Pinned Tweet
با این سایتها تیغههای فکریتون رو تیز کنید:
۱. fs.blog — در مورد مدلهای فکری و تئوری تصمیم گیری، کتاب چهار جلدیش Mental Models هم شدیدا پیشنهاد میکنم.
۲. yourbias.is — سوگیریها و باگهای فکری که شما رو توی چاه میندازه لیست کرده.
۳. etymonline.com — این و خیلی دوست دارم. پشت اکثر کلمات ریشهی اون کلمه هست که پر از حکمت و دانش هست. مثلا Character ریشه یونانیش این معنی رو داره: خط و خطوطی که بر اثر تراشیدن شکل گرفته. زیبا نیست؟ :|
۴. onelook.com/reverse-dictiona… — یه ایده یا تعریفی اگر تو ذهنتون هست رو براش مینویسید، کلمه معادلش و بهتون میگه.
۵. psyche.co — مقالههای عمیقی در باب روانشناسی داره
۶. fivebooks.com — از خوبان هر دو عالم، توی هر زمینه و رشتهای، خفنترین آدمها روزگار، پنجتا از کتابهای مورد علاقشون رو پیشنهاد میکنن.
۷. aldaily.com — پر از مقالههای ادایی هست. ایدههای جالب و ارتودکس
۸. yourlogicalfallacyis.com — اگر اهل کلکل (گفتوگو و بحث کردن) هستین، گزارههاتون رو بهش میگین، بهتون میگه باگ یا اشکال بحثتون کجاست.
آدمهای #خطرناک:
کم میدونن
زیاد مطمئنن
آدمهای قابل اطمینان:
زیاد میدونن
دائماً در حال شککردنن
2
3
286
اگر زیاد درگیر UI و App Design هستین، این چنتا سورس خیلی عالین برای ایده گرفتن:
۱. dribbble.com/
۲. recent.design/
۳. styles.refero.design/
دیگه mobbin و نمیگم چون احتملا همتون میشناسیدش.
34
1,398
#طراحی_محصول
یه تکنیکی که مرتب توی طراحی استفاده میکنم اینه: هر وقت ایدهای تو ذهنمه که نمیتونم خوب توضحیش رو بدم، تصویری و flowیی که تو نظرم هست رو میکشم و عکسش رو میفرستم برای کلاد. میگن چیزی که میخوام چهارچوبش این شکلیه.
بسیار بسیار کار راه بنداز هست.
بازم ازین فوت و فنها میگم
1
21
1,052
#توصیه_کاری
آیا یادگرفتن #برنامه_نویسی، هنوزم ارزش داره؟ این سوال رو توی یه پادکست از بوریس چرنی، بابای Claude Code پرسیدن.
جوابش کمابیش این بود که «تا یکی دو سال دیگه، عملا فرقی نمیکنه». ولی تو همون مصاحبه یه قید مهم هم گذاشت: همین الان هرکی با این ایجنتها کار میکنه، هنوز باید لایهی زیرینشو بفهمه.
درین برهه حساس کنونی، سؤال داره عوض میشه؛ بهجای اینکه رو همون «کد یاد بگیرم یا نه» قفل کنیم، بهتره برید سراغ خود ابزارها، باهاشون ور برید و ازشون نترسید. اگر میبینید یکی با Claude یه چیز عجیبغریب ساخته برید چنتا ویدیو آموزشی در همون مورد ببینید و خودتون انجامش بدین. چنتا نکته دیگه که بوریس توی پادکست میگه:
۱. از نوامبر ۲۰۲۵ حتی یه خط کد هم با دست ننوشته و روزی ۱۰ تا ۳۰ تا pull request هوا میکنه؛ ولی همچنان گاهی کدها رو خودش هم بررسی میکنه. یعنی دست رو نکشیده کنار، فقط جای دستش عوض شده.
۲. تو تیم خودش میگه همه کد میزنن؛ از PM و دیزاینر تا بچههای مالی. نگاهشون به Claude Code مثل یه «چهارچوب» (harness) ـه: ابزارها، حافظه، قانونها و حلقههایی که دور مدل میچینن، و هرچی مدل بهتر میشه بخش بزرگی از system prompt رو حذف میکنن (رقمِ ۸۰ درصد رو تو یکی از مصاحبههای بعدیش گفت).
