کنترل از راه دور ZCode واقعاً تحسینبرانگیز است؛ نمونه کامل فرمان دادن به یک Agent محلی از موبایل.
هزینه راهاندازی تقریباً صفر است: با موبایل یک اکانت بسازی، نیازی به ممبرشیپ نیست. QR روی کامپیوتر را اسکن کنی و در همان حین به WeChat یا Feishu وصلش کنی.
جالبترین بخش، تونل داخلی رایگان خودش است؛ دیگر کاری به شرایط شبکه نداری. روی مبل دراز بکشی یا بیرون قهوه بنوشی، از موبایل یک پیام بدهی و Agent کامپیوتر هر وقت بخواهی برایت کد اجرا میکند.
برچسبها
فیلتر بر اساس موضوع
۱۴۰۵.۰۵.۱۴ · 7 دقیقه
DeepSeek V4 Flash نسخهٔ پایدار، بررسی دستاول: ارزان، سریع، کانتکست ۱ میلیونی، جستجوی داخلی
پینشدهچند روز غوطهور شدن در نسخهٔ پایدار DeepSeek V4 Flash: ارزانیِ افراطی، سرعت برقآسا، کانتکست ۱ میلیونی، جستجوی وب رسمی داخلی، کاملاً متنباز. تنها ضعفش چندوجهی نبودن است — اما با ترکیب مدلهای دیگر میشود آن را پر کرد.
DeepSeekبررسی مدلابزارهای هوش مصنوعی
۱۴۰۵.۰۶.۱۸ · 8 دقیقه
Harness بومی همیشه جواب نسخه نیست: در عصر مدلهای باز، مدل و Harness را جدا انتخاب کنید
Claude داری؟ پس Claude Code. در عصر مدلهای باز این غریزه باید ارتقا بگیرد. برتری بومی واقعی است، اما آموزش مدل خوب و ساختن Harness خوب دو مهندسی متفاوتاند — این مقاله روشن میکند چرا انتخاب مدل و Harness حالا قابل جداسازی است، بهعلاوه نقشه موقعیت پنج Harness.
AI AgentHarnessانتخاب ابزار
۱۴۰۵.۰۶.۱۸ · 8 دقیقه
پایدار، سریع، پربازده، ارزان: گزارش کامل از دستهابزار AI Coding من
OpenCode + OpenChamber + دو اشتراک DeepSeek V4 Flash: پانزده پروژه همزمان در حال کدنویسی و سهمیه بهسختی آب خورده. کل کانفیگ را پهن میکنم: هرس کانتکست، حافظه لایهبندیشده، اتوماسیون دسکتاپ و درس «هر آشی به آن چاشنی».
OpenCodeبرنامهنویسی با هوش مصنوعیپیکربندی
۱۴۰۵.۰۶.۱۸ · 7 دقیقه
TUI در حال کشتن پهنای باند شناختی توست: وقتش رسیده «فیلتر گیک» در AI Coding بشکند
انبوهی از ایجنتهای کدنویسی هوش مصنوعی در حال مسابقه برای عرضه TUI هستند؛ تعامل را به پارادایم ترمینال دهه 1980 برمیگردانند و اسمش را «غوطهورساز» و «محترم به برنامهنویس» میگذارند. این مقاله سه سازوکاری را که TUI با آنها پهنای باند شناختی را سیستماتیک پایین میآورد باز میکند و نشان میدهد چرا Web UI پاسخ درست است.
برنامهنویسی با هوش مصنوعیطراحی تعاملجستار
امروز یکی از بچههای گروه پرسید: یک دسکتاپ AI Coding همهکاره هست که همه اشتراکها را بگیرد و هوش هیچ مدلی را هم نبرد پایین؟
بعد از گپ با چند دوستی که هر روز حسابی ور میروند، نتیجه یکی بود:
هر مدل بماند پیش جفت اصلیاش.
مدل را در پوسته ثالث بگذاری، عملاً نمیتوانی از افت هوش، کندی و اشتراک دردسرساز فرار کنی. تنظیمات ما الان تقریباً یکی است:
GPT ➔ Codex: اشتراک رسمی مستقیم، زمانبندی نیتیو پایدارترین است.
Gemini ➔ AntiGravity: سقف سرعت، پنجرههای طولانی بدون گیر.
مدلهای اپن مثل DeepSeek و GLM ➔ همه بروند سمت ZCode.
حالا چرا حتماً باید ZCode باشد:
ZCode تنظیم مدلهای Provider ثالث را خیلی راحت میکند.
حالت کنترل از راه دور با موبایل در ZCode واقعاً واقعاً خوب است — روی مبل دراز کشیدی، با موبایل بازی میکنی و کار هم انجام میشود.
نرخ استفاده از کش (Cache) در ZCode فوقالعاده بالاست.
نظرات بچهها درباره «بسته سویای آمریکا»ی Gemini واقعاً پرمحتوا بود؛ من یک خلاصه ساده از نظرات کامنتها آماده کردم:
خیلیها فکر میکنند Gemini به دردنخور است؛ دلیل اصلیاش این است که جایگاهاش را اشتباه فهمیدهاند و آن را ماشین ابزار اصلی مهندسی فرض کردهاند.
در واقع جایگاهاش بیشتر شبیه یک چاقوی سوئیسی کاملاً مجهز است: سبک، چندکاره، با هزینه نهایی بسیار پایین، اما در مهندسی پیچیده و اجرای مستقل مرزهای مشخصی دارد.
در سمت ورودی اطلاعات، تحلیل نیتیو YouTube یکی از بیسروصداترین قابلیتهایش است. نیازی نیست لوکال اسکریپت دانلود یا ابزار transcription کانفیگ کنی؛ فقط لینک را بدهی و در کلاد، متن کامل با تایماستمپ، گرفتن فریمهای کلیدی و خلاصههای ساختاریافته استخراج میشود.
ورکفلو واقعی خیلیها تقسیم کار روشنی پیدا کرده: Grok بحثها و رخدادهای لحظهای X را دنبال میکند و Gemini پادکستهای فنی و ویدیوهای عمیق نیمساعته به بالا را هندل میکند.
در سناریوهای بینایی و توسعه فرانتاند، زیرساخت multimodal محکمی دارد. چه صفحه کامل یادداشت دستنویس، چه جدولهای پیچیده و چه اسکنهای کموضوح، همگی با دقت بالا شناسایی میشوند و خیلی کم از خودشان چیزی از هم میبافند.
و وقتی نوبت به پروتوتایپ فرانتاند میرسد، سرعتش فوقالعاده است، ساختار کد طبیعی درمیآید و آن رد تولیدی خشک و پرحاشیه را ندارد.
بسیاری از دولوپرهای مستقل با پرامپتهای ثابت ازش میخواهند ساختار اسلاید را در یک صفحه بسازد، یا با اسکرینشاتهای طراحی سریع صفحات قابل استفاده تحویل بدهد.
از نظر هزینه و ترکیب ابزارها، حساب اکوسیستماش به صرفه است. اشتراک 20 دلاری ماهانه از شیرینگ خانوادگی تا 6 نفر پشتیبانی میکند، چند ترابایت فضای Google Drive همراهش هست، و با Docs و Sheets عمیق یکپارچه است.
جستجوی منابع، تحلیل چندوجهی و ساخت صفحات سبک را به او بسپار و کد پیچیده اصلی را به مدلهای کدنویس متخصص بده؛ هزینه کلی ابزارهای توسعه بهشکل مؤثری پایین میآید.
چند استفاده پیشرفته هم هست که جوابش ثابت شده:
اول اینکه از منطق نسبتاً سرراستش استفاده کن و بازبینی طراحیهای بیشازحد و کدهای اضافهای را که مدلهای بزرگ دیگر زیاد تولید میکنند به او بسپار؛
دوم اینکه با NotebookLM یک پایگاه دانش خصوصی حول منابع مشخص بساز؛
سوم اینکه سهمیه Advanced را به نیازهای جانبی مثل سنتز صدا و پردازش تصویر اختصاص بده.
اما موقع استفاده باید مرز تواناییاش را خوب بدانی.
یک، برای تسکهای Agent پیچیده ترمینال مناسب نیست؛ وقتی ازش بخواهی قوانین سیستم را تغییر دهد یا محیط دیپلوی کند، اغلب یا از اجرا سر باز میزند یا دستورهای چندمرحلهای را دنبال نمیکند؛
دو، کد بیزینسی عمیق حتماً باید توسط مدلهای اصلی دیگر کراسریویو شود تا نقصهای پنهان جا نماند؛ سه، به شرایط شبکه حساس است و وقتی کیفیت نودها ناپایدار باشد، سریع به محدودیت سرویس یا تجربه افتکرده برمیخوری.
بسته سویای آمریکا، راه بیفت!
این حسابهای اسپم دارند جهش میکنند؟
پستهای آلایندهای که میدهند دیگر مثل قبل نیست،
عیبی ندارد، ما همین لیست را لحظهای بهروز میکنیم و همین اثر انگشتها را همان لحظه یاد میگیریم.
شکار من دقیقاً خودِ نخبههاست!
بعد از چندین دور تکرار و بهبود، FeedSieve — پاککنندهی فید X — رسماً در Chrome Web Store منتشر شد.کیست که لذت بلاک کردن یککلیکیِ آن حسابهای اسپم را نخواهد؟برید جلو، رفقا!
کنجکاوم ببینم همه این Geminiِ «سویای آمریکایی» را برای چه چیزی استفاده میکنند؟فکر میکنم بیشتر آدمهایی که Codex دارند، در کارِ روزمره چندان به آن نیاز ندارند.نقطهقوتهای واقعیاش کجاست؟
با افزونه FeedSieve روشن، هر وقت فرصت میکنم میروم بخش نظرات پستهای داغ تا کمی شکار حسابهای اسپم کنم؛ عجیب حالدهوا است.
همین حالا در یک پست داغ 33 حساب اسپم شکار کردم.
با یک کلیک همه را بلاک کردم!!!
یک Gemini «سویای آمریکایی»ِ 18 ماهه که با 12 یوان از Xianyu خریدم!استارتش بزن!
این چیدمانِ فعلی من است.برای مدلهای چینی، پیشنهاد میکنم ZCode را سوار کنی (DeepSeek V4 Flash، GLM 5.3 Flash و این جور مدلها).برای GPT هم مستقیم برو سراغ Codex.سرعت میخواهی؟ از Pi استفاده کن.هم سرعت میخواهی هم خیالِ راحت؟ از OMP.برای سازمانها اپِ کلاینتِ سفارشی میسازی؟ DSH.میخواهی صبرت را تمرین بدهی؟ Workbuddy.
