‏هموطن، یا همشو انگلیسی بنویس، یا فینگیلیش، سرویس کردی منو با این API، واحد پرایس آخه؟

<Peaceful Warrior/>

@DevTwitter

‏مدتهاست با Bing جستجو می‌کنم و برخی فعالیت‌ها رو بدون کروم و با فایرفاکس و Brave انجام می‌دم. گوگل ترسناک شده؛ خودتون رو با پلن B وفق بدید.

<Mêd مهدی رودکی/>

@DevTwitter

‏بگن تفاوت جاوا با بقیه زبان‌ها چیه؟ بدون تردید در یک جمله میگم:
It’s elegant

<پسری به اسم کلاغ/>

@DevTwitter

‏اگر جاوا اسکریپت می‌دانید و به شما پروژه‌ی انگولار می‌خوره (یا خودتون فیلتون یاد انگولارستان میکنه مثلا!) به هیچ وجه اعتماد به نفس کاذب پیدا نکنید که: حله، می‌زنمش کاری نداره که بیس همشون یکیه، جی‌اسه دیگه...
بعد از چندماه که شکست خوردید و کشتی به گل نشست پشیمونی سودی نداره :))‏
حتما ابتدا به کلیات اون پروژه آشنا و تا حدودی مسلط باشید و بعد قبول کنید یا شروع کنید و یا حتی برای خودتون طرح و برنامه بچینید و نیت کنید به ساختنش!
بعضی از تجربه‌های بهای سنگینی دارن جوری که ممکنه دیگه نتونید کمر راستی کنید :))))))‏
بعد از شکست یه مدت هیچ کاری نکنید و به بررسی دلایل شکست بپردازید و ریکاوری کنید
اگر هم تونستید همچین ریسکی رو با موفقیت به یک پایان خوب و خوش تبدیل کنید که دمتون گرم
شما واقعا اسطوره‌اید :))
الحق که سنگ بزرگ نشانه‌ی نزدنه
سنگ بزرگ هم باز خوبه، سنگ خیلی خیلی خیلی بزرگ نزنید لطفا

<Mehdi Mohammadi Sanj/>

@DevTwitter

‏به یک عدد برنامه نویس جونیور با سابقه کار سینیور و حقوق درخواستی کارآموز فورا نیازمندیم

<Mr. Minion/>

@DevTwitter

‏چندسال پیش شرکتی دیدم سرورها رو با FreeBSD آورده بالا. گفتم چه کاری‌یه Ubuntu بریزید که همه قلقش رو بلدن همون کارایی هم داره. چندتا لفظ اومد که فیلان بهمان داره و امن‌تره و اینا. استفاده از تکنولوژی که طرف صرفا احساس عقل کل بودن و خاص بکنه و امکان جایگزین شدنش رو پایین بیاره.

<Nima Thr/>

@DevTwitter

#تجربه

وقتی هوش مصنوعی رو درست و مفهومی یاد گرفتی!
چند هفته قبل شرکت رقیب یک فیچر جدید داده بود که برای مشتری‌هاش یک سری سایت‌‌های خاص رو کرال می‌کرد (حدوداً ۵۰۰ تا) و گزارشات در لحظه و دقیقی رو ارائه می‌داد.

برای این فیچر، یک مبلغ خوبی هم ماهانه بیشتر داشت می‌گرفت از یوزرهاش؛ یکی از شرکت‌هایی که مشتری ما هست درخواست این ویژگی رو بهمون داد و گفت کاملاً بهش نیاز دارند، چون خیلی از کارهاشون ساده‌تر می‌شه و گفت اگر حدوداً تا ۳ ماه دیگه هم راه بیوفته خوشحال هستند.

بخش کرال کردن رو ما کلی پروژه براش داشتیم؛ و اصلا چیز سختی نیست؛ به کمک الگوریتم BFS هم ۵۰۰ تا سایت رو تک تک می‌تونستیم بریم جلو اما توی حل مسئله به چندتا چالش خوردیم:

۱- جایی که دامنه عوض می‌شد باید چک کنیم اگر موضوع سایت بدردمون نمیخوره حذفش کنیم و کرالش نکنیم دیگه.