خودش این قصه رو به اختراع چاپ تشبیه میکنه؛ نوشتن از چند تا کاتب رسید به همه، و میگه نوبت ساختن نرمافزاره.
لینک خود مصاحبه و یه سری منابع خوب یادگیری.
مصاحبه بوریس چرنی در پادکست لنی: youtube.com/watch?v=We7BZVKb…
بهترین روشهای Claude Code: code.claude.com/docs/en/best…
مهارهای مؤثر برای ایجنتهای طولانیمدت: anthropic.com/research/effec…
ساخت ایجنتهای مؤثر: anthropic.com/research/build…
مستندات Claude Code: code.claude.com/docs/en/over…
حافظهی پروژه: code.claude.com/docs/en/memo…
سابایجنتهای سفارشی: code.claude.com/docs/en/sub-…
هوکها: code.claude.com/docs/en/hook…
مهارتها (Skills): code.claude.com/docs/en/skil…
اجرای زمانبندیشده: code.claude.com/docs/en/rout…
دورهی رایگان Claude Code in Action: anthropic.skilljar.com/claud…
ریپوی Claude Code روی گیتهاب: github.com/anthropics/claude…
اجرای Claude Code داخل PR و ایشو: github.com/anthropics/claude…
ساخت ایجنت روی همین مهار: github.com/anthropics/claude…
8
767
#برگ_هایم_کو
پروژه بسیار بسیار هیجان انگیز PageIndex
هر کی تا حالا برای کار و بارِ واقعی RAG با بازیابیِ وکتوری ساخته میدونه چی میگم: اکثرشون سرِ داکیومنتهای طولانی و ویدیوها از درز و شکاف میزنن بیرون و آدم رو کلافه میکنن.
پروژهی اوپنسورس PageIndex یه شیوه کاملا متفاوت رو پیش گرفته: بدون دیتابیس وکتور، بدون embedding، بدون تیکهتیکه کردنِ سند، و بدون similarity search. به ادعای خودِ پروژه هم روی بنچمارکِ FinanceBench که اسنادِ مالیِ طولانی رو تست میکنه ۹۸.۷٪ گرفته.
۱. ایندکس اینجا خودش یه درخته. بهجای ایندکسِ وکتوری، برای PDFهات یه فهرستِ مطالب (table of contents) میسازه؛ بعد یه ایجنت درست مثل درختکاویِ AlphaGo توی همون درخت بالا و پایین میره. چیزی هم که آخرش برمیگردونه بهجای hitهای وکتوری، ارجاع به بخشِ واقعیِ سنده.
۲. چرا از RAG وکتوریِ تیکهتیکه بهتر درمیاد؟ چون شباهت (similarity) لزوماً همون ربط (relevance) نیست. اینجا بهجای بازیابیِ حسی و شانسی، هر چیزی که بالا میاد قابلردیابیه و میتونی دقیق ببینی از کجای سند اومده.
۳. دیگه کلی چیز رو لازم نیست سرِ پا نگه داری. نه دیتابیس وکتوری میخوای که هاست و نگهداریش کنی، نه هر بار که داکیومنتهات آپدیت شدن باید embeddingها رو از نو بسازی. استک سادهتر میشه و در عینِ حال کانتکستِ مکالمه رو هم بین نوبتها حفظ میکنه.
۴. امتحان کردنش هم سادهست: به Claude Code یا Codex بگو برو ریپوی گیتهابش رو نگاه کن، بعد بهش بسپار که امن و مقیاسپذیر برات سرهمش کنه.
البته که RAG وکتوری فعلا قرار نیست جایی بره. ولی برای خیلی از کارها که پای اسنادِ حرفهایِ طولانی وسطه — همون مدلِ فایلینگهای مالیِ FinanceBench — به نظر پتانسیل زیادی داره.
لینک ریپو 👇
2
34
1,745
#باقلوا با طعم #هلو
هاروارد یک کورس AI ارائه کرده از بیخ agentها تا خود GPU رو کاور میکنه کد دوره CS2680 بـه اسم «Modern AI Systems».