تصورش سخت است: کسی که پنج سال پیش زندانی شده و امسال آزاد شده —با دیدنِ این دنیای هوش مصنوعی، چه فکری میکند؟
دیروز مقایسهی Command GOAT و OpenCode Go را منتشر کردم و CEO شرکت Command Code شخصاً آمد کامنت گذاشت.گفت یک قلم هزینه را از قلم انداختهام — قبض کشینگ. تحقیق کردم و دیدم Command Code واقعاً چیزی برای گفتن دارد.یک Coding Agent در اصل یک ماشین بزرگ Prefix Cache است. یک Session با چند صد هزار Token — وقتی به دور بعدی میرسد، واقعاً فقط چند هزار توکن جدید اضافه میشود. System Prompt، ابزارها، کانتکست کد و تاریخچهی گفتوگو تقریباً هیچ تغییری نمیکنند. هر چه نرخ Cache hit بالاتر باشد، آن کانتکستهای قدیمی ارزانتر میشوند.Command Code اخیراً یک دور جدی کارِ Cache Thrashing انجام داده، عمدتاً با این استراتژیها:Sessionها را به همان GPU Pod پین کن تا KV cache گرم بماند؛ prefix پایدار را تا حد ممکن دستنخورده نگه دار و نگذار fallback ارائهدهندهها کانتکست را به هم بریزد؛ به علاوه آن Tool Call Repair که در آن، هارنس (harness) پارامترهای اشتباه مدل را به صورت محلی اصلاح میکند، به جای اینکه خطا را به مدل برگرداند تا دوباره تلاش کند.در فهرست تغییرات v0.33.0 واقعاً نوشته شده: Major Cache Overhaul، کاهش هزینهی میانه ۲.۹ برابر. حالا رسماً ادعا میکنند نرخ Cache hit پایدار ۹۵ تا ۹۹ درصد است.همان مدل، همان پلن ۱۰ دلاری — اما به خاطر کشینگ، این تفاوت آنقدر انباشته میشود که به نتیجهای کاملاً متفاوت میرسد.
Command Code را یک بار دیگر بهعنوان یک Harness دقیق ورق زدم و در همان حین آن را با Pi وOMP وDeepSeek Harness وOpenCode هم مقایسه کردم.
باارزشترین نقطه Command Code در لحظه حاضر، Harness Engineeringای است که برای مدلهای باز انجام میدهد.
رویکرد Pi مینیمال است: Harness تا جای ممکن کمتر در مدل دخالت میکند — سبک، سریع، با هزینه Token کم و بهشدت انعطافپذیر؛ OMP اما روی Pi دست به دست میگذارد و تواناییهای سنگین Coding مثل LSP وDebugger وBrowser وAST را رویش سوار میکند، شبیه این است که برای Agent یک IDE کامل نصب کرده باشی.
DeepSeek Harness باز هم جلوتر میرود: Everything is Plugin؛ Agent Loop، ابزارها، دسترسیها، Preset و UI همگی قابل باز کردن و چیدن از نو هستند و برای مطالعه نسل بعدی Agent Runtime فوقالعاده مناسب است.
OpenCode اما الان متوازنترین گزینه است: اپنسورس، Providerهای زیاد، اکوسیستم بزرگ، Client/Server و نسخه دسکتاپ و Subagent نسبتاً بالغ — یک بازیکن همهکاره که هر مدلی را میگیرد و هر کاری از دستش برمیآید.
Command Code اما راه متفاوتی میرود: عاشق این است که بعد از مدل جارو بکشد. پارامترهای Tool Call که اشتباه نوشته شده را Harness لوکال درست میکند؛ فایلی که همین الان خوانده شده و دوباره باید خوانده شود را Harness برایتان dedupe میکند؛ در Sessionهای طولانی تا میتواند Stable Prefix نگه میدارد تا Cache Hit بالا برود؛ هر وقت Context داشت میترکد Compaction میکند؛ بهعلاوه Session Affinity و Taste و ایزوله کردن Subagent و این حرفها.
این رویکرد وقتی روی مدلهای کارگری مثل DeepSeek V4 Flash و GLM-5.3 Flash بیفتد، ارزشش بیشتر میشود: مدل هرچه ضعیفتر، Harness بیشتر به جایش کار میکند.
پس الان اینطور جایگاهشان را دستهبندی میکنم:
Pi: بهترین گزینه برای پایه بلندمدت Agent خودتان — ساده، تمیز، هرطور بخواهید قابل دستکاری.
OMP: مناسب برای Coding واقعاً سنگین؛ سناریوهایی که LSP و Debugger و ناوبری پیچیده در Repo میخواهند.
DeepSeek Harness: بهترین گزینه برای ور رفتن با معماری Agent و Preset و چند Agent و Runtime نسل بعد.
OpenCode: بهترین گزینه برای کسی که یک Coding Agent بالغ و همهکاره و چندمدلی میخواهد.
Command Code: مناسب برای سنگینکارهای مدلهای باز مثل DeepSeek / GLM، مخصوصاً کسانی که مدلهای Flash کارگر را با حجم بالا اجرا میکنند.
پس اگر فقط انعطاف بلندمدت ملاک است، من همچنان Pi را بیشتر دوست دارم. اما اگر امروز از من بخواهند با DeepSeek V4 Flash / GLM-5.3 حسابی کار درآورم، واقعاً طعم Command Code را میچشم.
اخیراً از حسابهای زبالهای مثل «Fu Bu Hei» حسابی حرص خوردم.در یک لحظهی عصبانیت، یک افزونهی مرورگر نوشتم — اسمش «FeedSieve» است.بعد از چند دور تکرار و بهبود به جای خوبی رسیده و در آستانهی انتشار است.آنهایی که نیاز دارند، نشانهاش کنند — به زودی متنبازش میکنم و روی Chrome Web Store میگذارم.
برای کسانی که مدام از مدلهای چینی مثل DeepSeek و GLM استفاده میکنند، ارزش دارد نگاهی به «باندلهای خانوادگی»ای بیندازند که خارجیها ساختهاند:Command GOAT و OpenCode Go.هر دو پلن ۱۰ دلاری را با دقت بررسی کردم.نتیجه: با چشم بسته Command GOAT را انتخاب کن، بدون هیچ شکی. تا اواخر آگوست ۲۰۲۶، پاسخِ نسخه این است:پلن ۱۰ دلاری Command GOAT!!!
https://commandcode.ai/docs/plans/goat
آن OpenCode Goی «5 دلاریِ عالی» که همه روی X ازش تعریف میکردند، کاملاً از هم پاشید.OpenCode Go قبلاً یک معاملهی 5 دلاریِ ماهِ اول داشت که ارزشِ خریدش را زنده نگه میداشت — حالا حتی آن هم رفت؛ از همان ابتدا 10 دلار.در مقایسه، پلنهای Command GOATِ رقیب دارد بهتر و بهتر دیده میشود.DeepSeek V4 Flash، GLM-5.3 Flash و GLM-5.3 الان مدلهای اصلیِ کار برای کدنویسیِ سنگین و اجرای ایجنتها هستند — و پلنِ Command GOAT برایشان سهمیههای بهوضوح سخاوتمندانهتری میدهد.من حالا مدلهای کدنویسی را ساده به دو دسته تقسیم میکنم: مدلهای اصلی و مدلهای کارگر.V4 Pro و GLM-5.3 و اینها مدلهای اصلیاند — آنها استخوانهای سخت را میشکنند. معماریِ پیچیده، باگهای جانسخت، رفکتورهای بزرگ و تصمیمهای کلیدی: وقتی مسئلهای واقعاً سخت است، بده دستِ آنها.V4 Flash و GLM-5.3 Flash مدلهای کارگرند. خواندنِ ریپو، جستوجوی کد، ویرایشِ فایل، اجرای تست، کارِ دستهای و باز کردنِ زمینِ جدید — همان کارهای کثیف و خستهکنندهای که Flash باید توشان جان بکند.پلنِ Command GOAT سهمیهی کافی برای مدلهای کارگر دارد و سهمیهی مدلهای اصلیاش هم هیچ نقطهضعفِ واضحی ندارد.پس اعلام میکنم: پلنِ Command GOAT پاسخِ نسخهی فعلی است.
یک عضویت ChatGPT Pro با ۲۰۰ دلار بگیر، خوب استفاده کن، تمیز و تا تهش مصرفش کن.وارد AI شدی.
مشکل سازگاری DeepSeek Harness + API شخص ثالث:وقتی عامل (agent) ابزارهایی مثل Bash را صدا میزند، با خطای
ToolNotFoundError: unknown tool "" مواجه میشود، که انگار ابزار هرگز ثبت نشده.چیزی که واقعاً اتفاق میافتد: گیتوی فرمت دادهای متفاوت از API رسمی DeepSeek برمیگرداند و اسم ابزار جایی در این بین گم میشود.چند لینک GitHub Discussions مرتبط:- در deepseek-ai/dsh#issues دنبال «unknown tool» بگردید
- کسانی که گیتوی self-hosted اجرا میکنند (OpenRouter / OneAPI / new-api) بیشتر از همه ممکن است به این تله بخورند
اخیراً دوباره از ریپو و Discussions پروژهی DeepSeek Harness سر در آوردم، و این پروژه در مرحلهی خیلی جالبی است:DeepSeek Harness الان بیش از ۱۵۰ هزار ستاره و بیش از ۱۲,۰۰۰ کامیت در ریپو دارد.اما README رسمی هنوز خیلی صریح مینویسد: فعلاً فقط Developer Preview است و تغییرات breaking هنوز در راهاند.rc.7 در ۱۷ آگوست منتشر شد. ساخت Issue و PR محدود شده؛ بازخوردها از مسیر Discussions میروند.جامعه بزرگ است، اما توسعهی هسته در دستِ افراد معدودی متمرکز است. باگها مرتب بیرون میزنند — مثل همان مشکل unknown tool "".چیزی که بیشتر از همه کم است: پوشش تست، سازگاری Provider و قابلیت اطمینان نشستها (session).از نظر معماری هنوز جذاب است، مثل پایهی یک سیستمعامل عاملها:
- Everything is a Plugin
- معماری ترکیبی Cordis
- Preset / Skill / MCP / Agent / Provider همه پلاگینیشده
هر روز بیشتر به این باور میرسم که ارزش احساس عمیقاً ارزشمند است.چرا ما انسانهای خردمند میتوانیم دور هم جمع شویم و کارهای بزرگ بکنیم؟دقیقاً به این خاطر که همگی به یک داستان، یک احساس، یک توتم، یک افسانه، یک روایت باور داریم — همین است که سازمانها را میسازد، همکاری را به حرکت درمیآورد، ما را قویتر میکند و بزرگی را ممکن میکند.آیا این خودش یک جور ارزش احساسی نیست؟
اخیراً دارم DeepSeek Harness را مطالعه میکنم. یک مفهوم به اسم Preset هست که ارزش توجه دارد.Preset را میتوان واحد توزیع یک عامل (agent) در نظر گرفت. روی همان مدل، Presetهای مختلف بار کن و به عاملهای کاملاً متفاوت تبدیل میشود.بزرگترین تفاوت بین یک Preset و یک Skill چیست؟
- یک Skill تحلیل گزارش مالی: به عامل یاد میدهد چطور گزارشهای مالی را تحلیل کند.
- یک Preset تحلیل گزارش مالی: Skill تحلیل گزارش مالی، جستجوی وب، Browser، PDF، Python، زیرعاملها (subagents)، پرامپتهای پژوهشی و استراتژی کانتکست را همه با هم ترکیب میکند — و یک عامل آمادهی استفاده (out-of-the-box) تحویلت میدهد.
- یکی: بازار Plugin / Skill، عمدتاً برای توسعهدهندهها و کاربران حرفهای که عامل میسازند؛
- یکی: بازار Preset / Agent، که واقعاً کاربران عادی را هدف میگیرد.