۲- صفحات کرال شده رو دیگه کرال نکنیم

۳- صفحات عمومی سایت‌ها که اطلاعات مورد نیاز مارو ندارند حذف کنیم تا توی کرال‌های بعدی دیگه سراغشون نریم.

۴- این صفحات کلی کرال شده رو، اطلاعات رو از داخلش در بیاریم که JSON بگیریم ازش و بتونیم گزارش تحویل بدیم (۳ تا گزارش تو اولویت هست برامون)

دو هفته وقت گذاشتیم؛ هفته اول ۳۰ تا کارمند شرکت بعد از تایم ناهار و قبل از اینکه کارهای خودشون رو دوباره شروع کنند یک سری دیتا رو لیبل زدند (روز اول ابزار براشون ساختیم)
هر نفر حداقل ۱۰۰ تا ولی اینقدر سریع بود، که بعضی‌ها ۲۰۰ تا هم زده بودند.
توی این ۱ هفته با دیتای ماک شده؛ گزارشات رو آماده کردیم (۶ مورد) و بعد کوچکترین LLM با نتایج خوب (SmolLm تو کانال معرفی کردم و روی ollama هم بردیم باهم، آموزشش توی پست‌های قبلی هست) رو روی اونها finetune کردیم شد چیزی که می‌خوایم
Named Entity Recognition

دیتای کرال شده و درحال کرال رو دادیم به این مدل و هر روز خروجی‌ها رو validate کردیم؛ بعد از اضافه کردن دیتای بیشتر برای مواردی که اشتباه می‌کرد، به دقت بالای ۹۵٪ رسیدیم و برای بعضی مشتری‌ها این فیچر رو لانچ کردیم.

همه راضی بودند؛ چون :

۱- فیچر رو رایگان اضافه کردیم، به شرطی که فیدبک بدند بهمون.
۲- فیدبک‌های منفی رو برای بهبود مدل استفاده می‌کنیم.

درنهایت هم قراره البته فیچرها رایگان بمونه؛ چون هزینه زیادی برای توسعه نداشت برامون!

ولی کاری که تیم رقیب با ۵-۶ ماه توسعه کد ارائه داده با استفاده درست از هوش مصنوعی توی ۲ هفته ارائه شد.

شرکت رقیب، ۱۰ تا ابزار هوش مصنوعی روی پروژه‌‌اش گذاشته که فقط هزینه‌هاش میره بالا و این تنها فیچر روی این پروژه ما هست که هوش مصنوعی توش دخیل هست.

هوش مصنوعی رو فقط وقتی استفاده می‌کنیم که ارزش ایجاد می‌کنه.

پ.ن:
تیمی که این کار رو کرد (چون خودم کد نمی‌زنم) فقط ۳ نفر بود، من فقط لید بودم! برای بررسی و استاندارد سازی و ....

‏به نظرتون برنامه نویسی پروژه ای که ۱۰ روز برای انجامش زمان داده باشم میشه تو ۳۶ ساعت تمومش کرد ؟؟؟ ( با در نظر گرفتن اینکه ۹۰ درصد کار باقی مانده است )
من الان تو همچین وضعیتیم
بریم ببینیم موفقیت آمیز میشه یا نه !!!

<Kourosh Sedigh/>

@DevTwitter

‏استفاده از کلمه‌ی yield به عنوان یک keyword توی جاوا واسه من یکم عجیب به نظر میاد.

