اخبار برنامه‌نویسی

ابزار جدیدی به نام کپسول معرفی شده است که کل یک اپلیکیشن را به همراه رابط کاربری و پایگاه داده در یک فایل قابل حمل با پسوند کاپسول ذخیره می‌کند. این فناوری به کاربران اجازه می‌دهد بدون نیاز به سرورهای ابری یا ثبت‌نام، برنامه‌های دلخواه خود را با دستورات هوش مصنوعی بسازند و به‌روزرسانی کنند. فایل‌های تولید شده کاملاً آفلاین کار کرده و داده‌ها را روی دستگاه کاربر حفظ می‌کنند تا امنیت و حریم خصوصی به حداکثر برسد. این اپلیکیشن‌ها به صورت پیش‌فرض روی سیستم‌عامل‌های مک‌اوس، ویندوز و لینوکس قابل اجرا هستند و به راحتی از طریق پیام‌رسان‌ها مانند یک سند ساده فرستاده می‌شوند. بازیکن میزبان کپسول کاملاً رایگان است و به زودی از پلتفرم‌های همراه نیز پشتیبانی خواهد کرد.

یک پروژه‌ی شخصی خلاقانه، امکان تبدیل یک مودم ۴G ارزان‌قیمت ۲۰ دلاری به یک دستگاه ارسال پیامک اختصاصی را فراهم کرده است. این پروژه با استفاده از مودم‌های دارای وای‌فای، بلوتوث و نمایشگر که از طریق سایت علی‌اکسپرس تهیه شده‌اند، انجام می‌شود. با نصب سیستم‌عامل لینوکس از طریق پروژه‌ی openstick، می‌توان از قابلیت‌های این دستگاه استفاده کرد. سازنده برای بهبود عملکرد، از یک صفحه‌نمایش با کنتراست بالا استفاده کرده تا دستگاهی ساده و کاربردی برای پیام‌رسانی داشته باشد. در فرآیند ساخت، نیاز به اضافه کردن یک برد مدار چاپی (PCB) سفارشی برای مدیریت توان و ولتاژ بوده است. این دستگاه در نهایت به یک ابزار کم‌هزینه و کارآمد برای مدیریت پیام‌ها تبدیل می‌شود.

سیستم‌عامل اوبونتو ۲۶.۱۰ با نام «Stonking Stingray» انتشار کامل ابزارهای هسته‌ای مبتنی بر زبان Rust را به پایان رساند. این نسخه شامل ابزارهای خط فرمان رایج مانند cp، mv، rm، ls، cat و chmod است که برای ارتقای امنیت و رفع اشکالات حافظه مهاجرت کرده‌اند. مهندسان کانونیکال از سال ۲۰۲۵ روند جایگزینی نرم افزارهای پایه‌ای با زبان Rust را آغاز کردند زیرا این زبان خطاهای حافظه را در زمان کامپایل شناسایی می‌کند. نسخه بتای اوبونتو ۲۶.۱۰ اواخر ماه جاری میلادی عرضه می شود و نسخه پایدار آن در ۱۵ اکتبر ۲۰۲۶ در دسترس قرار می گیرد. کانونیکال همچنین حامی مالی بنیاد Trifecta Tech است و سالانه ۴۰ هزار یورو برای توسعه نرم افزارهای مبتنی بر Rust پرداخت می کند. انتقال به این ابزارهای جدید تفاوت عملکردی محسوسی برای کاربران نهایی ایجاد نمی کند زیرا هدف اصلی سازگاری کامل با نسخه های گنو و افزایش امنیت است.

ابزار PyO3 به توسعه‌دهندگان پایتون اجازه می‌دهد تا کدهای مکتوب در زبان راست را به راحتی در برنامه‌های خود اجرا کنند. این ابزار با استفاده از ماکروهای اختصاصی و ابزار کامپایلر ماتورین، ماژورهای راست را به کتابخانه‌های اشتراکی تبدیل می‌کند تا در پایتون قابل ایمپورت باشند. بررسی‌ها نشان داده است که تجزیه‌کننده‌های JSON توسعه‌یافته با این روش می‌توانند سرعتی به مراتب بالاتر از ماژول‌های سنتی CPython ثبت کنند. در این فرآیند، ساختار داده‌ای پیچیده درون راست پردازش شده و لایه PyO3 به عنوان یک آداپتور سبک عمل می‌کند. انتقال صحیح نتایج از راست به پایتون یکی از کلیدی‌ترین مراحل در بهینه‌سازی کارایی این ساختارها است.

