import { ART1_CONTENT, ART2_CONTENT, ART3_CONTENT } from './article-contents-1.js'; import { ART4_CONTENT, ART5_CONTENT, ART6_CONTENT, ART7_CONTENT, ART8_CONTENT } from './article-contents-2.js'; import { ART9_CONTENT, ART10_CONTENT, ART11_CONTENT, ART12_CONTENT, ART13_CONTENT } from './article-contents-3.js'; import { ART14_CONTENT, ART15_CONTENT, ART16_CONTENT } from './article-contents-4.js'; import { ART17_CONTENT, ART18_CONTENT, ART19_CONTENT } from './article-contents-5.js'; import { ART20_CONTENT, ART27_CONTENT, ART28_CONTENT } from './article-contents-8.js'; import { ART21_CONTENT, ART22_CONTENT, ART23_CONTENT } from './article-contents-7.js'; import { ART24_CONTENT, ART25_CONTENT, ART26_CONTENT } from './article-contents-6.js'; import { ART29_CONTENT } from './article-contents-9.js'; import { ART30_CONTENT, ART31_CONTENT, ART32_CONTENT } from './article-contents-10.js'; import { ART33_CONTENT } from './article-contents-11.js'; import { ART34_CONTENT } from './article-contents-12.js'; import { ART35_CONTENT } from './article-contents-13.js'; import { ART36_CONTENT } from './article-contents-14.js'; import { ART37_CONTENT } from './article-contents-15.js'; import { ART38_CONTENT, ART39_CONTENT, ART40_CONTENT } from './article-contents-16.js'; import { ART41_CONTENT, ART42_CONTENT, ART43_CONTENT } from './article-contents-17.js'; import { ART44_CONTENT, ART45_CONTENT, ART46_CONTENT } from './article-contents-18.js'; import { ART47_CONTENT, ART48_CONTENT, ART49_CONTENT } from './article-contents-19.js'; import { ART50_CONTENT, ART51_CONTENT, ART52_CONTENT } from './article-contents-20.js'; import { ART53_CONTENT, ART54_CONTENT, ART55_CONTENT } from './article-contents-21.js'; import { ART56_CONTENT, ART57_CONTENT, ART58_CONTENT } from './article-contents-22.js'; import { ART59_CONTENT, ART60_CONTENT, ART61_CONTENT } from './article-contents-23.js'; import { ART62_CONTENT, ART63_CONTENT, ART64_CONTENT } from './article-contents-24.js'; import { ART65_CONTENT, ART66_CONTENT, ART67_CONTENT } from './article-contents-25.js'; import { ART68_CONTENT, ART69_CONTENT, ART70_CONTENT } from './article-contents-26.js'; import { ART71_CONTENT, ART72_CONTENT, ART73_CONTENT } from './article-contents-27.js'; export const TeknavData = (() => { const categories = [ { id: 'ai', slug: 'ai', name: 'هوش مصنوعی', color: '#0F6B73', description: 'تحلیل‌های عمیق از پیشرفت‌های هوش مصنوعی و مدل‌های زبانی', articleCount: 22, authorCount: 3, avgReadTime: 13, diagram: 'neural' }, { id: 'data', slug: 'data', name: 'علم داده', color: '#D49A2A', description: 'تحلیل داده، یادگیری ماشین و مهندسی داده', articleCount: 3, authorCount: 1, avgReadTime: 15, diagram: 'pipeline' }, { id: 'startup', slug: 'startup', name: 'استارتاپ', color: '#C76D4A', description: 'اکوسیستم نوآوری و تحلیل استارتاپ‌های تکنولوژی', articleCount: 3, authorCount: 1, avgReadTime: 11, diagram: 'growth' }, { id: 'security', slug: 'security', name: 'امنیت سایبری', color: '#2F8F6B', description: 'تحلیل تهدیدات سایبری و امنیت در دنیای دیجیتال', articleCount: 8, authorCount: 2, avgReadTime: 12, diagram: 'cyber' }, { id: 'hardware', slug: 'hardware', name: 'سخت‌افزار', color: '#5F6B6D', description: 'بررسی سخت‌افزار و تکنولوژی‌های نوین تراشه', articleCount: 12, authorCount: 2, avgReadTime: 13, diagram: 'chip' }, { id: 'software', slug: 'software', name: 'نرم‌افزار', color: '#0F6B73', description: 'دنیای توسعه نرم‌افزار و معماری سیستم', articleCount: 21, authorCount: 2, avgReadTime: 12, diagram: 'arch' }, { id: 'future', slug: 'future', name: 'آینده فناوری', color: '#D49A2A', description: 'نگاهی به تکنولوژی‌های آینده و تغییرات جهان', articleCount: 3, authorCount: 1, avgReadTime: 14, diagram: 'timeline' }, ]; const topicHubs = [ { slug: 'ai', categorySlug: 'ai', title: 'هوش مصنوعی', seoTitle: 'هوش مصنوعی | مرجع تحلیل AI، مدل‌های زبانی و عامل‌های هوشمند', description: 'قطب تحلیل هوش مصنوعی تکناو؛ از مبانی استدلال مدل‌ها تا پیاده‌سازی عامل‌های هوشمند و آینده AI.', intro: 'تکناو در این قطب، عمیق‌ترین تحلیل‌ها را درباره تحول هوش مصنوعی ارائه می‌دهد.', keywords: ['هوش مصنوعی', 'AI', 'مدل زبانی', 'Agentic AI', 'یادگیری ماشین'], faqs: [ ['تفاوت هوش مصنوعی با یادگیری ماشین چیست؟', 'یادگیری ماشین زیرمجموعه‌ای از هوش مصنوعی است که روی آموزش مدل از داده تمرکز دارد.'], ['آینده هوش مصنوعی به کدام سمت می‌رود؟', 'تمرکز از تولید متن به سمت اجرای وظایف توسط عامل‌های هوشمند (Agents) در حال حرکت است.'], ], }, { slug: 'security', categorySlug: 'security', title: 'امنیت سایبری', seoTitle: 'امنیت سایبری | راهنمای جامع امنیت ابری، LLM Security و دفاع دیجیتال', description: 'مرکز تحلیل امنیت سایبری تکناو؛ بررسی تهدیدات مدرن، امنیت هوش مصنوعی و پروتکل‌های حفاظتی.', intro: 'امنیت در دنیای دیجیتال یک انتخاب نیست، یک ضرورت است. تکناو در این بخش به تحلیل عمیق این حوزه می‌پردازد.', keywords: ['امنیت سایبری', 'امنیت اطلاعات', 'حملات سایبری', 'LLM Security', 'دفاع ابری'], faqs: [ ['امنیت هوش مصنوعی شامل چه مواردی است؟', 'از prompt injection تا امنیت زنجیره تامین مدل‌های هوشمند.'], ['چطور در برابر حملات سایبری ایمن بمانیم؟', 'با استفاده از راهکارهای دفاعی مدرن و آموزش مداوم تیم‌های امنیتی.'], ], }, { slug: 'software', categorySlug: 'software', title: 'نرم‌افزار', seoTitle: 'نرم‌افزار | معماری سیستم، مهندسی نرم‌افزار و توسعه مدرن', description: 'قطب نرم‌افزار تکناو؛ از بررسی معماری میکروسرویس تا جدیدترین فریم‌ورک‌ها و زبان‌های برنامه‌نویسی.', intro: 'توسعه نرم‌افزار قلب تپنده دنیای دیجیتال است. ما در تکناو به تحلیل دقیق این صنعت می‌پردازیم.', keywords: ['نرم‌افزار', 'معماری نرم‌افزار', 'برنامه‌نویسی', 'توسعه وب', 'میکروسرویس'], faqs: [ ['معماری میکروسرویس برای چه پروژه‌هایی مناسب است؟', 'برای پروژه‌های بزرگ و مقیاس‌پذیر که نیاز به توسعه مستقل تیم‌ها دارند.'], ], }, { slug: 'hardware', categorySlug: 'hardware', title: 'سخت‌افزار', seoTitle: 'سخت‌افزار | پردازنده‌های هوش مصنوعی، کوانتوم و رباتیک', description: 'قطب سخت‌افزار تکناو؛ از تحلیل معماری Blackwell تا تراشه‌های کوانتومی و ربات‌های انسان‌نما.', intro: 'سیلیکون و فلز در حال هوشمند شدن هستند. تکناو در این بخش به کالبدشکافی سخت‌افزارهای فردا می‌پردازد.', keywords: ['سخت‌افزار', 'تراشه', 'GPU', 'رباتیک', 'کوانتوم'], faqs: [ ['آینده پردازنده‌های گرافیکی به کدام سمت می‌رود؟', 'تمرکز از قدرت خام به سمت پهنای باند حافظه (HBM4) و بهینه‌سازی استنتاج تغییر یافته است.'], ], }, { slug: 'startup', categorySlug: 'startup', title: 'استارتاپ', seoTitle: 'استارتاپ | تحلیل اکوسیستم نوآوری، سرمایه‌گذاری و تکنولوژی‌های رشد', description: 'قطب استارتاپ تکناو؛ بررسی چالش‌های مقیاس‌پذیری، جذب سرمایه در هوش مصنوعی و اقتصاد دیجیتال.', intro: 'ساختن آینده کار آسانی نیست. ما در تکناو مسیر رشد و چالش‌های استارتاپ‌های تکنولوژی را تحلیل می‌کنیم.', keywords: ['استارتاپ', 'نوآوری', 'سرمایه‌گذاری', 'VC', 'اقتصاد دیجیتال'], faqs: [ ['چطور یک استارتاپ را در شرایط محدودیت مقیاس‌پذیر کنیم؟', 'با استفاده از معماری‌های فوق‌تاب‌آور و تمرکز بر بهره‌وری منابع.'], ], }, { slug: 'data', categorySlug: 'data', title: 'علم داده', seoTitle: 'علم داده | مهندسی داده، تحلیل و یادگیری ماشین', description: 'قطب علم داده تکناو؛ از پالایش داده‌های کثیف تا معماری پایگاه‌داده‌های برداری و حاکمیت داده.', intro: 'داده‌ها زبان جدید جهان هستند. تکناو به شما کمک می‌کند تا این زبان را به درستی درک و مدیریت کنید.', keywords: ['علم داده', 'داده', 'تحلیل داده', 'مهندسی داده', 'پایگاه داده'], faqs: [ ['چرا داده‌های پاک برای هوش مصنوعی حیاتی هستند؟', 'چون کیفیت خروجی هر مدلی مستقیماً به کیفیت و خلوص داده‌های ورودی وابسته است.'], ], }, ]; const tags = [ 'یادگیری ماشین', 'هوش مصنوعی', 'GPT', 'علم داده', 'امنیت', 'تکنولوژی', 'مدل زبانی', 'استارتاپ', 'داده', 'نوآوری', 'آینده', 'نرم‌افزار', 'برنامه‌نویسی', 'امنیت سایبری', 'دنیای دیجیتال', 'رباتیک', 'تراشه', 'RISC-V', 'GPU', 'LLM', 'RAG', 'هوش مصنوعی عاملی', 'اینترنت اشیا', 'رایانش ابری', 'فناوری نوظهور', 'تحلیل فناوری', 'AI Agents', 'Agentic AI', 'توسعه‌دهنده' ].map((name, i) => ({ id: i + 1, name, count: Math.floor(Math.random() * 30) + 5 })); const glossary = [ { slug: 'ai', term: 'هوش مصنوعی', english: 'Artificial Intelligence', summary: 'هوش مصنوعی مجموعه‌ای از روش‌هاست که به نرم‌افزار امکان تشخیص الگو، پیش‌بینی، تولید محتوا یا تصمیم‌سازی را می‌دهد.', topic: 'ai', related: ['llm', 'rag', 'agentic-ai'], faqs: [['هوش مصنوعی چه تفاوتی با یادگیری ماشین دارد؟', 'یادگیری ماشین یکی از زیرشاخه‌های هوش مصنوعی است و روی آموزش مدل از داده تمرکز دارد.'], ['چرا هوش مصنوعی برای کسب‌وکار مهم است؟', 'چون می‌تواند فرایندهای تکراری، تحلیل داده و تجربه کاربر را سریع‌تر و دقیق‌تر کند.']] }, { slug: 'llm', term: 'مدل زبانی بزرگ', english: 'Large Language Model', summary: 'مدل زبانی بزرگ روی حجم وسیعی از متن آموزش دیده و می‌تواند متن را بفهمد، خلاصه کند، تولید کند یا به پرسش‌ها پاسخ دهد.', topic: 'ai', related: ['ai', 'rag', 'prompt-injection'], faqs: [['LLM همیشه پاسخ درست می‌دهد؟', 'خیر. خروجی آن باید با منبع معتبر، ارزیابی و کنترل انسانی بررسی شود.'], ['کاربرد اصلی LLM چیست؟', 'جست‌وجوی معنایی، پشتیبانی، تولید پیش‌نویس، تحلیل متن و ساخت دستیارهای نرم‌افزاری.']] }, { slug: 'rag', term: 'تولید تقویت‌شده با بازیابی', english: 'Retrieval-Augmented Generation', summary: 'RAG پیش از تولید پاسخ، اسناد مرتبط را بازیابی می‌کند تا خروجی مدل به داده‌های واقعی و به‌روز متصل شود.', topic: 'data', related: ['ai', 'llm', 'vector-database'], faqs: [['RAG جایگزین آموزش مدل است؟', 'نه؛ برای بسیاری از کاربردها راهی کم‌هزینه‌تر برای اتصال مدل به دانش اختصاصی است.'], ['ریسک اصلی RAG چیست؟', 'کیفیت پایین داده، بازیابی اشتباه و نبود ارزیابی منظم می‌تواند پاسخ را ضعیف کند.']] }, { slug: 'prompt-injection', term: 'تزریق پرامپت', english: 'Prompt Injection', summary: 'تزریق پرامپت حمله‌ای است که تلاش می‌کند دستورهای پنهان یا مخرب را وارد ورودی مدل کند و رفتار سیستم را تغییر دهد.', topic: 'security', related: ['llm', 'rag'], faqs: [['تزریق پرامپت فقط در چت‌بات‌ها رخ می‌دهد؟', 'خیر. هر سامانه‌ای که خروجی مدل را به ابزار، داده یا اقدام متصل کند در معرض این ریسک است.'], ['چطور کنترل می‌شود؟', 'با جداسازی داده از دستور، محدودکردن ابزارها، ثبت لاگ، ارزیابی و بازبینی انسانی.']] }, { slug: 'vector-database', term: 'پایگاه داده برداری', english: 'Vector Database', summary: 'پایگاه داده برداری داده‌ها را به بردارهای عددی تبدیل و برای جست‌وجوی معنایی، شباهت و بازیابی در سامانه‌های هوش مصنوعی استفاده می‌کند.', topic: 'data', related: ['rag', 'llm'], faqs: [['چه زمانی به پایگاه داده برداری نیاز داریم؟', 'وقتی جست‌وجوی کلیدواژه کافی نیست و باید شباهت معنایی بین متن، تصویر یا سند پیدا شود.'], ['آیا همیشه لازم است؟', 'نه؛ برای داده کم یا جست‌وجوی ساده، روش‌های سنتی ممکن است کافی باشند.']] }, { slug: 'agentic-ai', term: 'هوش مصنوعی عاملی', english: 'Agentic AI', summary: 'هوش مصنوعی عاملی به سامانه‌هایی گفته می‌شود که هدف را به گام‌ها تقسیم می‌کنند، ابزار انتخاب می‌کنند و با کنترل مشخص اقدام انجام می‌دهند.', topic: 'ai', related: ['ai', 'llm', 'prompt-injection'], faqs: [['عامل هوش مصنوعی با چت‌بات چه فرق دارد؟', 'عامل فقط پاسخ نمی‌دهد؛ می‌تواند برنامه‌روزی کند و در محدوده مجاز ابزار اجرا کند.'], ['چالش اصلی Agentic AI چیست؟', 'کنترل دسترسی، مشاهده‌پذیری، ارزیابی خروجی و جلوگیری از اقدام اشتباه.']] }, ]; const authors = [ { id: 'a1', name: 'آرسام صباغ', slug: 'sabbagh', username: 'arsam-sabbagh', specialty: 'پژوهشگر ارشد هوش مصنوعی و مهندسی داده', articleCount: 36, bio: 'آرسام صباغ پژوهشگر ارشد هوش مصنوعی و سردبیر تکنّاو است. او بیش از سه سال تجربه در یادگیری ماشین، مهندسی داده، و استقرار سیستم‌های هوشمند در مقیاس صنعتی دارد. تخصص اصلی او طراحی پایپ‌لاین‌های داده برای مدل‌های زبانی بزرگ (LLM)، بهینه‌سازی استنتاج (Inference Optimization) و ارزیابی کمّی مدل‌های مرزی (Frontier Models) است. آرسام پیش از تأسیس تکنّاو، در چندین شرکت حوزه فناوری به عنوان محقق و مهندس ارشد فعالیت داشته و مقالات فنی او در حوزه‌های داده-محوری، ایمنی هوش مصنوعی و سیستم‌های عاملی مرجع بسیاری از تیم‌های مهندسی فارسی‌زبان است.', expertise: ['یادگیری ماشین', 'LLM', 'مهندسی داده', 'استنتاج مدل', 'هوش مصنوعی داده‌محور', 'سیستم‌های عاملی'], education: 'مهندسی کامپیوتر — گرایش هوش مصنوعی', social: { website: 'https://asabbagh.com', portfolio: 'https://www.arsamsabbagh.ir', twitter: 'https://x.com/teknavir', linkedin: 'https://linkedin.com/company/teknav' }, initials: 'آ', color: '#0F6B73', verifiedExpert: true, verificationNote: 'پژوهشگر ارشد هوش مصنوعی با بیش از ۳ سال تجربه در مهندسی LLM و سیستم‌های داده‌محور', joinedDate: '2023-09-01', }, { id: 'a2', name: 'سیداحمدرضا محجوب', slug: 'mahjoob', username: 'ahmadreza-mahjoub', specialty: 'تحلیلگر ارشد امنیت سایبری و هوش مصنوعی', articleCount: 7, bio: 'سیداحمدرضا محجوب تحلیلگر ارشد امنیت سایبری و از نویسندگان اصلی تکنّاو در حوزه تهدیدات دیجیتال است. تخصص اصلی او تحلیل آسیب‌پذیری‌های Zero-Day، امنیت زیرساخت‌های ابری، و بررسی تقاطع هوش مصنوعی و امنیت سایبری است. احمدرضا با رویکردی دقیق و فنی، پیچیده‌ترین حملات و بردارهای نفوذ را برای مخاطبان فارسی‌زبان تشریح می‌کند؛ از تحلیل بدافزارهای پیشرفته (APT) تا بررسی تأثیر AI بر اتوماسیون حملات سایبری. او پیش از تکنّاو، سابقه همکاری با تیم‌های Red Team و تحلیل تهدید در سازمان‌های امنیتی را دارد.', expertise: ['امنیت سایبری', 'Zero-Day Research', 'تحلیل APT', 'امنیت ابری', 'هوش مصنوعی در امنیت', 'رمزنگاری پس‌کوانتومی'], education: 'مهندسی شبکه و امنیت اطلاعات', social: { twitter: 'https://x.com/teknavir', linkedin: 'https://linkedin.com/company/teknav', github: '#' }, initials: 'س', color: '#2F8F6B', verifiedExpert: true, verificationNote: 'تحلیلگر امنیت سایبری با تخصص در Zero-Day Research و تهدیدات APT', joinedDate: '2023-10-15', }, ]; const articles = [ { id: 'art73', slug: 'ladybird-rust-mandate-memory-safety', title: 'اجبار Rust در Ladybird: بلوغ صنعتی به سمت ایمنی حافظه', subtitle: 'چرا مرورگر مستقل Ladybird تمام کدهای جدید را به Rust محدود کرد', summary: 'پروژه مرورگر Ladybird با الزامی‌کردن Rust برای تمام کدهای جدید، یک الگوی مهم برای صنعت نرم‌افزار ایجاد کرده است.