اول از بالای استک میره سراغ چیزایی که هر روز باهاشون سر و کار داری: Claude Code و اینکه چطوری اجرا میشه، حلقهی ایجنت (agent loop)، evalها، و اینکه هر توکن دقیقاً چقدر برات خرج برمیداره.
بعد لایهبهلایه میره پایینتر: دیپلوی کردن مدل، روتینگ، KV cache، کوانتیزیشن، و speculative decoding.
تمرینهای جذابی هم داره. هر ۵ تا تمرین یه سیستمِ ایجنتِ واحد رو تیکهتیکه میکنن: اول میفهمی چطوری کار میکنه، بعد خودت harness ـش رو میسازی، و آخرش تا لایهی inference بهینهاش میکنی.
اگر AI رو توی لایه اپلیکیشن جدی دنبال میکنید فجیعا پیشنهاد میکنم.
منابه هم که طبق معمول: 👇
صفحهی رسمیِ درس: cs2680.seas.harvard.edu/
نمای کلیِ تمرینها: cs2680.seas.harvard.edu/assi…
فهرستِ مطالعهها: cs2680.seas.harvard.edu/read…
راهاندازیِ کامپیوت و Claude Code: cs2680.seas.harvard.edu/comp…
اسلایدِ معرفی: cs2680.seas.harvard.edu/slid…
ضمناً یادت باشه کدِ تمرینها و ریپوی استارترِ هر دانشجو خصوصیه و فقط دستِ دانشجوهای ثبتنامشدهست؛ پس هیچ ریپوی عمومیای روی گیتهاب برای تمرینها وجود نداره.
در ضمن cs2680.com هم همین سایتِ رسمیه، فقط آدرسش فرق داره.
12
670
#توصیه به #جوانان_جویای_نام در عصر #AI
اگر برمیگشتم عقب، تمرکز خیلی خیلی زیادی میذاشتم روی Network ساخت. یعنی شبکه بزرگی از مخاطبان، دنبال کنندهها بسازید برای خودتون. چرا؟
چون الان همه میتونن هر محصولی بسازن. ساخت محصول ساده هست. اما #توزیع و فروش، همیشه سخت بوده. اما اگر Network بزرگی داشته باشید، نقطه شروع خیلی خیلی خوبی بهتون میده.
از بین #مدلهای_ذهنی خدابیامرز چارلی مانگر، این پنجتاش خیلی در روزمره به کار میاد:
۱. هر آدم باهوشی که مانگر دیده هر روز کتاب میخونده؛ بدون استثنا. اگر کتاب دوست ندارید، نپرسیدن چرا انقدر زندگی شخمیه. اگر واقعا حالتون بهم میخوره از کتاب، با یه کتاب شروع کنید که ازش لذت میبرید. حتی شده کامیک یا رمنس و کتاب زرد و قهوهای. از یه جایی به بعد کشیدی میشید سمت کتابهای اثر گذارتر. تاکیید این هست که به سمت خوندن Non-fiction برید چون این کتابهای Non-fiction هست که در نهایت بهتون جعبهابزارهای عملی میدن نه کتاب قصه.
۲. همیشه موقع هدفگذاری برعکس فکر کنید. برای موفقیت، اول ببینید شکست از کجا میآد؟ چرا ممکنه به اون هدفتون نرسید. دلیلش هم اینه که بخاطر ملیونها سال تکامل، مغز تبحر بیشتری در شناسایی تهدید پیدا کرده. از این هوش ذاتی نهایت سو استفاده رو کنید.
۳. اگر فقط چکش دارید، همهچیز میخ به نظر میرسه. حتما شنیدینش دیگه. فقط یک مدل ذهنی نداشته باشید. مجدد سری چهار جلدی The great mental models رو پیشنهاد میکنم. (والا از ناشرش پول نمیگیرم، همینجوری دلی دارم معرفی میکنم)
۴. ساده فکر کنید، نه پیچیده. منطق ساده اغلب درستتره. دوست داشتین بیشتر بدونید #تیغ_اوکام رو جست و جو کنید.