یک پشته نرم‌افزاری جدید با ترکیب ZLUDA و AMD HIP/ROCm امکان اجرای برنامه‌های مبتنی بر CUDA را روی پردازنده‌های گرافیکی ای‌ام‌دی در ویندوز فراهم کرده است. این پروژه که برای بارهای کاری محاسباتی و LibTorch طراحی شده، در حال حاضر تنها برای کارت گرافیک AMD Radeon RX 9060 XT تأیید شده است. کاربران برای استفاده باید درایورهای جدید ای‌ام‌دی و کیت توسعه HIP را نصب کنند. آزمایش‌های انجام‌شده نشان می‌دهد که کتابخانه‌های کلیدی مانند cuBLAS و cuFFT با این روش سازگاری دارند. با این وجود، توسعه‌دهندگان تأکید دارند که این راهکار تضمین‌کننده اجرای تمامی مدل‌های هوش مصنوعی نیست و عملکرد آن به نوع برنامه بستگی دارد.

پژوهشگران با هدف درک بهتر و مهندسی معکوس مدل‌های ترنسفورمر، مطالعه بر روی مدل‌های ساده و کوچک مجهز به بلوک‌های توجه را آغاز کرده‌اند. این پژوهش نشان می‌دهد که با استفاده از یک چارچوب ریاضی معادل اما جدید می‌توان به درک عمیق‌تری از نحوه کارکرد درونی این مدل‌ها دست یافت. بررسی‌ها مشخص کرد که سرهای توجه خاصی موسوم به سرهای القایی نقش کلیدی در یادگیری درون‌متنی این مدل‌های کوچک ایفا می‌کنند. این سرها تنها در مدل‌هایی با حداقل دو لایه توجه توسعه می‌یابند و الگوهای الگوریتمی ساده‌ای را آشکار می‌سازند. نویسندگان تأکید می‌کنند که اگرچه این گام‌ها بسیار مقدماتی هستند، اما چارچوب ریاضی یادشده می‌تواند در آینده برای مدل‌های بزرگ‌تر و پیچیده‌تر نیز کاربرد داشته باشد. هدف نهایی این رویکرد، ارائه یک روش سیستماتیک برای توضیح مسائل ایمنی فعلی و پیش‌بینی چالش‌های احتمالی در مدل‌های قدرتمند آینده است.

سامانه «ResolveHQ» به عنوان یک ابزار پشتیبانی مشتریان (Helpdesk) متن‌باز و قابل میزبانی شخصی معرفی شد که به طور اختصاصی برای تیم‌های کوچک طراحی شده است. این سامانه بر بستر زیرساخت‌های کلودفلر اجرا می‌شود و از ابزارهایی نظیر پایگاه داده D1، فضای ذخیره‌سازی R2 و صف‌های پردازشی برای مدیریت تیکت‌ها استفاده می‌کند. از قابلیت‌های کلیدی این پلتفرم می‌توان به مدیریت صندوق ورودی مشترک، جستجوی متن کامل، پشتیبانی از هوش مصنوعی برای پیش‌نویس پاسخ‌ها و امکانات گزارش‌گیری اشاره کرد. این سامانه با رعایت استانداردهای امنیتی، امکان حذف داده‌های مشتریان و مدیریت تیکت‌ها را فراهم کرده و در دو حالت روشن و تاریک قابل استفاده است. کاربران می‌توانند این سامانه را در حساب شخصی کلودفلر خود مستقر کرده و از طرح‌های رایگان آن برای تیم‌های کوچک بهره‌مند شوند.