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۱۳', dateEn: '2026-06-03', readTime: 12, type: 'تحلیل فنی', status: 'منتشرشده', featured: false, tags: ['Rust', 'Ladybird', 'Memory Safety', 'Browser Engine', 'Systems Programming'], diagram: 'memory-safety', views: 0, reactions: 0, content: ART73_CONTENT, metaDescription: 'Ladybird browser تمام کدهای جدید را به Rust محدود کرد. بررسی فنی دلایل این تصمیم، مدل ownership/borrowing راست، و تأثیر آن بر صنعت مرورگرسازی.', keywords: ['Rust', 'Ladybird', 'ایمنی حافظه', 'Memory Safety', 'browser engine', 'systems programming', 'Andreas Kling'], ogImage: '/images/og/ladybird-rust-mandate-memory-safety.jpg', canonicalPath: '/article/ladybird-rust-mandate-memory-safety', dateModified: '2026-06-03T10:00:00Z', factCheckedAt: '2026-06-03', sourceNotes: 'بر اساس اعلامیه رسمی Ladybird Browser Initiative و آمار CVE مرورگرهای اصلی', contentFreshnessStatus: 'current', }, { id: 'art72', slug: 'adafruit-fluxai-responsible-disclosure', title: 'دعوای Adafruit در برابر Flux.ai: آزمون افشای مسئولانه در برابر ارعاب حقوقی', subtitle: 'وقتی پاسخ به افشای مسئولانه، تهدید قانونی است', summary: 'دعوای Adafruit و Flux.ai پرسشی بنیادی را مطرح می‌کند: آیا شرکت‌های AI می‌توانند با تهدید حقوقی، منتقدان را ساکت کنند؟', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۵/۰۳/۱۳', dateEn: '2026-06-03', readTime: 11, type: 'گزارش تحلیلی', status: 'منتشرشده', featured: false, tags: ['Adafruit', 'Flux.ai', 'Responsible Disclosure', 'Open Source', 'AI Training Data'], diagram: 'legal', views: 0, reactions: 0, content: ART72_CONTENT, metaDescription: 'دعوای Adafruit و Flux.ai: یک محقق پس از افشای مسئولانه استفاده بدون مجوز از فایل‌های متن‌باز Eagle برای آموزش AI، با تهدید قانونی روبرو شد.', keywords: ['Adafruit', 'Flux.ai', 'افشای مسئولانه', 'Responsible Disclosure', 'داده آموزشی AI', 'Creative Commons', 'open source hardware'], ogImage: '/images/og/adafruit-fluxai-responsible-disclosure.jpg', canonicalPath: '/article/adafruit-fluxai-responsible-disclosure', dateModified: '2026-06-03T10:00:00Z', factCheckedAt: '2026-06-03', sourceNotes: 'بر اساس گزارش‌های عمومی Adafruit Industries، EFF و مستندات CC-BY-SA', contentFreshnessStatus: 'current', }, { id: 'art71', slug: 'tech-blog-triad-distribution-model', title: 'مدل توزیع سه‌گانه: چرا بلاگ فنی مستقل در عصر AI زنده ماند', subtitle: 'خبرنامه + شبکه اجتماعی + جستجو = رسانه مستقل پایدار', summary: 'در حالی که محتوای AI انبوه بازار را پر کرده، بلاگ‌های فنی مستقل با مدل توزیع سه‌گانه نه‌تنها زنده ماندند بلکه رشد کردند.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۱۲', dateEn: '2026-06-02', readTime: 10, type: 'تحلیل راهبردی', status: 'منتشرشده', featured: false, tags: ['Tech Blog', 'Independent Media', 'Substack', 'Newsletter', 'Content Strategy'], diagram: 'media', views: 0, reactions: 0, content: ART71_CONTENT, metaDescription: 'چرا بلاگ فنی مستقل در عصر AI زنده ماند؟ تحلیل مدل توزیع سه‌گانه (newsletter+social+search) و درس‌هایی برای رسانه فنی فارسی‌زبان.', keywords: ['بلاگ فنی', 'رسانه مستقل', 'Substack', 'خبرنامه', 'SEO', 'EEAT', 'محتوای AI', 'توزیع محتوا'], ogImage: '/images/og/tech-blog-triad-distribution-model.jpg', canonicalPath: '/article/tech-blog-triad-distribution-model', dateModified: '2026-06-02T10:00:00Z', factCheckedAt: '2026-06-02', sourceNotes: 'بر اساس آمار Substack 2026، Hacker News Stats، و تحلیل‌های Ben Thompson/Stratechery', contentFreshnessStatus: 'current', }, { id: 'art70', slug: 'human-ai-symbiosis-mathematical-proof', title: 'همزیستی انسان-هوش مصنوعی در کشف علمی: درس‌های مشارکت در اثبات اردوش', subtitle: 'مدل چهارمرحله‌ای همکاری که می‌تواند علم را متحول کند', summary: 'فرآیند اثبات حدس اردوش یک الگوی عملی برای همکاری انسان-AI در کشف علمی ارائه می‌دهد که فراتر از ریاضیات کاربرد دارد.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۱۲', dateEn: '2026-06-02', readTime: 13, type: 'تحلیل عمیق', status: 'منتشرشده', featured: false, tags: ['Human-AI Collaboration', 'Mathematics', 'Scientific Discovery', 'Lean Proof', 'Erdős'], diagram: 'math', seriesSlug: 'ai-science-series', views: 0, reactions: 0, content: ART70_CONTENT, metaDescription: 'تحلیل مدل چهارمرحله‌ای همکاری انسان-AI در اثبات حدس ریاضی اردوش: بررسی عمیق تقسیم‌کار، اکوسیستم Lean 4، و درس‌های آن برای کشف دارو و تغییرات اقلیمی.', keywords: ['همزیستی انسان AI', 'human-AI collaboration', 'Lean 4', 'Mathlib', 'کشف علمی', 'ریاضیات محاسباتی'], ogImage: '/images/og/human-ai-symbiosis-mathematical-proof.jpg', canonicalPath: '/article/human-ai-symbiosis-mathematical-proof', dateModified: '2026-06-02T10:00:00Z', factCheckedAt: '2026-06-02', sourceNotes: 'بر اساس گزارش‌های Institute for Advanced Study و مستندات پروژه Lean 4/Mathlib', contentFreshnessStatus: 'current', }, { id: 'art69', slug: 'ai-scientific-discovery-sociology', title: 'کور بودن اجتماعی علم: چرا AI حل‌هایی را یافت که انسان‌ها از ترس فرار کردند', subtitle: 'جامعه‌شناسی علم در عصر هوش مصنوعی: وقتی ترس از شکست پیشرفت را متوقف می‌کند', summary: 'AI حدسی را ابطال کرد که ۸۰ سال محققان انسانی از ترس اشتباه به آن نزدیک نمی‌شدند — این درباره الگوریتم نیست، درباره جامعه‌شناسی علم است.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۱۱', dateEn: '2026-06-01', readTime: 12, type: 'تحلیل فلسفی-فنی', status: 'منتشرشده', featured: false, tags: ['AI Discovery', 'Sociology of Science', 'Thomas Kuhn', 'AlphaFold', 'Research Bias'], diagram: 'math', seriesSlug: 'ai-science-series', views: 0, reactions: 0, content: ART69_CONTENT, metaDescription: 'چرا AI حل‌هایی یافت که انسان‌ها از دیدن آنها خودداری می‌کردند؟ تحلیل جامعه‌شناختی علم با تئوری پارادایم‌های کوهن و جامعه‌شناسی مرتون.', keywords: ['جامعه‌شناسی علم', 'کشف علمی AI', 'Thomas Kuhn', 'پارادایم', 'سوگیری تأییدی', 'AlphaFold', 'حدس اردوش'], ogImage: '/images/og/ai-scientific-discovery-sociology.jpg', canonicalPath: '/article/ai-scientific-discovery-sociology', dateModified: '2026-06-01T10:00:00Z', factCheckedAt: '2026-06-01', sourceNotes: 'بر اساس The Structure of Scientific Revolutions (Kuhn)، Social Theory of Science (Merton)، و گزارش‌های DeepMind AlphaFold', contentFreshnessStatus: 'current', }, { id: 'art68', slug: 'erdos-unit-distance-conjecture-disproved', title: '۸۰ سال قضیه ریاضی در ۱۲۵ صفحه: هوش مصنوعی حدس اردوش را ابطال کرد', subtitle: 'کالبدشکافی علمی ابطال حدس فاصله واحد اردوش با Gemini Deep Think', summary: 'یک سیستم AI با همکاری ریاضیدانان IAS یک حدس ۸۰ ساله اردوش را در ۱۲۵ صفحه ابطال کرد — نقطه عطفی در تاریخ ریاضیات محاسباتی.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۱۱', dateEn: '2026-06-01', readTime: 14, type: 'کالبدشکافی علمی', status: 'منتشرشده', featured: true, tags: ['Erdős', 'Mathematics', 'AI Discovery', 'Combinatorics', 'Lean 4', 'Gemini'], diagram: 'math', seriesSlug: 'ai-science-series', views: 0, reactions: 0, content: ART68_CONTENT, metaDescription: 'هوش مصنوعی حدس فاصله واحد اردوش (۱۹۴۶) را ابطال کرد. بررسی فنی روش AI، اثبات رسمی Lean 4، و پیامدها برای نظریه رمزی و هندسه ترکیباتی.', keywords: ['حدس اردوش', 'Erdős conjecture', 'unit distance', 'هوش مصنوعی ریاضیات', 'Lean 4', 'Gemini Deep Think', 'نظریه گراف'], ogImage: '/images/og/erdos-unit-distance-conjecture-disproved.jpg', canonicalPath: '/article/erdos-unit-distance-conjecture-disproved', dateModified: '2026-06-01T10:00:00Z', factCheckedAt: '2026-06-01', sourceNotes: 'بر اساس preprint منتشرشده در arXiv 2026 و گزارش‌های Institute for Advanced Study Princeton', contentFreshnessStatus: 'current', }, { id: 'art67', slug: 'nvidia-rtx-spark-gb300-local-compute', title: 'سوپرکامپیوتینگ رومیزی: اجرای مدل‌های تریلیون پارامتری به صورت محلی روی NVIDIA GB300', subtitle: 'بنچمارک‌های واقعی RTX Spark و GB300 برای استنتاج مدل‌های بزرگ زبانی', summary: 'NVIDIA GB300 مرز بین ابررایانه و دسکتاپ را از بین برده — اما آیا ۲۸۸ گیگابایت حافظه یکپارچه واقعاً برای مدل‌های تریلیون پارامتری کافی است؟', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۱۰', dateEn: '2026-05-31', readTime: 13, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['NVIDIA', 'GB300', 'RTX Spark', 'Local AI', 'LLM', 'GPU'], diagram: 'chip', views: 0, reactions: 0, content: ART67_CONTENT, metaDescription: 'مشخصات فنی NVIDIA GB300 و RTX Spark: ۲۸۸GB حافظه HBM4، ۹.۵ petaFLOPS BF16، بنچمارک‌های استنتاج Llama 4 Scout و Qwen3-235B به صورت محلی.', keywords: ['NVIDIA GB300', 'RTX Spark', 'local LLM', 'هوش مصنوعی محلی', 'Blackwell Ultra', 'desktop AI', 'NIM microservices'], ogImage: '/images/og/nvidia-rtx-spark-gb300-local-compute.jpg', canonicalPath: '/article/nvidia-rtx-spark-gb300-local-compute', dateModified: '2026-05-31T10:00:00Z', factCheckedAt: '2026-05-31', sourceNotes: 'بر اساس مشخصات فنی رسمی NVIDIA GB300 Architecture و مستندات NIM microservices', contentFreshnessStatus: 'current', }, { id: 'art66', slug: 'webmcp-chrome-gemini-spark', title: 'وب عاملی گوگل: چطور Gemini Spark و WebMCP در Chrome 149 با هم کار می‌کنند', subtitle: 'معماری فنی پروتکل WebMCP و Gemini Spark تعبیه‌شده در مرورگر', summary: 'گوگل با WebMCP یک لایه ابزار بومی مرورگر برای عامل‌های AI ایجاد کرده که صفحات وب می‌توانند مستقیماً با مدل تعبیه‌شده تعامل داشته باشند.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۱۰', dateEn: '2026-05-31', readTime: 11, type: 'تحلیل فنی', status: 'منتشرشده', featured: false, tags: ['WebMCP', 'Chrome 149', 'Gemini Spark', 'AI Browser', 'MCP Protocol'], diagram: 'browser', views: 0, reactions: 0, content: ART66_CONTENT, metaDescription: 'WebMCP چیست؟ پروتکل بومی مرورگر Chrome 149 که به Gemini Spark اجازه می‌دهد با ابزارهای صفحه وب تعامل کند. معماری فنی، API توسعه‌دهندگان، و مقایسه با MCP آنتروپیک.', keywords: ['WebMCP', 'Chrome 149', 'Gemini Spark', 'AI browser agent', 'browser MCP', 'Google AI', 'web agent'], ogImage: '/images/og/webmcp-chrome-gemini-spark.jpg', canonicalPath: '/article/webmcp-chrome-gemini-spark', dateModified: '2026-05-31T10:00:00Z', factCheckedAt: '2026-05-31', sourceNotes: 'بر اساس مستندات Chrome 149 DevTools، Google I/O 2026، و WebMCP Explainer', contentFreshnessStatus: 'current', }, { id: 'art65', slug: 'wikipedia-editors-strike-wmf', title: 'اعتصاب ویکی‌پدیا: چرا ویراستاران داوطلب قفل خواندنی تهدید می‌کنند', subtitle: 'تنش بنیادی بین ویراستاران داوطلب و WMF بر سر سیاست محتوای AI', summary: 'ویراستاران داوطلب ویکی‌پدیا تهدید کرده‌اند اگر WMF سیاست AI خود را اصلاح نکند، ویکی‌پدیای انگلیسی را قفل خواندنی می‌کنند.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۹', dateEn: '2026-05-30', readTime: 10, type: 'گزارش تحلیلی', status: 'منتشرشده', featured: false, tags: ['Wikipedia', 'WMF', 'AI Policy', 'Volunteer Editors', 'Open Knowledge'], diagram: 'media', views: 0, reactions: 0, content: ART65_CONTENT, metaDescription: 'اعتصاب ویراستاران داوطلب ویکی‌پدیا: چرا ۲۰۰٬۰۰۰ ویراستار تهدید به قفل‌کردن ۶.۷ میلیون مقاله کردند و WMF چه پاسخی داده است.', keywords: ['ویکی‌پدیا', 'Wikipedia', 'WMF', 'اعتصاب', 'محتوای AI', 'ویراستاران داوطلب', 'دانش باز'], ogImage: '/images/og/wikipedia-editors-strike-wmf.jpg', canonicalPath: '/article/wikipedia-editors-strike-wmf', dateModified: '2026-05-30T10:00:00Z', factCheckedAt: '2026-05-30', sourceNotes: 'بر اساس بیانیه‌های رسمی Wikimedia Foundation و اعلامیه‌های انجمن ویراستاران ویکی‌پدیا', contentFreshnessStatus: 'current', }, { id: 'art64', slug: 'project-solara-wearable-frontline', title: 'استقلال خط مقدم: بج‌های پوشیدنی و روز کاری بدون اپ سازمانی', subtitle: 'Project Solara و ظهور کارمند دیجیتال برای کارگران بدون میز', summary: 'مایکروسافت با بج‌های پوشیدنی Project Solara می‌خواهد به ۲.۷ میلیارد کارمند بدون میز، دستیار AI مستقل بدهد بدون نیاز به گوشی.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۹', dateEn: '2026-05-30', readTime: 11, type: 'گزارش ویژه', status: 'منتشرشده', featured: false, tags: ['Microsoft', 'Project Solara', 'Wearable', 'Frontline Workers', 'AI Badge'], diagram: 'wave', views: 0, reactions: 0, content: ART64_CONTENT, metaDescription: 'Project Solara مایکروسافت: بج پوشیدنی AI برای کارگران خط مقدم بدون نیاز به گوشی — بررسی فنی، مقایسه با Google Glass، و موانع پذیرش.', keywords: ['Project Solara', 'Microsoft', 'wearable AI', 'frontline workers', 'AI badge', 'کارگران خط مقدم', 'پوشیدنی'], ogImage: '/images/og/project-solara-wearable-frontline.jpg', canonicalPath: '/article/project-solara-wearable-frontline', dateModified: '2026-05-30T10:00:00Z', factCheckedAt: '2026-05-30', sourceNotes: 'بر اساس اعلامیه‌های Microsoft Build 2026 و گزارش‌های پایلوت Project Solara', contentFreshnessStatus: 'current', }, { id: 'art63', slug: 'microsoft-project-solara-jit-ui', title: 'پایان رابط کاربری ثابت: چطور Microsoft Project Solara رابط‌ها را در لحظه تولید می‌کند', subtitle: 'معماری JIT-UI مایکروسافت و مرگ نرم‌افزار سنتی', summary: 'Project Solara یک چشم‌انداز رادیکال دارد: به جای اپلیکیشن‌های ثابت، AI رابط کاربری متناسب با وظیفه فعلی را در لحظه می‌سازد.