بلاگ

بعد از یه migration سرور، بیلدها روی یه package registry ی self-hosted دو دقیقه کندتر شدن و همه‌ی گزارش‌ها انگشت رو گذاشتن روی همون جابه‌جایی. در حالی که هر request ی fail‌شونده تو ۴۵ میلی‌ثانیه ۵۰۰ برمی‌گردوند؛ کلِ regression همون retry backoff ی npm بود. ریشه‌اش یه دونه row از میون ۶۳هزارتا بود که هنوز به یه object store اشاره می‌کرد که دیگه وجود نداشت، و check یی که دقیقاً برای گرفتن همین نوشته شده بود، یه لیست دست‌نویس از table ها رو می‌چرخوند و از روش رد شده بود.

Anthropic امروز Opus 5.5 رو با قیمت ۴ و ۲۰ دلار برای هر میلیون token عرضه کرد، و جدول خودش اون رو تو agentic coding جلوتر از Fable 5.1 و GPT-6 Astra نشون می‌ده. عددهای مستقل کوچیک‌ترن، عددهای کیفیت کد قاطی‌ان، و دیگه نمی‌شه thinking رو خاموش کرد. Sonnet 5.5 هنوز نیومده.

S3 چیزی به اسم directory خالی نداره، و تو یه git repository ی کاملاً packed شده، directory های refs دقیقاً همون‌ان: خالی. یه sync ی فایل‌به‌فایل همه‌ی object ها رو سالم منتقل کرد ولی دو تا directory یی که git لازم داره تا به چیزی بگه repository رو drop کرد، پس از ۵۱۷ تا، ۸۴ تا به شکل خوانا‌نشدنی برگشتن در حالی که database هنوز می‌گفت commit دارن. health check های migration هم کل مدت سبز موندن، چون هیچ‌کدوم هیچ‌وقت یه repository رو باز نمی‌کنن.

یه topologySpreadConstraint هیچ‌وقت چیزی بیشتر از یه statement درباره‌ی جمعیتی نیست که selector ش match می‌کنه، و یه label ای که operator ست کرده می‌تونه بی‌صدا sibling Deployment ها رو بریزه توی یه شمارش مشترک. سه تا collector تک‌تک zone spread ی hard خودشون رو ارضا کردن، در حالی که union شون یه zone رو خالی گذاشته بود، و repair ی استاندارد هر دفعه روی همون جواب غلط converge می‌کرد.

object storage به ازای هر operation پول می‌گیره، و یه part ی ClickHouse روی disk ی S3 یه object نیست، به ازای هر column یه object ـه. پس هزینه‌ی یه cold tier تابع اینه که چند تا part وجود داره، نه اینکه چند byte توشونه، و هر setting ای که merge ها رو گرسنه بذاره می‌شه یه خط روی صورت‌حساب. دو تا default ی chart دقیقاً همین کارو کردن، و fix ی که جلوش رو گرفت هیچ‌وقت commit نشده بود.

یه wrapper ی Kafka client که recovery اش یعنی شمردن error ها و panic کردن از یه threshold گذشته، recovery ییه که با traffic هم‌قدمه: stream processor ها تو چند ثانیه ازش رد می‌شن، producer های کم‌ترافیک هیچ‌وقت، و برای همینه که آخرین error رو latch می‌کنن و تا بی‌نهایت همون رو برمی‌گردونن، در حالی که همه‌ی signal های سلامت سبزن. سرنخ هم تو خود رقم‌های اروره: elapsed-time یه ارور که بین چند بار رخ‌دادن byte-identical باشه، یه event ی کش‌شده‌ست، نه یه خرابی ی تکرار‌شونده.

