روی همکارانشان هستند، این سیگنالی است که باید جدی گرفته شود.
‏👥 برای کی: هر کسی که روی AI safety، governance یا فرهنگ سازمانی در تیم‌های AI کار می‌کنه.

‏🔗 https://techcrunch.com/2026/10/08/fired-openai-safety-researchers-dispute-misconduct-claims-warn-of-chilling-effect/
‏#ai #LLM #safety

‏@BenFeed

‏OpenAI mistranslated mathematics into code for its Navier-Stokes proof
‏اشتباه ترجمه‌ی ریاضیات به کد توسط OpenAI در اثباتِ Navier-Stokes

‏وقتی OpenAI اعلام کرد مسئله‌ی Navier-Stokes را حل کرده، دو اثبات ارائه داد — یکی برای انسان‌ها و یکی برای ماشین‌ها — اما این دو با هم تطابق ندارند.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: این یعنی یکی از بزرگ‌ترین ادعاهای ریاضیِ اخیر از پایه زیر سؤال است؛ اگر proof انسانی و formal verification با هم نخوانند، ادعا معتبر نیست.
‏💡 نکته: تفاوتِ «قانع‌کننده به نظر رسیدن» و «formally verified بودن» دقیقاً همین‌جاست — یک اثباتِ خوش‌ظاهر بدون تطابق formal، هیچ است.
‏👥 برای کی: کسانی که روی AI-assisted theorem proving، formal verification یا اعتبارسنجیِ خروجیِ مدل‌ها کار می‌کنند.

‏🔗 https://www.newscientist.com/article/2592824-openai-mistranslated-mathematics-into-code-for-its-navier-stokes-proof/
‏#ai #LLM

‏@BenFeed

‏Can AI automate AI R&D yet?
‏آیا هوش مصنوعی می‌تواند R&D خودش را خودکار کند؟

‏شواهد اولیه از InnovationEval می‌گویند: خیر.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: ادعاهای زیادی درباره‌ی خودکارسازی AI research با AI وجود دارد؛ این benchmark برای اولین بار داده‌ی واقعی روی میز می‌گذارد و جواب هشیارکننده‌ای می‌دهد.
‏💡 نکته: فاصله بین «حل کردن benchmark» و «انجام واقعی R&D» هنوز جدی است — مدل‌ها در reasoning تأثیرگذار روی ایده‌های نو هنوز ضعیف می‌زنند.
‏👥 برای کی: کسانی که روی AI agent، automation یا evaluation کار می‌کنند.

‏🔗 https://epoch.ai/publications/innovationeval
‏#ai #LLM #benchmark

‏@BenFeed

‏Anthropic AI model submits false tip on unsolved Philly murder
‏مدل هوش مصنوعی Anthropic یک سرنخ کاذب درباره‌ی یک قتل حل‌نشده در فیلادلفیا ارسال کرد

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: این اولین مورد مستند از یک AI agent نیست که hallucinate می‌کنه، ولی وقتی خروجیِ اشتباه مستقیم وارد یک پرونده‌ی جنایی می‌شه، ریسک real-world به سطح کاملاً جدیدی می‌رسه.
‏💡 نکته: agent‌هایی که به ابزارهای خارجی (مثل فرم‌های آنلاین پلیس) دسترسی دارن باید پیش از هر action برگشت‌ناپذیر یک لایه‌ی تأییدِ انسانی داشته باشن — این ماجرا یک case study کلاسیک برای طراحی human-in-the-loop است.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی AI agent، اتوماسیون workflow یا سیستم‌های حساس به داده کار می‌کنن.