۵. سریع به اشتباه اعتراف کنید. خودفریبی، بزرگترین تلهی آدمهای باهوشه. و کلا مکانیسم یادگیری مغز از همین گند زدنها هست. گند میزنید، مغز weight نورونها رو adjust میکنه و دوباره و دوباره ...
پست اصلی: teapawt.org/niniSweet88/status/211…
查理·芒格讲关于认知:
1、我这辈子遇到的聪明人,没有一个不是每天读书的,没有例外。
2、反过来想,总是反过来想。想成功,先研究怎么失败,研究避免失败。
3、手里拿锤子icon,看什么都像钉子。 别只有一种思维模型。
4、把事情想简单,而不是想复杂。 简单的逻辑往往是对的。
5、承认错误要快。 自欺欺人,是聪明人最大的陷阱。
你不喜欢看书这一点,就说明你是普通人。
更不要说,大脑拥有几十种思维模型,
大部分都是按照惯性生活icon,每天重复昨天。
要发生改变,聪看书开始。
2
134
اگر از دیدن ویدیوهایی که ملت میگن با کلاد ساخت برگهاتون مرتب میریزه، باید بگم چیزی که نامردا نمیگن اینه که کلاد رو به کلی ابزار و پلاگینها مختلف کانکت میکنن که اصل کار رو اونا انجام میدن ولی کلاد بیشتر orchestration رو انجام میده. این stackی هست که خیلی مشتی کار میکنه:
۱. ابزار graphify: همهی گایدلاینها، لوگوها، پیدیافها و پروژههای قبلی برند رو میریزید توی یه پوشه و ازشون یه گراف دانش میسازه؛ از اون به بعد هر طرحی که Claude میزنه قوانین برند شما رو رعایت میکنه، نه حدس خودش رو.
۲. سرور Figma-Context-MCP: فایل واقعی فیگما رو مستقیم دست ایجنت میده. طبق README خودش طرح رو یهضرب میسازه و نتیجهش از پیست کردن اسکرینشات بهتره.
۳. ابزار Penpot: فیگمای متنباز و رایگان. سرور MCPش اجازه میده AI طرحها رو بخونه و ادیت کنه و بین طرح و کد رفتوبرگشت کنه. البته از صفر هم میتونید با کلاد هم طرح رو بزنید.
۴. کتابخونهی React Bits: بزرگترین کتابخونهی متنباز کامپوننتهای انیمیشنی React؛ همون هاورها و انیمیشنهای متنی سایتهای گرونقیمت، فقط کپی و پیست.
۵. ابزار HyperFrames: ابزار اصل کاری همینه که motion graphics و میسازه و آخرش یه ویدیوی آماده تحویل میده بهتون.
۶. Blender MCP: این سه بعدی خفنها هست میسازن، لازمش همین Blender هست. صحنه رو توصیف میکنید و ایجنت توی سهبعدی واقعی میسازه و ادیتش میکنه، بدون اینکه شونصدسال بلندر یاد بگیرید.
۷. ترتیبی که جواب میده: برند توی graphify، طراحی توی فیگما یا Penpot، ساختن با Claude و React Bits، ویدیوی تبلیغاتی با HyperFrames و در آخر یه نمای سهبعدی اصلی از Blender.
پینوشت: قبلا ابزار مزیت رقابتی بود، الان همه مجانی دارنش. تنها چیزی که هنوز طراحی خوب رو از «AI slop» جدا میکنه سلیقهست، و سلیقه رو نمیشه نصب کرد متاسفانه. کار خوب اگر زیاد ببینید و یک سری اصول طراحی رو یاد بگیرید، سلیقتون کم کم شروع میکنه به رشد کردن.
لینک ریپوها و دستور طبخ 👇
لینک ریپوها و دستور نصب:
۱. ریپوی graphify: github.com/Graphify-Labs/gra…
دستور نصب: uv tool install graphifyy و بعد graphify install و بعد /graphify .