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۸', dateEn: '2026-05-29', readTime: 12, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['Microsoft', 'Project Solara', 'JIT UI', 'AI Interface', 'Windows 11'], diagram: 'browser', views: 0, reactions: 0, content: ART63_CONTENT, metaDescription: 'معماری JIT-UI مایکروسافت Project Solara: چطور AI رابط کاربری را در لحظه بر اساس وظیفه فعلی می‌سازد — پایان اپلیکیشن‌های ثابت.', keywords: ['Project Solara', 'JIT UI', 'just-in-time interface', 'Microsoft', 'AI UX', 'رابط کاربری پویا', 'Windows 11 AI'], ogImage: '/images/og/microsoft-project-solara-jit-ui.jpg', canonicalPath: '/article/microsoft-project-solara-jit-ui', dateModified: '2026-05-29T10:00:00Z', factCheckedAt: '2026-05-29', sourceNotes: 'بر اساس مستندات Microsoft Build 2026 و Project Solara Technical Preview', contentFreshnessStatus: 'current', }, { id: 'art62', slug: 'ios27-siri-conversational-overhaul', title: 'رستاخیز سیری: کالبدشکافی بازسازی گسترده مکالمه‌ای iOS 27 اپل', subtitle: 'اپل چطور سیری را از دستیار دستوری به AI مکالمه‌ای تبدیل کرد', summary: 'iOS 27 بزرگ‌ترین بازسازی سیری در تاریخ است — اما آیا اپل واقعاً توانسته شکاف با ChatGPT و Gemini را ببندد؟', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۸', dateEn: '2026-05-29', readTime: 13, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['Apple', 'iOS 27', 'Siri', 'Conversational AI', 'On-device AI'], diagram: 'vla', views: 0, reactions: 0, content: ART62_CONTENT, metaDescription: 'بررسی رستاخیز سیری در iOS 27 اپل: تحلیل معماری جدید مدل مکالمه‌ای، نحوه پردازش هوش مصنوعی روی دستگاه، و مقایسه فنی با ChatGPT، Gemini و Copilot.', keywords: ['iOS 27', 'Siri', 'اپل', 'Apple AI', 'دستیار مکالمه‌ای', 'on-device AI', 'Apple Intelligence'], ogImage: '/images/og/ios27-siri-conversational-overhaul.jpg', canonicalPath: '/article/ios27-siri-conversational-overhaul', dateModified: '2026-05-29T10:00:00Z', factCheckedAt: '2026-05-29', sourceNotes: 'بر اساس WWDC 2026 Keynote، iOS 27 beta documentation، و Apple Machine Learning Research', contentFreshnessStatus: 'current', }, { id: 'art61', slug: 'anthropic-military-ban-papal-encyclical', title: 'آنتروپیک، پنتاگون و پاپ: شکاف در اتحاد سنتی فناوری و کمپلکس نظامی-صنعتی', subtitle: 'وقتی واتیکان و آزمایشگاه AI بر سر اخلاق جنگ به توافق می‌رسند', summary: 'ممنوعیت نظامی آنتروپیک و موضع واتیکان در مقابل قراردادهای دفاعی گوگل، مایکروسافت و پالانتیر: تحلیل شکاف فلسفی در سیلیکون‌ولی.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۷', dateEn: '2026-05-28', readTime: 14, type: 'تحلیل فلسفی-فنی', status: 'منتشرشده', featured: false, tags: ['Anthropic', 'AI Ethics', 'Military AI', 'Vatican', 'Pentagon', 'AUP'], diagram: 'geopolitics', views: 0, reactions: 0, content: ART61_CONTENT, metaDescription: 'ممنوعیت نظامی آنتروپیک در AUP و همگرایی آن با موضع واتیکان: مقایسه با Google Project Maven، Microsoft Azure Defense، و Palantir Maven Smart System.', keywords: ['آنتروپیک', 'Anthropic AUP', 'AI نظامی', 'military AI', 'پروژه ماون', 'Project Maven', 'واتیکان AI', 'اخلاق AI'], ogImage: '/images/og/anthropic-military-ban-papal-encyclical.jpg', canonicalPath: '/article/anthropic-military-ban-papal-encyclical', dateModified: '2026-05-28T10:00:00Z', factCheckedAt: '2026-05-28', sourceNotes: 'بر اساس Anthropic Usage Policy v2.4، گزارش‌های واتیکان Laudato Si، و مستندات عمومی قراردادهای دفاعی', contentFreshnessStatus: 'current', }, { id: 'art60', slug: 'india-sovereign-ai-audit', title: 'ممیزی‌های امنیتی حاکمیتی: چرا هند سیستم‌های حیاتی را با هوش مصنوعی استرس‌تست می‌کند', subtitle: 'IndiaAI 3.0 و مدل ممیزی امنیتی زیرساخت‌های حیاتی با عامل‌های AI', summary: 'هند با دستورالعمل Digital India 3.0 تمام زیرساخت‌های حیاتی — شبکه برق، بانکداری، مخابرات — را ملزم به ممیزی امنیتی مبتنی بر AI کرده است.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۷', dateEn: '2026-05-28', readTime: 12, type: 'تحلیل راهبردی', status: 'منتشرشده', featured: false, tags: ['India', 'Sovereign AI', 'Critical Infrastructure', 'Security Audit', 'IndiaAI'], diagram: 'geopolitics', views: 0, reactions: 0, content: ART60_CONTENT, metaDescription: 'استراتژی حاکمیت AI هند در Digital India 3.0: ممیزی زیرساخت‌های حیاتی با عامل‌های AI، روش سه‌لایه‌ای red team، و مقایسه با CISA آمریکا و NIS2 اروپا.', keywords: ['هند AI', 'India sovereign AI', 'Digital India 3.0', 'IndiaAI Mission', 'ممیزی امنیتی', 'زیرساخت حیاتی', 'data sovereignty'], ogImage: '/images/og/india-sovereign-ai-audit.jpg', canonicalPath: '/article/india-sovereign-ai-audit', dateModified: '2026-05-28T10:00:00Z', factCheckedAt: '2026-05-28', sourceNotes: 'بر اساس مستندات رسمی IndiaAI Mission 2025 و گزارش‌های MeitY (Ministry of Electronics and IT)', contentFreshnessStatus: 'current', }, { id: 'art59', slug: 'ai-executive-order-june-2026', title: 'کالبدشکافی دستورالعمل AI خرداد ۱۴۰۵: معیارهای داوطلبانه در برابر قوانین محدودکننده', subtitle: 'تحلیل جزئیات دستورالعمل اجرایی AI ژوئن ۲۰۲۶ و شکاف‌های آن', summary: 'دستورالعمل اجرایی AI ژوئن ۲۰۲۶ یک فرآیند بررسی ۳۰ روزه داوطلبانه برای مدل‌های AI پیشرفته ایجاد کرده — اما آیا این کافی است؟', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۶', dateEn: '2026-05-27', readTime: 13, type: 'تحلیل راهبردی', status: 'منتشرشده', featured: false, tags: ['AI Policy', 'Executive Order', 'AI Regulation', 'NIST', 'EU AI Act'], diagram: 'timeline', views: 0, reactions: 0, content: ART59_CONTENT, metaDescription: 'کالبدشکافی دستورالعمل اجرایی AI ژوئن ۲۰۲۶: بررسی ۳۰ روزه داوطلبانه، معیارهای NIST AI RMF 2.0، حفره‌های قانونی، و مقایسه با EU AI Act الزامی.', keywords: ['دستورالعمل AI', 'AI executive order', 'سیاست‌گذاری AI', 'NIST AI RMF', 'EU AI Act', 'AI regulation', 'voluntary framework'], ogImage: '/images/og/ai-executive-order-june-2026.jpg', canonicalPath: '/article/ai-executive-order-june-2026', dateModified: '2026-05-27T10:00:00Z', factCheckedAt: '2026-05-27', sourceNotes: 'بر اساس متن کامل دستورالعمل اجرایی AI ژوئن ۲۰۲۶ و مستندات NIST AI Risk Management Framework 2.0', contentFreshnessStatus: 'current', }, { id: 'art58', slug: 'claude-mythos-zero-day-restricted', title: 'سلاح سایبری همسایه: درون پیش‌نمایش محدودشده Claude Mythos آنتروپیک', subtitle: 'وقتی یک مدل AI آسیب‌پذیری‌های روز صفر واقعی را به صورت خودکار پیدا می‌کند', summary: 'Claude Mythos Preview توانست در آزمایش کنترل‌شده آسیب‌پذیری‌های روز صفر واقعی را پیدا کند — این چه معنایی برای صنعت امنیت سایبری دارد؟', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۵/۰۳/۰۶', dateEn: '2026-05-27', readTime: 14, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['Claude Mythos', 'Cybersecurity', 'Zero-day', 'Anthropic', 'AI Security'], diagram: 'memory-safety', views: 0, reactions: 0, content: ART58_CONTENT, metaDescription: 'Claude Mythos Preview: مدل AI آنتروپیک که در آزمایش کنترل‌شده zero-day کشف کرد. بررسی فنی قابلیت‌های Glasswing و دستورالعمل دسترسی محدود.', keywords: ['Claude Mythos', 'zero-day', 'AI security', 'Glasswing', 'آنتروپیک', 'سلاح سایبری AI', 'dual-use AI'], ogImage: '/images/og/claude-mythos-zero-day-restricted.jpg', canonicalPath: '/article/claude-mythos-zero-day-restricted', dateModified: '2026-05-27T10:00:00Z', factCheckedAt: '2026-05-27', sourceNotes: 'بر اساس گزارش‌های عمومی Anthropic Glasswing Program و تحلیل‌های امنیتی منتشرشده', contentFreshnessStatus: 'current', }, { id: 'art57', slug: 'chatgpt-product-liability-legal-threat', title: 'مسئولیت محصول و چت‌بات توهم‌زا: تهدید حقوقی جدید برای تجارت AI', subtitle: 'چطور نظریه مسئولیت محصول می‌تواند مدل کسب‌وکار ChatGPT را زیر سوال ببرد', summary: 'شکایت‌های تازه با استناد به نظریه product liability ادعا می‌کنند ChatGPT به عنوان «محصول» مسئول توهمات مضر خود است — این پرونده می‌تواند صنعت AI را متحول کند.', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۵/۰۳/۰۵', dateEn: '2026-05-26', readTime: 12, type: 'تحلیل امنیتی', status: 'منتشرشده', featured: false, tags: ['ChatGPT', 'Product Liability', 'AI Law', 'Hallucination', 'Legal Risk'], diagram: 'legal', views: 0, reactions: 0, content: ART57_CONTENT, metaDescription: 'مسئولیت محصول ChatGPT: آیا OpenAI در قبال توهمات مضر مسئول است؟ تحلیل نظریه strict liability، دکترین مزاحمت عمومی، و پیامدها برای صنعت AI.', keywords: ['مسئولیت محصول', 'product liability', 'ChatGPT', 'توهم AI', 'hallucination', 'حقوق AI', 'OpenAI law'], ogImage: '/images/og/chatgpt-product-liability-legal-threat.jpg', canonicalPath: '/article/chatgpt-product-liability-legal-threat', dateModified: '2026-05-26T10:00:00Z', factCheckedAt: '2026-05-26', sourceNotes: 'بر اساس پرونده‌های عمومی دادگاه‌های آمریکا و تحلیل‌های حقوقی EFF و Stanford Law', contentFreshnessStatus: 'current', }, { id: 'art56', slug: 'florida-openai-ceo-personal-liability', title: 'سوراخ کردن حجاب شرکتی AI: شکایت فلوریدا برای مسئولیت شخصی مدیرعامل', subtitle: 'اول ژوئن ۲۰۲۶: دادستان فلوریدا علیه OpenAI و سام آلتمن شخصاً شکایت کرد', summary: 'برای اولین بار در تاریخ صنعت AI، یک دادستان ایالتی نه فقط علیه شرکت بلکه علیه مدیرعامل آن به عنوان فرد حقیقی اقامه دعوا کرده است.', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۵/۰۳/۰۵', dateEn: '2026-05-26', readTime: 13, type: 'تحلیل امنیتی', status: 'منتشرشده', featured: true, tags: ['OpenAI', 'Sam Altman', 'Florida', 'Legal Liability', 'Corporate Veil', 'DUTPA'], diagram: 'legal', views: 0, reactions: 0, content: ART56_CONTENT, metaDescription: 'شکایت فلوریدا علیه OpenAI و سام آلتمن: تحلیل نظریه corporate veil piercing، قانون DUTPA، و پیامدهای بالقوه برای مدیران شرکت‌های AI.', keywords: ['OpenAI', 'سام آلتمن', 'شکایت فلوریدا', 'مسئولیت شخصی CEO', 'corporate veil', 'DUTPA', 'حقوق AI'], ogImage: '/images/og/florida-openai-ceo-personal-liability.jpg', canonicalPath: '/article/florida-openai-ceo-personal-liability', dateModified: '2026-05-26T10:00:00Z', factCheckedAt: '2026-05-26', sourceNotes: 'بر اساس متن کامل شکایت ثبت‌شده در دادگستری Highlands County، فلوریدا (ژوئن ۲۰۲۶)', contentFreshnessStatus: 'current', }, { id: 'art55', slug: 'clawhosters-agent-hosting-economy', title: 'ClawHosters و ظهور سرویس‌های هاستینگ اختصاصی عامل', subtitle: 'اکونومی جدید میزبانی عامل: از VPS شخصی تا پلتفرم‌های تخصصی', summary: 'دسته‌ای از سرویس‌های جدید مثل ClawHosters در حال شکل‌گیری است که هاستینگ Claude خودمیزبان را آسان‌تر، ارزان‌تر و قابل اعتمادتر می‌کند.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۴', dateEn: '2026-05-25', readTime: 10, type: 'گزارش تحلیلی', status: 'منتشرشده', featured: false, tags: ['ClawHosters', 'Agent Hosting', 'Self-hosted AI', 'OpenClaw', 'Cloud'], diagram: 'cloud', seriesSlug: 'openclaw-series', views: 0, reactions: 0, content: ART55_CONTENT, metaDescription: 'ClawHosters و اقتصاد میزبانی عامل AI: تحلیل پلتفرم‌های تخصصی هاستینگ Claude خودمیزبان، مقایسه قیمت‌ها، و اکوسیستم در حال شکل‌گیری.', keywords: ['ClawHosters', 'agent hosting', 'OpenClaw', 'خودمیزبانی AI', 'self-hosted Claude', 'cloud AI hosting'], ogImage: '/images/og/clawhosters-agent-hosting-economy.jpg', canonicalPath: '/article/clawhosters-agent-hosting-economy', dateModified: '2026-05-25T10:00:00Z', factCheckedAt: '2026-05-25', sourceNotes: 'بر اساس مستندات عمومی ClawHosters و تحلیل بازار میزبانی AI خودمیزبان', contentFreshnessStatus: 'current', }, { id: 'art54', slug: 'microsoft-execution-containers-mxc', title: 'درون Microsoft Execution Containers (MXC): ساندباکس کردن عامل‌های محلی در ویندوز ۱۱', subtitle: 'معماری امنیتی MXC و چطور ویندوز ۱۱ عامل‌های AI را ایزوله می‌کند', summary: 'مایکروسافت با MXC یک لایه ساندباکس بومی برای عامل‌های AI محلی در ویندوز ۱۱ معرفی کرده که امنیت را بدون فداکردن کارایی تأمین می‌کند.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۴', dateEn: '2026-05-25', readTime: 12, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['Microsoft', 'MXC', 'Windows 11', 'Sandbox', 'AI Security', 'Containers'], diagram: 'arch', seriesSlug: 'openclaw-series', views: 0, reactions: 0, content: ART54_CONTENT, metaDescription: 'Microsoft Execution Containers (MXC): ساندباکس بومی ویندوز ۱۱ برای عامل‌های AI محلی — معماری امنیتی، مقایسه با Docker، و راهنمای توسعه‌دهندگان.', keywords: ['Microsoft Execution Containers', 'MXC', 'Windows 11 AI', 'sandbox', 'agent security', 'ویندوز AI'], ogImage: '/images/og/microsoft-execution-containers-mxc.jpg', canonicalPath: '/article/microsoft-execution-containers-mxc', dateModified: '2026-05-25T10:00:00Z', factCheckedAt: '2026-05-25', sourceNotes: 'بر اساس Microsoft Build 2026 MXC Technical Documentation و Windows 11 Security Whitepaper', contentFreshnessStatus: 'current', }, { id: 'art53', slug: 'openclaw-prompt-injection-defense', title: 'دفاع در برابر اکسپلویت‌های چت ورودی: کاهش تزریق پرامپت در مهارت‌های OpenClaw', subtitle: 'چطور مهاجمان از طریق prompt injection مهارت‌های OpenClaw را هک می‌کنند', summary: 'تزریق پرامپت جدی‌ترین تهدید امنیتی برای عامل‌های AI است — بررسی تکنیک‌های حمله و دفاع در اکوسیستم OpenClaw.', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۵/۰۳/۰۳', dateEn: '2026-05-24', readTime: 13, type: 'تحلیل امنیتی', status: 'منتشرشده', featured: false, tags: ['Prompt Injection', 'OpenClaw', 'AI Security', 'Agent Security', 'Jailbreak'], diagram: 'memory-safety', seriesSlug: 'openclaw-series', views: 0, reactions: 0, content: ART53_CONTENT, metaDescription: 'راهنمای کامل دفاع در برابر تزریق پرامپت (Prompt Injection) در فریم‌ورک OpenClaw: روش‌های کاهش آسیب‌پذیری چت ورودی و مقابله با اکسپلویت‌های عامل‌های هوش مصنوعی.', keywords: ['prompt injection', 'تزریق پرامپت', 'OpenClaw', 'امنیت عامل AI', 'agent security', 'jailbreak', 'AI attack'], ogImage: '/images/og/openclaw-prompt-injection-defense.jpg', canonicalPath: '/article/openclaw-prompt-injection-defense', dateModified: '2026-05-24T10:00:00Z', factCheckedAt: '2026-05-24', sourceNotes: 'بر اساس تحقیقات امنیتی OWASP LLM Top 10، Simon Willison security blog، و مستندات OpenClaw security', contentFreshnessStatus: 'current', }, { id: 'art52', slug: 'openclaw-china-geopolitical-split', title: 'شکاف ژئوپلیتیک عامل‌های متن‌باز: اکوسیستم‌های منطقه‌ای OpenClaw در چین', subtitle: 'چطور چین اکوسیستم عامل AI خود را جدا از OpenClaw غربی می‌سازد', summary: 'در حالی که OpenClaw در غرب به ۱۴۵٬۰۰۰ ستاره رسیده، چین اکوسیستم موازی خود را با DeepSeek و OpenClaw-CN می‌سازد.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۳', dateEn: '2026-05-24', readTime: 11, type: 'تحلیل راهبردی', status: 'منتشرشده', featured: false, tags: ['OpenClaw', 'China AI', 'Geopolitics', 'DeepSeek', 'AI Ecosystem'], diagram: 'geopolitics', seriesSlug: 'openclaw-series', views: 0, reactions: 0, content: ART52_CONTENT, metaDescription: 'شکاف ژئوپلیتیک در اکوسیستم عامل‌های AI: مقایسه OpenClaw غربی با اکوسیستم چینی OpenClaw-CN و DeepSeek، و پیامدها برای استانداردسازی جهانی.', keywords: ['OpenClaw', 'چین AI', 'ژئوپلیتیک AI', 'DeepSeek', 'AI ecosystem', 'tech decoupling', 'China technology'], ogImage: '/images/og/openclaw-china-geopolitical-split.jpg', canonicalPath: '/article/openclaw-china-geopolitical-split', dateModified: '2026-05-24T10:00:00Z', factCheckedAt: '2026-05-24', sourceNotes: 'بر اساس گزارش‌های GitHub OpenClaw، مستندات عمومی DeepSeek، و تحلیل‌های Rhodium Group', contentFreshnessStatus: 'current', }, { id: 'art51', slug: 'openclaw-docker-vps-guide', title: 'اجرای OpenClaw روی Docker و VPS: راهنمای کامل سلف‌هاستینگ و Allowlist', subtitle: 'راه‌اندازی گام‌به‌گام OpenClaw خودمیزبان با امنیت حرفه‌ای', summary: 'راهنمای جامع سلف‌هاستینگ OpenClaw روی VPS: از نصب Docker تا تنظیم Allowlist، مدیریت API key و تضمین امنیت در محیط تولید.