امروز یک مطلب خوب پیدا کردم راجع به MVC توی لاراول
خیلی میتونه کمکتون کنه

https://fkrihnif.medium.com/understanding-the-mvc-architecture-in-laravel-a-comprehensive-guide-8f620cc139b6

@DevTwitter | <Misagh Momeni Bashusqeh/>

امروز با ripgrep آشنا شدم؛ سرعتش به طرز عجیبی از grep بیشتر بود! کنجکاو شدم برم سورس کدش رو که چک کنم. دیدم با Rust نوشته شده.
ادعا می‌کنن پیدا کردن یه پترن توی کرنل لینوکس براشون یک‌دهم بقیه ابزارها زمان می‌بره!
https://github.com/BurntSushi/ripgrep

@DevTwitter | <Maza/>

وقتی هوش مصنوعی بهتر از من کد می‌نویسه، من باید چیکار کنم؟ | تجربه من از Vibe Coding

تجربه‌ واقعی‌ خودم از Vibe Coding :

مدتیه که دارم با ابزارهایی مثل GPT، Copilot و به‌خصوص Cloud.ai کار می‌کنم و یه چیزی رو باید اعتراف کنم:

هوش مصنوعی تو بعضی کارها از منِ برنامه‌نویس سریع‌تر، تمیزتر و حتی هوشمندتر عمل می‌کنه.

مثلاً یه API ساده برای پردازش داده‌های CSV لازم داشتم. به جای اینکه بشینم از صفر Flask رو بالا بیارم، فقط یه Prompt نوشتم توی Cloud.ai:

"Build me a REST API with one endpoint that takes a CSV upload, parses it, and returns summary statistics."

و نتیجه؟
یه پروژه کامل با ساختار پوشه‌مندی مرتب
تست‌های اولیه
توضیحات کامل
و حتی هندلینگ خطاهای رایج...
همه اینا تو کمتر از ۳۰ ثانیه تحویلم شد!

این یعنی ته خطه برای ما برنامه‌نویس‌ها؟ نه، اصلاً!

به نظرم Vibe Coding قراره ما رو از سطح Syntax به سطح خلاقیت و حل مسئله ببره.

الان دیگه ارزش من توی تعداد خط کدی که می‌زنم نیست، بلکه توی کیفیتی‌ه که باهاش مسئله رو تعریف می‌کنم، ساختار می‌دم، و از ابزارها بهره می‌گیرم.

پس من چی کار کردم؟ تغییر زاویه نگاه

یاد گرفتم چطور دقیق Prompt بنویسم (مهارت underrated امروزه)

از مدل‌ها برای طراحی اولیه استفاده می‌کنم، ولی Refactor و امنیت و Performance رو خودم کنترل می‌کنم

روی درک معماری، Domain Design و بهینه‌سازی وقت می‌ذارم – جایی که AI فعلاً هنوز جا داره!

@DevTwitter | <Alireza Ahmadi/>

تو دات‌نت 10 قراره بتونیم به همین سادگی کد سی‌شارپ رو اجرا کنیم! بدون csproj
کافیه دستور dotnet run App.cs رو بزنیم که برنامه اجرا بشه

تصویر از یوتیوب Nick Chapsas برداشته شده

@DevTwitter | <Serajoddin AliAbadi/>

یک مقاله‌ی جالبی اومده به اسم
«AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges»،
که تفاوت‌های اساسی بین «ایجنتهای هوش مصنوعی» (AI Agents) و «هوش مصنوعی ایجنتیک» (Agentic AI) بررسی کرده.
چندتا نکته خلاصه ازش بگم:

- ایجنتهای هوش مصنوعی (AI Agents): ابزارهای ماژولار و وظیفه‌محور که با استفاده از مدل‌های زبانی بزرگ (LLMs) و مدل‌های تصویری-زبانی (LIMs) برای انجام وظایف خاص طراحی شده‌اند.

ویژگی‌ها:
- تکیه بر مهندسی پرامپت و ادغام ابزارها.
- فاقد حافظه‌ی پایدار و برنامه‌ریزی بلندمدت.
- عملکرد در چارچوب‌های از پیش تعیین‌شده.
کاربردها: ربات‌های پشتیبانی مشتری، دستیارهای زمان‌بندی، ابزارهای خلاصه‌سازی داده‌ها.