اکوسیستم DeepSeek Harness به احتمال خیلی زیاد از طریق Preset رونق میگیرد.یک میدان Preset در جامعه ظاهر شده — علاقهمندان میتوانند پیگیرش باشند.ورودی: dshdesktop.com/preset
چیزی که کمیاب است، حسِ ساختنِ محصول است؛ بینشی نسبت به نیاز؛ ذهنی که کاربر را میفهمد.
این مقاله به ما میگوید هنگام استفاده از DeepSeek Harness حتماً حالت PTC را بیشتر امتحان کنید.
مزیتش این است که سرعت بالاتر است، token کمتری مصرف میکند، و توجه مدل را متمرکزتر میکند.
مدتی روی چهار حالت DeepSeek Harness وقت گذاشتم — اینجا مزایا، معایب و موارد استفادهی هر کدام را میگویم.۱. Standard — بهترین برای توسعهی روزمره
Standard همان Coding Agent کامل و پیشفرض DeepSeek Harness است. همهی چیزهایی که توسعهی روزمره نیاز دارد را همراه دارد و مخصوصاً برای کارهایی مناسب است که هنوز نمیدانی مشکل کجاست و عامل باید خودش کاوش کند.اما چون بیشتر کارها به صورت LLM → Tool → LLM → Tool → LLM → Tool است، وقتی کارها پیچیده میشوند، رفتوآمدهای (round trips) Tool Calling روی هم جمع میشوند و تأخیر و هزینهی توکن بالا میرود.پس: کارهای کاوشمحور بروند سراغ Standard.۲. PTC — حالت بهرهوری برای کارهای پیچیده
PTC به مدل اجازه میدهد یک تکه TypeScript بنویسد که چند فراخوانی ابزار را در یک اجرا ترکیب میکند.Standard شاید این باشد: جستجوی فایل، برگشت به مدل، خواندن فایل، برگشت به مدل، جستجو، برگشت به مدل، ویرایش، برگشت به مدل.
PTC میشود این: مدل TypeScript مینویسد، یک بار اجرا میشود، جستجو + حلقه + فیلتر + خواندن + پردازش، و بعد نتیجهی نهایی برمیگردد.این رفتوآمدها را کم میکند و حجم عظیمی از دادههای میانی بیمعنا را از کانتکست مدل بیرون نگه میدارد. پس پردازشهای دستهای، تکراری و ساختاریافته جایی است که PTC میدرخشد.۳. Minimal — فقط Bash + Editor در اختیار مدل
بزرگترین نقطه قوتش سادگی است: ابزار کم، شمای ابزار (tool schema) کوچک، سربار ثابت prompt پایین.اما نه Web هست، نه Skills، نه Subagent، نه Workflow — کارهای پیچیده را باید یک عامل بهزور انجام بدهد. و Minimal آن Context Compaction کامل Standard را هم ندارد. پس هر چند در کارهای کوتاه سربار توکن ثابت پایین است، در نشستهای خیلی طولانی با خروجی Bash زیاد، ممکن است در عمل توکنی ذخیره نکند.Minimal برای کارهای کوچکِ شفاف و خوبتعریفشده انتخاب است — هر چه واضحتر و کوتاهتر، بهتر.۴. Creator — با یک عامل، عامل ساختن
Standard را دارد به اضافهی Cordis Runtime، آزمایشهای پلاگین و ساخت Preset. حتی خود عامل را هم تبدیل میکند به چیزی ترکیبپذیر و قابلخلق.راستش یکجورایی بامزه است: مدل برای خودش بساطی پهن میکند که جنس بفروشد و بعد خودش هم سر و کلهی همان بساطش را میزند — خودکفا.اما بزرگترین مشکل Creator سطح دسترسی بالایش است. این نکته را در نظر داشته باش.
Awesome DeepSeek Harness Desktop رسیده است.
ADHD — نسخه دسکتاپ فوقالعاده DeepSeek Harness، یک رپ Electron آماده به کار که مخصوص DeepSeek Harness ساخته شده Awesome DeepSeek Harmony Desktop رسیده است.
پست اصلی: https://x.com/zacklin233862/status/2087922286368375265?s=20
این روزها عده زیادی AI Coding Agent مدام سراغ TUI میروند، و سهم بزرگی از مقصر بودن این موج، به گردن Claude Code است.
این ابزار تجربه گفتگو با AI در ترمینال برای نوشتن کد را به کمال رسانده.
اما مشکل اینجاست که انگار Coding Agent واقعاً پیشرفته باید بهطور پیشفرض رابط ترمینالی داشته باشد، نسخه Web در حالت ضمیمه بماند، و حتی با تمسخر «به اندازه کافی برنامهنویسانه نیست» خطاب شود.
نتیجه چه میشود؟
اول یک TUI پیچیده میسازی
با کلی رنگ، نوار وضعیت، کلید میانبر و جابهجایی حالت
بعد اسمش را میگذاری «غرقشونده» و «پربازده» و «محترم به برنامهنویس»
مطمئنی؟
برای عده کوچکی که همه روز در ترمینال زندگی میکنند، آره، واقعاً عالی است. اما برای خیلیهای دیگر، این یعنی ساختن سد از سر تصمیم. قابلیتها پشت کلیدها و حالتها پنهاناند، کاربر تازهکار کاملاً گیج است، و حتی کاربر قدیمی هم باید دوباره خودش را با کلیدبندیِ هر ابزار وفق دهد.
Web UI کاملاً میتواند سریع و تمیز باشد؛ بعد از نصب به شکل PWA تقریباً هیچ فرقی با کلاینت دسکتاپ ندارد، و آپدیتش هم راحتتر است. اصرار بر اینکه تعامل را بهزور به الگوی ترمینال دهه 80 برگردانی، بعد هم Web را تحقیر کنی، مقداری خودشیفتگی دارد.
Claude Code خودش قوی است، در این شکی نیست. اما این سلیقه و وابستگی مسارِ «TUI راه اصلی است» را رواج داد، و عده زیادی که دنبالش تقلید کردند، از این هم عجیبتر شدند.
ابزار برای استفاده آدمهاست، نه برای اثبات اینکه چه کسی «گیکتر» است.
بستهبندی تعامل ضدانسانی به اسم پیشرفته بودن، واقعاً مایه خنده است.
راستش را بخواهید، بعضی از اجتماعهای گیک دیگر فقط «خاص و کوچک» نیستند — کاملاً خودشیفته شدهاند.حرکتِ امضاشان این است: ناخوشایندی را نشانهی پیچیدگی میگیرند و سدِ ورود را نشانهی سلیقه.اگر چیزی ساده، شهودی و سریع باشد و آدمهای معمولی زود یادش بگیرند، ناخودآگاه احساس میکنند به اندازهی کافی هاردکور نیست، زیادی عامهپسند است و در شأنشان نیست.برعکس، هرچه تعامل با ابزار ناجورتر باشد، اطلاعات کمرنگتر و دفنشدهتر باشد، و هرچه بیشتر لازم باشد یک اصطلاحات خصوصی و یک عالمه میانبر یاد بگیری — بیشتر با خودشان فکر میکنند شکلِ واقعیِ یک ابزار همین است.این دیگر دربارهی کارایی نیست. این است که با درد کشیدن، هویت خودت را تأیید کنی.«من میتوانم تعاملهایی را تاب بیاورم که بقیه نمیتوانند» — همین که این جمله از دهانت بیرون بیاید، حسِ برتری خودش نوشته میشود.هرچه حلقه کوچکتر باشد، این خودستایی راحتتر از خودش تغذیه میکند.آخرش به اینجا میرسد: هر کسی جرئت کند بگوید «به درد نمیخورد»، یعنی چیزی سر در نمیآورد — یعنی آدمِ بیرونی است.آدمهای واقعاً توانا کارهای پیچیده را ساده میکنند. بعضی گیکها اما کارهای ساده را پیچیده میکنند و بعد از فرازِ همین پیچیدگی، به همهی بقیه از بالا نگاه میکنند.
به نظرم DeepSeek Harness فرم و شکل درست را گرفته.به جای اینکه مستقیم برود سراغ یک TUI ضدبشری، با یک Web UI میآید.و تقریباً هیچ حافظهای مصرف نمیکند — چون اصلاً نصاب (installer) ندارد. نه خبری از آن فریمورکهای Electron است که یک موتور مرورگر را بهزور داخلش کار میگذارند. کلی حافظه همینطوری ذخیره میشود.تنها ایرادش این است که در مرورگر زندگی میکند — اما میتوانی به عنوان PWA نصبش کنی و بعدش دقیقاً مثل یک کلاینت بومی حس میشود.نصب یک اپلیکیشن وب به عنوان برنامه از طریق Chrome واقعاً کاربردی است. در اسکرینشات اینجا، یک صفحهی وب است، با این حال هیچ تفاوتی با یک اپ دسکتاپ ندارد.
خیلی درست گفت — این همان عیبِ ذاتیِ نسل GPT-5 است:مدام نیازهای داخلی را توی متنِ رابط کاربری مینویسد تا ثابت کند دارد کار میکند. تا خودش را اثبات کند: اِه، نگاه کن، من واقعاً انجامش دادم، عالی نیستم؟ تنبلی نکردم، همهی خواستههایت را چیدهام روی میز.و متنِ رابط کاربری هم باورنکردنی شلوغ است. از 5.0 تا 5.6 — نسلبهنسل — هنوز این مشکل حل نشده. توی مغزِ استخوانشان رفته.هر کسی که واقعاً محصولِ فرانتاند تحویل داده باشد، میداند:
- هر متنی روی رابط، کوچک یا بزرگ، متنِ روبهروی کاربر است
- متنی که باید توی چت به توسعهدهنده بازخورد داده شود، هرگز نباید توی محصول نوشته شود
وبسایت مطالعهی پادکست انگلیسی بالاخره آماده شد.اسمش: Cherina Podبیایید سر بزنید. بیپردهترین بازخوردها را بدهید — میخواهم بیامان تکرار کنم، بیامان اصلاح کنم، بیامان بهینه کنم.
https://pod.cherina.app
OpenChamber باز هم نسخه جدید منتشر کرد. آدم واقعاً حس میکند نگهدارندهاش با دقت از آن مراقبت میکند. شاید این باوفاترین پروژه متنبازی باشد که از نظر کار روی فرانتاند دیدهام.
ترکیب OpenChamber + OpenCode + DeepSeek V4 Flash که مدام استفاده میکنم واقعاً حسابی حال مرا گرفته.
هر بار پروژههای مرتبط با Pi Agent را میبینم، هیجانزده میشوم.
گردش کاری که herdr + pi ساخته، واقعاً ارزش خوب بررسی شدن را دارد.
Qwen یک پلاگین رسمی منتشر کرده که به DeepSeek V4 Flash چشم میکارد؛ علاقهمندان امتحانش کنند
تقریباً همه کلاینتهای Harness GUI متنباز بازار را امتحان کردهام و بیشترشان از نظر تجربه طراحی وضعیت رقتانگیزی دارند.
OpenChamber بهترین کلاینت Harness GUI متنبازی است که تا حالا استفاده کردهام: ظریف، پایدار، و باگهای گاهبهگاهش هم استفاده بلندمدت را خراب نمیکند.
ولی فقط با OpenCode جور درمیآید و نمیشود به Harness دیگری سوییچ کرد. بعضی کاربرها میگویند عملکرد کلی OpenCode آنقدر خوب نیست و راحت پای مدل را میلنگاند.
