🚀 پلتفرم Google Antigravity: عصر جدید توسعه با ایجنت‌های هوشمند

گوگل پلتفرم تازه‌ای معرفی کرده که فراتر از یک IDE معمولی است — Antigravity یک «مرکز فرماندهی» برای توسعه‌ی مبتنی بر ایجنت‌هاست؛ جایی که هوش مصنوعی نه فقط کدنویسی می‌کند، بلکه چرخه‌ی کامل توسعه را به‌صورت خودکار مدیریت می‌کند.

🔥 ویژگی‌های کلیدی

🤖 ایجنت‌های خودمختار
می‌توانند هم‌زمان کد بنویسند، سرورها را اجرا کنند، تست‌ها را در مرورگر بگیرند و خطاها را اصلاح کنند — بدون دخالت لحظه‌به‌لحظه انسان.

📁 آرتیفکت‌ها (Artifacts)
ایجنت‌ها برای شفافیت کامل، هر مرحله از کار را در قالب:
پلن‌ها،
اسکرین‌شات‌ها،
گزارش‌ها و لاگ‌ها
تولید می‌کنند تا بتوانید روند کار را دقیق دنبال کنید.

💬 بازخورد مستقیم
روی هر آرتیفکت نظر بگذارید؛ ایجنت فوراً اجرا را اصلاح می‌کند. یعنی تعامل شما با مدل مثل همکاری با یک همکار انسانی است.

🧠 یادگیری مداوم
پلتفرم Antigravity موفق‌ترین راه‌حل‌ها و الگوهای تصمیم‌گیری را حفظ می‌کند و بعدها به‌طور خودکار استفاده می‌کند — یک حافظه‌ی بلندمدت واقعی برای توسعه.

📌 حقایق مهم

✅ در حال حاضر در حالت Preview و کاملاً رایگان قابل استفاده است

✅ در همه سیستم‌عامل‌ها اجرا می‌شود: macOS, Linux, Windows

✅ پشتیبانی از مدل‌های قدرتمند: Gemini 3, Claude Sonnet 4.5, GPT-OSS

⚡ یک محیط یکپارچه برای توسعه‌ی ایجنتیک — دقیقاً همان چیزی که آینده‌ی برنامه‌نویسی را شکل می‌دهد.

🔗 لینک رسمی:
Introducing Google Antigravity

#AI #Google #Agents #Antigravity

@asrgooyeshpardaz

📚 ابزار Reader3: یک ابزار مینیمال و الهام‌بخش برای خواندن کتاب با کمک LLM — اثر جدید آندری کارپاتی

آندری کارپاتی در گیت‌هاب خود یک پروژه بسیار ساده اما مفهومی با نام Reader3 منتشر کرده است؛ ابزاری سبک‌وزن برای خواندن کتاب‌های EPUB که در نگاه اول فقط یک «کتاب‌خوان محلی» به‌نظر می‌رسد—اما ایدۀ اصلی کاملاً متفاوت است.

✨ ایده پشت Reader3 چیست؟
ابزار Reader3 کتاب را فصل‌به‌فصل نمایش می‌دهد و کاربر می‌تواند به‌سادگی متن همان فصل را کپی کند و در مدل زبانی دلخواهش (مثلاً GPT یا Claude) قرار دهد تا:
🔸دربارهٔ داستان گفتگو کند،
🔸سبک نویسنده را تحلیل کند،
🔸یا پرسش‌های عمیق‌تری دربارهٔ محتوا بپرسد.
به‌گفتهٔ کارپاتی، خواندن همراه با LLM به یکی از روش‌های اصلی مطالعه‌ او تبدیل شده:
🔸یک بار خواندن دستی،
🔸یک بار خلاصه/توضیح LLM،
🔸یک دور پرسش‌وپاسخ.
این روش به او درک بسیار عمیق‌تری نسبت به خواندن کلاسیک می‌دهد.

🌿 فلسفه‌ای که مهم‌تر از خود ابزار است
کارپاتی می‌گوید این پروژه ۹۰٪ سبک «vibe coding» است؛ یعنی فقط برای انتقال ایده نوشته شده و قصد ندارد آن را پشتیبانی یا توسعه دهد.
او می‌نویسد:

«کد الان یک چیز زودگذر است.»

یعنی در دنیای امروز، دورهٔ کتابخانه‌های سخت، ایستا و نگهداری‌های طولانی رو به پایان است.