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۲', dateEn: '2026-05-23', readTime: 14, type: 'راهنمای جامع', status: 'منتشرشده', featured: false, tags: ['OpenClaw', 'Docker', 'VPS', 'Self-hosting', 'DevOps'], diagram: 'cloud', seriesSlug: 'openclaw-series', views: 0, reactions: 0, content: ART51_CONTENT, metaDescription: 'راهنمای کامل سلف‌هاستینگ OpenClaw روی Docker و VPS: نصب، پیکربندی Allowlist، مدیریت API key، تنظیم nginx reverse proxy و بهینه‌سازی امنیت.', keywords: ['OpenClaw', 'Docker', 'VPS', 'سلف‌هاست', 'self-hosting', 'nginx', 'Allowlist', 'DevOps'], ogImage: '/images/og/openclaw-docker-vps-guide.jpg', canonicalPath: '/article/openclaw-docker-vps-guide', dateModified: '2026-05-23T10:00:00Z', factCheckedAt: '2026-05-23', sourceNotes: 'بر اساس مستندات رسمی OpenClaw Self-hosted Guide و Docker official documentation', contentFreshnessStatus: 'current', }, { id: 'art50', slug: 'openclaw-self-hosted-architecture', title: 'از Warelay تا ۱۴۵٬۰۰۰ ستاره: درون معماری سلف‌هاستد OpenClaw', subtitle: 'کالبدشکافی فنی معماری داخلی محبوب‌ترین عامل AI خودمیزبان', summary: 'OpenClaw از یک fork ساده به محبوب‌ترین چارچوب عامل AI خودمیزبان تبدیل شده — اما معماری داخلی آن چطور کار می‌کند؟', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۲', dateEn: '2026-05-23', readTime: 13, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['OpenClaw', 'Self-hosted AI', 'Architecture', 'Agent Framework', 'Open Source'], diagram: 'arch', seriesSlug: 'openclaw-series', views: 0, reactions: 0, content: ART50_CONTENT, metaDescription: 'معماری فنی OpenClaw: از چرخه فکر-عمل تا مدیریت حافظه، سیستم پلاگین، ساندباکسینگ کد، و چرا ۱۴۵٬۰۰۰ توسعه‌دهنده آن را انتخاب کردند.', keywords: ['OpenClaw', 'معماری عامل AI', 'agent framework', 'self-hosted AI', 'open source agent', 'Warelay'], ogImage: '/images/og/openclaw-self-hosted-architecture.jpg', canonicalPath: '/article/openclaw-self-hosted-architecture', dateModified: '2026-05-23T10:00:00Z', factCheckedAt: '2026-05-23', sourceNotes: 'بر اساس کد منبع OpenClaw در GitHub، مستندات رسمی، و مقالات فنی تیم توسعه', contentFreshnessStatus: 'current', }, { id: 'art49', slug: 'ui-first-vibe-coding-structural-debt', title: 'توهم سرعت: چرا وایب‌کدینگ UI-محور بدهی ساختاری عمیق را پنهان می‌کند', subtitle: 'وقتی رابط زیبا پوششی برای معماری شکننده می‌شود', summary: 'وایب‌کدینگ UI-محور یک توهم خطرناک ایجاد می‌کند: اپ خوب به نظر می‌رسد پس خوب است — اما زیر ظاهر زیبا چه اتفاقی می‌افتد؟', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۱', dateEn: '2026-05-22', readTime: 11, type: 'تحلیل متدولوژی', status: 'منتشرشده', featured: false, tags: ['وایب کدینگ', 'Technical Debt', 'UI Development', 'Software Architecture'], diagram: 'agent-loop', views: 0, reactions: 0, content: ART49_CONTENT, metaDescription: 'خطر وایب‌کدینگ UI-محور: چرا ساختن از لایه رابط کاربری به جای معماری داخلی باعث بدهی فنی پنهان می‌شود که در پروداکشن انفجار ایجاد می‌کند.', keywords: ['وایب کدینگ', 'وایب کدینگ', 'بدهی فنی', 'technical debt', 'UI-first', 'software architecture', 'structural debt'], ogImage: '/images/og/ui-first-vibe-coding-structural-debt.jpg', canonicalPath: '/article/ui-first-vibe-coding-structural-debt', dateModified: '2026-05-22T10:00:00Z', factCheckedAt: '2026-05-22', sourceNotes: 'بر اساس تحلیل‌های Ward Cunningham درباره بدهی فنی و گزارش‌های State of Vibe Coding 2026', contentFreshnessStatus: 'current', }, { id: 'art48', slug: 'chrome-149-devtools-agents', title: 'تأیید خودکار: راه‌اندازی Chrome DevTools برای عامل‌های هوش مصنوعی در Chrome 149', subtitle: 'راهنمای جامع استفاده از Chrome DevTools Protocol برای اتوماسیون عامل AI', summary: 'Chrome 149 قابلیت‌های جدیدی برای عامل‌های AI ارائه می‌دهد — اما پیکربندی درست DevTools برای جلوگیری از باگ‌های اتوماسیون نیاز به دانش عمیق دارد.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۱', dateEn: '2026-05-22', readTime: 12, type: 'راهنمای جامع', status: 'منتشرشده', featured: false, tags: ['Chrome 149', 'DevTools', 'AI Agent', 'Automation', 'CDP'], diagram: 'browser', views: 0, reactions: 0, content: ART48_CONTENT, metaDescription: 'راه‌اندازی Chrome DevTools Protocol برای عامل‌های AI در Chrome 149: پیکربندی CDP، مدیریت session، و بهترین روش‌های اتوماسیون مرورگر.', keywords: ['Chrome 149', 'DevTools Protocol', 'CDP', 'AI agent', 'browser automation', 'Playwright', 'Chrome automation'], ogImage: '/images/og/chrome-149-devtools-agents.jpg', canonicalPath: '/article/chrome-149-devtools-agents', dateModified: '2026-05-22T10:00:00Z', factCheckedAt: '2026-05-22', sourceNotes: 'بر اساس Chrome DevTools Protocol Specification و Chrome 149 Release Notes', contentFreshnessStatus: 'current', }, { id: 'art47', slug: 'android-studio-migration-agent-kotlin', title: 'پورت اپ‌های کراس‌پلتفرم با Migration Agent اندروید استودیو: ممیزی کامل کد', subtitle: 'Migration Agent اندروید استودیو: اتوماسیون کامل یا ابزار کمکی؟', summary: 'Migration Agent جدید اندروید استودیو وعده داده اپ‌های React Native و Flutter را به Kotlin Multiplatform تبدیل کند — آیا واقعاً کار می‌کند؟', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۳۱', dateEn: '2026-05-21', readTime: 13, type: 'بررسی فنی', status: 'منتشرشده', featured: false, tags: ['Android Studio', 'Kotlin', 'Migration Agent', 'Cross-platform', 'React Native'], diagram: 'agent-loop', views: 0, reactions: 0, content: ART47_CONTENT, metaDescription: 'ممیزی کامل Migration Agent اندروید استودیو: تست پورت React Native و Flutter به Kotlin Multiplatform، کیفیت کد خروجی، محدودیت‌ها، و کاربردهای واقعی.', keywords: ['Android Studio', 'Migration Agent', 'Kotlin Multiplatform', 'React Native', 'Flutter', 'cross-platform', 'code migration'], ogImage: '/images/og/android-studio-migration-agent-kotlin.jpg', canonicalPath: '/article/android-studio-migration-agent-kotlin', dateModified: '2026-05-21T10:00:00Z', factCheckedAt: '2026-05-21', sourceNotes: 'بر اساس Android Studio Narwhal Feature Drop documentation و Google I/O 2026', contentFreshnessStatus: 'current', }, { id: 'art46', slug: 'coderabbit-17x-bug-multiplier', title: 'ضریب باگ ۱.۷ برابری: درون فروپاشی کمّی مخازن کدنویسی مشترک با AI', subtitle: 'چرا PR‌های مشترک انسان-AI بیشتر باگ دارند نه کمتر', summary: 'تحقیق جدید CodeRabbit نشان می‌دهد مخازنی که AI و انسان با هم کد می‌نویسند ۱.۷ برابر بیشتر باگ‌های ناشی از عدم انسجام دارند.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۵/۰۲/۳۱', dateEn: '2026-05-21', readTime: 11, type: 'تحلیل فنی', status: 'منتشرشده', featured: false, tags: ['CodeRabbit', 'AI Coding', 'Bug Analysis', 'Code Quality', 'GitHub Copilot'], diagram: 'pipeline', views: 0, reactions: 0, content: ART46_CONTENT, metaDescription: 'تحقیق CodeRabbit: ۱.۷ برابر باگ بیشتر در مخازن مشترک AI-انسان. بررسی علل عدم انسجام کد، راه‌حل‌ها، و بهترین روش‌های مدیریت AI pair programming.', keywords: ['CodeRabbit', 'باگ AI', 'AI coding bugs', 'code quality', 'GitHub Copilot', 'pair programming', 'code review AI'], ogImage: '/images/og/coderabbit-17x-bug-multiplier.jpg', canonicalPath: '/article/coderabbit-17x-bug-multiplier', dateModified: '2026-05-21T10:00:00Z', factCheckedAt: '2026-05-21', sourceNotes: 'بر اساس گزارش تحقیقاتی CodeRabbit Q2 2026 و داده‌های GitHub Octoverse', contentFreshnessStatus: 'current', }, { id: 'art45', slug: 'dod-gates-ai-cicd', title: 'راه‌اندازی دروازه‌های DoD: جلوگیری از بدهی فنی کد تولیدشده توسط AI در CI/CD', subtitle: 'اضافه کردن دروازه‌های کیفیت AI-aware به pipeline های CI/CD', summary: 'بدهی فنی کد تولیدشده توسط AI در CI/CD پنهان می‌ماند تا روز انفجار — راه‌اندازی دروازه‌های DoD اتوماتیک راه‌حل است.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۳۰', dateEn: '2026-05-20', readTime: 12, type: 'راهنمای جامع', status: 'منتشرشده', featured: false, tags: ['CI/CD', 'DoD Gates', 'Technical Debt', 'AI Code', 'DevOps'], diagram: 'agent-loop', views: 0, reactions: 0, content: ART45_CONTENT, metaDescription: 'دروازه‌های Definition of Done برای کد AI در CI/CD: چطور با GitHub Actions، SonarQube، و tflint از انباشت بدهی فنی خودکار جلوگیری کنیم.', keywords: ['DoD gates', 'CI/CD', 'AI code quality', 'technical debt', 'SonarQube', 'GitHub Actions', 'definition of done'], ogImage: '/images/og/dod-gates-ai-cicd.jpg', canonicalPath: '/article/dod-gates-ai-cicd', dateModified: '2026-05-20T10:00:00Z', factCheckedAt: '2026-05-20', sourceNotes: 'بر اساس مستندات GitHub Actions، SonarQube Quality Gates، و DORA Metrics 2026', contentFreshnessStatus: 'current', }, { id: 'art44', slug: 'vibe-coding-production-failures', title: 'پست‌مورتم ساعت سه بامداد: چرا کد وایبی بدون ساختار در پروداکشن از هم می‌پاشد', subtitle: 'تحلیل الگوهای شکست رایج در کد تولیدشده با AI بدون نظارت معماری', summary: 'با مروری بر ۵۰ پست‌مورتم واقعی، الگوهای مکرر شکست کد وایبی در پروداکشن را شناسایی کرده‌ایم — و راه جلوگیری از هر کدام.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۳۰', dateEn: '2026-05-20', readTime: 14, type: 'تحلیل عمیق', status: 'منتشرشده', featured: false, tags: ['وایب کدینگ', 'Production', 'Post-mortem', 'Software Quality', 'AI Code'], diagram: 'agent-loop', views: 0, reactions: 0, content: ART44_CONTENT, metaDescription: 'پست‌مورتم کد وایبی در پروداکشن: ۵ الگوی اصلی شکست کد AI-تولیدشده بدون نظارت معماری، و چطور با بازبینی‌های هدفمند از آنها جلوگیری کنیم.', keywords: ['وایب کدینگ', 'وایب کدینگ', 'پست‌مورتم', 'post-mortem', 'production failure', 'کد AI', 'معماری نرم‌افزار'], ogImage: '/images/og/vibe-coding-production-failures.jpg', canonicalPath: '/article/vibe-coding-production-failures', dateModified: '2026-05-20T10:00:00Z', factCheckedAt: '2026-05-20', sourceNotes: 'بر اساس تحلیل ۵۰ پست‌مورتم عمومی از تیم‌های مختلف و گزارش‌های Stack Overflow Developer Survey 2026', contentFreshnessStatus: 'current', }, { id: 'art43', slug: 'ai-infrastructure-private-credit', title: 'تامین مالی مرز: چرا زیرساخت هوش مصنوعی به اعتبار خصوصی ساختارمند نیاز دارد نه سهام', subtitle: 'تحلیل ساختارهای تامین مالی زیرساخت AI: از سهام ریسک‌پذیر تا اعتبار خصوصی', summary: 'شرکت‌های زیرساخت AI برای تامین مالی بلندمدت به اعتبار خصوصی ساختارمند نیاز دارند — و Apollo و Blackstone این فرصت را می‌بینند.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۹', dateEn: '2026-05-19', readTime: 12, type: 'تحلیل اقتصادی', status: 'منتشرشده', featured: false, tags: ['AI Infrastructure', 'Private Credit', 'Apollo', 'Blackstone', 'Data Centers'], diagram: 'timeline', views: 0, reactions: 0, content: ART43_CONTENT, metaDescription: 'چرا زیرساخت AI به private credit نیاز دارد نه equity: تحلیل ساختار تسهیلات Apollo-Blackstone برای data center ها و مقایسه با تامین مالی سنتی.', keywords: ['زیرساخت AI', 'AI infrastructure', 'private credit', 'Apollo', 'Blackstone', 'data center financing', 'structured credit'], ogImage: '/images/og/ai-infrastructure-private-credit.jpg', canonicalPath: '/article/ai-infrastructure-private-credit', dateModified: '2026-05-19T10:00:00Z', factCheckedAt: '2026-05-19', sourceNotes: 'بر اساس اعلامیه‌های رسمی Apollo Global Management، Blackstone، و گزارش‌های PitchBook Q2 2026', contentFreshnessStatus: 'current', }, { id: 'art42', slug: 'claude-opus-47-tokenizer-penalty', title: 'جریمه توکنایزر Claude Opus 4.7: چرا صورتحساب API شما ۳۵٪ جهش کرد', subtitle: 'کالبدشکافی تغییرات tokenizer Claude Opus 4.7 و تأثیر روی هزینه API', summary: 'با انتشار Claude Opus 4.7، بسیاری از توسعه‌دهندگان شاهد جهش ۳۵٪ در صورتحساب API خود بودند — علت فنی و راه‌حل چیست؟', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۹', dateEn: '2026-05-19', readTime: 11, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['Claude', 'Tokenizer', 'API Cost', 'Anthropic', 'LLM Billing'], diagram: 'billing', views: 0, reactions: 0, content: ART42_CONTENT, metaDescription: 'کالبدشکافی tokenizer Claude Opus 4.7: چرا کد فارسی، کد برنامه‌نویسی، و متن‌های XML بیشتر توکن مصرف می‌کنند و چطور هزینه API را کاهش دهیم.', keywords: ['Claude Opus 4.7', 'tokenizer', 'API cost', 'آنتروپیک', 'هزینه API', 'LLM billing', 'token optimization'], ogImage: '/images/og/claude-opus-47-tokenizer-penalty.jpg', canonicalPath: '/article/claude-opus-47-tokenizer-penalty', dateModified: '2026-05-19T10:00:00Z', factCheckedAt: '2026-05-19', sourceNotes: 'بر اساس Anthropic API changelog، benchmarks توکن‌سازی، و داده‌های صورتحساب تیم‌های مختلف', contentFreshnessStatus: 'current', }, { id: 'art41', slug: 'deepseek-migration-cost-quality', title: 'مهاجرت به DeepSeek: پیدا کردن نقطه تعادل بین کیفیت کد و قیمت کشینگ', subtitle: 'راهنمای عملی انتقال workload از GPT-4o و Claude به DeepSeek V3', summary: 'DeepSeek V3 با قیمت ۱۰ برابر کمتر از GPT-4o ادعا می‌کند کیفیت مشابه ارائه می‌دهد — آیا این ادعا در workload های واقعی کدنویسی درست است؟', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۸', dateEn: '2026-05-18', readTime: 12, type: 'تحلیل فنی', status: 'منتشرشده', featured: false, tags: ['DeepSeek', 'GPT-4o', 'Claude', 'Cost Optimization', 'LLM Migration'], diagram: 'pipeline', views: 0, reactions: 0, content: ART41_CONTENT, metaDescription: 'راهنمای مهاجرت به DeepSeek V3: بنچمارک کدنویسی، هزینه prompt caching، نقاط ضعف در استدلال پیچیده، و استراتژی hybrid routing.', keywords: ['DeepSeek V3', 'GPT-4o', 'مهاجرت LLM', 'LLM migration', 'بهینه‌سازی هزینه API', 'prompt caching', 'DeepSeek vs Claude'], ogImage: '/images/og/deepseek-migration-cost-quality.jpg', canonicalPath: '/article/deepseek-migration-cost-quality', dateModified: '2026-05-18T10:00:00Z', factCheckedAt: '2026-05-18', sourceNotes: 'بر اساس بنچمارک‌های عمومی HumanEval، SWE-Bench، و داده‌های هزینه DeepSeek API documentation', contentFreshnessStatus: 'current', }, { id: 'art40', slug: 'context-optimization-copilot-credits', title: 'چطور Context کدبیس را بهینه کنیم تا از مالیات AI Credits کاپیلوت فرار کنیم', subtitle: 'راهنمای عملی کاهش مصرف توکن GitHub Copilot در پروژه‌های بزرگ', summary: 'با بدهی پرداخت توکنی GitHub Copilot، بهینه‌سازی Context کدبیس نه یک بهبود مطلوب بلکه یک ضرورت اقتصادی است.