Databricks LakeBase Postgres یه Postgres ی واقعیه: wire-compatible، با driver های استاندارد، pgvector، PostGIS، و یه query engine ی دست‌نخورده. headline مارکتینگ database branching ـه، Git برای database ت. اون side effect ـه. mechanism اینه که commit path از روی machine برداشته شده: یه transaction وقتی ack می‌شه که یه quorum از safekeeper ها WAL record رو قبول کنه، نه وقتی که یه SSD ی local فلش بشه. branching، scale-to-zero، و point-in-time recovery همه از همین یه جمله درمیان، و هزینه‌هاش هم همین‌طور.

Omarchy تابستون launch شد و 37signals داره کل شرکت رو تو یه بازه‌ی سه‌ساله روش migrate می‌کنه. بخش جالب، بخش Linux ی ماجرا نیست؛ بخش جالب اینه که این اولین distribution ـیه که دیدم توش شخصیت، feature ی اصلیه. قانون قابل انتقال: همون opinionated default وقتی reasoning ش visible ـه feature ـه، و وقتی reasoning ش hidden ـه bug ـه.

Liquid AI بیستم آگست LFM2.5-DSpark رو ship کرد: سه draft model تحت لایسنس lfm1.0، با mean speedup ی 2.67× روی H100 و ۵۷٪ کاهش latency ی function-calling روی Apple Silicon. عدد headline کم‌جالب‌ترین چیز release ـه. چیز جالب اینه که چرا این جور release اصلاً می‌تونه ship بشه. Speculative decoding تحت greedy decoding exact ـه، یعنی output رو عوض نمی‌کنه. اون property کل بازیه.

تو یه parallel-run validation، یه مقایسه‌ی side-by-side از span count به‌ازای هر service نشون داد که pipeline جدید حدود ۰.۲٪ از span ها رو تو یه پنجره‌ی ۶۰ دقیقه‌ای از دست می‌ده. اگه به‌عنوان regression تو pipeline جدید خونده می‌شد، یه rollback trigger می‌کرد. اگه درست خونده می‌شد، یعنی pipeline قدیمی تو یه پنجره‌ی چندثانیه‌ای ده‌ها هزار ردیف duplicate داشت insert می‌کرده. storage layer روی چیزی که داره count می‌شه unique constraint نداره؛ واحدی که به‌عنوان 'count' expose می‌کنه همون واحدی نیست که operator فکر می‌کنه.

یه یادداشت توی knowledge bundle پروژه گفته بود image فقط amd64 هست و ممکنه روی Graviton کار نکنه. سه تا چک مستقل هم تأییدش کردن. image فقط amd64 نبود، و یه build arm64 بدون هیچ تغییری تو source جواب داد. یه ادعایی که سه بار verify شده، خطرناک‌ترین شکل یه ادعای غلطه.

تو یه هفته سه بار درباره‌ی یه migration زنده یه ادعا کردم، از روی یه config file، یه name prefix، یا یه template، و دوبار اون ادعا غلط بود. artefact و سیستم live دو تا دید از یه چیزن، و می‌تونن به دلایلی با هم match کنن که artefact نمی‌تونه بگه‌شون. فقط یکی‌شون حقیقته.

یه terraform plan برای یه observability stack مدیریت‌شده بعد از یه incident fix دستی clean برگشت. fix زنده بود، fix تو file بود، و فقط state عقب بود. یه plan یه diff بین دو تا دیده، ولی سیستم سه‌تا داره. قبل از plan زدن هر سه‌تا رو خوندن همون چیزیه که diff سبز رو از حدس تبدیل به تصمیم می‌کنه.

یه config برای collector دوباره ساختیم، byte به byte با نسخه‌ی روی production مقایسه‌ش کردیم، مو نمی‌زد، و با یه عالمه چک سبز پشتش deploy کردیم. سر startup افتاد تو crash-loop. byte-identical یه خاصیت واقعیه؛ فقط جواب سؤالیه که هیچکس نپرسیده بود.