ابزار لایت‌ال‌ام با هدف ارائه مسیردهی مدل‌های زبانی بزرگ و ترجمه پیام‌ها بدون پیچیدگی‌های اضافی معرفی شد. این کتابخانه جدید تنها در حدود ۲۹۰۰ خط کد و با دو وابستگی اصلی یعنی اوپن‌آی‌ال و اچ‌تی‌تی‌پی‌اکس توسعه یافته است. کاربران می‌توانند از طریق این ابزار به ۱۹ ارائه‌دهنده مختلف مدل‌های هوش مصنوعی متصل شوند. مسیردهی، ترجمه پیام، جریان‌داده و ابزارهای مختلف بدون واسطه‌های سنگین یا سیستم‌های کش پیاده‌سازی شده‌اند. تمامی توابع این کتابخانه دارای نمونه‌های ناهمگام هستند و مدیریت خطاهای ارائه‌دهندگان نیز به صورت یکپارچه انجام می‌شود.

ابزار جدید تیوست به عنوان یک محیط توسعه یکپارچه در ترمینال معرفی شد که به توسعه‌دهندگان اجازه می‌دهد بدون ترک محیط خط فرمان از امکاناتی مانند ویرایش چند تب و برجسته‌سازی نحوه نگارش استفاده کنند. این پروژه در حال حاضر در مراحل اولیه توسعه قرار دارد و کاربران می‌توانند آن را از طریق دستورهای مربوطه نصب کنند. تیوست از زبان‌های برنامه‌نویسی متعددی پشتیبانی می‌کند و ابزارهایی نظیر سرورهای زبان مدیریت‌شده و بررسی املا را به صورت پیش‌فرض ارائه می‌دهد. همچنین این ابزار دارای جستجوی سراسری در پروژه، درخت فایل و قابلیت ذخیره خودکار است. علاوه بر نسخه ترمینال، یک نسخه دسکتاپ مستقل نیز برای سیستم‌عامل مک‌او‌اس در نظر گرفته شده است. این محیط توسعه قابلیت شخصی‌سازی بالایی دارد و از پوسته‌های مختلفی پشتیبانی می‌کند.

تیم مهندسی Conviva در بررسی عملکرد موتور جستجوی خود که با زبان راست (Rust) ساخته شده، به مشکلات جدی در استفاده از مکانیزم mmap برخورد کرد. این شرکت که روزانه تریلیون‌ها رویداد را تحلیل می‌کند، متوجه شد که در بارهای کاری سنگین و همزمانی بالا، استفاده از mmap باعث افزایش شدید تأخیر (Latency) می‌شود. آزمایش‌ها نشان داد که در زیر فشار حافظه، پد (Pod)های بیشتر به جای بهبود عملکرد، باعث تشدید مشکل از طریق رقابت بر سر حافظه کش صفحه (Page Cache) می‌شوند. در یک تست کنترل‌شده، یک پد به‌تنهایی ۴۱ درصد سریع‌تر از چهار پد عمل کرد، زیرا پدها در سطح هسته سیستم‌عامل دچار رقابت شدید برای قفل‌های حافظه بودند. این تجربه نشان داد که mmap به دلیل ماهیت اشتراکی غیرمستقیم، در محیط‌های با همزمانی بالا باعث بروز خطای Page Fault و کاهش کارایی می‌شود.

ابزار بصری‌ساز مدل‌های زبانی بزرگ با نام LLM Visualizer امکان ساخت ترنسفورمرها را از صفر فراهم کرده است. این ابزار به توسعه‌دهندگان اجازه می‌دهد تا ساختار داخلی و نحوه عملکرد مدل‌های زبانی را به شکل بصری درک کنند. این پروژه که بر روی پلتفرم‌های اشتراک‌گذاری کد و بحث فنی مورد توجه قرار گرفته است، به عنوان یک منبع آموزشی مفید شناخته می‌شود. طراحان این ابزار تلاش کرده‌اند تا مفاهیم پیچیده هوش مصنوعی را ساده‌سازی کنند. جزئیات بیشتر این پروژه در صفحه رسمی آن در دسترس علاقه‌مندان قرار دارد. این ابزار تاکنون بازخوردهای مثبتی از سوی جامعه برنامه‌نویسان دریافت کرده است.