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۸', dateEn: '2026-05-18', readTime: 13, type: 'راهنمای جامع', status: 'منتشرشده', featured: false, tags: ['GitHub Copilot', 'Context Optimization', 'Token Cost', 'AI Credits', 'DevOps'], diagram: 'billing', views: 0, reactions: 0, content: ART40_CONTENT, metaDescription: 'راهنمای جامع کاهش مصرف AI Credits کاپیلوت: بهینه‌سازی .copilotignore، chunking کدبیس، تنظیم context window، و استراتژی‌های کاهش هزینه.', keywords: ['GitHub Copilot', 'AI Credits', 'context optimization', 'token cost', 'copilotignore', 'کاهش هزینه Copilot'], ogImage: '/images/og/context-optimization-copilot-credits.jpg', canonicalPath: '/article/context-optimization-copilot-credits', dateModified: '2026-05-18T10:00:00Z', factCheckedAt: '2026-05-18', sourceNotes: 'بر اساس مستندات رسمی GitHub Copilot Token-based Billing و GitHub Docs', contentFreshnessStatus: 'current', }, { id: 'art39', slug: 'anthropic-965b-valuation-apollo-debt', title: 'درون ارزشگذاری ۹۶۵ میلیارد دلاری آنتروپیک: کالبدشکافی تسهیلات ۳۶ میلیارد دلاری آپولو و بلکستون', subtitle: 'تحلیل اقتصادی ساختار مالی رشد آنتروپیک به سمت ارزشگذاری تریلیون دلاری', summary: 'آنتروپیک با ارزشگذاری ۹۶۵ میلیارد دلاری به آستانه تریلیون دلار رسیده — اما پشت این رقم یک ساختار بدهی پیچیده نهفته است.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۷', dateEn: '2026-05-17', readTime: 13, type: 'تحلیل اقتصادی', status: 'منتشرشده', featured: false, tags: ['Anthropic', 'Valuation', 'Apollo', 'Blackstone', 'AI Funding'], diagram: 'neural', views: 0, reactions: 0, content: ART39_CONTENT, metaDescription: 'کالبدشکافی ارزشگذاری ۹۶۵ میلیارد دلاری آنتروپیک: ساختار تسهیلات ۳۶ میلیارد دلاری Apollo و Blackstone، شرایط بازپرداخت، و تحلیل ریسک.', keywords: ['آنتروپیک', 'Anthropic valuation', 'Apollo Global', 'Blackstone', 'AI funding', 'ارزشگذاری AI', 'private credit AI'], ogImage: '/images/og/anthropic-965b-valuation-apollo-debt.jpg', canonicalPath: '/article/anthropic-965b-valuation-apollo-debt', dateModified: '2026-05-17T10:00:00Z', factCheckedAt: '2026-05-17', sourceNotes: 'بر اساس گزارش‌های Bloomberg، WSJ، و اعلامیه‌های رسمی Apollo Global Management Q2 2026', contentFreshnessStatus: 'current', }, { id: 'art38', slug: 'copilot-token-billing-2026', title: 'پایان اشتراک ثابت: چرا صورتحساب توکنی GitHub Copilot یک زنگ خطر برای توسعه‌دهندگان است', subtitle: 'تحلیل عمیق تغییر مدل قیمت‌گذاری Copilot و تأثیر آن بر تیم‌های توسعه', summary: 'GitHub Copilot از مدل اشتراک ثابت به پرداخت بر اساس توکن تغییر کرده — این تغییر بنیادی در نحوه استفاده از AI در توسعه نرم‌افزار یک تحول اقتصادی مهم است.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۷', dateEn: '2026-05-17', readTime: 12, type: 'تحلیل عمیق', status: 'منتشرشده', featured: false, tags: ['GitHub Copilot', 'Token Billing', 'AI Cost', 'Developer Tools', 'Pricing'], diagram: 'billing', views: 0, reactions: 0, content: ART38_CONTENT, metaDescription: 'تحلیل عمیق تغییر مدل قیمت‌گذاری GitHub Copilot به توکن محور: محاسبه هزینه واقعی برای تیم‌ها، مقایسه با رقبا، و استراتژی‌های مقابله.', keywords: ['GitHub Copilot', 'صورتحساب توکنی', 'token billing', 'AI Credits', 'هزینه توسعه', 'قیمت‌گذاری AI'], ogImage: '/images/og/copilot-token-billing-2026.jpg', canonicalPath: '/article/copilot-token-billing-2026', dateModified: '2026-05-17T10:00:00Z', factCheckedAt: '2026-05-17', sourceNotes: 'بر اساس اعلامیه‌های رسمی GitHub Copilot Billing Documentation و GitHub Blog', contentFreshnessStatus: 'current', }, { id: 'art37', slug: 'vibe-coding-mcp-2026', title: 'وایب‌کدینگ با MCP: راهنمای جامع ساختن نرم‌افزار با هوش مصنوعی در ۲۰۲۶', subtitle: 'از تعریف دقیق تا ابزارها، فرصت ایران، و آینده‌ای که MCP می‌سازد', summary: 'راهنمای کامل وایب‌کدینگ (Vibe Coding) در ۲۰۲۶: ابزارها، پروتکل MCP، محدودیت‌های واقعی، و چرا توسعه‌دهندگان ایرانی موقعیت استثنایی دارند.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۳۰', dateEn: '2026-05-20', readTime: 14, type: 'راهنمای جامع', status: 'منتشرشده', featured: false, tags: ['وایب کدینگ', 'MCP', 'Claude Code', 'Cursor', 'Replit', 'ایران', 'Software 3.0'], diagram: 'arch', views: 1800, reactions: 92, content: ART37_CONTENT, metaDescription: 'راهنمای جامع وایب‌کدینگ در ۲۰۲۶: پروتکل MCP چطور وایب‌کدینگ را متحول کرد، ابزارهای Cursor و Claude Code، محدودیت‌های واقعی، و فرصت استثنایی ایران در Software 3.0.', keywords: ['وایب کدینگ', 'وایب کدینگ', 'MCP', 'Model Context Protocol', 'Claude Code', 'Cursor AI', 'Replit', 'برنامه‌نویسی هوشمند', 'هوش مصنوعی ایران'], ogImage: '/images/og/vibe-coding-mcp-2026.jpg', canonicalPath: '/article/vibe-coding-mcp-2026', dateModified: '2026-05-20T10:00:00Z', factCheckedAt: '2026-05-20', sourceNotes: 'بر اساس مستندات رسمی Anthropic MCP، Cursor Labs، و GitHub Copilot Workspace 2026', contentFreshnessStatus: 'current', }, { id: 'art36', slug: 'tekrag-persian-data-centric-rag-benchmark', title: 'TekRAG-Persian: A Data-Centric Benchmark for Reducing Hallucination in Persian Technical Question Answering', subtitle: 'A research-grade benchmark design for Persian technical RAG, citation grounding, and hallucination-sensitive evaluation', summary: 'TekRAG-Persian introduces a data-centric benchmark for Persian technical question answering, comparing raw, cleaned, metadata-enriched, and provenance-constrained corpora to reduce hallucination and improve citation grounding in RAG systems.', category: 'data', categoryName: 'علم داده', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۱۸', dateEn: '2026-05-08', readTime: 34, type: 'مقاله پژوهشی', status: 'منتشرشده', featured: true, tags: ['TekRAG-Persian', 'Persian NLP', 'Retrieval-Augmented Generation', 'RAG', 'Hallucination', 'Data-Centric AI', 'Benchmark', 'Technical Question Answering', 'Citation Grounding', 'Information Retrieval', 'علم داده', 'هوش مصنوعی'], diagram: 'pipeline', views: 2760, reactions: 164, content: ART36_CONTENT, seoTitle: 'TekRAG-Persian Benchmark for Persian RAG Hallucination Evaluation', metaDescription: 'TekRAG-Persian proposes a Persian technical RAG benchmark for hallucination, citation grounding, corpus cleaning, hybrid retrieval, and QA evaluation.', keywords: ['TekRAG-Persian', 'Persian RAG benchmark', 'Persian technical question answering', 'Persian NLP benchmark', 'retrieval augmented generation', 'RAG evaluation', 'hallucination evaluation', 'citation grounding', 'data-centric AI', 'metadata enriched retrieval', 'Persian text normalization', 'BM25F', 'hybrid retrieval', 'low-resource NLP', 'evidence-attributed QA', 'provenance-aware generation', 'Persian information retrieval', 'Scopus research article', 'Q1 journal manuscript'], canonicalPath: '/article/tekrag-persian-data-centric-rag-benchmark', ogTitle: 'TekRAG-Persian: A Data-Centric RAG Benchmark for Persian Technical QA', ogDescription: 'A full research-grade benchmark design for Persian technical RAG, hallucination measurement, metadata-aware retrieval, and citation-grounded question answering.', ogImage: '/images/og/tekrag-persian-data-centric-rag-benchmark.jpg', dateModified: '2026-05-08', factCheckedAt: '2026-05-08', sourceNotes: 'Benchmark protocol article. Performance claims require benchmark execution and reproducible result tables before journal submission.', contentFreshnessStatus: 'current', identifier: 'teknav:tekrag-persian:v0.1-protocol', version: 'v0.1-protocol', citationUrls: [ 'https://arxiv.org/abs/2005.11401', 'https://arxiv.org/abs/2004.04906', 'https://arxiv.org/abs/2305.14627', 'https://arxiv.org/abs/2305.14251', 'https://arxiv.org/abs/2309.15217', 'https://arxiv.org/abs/2402.03216', 'https://github.com/roshan-research/hazm', 'https://www.elsevier.com/publishing/publish-in-a-journal', 'https://www.elsevier.com/products/scopus/content/content-policy-and-selection', ], researchQuestions: [ 'How do Persian-specific normalization, metadata enrichment, and provenance-aware prompting affect hallucination in Persian technical RAG?', 'Which retrieval setup is most stable for mixed-script Persian technical question answering?', 'How should citation precision, atomic support, and abstention be measured for Persian evidence-attributed QA?', ], faqs: [ ['What is TekRAG-Persian?', 'TekRAG-Persian is a proposed benchmark and evaluation protocol for Persian technical retrieval-augmented generation, focused on hallucination, citation grounding, and corpus quality.'], ['Is TekRAG-Persian a new language model?', 'No. The article positions TekRAG-Persian as a data-centric benchmark, not a base model. It evaluates how corpus cleaning, metadata, retrieval, and provenance rules affect grounded QA.'], ['Why does Persian RAG need a separate benchmark?', 'Persian technical content combines Persian orthography, ZWNJ variation, Arabic-Persian codepoint drift, English acronyms, transliteration, and date-sensitive technology claims, which make retrieval and citation evaluation different from English-only QA.'], ['What must be done before journal submission?', 'The benchmark design must be converted into empirical experiments with released annotation rules, result tables, confidence intervals, evaluation scripts, and transparent data availability statements.'], ], }, { id: 'art35', slug: 'mcp-model-context-protocol-2026', title: 'از چت‌بات تا دستیار واقعی: پروتکل MCP چطور هوش مصنوعی را به ابزارهای روزمره وصل کرد', subtitle: 'کالبدشکافی پروتکل استانداردی که ChatGPT، Gemini و همه‌ی مدل‌های بزرگ دنیا آن را پذیرفتند', summary: 'پروتکل MCP یا Model Context Protocol، استانداردی است که هوش مصنوعی را از یک چت‌بات ساده به دستیاری تبدیل می‌کند که می‌تواند به ایمیل، پایگاه داده، فایل‌ها و سرویس‌های واقعی دسترسی داشته باشد. تحلیل فنی معماری، امنیت، و اکوسیستم جهانی که بر این پروتکل شرط‌بندی کرده است.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۱۶', dateEn: '2026-05-06', readTime: 14, type: 'تحلیل عمیق', status: 'منتشرشده', featured: false, tags: ['MCP', 'Model Context Protocol', 'هوش مصنوعی عاملی', 'ChatGPT', 'Function Calling', 'Agentic AI', 'پروتکل', 'هوش مصنوعی', 'دستیار هوشمند'], diagram: 'arch', views: 1840, reactions: 124, content: ART35_CONTENT, metaDescription: 'تحلیل فنی عمیق پروتکل MCP (Model Context Protocol): معماری کلاینت-سرور، سه ستون Tools/Resources/Prompts، تفاوت با Function Calling، امنیت MCP، و اکوسیستم ۲۰۲۶ از Claude تا OpenAI. راهنمای جامع فارسی MCP.', keywords: ['MCP چیست', 'Model Context Protocol', 'پروتکل MCP', 'هوش مصنوعی عاملی', 'Claude MCP', 'Cursor MCP', 'Function Calling', 'JSON-RPC', 'Agentic AI', 'اتصال هوش مصنوعی به ابزار', 'سرور MCP', 'اینترنت عاملی'], canonicalPath: '/article/mcp-model-context-protocol-2026', ogImage: '/images/og/agentic-ai-production-2026.jpg', factCheckedAt: '2026-05-06', }, { id: 'art34', slug: 'ai-data-centric-2026', title: 'هوش مصنوعی داده‌محور ۲۰۲۶: وقتی قانون مقیاس‌گذاری به بن‌بست رسید', subtitle: 'از فروپاشی مدل تا مهندسی هوشمندی؛ چرا کیفیت داده از معماری مدل مهم‌تر شده است', summary: 'در سال ۲۰۲۶، قانون مقیاس‌گذاری به دیوار سختی برخورده است. مهندسی کیفیت داده جایگزین مهندسی معماری مدل شده؛ تحلیل عمیق فنی از بحران Model Collapse، Semantic Layers، Data Provenance و اقتصاد داده‌های قابل اعتماد.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۱۵', dateEn: '2026-05-05', readTime: 13, type: 'تحلیل عمیق', status: 'منتشرشده', featured: true, tags: ['هوش مصنوعی', 'Data-Centric AI', 'Model Collapse', 'Data Governance', 'LLM', 'داده', 'مهندسی هوشمندی'], diagram: 'neural', views: 3210, reactions: 187, content: ART34_CONTENT, metaDescription: 'تحلیل عمیق فنی بحران داده در هوش مصنوعی ۲۰۲۶: چرا قانون مقیاس‌گذاری به بن‌بست رسید؟ بررسی فروپاشی مدل (Model Collapse)، Data-Centric AI، لایه‌های معنایی، اثبات اصالت داده و اقتصاد داده‌های قابل اعتماد برای سیستم‌های عاملی.', keywords: ['Data-Centric AI', 'Model Collapse', 'فروپاشی مدل', 'Data Provenance', 'Semantic Layer', 'Data Governance', 'هوش مصنوعی ۲۰۲۶', 'مهندسی هوشمندی', 'قانون مقیاس‌گذاری', 'داده‌های قابل اعتماد', 'EU AI Act'], canonicalPath: '/article/ai-data-centric-2026', ogImage: '/images/og/data-governance-2026.jpg', factCheckedAt: '2026-05-05', }, { id: 'art33', slug: 'cve-2026-41940-cpanel-zero-day-analysis', title: 'تحلیل فنی Zero-Day جدید سی‌پنل (CVE-2026-41940): دسترسی روت بدون احراز هویت', subtitle: 'چگونه یک آسیب‌پذیری تزریق CRLF ساده منجر به دسترسی روت در ۱.۵ میلیون سرور لینوکسی شد؟', summary: 'بررسی عمیق و فنی آسیب‌پذیری بحرانی CVE-2026-41940 در cPanel که به مهاجمان اجازه می‌دهد با دور زدن مکانیزم لاگین، به دسترسی روت سرور دست پیدا کنند.', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۱۳', dateEn: '2026-05-03', readTime: 12, type: 'تحلیل امنیتی', status: 'منتشرشده', featured: true, tags: ['Zero-Day', 'cPanel', 'CVE-2026-41940', 'آسیب‌پذیری', 'لینوکس'], diagram: 'cyber', views: 12450, reactions: 890, metaDescription: 'بررسی عمیق و فنی آسیب‌پذیری بحرانی CVE-2026-41940 در cPanel که به مهاجمان اجازه می‌دهد با دور زدن مکانیزم لاگین، به دسترسی روت (Root) سرور دست پیدا کنند.', keywords: ['CVE-2026-41940', 'cPanel Zero-Day', 'تزریق CRLF', 'امنیت سرور لینوکس', 'آسیب‌پذیری وب سرور', 'دسترسی روت cPanel', 'WHM Exploit'], content: ART33_CONTENT, canonicalPath: '/article/cve-2026-41940-cpanel-zero-day-analysis', ogImage: '/images/og/cve-2026-41940-cpanel-zero-day-analysis.jpg', factCheckedAt: '2026-05-03', }, { id: 'art1', slug: 'ai-clean-data', title: 'نقش داده‌های پاک در موفقیت هوش مصنوعی', subtitle: 'چرا کیفیت داده از مدل مهم‌تر است؟', summary: 'بدون داده‌های باکیفیت، پیشرفته‌ترین مدل‌های هوش مصنوعی هم شکست خواهند خورد.