اگر چیزی را نمی‌پسندید، کافی است از LLM بخواهید کد را همان‌جا تغییر دهد—همین!

🧪 چطور امتحانش کنیم؟
فقط کافی است کتاب EPUB خود را آماده کنید و با استفاده از uv این دو فرمان را اجرا کنید:

uv run reader3.py yourbook.epub # سپس اجرای سرور: uv run server.py 

سپس کتابخانهٔ شما در مرورگر روی آدرس زیر باز خواهد شد:

http://localhost:8123

📌 لایسنس:
MIT License
🖥 گیت‌هاب:

https://github.com/karpathy/reader3

#AI #ML #LLM #Karpathy #Github #Book

@asrgooyeshpardaz

⛔️ ابزار Heretic؛ ابزار جدید برای حذف خودکار سانسور از مدل‌های زبانی

ابزار Heretic یک ابزار متن‌باز است که بدون هیچ تنظیمات پیچیده‌ای، رفتارهای سانسورگرانه و امتناع مدل‌های زبانی را کاهش می‌دهد؛ آن هم بدون اینکه کیفیت یا هوش مدل آسیب جدی ببیند.

✨ ابزار Heretic چه کار می‌کند؟
الگوهای مسئول «امتناع» در لایه‌های مدل را شناسایی می‌کند
آن‌ها را تضعیف می‌کند تا مدل کمتر «نه» بگوید
و با استفاده از Optuna بهترین پارامترها را کاملاً خودکار پیدا می‌کند
نتیجه: مدل آزادتر، روان‌تر و کم‌حرف‌کم‌نیاورتر.

📊 نتیجه‌های چشمگیر
روی مدل Gemma-3-12B-IT:
نسخه اصلی: ۹۷٪ امتناع
نسخه‌های دستی Abliteration: ۳٪
ابزار Heretic (خودکار): ۳٪ امتناع + کمترین افت کیفیت
یعنی خروجی Heretic هم آزاد است، هم باهوش.

🧪 نصب و استفاده
کافی است PyTorch نصب باشد:

pip install heretic-llm heretic Qwen/Qwen3-4B-Instruct-2507 

(نام مدل را می‌توانید عوض کنید.)

ابزار Heretic خودش سخت‌افزار را تست می‌کند، مدل را پردازش می‌کند و در پایان امکان ذخیره یا تست مدل را می‌دهد.

✅ پشتیبانی
مدل‌های Dense و بسیاری از مدل‌های چندمودالی
برخی MoEها
(فعلاً نه برای SSMها و معماری‌های خاص)

🎯 جمع‌بندی
ابزار Heretic یک ابزار ساده و قدرتمند برای کاهش سانسور در مدل‌های باز است؛
بدون ریت‌رینینگ، بدون تنظیمات پیچیده، و با کمترین آسیب به توانایی مدل.

🔗 لینک پروژه:
https://github.com/p-e-w/heretic

@asrgooyeshpardaz

📊 معرفی DS-STAR؛ نسل جدید ایجنت‌های خودکار برای Data Science

🚀 گوگل از DS-STAR رونمایی کرد؛ ایجنتی که می‌تواند بسیاری از مراحل تحلیلی و مهندسی داده را به‌صورت تمام‌خودکار انجام دهد: از آمار و بصری‌سازی گرفته تا پیش‌پردازش و ساخت مدل‌های ML.

🔍 ویژگی‌های کلیدی
• پشتیبانی از انواع داده‌ (CSV، JSON، متن، Markdown) 📁
• اجرای چرخه‌ی Plan → Code → Verify برای حل هر مسئله 🔄
• بهبود تدریجی راه‌حل با کمک LLM-Verifier برای جلوگیری از خطاها ✅

🏆 نتایج و بنچمارک‌ها
• رکورد جدید در DABStep با امتیاز 45.2٪ (در برابر 41.0٪ قبلی) 🥇
• عملکرد برتر روی KramaBench و DA-Code
• توانایی ویژه در سناریوهای پیچیده و چندمرحله‌ای 📈

💡 چرا مهم است؟
عامل DS-STAR بسیاری از کارهای وقت‌گیر و تخصصی Data Science را خودکار می‌کند و تحلیل‌های پیچیده را برای تیم‌ها سریع‌تر، ارزان‌تر و قابل‌اعتمادتر می‌سازد.

🔗 منبع:
https://research.google/blog/ds-star-a-state-of-the-art-versatile-data-science-agent/

#DataScience #AI #Google #Automation

@asrgooyeshpardaz