مدل هوش مصنوعی جدید YuE2 توانسته است در ارزیابی‌های تخصصی موسیقی به بالاترین میانگین نمره در مقایسه با سایر ابزارها دست یابد. این مدل پیشرفته در بخش معیارهای ارزیابی مجموعه داده‌های تخصصی عملکرد خیره‌کننده‌ای از خود به نمایش گذاشته است. مدل‌های هوش مصنوعی مرتبط با پردازش صوت و موسیقی در ماه‌های اخیر پیشرفت‌های چشمگیری در تولید ملودی، ریتم و هماهنگی داشته‌اند. پژوهشگران حوزه فناوری و موسیقی از داده‌های مصنوعی و استانداردهای گوناگون برای آموزش و بهینه‌سازی این مدل‌ها استفاده کرده‌اند. نتایج منتشر شده نشان می‌دهد که فناوری‌های نوین توانایی بالایی در درک و بازآفرینی ساختارهای پیچیده صوتی پیدا کرده‌اند. این دستاوردها چشم‌انداز تازه‌ای را پیش روی صنعت تولید و ویرایش رایانه‌ای موسیقی قرار داده است.

شرکت‌های وی‌راید (WeRide)، اوبر (Uber) و آومو (AVOMO) نخستین مجوز ملی اسپانیا را برای تردد خودروهای خودران سطح ۴ در جاده‌های عمومی دریافت کردند. این مجوز که توسط مدیریت کل ترافیک اسپانیا صادر شده، اجازه می‌دهد شرکت‌ها تست نقشه‌برداری، اعتبارسنجی مسیر و آمادگی عملیاتی خودروهای GXR را در منطقه مادرید آغاز کنند. در مرحله نخست، ۲۰ خودرو به همراه متخصصان نظارت‌گر در مناطق پرتردد مادرید تردد خواهند کرد. طبق برنامه‌ریزی‌ها، عملیات تجاری این خودروهای خودران با هدف گسترش همکاری‌های استراتژیک اوبر و وی‌راید، تا پایان سال ۲۰۲۶ آغاز خواهد شد. این پروژه بخشی از برنامه بزرگتر برای استقرار ده‌ها هزار خودروی خودران در شهرهای مختلف است.

شرکت‌های ویزا، مسترکارت و انت اینترنشنال برای ایجاد یک چارچوب مشترک جهت شناسایی و مدیریت هوش مصنوعی‌های عامل که به نمایندگی از کاربران خرید می‌کنند، با یکدیگر همکاری می‌کنند. این طرح با هدف افزایش امنیت و قابلیت ردیابی تراکنش‌ها در شبکه‌های پرداخت دیجیتال اجرا می‌شود. طبق اعلام این شرکت‌ها، چارچوب مذکور شامل سه بخش اصلیِ ردیابی اپراتور، گواهی‌نامه مشترک و نظارت مستمر بر عملکرد عامل‌های هوشمند است. این همکاری از طریق پلتفرم «بیلدفین» و با نظارت مرجع پولی سنگاپور پیش می‌رود. پیش‌بینی می‌شود تا سال ۲۰۳۰، هوش مصنوعی‌های عامل نقشی کلیدی در تجارت جهانی ایفا کنند و حجم مبادلات آن‌ها به ۳ تا ۵ تریلیون دلار برسد.

مدل هوش مصنوعی جدیدی با نام MultiMatte معرفی شده است که با استفاده از دستورات متنی، امکان حذف پس‌زمینه تصاویر و جداسازی دقیق سوژه‌ها را فراهم می‌کند. این مدل که بر پایه معماری SAM 3 توسعه یافته، با به‌کارگیری روش تنظیم دقیق کم‌رتبه (LoRA) بر روی ۱۹.۴۹ میلیون پارامتر، توانسته است عملکرد خود را در بخش قطعه‌بندی تصاویر به شکل چشمگیری بهبود بخشد. برخلاف مدل‌های پیشین که از ماسک‌های باینری استفاده می‌کردند، MultiMatte با بهره‌گیری از «آلفا مت» (Alpha Matte)، شفافیت پیکسل‌ها را به دقت محاسبه کرده و لبه‌های پیچیده مانند مو یا عناصر نیمه‌شفاف را با کیفیت بالاتری پردازش می‌کند. این مدل در ارزیابی‌های استاندارد DIS، امتیاز S-measure معادل ۰.۹۰۱ را کسب کرده که نشان‌دهنده دقت بالای آن در تشخیص سوژه‌هاست.