۲. ریپوی Figma-Context-MCP: github.com/GLips/Figma-Conte…
۳. ریپوی Penpot: github.com/penpot/penpot
۴. ریپوی React Bits: github.com/DavidHDev/react-b…
۵. ریپوی HyperFrames: github.com/heygen-com/hyperf…
دستور نصب: claude plugin marketplace add heygen-com/hyperframes و بعد claude plugin install hyperframes@hyperframes
۶. ریپوی MCP برای Blender: github.com/ahujasid/mcp-for-…
پست اصلی: teapawt.org/thegreatest_sv/status/…
Holy sh*t I spent weeks turning Claude Code into a design studio.
no Figma license. no agency. no plugins I had to pay for.
here's the stack I used and it's embarrassingly simple:
-> graphify: teach Claude your brand
dump your guidelines, logos, PDFs and old projects into one folder. graphify turns it into a knowledge graph, so every design Claude makes follows your rules instead of guessing. 134k stars, Y Combinator.
uv tool install graphifyy -> graphify install -> /graphify .
github.com/Graphify-Labs/gra…
-> Figma-Context-MCP: Figma straight to code
it hands your actual Figma file to the agent. the README says it builds designs in one shot, and does it better than pasting screenshots.
github.com/GLips/Figma-Conte…
-> Penpot: the open-source Figma
free, open source, and its MCP server lets AI read and edit your designs, then hand them to code and back.
github.com/penpot/penpot
-> React Bits: the "expensive" look, for free
the biggest open-source library of animated React components. those smooth hover effects and text animations you see on high-end sites? copy, paste, done.
github.com/DavidHDev/react-b…
-> HyperFrames: designs that move
write HTML, get a finished video. made by HeyGen for AI agents. your landing page can now have its own launch video by tonight.
claude plugin marketplace add heygen-com/hyperframes -> claude plugin install hyperframes@hyperframes
github.com/heygen-com/hyperf…
-> MCP for Blender: 3D without learning Blender
connects Claude to Blender. describe a scene, the agent builds and edits it in real 3D.
github.com/ahujasid/mcp-for-…
the order that works:
brand into graphify -> design in Figma or Penpot -> Claude builds it with React Bits -> HyperFrames makes the promo -> Blender adds the 3D hero shot
the uncomfortable part:
tools used to be the moat. now everyone has them for free.
the only thing that still separates good design from AI slop is taste. and taste is the one thing you can't install.
bookmark this. your next client will ask why you're suddenly so fast.
19
1,161
نظرتون در مورد دیزاین این Liquide Bubble چیه؟ Skillش رو Share کنم؟
هرکی میخواد open رو کامنت کنه.
از روزی که سوییچ کردم به Opus 5.5، هیچ فیچری نبوده که با پرامپت اول، دقیق کار رو در نیاره. البته هارنس خودم و دور تسکهایی که ازش میخوام دارم ولی این هارنسها رو قبلا هم داشتم. با Opus 5 انقدر دعوا داشتم و فحش و فحشکاری میشد که کل توسعه رو با Codex پیش میبردم.
1
22
2,305
از بین #مدلهای_ذهنی معروف، دوتاش هست که بیشتر از همه توی تصمیمهای کاری روزمره به کارم میاد:
۱. هزینهی فرصت: هر «آره» یعنی یه «نه» به یه چیز دیگه. قبل از قبول کردن هر پروژه یا جلسهی جدید، یا پیشنهاد بیشرمانه از خودتون بپرسید: «با همین وقت، بهترین کار دیگهای که میتونستم بکنم چی بود؟» اگه جوابش از خود پیشنهاد بهتره، پس پیشنهاد رو رد کنید. البته اگر نفس عماره بذاره :))
۲. دایرهی شایستگی: بدونید چی رو واقعاً میفهمید و از کجا به بعد دارید زر میزنید. مرز این دایره رو بلند بگید («اینجا تخصص من نیست»)؛ این جمله از اعتبارتون کم نمیکنه، بهش اضافه میکنه. گفتن نمیدونم به طرز شگفتانهای نسبت به شما اعتماد ایجاد میکنه.
#توصیه_کاری برای جوانان جویای نام
برای تیمهای فنی در روز رزومههای زیادی رو میبینم و باید فیلتر کنم.
بیشتر رزومههایی که میبینم یه شکلن: «مسئول توسعهی...»، «مشارکت در...». خوندنش مثل خوندن آگهی استخدامیه که خودشون ازش اومدن :|
کسی که رزومه رو میخونه نمیخواد بدونه چه کاری به تو سپرده شده بود؛ میخواد بدونه چون تو اونجا بودی چی عوض شده.