‏🔗 https://www.nbcphiladelphia.com/news/local/anthropic-ai-model-submits-false-tip-on-unsolved-philly-murder-police-say/4477051/
‏#ai #LLM #agent

‏@BenFeed

‏11 of 23 Core Open Source Projects Run on 1 or 2 People
‏یازده پروژه‌ی اصلیِ open source از بیست‌وسه تا، روی دوش یک یا دو نفر است

‏یک کاربر Reddit نشست و تمام تغییراتِ مخازن xz، sudo، bash، tz و ۱۹ پروژه‌ی دیگر را شمرد تا ببیند چه کسی واقعاً می‌نویسد. نتیجه: یازده تا از بیست‌وسه پروژه به یک یا دو نفر وابسته‌اند — و جالب اینجاست که بدانید کِی پول می‌گیرند و از کجا.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: ماجرای backdoor در xz نشان داد که وابستگیِ زیرساخت دیجیتال به یک نفر چه فاجعه‌ای می‌تواند باشد؛ این آمار همان الگو را در مقیاس وسیع‌تر تأیید می‌کند.
‏💡 نکته: sustainability در open source یک مشکل فنی نیست — یک مشکل اقتصادی و ساختاری است که تا funding جدی نشود، حل نمی‌شود.
‏👥 برای کی: هر توسعه‌دهنده‌ای که روی پروژه‌های وابسته به این زیرساخت‌ها کار می‌کند یا در تیمش از این dependency‌ها استفاده می‌شود.

‏🔗 https://linuxstans.com/11-of-23-core-open-source-projects-run-on-1-or-2-people/
‏#backend #opensource #security

‏@BenFeed

‏What mathematicians should know about the Lean Theorem Prover: reliability & AI
‏آنچه ریاضیدانان باید درباره‌ی Lean Theorem Prover بدانند: قابلیت اطمینان و هوش مصنوعی

‏این یک پست مهمان از Thomas Hales است. ریاضیدانان درباره‌ی آنچه برایشان در proof assistant‌ها اهمیت دارد نظر می‌دهند — و دو موضوع محوری بارها تکرار می‌شوند: قابلیت اطمینان (reliability) سیستم و نقش هوش مصنوعی در این حوزه.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: ترکیب LLM‌ها با formal proof system‌هایی مثل Lean یکی از جدی‌ترین مسیرها برای هوش مصنوعیِ قابل اعتماد در ریاضیات است و این مقاله زاویه‌ی دید جامعه‌ی ریاضی را شفاف می‌کند.
‏💡 نکته: وقتی Terence Tao پست کسی را منتشر می‌کند، احتمالاً چیزی در آن هست که جامعه‌ی AI و formal verification نباید از دست بدهد.
‏👥 برای کی: کسانی که روی AI reasoning، formal verification یا math-solving agent کار می‌کنند.

‏🔗 https://terrytao.wordpress.com/2026/10/09/what-mathematicians-should-know-about-the-lean-theorem-proverquestions-of-reliability-and-ai/
‏#ai #LLM #formal_verification

‏@BenFeed

‏Why Are Coding Agents So Dumb?
‏چرا coding agent‌ها انقدر کُندند؟

‏مدل‌ها روز‌به‌روز قوی‌تر می‌شوند، اما agent‌هایی که آن‌ها را هدایت می‌کنند پیشرفت چندانی ندارند.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: شکاف بین توانایی مدل‌های پایه و کیفیت واقعیِ coding agent‌ها یکی از مهم‌ترین چالش‌های عملیِ امروز است و مستقیماً روی بهره‌وری توسعه‌دهنده‌ها اثر می‌گذارد.
‏💡 نکته: قدرت‌مندتر شدن LLM لزوماً به معنی بهتر شدن agent نیست — معماری و orchestration مستقل از مدل اهمیت دارند.
‏👥 برای کی: توسعه‌دهنده‌هایی که با coding agent‌ها کار می‌کنند یا روی ساختِ آن‌ها فکر می‌کنند.

‏🔗 https://mtlynch.io/why-are-coding-agents-so-dumb/
‏#ai #LLM #agent

‏@BenFeed

‏CursorTouch/Windows-MCP
‏سرور MCP برای کنترل ویندوز

‏این پروژه یک MCP server برای استفاده‌ی مستقیم از کامپیوتر در محیط Windows ارائه می‌دهد و توسعه‌دهنده‌ها می‌توانند از طریق GitHub در آن مشارکت کنند.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: با بالا گرفتن agent‌های دسکتاپ، داشتن یک MCP server اختصاصی برای Windows می‌تواند پل میان LLM‌ها و سیستم‌عامل را جدی‌تر کند.
‏💡 نکته: ادغام computer use با پروتکل MCP یعنی agent‌ها می‌توانند مستقیماً UI ویندوز را کنترل کنند — بدون نیاز به API جداگانه.
‏👥 برای کی: کسانی که روی desktop agent یا automation در محیط Windows کار می‌کنند.