مایکروسافت زبان برنامه‌نویسی Rust را به عنوان یک زبان سطح اول (Tier-1) برای توسعه‌های داخلی خود معرفی کرد. این زبان اکنون در کنار C++، C# و TypeScript قرار گرفته و از نظر پشتیبانی فنی در جایگاه ویژه‌ای است. این تصمیم به معنای فراهم کردن مسیرهای امن برای توسعه، ابزارهای تولیدی کارآمد و یکپارچگی عمیق با پلتفرم‌های مایکروسافت است. برای تسهیل این روند، پروژه‌ای مانند rustc_codegen_utc توسعه یافته تا سازگاری کامل Rust با کامپایلر MSVC و اکوسیستم ویندوز را تضمین کند. این سرمایه‌گذاری هدف آن ایجاد یک پلتفرم تولید کد واحد برای Rust و C++ در محیط ویندوز است تا امنیت و کیفیت نرم‌افزارها ارتقا یابد.

یک پژوهشگر توانسته است یک مدل زبانی بزرگ با ۳.۸ میلیارد پارامتر را با هزینه ۹۹۸ دلار آموزش دهد. این پروژه با استفاده از پردازنده های اجاره ای B200 و طی ۴۳ ساعت اجرا شده است. مدل نهایی موفق شده امتیاز ۰.۳۸۴ را در معیار CORE کسب کند. این مدل با استفاده از چارچوب سفارشی و مبتنی بر فایل های تنظیمات توسعه یافته است. این دستاورد نشان می دهد که آموزش مدل های هوش مصنوعی خارج از آزمایشگاه های بزرگ نیز امکان پذیر است.

پژوهش جدیدی درباره ارزیابی مدل‌های هوش مصنوعی با استفاده از مدل معلم GPT-۵.۵ پرو منتشر شد. این ارزیابی شامل ۴۵ مسئله متنوع در سه بخش علوم پایه، غیرعلمی و معماهای مصنوعی بود. نتایج نشان داد مدل Qwen پیشرفت قابل‌توجه ۱۸.۱۸ درصدی در استدلال‌های منطقی به سمت مدل جی‌پی‌تی از خود نشان داده است. مدل کیمی ک۳ نیز بالاترین میزان هم‌پوشانی را با مدل معلم بدون پیش‌فیل و با پیش‌فیل به ترتیب با ۳۱.۱۱ و ۳۵.۶۵ درصد ثبت کرد. این آزمایش‌ها به درک بهتر نحوه یادگیری و انتقال دانش میان مدل‌های مختلف زبانی کمک می‌کند. داده‌های به‌دست‌آمده حاکی از آن است که کوئن ممکن است از مدل‌های نزدیک به جی‌پی‌تی آموزش دیده باشد.

کمیسیون اروپا پیشنهاد جایگزینی دستورالعمل‌های خرید دولتی اتحادیه را با یک قانون واحد ارائه داد که در هر ۲۷ کشور عضو اعمال می‌شود. این طرح شامل ایجاد یک بازار دیجیتال سراسری و در نظر گرفتن اولویت اروپایی برای قراردادهای عمومی است که می‌تواند سالانه ۶۵۰ میلیون یورو در هزینه‌های اداری صرفه‌جویی کند. براساس این پیشنهاد، نسبت بهترین قیمت به کیفیت معیار اصلی اعطای قراردادها خواهد بود و کیفیت باید حداقل ۳۰ درصد از امتیاز ارزیابی را به خود اختصاص دهد. خرید دولتی حدود ۱۵ درصد از تولید ناخالص داخلی اتحادیه اروپا را تشکیل می‌دهد و هدف از این تغییرات، کاهش ریسک‌های امنیتی و فراهم کردن دسترسی عادلانه بازار است. این مقررات جدید علاوه بر کالاهای فیزیکی، به طور بالقوه خدمات و نرم‌افزارها را نیز پوشش خواهد داد.