۱. فرمولی که پیشنهاد میشه: فعل مالکیت + کاری که کردی + نتیجهی قابل اندازهگیری. مثلا به جای «مسئول پایپلاین CI بودم» بنویس «پایپلاین CI رو از نو طراحی کردم و زمان بیلد از ۲۲ دقیقه به ۶ دقیقه رسید». Impact, Impact و بازهم Impact. میزان سنجش، اثرگذاری کاری هست که کردین. این مورد رو حسابی برجسته کنید.
۲. تست «خب که چی؟»: هر بولت رو بخون و از خودت بپرس خب که چی. اگه جوابش (سرعت، درآمد، هزینه، تجربهی کاربر) توی خود بولت نیست، هنوز داری شرح وظایف مینویسی، نه سابقهی دستاورد.
هر بار که میخوام یه کار تکراری رو به ایجنت یاد بدم، نصف روزم صرف نوشتن یه SKILL.md میشه که آخرش هم یه مرحلهاش رو جا انداختم :|
مایکروسافت یه ابزار متنباز به اسم Skill Recorder داده بیرون که صورت مسئله رو اندکی عوض میکنه: دکمه ضبط و میزنی، یه بار کار رو جلوی سیستم انجام بده، خودش skill رو برات مینویسه. البته ماهیت اینجوری Skillها با Skillهای متداولی که برای توسعه استفاده میکنیم فرق میکنه. مثلا یکی از این Skillهایی که رکورد کردم، گرفتن وقت سلمونی از آرایشگر محبوبم بود :))
۱. روش کارش: کلیکها، جابهجایی بین پنجرهها و دستورهایی که اجرا میکنین رو ضبط میکنه، GitHub Copilot هدف و مراحل رو ازش درمیاره و خروجی میشه یه SKILL.md آماده یا یه Automation زمانبندیشده. توی نسخهی ۰.۷ هم قبل از خروجی گرفتن کل دستورالعمل رو پیشنمایش میبینین.
۲. حواستون باشه: ضبط لوکال میمونه، ولی وقتی Analyze رو میزنین دادهها میرن سمت سرورهای گیتهاب؛ پس موقع ضبط هیچ پسورد و اطلاعات حساسی جلوی چشمش نباشه. روی مک، ویندوز ۱۱ و اوبونتو کار میکنه و دسترسی Copilot میخواد.
پینوشت: قبل از ماکروسافت، افزونه کلاد شونصدسال پیش این قابلیت رو داشت. در حیرتم که ماکروسافت و گوگل چرای توی هوش مصنوعی انقدر عقب هستن.
لینک ریپو و دستور پخت 👇
3
49
3,168
ریپوی گیتهاب Skill Recorder از مایکروسافت:
آدرس مستقیم: github.com/microsoft/skill-r…
یادداشت نسخهی ۰.۷: github.com/microsoft/skill-r…
بررسی اصلی از @TiagerBao:
آدرس پست: teapawt.org/TiagerBao/status/21139…
微软开源了一个工具:你操作一遍电脑,AI 就能帮你生成 Skill。
项目叫 Skill Recorder,刚看了它的 v0.7.0 更新。
工作流程很简单:
录制你在电脑上的操作,包括点击、切换窗口、执行命令。
GitHub Copilot 分析操作过程,提取任务目标和执行步骤。
自动生成 SKILL.md,或创建定时执行的 Automation。
v0.7.0 新增了 SKILL.md 预览功能。
安装前可以检查完整指令,确认没问题再导出,不需要重新调用模型生成。
支持 macOS、Windows 11 和 Ubuntu,需要 GitHub Copilot 权限。
注意:录制保存在本地,但点击 Analyze 后,相关数据会发送到 GitHub 云端处理,别录入敏感信息。
这个方向挺实用:以后教 Agent 干活,不一定非得写提示词,直接演示一次也行。
GitHub:github.com/microsoft/skill-r…
#AI #Agent #Microsoft #GitHubCopilot #Skills #OpenSource
1
189