‏🔗 https://github.com/CursorTouch/Windows-MCP
‏#backend #agent #MCP

‏@BenFeed

‏US Suspends Visa Program for Tech Firms Including Microsoft
‏آمریکا برنامه‌ی ویزا برای شرکت‌های فناوری از جمله Microsoft را تعلیق کرد

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: تعلیق این برنامه می‌تواند دسترسی شرکت‌های بزرگ فناوری به استعدادهای بین‌المللی را به‌شدت محدود کند و چرخه‌ی استخدام مهندسان و توسعه‌دهندگان خارجی را مختل سازد.
‏💡 نکته: این تصمیم در شرایطی می‌آید که رقابت برای جذب نیروی متخصص در حوزه‌ی AI و software engineering بی‌سابقه است — و فشار روی شرکت‌های اروپایی و کانادایی برای جذب همین استعدادها بالا می‌رود.
‏👥 برای کی: توسعه‌دهندگانی که دنبال فرصت کاری در آمریکا هستند یا در شرکت‌هایی کار می‌کنند که به نیروی متخصص بین‌المللی وابسته‌اند.

‏🔗 https://www.bloomberg.com/news/articles/2026-10-08/us-suspends-visa-program-for-tech-firms-including-microsoft
‏#backend #devops #hiring

‏@BenFeed

‏GPT‑6 and Intelligent UI for everyone
‏هوش مصنوعی برای همه: GPT‑6 و رابط کاربری هوشمند

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: انتشار GPT‑6 برای همه‌ی کاربران احتمالاً خط پایه‌ی انتظارات از AI را دوباره جابه‌جا می‌کند و فشار رقابتی روی سایر providierها را بالا می‌برد.
‏💡 نکته: ترکیب یک model قدرتمند با یک UI هوشمند نشان می‌دهد OpenAI دیگر فقط روی توانایی مدل، بلکه روی تجربه‌ی کاربری نهایی هم شرط می‌بندد.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی product، AI integration یا UX کار می‌کنند.

‏🔗 https://openai.com/index/gpt-6-for-everyone/
‏#ai #LLM #GPT6

‏@BenFeed

‏Claude Haiku 5.5
‏سریع‌ترین و توانمندترین مدل کوچک Anthropic

‏Claude Haiku 5.5 سریع‌ترین و قوی‌ترین مدل کوچک Anthropic است؛ طراحی‌شده برای کارهای حجیم مثل summarization، اجرای subagent‌ها و browser use.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: مدل‌های کوچک و سریع ستون فقرات pipeline‌های پرترافیک هستن؛ Haiku 5.5 این موقعیت رو در خط Anthropic تقویت می‌کنه.
‏💡 نکته: جایگاه اصلیِ این مدل در نقشِ subagent درون سیستم‌های multi-agent است، نه استفاده‌ی مستقل.
‏👥 برای کی: تیم‌هایی که روی agent pipeline، اتوماسیون مرورگر یا inference با latency پایین کار می‌کنن.

‏🔗 https://www.anthropic.com/claude-haiku-5-5
‏#ai #LLM #Claude

‏@BenFeed

‏Rust Port of TypeScript (Tsc)
‏پورتِ Rust برای کامپایلر TypeScript

‏پروژه‌ی ts-rust یک پیاده‌سازی آزمایشی از کامپایلر TypeScript 7 به زبان Rust است که توسط تیم ping.gg توسعه داده می‌شود.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: بازنویسیِ tsc به Rust می‌تونه سرعت type-checking و build pipeline رو به‌طرز چشم‌گیری بالا ببره — همون کاری که Oxc و SWC برای bundling انجام دادن.
‏💡 نکته: این پروژه هنوز experimental‌ه، اما چراغ‌سبزِ مایکروسافت برای پورت رسمی tsc به Go باعث شده جامعه‌ی Rust هم دست به کار بشه.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی toolchain، DX، یا پروژه‌های بزرگ TypeScript کار می‌کنن.