برای همین ذهنم درگیر یک پروژه شد: فرانتاند OpenChamber را اسکلت نگه دارم و هستهاش را با oh my pi عوض کنم؛ شاید اینطور بیشتر با نیاز خودم جور دربیاید.
چرا به جای Pi Agent خالص از Oh My Pi استفاده میکنم؟
چون Pi Agent خالص بیش از حد انعطافپذیر است و نمیشود دورش یک GUI همهکاره ساخت.
بهعنوان یک راه میانه، Oh My Pi در واقع یک توزیع از Pi Agent است و تجربه تعامل پلاگینهایش نسبتاً پایدار است.
پس به نظرم ساختن یک محصول آمادهبهکار از OpenChamber + Oh My Pi یک نیاز پنهان و واقعی است.
اسم پروژه را گذاشتم OMPChamber؛ فعلاً در حال توسعه و تست فشرده است، اگر بهش نیاز دارید، star بزنید.
https://github.com/realchendahuang/OMPChamber
همانطور که انتظار میرفت، باز هم بهتر است بیشتر به طراحان و برنامهنویسان باسلیقه توجه کنیم.
DeepSeek V4 Flash واقعاً هوشمند است، و واقعاً بهصرفه
15 پروژه را پشت سر هم باز کردم، همه همزمان در حال اجرای کد.
سهمیه فقط کمی مصرف شد.
تنظیمات فعلی OpenCodeام را به اشتراک میگذارم. تنظیماتم حول سه نیاز اصلی چیده شده:
مدیریت کانتکست — سشنهای طولانی که کانتکست را منفجر نکنند، صرفهجویی در پول و توکن
سیستم حافظه — یادسپاری ترجیحات کاربر، تصمیمهای پروژه و درسهای گذشته بین سشنها
قابلیتهای بیرونی — جستجوی مستندات، جستجوی کد، اتوماسیون دسکتاپ
مهمترین پلاگینهایی که استفاده میکنم:
- opencode-dcp (متنباز) پلاگین هرس پویای کانتکست. هر وقت کانتکست به حد آستانه برسد، خودکار محتوای قدیمی را به خلاصههای فنی فشرده میکند؛ اطلاعات کلیدی را نگه میدارد و نویز را دور میریزد، محتوای تکراری را خودکار پاک میکند و محتوای کمارزش مثل خطاهای ابزارها را از کانتکست حذف میکند
- opencode-goal-plugin پلاگین حالت Goal که به تسکهای طولانی مدیریت هدف اضافه میکند
- Hermes Memory (اگر تقاضا باشد بعداً متن بازش میکنم) این سنگینترین پلاگین من است — سازوکار حافظه لایهلایهی Hermes agent را روی OpenCode منتقل (port) کردهام.
- context7-MCP گرفتن آخرین مستندات رسمی کتابخانهها و فریمورکها.
- grep-MCP جستجوی کد در GitHub، پیدا کردن استفادههای واقعی در کل کدهای GitHub.
- open-computer-use (اتوماسیون دسکتاپ) به AI اجازه میدهد مستقیم اپهای macOS را کنترل کند — کلیک، تایپ، اسکرول، درگ، اسکرینشات و خواندن accessibility tree.
۱۴۰۵.۰۵.۱۵ · 6 دقیقه
بعد از آزمودن Pi Agent، OMP، Codex و ZCode، چرا در نهایت OpenCode + OpenChamber را انتخاب کردم
مروری بر انتخاب Agent Harness: سه معیار تجربهٔ GUI، قفل شدن روی فروشنده و آزادی توسعهٔ ثانویه، Pi Agent و OMP و Codex و ZCode را حذف کرد و در نهایت به هستهٔ OpenCode بههمراه رابط OpenChamber رسید.
AI Agentانتخاب ابزار
۱۴۰۵.۰۵.۱۵ · 5 دقیقه
اضافه کردن چندوجهی به DeepSeek: راهکار بینایی Qwen-3.7-Flash
DeepSeek V4 Flash چندوجهی ندارد — برای درک تصویر چه کار کنی؟ بعد از بررسی بازار، بهصرفهترین گزینهٔ فعلی Qwen-3.7-Flash است: هزینهٔ تشخیص یک تصویر تقریباً هیچ است و کنار V4 Flash جاهای خالی پر میشود.
DeepSeekچندوجهیبررسی مدل
۱۴۰۵.۰۵.۱۴ · 6 دقیقه
API دیپسیک جستجوی وب داخلی دارد — با Responses API جستجوی رسمی را رایگان دربیاور
دیپسیک جستجوی وب را مستقیم داخل API خودش آورد: از طریق رابط Responses مدل deepseek-v4-flash را صدا بزن و ابزار web_search را اعلام کن. نه نیازی به یکپارچهسازی موتور جستجوی شخص ثالث است، نه کلید API جداگانه برای جستجو.
DeepSeekAPIابزارهای هوش مصنوعی
پلنِ OpenCode Go در ماهِ اول فقط 5 دلار است — 35 یوان.
بعد از فعالسازی، از مدلِ جدیدش DeepSeek V4 Flash استفاده کن.
در عمل: یک سروقتِ کامل صبح با استفادهی سنگین کار کردم و فقط 1٪ از سهمیهی هفتگیام سوخت. چه خبر است، اصلاً نمیتوانم تمامش کنم — حالا باید دوباره استرس بگیرم هاهاهاها.
مثلثِ غیرممکنِ «ارزان، خوب و سریع» با ترکیبِ OpenCode Go + DeepSeek V4 Flash بهطور کامل محقق شده.
Opencode https://t.co/c0k1WKWNle
واقعاً تحت تأثیر قرار گرفتم — OpenAI دیوانه شده. GPT-5.6-Luna با 80% تخفیف: ورودی 0.2 دلار، خروجی 1.2 دلار، هیتِ کش 0.02 دلار.
در مقایسه با DeepSeek V4 Pro، با مصرفِ معمولِ کدنویسی — 100 میلیون توکن با 95% هیتِ کش — DeepSeek حدود 20 یوان آب میخورد و Luna حدود 26 یوان.
و اگر پلنِ Codex داشته باشید، با Luna پنج برابر حجمِ قبلی کار میکنید — دقیقاً پنج برابر ظرفیت بیشتر! https://t.co/fBVVfyN2OC
لیانگ وِنفنگ در جلسهی سرمایهگذاران گفت:
«نقطهی پایانِ هوش، شاید همهجا تجسمیافته باشد. چون برای یک آدمِ معمولی، چیزی که نیاز دارد کامپیوتر نیست — نیرویِ کار است.»
این حرف درستِ درست است. آدمهای عادی هیچوقت کامپیوترِ باهوشتر نخواستهاند؛ آنها «نیرویِ کارِ» واقعی میخواهند که کارها را انجام بدهد. متن هر چقدر هم توانا باشد، فقط یک حالتِ میانی است. https://t.co/2xg5o5hNjt
بگذارید یک مفهوم را معرفی کنم: FOMO، مخفف «ترس از جا ماندن» (Fear of Missing Out).مطمئنم خیلیها این مشکل را دارند: چیز خوبی میبینید و دلتان میخواهد بوکمارکش کنید، ابزار یا ترند جدیدی میبینید و دلتان میخواهد سوارش شوید و همیشه حس میکنید اگر نروید، چیز مهمی را از دست خواهید داد. نتیجه این میشود: بوکمارکهاتان پر و پرتر، ذهنتان شلوغ و شلوغتر، و حواستان هم در همین مسیر لقمهلقمه خورده میشود.
آدمهایی که ابزارهای هوش مصنوعی را تنظیم میکنند معمولاً یک کلید API میگذارند و بعضی وقتها هم باید یک فرمتِ رابط انتخاب کنید.این فرمتِ رابط را به زبانِ ساده میشود اینطور فهمید:همان روشِ توافقشدهی گفتوگو بین تو و سرویسِ مدل.مثلاً «رابطِ سازگار با OpenAI» که بیشتر آدمها میشناسند، اغلب به Chat Completions اشاره دارد. آن فرمت برای چت و تولیدِ متنِ ساده عالی است و برای همین هم خیلی از فروشندههای مدل، اولویت میدهند با آن سازگار باشند.اما امروز ساختنِ اپهای هوش مصنوعی خیلی پیچیدهتر شده. مدلها مدام باید فایل بخوانند، وب را بگردند، تابع صدا بزنند، کد اجرا کنند، به MCP وصل شوند، کانتکست نگه دارند و بعد ادامهی کارهای بعدی را انجام دهند.اینجاست که ارزشِ Responses API شرکت OpenAI خودش را نشان میدهد.
- مدلهای استدلالیاش عملکردِ بهتری دارند. همان مدل، وقتی در ساختارِ رابطِ مناسبتری قرار بگیرد، کارها را بهتر تمام میکند.
- ذاتاً برای ایجنت ساخته شده. در یک درخواستِ API میشود چند ابزار را صدا زد.
- هزینهاش کمتر است. در مقایسه با Chat Completions، نرخِ استفاده از کشِ Responses API بین 40 تا 80 درصد بهتر است. هرچه استفاده از کش بالاتر باشد، هزینهی فراخوانیهای تکراری پایینتر و بهینهسازیِ تأخیر هم آسانتر است.
یکدفعه به یک زاویه دید جالبی فکر کردم.برجهای دوازدهگانه، حیوانات دوازدهگانه، ستارهبینی، فال — اینها را شاید بتوان «مدلهای فشرده» دوران کمبود قدرت محاسباتی بشر دانست.گذشتگان نه پایگاه داده داشتند، نه ابزار آماری و نه هوش مصنوعی.تنها کاری که از دستشان برمیآمد این بود که فصلها، پدیدههای آسمانی، تقویم کشاورزی، شخصیتها، عرف اجتماعی و چرخههای جامعه را در بازههای طولانی مشاهده کنند و بعد آن تجربه پیچیده را در یک نظام نمادین فشرده کنند که به خاطر سپردنش آسان و پخش کردنش ساده باشد.۱۲ برج فلکی، ۱۲ حیوان، هشتنویسه (BaZi) و هگزاگرامها — همهشان اساساً راههایی برای فروکاستن جهان پیچیده به ابعاد کمترند.البته نمیشود آنها را پیشبینی علمیِ دقیق حساب کرد.اما لزوماً هم خرافهی صرف نیستند.بیشتر شبیه تقطیر تجربهاند — ساختهی گذشتگان، با داستان و نماد و قاعده، در روزگاری که قدرت محاسباتی کم بود، داده کم بود و ابزار کم بود.
این اواخر تعداد دفعاتِ مرورِ X پایین آمده.نمیدانم واردِ «حالتِ حکیمانه» شدهام یا نه.بعد از یک خودکاویِ صادقانه، فهمیدم بیش از هر چیز به یک سؤال اهمیت میدهم:چیزهایی که هر روز مرورشان میکنم، آخرش میتوانند به یک محصولِ واقعی تبدیل شوند؟دیدنِ صد تا آپدیتِ ابزار، هیچوقت بهاندازهی شکافتنِ کاملِ یک سناریویِ مشخص ارزش ندارد.این روزها میخواهم انرژی بیشتری بگذارم روی محصول، کمونیتی و محتوای بلندمدت.