- هوش مصنوعی ایجنتیک (Agentic AI): گامی به سوی هوش خودمختار و همکاری‌محور. سیستم‌هایی با درجه‌ی بالاتری از خودمختاری که قادر به تجزیه‌ی پویا وظایف، همکاری چندعاملی و حافظه‌ی پایدار هستند.

ویژگی‌ها:
- خودمختاری سازمان‌یافته با یادگیری تطبیقی (adaptive learning).
- توانایی استدلال، برنامه‌ریزی و هماهنگی با سایر ایجنتها.
- فراتر از رفتارهای واکنشی به سمت تصمیم‌گیری فعال حرکت می‌کنند.
کاربردها: اتوماسیون تحقیقاتی، هماهنگی رباتیک، سیستم‌های پشتیبانی تصمیم‌گیری پزشکی.

مقاله خیلی کامله و از جانبه های مختلف اینها را بررسی کرده. حتما بخونید اگه با این سیستم ها کار میکنید.
Paper: https://arxiv.org/pdf/2505.10468

@DevTwitter | <Mehdi Allahyari/>

لاراول پالس:"داشبورد ماشین" برای اپلیکیشن‌تون!

پکیج Laravel Pulse دقیقاً مثل یک داشبورد ماشین عمل می‌کنه و همه چیز رو زیر نظر می‌گیره:
- درخواست‌های کند (کدوم API داره لاک‌پشتی کار می‌کنه؟)
- صف‌های قفل‌شده(کدوم کارها شروع شدن ولی تموم نمیشن؟)
- خطاهای پنهان (همون‌هایی که کاربر می‌بینه و شما نه!)
- ترافیک لحظه‌ای (الان دقیقاً چند نفر دارن با اپ کار می‌کنن؟)

نصبش راحته، مصرفش سبکه، و دیدش بینظیره!

https://www.youtube.com/watch?v=3oEU-yWhBJ4&feature=youtu.be

@DevTwitter | <Arsalan Ahadian/>

مخزن گیت‌هاب زیر شامل بیش از ۱۵۷ پرامپت متنوع و کاربردی برای ChatGPT و مدل‌های مشابهه که تو زمینه‌های برنامه‌نویسی و رفع اشکال ،تولیدمحتوا و آموزش مفاهیم استفاده میشه.
https://github.com/f/awesome-chatgpt-prompts

@DevTwitter | <Rasul Jaber/>

گوگل یه اپ جدید متن‌باز داده به اسم AI Edge Gallery که باهاش می‌تونی مدل‌های هوش مصنوعی مثل Gemma 3 رو آفلاین روی گوشی اجرا کنی. تصویر تحلیل کن، چت کن یا پرامپت تست کن. فقط کافیه مدل رو دانلود کنی، همه‌چی روی گوشی انجام می‌شه.

https://github.com/google-ai-edge/gallery

@DevTwitter | <محمد زمانی/>

یکی از syntaxهای کثافت سی‌شارپ، بلاک‌های try-catch هستش. نه بخاطر ماهیت‌شون، بلکه بخاطر شلوغی‌ای که به کد اضافه می‌کنن.

بنظرم از اون چیزهاییه که باید حداقل syntactic sugar بشه و بره به سمت result-pattern.

مثال:
https://github.com/dotnet/csharplang/discussions/989#discussioncomment-8067217

@DevTwitter | <آرش/>

چند وقت پیشا که svelte یکم هایپش هنوز نخوابیده بود برا اینکه یکم انگولکش کنم یه trie tree نوشتم با Svelte هم نشونش دادم. اینجایه. شت کدی از دو سال پیش
http://github.com/hamedtahmasebi/trie-tree-svelte
http://trie-tree-svelte.vercel.app

@DevTwitter | <Hamedooo/>

اگر دنبال زیرنویس برای ویدیو های یوتوب و فیلم و سریال هستین میتونید از این ابزاری که ساختم استفاده کنید. به gemini که رایگان هست وصل میشه و همچنین از مدل های ollama که رو سیستم دارین استفاده میکنه و زیرنویس فارسی روزمره و انسانی رو بهتون میده. کاملا رایگان

https://github.com/rootrager/subfarsipro

@DevTwitter | <Mahdi/>

پاول دورف: هوش مصنوعی گراک به تلگرام می‌آید

پاول دورف، مدیرعامل تلگرام، با انتشار پستی در کانال تلگرامی‌اش اعلام کرد که از تابستان امسال، کاربران این پیام‌رسان به هوش مصنوعی گراک دسترسی پیدا می‌کنند. طبق این پست، دورف و ایلان ماسک به‌مدت یک‌سال برای دسترسی کاربران تلگرام به چت‌بات گراک با یکدیگر توافق کرده‌اند.