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۰۹', dateEn: '2026-04-30', readTime: 9, type: 'تحلیل عمیق', status: 'منتشرشده', featured: true, tags: ['هوش مصنوعی', 'LLM', 'علم داده'], diagram: 'pipeline', views: 8420, reactions: 312, content: ART1_CONTENT, metaDescription: 'تحلیل عمیق نقش داده‌های پاک در موفقیت هوش مصنوعی. چرا کیفیت داده‌ها از معماری مدل‌های LLM حیاتی‌تر است؟ بررسی بحران داده در سال ۲۰۲۶.', keywords: ['هوش مصنوعی', 'داده پاک', 'آموزش مدل', 'LLM', 'علم داده'], canonicalPath: '/article/ai-clean-data', ogImage: '/images/og/ai-clean-data.jpg', factCheckedAt: '2026-04-30', sourceNotes: 'تحقیقات داخلی تکناو و گزارش‌های سالانه MIT AI Lab', contentFreshnessStatus: 'current', }, { id: 'art2', slug: 'custom-ai-chips', title: 'تراشه‌های سفارشی هوش مصنوعی: پایان عصر پردازنده‌های عمومی', subtitle: 'چرا غول‌های فناوری به ساخت سیلیکون‌های اختصاصی روی آورده‌اند؟', summary: 'از GB200 انویدیا تا TPU گوگل؛ رقابت بر سر بهینه‌ترین تراشه هوش مصنوعی.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۱/۲۵', dateEn: '2026-04-14', readTime: 12, type: 'گزارش تحلیلی', status: 'منتشرشده', featured: false, tags: ['سخت‌افزار', 'GPU', 'تراشه', 'GB200'], diagram: 'chip', views: 4500, reactions: 120, content: ART2_CONTENT, metaDescription: 'کالبدشکافی تراشه‌های سفارشی هوش مصنوعی در سال ۲۰۲۶. بررسی معماری NVIDIA GB200 و استراتژی سیلیکون‌های اختصاصی گوگل و آمازون.', keywords: ['تراشه هوش مصنوعی', 'NVIDIA', 'GB200', 'سخت‌افزار', 'سیلیکون اختصاصی'], canonicalPath: '/article/custom-ai-chips', ogImage: '/images/og/custom-ai-chips.jpg', factCheckedAt: '2026-04-14', sourceNotes: 'گزارش‌های زنجیره تامین نیمه‌هادی در تایوان و کوالکام', contentFreshnessStatus: 'current', }, { id: 'art3', slug: 'browser-architecture', title: 'معماری مدرن مرورگرها: وقتی وب به یک سیستم‌عامل تبدیل می‌شود', subtitle: 'نقش WebAssembly و WebGPU در تحول مرورگرهای ۲۰۲۶', summary: 'اجرای مدل‌های هوشمند و برنامه‌های سنگین مستقیماً در مرورگر شما.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۵/۰۱/۲۰', dateEn: '2026-04-09', readTime: 14, type: 'آموزشی', status: 'منتشرشده', featured: false, tags: ['نرم‌افزار', 'معماری وب', 'WebAssembly'], diagram: 'arch', views: 3800, reactions: 95, content: ART3_CONTENT, metaDescription: 'تحلیل معماری نوین مرورگرها در سال ۱۴۰۵. بررسی تاثیر WebAssembly و WebGPU در تبدیل مرورگر به سیستم‌عامل اجرای اپلیکیشن‌های سنگین.', keywords: ['معماری مرورگر', 'WebAssembly', 'WebGPU', 'توسعه وب', 'نرم‌افزار'], canonicalPath: '/article/browser-architecture', ogImage: '/images/og/browser-architecture.jpg', factCheckedAt: '2026-04-09', sourceNotes: 'مستندات W3C و نقشه‌راه مرورگر کروم ۲۰۲۶', contentFreshnessStatus: 'current', }, { id: 'art4', slug: 'software-supply-chain', title: 'امنیت زنجیره تأمین نرم‌افزار: نبرد در رگ‌های کد', subtitle: 'چطور SBOMهای زنده و استاندارد VEX امنیت ۲۰۲۶ را تغییر می‌دهند؟', summary: 'مهاجمان دیگر به درهای بسته حمله نمی‌کنند؛ آن‌ها وارد مواد اولیه نرم‌افزار می‌شوند.', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۵/۰۱/۱۵', dateEn: '2026-04-04', readTime: 11, type: 'تحلیل امنیتی', status: 'منتشرشده', featured: false, tags: ['امنیت', 'Open Source', 'SBOM', 'VEX'], diagram: 'cyber', views: 2900, reactions: 70, content: ART4_CONTENT, metaDescription: 'راهنمای جامع امنیت زنجیره تامین نرم‌افزار. بررسی استانداردهای SBOM و VEX در سال ۲۰۲۶ برای مقابله با حملات نفوذ به رگ‌های کد.', keywords: ['امنیت نرم‌افزار', 'زنجیره تامین', 'SBOM', 'VEX', 'امنیت سایبری'], canonicalPath: '/article/software-supply-chain', ogImage: '/images/og/software-supply-chain.jpg', factCheckedAt: '2026-04-04', sourceNotes: 'گزارش سالانه امنیت OpenSSF و بنیاد لینوکس', contentFreshnessStatus: 'current', }, { id: 'art5', slug: 'iranian-startups-scale', title: 'چالش‌های مقیاس‌پذیری استارتاپ‌های ایرانی در عصر محدودیت', subtitle: 'بقای فنی در شرایط ناپایداری زیرساخت و مهاجرت نخبگان', summary: 'هنر مقیاس‌گذاری در ایران؛ جایی که معماری‌های فوق‌تاب‌آور حرف اول را می‌زنند.', category: 'startup', categoryName: 'استارتاپ', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۱/۱۰', dateEn: '2026-03-30', readTime: 10, type: 'گزارش ویژه', status: 'منتشرشده', featured: true, tags: ['استارتاپ', 'مقیاس‌پذیری', 'زیرساخت', 'ایران'], diagram: 'growth', views: 5200, reactions: 180, content: ART5_CONTENT, metaDescription: 'تحلیل چالش‌های فنی و اقتصادی مقیاس‌پذیری استارتاپ‌های ایرانی در سال ۱۴۰۵؛ از تاب‌آوری زیرساخت، هزینه ابر و مهاجرت نخبگان تا معماری‌های بقا در شرایط محدودیت.', keywords: ['استارتاپ ایران', 'مقیاس‌پذیری', 'اکوسیستم فناوری', 'زیرساخت', 'نظام صنفی رایانه‌ای'], canonicalPath: '/article/iranian-startups-scale', ogImage: '/images/og/iranian-startups-scale.jpg', factCheckedAt: '2026-03-30', sourceNotes: 'مصاحبه با معماران فنی برتر استارتاپ‌های ایرانی', contentFreshnessStatus: 'current', }, { id: 'art6', slug: 'small-llms', title: 'مدل‌های زبانی کوچک (SLM): وقتی کوچک‌تر، هوشمندتر است', subtitle: 'بررسی Phi-4 و Llama 4 Scout؛ انقلاب هوش مصنوعی محلی', summary: 'چرا در سال ۱۴۰۵، شرکت‌ها به جای مدل‌های غول‌آسا به مدل‌های کوچک روی آورده‌اند؟', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۱/۰۵', dateEn: '2026-03-25', readTime: 13, type: 'بررسی فنی', status: 'منتشرشده', featured: false, tags: ['هوش مصنوعی', 'LLM', 'SLM', 'Llama 4'], diagram: 'diagram-06', views: 6100, reactions: 210, content: ART6_CONTENT, metaDescription: 'تحلیل ظهور مدل‌های زبانی کوچک (SLM) در سال ۲۰۲۶. بررسی عملکرد Phi-4 و Llama 4 Scout در پردازش‌های بومی و کاهش هزینه‌های استنتاج.', keywords: ['SLM', 'Llama 4 Scout', 'Phi-4', 'هوش مصنوعی محلی', 'مدل زبانی کوچک'], canonicalPath: '/article/small-llms', ogImage: '/images/og/small-llms.jpg', factCheckedAt: '2026-03-25', sourceNotes: 'گزارش فنی Microsoft Research و Meta AI', contentFreshnessStatus: 'current', }, { id: 'art7', slug: 'edge-computing', title: 'رایانش لبه‌ای: خروج هوش مصنوعی از مرکز به لبه شبکه', subtitle: 'نقش تراشه‌های نسل جدید و WebGPU در پردازش‌های محلی', summary: 'در سال ۲۰۲۶، دستگاه‌های ما به قدری هوشمند شده‌اند که ابر فقط برای هماهنگی است.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۴/۱۲/۲۵', dateEn: '2026-03-16', readTime: 12, type: 'تحلیل آینده', status: 'منتشرشده', featured: false, tags: ['Edge Computing', 'IoT', 'سخت‌افزار', 'WebGPU'], diagram: 'cloud', views: 3400, reactions: 85, content: ART7_CONTENT, metaDescription: 'بررسی آینده رایانش لبه‌ای (Edge Computing) در سال ۱۴۰۵. چطور ترکیب تراشه‌های NPU و WebGPU نیاز به پردازش ابری را به حداقل رسانده است؟', keywords: ['رایانش لبه‌ای', 'Edge AI', 'IoT', 'WebGPU', 'سخت‌افزار'], canonicalPath: '/article/edge-computing', ogImage: '/images/og/edge-computing.jpg', factCheckedAt: '2026-03-16', sourceNotes: 'تحلیل بازار Gartner و استانداردهای IEEE 2026', contentFreshnessStatus: 'current', }, { id: 'art8', slug: 'synthetic-data', title: 'داده‌های مصنوعی: نجات‌بخش یا قاتل هوش مصنوعی؟', subtitle: 'بررسی بحران فروپاشی مدل (Model Collapse) و راهکارهای عبور از آن', summary: 'با اتمام داده‌های انسانی، آیا هوش مصنوعی در حلقه‌ی تکرار خود غرق می‌شود؟', category: 'data', categoryName: 'علم داده', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۴/۱۲/۱۵', dateEn: '2026-03-06', readTime: 15, type: 'تحلیل عمیق', status: 'منتشرشده', featured: true, tags: ['علم داده', 'Synthetic Data', 'مدل زبانی', 'Data Wall'], diagram: 'database', views: 4700, reactions: 140, content: ART8_CONTENT, metaDescription: 'تحلیل بحران داده‌های انسانی و نقش داده‌های مصنوعی در سال ۲۰۲۶. بررسی پدیده Model Collapse و راهکارهای مهندسی برای حفظ کیفیت LLMها.', keywords: ['داده مصنوعی', 'Synthetic Data', 'Model Collapse', 'علم داده', 'آموزش هوش مصنوعی'], canonicalPath: '/article/synthetic-data', ogImage: '/images/og/synthetic-data.jpg', factCheckedAt: '2026-03-06', sourceNotes: 'پژوهش‌های دانشگاه استنفورد و DeepMind', contentFreshnessStatus: 'current', }, { id: 'art9', slug: 'ai-hardware-roadmap', title: 'نقشه راه سخت‌افزار هوش مصنوعی: از Blackwell تا Vera Rubin', subtitle: 'تحلیل معماری تراشه‌های ۲۰۲۶ و پایان دیوار حافظه', summary: 'انویدیا با Rubin قوانین بازی را تغییر می‌دهد؛ بررسی حافظه‌های HBM4 و پردازنده Vera.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۴/۱۲/۰۵', dateEn: '2026-02-24', readTime: 12, type: 'تحلیل عمیق', status: 'منتشرشده', featured: false, tags: ['سخت‌افزار', 'NVIDIA', 'Rubin', 'HBM4'], diagram: 'timeline', views: 4100, reactions: 110, content: ART9_CONTENT, metaDescription: 'بررسی نقشه راه سخت‌افزارهای هوش مصنوعی در سال ۲۰۲۶. تحلیل معماری جدید Rubin انویدیا و تاثیر حافظه‌های HBM4 بر سرعت پردازش مدل‌های تریلیونی.', keywords: ['سخت‌افزار هوش مصنوعی', 'NVIDIA Rubin', 'HBM4', 'تراشه', 'معماری Blackwell'], canonicalPath: '/article/ai-hardware-roadmap', ogImage: '/images/og/ai-hardware-roadmap.jpg', factCheckedAt: '2026-02-24', sourceNotes: 'اطلاعات فنی منتشر شده در GTC 2026', contentFreshnessStatus: 'current', }, { id: 'art10', slug: 'quantum-computing', title: 'رایانش کوانتومی ۲۰۲۶: عصر کوبیت‌های منطقی و اصلاح خطا', subtitle: 'چرا ۱۰۰ کوبیتِ Heron از ۱۰۰۰ کوبیتِ Condor ارزشمندتر است؟', summary: 'عبور از سد نویز؛ چطور گوگل و IBM به پایداری کوانتومی دست یافتند.', category: 'future', categoryName: 'آینده فناوری', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۴/۱۱/۲۵', dateEn: '2026-02-14', readTime: 15, type: 'گزارش ویژه', status: 'منتشرشده', featured: true, tags: ['Quantum', 'IBM', 'Google', 'Physics'], diagram: 'quantum', views: 5900, reactions: 165, content: ART10_CONTENT, metaDescription: 'تحلیل وضعیت رایانش کوانتومی در سال ۱۴۰۵. بررسی جهش از کوبیت‌های فیزیکی به کوبیت‌های منطقی پایدار و دستاوردهای جدید IBM و گوگل.', keywords: ['رایانش کوانتومی', 'IBM Heron', 'اصلاح خطا کوانتومی', 'فناوری آینده', 'فیزیک کوانتوم'], canonicalPath: '/article/quantum-computing', ogImage: '/images/og/quantum-computing.jpg', factCheckedAt: '2026-02-14', sourceNotes: 'نشریه Nature Physics و گزارش‌های فنی IBM Quantum', contentFreshnessStatus: 'current', }, { id: 'art11', slug: 'microservices-vs-monolith', title: 'میکروسرویس یا مونولیت؟ بلوغ معماری در سال ۱۴۰۵', subtitle: 'بازگشت مونولیت‌های ماژولار و ظهور ماکروسرویس‌های Wasm', summary: 'پایان تعصب معماری؛ چطور بر اساس ابعاد تیم و نیاز بازار بهترین ساختار را انتخاب کنیم؟', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۴/۱۱/۱۵', dateEn: '2026-02-04', readTime: 11, type: 'آموزشی', status: 'منتشرشده', featured: false, tags: ['معماری نرم‌افزار', 'Microservices', 'Monolith', 'Wasm'], diagram: 'diagram-11', views: 3200, reactions: 80, content: ART11_CONTENT, metaDescription: 'مقایسه میکروسرویس و مونولیت در استانداردهای مهندسی سال ۲۰۲۶. چرا بسیاری از تیم‌ها به سمت مونولیت‌های ماژولار و سرویس‌های Wasm بازگشته‌اند؟', keywords: ['معماری میکروسرویس', 'مونولیت ماژولار', 'Wasm', 'مهندسی نرم‌افزار', 'طراحی سیستم'], canonicalPath: '/article/microservices-vs-monolith', ogImage: '/images/og/microservices-vs-monolith.jpg', factCheckedAt: '2026-02-04', sourceNotes: 'تحلیل‌های High Scalability و تجربیات تیم‌های فنی Netflix و Uber', contentFreshnessStatus: 'current', }, { id: 'art12', slug: 'fintech-regulation', title: 'تحول فین‌تک و RegTech: نظارت هوشمند بر ریال دیجیتال', subtitle: 'نقش هوش مصنوعی در شفافیت مالی و مدیریت ریسک اعتباری', summary: 'در سال ۱۴۰۵، اعتماد سنتی جای خود را به اعتماد الگوریتمیک داده است.', category: 'startup', categoryName: 'استارتاپ', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۴/۱۱/۰۵', dateEn: '2026-01-25', readTime: 10, type: 'تحلیل اقتصادی', status: 'منتشرشده', featured: false, tags: ['فین‌تک', 'RegTech', 'ریال دیجیتال', 'بانکداری'], diagram: 'diagram-12', views: 2700, reactions: 55, content: ART12_CONTENT, metaDescription: 'تحلیل تاثیر هوش مصنوعی بر رگولاتوری مالی در سال ۱۴۰۵. بررسی جایگاه ریال دیجیتال و سیستم‌های RegTech در اقتصاد هوشمند ایران.', keywords: ['فین‌تک', 'ریال دیجیتال', 'RegTech', 'بانکداری هوشمند', 'اقتصاد ایران'], canonicalPath: '/article/fintech-regulation', ogImage: '/images/og/fintech-regulation.jpg', factCheckedAt: '2026-01-25', sourceNotes: 'گزارش‌های بانک مرکزی و پژوهشکده پولی و بانکی', contentFreshnessStatus: 'current', }, { id: 'art13', slug: 'llm-security', title: 'امنیت مدل‌های زبانی: دفاع در برابر تزریق پرامپت غیرمستقیم', subtitle: 'چالش‌های جدید Red Teaming در عصر Claude Opus 4.7', summary: 'وقتی هوش مصنوعی به دستورات مخرب پنهان در وب‌سایت‌ها پاسخ می‌دهد.', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a2', authorName: 'سیداحمدرضا محجوب', authorUsername: 'ahmadreza-mahjoub', date: '۱۴۰۴/۱۰/۲۵', dateEn: '2026-01-15', readTime: 13, type: 'امنیت هوش مصنوعی', status: 'منتشرشده', featured: false, tags: ['امنیت', 'LLM', 'Prompt Injection', 'Claude'], diagram: 'diagram-13', views: 4300, reactions: 130, content: ART13_CONTENT, metaDescription: 'تحلیل حملات تزریق پرامپت غیرمستقیم در سال ۲۰۲۶. راهکارهای امنیتی برای محافظت از مدل‌های زبانی در برابر دستورات مخرب پنهان در داده‌های ورودی.', keywords: ['امنیت LLM', 'Prompt Injection', 'Red Teaming', 'امنیت سایبری', 'Claude 4.7'], canonicalPath: '/article/llm-security', ogImage: '/images/og/llm-security.jpg', factCheckedAt: '2026-01-15', sourceNotes: 'مستندات OWASP Top 10 for LLMs و گزارش امنیتی Anthropic', contentFreshnessStatus: 'current', }, { id: 'art14', slug: 'data-governance-2026', title: 'حاکمیت داده در عصر هوش مصنوعی: فراتر از انطباق قانونی', subtitle: 'چطور قانون هوش مصنوعی اروپا و فراداده‌های فعال استراتژی ۲۰۲۶ را تغییر می‌دهند؟', summary: 'بررسی تحولات حاکمیت داده؛ از نبرد برای شفافیت در EU AI Act تا ظهور فیوزهای قطع‌کننده در عامل‌های هوشمند.', category: 'data', categoryName: 'علم داده', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۰۵', dateEn: '2026-04-25', readTime: 13, type: 'تحلیل راهبردی', status: 'منتشرشده', featured: false, tags: ['Data Governance', 'EU AI Act', 'Active Metadata', 'Compliance'], diagram: 'pipeline', views: 3100, reactions: 85, content: ART14_CONTENT, metaDescription: 'تحلیل عمیق حاکمیت داده (Data Governance) در سال ۲۰۲۶. بررسی تاثیر قانون هوش مصنوعی اتحادیه اروپا و مکانیزم‌های نظارت بر عامل‌های خودگردان.', keywords: ['حاکمیت داده', 'EU AI Act', 'فراداده فعال', 'هوش مصنوعی', 'امنیت داده'], ogImage: '/images/og/data-governance-2026.jpg', canonicalPath: '/article/data-governance-2026', dateModified: '2026-04-25T09:00:00Z', factCheckedAt: '2026-04-25', sourceNotes: 'مستندات رسمی کمیسیون اروپا و گزارش‌های حاکمیتی Gartner', contentFreshnessStatus: 'current', }, { id: 'art15', slug: 'robotics-warehouse-orchestration', title: 'ارکستر رباتیک: وقتی انبارها به شبکه‌های عصبی تبدیل می‌شوند', subtitle: 'تقابل ربات‌های انسان‌نما و ناوگان‌های خودمختار در لجستیک ۲۰۲۶', summary: 'تحلیل حضور Figure 03 و Amazon Proteus in خطوط تولید؛ چطور مدل‌های VLA درک فیزیکی ماشین‌ها را تغییر دادند.