این روزها دارم مسئلهی مدیریتِ دانش را از نو فکر میکنم.فهمیدم اینجا دو مسیر هست.یکی ساختنِ آن روی Feishu است.مزیتهایش مستقیم است:رایگان، همگامسازی بین چند دستگاه، قابلِ اشتراکگذاری، همکاریِ راحت و از نظرِ فرم هم به اندازهی کافی غنی.اسناد، جدولهای چندبعدی، جدولهای معمولی، اسلایدها، بومِ طراحی (Canvas)، Todo و پایگاههای دانش — ترکیبِ این ماژولها از پسِ خیلی از سناریوهای مدیریتِ دانشِ فردی و تیمی برمیآید.من مخصوصاً روی جدولهای چندبعدی حساب باز کردهام.خیلی به دردِ نقشِ «مرکزِ دانش» میخورند.جمعآوری اطلاعات، آرشیوِ مطلب، مدیریتِ وضعیت، سازماندهیِ ساختاریافته، بازتولیدِ محتوا — همه میتوانند دورِ آنها بچرخند.با اضافه شدنِ Feishu CLI و ایجنتهای هوش مصنوعی، Feishu دیگر فقط یک ابزارِ اداری نیست.بیشتر شبیه یک سیستمِ ورکفلوِ دانش میشود که ایجنتها میتوانند با آن کار کنند.مسیرِ دیگر، ساختنِ اختصاصی روی Cloudflare است.این مسیر آزادتر است و برای محصولشدن مناسبتر.مثلاً FlareMo که الان دارم میسازم، تلاشی است برای ساختنِ یک محصولِ مدیریتِ دانش روی Cloudflare.مزیتِ Cloudflare این است که قابلیتهای لایهی زیرینش کامل است:فرانتاند، بکاند، دیتابیس، ذخیرهسازیِ آبجکت، جستوجوی برداری، هوش مصنوعی — همه قابلِ ترکیب.اما به توسعه نیاز دارد.و باید ساختارِ داده، تجربهی جستوجو، سیستمِ دسترسی و منطقِ محصول را هم خودت طراحی کنی.پس قضاوتِ فعلی من این است:
- Feishu برای این است که سریع یک سیستمِ مدیریتِ دانش بالا بیاوری که از همین امروز قابلِ استفاده باشد.
- Cloudflare برای این است که مدیریتِ دانش را به یک محصولِ واقعاً کنترلپذیر و قابلِ تکرار تبدیل کنی.
مدیریت دانش چیست؟اسمِ «مدیریت دانش» را که میآوری، اولین واکنشِ بیشتر آدمها این است: بوکمارک کردن مقاله، مرتب کردن لینکها، یادداشت برداشتن، ساختن یک کتابخانهی قشنگ.اما اگر از اصولِ اولیه نگاه کنیم، مسئلهای که مدیریتِ دانش واقعاً باید حل کند این است:اطلاعاتی که امروز میبینم، میتواند در آینده به کمکِ قضاوتهایم بیاید؟حافظهی انسان محدود است، توجه محدود است و تجربه هم راحت از دست میرود.اگر یک مطلب فقط بوکمارک شود، به احتمالِ زیاد آخرش به گورستانِ اطلاعات تبدیل میشود.مدیریتِ دانشِ واقعاً ارزشمند باید یک تبدیل را کامل کند:اطلاعاتِ بیرونی و تجربهی شخصی را تبدیل کند به قابلیتِ عمل — چیزی که قابلِ جستوجو، فراخوانی، استفادهی مجدد و بهروزرسانی باشد.
- مقالهای که فقط بوکمارک شده، فقط مطلبِ خام است.
- دیدگاهش را بیرون بکشی، میشود اطلاعات.
- وصلش کنی به پروژهها، سناریوها و قضاوتهای خودت — تازه آن موقع است که شروع میکند به دانش تبدیل شدن.
- و آخرش وقتی به کارت بیاید برای مقاله نوشتن، محصول ساختن، تصمیم گرفتن و طراحیِ ورکفلو — آن وقت است که میشود توانایی.
با UU Remote شرکتِ NetEase به مکِ خانهام وصل میشوم.هر جا و هر وقت کدنویسی.هر جا و هر وقت همراهِ همسرم برو خرید.
بله، چشمگیرترین چیز درآمدِ توسعهدهندهی مستقل است.اما برای ما آدمهای معمولی، باارزشترین چیز هنوز همان مسیری است که او برای رسیدن به اینجا پیموده.
مرورگر Brave از چه جادوی سیاهی استفاده میکند؟روی YouTube صفر تا صد تبلیغ نمیبینید، درست مثل جادو!!
یک دوست پرسید پاوربانک توی عکس چه برندی است.بسیار خب، وقتش رسیده شروع کنم به معرفی کردن.این CoolState Power Bank No. 25 Super SE است (CoolState همان Zimi سابق است).کمی بالاتر از ۱۴۰ یوآن، ۲۵,۰۰۰ میلیآمپرساعت، تا ۱۲۰ وات خروجی، کابل شارژ توکار.MacBook Air من را یک بعدازظهر کاملِ کار سنگین نگه میدارد.همراه اداری بینقص برای استارباکس، مکدونالد، کیافسی، روستا و هر جای دیگر!
یک نکتهی جالب — شاید فرض کنی DeepSeek دارد توکنها را با ضرر میفروشد.APIاش ارزان قیمتگذاری شده، اما سمت رسمی به حاشیهی سود ۵۴۵٪ روی این بخش اشاره کرده!!!پس DeepSeek نهتنها یک بودیساتوای سایبریِ AI است، از نظر فنی هم یک هیولا است.اصل مطلب: DeepSeek Open Infra Index
وای خدا! تازه فهمیدم مرورگر Firefox به هر کاربر ماهی ۵۰ گیگ ترافیک VPN رایگان میدهد.برای آن معضل آزاردهندهی مرغ و تخممرغ خیلی به کار میآید.روش استفاده:۱. در نوار آدرس تایپ کن
about:config
۲. برو به تنظیمات پیشرفته و روی «نمایش همه» کلیک کن
۳. دنبال browser.ipProtection.enabled بگرد
۴. مقدار آن را به true تغییر بدهبه Workbuddyِ تنسنت یک شانس دادم — این سناریویِ کلاسیک هست: گرفتنِ کوپنهای Meituan.در مرحلهی ورود، یک کدِ QR ساخت که اسکنش کنم و وارد شوم.بعد فقط گفتم «برو کوپنهایم را بگیر» و رفت و همانها را برایم گرفت.استفاده از یک ایجنتِ هوش مصنوعی برای کاری مثلِ گرفتنِ کوپن — واقعاً شگفتانگیز است.
معرفی یک وبسایت گنجینه: Buzzingبرای هر کسی که میخواهد منابع اطلاعاتیش را گستردهتر کند و از حباب اطلاعاتی خودش بیرون بزند مناسب است.مدام محتوای داغ را از Hacker News، Reddit، BBC، Reuters، Bloomberg، Product Hunt و دیگر منابع خارجی جمع میکند و تیترها را به چینی ترجمه میکند.بزرگترین ارزشش: میتوانی اول تیترها را به چینی مرور کنی.اگر چیزی توجّهت را جلب کرد و ارزش خواندن داشت، کلیک کن و برو سراغ جزئیاتش.در آن مرحله هم کنارش از Immersive Translate برای خواندن دوزبانه استفاده کن.
اگر برای دور زدنِ فیلترینگ اشتراک خریده باشی و روی VPSِ خودت هم نود گذاشته باشی، و بخواهی یکپارچه مدیریتشان کنی، یکپارچه مسیریابی کنی و بهصورتِ یک لینکِ اشتراک بیرونشان بدهی.
میخواهی قوانینِ مسیریابی، فیلترِ نودها و منطقِ ترکیب در سمتِ سرور نگهداری شود، نه اینکه توی هر کلاینتی جدا جدا پیکربندی کنی.
میخواهی با روشِ سبکِ Cloudflare اجرایش کنی — بدونِ اینکه مجبور باشی سرور، سرویسِ دیتابیس یا کارهای پیچیدهی پسزمینه نگهداری کنی.
افزونههای مرورگری را به اشتراک میگذارم که سالهاست همراه مناند.
- Wetab: افزونهی تب جدید. چیزهای پرکاربردت را میگذاری توش، موتور جستجو را سفارشی میکنی و با یک حساب کاربری رایگان بین دستگاهها سینک میشود. من توش یک موتور جستجوی X مبتنی بر گوگل ساختم — خیلی بهتر از موتور پیشفرض است.
- Video Speed Controller: سرعت ویدیو را دقیق تنظیم میکند؛ عالی برای اینکه با بازده بالا دانش جذب کنی.
- XHunt: برای X ضروری است. رتبهبندی هر KOL و داغترین پستهای لحظه را همین حالا ببین.
- X Mutual-Follow Radar: روی صفحه، فالوهای دوجانبه و یکطرفه را علامت میزند و میتواند نسبت following / followers را هم نشان بدهد.
- FireShot: از صفحه وب اسکرینشات بگیر، ویرایش کن و به صورت PDF، JPEG، GIF، PNG یا BMP ذخیره کن.
- Proton Pass: مدیر رمز عبور با طراحی ظریف و سینک بین چند دستگاه.
- Immersive Translate: کهنهکارِ افزونههای ترجمهی دوزبانه، وصل به API مدل DeepSeek V4 Flash.
- Codex: برای اتصال Codex به Chrome ضروری است. با آن میتوانی هر کاری را در مرورگر خودکار کنی — مثلاً نوشتن ایمیل اعتراض وقتی اکانتت بسته میشود.
۱۴۰۵.۰۴.۰۷ · 4 دقیقه
تجمیع اشتراک پروکسیام را به Cloudflare منتقل کردم
اصلیچند سرویس پروکسی بهعلاوهٔ نودهای شخصی خودت را در یک اشتراک واحد ترکیب کن، با قوانین مسیریابی پیکربندیشده در سمت سرور — کلاینتها فقط مشترک میشوند.
Cloudflareدور زدن فیلترینگپروژهٔ متنباز
انسان قضاوت میکند. هوش مصنوعی تقویت میکند.توجهِ انسان محدود است. انسان فقط حیاتیترین بخشِ قضاوت را بر عهده میگیرد.باید توجهِ محدودت را خرجِ جایی کنی که ارزش دارد و بگذاری AI کارهای کسلکنندهی بیشتری را بگیرد.این دقیقاً همان نکتهی اصلیِ وجودِ ورکفلوهای هوش مصنوعی است.بگذار ورکفلوهای هوش مصنوعی همهی کارهای تکراری را قورت بدهند؛ انسان قضاوتِ نهایی را بر عهده داشته باشد — بازبینی یا پذیرشِ ارزشمندترین، اصلیترین و نتیجههای هدفِ نهایی.این حالتی است که میخواهم به آن برسم. این روزها اتفاقی مشغولِ تحقیق روی همین ورکفلوها هم هستم.
