اخیرا با Kasm آشنا شدم، و واقعاً گفتم: "اینو چرا زودتر نمیشناختم؟!"
این پلتفرم محیطهای دسکتاپ (مثل Ubuntu، Windows، Chrome، VS Code، حتی مرورگرها!) رو توی مرورگر بهت تحویل میده، اونم بهصورت کانتینری شده و ultra-secure!
یعنی:
با یه کلیک، یه لینوکس تمیز تو مرورگرت باز میشه
میتونی کد بزنی، وبگردی کنی یا حتی محیط تست بسازی، بدون نصب هیچی
همه چی توی کانتینر اجرا میشه، پس از نظر امنیتی خیلی تمیزه
تموم شد؟ فقط close کن، کانتینر پاک میشه. مثل یه مهمون تمیز و مؤدب
استفادهش برای چه موقع خوبه؟
تیمهایی که میخوان محیط dev متمرکز داشته باشن
آموزشگاههایی که نمیخوان هنرجو چیزی نصب کنه
مرور امن در سازمانها (حتی مرورگر فایرفاکس و کروم هم جداگانه داره!)
اجرای VS Code از طریق مرورگر با کانفیگ آماده
حالا فرض کن تو یه سرور خارج از کشور اجراش کنی
نصبش با Docker Compose خیلی سادهست. نسخه رایگان هم داره که برای خیلی کارا کافیه.
من خودم وقتی دیدم میتونم فقط با یه URL، یه محیط کدنویسی تحویل بدم، اونم بدون استرس نصب، گفتم: این همون چیزیه که همیشه دنبالش بودم!
@DevTwitter | <Mohammadreza Kiani/>
میانبر برای گرفتن کار خارجی :
به نظرم پیدا کردن کار بینالمللی خیلی مهمه ولی گرفتنش قلق داره
حالا چیا لازمه :
زبانتون خوب باشه که بتونین در حد معمول معاشرت کنین ( اقا قرار نیست در مورد فیزیک کوانتوم حرف بزنین . همون کارهای حوزه تخصصی خودتون رو جمع کنین. سر کار کسی با شما غیر مرتبط حرف نمیزنه )
دانشتون در حوزه خودتون بین المللی باشه
شبکه سازی خفنی داشته باشین که ریفر بشین به اون شرکت. یادت نره عزیز جان شرکت های خارجی مشکل پرداخت به شما رو خواهند داشت پس باید ریفر بشی که یارو به جون بخره این مشکلات رو
حالا خیلی از شماها زبانتون و سوادتون خوبه اما شبکه سازی تعطیله . شما نیاز به میانبر دارین .
برین سمت شرکت هایی که کار HR و پیدا کردن جاب میکنن
اینها یه سری ریفر دارن یعنی دست شمارو میزارن تو دست اون اچ آر از طریق ریفرال هاشون و شما یه سری میونبر میزنین
شرکت های این مدلی زیادن تو دنیا
من تو ایرانی ها وین اتلنت رو میشناسم که سرویسای مختلفی داره تو این حوزه از کاریابی تا نقد کردن درامدش تو ایران
برای چند تا از بچه ها داشتم تو وین اتلنت دنبال جاب میگشتم ببینم چی هست چی نیست . فکر کنم چیزهای خوبی الان هست . با توجه به این بازار به نظرم تا میتونین خودتون رو به سمت کار ریموت ببرین .
اما اگه یه دور بزنین شرکت های مشابه خارجی هم هستند
کلا سیستم این مدل شرکت ها اینه سعی میکنن کارجو رو به کارفرما معرفی کنن و قرار داد بسته بشه چون وقتی قرار داد ببندن میتونن سودی از اون کارفرما بگیرن
یه بار بدنیا اومدیم . همین یه بار رو تلاش کنیم و از تمامی شانس هامون استفاده کنیم. من این رو سرمایه گزاری روی آینده میدونم
یادمون نره کوهنورد ها قانونی دارن که مچ پای جلو نباید از پنجه پای عقب جلو تر بره یعنی چی؟ یعنی گام های کوچیک اما مستمر . با همین یه تکنیک بلند ترین کوه هارو فتح میکنن
@DevTwitter | <Babak Doraniarab/>
شرکت Moonshot AI از مدل اوپن سورس جدید خودش به اسم Kimi K2 رونمایی کرده؛ یه مدل قدرتمند با ساختار Mixture-of-Experts که توی هر بار استفاده، ۳۲ میلیارد پارامتر فعال داره و در مجموع، به عدد خیرهکنندهی ۱ تریلیون پارامتر میرسه. Kimi K2 نهتنها توی تسکهایی مثل دانش عمومی، ریاضیات و برنامهنویسی عملکرد درخشانی داره، بلکه برای انجام وظایف عاملمحور (agentic tasks) هم بهینهسازی شده؛ یعنی فقط جواب نمیده، خودش میفهمه باید چی کار کنه و اجراش میکنه. Moonshot دو نسخه از این مدل رو منتشر کرده: نسخهی Base برای پژوهشگرها و توسعهدهندههایی که میخوان مدل رو به دلخواه خودشون تغییر بدن، و نسخهی Instruct که برای استفادهی آماده در تجربههای چت و اجرای وظایف طراحی شده.
یکی از ویژگیهای جالب Kimi K2 اینه که فقط به سؤالها جواب نمیده، بلکه میتونه خودش از ابزارها استفاده کنه و یه پروژه رو تا انتها ببره جلو. توی یه نمونه تحلیل داده، Kimi K2 با استفاده از ۱۶ مرحلهی کدنویسی در IPython، دادههای حقوق سالهای ۲۰۲۰ تا ۲۰۲۵ رو بررسی کرده و تأثیر «نسبت دورکاری» روی حقوق رو توی سطوح مختلف تجربهی شغلی تحلیل کرده. این مدل نهتنها تحلیل آماری انجام داده و نمودار ساخته، بلکه در نهایت یه وبسایت کامل با شبیهساز تعاملی ساخته که کاربر میتونه اطلاعات خودش رو وارد کنه و ببینه دورکاری براش خوبه یا نه.
از لحاظ فنی، Kimi K2 توی بنچمارکهای مهمی مثل LiveCodeBench، OJBench، SWE-bench و AIME، عملکرد فوقالعادهای داشته و تونسته بعضی از مدلهای بزرگ دیگه مثل GPT-4، Claude 4 و Gemini 2.5 رو پشت سر بذاره یا باهاشون رقابت کنه. این مدل بهویژه توی وظایف عاملمحور، عملکردی داره که باعث شده توی دستهی non-thinking models به یکی از بهترینها تبدیل بشه.
Kimi K2 با یه بهینهساز جدید به اسم MuonClip آموزش دیده؛ نسخهی پیشرفتهتر Muon که از تکنیکی به اسم qk-clip استفاده میکنه تا مشکل ناپایداری آموزش رو حل کنه. این مدل با بیش از ۱۵.۵ تریلیون توکن آموزش دیده و تیم Moonshot برای افزایش هوشمندی مدل، از دادهسازی وسیع عاملمحور و یادگیری تقویتی عمومی استفاده کرده. این یادگیری باعث شده مدل بتونه حتی برای کارهایی که معیار مشخصی ندارن (مثل نوشتن گزارش یا مدیریت ابزارها) هم تصمیمگیری کنه.
Kimi K2 از امروز روی