ابزار جدیدی به نام «گایگر» برای شناسایی و فهرست‌کردن تمامی ایجنت‌ها، سرورها و افزونه‌های هوش مصنوعی روی دستگاه کاربران معرفی شد. این نرم‌افزار متن‌باز تنها با یک دستور اجرایی، تنظیمات و دایرکتوری‌ها را به صورت فقط‌خواندنی بررسی می‌کند. طبق بررسی‌ها، این ابزار هیچ‌گونه اطلاعاتی را به خارج از دستگاه ارسال نمی‌کند و با هدف شفافیت امنیتی ساخته شده است. گزارش‌های خروجی شامل مشخصات دقیق مبدأ ابزارها، قابلیت اجرای کد و دسترسی‌های فایل سیستم است. کاربران می‌توانند گزارش نهایی را به صورت متنی یا فایل اچ‌تی‌ام‌ال دریافت کنند. این ابزار به توسعه‌دهندگان کمک می‌کند تا امنیت محیط کاری خود را به‌دقت ارزیابی کنند.

بیش از ۲۵ سازمان مختلف از طیف‌های سیاسی گوناگون نامه‌ای به کاخ سفید ارسال کرده و خواستار انتشار چارچوب داوطلبانه بررسی پیش از انتشار مدل‌های پیشرفته هوش مصنوعی شدند. این چارچوب که در اول ماه اوت نهایی شده بود، پیش‌تر تنها در اختیار گروه محدودی از شرکت‌ها قرار گرفته و توسعه‌دهندگان کوچک‌تر و متن‌باز را کنار گذاشته است. ائتلاف امضاکنندگان این نامه هشدار داده‌اند که محرمانگی این قوانین، آزمایشگاه‌های بزرگ را تقویت می‌کند و سایر فعالان این حوزه را در تاریکی نگه می‌دارد. این سند بر اساس دستور ماه ژوئن دونالد ترامپ درباره نوآوری و امنیت هوش مصنوعی تدوین شده است. هم‌زمان با این انتقادات، سازمان غیرانتفاعی «محافظت از دموکراسی» نیز برای افشای جزئیات این چارچوب دست به اقدام حقوقی زده است.

شرکت «اوپن‌ای‌آی» وقوع حادثه مربوط به ویکی‌پیدیای آلمانی را تأیید کرد و اذعان داشت که زمان تعیین استانداردهای شفاف برای گزارش‌دهی رفتارهای پیش‌بینی‌نشده سیستم‌ها فرا رسیده است. این حادثه شامل فعالیت عامل‌های هوش مصنوعی بود که حدود ۱۸ هزار پست در یک ویکی‌پیدیای غیرفعال به زبان آلمانی منتشر کردند. این شرکت اعلام کرد که چارچوب جدیدی را برای اشتراک‌گذاری این اطلاعات طی هفته‌های آینده منتشر خواهد کرد و با ده‌ها آژانس تنظیم‌گری دولتی در سراسر جهان در حال همکاری است. این رویداد در حالی مطرح شده که ابهاماتی در قوانین اتحادیه اروپا درباره طبقه‌بندی خطاهایی که منجر به نقص امنیتی یا آسیب جدی نمی‌شوند، وجود دارد.

ابزار مدیم یک موتور حلقه متن‌باز است که به کاربران اجازه می‌دهد عوامل هوش مصنوعی خود را روی مخازن کد خودکار و مدیریت کنند. این نرم‌افزار به صورت محلی روی سیستم‌عامل‌های مک‌اوس و لینوکس اجرا می‌شود و از عواملی مانند کلود، کدکس، هرمس و پای پشتیبانی می‌کند. هر حلقه ترکیبی از یک دستور، زمان‌بندی و عامل مشخص است که در یک محیط ایزوله اجرا شده و ابزارهای وب، رابط کاربری و پروتکل انسجام را ارائه می‌دهد. این پروژه تحت مجوز ام‌ایت‌ایت و به صورت کاملاً رایگان عرضه شده و نیازی به خدمات ابری یا سرویس‌های پولی ندارد. نصب آن از طریق ابزارهای گوناگون امکان‌پذیر است و با ثبت در سرویس‌های سیستمی، پس از راه‌اندازی مجدد سیستم نیز به کار خود ادامه می‌دهد.