یک اپ یادداشت که بومی روی استک فناوری Cloudflare ساخته شده — FlareMo.یک حساب رایگان Cloudflare ثبت کن و بعد از دیپلوی، ۱۰ گیگ ذخیرهسازی فایل و ۵ گیگ ذخیرهسازی داده میگیری.تا ابد رایگان — نه هزینهای برای زیرساخت، نه هزینهای برای ترافیک، دادهها در چند منطقه پشتیبانگیری میشوند و در دسترسپذیری بالا از بدو تولد همراهت است.شبانهروز در ابر سرویس میدهد و کاملاً با اکوسیستم Memos سازگار است.پیشرفت توسعه در آن زمان: قابلیتهای اصلی را در یک روز بالا آوردم و کاملاً قابل استفاده شد.از این به بعد: آموزشهای بیشتر برای استفاده و دیپلوی، کیسهای تست مهندسی، تکنیکهای عاملهای AI و پشتیبانی چندپلتفرمی. در ملاء عام بساز (Build in public).
اشتراکهای دور زدنِ فیلترینگم را بردم روی Cloudflare.یک پروژهی متنبازِ اگریگیتِ لینکِ اشتراک را منتشر کردم که کاملاً رایگان روی Cloudflare مستقر میشود.همهی لینکهای اشتراکِ فیلترشکن و نودهایِ شخصیات را جمع میکند توی یک لینک، با قوانینِ مسیریابی که میتوانی بهش ببندی.واقعاً فقط یک لینک — توی هر کلاینتی کار میکند، بدونِ پیکربندیِ جداگانه برای هر کلاینت.GitHub: https://github.com/realchendahuang/sub-store-cloudflareپستِ کامل: اگریگیتِ اشتراکِ فرودگاهم را بردم روی Cloudflare
Clash Party برای عبور از فیلترینگ
- Substore مستقرشده روی Cloudflare یک لینک اشتراک هم تجمیع چند ارائهدهنده را انجام میدهد هم مسیریابی قاعدهمند را حسش فوقالعاده است (با همان تُن دوم)! ضمناً Clash Party را هم به عنوان کلاینت معرفی میکنم — خیلی ظریف و شیک است. ریپوی متنباز sub-store-cloudflare من: https://t.co/u8zhrOSrAw https://t.co/Zzc3IXKsLI
کمی وقت برد، اما بالاخره Sub-Store را روی Cloudflare مستقر کردم.نودهایِ شخصیام و نودهایِ پشتیبانِ سرویسِ اشتراک را با هم ادغام کردم و با قوانینِ مسیریابیِ ACL4SSR روی اشتراکِ خودکار جفتش کردم.با یک لینکِ اشتراکِ واحد همهی اینها انجام میشود:
- ادغامِ نودهای چند سرویسدهنده
- فیلترِ نود
- پیکربندیِ قوانینِ مسیریابی
- بهروزرسانیِ خودکارِ کانفیگ
این روزها به یک برنامه فکر میکنم.
انتقالِ کاملِ مدیریتِ دانشِ شخصی، جمعآوری اطلاعات و تولیدِ دانش به Cloudflare.
حسابِ رایگانش همین حالا 10 گیگ ذخیرهسازیِ آبجکت و 5 گیگ دیتابیس دارد.یعنی عملاً یک سیستمِ مدیریتِ دانشِ شخصیِ self-hosted، روی ابر و برای همیشه رایگان.
بگذارید داستان نامگذاری شرکت خودم را برایتان تعریف کنم.من از GPT 5.5 و Gemini 3.1 Pro استفاده کردم و با هر دو مدل بارها و بارها طوفان فکری کردم — دو سه روز، و هنوز اسم خوبی در نیامد.چرا؟ چون این مدلها خلاقیت ندارند. هر گزینهی اسمی که به من دادند، فقط انبوهی از واژههای فاخر و ترکیب حروف بود.ایدهی خودت را مطرح میکنی و همان حرفهای تکراری را برایت دور میزنند و دور میزنند، تا جایی که فشار خونم بالا رفت.یک مشکل بزرگ دیگر: وقتی بالاخره به چند اسمی که ازشان راضی هستی میرسی، Qichacha را باز میکنی و — لعنتی — یا از قبل ثبت شدهاند یا به طرز عجیبی شبیه چیزی هستند که از قبل وجود دارد.اینجا میتوانم 88 Cha علیبابا را معرفی کنم، مثل یک Qichacha رایگان — برای چک کردن تداخل اسمی استفادهاش کن.اگر نمیخواهی مدام اسمهای موجود را تکرار کنی، سراغ اسم چهارنویسی برو و افقت را باز نگه دار.از همه مهمتر، بین چند مدل بچرخ — چند مغز متفاوت.به AI چند اسمی بده که به نظرت عالیاند، به عنوان مرجع، مثل DeepSeek (深度求索) یا ByteDance (字节跳动).بگذار AI اسمهایی را که خوب میدانی مطالعه کند. فقط با وام گرفتن از بهترینهایِ بسیار است که یک اسم واقعاً عالی میتواند متولد شود.
دنبال ابزاری میگردم که «گذرا یادداشت کنم و کمککم به دانش تبدیل شود».میخواهم همان ثبتِ بیاصطکاکِ ایده در لحظه را داشته باشم که Flomo میدهد — باز کن و بنویس؛میخواهم اکوسیستم متنبازِ بالغِ Memos را داشته باشم، با دادههایی که قابل انتقالاند و APIای که بشود با آن بازی کرد؛اما دلم نمیخواهد دوباره یک VPS بالا بیاورم و تا ابد پای Docker و Postgres و یک پروسهی Node که همیشه روشن است بنشینم.پس چاره چیست؟ ایدهی FlareMo این است: مدل داده و API مِمس را «اسپک» بگیر و کل رانتایم را از نو روی Cloudflare بساز:Workers API را اجرا میکند، D1 یادداشتها را ذخیره میکند، R2 پیوستها را نگه میدارد، Queues/Cron کارهای پسزمینه را انجام میدهند و Vectorize + Workers AI هم برای آینده کنار گذاشته شدهاند — برای جستوجوی معنایی و ورکفلوهای هوش مصنوعی.روی شانههای Memos بایست و یک پایگاه دانش شخصی بساز که روی ابرِ لبه (Edge Cloud) زندگی میکند.
یک قربانی Cloudflare Container پیدا شد.چون کدی که مینوشتم هنوز در مرحلهی دیباگ بود، دستور توقف هیچوقت اعمال نشد.برای همین یک Container هفت روز پیاپی روشن ماند و ۴ دلار از من کم کرد.
اسم دائرةالمعارف اسطورههای شرق و غرب مشخص شد — God-Museum · موزهی خدایان:پانتئونهای کلاسیک کوهها و دریاها، سفر به غرب، یونان باستان، اسکاندیناوی و مصر باستان — این دسته داستانهایی که هرگز به هم برنخوردهاند — را توی یک جهان جا بده، بیآنکه با هم بپرند.یک قانونِ صاعقه در یونان «زئوس» نام دارد و در شرق «لیژنزی»؛همان سیلِ بزرگ را در شرق به نام «نووا آسمان را وصله کرد» به یاد دارند و عبریها به نام «کشتی نوح».اگر جدی دنبال این نخ بروی، کل دنیای اسطوره باید از نو چیده شود.آنلاین امتحانش کنید: https://chendahuang.com/god-museum/
فرصتهای نرمافزاری جدید عصر هوش مصنوعی کجاست؟یک فرصت بزرگ: بخشی که نرمافزار سنتی نمیتواند ثبت کند — یعنی دادههای زمینهایِ غیرساختاریافته.مثلاً یک CRM واقعاً AI-native، وقتی تخفیفی را که به یک مشتری داده شده ثبت میکند، میتواند همانجا هم ثبت کند که چرا این تخفیف داده شده و نه تخفیف دیگر، چرا گزینههای دیگر رد شدهاند، و چه کسی چه کسی را راضی کرده.نرمافزار سنتی حجم عظیمی از چنین اطلاعات پنهانی دارد که اصلاً توان ثبتشان را ندارد. عصر هوش مصنوعی اما با تواناییاش در فهم متن و ویدیو میتواند این اطلاعات پنهان و بهشدت تکراری را بیرون بکشد و برای تحلیل به دادههای ساختاریافته تبدیل کند.
روز اولِ استقرار در اجتماعِ OPC
از حالا این میزِ کار مالِ من است
چه عالی! https://t.co/3rSQcZ760R
امروز اولین روزِ رسمیِ استقرارم در دفترِ OPC است. بگذارید قدمبهقدم بگویم چطور یک OPC راه انداختم.انگیزهی اولیهام ساده بود: یک شخصیتِ حقوقیِ قانونمند داشته باشم که پول بگیرد و محصول منتشر کند. برای همین رفتم آنلاین دنبالِ اطلاعاتِ ثبتِ شرکت.دربارهی شهر سختگیر نبودم: نانجینگ، سوژو، هانگژو، نینگبو — هر شهری در منطقهی توسعهیافتهی ساحلی، گزینهی من بود.اتفاقاً یک روز برای کار آمده بودم نانجینگ و وقتی بیکار داشتم اکانتهای وِیچتِ مربوط به نانجینگ را بالا و پایین میکردم، شمارهی تلفنِ یک نفرِ رابط در اجتماعِ OPC را پیدا کردم. همانجا اضافهاش کردم.بعد از معرفیِ کوتاهِ پروژهام، مسئولِ آنجا گفت اوکی و همان بعدازظهر هماهنگ کرد از محل بازدید کنیم.خواستهشان این بود: هفتهای سه روز حضوری کار کنم. اگر میپذیرفتم، اجازه میدادند شرکت را اینجا ثبت کنم.چون این پروژه زیرمجموعهی داراییهای دولتیِ نانجینگ است، شرایطش فوقالعاده است — آب، برق، اینترنت و هزینهی ساختمان همه رایگان، بهصورتِ نظری برای سه سال. حتی یک حسابدار برایم گذاشتند که شرکت را ثبت کند، مهرِ شرکت را حک کند، گواهیِ ثبتِ شرکت را بگیرد و برایِ افتتاحِ حسابِ بانکی هماهنگ کند. آنقدر خوب که باورش سخت است.بعد از دو سه هفته پروسهی ثبت، بالاخره همهی مدارک را گرفتم.مدیرِ پارک گفت برو برای خودت یک میزِ کار انتخاب کن. توقعِ من از یک میزِ کار پایین است: یک صندلی، یک چهارپایه و برق کافی است.بعد گفت سه فرمِ درخواستِ پروژه را پر کنم؛ بیشتر دربارهی مزیتهای پروژه، وضعیتِ اعضای تیم و وجههی مرتبط با هوش مصنوعی. اگر فرمها درست و معتبر نوشته شوند، شانسِ گرفتنِ 50 تا 100 هزار یوان کمکیِ دولتی هست.نانجینگ واقعاً این کار را خوب انجام داده. شما هم حتماً چک کنید شهرِ خودتان چنین سیاستی دارد یا نه، یا پایتختِ استانتان پیشنهادِ بهتری دارد.سیاستهای خوب منتظر نمیمانند — باید بروی بپرسی. وقتی امروز رسیدم، این پارک کلی شرکتِ ساکن داشت؛ در واقع من جزو دیرترها هستم.حرفِ امروز همین بود. از این به بعد مدام تجربههای استارتاپیام و بازنگریهای مسیر را به اشتراک میگذارم.مرسی که به فکر من بودید.
یک نظر میدهم:کد، اهرمِ ما آدمهای عادی است.Codex اهرمِ اهرم است.اگر Codex را بردارند، انگار هیزم را از زیر دیگ بکشند — همهچیز فرو میریزد.همانطور که میگویند: وقتی پی نَستوار نباشد، کوه میلرزد و زمین میلرزد.زود باشید، AIهای داخلی — خودتان را جمعوجور کنید!