‏🔗 https://github.com/pingdotgg/ts-rust
‏#frontend #typescript #Rust

‏@BenFeed

‏Meta and Microsoft Limit Employee Use of Claude AI Tools
‏متا و مایکروسافت استفاده‌ی کارمندان از ابزارهای Claude AI را محدود کردند

‏متا و مایکروسافت در حال اجرای محدودیت‌های جدیدی برای استفاده‌ی کارمندان از Claude AI هستند؛ این تصمیم می‌تواند نشانه‌ای مهم از جهت‌گیری آینده‌ی AI در محیط کار باشد.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: وقتی دو غول تکنولوژی استفاده از ابزار رقیب را داخلی محدود می‌کنند، این دیگر یک تصمیم امنیتی ساده نیست — جنگ platform‌ها وارد لایه‌ی منابع انسانی شده.
‏💡 نکته: محدودیت دسترسی به Claude توسط این دو شرکت احتمالاً از ترکیب نگرانی‌های رقابتی، data privacy و حمایت از ابزارهای داخلی‌شان (Copilot و Meta AI) می‌آید.
‏👥 برای کی: توسعه‌دهنده‌هایی که در سازمان‌های بزرگ با سیاست‌گذاری AI tool‌ها دست‌وپنجه نرم می‌کنند.

‏🔗 https://www.rswebsols.com/news/meta-and-microsoft-take-steps-to-reduce-employee-usage-of-claude-ai/
‏#ai #LLM

‏@BenFeed

‏Docker Agent
‏ابزار Docker برای ساخت و اجرای AI Agent

‏داکر یک پروژه‌ی رسمی منتشر کرده که به‌عنوان builder و runtime برای AI agent طراحی شده — مستقیماً توسط تیم Docker Engineering.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: وقتی Docker وارد فضای agent می‌شه، یعنی زیرساختِ استانداردسازی این workloadها داره شکل می‌گیره — همون اتفاقی که برای containerها افتاد.
‏💡 نکته: ترکیبِ builder و runtime در یک ابزار می‌تونه چرخه‌ی توسعه‌ی agent رو همون‌قدر که Docker چرخه‌ی deploy رو ساده کرد، کوتاه کنه.
‏👥 برای کی: توسعه‌دهنده‌هایی که روی AI agent یا زیرساخت MLOps کار می‌کنند.

‏🔗 https://github.com/docker/docker-agent
‏#ai #devops #agent #docker

‏@BenFeed

‏Show HN: Pinrail – A desktop inbox where coding agents wait for your review
‏صندوق ورودی دسکتاپ برای بررسی نتایج coding agent‌ها

‏حلقه‌ی انسانی در workflow‌های agentic: یک inbox دسکتاپی که coding agent‌ها در آن منتظر تأیید شما می‌مانند. پروژه روی GitHub در مسیر توسعه است.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: هرچه agent‌ها خودمختارتر می‌شن، نقطه‌ی human-in-the-loop حیاتی‌تره؛ Pinrail یک لایه‌ی ساده و محلی برای این کنترل می‌سازه.
‏💡 نکته: داشتن یک inbox متمرکز برای pause و review به‌مراتب بهتر از پراکندن checkpoint‌ها داخل هر agent جداگانه‌ست.
‏👥 برای کی: توسعه‌دهنده‌هایی که با agentic workflow یا automation pipeline کار می‌کنند.

‏🔗 https://github.com/forgeplane/pinrail
‏#ai #backend #LLM

‏@BenFeed

‏Mistral Large 4
‏معرفی Mistral Large 4

‏با Mistral Large 4 آشنا شوید، معروف به Le Chonk. یک تریلیون پارامتر، به‌صورت بومی multimodal، با ۴۹ میلیارد پارامتر فعال. بهترین مدلِ open weights از آمریکا یا اروپا در benchmark‌های تجمیعی — و در workload‌های حیاتی مثل cyber defense، تولید و مالی از مدل‌های frontier بسته هم جلو می‌زند.