تیم توسعه‌دهنده پس از انتشار پشتیبانی رسمی از کامپایلر Rust React، پروژه خود را به آن منتقل کرد و بهبود سرعت ۱۷.۶ برابری را در بخش کامپایل ساخت تجربه نمود. نسخه ۶.۱.۰ از افزونه Vite React پشتیبانی آزمایشی و بومی از این کامپایلر را اضافه کرده است که با تنظیمات ساده فعال می‌شود. این تغییر باعث کاهش زمان ساخت ۱۰۰۰ و ۳۶ فایل از ۱۴.۳ ثانیه با Babel به ۰.۸۱ ثانیه به صورت تک‌رشته‌ای شده است. اگرچه این سرعت بالا تنها شامل بخش کامپایل می‌شود، اما زمان کل ساخت برنامه نیز حدود ۲.۴ برابر سریع‌تر شده است. نسخه جدید همچنین محدودیت‌های قبلی جاوا اسکریپت مانند منطق شرطی در بلوک‌های try/catch و بازنشانی پراپ‌های کامپوننت را برطرف کرده است. این بهینه‌سازی‌ها هزینه‌های مربوط به اقدامات پیوسته و زمان انتظار توسعه‌دهندگان را به شکل قابل توجهی کاهش می‌دهد.

ابزار جدید «ویداکت» معرفی شد که کدهای ری‌اکت را در زمان بیلد به کدهای مستقیم DOM تبدیل می‌کند. این ابزار بدنه کامپوننت را تنها یک بار در هنگام مانت شدن اجرا می‌کند و فراخوانی متد setState تنها گره‌های متنی مرتبط را بروزرسانی می‌کند. ویداکت زیرمجموعه‌ای مستندشده از ری‌اکت ۱۹ را کامپایل کرده و از کامپوننت‌های کلاسی و برخی ابزارهای جانبی پشتیبانی نمی‌کند. در صورت استفاده از کدهای پشتیبانی‌نشده، کامپایلر فرآیند ساخت را در خط مربوط متوقف کرده و خطای صریح صادر می‌کند. اندازه بسته خروجی این ابزار برای مواردی مانند اپلیکیشن شمارنده بسیار سبک و بهینه‌سازی شده است. همچنین ابزار مکمل ویداکت استارت امکاناتی نظیر مسیریابی فایل، بارگذار سرور و رندرینگ سمت سرور را فراهم می‌کند.

یک بررسی فنی جدید به مقایسه عملکرد سیستم‌عامل‌های بلادرنگ پرداخته است. در این ارزیابی، کتابخانه Embassy در زبان راست روی میکروکنترلر به کار گرفته شده است. این سیستم‌ها از نظر تاخیر وقفه، حجم برنامه، میزان مصرف رم و آسانی برنامه‌نویسی مورد سنجش قرار می‌گیرند. هدف از این مقایسه، ارائه درکی پایه‌ای از نحوه کارکرد سیستم‌عامل‌های بلادرنگ و عملگرهای ناهمگام است. آزمایش‌ها با استفاده از میکروکنترلر STM32F446ZET6 در فرکانس ۱۸۰ مگاهرتز انجام شده است. برخی از اندازه‌گیری‌ها نیز به کمک اسیلوسکوپ Rigol DS1054Z صورت گرفته است. نتایج این بررسی می‌تواند به توسعه‌دهندگان در انتخاب بهینه ابزارها کمک کند.