خیلیها پروژههای Cloudflare را با هوش مصنوعی مینویسند، و وقتی پروژه میترکد، مشکل سینتکس نیست.
مشکلات واقعی:
اینکه هوش مصنوعی Workers را مثل Node.js مینویسد
و Bindingها را مثل process.env در نظر میگیرد
و await را فراموش میکند
و حالت درخواست را در متغیرهای سراسری (globals) نگه میدارد
و نمیداند که درخواستهای استاتیک رایگاناند
و از داخل یک Worker از طریق REST API به R2 خودش درخواست میزند
همهی این تلهها را در Cloudflare Playbook جمع کردهام.
و راستی، روی چیزهای دیگری هم کار کردهام
برای توسعهدهندهی مستقلی که نمیداند چه محصولی بسازد،اول از رفعِ نیازهای خودت شروع کن.به احتمالِ زیاد کاربرانی هستند که با تو همفرکانساند.
یک Skill نسبتاً مسخره ساختم:Dahuang AI Toneهمه از «حذف بوی AI» حرف میزنند. اما اصلاً بوی AI چیست؟دو کار میتواند بکند:
- یک متن عادی را با بوی AIِ یک مدل مشخص بازنویسی کند
- یا برعکس: اشاره کند کجای یک متن بوی AI میدهد و لحنش شبیه کدام مدل است
بیش از یک سال تجربهی خونواشکِ توسعهی مستقل و چالههایی که توش افتادم را با شما شریک میشوم.در 2026، اگر یک توسعهدهندهی مستقل میخواهد اپ بسازد، بهترین روش این است:در مرحلهی MVP اول Web + PWA را بساز. توسعهی سریع، دیباگِ سریع، تکرارِ سریع.استکِ وب:React + TanStack Start + Vite + TypeScript + shadcn/ui + Base UI + Tailwind CSS + better-auth + Vercel AI SDK + oxfmt / oxlintبکاندِ یکپارچه:Hono + Cloudflare Workersدیباگِ وب:Chrome DevTools MCP + افزونهی Codex برای Chromeوقتی محصول واقعاً راه افتاد، بعد برو سراغ موبایل.استکِ موبایل:React Native + Expo + Expo Router + NativeWind + React Native Reusables + Reanimated + Gesture Handler + EAS Build / Submit / Updateایدهی اصلی ساده است:اول با Web + PWA تقاضا را اعتبارسنجی کن.وقتی واقعاً کاربر داشتی، با React Native + Expo اپِ واقعی را بساز.
یک روز کامل وقت گذاشتم و «حذف بوی AI از مقالهها» را جدی جدی تحقیق کردم.Humanizerهای معروف بازار، Skillهای حذف بوی AI و رویکردهای مبتنی بر prompt را مقایسه کردم.بعد تجربهی خودم از استفاده از LLM از سال ۲۰۲۳ تا حالا را هم به آن اضافه کردم — روزبهروز عذاب کشیده از بوهای AI مدلهای GPT، Claude، Gemini و Doubao.و این را ساختم:Dahuang Human Toneیک Skill حذف بوی AI که برای بافتار چینی ساخته شده.آرزوی من:هیچ مقالهی AIای نباید خواندنش عذاب باشد.GitHub: https://github.com/realchendahuang/dahuang-human-tone
یک Cloudflare Playbook ساختم.برای همهی توسعهدهندههای مستقلی که میخواهند با کدنویسیِ AI محصول بسازند.چیزهایی که پوشش میدهد:
- سرویسهای پرکاربرد Cloudflare را چطور انتخاب کنیم
- Workers / Pages / D1 / R2 / KV / AI Gateway را چطور استفاده کنیم
- آیا پلن رایگان واقعاً کافی است
- چه زمانی پلن $5 Workers Paid را بخریم
- تلههایی که کد CF نوشتهشده با AI بیشتر از همه در آنها میترکد
- چطور برای Codex / Claude Code، Cloudflare Skills و MCP را تنظیم کنیم
- کدام پروژههای متنباز را میتوان مستقیم مرجع گرفت
روز هفتمِ فعالیت از 2000 فالوور رد شدم — یک مرور سریع.کلیدش یک کلمه است: دیگرخواهی.بیشتر دو نوع محتوای کاربردی منتشر کردم:
- فهرست نرمافزارهای استفادهی سنگینِ macOS (48 هزار بازدید)
- جدولِ سقفِ رایگانِ Cloudflare + Playbook (روی X آمار خوبی گرفت؛ یک نفر حتی کپی و بازنویسیش کرد گذاشت روی Zhihu و چند صد تا بوکمارک گرفت)
- و معرفیِ منابعِ OPC، شرکتِ یکنفره (38 هزار بازدید)
یک macOS Playbook ساختم.برای کسانی که تازه مک خریدهاند، تازه از ویندوز به مک آمدهاند یا همیشه حس کردهاند مک هیچوقت دستشان نیامده.تویش جمع شده:
- بعد از خریدنِ مک اول چه نرمافزارهایی نصب کنی
- کاربرانِ ویندوز چطور با macOS کنار بیایند
- ابزارهایی مثل Rectangle / AltTab / Homebrew را چطور انتخاب کنی
- کارِ بینِ دستگاهها را چطور پیش ببری
- ترمینال، Git، SSH و محیطِ AI Coding را چطور راه بیندازی
- نگهداریِ سیستم، رفعِ اشکال، بکاپِ امن و مهاجرتِ بینِ دستگاهها را چطور مدیریت کنی
۱۴۰۵.۰۳.۳۰ · 10 دقیقه
اصلِ «نیت بنیانگذاری»: چرا توسعهدهندگان مستقل باید یاد بگیرند دست از چیزها بکشند
چرا شروع میکنی؟ برای چه کسی شروع میکنی؟ واقعاً میخواهی کدام مسئله را حل کنی؟ تیزیِ یک محصول از چیزهایی میآید که جرئت کنار گذاشتنشان را داری.
تفکر محصولتوسعهٔ مستقل
۱۴۰۵.۰۳.۳۰ · 8 دقیقه
وقتی کاربر میگوید «باحال بود» سرت از پا نشناسد: نقطهٔ درد در برابر نقطهٔ خارش
تأیید شفاهی هیچ ارزشی ندارد. برای سنجش نیاز فقط یک معیار سخت وجود دارد: ببین کاربر حاضر است چه چیزی بدهد.
تفکر محصولسنجش نیاز
یک بررسیِ کوتاهِ انتخابِ فنیِ راهحلهای Docker روی مک.
- Colima: متنباز و رایگان، خیلی سبک، اما عملاً فقط خطِ فرمان. مناسبِ کسانی که از دستکاریِ دستی بدشان نمیآید و توی ترمینال زندگی میکنند.
- Apple Container: مسیرِ جدیدِ کانتینریِ اپل — ارزشِ پیگیری دارد، اما اکوسیستمش هنوز خیلی اولِ راه است. حتی Docker Compose هم هنوز پشتیبانی نمیشود.
- OrbStack: هم GUI دارد، هم سبک و سریع است و پشتیبانیِ اکوسیستمی کاملی دارد. ایرادش: متنباز نیست — نسخهی تجاریاش لایسنس میخواهد، اما نسخهی شخصی رایگان است.
- Docker Desktop: محصولِ رسمی، اما نتیجه سنگین و بادکرده با تجربهی افتضاح. روی مک، تا میتوانی از آن دوری کن.
اعلام میکنم:Cloudflare یک شرکت واقعاً AI-native است.واقعاً دارد تجربهی توسعهدهنده را حول محور عاملهای هوش مصنوعی (AI agents) از نو میسازد.Temporary Accounts که تازه منتشر شده به یک عامل AI اجازه میدهد کد بنویسد، مستقیم دیپلوی کند، URL موقت بگیرد، خودش را تست کند و خودش را تکرار کند.از روان هم روانتر.کنارش با Skills رسمی Cloudflare، نصب با یک دستور:
npx skills add cloudflare/skillsاصلاً AI-native یعنی چه؟این است GOATِ واقعیِ AI-native.خیلی از دوستان به OPC (شرکتِ یکنفره) علاقه دارند.حینِ گشتن در منابعِ تحقیقم به چند سایتِ گنج برخوردم — با همه به اشتراک میگذارم:https://www.opcquan.com/communities
بعد از سالها استفادهی عمیق از macOS، اینها نرمافزارهایی هستند که واقعاً عالیشان میدانم:
- QuickRecorder: گوهرِ ضبطِ صفحه — جثهی کوچک، قدرتِ بزرگ.
- ClashParty: برای دور زدنِ فیلترینگ؛ با هستهی Mihomo — پروتکلهای زیاد، آپدیتهای سریع و ظاهرِ خوشگل.
- V2rayN: ابزارِ دور زدنِ فیلترینگ با پشتیبانی از پروتکلهای زیاد؛ رابطش کمی قدیمی است، اما پایدار و رایگان است.
- کیبورد Doubao: تایپِ صوتی با دقتی که آدم را میترساند. از macOS و iOS و Android پشتیبانی میکند و نسخهی ویندوزش هم در راه است.
- Brave: مرورگری با اولویتِ حریمِ خصوصی و فیلترِ تبلیغاتِ داخلی — تمیزتر از فیلترِ با افزونه؛ بهترین همراهِ دیدنِ ویدیوهای YouTube.
- Mos: اسکرولِ ویلِ ماوسَت را حریر میکند.
- Amphetamine: با دربسته نگهداشتنِ لپتاپ هم صفحهاش روشن میماند — بهترین همراهِ Vibe Coding.
- UU Remote: ابزارِ دسکتاپِ راهِ دورِ NetEase؛ رایگان و سریع. با آن، چیزی که کیفیتِ تصویر را محدود میکند هیچوقت عضویت نیست — سرعتِ اینترنتِ خودت است. معمولاً با آن از روی موبایل به macOS وصل میشوم و نتیجهی Vibe Coding را چک میکنم؛ مپکردنِ کلیدها فوقالعاده کارآمد است.
- Tencent Lemon: پاککنندهی آشغالهای مکِ تنسنت — حذفِ نرمافزارها خیلی روان است و آیکونِ منویبارش هم دستبهراه است.
- Mole: قویترین پاککنندهی آشغالِ macOS — نسخهی ترمینالش رایگان است، نسخهی گرافیکیاش پولی.
- Tailscale: شبکهسازیِ راهِ دور بر پایهی WireGuard. با آن میتوانی از هر کجای دنیا به کامپیوترِ کوچکِ خانهات وصل شوی.
- Obsidian: در عصرِ هوش مصنوعی، ابزارِ مدیریتِ دانش با اولویتِ دادهی محلی. اکوسیستمش فوقالعاده است — جفتش کن با پسوندِ رسمیِ Web Clipper مرورگر و معجزه میکند.
یک حساب رایگان واقعاً چقدر میتواند از منابع Cloudflare مفت بخورد؟
و موقع استفاده از Cloudflare چه تلهها و بهترین روشهایی وجود دارد؟
برای این سؤالها، سه روز کامل وقت گذاشتم و جدی جدی تحقیق کردم.
پاسخها به صورت منظم در ریپوی زیر جمع شدهاند.
