پرش به محتوای اصلی

موضوع

تجربه توسعه‌دهندگان

۳٬۶۸۰ مقاله منتشر شده

تعریف یک‌باره، ارجاع در همه‌جا
آموزش کاربردی

Prodshape با رویکرد «تعریف محصول به‌مثابه کد» توهم عامل‌های هوش مصنوعی را متوقف

پلتفرم Prodshape برای جلوگیری از تضاد در قوانین محصول، سیستمی را معرفی کرد که هر قانون را تنها یک‌بار تعریف می‌کند. این روش با استفاده از ارجاعات تک‌منبعی، از ایجاد تناقضات ناشی…

۲ دقیقه خواندن۱
تصویر تولیدشده توسط GPT-Image-2 بدون پس‌زمینه

OpenAI قابلیت تولید تصاویر با پس‌زمینه شفاف را به GPT-Image-2 اضافه کرد

شرکت OpenAI پشتیبانی بومی از پس‌زمینه شفاف را از طریق API به مدل GPT-Image-2 افزود. این قابلیت با ادغام کانال آلفا در فرآیند تولید، نیاز به ابزارهای جداگانه برای حذف پس‌زمینه را…

۱ دقیقه خواندن
عامل بذر: کوچک‌ترین نقطه شروع برای رشد یک عامل هوشمند
آموزش کاربردی

عامل‌های Seed ابزارهای خود را بدون نیاز به فریم‌ورک می‌سازند

یک پیاده‌سازی مینیمالیست به نام Seed، فریم‌ورک‌های سنتی را حذف کرده و عامل‌های هوش مصنوعی را مجبور می‌کند حافظه و ابزارهای خود را در یک دایرکتوری محلی توسعه دهند. این رویکرد، عامل…

۲ دقیقه خواندن۱
تصویر: رابط کاربری متنی پیچیده با کدهای رنگی و پنجره‌های متعدد که کاربر را گیج کرده است.
زندگی با AI

عامل‌های هوش مصنوعی هزینه ساخت رابط‌های گرافیکی بومی را به صفر رساندند

یک برنامه‌نویس باسابقه سیستم‌ها استدلال می‌کند که توانایی مدل‌های زبانی در تولید کد SwiftUI، نیاز به رابط‌های متنی (TUI) را برای ابزارهای شخصی از بین برده است. اکنون توسعه‌دهندگان…

۱۳ دقیقه خواندن
وقتی هزینه کد به صفر نزدیک می‌شود، رهبری مهندسی چه شکلی می‌شود؟

«هر توسعه‌دهنده اکنون مدیر تیمی از عامل‌هاست»؛ دیدگاه مدیر گوگل

اندی گاتمنز، مدیر گوگل، معتقد است نقش توسعه‌دهندگان از کدنویسی دستی به مدیریت و ارکستراسیون عامل‌های هوش مصنوعی تغییر کرده است. گوگل اکنون در مصاحبه‌های استخدامی خود، توانایی…

۲۱ دقیقه خواندن
آموزش LLM اختصاصی معمولاً به معنای ساخت یک متخصص است
آموزش کاربردی

ساخت مدل‌های متخصص جایگزین پیش‌آموزش‌های چندمیلیون دلاری شد

بسیاری از توسعه‌دهندگان به‌جای صرف هزینه‌های هنگفت برای پیش‌آموزش مدل‌های کلی، باید بر ساخت متخصص‌های محدود از طریق پس‌آموزش تمرکز کنند. با استفاده از لورا و گیت‌های ارزیابی…

۲ دقیقه خواندن
پایگاه دانش آنلاین: دسترسی آسان، همکاری تیمی و بروزرسانی لحظه‌ای
آموزش کاربردی

پایگاه‌های دانش آنلاین جایگزین فایل‌های Markdown در معماری عامل‌های AI شدند

فایل‌های Markdown محلی به‌دلیل فقدان شناسه‌های پایدار و کنترل هم‌زمانی، گلوگاه توسعه عامل‌های هوش مصنوعی هستند. انتقال به محیط‌های ابری ساختاریافته، امکان استناد دقیق و ویرایش…

۴ دقیقه خواندن
تیمی کوچک در نرم‌افزار دیگر وجود ندارد.
آموزش کاربردی

چرا برای توسعهٔ مقیاس‌پذیر عامل‌های AI باید از کد یکپارچه فاصله گرفت

عامل‌های کدنویس برای جلوگیری از تداخل در تغییرات (Merge Conflicts)، معماری نرم‌افزار را به سمت تکه‌تکه شدن یا مودولار بودن سوق می‌دهند. با الگوبرداری از رویکرد میکروسرویس‌های…

۲ دقیقه خواندن۱
از کَنبان تا هارنس: وقتی ابزار ردیابی، راهبر می‌شود
آموزش کاربردی

درون معماری KittyClaw؛ ادغام موتور اتوماسیون با محیط‌های بصری

توسعه‌دهنده‌ای به نام Aekan با ادغام موتور اتوماسیون در تخته‌های کانبان KittyClaw، نیاز به اسکریپت‌های خارجی برای مدیریت عامل‌ها را حذف کرد. این تغییر، ابزار ردیابی پروژه را به یک…

۶ دقیقه خواندن۱