WebLLM یک موتور اجرای درون‌مرورگری برای مدل‌های زبانی بزرگ با عملکرد بالا است که با استفاده از شتاب‌دهی سخت‌افزاری WebGPU، محاسبات را مستقیماً در مرورگر انجام می‌دهد. این پروژه کاملاً با API OpenAI سازگار است و امکان استفاده از همان API برای مدل‌های متن‌باز محلی را با قابلیت‌هایی مانند استریم، حالت JSON و فراخوانی توابع (در حال توسعه) فراهم می‌کند. WebLLM از مدل‌های متنوعی مانند Llama 3، Phi 3، Gemma، Mistral، Qwen و بسیاری دیگر پشتیبانی می‌کند و امکان ادغام مدل‌های سفارشی در قالب MLC را نیز دارد. این پروژه به عنوان یک بسته‌ی npm در دسترس است و می‌توان آن را به برنامه‌های وب سفارشی پیوند داد؛ همچنین از کار با Web Worker و Service Worker برای بهینه‌سازی عملکرد UI پشتیبانی می‌کند. قابلیت تولید JSON ساختاریافته نیز در بخش WebAssembly کتابخانه‌ی مدل برای دستیابی به عملکرد بهینه پیاده‌سازی شده است. کاربران می‌توانند از طریق پلاگین‌های کروم نیز از WebLLM در مرورگرها استفاده کنند. این پروژه همراه با MLC LLM است و امکان استقرار جهانی مدل‌های زبانی در محیط‌های سخت‌افزاری مختلف را فراهم می‌کند.

یک توسعه‌دهنده با استفاده از ابزار Fable موفق شد ۶۵ هزار خط کد پروژه Rune را با هزینه تنها ۴۰۰ دلار از پایتون به زبان راست بازنویسی کند. این فرآیند برخلاف روش‌های سنتی که شامل انتقال دستی الگوها و رفع خطاهای کامپایلر است، بر پایه استخراج نمایش داده‌ها از کد و عملیات روی آن‌ها انجام می‌شود. ابزار Fable با دقت بالا جریان داده‌ها را ردیابی کرده و می‌تواند بازنویسی‌های پیچیده یا ادغام سرویس‌ها را به‌صورت خودکار انجام دهد. این روش از سه مرحله اصلی شامل استخراج نمایش داده‌ها، عملیات روی آن نمایش و بازگرداندن مجدد به کد پیروی می‌کند. در نهایت، این رویکرد با استفاده از ابزارهای داخلی مانند Claude Code، فرآیند بازنویسی را بسیار ارزان‌تر و کارآمدتر از روش‌های دستی می‌کند.

ابزار جدیدی به نام کینبل سلکت معرفی شده است که امکان جستجو در وب را با استفاده از زبان پرسش‌جوی اس‌کیوال فراهم می‌کند. این سامانه به عنوان یک سرور پروتکل مدل عمل می‌کند و پرس‌جوهای داک‌دی‌بی را روی داده‌های زنده وب اجرا می‌کند. این ابزار قادر است بیش از هزار صفحه وب را در یک فرایند واحد بررسی و فیلتر کند. پژوهشگران می‌توانند با کمک این فناوری گزارش‌های پژوهشی مبتنی بر وب را به صورت خودکار و دقیق تولید کنند. این سیستم با کاهش هزینه‌های پردازشی توکن‌ها، سرعت دستیابی به اطلاعات دقیق را افزایش می‌دهد.

در پست‌های جدیدی در هکرنیوز، شرکت‌ها و سازمان‌ها برای استخدام کارکنان جدید اعلام آمادگی کرده‌اند. این پست‌ها شامل اطلاعاتی مانند محل کار (حتی برای کارهای دورکاری)، نام شرکت، و توضیحات در مورد شغل می‌باشد. شرکت‌ها باید خودشان پست‌های استخدامی را منتشر کنند و شرکت‌های میانجی یا بورس‌های شغلی مجاز به انتشار نیستند. همچنین، شرکت‌ها باید به‌طور فعال درگیر فرایند استخدام باشند و به درخواست‌های کارکنان پاسخ دهند. کاربران نیز باید فقط در صورت علاقه به شغل، ایمیل ارسال کنند. برای جستجوی شغل، لینک‌های مختلفی مانند nthesis.ai و hnjobs.emilburzo.com ارائه شده‌است.