یه VPC تو یه account نمی‌تونست اسم‌های یه private zone مال یه account دیگه رو resolve کنه. peering سالم بود، route ها درست بودن، اون flag مربوط به DNS resolution هم تیک خورده بود. هر سیگنالی سبز بود، و جواب هنوز NXDOMAIN بود، چون دو تا لایه‌ی متفاوت DNS یه چراغ سبز مشترک تنشون کرده بودن.

هفته‌ها یه terraform plan یه drift نشونم می‌داد که نمی‌تونستم درستش کنم، روی یه S3 bucket که از قبل درست config شده بود. گذاشتمش تو دسته‌ی «یه گیر عجیب از AWS provider». اما provider بی‌گناه بود. کد خودم داشت بهم دروغ می‌گفت، خیلی قبل‌تر از اینکه Terraform اصلاً ببینتش.

CI pipeline ما یه EKS token معتبر درست می‌کرد، تمیز ارائه می‌داد، و رد می‌شد. مشکل credential های AWS نبود. access control خود EKS بود، و failure داشت توی RBAC کلاستر، open و clear، قایم می‌شد.

Hermes Agent روی مینی‌پی‌سی من اجرا می‌شه، مک من رو می‌گردونه و کارهای دور و بر وبلاگ و یوتیوب و مالیاتم رو انجام می‌ده، تا وقتم رو بذارم روی بخش‌هایی که واقعاً به من نیاز دارن. اینجا می‌گم چطور کار می‌کنه.

Opus 5 بیست‌وچهارم ژوئیه به‌عنوان مدل پیش‌فرض جدید Anthropic عرضه شد. جدول benchmark با نصف هزینه، فقط یه گِرد کردن رقم با Fable 5 فاصله داره. ولی چیزی که واقعاً روزت رو عوض می‌کنه آروم‌تره: حالا thinking به‌صورت پیش‌فرض روشنه، و این چند تا فرضی که از زمان 4.8 با خودت حمل می‌کردی رو به‌هم می‌ریزه.

یه endpoint عمومی توی سه روز دو بار قطع شد، و هر دو بار همون fix پنج‌دقیقه‌ای جواب داد: پاک کردن یه رکورد AAAA یتیم. باگ واقعی یه رکورد ownership توی DNS بود که هیچ‌وقت نمی‌تونه خودش رو صاحب بشه، دقیقاً روی apex یه zone دلگیت‌شده.

همون instance type، نصف تراکم pod. بالا بردن max pods روی یه کلاستر EKS زنده یعنی: یه launch template که node group هیچ‌وقت نمی‌تونه بگیردش، یه تنظیم CNI که باید اول بشینه، و یه Terraform plan پر از تغییرهایی که هیچ‌کس سفارش نداده بود.

می‌خواستم بفهمم بین Sonnet 5 و Sonnet 4.6 از نظر معماری چی عوض شده. Anthropic چیزی نمیگه. برای همین system card صد و چهل و شش صفحه‌ای رو خوندم و در نهایت یه راهنمای ساده از همه benchmarkهاش نوشتم.

هر view که به cache دست می‌زد 500 برمی‌گردوند، ولی health check سبز بود. مقصر یه Service به اسم redis بود و enableServiceLinks؛ یه پیش‌فرض قدیمی Kubernetes از دوران Docker که متغیرهای محیطی‌ای تزریق می‌کنه که هیچ‌وقت نخواستی.

Databricks یه Meta-Harness به اسم Omnigent رو open source کرد که هر agent harness رو پشت یه API واحد با policy، session و state مشترک جمع می‌کنه. اگه قبلاً یه سرویس stateful روی Kubernetes deploy کردی، مسیر self-hosting این ابزار خیلی کوتاه‌تر از چیزیه که فکرش رو بکنی.

هر operator یه setup ساده‌تر قول می‌ده. ارزش واقعیش وقتی معلوم می‌شه که یه replica control file‌ش رو گم کرده یا یه certificate سه هفته دیگه expire می‌شه. این چیزیه که StackGres و Strimzi برای ما در اجرای PostgreSQL و Kafka روی Kubernetes عوض کرد.