این ریپو را مدام بهروز میکنم:
https://t.co/gDuCwIdWHihttps://t.co/WZqEZLH9pE
۱۴۰۵.۰۳.۲۸ · 6 دقیقه
بحث کردن دربارهٔ اینکه چیزی ارزش دارد یا نه، خودش بیارزش است
ارزش ما را هیچکس تعریف نمیکند. در عصر هوش مصنوعی، آدمها باید خودشان را چگونه بفهمند؟
اندیشیدن دربارهٔ هوش مصنوعیجستار انسانی
هوش مصنوعی حافظه ندارد — آیا لازم است با آن مودب باشیم؟یک مقاله arxiv خواندم که ادعا میکرد اگر به AI فحش بدهی، باانگیزهتر کار میکند.وقتی با AI حرف میزنیم، اگر مدام بگوییم:
- «تو یک احمقی. حق نداری تنبلی کنی.»
- «ای تکه آشغال، درست و حسابی کارت را بکن.»
- «من اشتراک میخرم که سیرت کنم، و تو این جواب مزخرف را به من میدهی؟»
- «زود باش — اگر تو انجامش ندهی، کلی AI دیگر هست که انجامش بدهند.»
- «ممنون رفیق»
- «سلام داداش»
- «آفرین عزیزم»
یک نفر پرسید:نوشتهی تحلیلیِ خوبی از Claude Code هست که بشود مطالعهاش کرد؟جوابِ من: در عصرِ هوش مصنوعی، همهجا با هوش مصنوعی فکر کن — بگذار هوش مصنوعی به یادگرفتنت کمک کند.اگر واقعاً میخواهی یاد بگیری ایجنتها چطور کار میکنند،برو پروژهی Pi Agent را ببین.کوچک اما کامل — برای یادگیری عالی است و کیفیتِ کدش هم بالاست.Claude Code متنباز نیست؛ آن یک سورسِ لو رفته است.Pi Agent است که واقعاً متنباز است.
امروز یک دوست در بخشِ کامنتهایم نکتههایی دربارهی مسائلِ سهام و مسئولیت در شرکتهای یکنفره گذاشت.اول از همه، خیلی از این دوست بهخاطرِ تذکرِ مهربانانهاش ممنونم.نظرِ او این است: باید یک عضوِ خانواده حداقل 1٪ از سهام را در دست بگیرد.مشکلِ شرکتِ با مسئولیتِ محدودِ تکشریکه: وقتی فقط یک سهامدار هست و نمیتوانی پولِ شرکت را شفاف از پولِ شخصی جدا کنی، ممکن است سهامدار در برابرِ بدهیهای شرکت مسئولیتِ تضامنی داشته باشد. مادهی 23 قانونِ شرکتها دقیقاً همین منطق است.اگر شرکت چند سهامدار داشته باشد، از «شرکتِ یکنفره» به «شرکتِ سهامیِ با مسئولیتِ محدودِ معمولی» تبدیل میشود و ریسکِ ویژهی اثباتِ بارِ شرکتِ یکنفره را دور میزنی و یک لایهی محافظتِ کمهزینه برای خودت میسازی.امیدوارم برای همه مرجعِ مفیدی باشد.اما در کارِ روزمره باید حسابِ کاری و شخصی را شفاف از هم جدا نگه داریم و تلاش کنیم تکلیفِ هر پولِ مهمی روشن باشد.
- پول از کجا آمد، چرا آمد و واردِ کدام حساب شد.
- پول کجا خرج شد، چرا خرج شد و چه کسی تأییدش کرد.
- وقتی از شرکت پول بیرون میکشی، حقوق است، هزینهی قابلِ بازپرداخت، وام یا سودِ سهام؟
در عصر هوش مصنوعی، گستردهترین شکل تعلل این است:
احتکار ابزار، خریدن دوره، پیوستن به جامعهها، عوض کردن مدلها و دستکاری prompt.
هر روز حسابی سرت شلوغ است.
اما هرگز جرئت نمیکنی با یک سؤال روبهرو شوی:
آیا واقعاً یک کسبوکار واقعی دستم هست که ارزش داشته باشد هوش مصنوعی را به جانش بیندازم؟
تیز کردن چاقو آدم را خیلی مشغول نگه میدارد.
اما خیلیها هرگز جرئت نمیکنند خوک را واقعاً بکشند.
یک ترفند کوچک بازنویسی را به اشتراک میگذارم.از تبدیل صدابهمتن (voice-to-text) کیبورد Doubao استفاده کن.پیشنویسی را که باید مرتبش کنی جلویت نگه دار.بلند بخوانش و با واژههای خودت بازگو کن.اینطوری بوی AI کمتر میشود.بازدهی بالاست، رایگان است و نیازی به عضویت ندارد.در هر جا و هر وقت میتوانی ورودی صوتی بدهی و بازدهی خروجیات را بالا ببری.
۱۴۰۵.۰۳.۲۶ · 12 دقیقه
در کمی بیش از یک روز ۱۰۰۰+ دنبالکننده گرفتم — این کارهایی بود که کردم
در ژوئن اکانت Xام را جدی اداره کردم و در کمی بیش از یک روز ۱۰۰۰+ دنبالکننده گرفتم. این پست کارهایی را که کردم و بازخوردهایی را که گرفتم ثبت میکند.
مدیریت اکانت Xرشد محتوا
یک نظر داغ:امروز با Codex استارتاپ زدنمثل ماینکردن با GPU در سال ۲۰۱۰ است!
احساس میکنم خیلیها هنوز کمتر از ۱٪ از Cloudflare Workers را میفهمند.Workers کارگران سایبریاند.کارهای کثیف و خستهکنندهی پشت وبسایتت را برایت انجام میدهند.ارسال فرم، آپلود فایل، صدا زدن AI، اعتبارسنجی ورود، رسیدگی به اعلانهای پرداخت و API یک محصول کوچک — Workers همهاش را انجام میدهد.عجیبترین چیز دربارهی Workers: کاربران رایگان روزی ۱۰۰,۰۰۰ درخواست سهمیه دارند، بدون اینکه یک ریال خرج کنند.۱۰۰,۰۰۰ یعنی چه؟فرض کن سایتت روزی ۱,۰۰۰ کاربر دارد. حتی اگر ۲۴ ساعته روشن باشد و هر ثانیه یک نفر سر بزند، میشود روزی ۸۶,۴۰۰ بازدید — باز هم برای تمام کردن سهمیه کافی نیست.اگر واقعاً بتوانی آن همه سهمیهی رایگان را تمام کنی...پس منتظر چه هستی؟ داری پولدار میشوی.حالا میتوانی منطق را بنویسی و مستقیم بدهی به یک Worker تا اجرا کند.
کنارش از فریمورک API هونو (Hono) استفاده کن که بهترین روش است.این همان چیزی است که Cloudflare Workers را اینقدر دلچسب میکند.پول بدهم؟ برو بابا.Cloudflare دلش مهربان است.طاقت ندارد ببیند پول خرج میکنی.
سریعترین راهِ رشدِ فالوور در X این است که مدام به مردم این حس را بدهی:فالو نکردنِ تو، ضررِ خودشان است.خودت را تبدیل کن به کسی که مدام برای دیگران مفید است.
در X، حتماً باید نظر داشته باشی.آدمهای بدونِ نظر فقط دارند نویزِ اطلاعاتی تولید میکنند.موضع داشته باشی، آدمها یادت میمانند.بینش داشته باشی، آدمها میخواهند فالوت کنند.X از بازنشرکننده کم ندارد — کم دارد آدمهایی که بتوانند موضوعی را تا ته و تهِش توضیح بدهند.
یک نکتهی کوچک برای پستگذاشتن در X:هر پست باید مستقل و خودکفا باشد.چون تو مرکزِ جهان نیستی — هیچکس قرار نیست واردِ پروفایلت شود و کلِ ماجرا را تکهتکه کنار هم بگذارد.اولین بار که یک غریبه به پستت میرسد، باید همان لحظه یک نظر یا یک نکتهی کاربردی (know-how) بگیرد.فقط چنین پستهایی ارزش دارند.
من شاگردِ سرسپردهی وانگ شیائوبو هستم.او بامزه بود، اما هرگز چربزبانی نمیکرد.
او شوخطبع بود، اما همیشه منطقی.
او از حماقت بدش میآمد — و به همان اندازه از حماقتِ خشک و جدیِ مظلومنما.اگر وانگ شیائوبو در عصرِ هوش مصنوعی زندگی میکرد،احتمالاً میگفت:بالاخره چیزی آمد که به آدمهای معمولی کمک میکند کمی کمتر کارِ احمقانه انجام بدهند و وقتِ بیشتری برای فکرهای واقعاً جالب نگه دارند.برای همین هم هست که من هوش مصنوعی را دوست دارم.نه به این خاطر که خدایی است.بلکه چون میتواند کمی از عذابِ کارهای یکنواختِ کسلکننده را از آدم کم کند.
در عصر هوش مصنوعی، مهمترین توانایی، فرامهارتها هستند.به زبان ساده: آن تواناییهای بنیادینی که وقتی ابزارت را عوض میکنی، مدلت را عوض میکنی یا صنعتت را عوض میکنی، باز هم به کارت میآیند.
- آیا میتوانی مسئله را شفاف بیان کنی؟
- آیا میتوانی از یک توده مطالب شلوغ سر در بیاوری؟
- آیا میتوانی یک ایده مبهم را به قدمهای کوچک بشکنی؟
- آیا میتوانی تشخیص بدهی AI کجا درست میگوید و کجا چرت و پرت میبافد؟
- آیا میتوانی با AI رفتوبرگشت کنی و یک پاسخ خام را به چیزی قابل استفاده تبدیل کنی؟
۱۴۰۵.۰۳.۲۵ · 6 دقیقه
بهترین روشهای توسعهٔ مستقل در ۲۰۲۶: استک فقیرانهٔ همهکارهٔ Cloudflare
استک فناوری با هزینهٔ صفر برای توسعهدهندگان مستقل: Codex برای کدنویسی، GitHub برای کنترل نسخه، Stripe برای پرداخت، TanStack Start برای فرانتاند، Hono + Workers برای بکاند، D1 برای دیتابیس، R2 برای ذخیرهسازی و KV برای کش — همه روی Cloudflare.
Cloudflareتوسعهٔ مستقلاستک فناوری
۱۴۰۵.۰۳.۲۵ · 8 دقیقه
چطور یک کاربر رایگان میتواند Cloudflare را تا ته بچلاند — سهمیهٔ رایگان واقعاً تا کجا جواب میدهد؟
لایهٔ رایگان Cloudflare میتواند کل زیرساخت اینترنتیِ شخصیِ یک نفر را روی پا نگه دارد: DNS، CDN، Pages، Workers، KV، D1، R2، ایمیل، Tunnel، AI Gateway و بیشتر.
Cloudflareپلن رایگاناستقرار
احساس میکنم ما هنوز کمتر از ۱٪ از Cloudflare را توسعه دادهایم.تعداد قابلیتهایی که منتشر کرده از حد گذشته است.
- ذخیرهسازی اشیا با R2
- API بکاند با Workers
- دروازهی AI با AI Gateway
- محاسبات سنگین با Container
- کش با KV
- پایگاه داده با D1
- از PostgreSQL استفاده میکنی؟ با HyperDrive وصلش کن