این که مفهومش چیه و واسه چی استفاده میشه به کنار، ولی احساس می‌کنم جزو لغاتی محسوب میشه که برنامه‌نویس ها تو نوشتنش اشتباه می‌کنن و دچار غلط املایی میشن (البته با حضور IDE ها شاید زیاد مهم نباشه)

Elyas 'Eloy' Hadizadeh Tasbiti/>

@DevTwitter

‏فرانت اند کار های تازه کار که مشکل عدم خلاقیت و نداشتن ایده دارن این سایت خیلی طرح های باحال و خفنی داره میتونید ایده برداری کنید محتوای سایت هم کپی رایت نداره میتونید از عکس ها و آیکن هاش استفاده کنید

‎dribbble.com

<Rateb Özil/>

@DevTwitter

‏دات نت اگه غذا بود

<Mustafa/>

@DevTwitter

‏یادش بخیر موقع برنامه نویسی یه ردبول میخوردیم.
یجوری گرون شد الان چایی رو ترجیح میدیم.

<یوسِفَم/>

@DevTwitter

‏این محسن مدحج میخواد سوابق برنامه‌نویسی خودشو شرح بده میگه استاد و رئیس دانشگاه بودم اتفاقا چون استاد و رئیس دانشگاه بودی میگیم بی‌سوادی.

<Ezio auditor/>

@DevTwitter

و پایان گیت‌هاب به صورت رسمی.


هرجا دیدید نوشته هوش مصنوعی فرار کنید.

@SohrabContents

پایان استقلال گیت‌هاب؛ مایکروسافت همه‌چیز را می‌بلعد!

▪️گیت‌هاب، بزرگ‌ترین مخزن کد جهان و خانه میلیون‌ها توسعه‌دهنده، بعد از استعفای مدیرعاملش دیگه مستقل نیست! مایکروسافت رسماً این پلتفرم محبوب رو قورت داد و انداختش وسط تیم Core AI خودش.

▪️«توماس دومکه» مدیرعامل گیت‌هاب گفت تا آخر امسال میره دنبال استارتاپ جدیدش، اما درست بعد از اعلام رفتنش، خبر اومد که گیت‌هاب از این به بعد بخشی از پروژه‌های AI مایکروسافته؛ یعنی همه راه‌ها مستقیم میره سمت GitHub Copilot...

+ اما برنامه‌نویس ها نگرانن همون بلایی که سر اسکایپ اومد سر گیت‌هاب هم بیاد!

تو لاراول، اگه روابط یه مدل رو با with گرفتی ( eager loading) برای چک کردن اینکه اون رابطه اصلا رکوردی براش هست یا نه، بجای استفاده از exists روی رابطه، بهتره که از isNotEmpty استفاده کنی، چون استفاده از exists یه کوئری اضافی به دیتابیس می‌زنه و خب بهینه نیست!

📌 @abolfazl_devs

آموزش آنلاین یادگیری جاوا اسکریپت از پایه همراه با تست کد، آخر هر قسمت آموزش هم یه عده اومدن کامنت گذاشتن و ابهام هارو رفع کردن
خود آموزش هم اوپن سورسه یعنی با مشارکت یه تعداد زیادی جاوا اسکریپت کار ساخته شده.

javascript.info

@Linuxor

فایل hosts یه دفترچه تلفنه که سیستمتون برای پیدا کردن آیپی یه دامین قبل از مراجعه به DNS می‌ره اونو چک می‌کنه برنامه نویس ها خیلی ازش استفاده می‌کنن، ولی تغییر دادنش از ترمینال هر روز خیلی کسل کننده ایه، این ابزار گرافیکی این کارو براتون با یه کلیک می‌کنه

نصب نسخه لینوکس، ویندوز و مک :

github.com/oldj/SwitchHosts

@Linuxor

یک مثال شبیه به تست‌های SWE-bench Verified می زنیم تا تفاوت رو بین سه مدل Claude Opus 4.1**، **Claude Sonnet 4 و Claude Haiku 3.5 ببینیم.

---

📌 سناریو

پروژه: یک سیستم مدیریت سفارش ساده (Python)
مشکل: یک تابع برای محاسبه قیمت کل سفارش نوشته شده، ولی تخفیف به‌درستی اعمال نمی‌شود.