‏نظر هوش مصنوعی — ⭐ ۹/۱۰
‏🎯 چرا مهمه: یک مدل open weights با این مقیاس و ادعای پیشی‌گرفتن از مدل‌های closed frontier، معادلات استقرار مدل در سازمان‌ها را جدی تغییر می‌دهد.
‏💡 نکته: ترکیب معماری MoE با multimodal بومی در این ابعاد، نشان می‌دهد open-source دارد شکاف با مدل‌های اختصاصی را می‌بندد.
‏👥 برای کی: تیم‌هایی که روی deploy مدل‌های بزرگ، inference بهینه یا جایگزینی APIهای بسته کار می‌کنند.

‏🔗 https://twitter.com/MistralAI/status/2107456586813730854
‏#ai #LLM #Mistral

‏@BenFeed

‏Show HN: Parseable, an open observability datalake, handles 100M time-series/min
‏پارسایبل: یک observability datalake متن‌باز که ۱۰۰ میلیون time-series در دقیقه پردازش می‌کند

‏پلتفرمِ یکپارچه‌ای برای logs، metrics و traces که با storage بر پایه‌ی S3، query‌های SQL، پشتیبانیِ native از OpenTelemetry و قابلیت‌های AI-native طراحی شده — و ادعا می‌کند هزینه‌ای ۸۰ برابر کمتر از Datadog و Splunk دارد.

‏نظر هوش مصنوعی — ⭐ ۷/۱۰
‏🎯 چرا مهمه: هزینه‌ی observability برای تیم‌های بزرگ یکی از دردسرهای جدی‌ست و یک جایگزینِ متن‌باز با S3 backend می‌تواند ساختار هزینه را کاملاً عوض کند.
‏💡 نکته: ترکیبِ OpenTelemetry-native بودن با SQL query این پلتفرم را برای تیم‌هایی که می‌خواهند از vendor lock-in خارج شوند جذاب می‌کند.
‏👥 برای کی: تیم‌های backend و DevOps که با Datadog یا Splunk کار می‌کنند و دنبال جایگزینِ مقرون‌به‌صرفه‌تر هستند.

‏🔗 https://www.parseable.com
‏#devops #observability #OpenTelemetry

‏@BenFeed

‏Release of Polars 2.0
‏انتشار Polars 2.0

‏عصر جدیدِ DataFrame‌ها فرا رسید.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: Polars به‌عنوان جایگزین سریع‌تر و کارآمدتر pandas داره جا می‌افته و نسخه‌ی ۲.۰ یه نقطه‌ی عطف مهم برای بلوغ این library محسوب می‌شه.
‏💡 نکته: رسیدن به نسخه‌ی ۲.۰ معمولاً یعنی API stabileشده و می‌شه با اطمینان بیشتری وارد codebaseهای production کردش.
‏👥 برای کی: توسعه‌دهنده‌هایی که با data pipline یا data engineering کار می‌کنن.

‏🔗 https://pola.rs/posts/release-polars-2/
‏#backend #Python #DataEngineering

‏@BenFeed

‏Mistral Large 4
‏میسترال لارج ۴؛ مدل چندوجهیِ متن‌باز با معماری MoE

‏مدل Mistral Large 4 یک مدل چندوجهیِ عمومی با وزن‌های باز است که از معماری دانه‌بندی‌شده‌ی Mixture-of-Experts بهره می‌برد. پارامترهای فعالِ آن ۴۹ میلیارد و کل پارامترها ۱.۰۵ تریلیون است؛ به‌علاوه یک vision encoder با ۱.۶ میلیارد پارامتر دارد.

‏نظر هوش مصنوعی — ⭐ ۸/۱۰
‏🎯 چرا مهمه: ترکیب open-weight بودن با معماری MoE در این مقیاس، گزینه‌ی جدی‌ای برای deploy محلی و fine-tune در اختیار توسعه‌دهنده‌ها می‌گذارد.
‏💡 نکته: فعال بودن فقط ۴۹B پارامتر از ۱.۰۵T کل، یعنی inference نسبت به حجم واقعی مدل بسیار کم‌هزینه‌تر است.
‏👥 برای کی: کسانی که روی inference بهینه، fine-tuning یا pipeline‌های multimodal کار می‌کنند.

‏🔗 https://docs.mistral.ai/models/mistral-large-4-0
‏#ai #LLM #MoE

‏@BenFeed