طبق توافق دورف و ایلان ماسک، تلگرام ۳۰۰ میلیون دلار در قالب پول نقد و سهام xAI دریافت می‌کند. علاوه‌براین، ۵۰ درصد از درآمد فروش اشتراک xAI نیز سهم تلگرام خواهد بود.

@DevTwitter | <Digiato/>

#کوته_خبر

هاشمی، وزیر ارتباطات: هر کی اینترنتو گرون کنه درش میذاریم.

@DevTwitter

اگه می خواین در مورد Memory توی Agentها یه دید Practical داشته باشید، آب دستتون هست بذارید، زمین اینو بخونید!

https://langchain-ai.github.io/langmem/concepts/conceptual_guide/

@DevTwitter | <Von Datawarehausen/>

یک سری دستور برای روت‌های لاراول

@DevTwitter

مایکروسافت ادیتور ترمینال جدید به اسم edit معرفی کرده که با rust نوشته شده. 250 کیلوبایته و جایگزین MS-DOS Editor که فقط روی نسخه های 32 بیت ویندوز میشده استفاده بشه شده.
با 4 زبان c, cpp, zig و rust تست کردن و جالبه که با نسخه Zig از همه بیشتر حال کردن ولی یکسری مشکلات باعث استفاده از rust درنهایت شده. اینکه پروداکت حتی کوچیک ای که با rust نوشته شده قراره داخل ویندوز به صورت باندل شده باشه جالبه. کسی که نوشته با rust اونقدرا حال نمیکرده و چون Zig هنوز به صورت داخلی ساپورت نمیشده توسط مایکروسافت انتخاب کرده rust رو D:

لینک github و hacker news:
https://github.com/microsoft/edit
https://news.ycombinator.com/item?id=44034961

@DevTwitter | <Mohammad Sadeghian/>

مقاله DeepSeek-v2 که خوندم گفتم یه پیاده سازی ازش از پایه داشته باشم معماری جالبی داره و میتونی ببینید که چه خلاقیت و ترفند هایی به خرج دادن برای بهینه بودن نسبت مدل مثل chatgpt
لینک گیت هاب :

https://github.com/SamanBarahoie/DeepSeek

@DevTwitter | <saman barahole/>

احتمالا پیش اومده بخاین یه وبلاگ کوچیک داشته باشید که داخلش مطلب منتشر کنید، ولی کمال گرایی و اینکه بخاین خودتون یه چی بنویسید مانع از این کار شده، شاید هم اونقدار مطلب منتشر نمیکنید و نمیصرفه پول هاست و وردپرس و این حرفا بدین
بیاین که دواش دست منه

این یه پروژه کوچیک blazor wasm هست که راحت روی gh-pages هاست میشه و کل سیستم مدیریت محتواش هم با markdown و json هندل میشه
یعنی اگه خواستین میتونید با یه اسکریپت کل دیتا رو به دیتابیس منتقل کنید

این نسخه رو توی چند روز زدم و هدفم این بوده که افرادی که واقعا میخان علمی رو منتشر کنن با یه فورک ساده یه وبلاگ کوچیک در دسترشون باشه، البته که چیزایی مثل jekyll و hugo هم هست (البته اونا استاتیک جنریتور هستن این یه کم فرق میکنه مکانیزمشون)

داکیومنتشو و طی روز آتی اضافه میکنم + یه سری فیچر دیگه، ولی اگه دانش برنامه نویسی دارین نباید مشکل خاصی داشته باشید سوالی هم داشتین داخل discussions همونجا بپرسید سر فرصت جواب میدم

https://github.com/Taqiam/BoneLog

@DevTwitter | <Taqi/>