کد اولیه (دارای باگ):

def calculate_total_price(items, discount_percentage):
    """
    items: list of tuples (price, quantity)
    discount_percentage: float between 0 and 100
    """
    total = 0
    for price, qty in items:
        total += price * qty
    total -= discount_percentage
    return total

هدف:

* تخفیف باید بر اساس درصد اعمال شود، نه کم کردن مستقیم عدد از مبلغ کل.
* باید اطمینان حاصل شود که نتیجه کمتر از صفر نشود.

---

🔍 خروجی مدل‌ها

ا Opus 4.1 (قدرت استدلال بالا)

def calculate_total_price(items, discount_percentage):
    """
    items: list of tuples (price, quantity)
    discount_percentage: float between 0 and 100
    """
    total = sum(price * qty for price, qty in items)
    discount_amount = total * (discount_percentage / 100)
    final_total = max(total - discount_amount, 0)
    return round(final_total, 2)

✅ تغییرات:

* استفاده از comprehension برای خوانایی.
* محاسبه تخفیف به‌صورت درصدی.
* جلوگیری از منفی شدن قیمت.
* گرد کردن به دو رقم اعشار (برای واحد پولی).

---

ا Sonnet 4 (تعادل سرعت و کیفیت)

def calculate_total_price(items, discount_percentage):
    total = sum(price * qty for price, qty in items)
    discount = total * (discount_percentage / 100)
    return max(total - discount, 0)

✅ تغییرات:

* درست کردن محاسبه تخفیف.
* جلوگیری از عدد منفی.
⚠️ کمی کمتر از Opus در توجه به جزئیات (مثلاً گرد کردن و Docstring بهبود یافته).

---

ا Haiku 3.5 (سریع ولی ساده‌تر)

def calculate_total_price(items, discount_percentage):
    total = 0
    for price, qty in items:
        total += price * qty
    return total - (total * discount_percentage / 100)

✅ تغییرات:

* محاسبه درست تخفیف.
⚠️ اما:
* حفاظت در برابر منفی شدن قیمت را اضافه نکرده.
* بهینه‌سازی یا بهبود ساختار کد انجام نداده.

---

📊 نتیجه‌گیری


| مدل | کیفیت کد | توجه به جزئیات | سرعت |
| ------------- | --------- | ---------------- | ---------- |
| Opus 4.1 | عالی | بسیار بالا | متوسط |
| Sonnet 4 | خوب | متوسط رو به بالا | سریع‌تر |
| Haiku 3.5 | قابل قبول | پایین | بسیار سریع |

انتشار نسخه آزمایشی پایتون ۳.۱۴:
کد سریعتر، همروندی هوشمندتر

۱. پایتون ۳.۱۴ به نسخه آزمایشی (RC) رسید:
نسخه نهایی در ۷ اکتبر ۲۰۲۵ منتشر می‌شود.

بهبودهای کلیدی:
حذف GIL برای همروندی بهتر و اجرای موازی واقعی.
تایپ‌هینت‌های کارآمدتر با ارزیابی تأخیری.
رشته‌های قالبی (t-strings) برای پردازش سفارشی متن.
پشتیبانی از مفسرهای چندگانه برای استفاده بهتر از پردازنده‌های چند هسته‌ای.
ماژول جدید compression.zstd برای فشرده‌سازی Zstandard.
۲. بهبودهای ابزارها و کتابخانه‌ها:
نسخه PyPy 7.3.20: رفع باگ‌ها و سازگاری با Cython.
نسخه scikit-learn 1.7: بهبودهای بصری و اعتبارسنجی.
نسخه NumPy 2.3.2: پشتیبانی از پایتون ۳.۱۴.
نسخه Django 5.2.4: انتشار رفع باگ.
نسخه Textual 5.0.0: پیشرفت در پردازش Markdown.


جشن ۲۰ سالگی جنگو!
کنفرانس EuroPython در پراگ برگزار شد.