یه CI pipeline سبز در حالی که gateway زنده 404 برمی‌گردونه، یه test failure نیست. یه شکاف reload خاموشه. اینجا pattern checksum چند-release ای هست که توی helmfile این مشکل رو حل می‌کنه.

یه pipeline ساختم که RSS Feed بلاگمو می‌خونه و بدون اینکه دست بزنم، carousel های اطلاعاتی توی اینستاگرام پست می‌کنه. چیز جالب اتوماسیون نیست؛ اینه که چطور agent ها ساختنش و چی شکستن.

دولت، Fable 5 و Mythos 5 رو هفتاد و دو ساعت بعد از لانچ به خاطر یه ادعای jailbreak خاموش کرد. اگه روی API های بسته هوش مصنوعی می‌سازی، این هفته باید نگرانت کنه.

هفته گذشته بیش از ۲۵ مدل open-weight در همه مودالیتی‌ها منتشر شد. اینجا می‌بینیم هر کدوم چیکار می‌کنن، کدوما واقعاً قابل استقرارن، و این هفته برای تیم‌های زیرساختی چه معنایی داره.

ابزارهای کدنویسی هوش مصنوعی فقط سریع‌تر کد نمی‌نویسن. اونا به مراتب فعالیت Git، pipeline run و سربار context بیشتری نسبت به انسان‌ها تولید می‌کنن. اعلامیه‌های Transcend 2026 گیت‌لب بالاخره این مشکل رو جدی می‌گیره.

سال‌ها توصیه روشن بود: یه حوزه انتخاب کن، عمیق برو، جایگزین‌ناپذیر بشو. بعد ایجنت‌های هوش مصنوعی اومدن و آروم قواعد رو از نو نوشتن.

ایجنت هوش مصنوعی خودآموز Nous Research در یه محیط پروداکشن-محور روی EKS. ECR خصوصی،، IRSA، مدیریت API Key به عنوان Secret، و یه Helm Chart سفارشی که از روی manifest خام ساختیم.

Transit Gateway همون default ای‌ه که همه سمتش می‌رن. برای چندتا VPC تو یه ریجن، Peering به‌طور چشمگیری ارزون‌تره — و اینم محاسبه‌اش.

یه داشبورد Full-Stack برای Proxmox با Vibe Coding و Claude Code ساختم: ۱۱ هزار خط کد، ۱۲۳ تست، ۱۴ کامیت. این تجربه بهم یاد داد که توی مهندسی نرم‌افزار واقعاً چی مهمه.

آیا تلاش کرده‌اید یک Namespace در Kubernetes را حذف کنید و دیده‌اید که به‌طور مداوم در وضعیت Terminating گیر کرده است؟ عامل اصلی معمولاً finalizers هستند — فیلدهای خاص metadata که تا تکمیل عملیات پاک‌سازی، از حذف منبع جلوگیری می‌کنند.

بررسی تابع templatefile() در Terraform و مزایای آن نسبت به قالب‌بندی Jinja2 برای جریان‌های کاری infrastructure-as-code. چرا رویکرد مینیمالیستی Terraform به قالب‌بندی عمدی و سودمند است.

چگونه Operators در Kubernetes وظایف عملیاتی پیچیده را در محیط‌های کانتینری خودکار می‌کنند و چالش‌های ناشی از مدیریت microservices در مقیاس بزرگ را برطرف می‌سازند.

انتقال به WebGPU برای هوش مصنوعی و محاسبات GPU نمایانگر یک تغییر محوری در نحوه تجربه فناوری هوش مصنوعی است — دموکراتیزه کردن دسترسی به قابلیت‌های پیشرفته.

چگونه عملیات یادگیری ماشین (MLOps) توسعه هوش مصنوعی را با ساده‌سازی ایجاد و استقرار مدل در مقایسه با رویکردهای سنتی مبتنی بر ابر متحول می‌کند.