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۰۲', dateEn: '2026-04-22', readTime: 15, type: 'بررسی صنعتی', status: 'منتشرشده', featured: false, tags: ['رباتیک', 'لجستیک', 'Amazon Proteus', 'VLA', 'Humanoids'], diagram: 'wave', views: 4200, reactions: 140, content: ART15_CONTENT, metaDescription: 'بررسی تحول انبارداری هوشمند در سال ۱۴۰۵. تحلیل همکاری ربات‌های انسان‌نما و AMRها در محیط‌های صنعتی و نقش هوش مصنوعی فیزیکی.', keywords: ['رباتیک انبار', 'لجستیک هوشمند', 'Tesla Optimus', 'Proteus', 'VLA'], ogImage: '/images/og/robotics-warehouse-orchestration.jpg', canonicalPath: '/article/robotics-warehouse-orchestration', dateModified: '2026-04-22T11:00:00Z', factCheckedAt: '2026-04-22', sourceNotes: 'گزارش‌های میدانی از دیتاسنترهای آمازون و Agility Robotics', contentFreshnessStatus: 'current', }, { id: 'art16', slug: 'open-source-ai-sovereignty', title: 'حاکمیت بر هوش: نبرد مدل‌های متن‌باز در برابر باغ‌های محصور', subtitle: 'کالبدشکافی لاما ۴ و استانداردهای جدید OSAID در سال ۱۴۰۵', summary: 'آیا لاما ۴ واقعاً متن‌باز است؟ بررسی نبرد فلسفی و فنی برای شفافیت در آموزش مدل‌های هوش مصنوعی.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۴/۱۲/۲۸', dateEn: '2026-03-19', readTime: 12, type: 'تحلیل فلسفی-فنی', status: 'منتشرشده', featured: false, tags: ['Open Source AI', 'Llama 4', 'OSAID', 'Transparency'], diagram: 'diagram-16', views: 5600, reactions: 190, content: ART16_CONTENT, metaDescription: 'تحلیل وضعیت هوش مصنوعی متن‌باز در سال ۲۰۲۶. بررسی استاندارد OSAID و تقابل مدل‌های باز مانند Mistral و Llama با مدل‌های اختصاصی.', keywords: ['هوش مصنوعی متن باز', 'Llama 4', 'Mistral', 'شفافیت داده', 'OSAID'], ogImage: '/images/og/open-source-ai-sovereignty.jpg', canonicalPath: '/article/open-source-ai-sovereignty', dateModified: '2026-03-19T15:00:00Z', factCheckedAt: '2026-03-19', sourceNotes: 'بیانیه‌های Open Source Initiative و Meta AI', contentFreshnessStatus: 'current', }, { id: 'art17', slug: 'rust-systems-2026', title: 'سیستم‌های Rust: ردیابی نفوذ رستم به قلب زیرساخت‌های جهان', subtitle: 'بلوغ امنیت حافظه در لینوکس ۶.۱۲ و پایان عصر درایورهای ناایمن', summary: 'چطور راست (Rust) از یک زبان آزمایشی به پیش‌نیاز قانونی برای زیرساخت‌های حیاتی در سال ۱۴۰۵ تبدیل شد.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۰۷', dateEn: '2026-04-27', readTime: 14, type: 'تحلیل فنی', status: 'منتشرشده', featured: false, tags: ['Rust', 'Security', 'Linux', 'Memory Safety'], diagram: 'diagram-17', views: 3400, reactions: 110, content: ART17_CONTENT, metaDescription: 'بررسی وضعیت زبان برنامه‌نویسی Rust در سال ۲۰۲۶. تحلیل نفوذ به هسته لینوکس و ویندوز و تاثیر آن بر امنیت زیرساخت‌های نرم‌افزاری.', keywords: ['زبان راست', 'Rust', 'امنیت حافظه', 'برنامه‌نویسی سیستم', 'لینوکس'], ogImage: '/images/og/rust-systems-2026.jpg', canonicalPath: '/article/rust-systems-2026', dateModified: '2026-04-27T10:00:00Z', factCheckedAt: '2026-04-27', sourceNotes: 'مستندات Kernel.org و گزارش‌های امنیتی CISA', contentFreshnessStatus: 'current', }, { id: 'art18', slug: 'venture-capital-ai-2026', title: 'سرمایه‌گذاری در هوش مصنوعی: پایان هایپ و آغاز عصر ROI واقعی', subtitle: 'کالبدشکافی استراتژی VCها در سال ۱۴۰۵؛ چرا Vertical AI برنده میدان است؟', summary: 'تحلیل بازار سرمایه هوش مصنوعی؛ عبور از مدل‌های پایه به سمت ابزارهایی با جاذبه گردش کار (Workflow Gravity).', category: 'startup', categoryName: 'استارتاپ', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۰۴', dateEn: '2026-04-24', readTime: 11, type: 'تحلیل اقتصادی', status: 'منتشرشده', featured: false, tags: ['VC', 'AI Economy', 'ROI', 'Vertical AI'], diagram: 'diagram-18', views: 2800, reactions: 90, content: ART18_CONTENT, metaDescription: 'گزارش ویژه از بازار سرمایه‌گذاری هوش مصنوعی در سال ۲۰۲۶. بررسی شاخص‌های جدید ارزیابی استارتاپ‌ها و فرصت‌های اکوسیستم ایران.', keywords: ['سرمایه‌گذاری خطرپذیر', 'AI VC', 'ROI هوش مصنوعی', 'Vertical AI', 'استارتاپ'], ogImage: '/images/og/venture-capital-ai-2026.jpg', canonicalPath: '/article/venture-capital-ai-2026', dateModified: '2026-04-24T12:00:00Z', factCheckedAt: '2026-04-24', sourceNotes: 'تحلیل‌های Crunchbase و گزارش‌های مالی Q1 2026 سیلیکون‌ولی', contentFreshnessStatus: 'current', }, { id: 'art19', slug: 'claude-47-opus-reasoning', title: 'کلود ۴.۷ اوپوس: کالبدشکافی تفکر تطبیقی و پارامتر xhigh', subtitle: 'چطور آنتروپیک با Adaptive Thinking مرزهای استدلال را در سال ۱۴۰۵ جابجا کرد؟', summary: 'تحلیل فنی Claude 4.7 Opus؛ مدلی که قبل از حرف زدن فکر می‌کند و رکورددار حل باگ‌های مهندسی است.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۱/۳۱', dateEn: '2026-04-20', readTime: 15, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: true, tags: ['Claude', 'Anthropic', 'Reasoning', 'Adaptive Thinking'], diagram: 'brain', views: 6300, reactions: 215, content: ART19_CONTENT, metaDescription: 'بررسی تخصصی Claude 4.7 Opus و مکانیزم تفکر تطبیقی. تحلیل بنچمارک‌های SWE-bench و قابلیت‌های بینایی جدید آنتروپیک در سال ۲۰۲۶.', keywords: ['Claude 4.7', 'Opus', 'آنتروپیک', 'استدلال هوش مصنوعی', 'تفکر تطبیقی'], ogImage: '/images/og/claude-47-opus-reasoning.jpg', canonicalPath: '/article/claude-47-opus-reasoning', dateModified: '2026-04-20T08:00:00Z', factCheckedAt: '2026-04-20', sourceNotes: 'گزارش رسمی Anthropic و بنچمارک‌های SWE-bench Verified', contentFreshnessStatus: 'current', }, { id: 'art20', slug: 'agentic-ai-production-2026', title: 'عصر عامل‌های هوش مصنوعی: چرا AI Agents داغ‌ترین موج فناوری هستند؟', subtitle: 'از Copilot تا Coworker؛ همکاران دیجیتال در راهند', summary: 'عامل‌های هوشمند نسل بعدی هوش مصنوعی هستند که به جای مشورت، اجرا می‌کنند.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۰۹', dateEn: '2026-04-30', readTime: 16, type: 'تحلیل عمیق', status: 'منتشرشده', featured: false, tags: ['AI Agents', 'Agentic AI', 'LLM'], diagram: 'neural', views: 1200, reactions: 45, content: ART20_CONTENT, metaDescription: 'تحلیل ظهور عامل‌های هوشمند (Agentic AI) در سال ۲۰۲۶؛ بررسی معماری AI Agents، همکاران دیجیتال خودگردان، ابزارخوانی، حافظه کاری و تغییر آینده کار.', keywords: ['عامل هوشمند', 'Agentic AI', 'AI Agents', 'خودکارسازی', 'آینده کار'], ogImage: '/images/og/agentic-ai-production-2026.jpg', canonicalPath: '/article/agentic-ai-production-2026', dateModified: '2026-04-30T14:00:00Z', factCheckedAt: '2026-04-30', sourceNotes: 'پژوهش‌های OpenAI و Microsoft Autonomous Systems', contentFreshnessStatus: 'current', }, { id: 'art21', slug: 'vibe-coding-2026', title: 'وایب‌کدینگ: وقتی تخیل به سینتکس برتری می‌یابد', subtitle: 'آغاز عصر Software 3.0 با هدایت آندره کارپاتی و Cursor AI', summary: 'بررسی متدولوژی وایب‌کدینگ؛ چطور در سال ۱۴۰۵ برنامه‌نویسی از نوشتن کد به توصیف نیت تغییر یافت.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۱۸', dateEn: '2026-05-08', readTime: 12, type: 'تحلیل متدولوژی', status: 'منتشرشده', featured: true, tags: ['وایب کدینگ', 'Cursor', 'Software 3.0', 'Karpathy'], diagram: 'diagram-21', views: 4100, reactions: 155, content: ART21_CONTENT, metaDescription: 'تحلیل متدولوژی وایب‌کدینگ (Vibe Coding) در سال ۲۰۲۶. بررسی تاثیر Cursor AI و تغییر نقش برنامه‌نویس به معمار نیت در عصر Software 3.0.', keywords: ['وایب کدینگ', 'وایب کدینگ', 'Cursor AI', 'آندره کارپاتی', 'برنامه‌نویسی هوشمند'], ogImage: '/images/og/vibe-coding-2026.jpg', canonicalPath: '/article/vibe-coding-2026', dateModified: '2026-05-08T10:00:00Z', factCheckedAt: '2026-05-08', sourceNotes: 'وبلاگ آندره کارپاتی و گزارش سالانه Cursor 2026', contentFreshnessStatus: 'current', }, { id: 'art22', slug: 'ai-energy-crisis-nuclear', title: 'بحران انرژی هوش مصنوعی: رنسانس هسته‌ای در دیتاسنترها', subtitle: 'چطور SMRها و انرژی اتمی به تنها راه بقای مدل‌های تریلیونی تبدیل شدند؟', summary: 'کالبدشکافی مصرف ۵ گیگاواتی دیتاسنترها در سال ۱۴۰۵ و قراردادهای تاریخی مایکروسافت و گوگل با نیروگاه‌های هسته‌ای.', category: 'future', categoryName: 'آینده فناوری', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۰', dateEn: '2026-05-10', readTime: 14, type: 'گزارش ویژه', status: 'منتشرشده', featured: false, tags: ['SMR', 'Energy Crisis', 'Nuclear AI', 'Sustainability'], diagram: 'wave', views: 3200, reactions: 110, content: ART22_CONTENT, metaDescription: 'بررسی بحران انرژی هوش مصنوعی در سال ۲۰۲۶. تحلیل نقش رآکتورهای کوچک مدولار (SMR) و بازگشت به انرژی هسته‌ای برای تامین برق دیتاسنترهای گیگاواتی.', keywords: ['بحران انرژی AI', 'انرژی هسته ای', 'SMR', 'دیتاسنتر', 'پایداری'], ogImage: '/images/og/ai-energy-crisis-nuclear.jpg', canonicalPath: '/article/ai-energy-crisis-nuclear', dateModified: '2026-05-10T08:00:00Z', factCheckedAt: '2026-05-10', sourceNotes: 'گزارش‌های آژانس بین‌المللی انرژی اتمی و قراردادهای تجاری Big Tech', contentFreshnessStatus: 'current', }, { id: 'art23', slug: 'llama-4-open-frontier', title: 'لاما ۴ و مرزهای باز: پایان انحصار با معماری Early Fusion', subtitle: 'کالبدشکافی Maverick و پنجره زمینه ۱۰ میلیون توکنی در سال ۱۴۰۵', summary: 'تحلیل فنی Llama 4؛ مدلی که با معماری بومی چندوجهی و دسترسی باز، توازن قدرت را در دنیای هوش مصنوعی تغییر داد.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۲', dateEn: '2026-05-12', readTime: 13, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['Llama 4', 'Meta AI', 'Open Source', 'Multimodal'], diagram: 'diagram-23', views: 5800, reactions: 195, content: ART23_CONTENT, metaDescription: 'تحلیل فنی Llama 4 و معماری Early Fusion. بررسی نسخه‌های Maverick و Scout و تاثیر پنجره زمینه ۱۰ میلیون توکنی بر حاکمیت داده در سال ۲۰۲۶.', keywords: ['لاما ۴', 'Llama 4', 'Meta AI', 'هوش مصنوعی متن باز', 'Maverick'], ogImage: '/images/og/llama-4-open-frontier.jpg', canonicalPath: '/article/llama-4-open-frontier', dateModified: '2026-05-12T14:00:00Z', factCheckedAt: '2026-05-12', sourceNotes: 'مستندات فنی Meta Superintelligence Labs', contentFreshnessStatus: 'current', }, { id: 'art24', slug: 'deepseek-v4-engram', title: 'DeepSeek-V4: پایان انحصار با معماری Engram و حافظه شرطی', subtitle: 'چطور حافظه O(1) و مکانیزم MLA اقتصاد هوش مصنوعی را تغییر داد؟', summary: 'کالبدشکافی عمیق DeepSeek-V4؛ مدلی که با تفکیک حافظه از استدلال، هزینه‌های استنتاج را به حداقل رساند.', category: 'ai', categoryName: 'هوش مصنوعی', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۱۵', dateEn: '2026-05-05', readTime: 14, type: 'تحلیل عمیق', status: 'منتشرشده', featured: true, tags: ['DeepSeek', 'MLA', 'Engram', 'MoE'], diagram: 'orbit', views: 5200, reactions: 180, content: ART24_CONTENT, metaDescription: 'تحلیل فنی DeepSeek-V4 و معماری Engram. بررسی چگونگی کاهش ۱۶ برابری KV Cache با مکانیزم MLA و تاثیر آن بر آینده مدل‌های زبانی متن‌باز.', keywords: ['DeepSeek-V4', 'MLA', 'Engram', 'هوش مصنوعی', 'MoE'], ogImage: '/images/og/deepseek-v4-engram.jpg', canonicalPath: '/article/deepseek-v4-engram', dateModified: '2026-05-05T10:00:00Z', factCheckedAt: '2026-05-05', sourceNotes: 'گزارش فنی DeepSeek AI و تحلیل‌های معماری SemiAnalysis', contentFreshnessStatus: 'current', }, { id: 'art25', slug: 'physical-ai-humanoids-2026', title: 'هوش مصنوعی فیزیکی: ربات‌های انسان‌نما در آستانه تولید میلیونی', subtitle: 'بررسی Figure 03 و تسلا اپتیموس نسل ۳ در خطوط تولید واقعی', summary: 'عبور از شبیه‌سازی به واقعیت؛ چطور مدل‌های VLA و World Models باعث جان گرفتن ماشین‌ها در سال ۱۴۰۵ شدند.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۱۲', dateEn: '2026-05-02', readTime: 12, type: 'گزارش ویژه', status: 'منتشرشده', featured: false, tags: ['رباتیک', 'Physical AI', 'Tesla Optimus', 'Figure 03'], diagram: 'vla', views: 3800, reactions: 125, content: ART25_CONTENT, metaDescription: 'بررسی وضعیت تولید ربات‌های انسان‌نما در سال ۲۰۲۶. تحلیل قابلیت‌های تسلا اپتیموس نسل ۳ و ربات Figure 03 در محیط‌های صنعتی و خانگی.', keywords: ['ربات انسان‌نما', 'Physical AI', 'Tesla Optimus', 'Figure 03', 'VLA'], ogImage: '/images/og/physical-ai-humanoids-2026.jpg', canonicalPath: '/article/physical-ai-humanoids-2026', dateModified: '2026-05-02T08:00:00Z', factCheckedAt: '2026-05-02', sourceNotes: 'گزارش‌های مالی تسلا و بازدید از خط تولید BMW', contentFreshnessStatus: 'current', }, { id: 'art26', slug: 'post-quantum-cryptography-qday', title: 'رمزنگاری پساکوانتومی: زره‌پوشی دنیای دیجیتال در برابر Q-Day', subtitle: 'مهاجرت به استانداردهای FIPS 203/204 و امنیت در اوبونتو ۲۶.۰۴', summary: 'اینترنت در آستانه تحول؛ بررسی الگوریتم‌های ML-KEM و ML-DSA و ضرورت مهاجرت به PQC برای مقابله با تهدیدات کوانتومی.', category: 'security', categoryName: 'امنیت سایبری', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۱۰', dateEn: '2026-04-30', readTime: 11, type: 'تحلیل امنیتی', status: 'منتشرشده', featured: false, tags: ['PQC', 'امنیت', 'کوانتوم', 'NIST'], diagram: 'cyber', views: 2900, reactions: 95, content: ART26_CONTENT, metaDescription: 'راهنمای جامع رمزنگاری پساکوانتومی (PQC). بررسی استانداردهای جدید NIST و نحوه پیاده‌سازی الگوریتم‌های Kyber و Dilithium در زیرساخت‌های مدرن.', keywords: ['رمزنگاری پساکوانتومی', 'PQC', 'Q-Day', 'امنیت سایبری', 'NIST'], ogImage: '/images/og/post-quantum-cryptography-qday.jpg', canonicalPath: '/article/post-quantum-cryptography-qday', dateModified: '2026-04-30T14:00:00Z', factCheckedAt: '2026-04-30', sourceNotes: 'استانداردهای FIPS نهایی شده توسط NIST و مستندات امنیتی Canonical', contentFreshnessStatus: 'current', }, { id: 'art27', slug: 'apple-spatial-intelligence-2026', title: 'هوش مکانی اپل: کالبدشکافی Siri 2.0 و تراشه A20', subtitle: 'چطور اپل شکاف بین پیکسل و اتم را در سال ۱۴۰۵ از بین برد؟', summary: 'بررسی استراتژی جدید اپل در Spatial Intelligence؛ از آگاهی روی صفحه تا هدست‌های M5 و Vision Air.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۵', dateEn: '2026-05-15', readTime: 14, type: 'تحلیل استراتژیک', status: 'منتشرشده', featured: true, tags: ['Apple', 'Vision Pro', 'Spatial Intelligence', 'Siri'], diagram: 'vla', views: 4200, reactions: 185, content: ART27_CONTENT, metaDescription: 'تحلیل هوش مکانی اپل (Spatial Intelligence) در سال ۲۰۲۶. بررسی قابلیت‌های Siri 2.0، تراشه ۲ نانومتری A20 و آینده رایانش مکانی.', keywords: ['اپل', 'Vision Pro', 'Siri 2.0', 'هوش مکانی', 'Spatial Intelligence'], ogImage: '/images/og/apple-spatial-intelligence-2026.jpg', canonicalPath: '/article/apple-spatial-intelligence-2026', dateModified: '2026-05-15T10:00:00Z', factCheckedAt: '2026-05-15', sourceNotes: 'گزارش‌های زنجیره تامین اپل و تحلیل‌های مینگ-چی کو', contentFreshnessStatus: 'current', }, { id: 'art28', slug: 'dna-data-storage-biomemory', title: 'ذخیره‌سازی داده روی DNA: رنسانس بیولوژیک در دیتاسنترها', subtitle: 'هارد دیسک‌های ابدی؛ پتابایت‌ها در قطره‌ای آب', summary: 'کالبدشکافی تکنولوژی DNA Storage در سال ۱۴۰۵؛ چطور Biomemory محدودیت‌های سیلیکون را شکست.', category: 'future', categoryName: 'آینده فناوری', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۲۸', dateEn: '2026-05-18', readTime: 15, type: 'گزارش فنی', status: 'منتشرشده', featured: false, tags: ['DNA Storage', 'Biomemory', 'Bio-Computing', 'Future'], diagram: 'database', views: 3100, reactions: 140, content: ART28_CONTENT, metaDescription: 'بررسی تکنولوژی ذخیره‌سازی داده بر پایه DNA در سال ۲۰۲۶. تحلیل سیستم Biomemory Prime و پتانسیل ذخیره کل اینترنت در چند گرم ماده بیولوژیک.', keywords: ['DNA Storage', 'ذخیره سازی داده', 'زیست فناوری', 'Biomemory', 'آینده دیتاسنتر'], ogImage: '/images/og/dna-data-storage-biomemory.jpg', canonicalPath: '/article/dna-data-storage-biomemory', dateModified: '2026-05-18T08:00:00Z', factCheckedAt: '2026-05-18', sourceNotes: 'نشریه Nature Biotechnology و مستندات فنی Biomemory 2026', contentFreshnessStatus: 'current', }, { id: 'art29', slug: 'ai-native-operating-systems', title: 'سیستم‌عامل‌های نیتیو-هوشمند: تولد هسته AIOS', subtitle: 'وقتی مدل زبانی جایگزین CPU می‌شود؛ پایان عصر لینوکس سنتی؟', summary: 'تحلیل معماری سیستم‌عامل‌های هوشمند (Agentic OS) در سال ۱۴۰۵ و مدیریت کانتکست در لایه هسته.', category: 'software', categoryName: 'نرم‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۲/۳۰', dateEn: '2026-05-20', readTime: 13, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['AIOS', 'Operating System', 'LLM Kernel', 'Windows Intelligence'], diagram: 'arch', views: 2900, reactions: 120, content: ART29_CONTENT, metaDescription: 'تحلیل معماری سیستم‌عامل‌های AI-Native در سال ۲۰۲۶. بررسی هسته AIOS و نحوه مدیریت عامل‌ها به عنوان فرآیندهای سیستمی خودمختار.', keywords: ['سیستم‌عامل هوشمند', 'AIOS', 'Windows Intelligence', 'هسته سیستم‌عامل', 'LLM Kernel'], ogImage: '/images/og/ai-native-operating-systems.jpg', canonicalPath: '/article/ai-native-operating-systems', dateModified: '2026-05-20T14:00:00Z', factCheckedAt: '2026-05-20', sourceNotes: 'پژوهش‌های دانشگاه راتگرز و نقشه‌راه ویندوز ۱۲ مایکروسافت', contentFreshnessStatus: 'current', }, { id: 'art30', slug: 'neuromorphic-computing-loihi-3', title: 'رایانش نورومورفیک: وقتی سیلیکون به تکامل می‌رسد', subtitle: 'کالبدشکافی Intel Loihi 3 و تراشه‌های الهام‌گرفته از مغز', summary: 'بررسی تحول پردازش در سال ۱۴۰۵؛ چطور تراشه‌های نورومورفیک با حذف گلوگاه فون نویمان، بهره‌وری انرژی را ۱۰۰۰ برابر افزایش دادند.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۲', dateEn: '2026-05-23', readTime: 12, type: 'کالبدشکافی فنی', status: 'منتشرشده', featured: false, tags: ['Neuromorphic', 'Loihi 3', 'Intel', 'SNN', 'Edge AI'], diagram: 'brain', views: 2400, reactions: 85, content: ART30_CONTENT, metaDescription: 'تحلیل رایانش نورومورفیک (Neuromorphic Computing) در سال ۲۰۲۶. بررسی تراشه Intel Loihi 3، مکانیزم Graded Spikes و تاثیر آن بر رباتیک خودمختار.', keywords: ['رایانش نورومورفیک', 'Loihi 3', 'شبکه عصبی ضربانی', 'SNN', 'اینتل'], ogImage: '/images/og/neuromorphic-computing-loihi-3.jpg', canonicalPath: '/article/neuromorphic-computing-loihi-3', dateModified: '2026-05-23T10:00:00Z', factCheckedAt: '2026-05-23', sourceNotes: 'مستندات فنی Intel Labs و گزارش‌های SpiNNcloud Systems', contentFreshnessStatus: 'current', }, { id: 'art31', slug: 'orbital-edge-computing-spacex', title: 'رایانش لبه‌ای مداری: فرار از بن‌بست انرژی زمین', subtitle: 'دیتاسنترهای فضایی؛ وقتی ابرها به فضا می‌روند', summary: 'تحلیل استراتژیک دیتاسنترهای مداری در سال ۱۴۰۵؛ بررسی ادغام SpaceX/xAI و آینده اینترنت بدون مرز.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۵', dateEn: '2026-05-26', readTime: 14, type: 'تحلیل استراتژیک', status: 'منتشرشده', featured: true, tags: ['SpaceX', 'Starlink', 'Orbital Edge', 'Cloud', 'AI'], diagram: 'cloud', views: 3800, reactions: 130, content: ART31_CONTENT, metaDescription: 'بررسی آینده دیتاسنترهای مداری (Orbital Edge Computing) در سال ۲۰۲۶. تحلیل نقش SpaceX، مایکروسافت Azure Orbital و مزایای انرژی خورشیدی فضایی.', keywords: ['رایانش فضایی', 'SpaceX', 'Starlink V3', 'Orbital Edge', 'دیتاسنتر مداری'], ogImage: '/images/og/orbital-edge-computing-spacex.jpg', canonicalPath: '/article/orbital-edge-computing-spacex', dateModified: '2026-05-26T08:00:00Z', factCheckedAt: '2026-05-26', sourceNotes: 'پرونده‌های FCC اسپیس‌ایکس و گزارش‌های Microsoft Azure Space', contentFreshnessStatus: 'current', }, { id: 'art32', slug: 'graphene-semiconductors-2026', title: 'نیمه‌رسانای گرافنی: طلوع عصر پساسیلیکون', subtitle: 'تراشه‌های تراهرتزی؛ وقتی کربن جایگزین سیلیکون می‌شود', summary: 'کالبدشکافی اولین نیمه‌رسانای کاربردی گرافنی در سال ۱۴۰۵ و پایان ۶۰ سال سلطه سیلیکون بر صنعت الکترونیک.', category: 'hardware', categoryName: 'سخت‌افزار', authorId: 'a1', authorName: 'آرسام صباغ', authorUsername: 'arsam-sabbagh', date: '۱۴۰۵/۰۳/۰۸', dateEn: '2026-05-29', readTime: 13, type: 'کالبدشکافی علمی', status: 'منتشرشده', featured: false, tags: ['Graphene', 'Semiconductor', 'Nano-Electronics', 'SEG', 'Georgia Tech'], diagram: 'chip', views: 3100, reactions: 110, content: ART32_CONTENT, metaDescription: 'تحلیل فنی نیمه‌رساناهای گرافنی (SEG) در سال ۲۰۲۶. بررسی دستاورد جورجیا تک، تکنولوژی CCS و آینده پردازنده‌های فوق‌سریع کربنی.', keywords: ['گرافن', 'نیمه رسانا', 'SEG', 'الکترونیک اتمی', 'جورجیا تک'], ogImage: '/images/og/graphene-semiconductors-2026.jpg', canonicalPath: '/article/graphene-semiconductors-2026', dateModified: '2026-05-29T14:00:00Z', factCheckedAt: '2026-05-29', sourceNotes: 'پژوهش‌های دانشگاه جورجیا تک و نشریه Nature Electronics', contentFreshnessStatus: 'current', } ]; const activityLog = [ { id: 6, user: 'آرسام صباغ', action: 'تحلیل عمیق منتشر کرد', target: 'چرا مدل‌های هوش مصنوعی به داده‌های قابل اعتماد نیاز دارند؟', time: 'اکنون', type: 'publish' }, { id: 1, user: 'آرسام صباغ', action: 'مقاله جدید منتشر کرد', target: 'عصر عامل‌های هوش مصنوعی', time: '۲ ساعت پیش', type: 'publish' }, { id: 2, user: 'آرسام صباغ', action: 'مقاله جدید منتشر کرد', target: 'هوش مکانی اپل', time: '۱ ساعت پیش', type: 'publish' }, { id: 3, user: 'آرسام صباغ', action: 'تحلیل جدید منتشر کرد', target: 'ذخیره‌سازی داده روی DNA', time: '۴۵ دقیقه پیش', type: 'publish' }, { id: 4, user: 'آرسام صباغ', action: 'کالبدشکافی فنی منتشر کرد', target: 'سیستم‌عامل‌های نیتیو-هوشمند', time: '۱۰ دقیقه پیش', type: 'publish' }, { id: 5, user: 'آرسام صباغ', action: 'تحلیل علمی منتشر کرد', target: 'نیمه‌رسانای گرافنی', time: '۵ دقیقه پیش', type: 'publish' }, ]; const users = [ { id: 'u1', name: 'آرسام صباغ', username: 'arsam-sabbagh', email: 'arsam@teknav.ir', role: 'writer', status: 'active', articleCount: 48, joindate: '۱۴۰۴/۰۱/۰۱' }, { id: 'u2', name: 'سیداحمدرضا محجوب', username: 'ahmadreza-mahjoub', email: 'ahmadreza@teknav.ir', role: 'writer', status: 'active', articleCount: 13, joindate: '۱۴۰۴/۰۱/۰۱' }, ]; const comparisons = [ { slug: 'react-vs-vue', title: 'React در برابر Vue: مقایسه جامع ۲۰۲۶', metaDescription: 'مقایسه فنی React و Vue در ۲۰۲۶: معماری، عملکرد، اکوسیستم، منحنی یادگیری و انتخاب بهتر برای پروژه فارسی‌زبان.', category: 'software', tags: ['React', 'Vue', 'جاوا اسکریپت', 'فرانت‌اند'], item1: { slug: 'react', name: 'React', summary: 'کتابخانه UI فیسبوک با اکوسیستم غنی و تسلط در بازار.', pros: ['اکوسیستم بزرگ', 'بازار کار قوی', 'React Native برای موبایل', 'انعطاف بالا'], cons: ['یادگیری JSX', 'نیاز به ابزارهای مکمل', 'تغییرات سریع API'] }, item2: { slug: 'vue', name: 'Vue', summary: 'فریم‌ورک پیشرو با منحنی یادگیری ملایم و مستندات عالی.', pros: ['یادگیری آسان', 'مستندات کامل', 'دو طرفه binding آسان', 'کوچک و سریع'], cons: ['اکوسیستم کوچک‌تر', 'بازار کار محدودتر', 'کمتر مناسب پروژه‌های بزرگ سازمانی'] }, verdict: 'برای تیم‌های بزرگ و پروژه‌های سازمانی React را انتخاب کنید. اگر تیم کوچک دارید یا تازه‌کار هستید، Vue شروع سریع‌تری ارائه می‌دهد.', useCases: [['React: داشبوردهای سازمانی، اپ‌های real-time، موبایل (React Native)', 'Vue: سایت‌های محتوامحور، پروژه‌های تیم کوچک، جایگزین jQuery']], relatedGlossary: ['vector-database', 'agentic-ai'], relatedArticles: ['microservices-architecture', 'browser-architecture'], dateEn: '2026-05-01', }, { slug: 'postgresql-vs-mongodb', title: 'PostgreSQL در برابر MongoDB: راهنمای انتخاب پایگاه داده ۲۰۲۶', metaDescription: 'مقایسه PostgreSQL و MongoDB از نظر مدل داده، عملکرد، مقیاس‌پذیری و هزینه برای پروژه‌های فارسی‌زبان.', category: 'data', tags: ['PostgreSQL', 'MongoDB', 'پایگاه داده', 'علم داده'], item1: { slug: 'postgresql', name: 'PostgreSQL', summary: 'پایگاه داده رابطه‌ای متن‌باز با قابلیت‌های پیشرفته از جمله pgvector برای هوش مصنوعی.', pros: ['ACID کامل', 'پشتیبانی از pgvector', 'انعطاف در schema', 'رایگان'], cons: ['مقیاس‌پذیری افقی دشوارتر', 'شروع پیچیده‌تر برای document store'] }, item2: { slug: 'mongodb', name: 'MongoDB', summary: 'پایگاه داده سند-محور با مقیاس‌پذیری افقی و مدل داده انعطاف‌پذیر.', pros: ['مقیاس‌پذیری افقی آسان', 'مدل document انعطاف‌پذیر', 'سرعت توسعه بالا'], cons: ['تراکنش محدود در نسخه‌های قدیم', 'هزینه Atlas بالا', 'JOIN ضعیف‌تر'] }, verdict: 'اگر داده‌ساختارتان رابطه‌ای است یا از pgvector برای هوش مصنوعی استفاده می‌کنید، PostgreSQL انتخاب بهتری است. برای داده‌های متغیر و مقیاس‌پذیری افقی، MongoDB مناسب‌تر است.', useCases: [['PostgreSQL: سیستم‌های مالی، ERP، RAG/AI با pgvector', 'MongoDB: کاتالوگ محصول، لاگ رویداد، پروفایل کاربر پویا']], relatedGlossary: ['rag', 'vector-database'], relatedArticles: ['ai-data-centric-2026', 'data-governance-2026'], dateEn: '2026-05-03', }, { slug: 'docker-vs-podman', title: 'Docker در برابر Podman: کدام container runtime برای ۲۰۲۶ بهتر است؟', metaDescription: 'مقایسه Docker و Podman از نظر امنیت، عملکرد، سازگاری Kubernetes و هزینه لایسنس.', category: 'software', tags: ['Docker', 'Podman', 'Container', 'DevOps'], item1: { slug: 'docker', name: 'Docker', summary: 'پرطرفدارترین container runtime با اکوسیستم بالغ.', pros: ['اکوسیستم بزرگ', 'مستندات کامل', 'Docker Compose', 'پشتیبانی گسترده'], cons: ['daemon نیازمند root', 'Docker Desktop رایگان نیست برای سازمان‌ها', 'ریسک امنیتی daemon'] }, item2: { slug: 'podman', name: 'Podman', summary: 'Container runtime بدون daemon و rootless با سازگاری OCI کامل.', pros: ['rootless و امن‌تر', 'بدون daemon', 'رایگان', 'سازگار با Docker CLI'], cons: ['اکوسیستم کوچک‌تر', 'Compose support محدودتر', 'یادگیری اولیه بیشتر'] }, verdict: 'برای محیط‌های سازمانی و تیم‌های DevOps امنیت‌محور، Podman انتخاب بهتری است. Docker برای پروژه‌های شخصی و تیم‌های آشنا با اکوسیستم ترجیح دارد.', useCases: [['Docker: CI/CD موجود، تیم‌های آشنا، Docker Compose workflows', 'Podman: سرورهای Linux بدون root، محیط‌های حساس امنیتی']], relatedGlossary: ['agentic-ai'], relatedArticles: ['edge-computing', 'agentic-ai-production-2026'], dateEn: '2026-05-05', }, { slug: 'next-js-vs-remix', title: 'Next.js در برابر Remix: مقایسه دو فریم‌ورک React در ۲۰۲۶', metaDescription: 'مقایسه Next.js و Remix از نظر SSR، routing، data loading، عملکرد و انتخاب مناسب برای پروژه فارسی.', category: 'software', tags: ['Next.js', 'Remix', 'React', 'SSR', 'فرانت‌اند'], item1: { slug: 'nextjs', name: 'Next.js', summary: 'فریم‌ورک Vercel با App Router و Server Components برای React.', pros: ['اکوسیستم بزرگ', 'App Router قدرتمند', 'Image Optimization', 'Edge Runtime'], cons: ['پیچیدگی App Router', 'وابستگی به Vercel', 'بیلد زمان‌بر'] }, item2: { slug: 'remix', name: 'Remix', summary: 'فریم‌ورک full-stack با تمرکز بر web standards و UX سریع.', pros: ['ساختار ساده‌تر', 'Error boundaries قوی', 'Nested routing', 'Web standards محور'], cons: ['اکوسیستم کوچک‌تر', 'پشتیبانی Static Export محدود', 'کمتر شناخته‌شده در ایران'] }, verdict: 'Next.js برای سایت‌های محتوامحور با نیاز به SSG قوی بهتر است. Remix برای اپلیکیشن‌های full-stack با UX پیچیده انتخاب جذاب‌تری است.', useCases: [['Next.js: بلاگ، e-commerce، داشبورد با ISR', 'Remix: اپ‌های CRUD، فرم‌های پیچیده، SaaS']], relatedGlossary: ['agentic-ai'], relatedArticles: ['browser-architecture', 'edge-computing'], dateEn: '2026-05-08', }, { slug: 'claude-vs-gpt', title: 'Claude در برابر ChatGPT: مقایسه دو دستیار هوش مصنوعی در ۲۰۲۶', metaDescription: 'مقایسه جامع Claude (Anthropic) و ChatGPT (OpenAI) از نظر دقت، ایمنی، API، هزینه و کاربردهای فارسی.', category: 'ai', tags: ['Claude', 'ChatGPT', 'LLM', 'هوش مصنوعی', 'مقایسه مدل'], item1: { slug: 'claude', name: 'Claude (Anthropic)', summary: 'مدل زبانی Anthropic با تمرکز بر ایمنی، Context Window بزرگ و کدنویسی قوی.', pros: ['Context Window ۲۰۰k توکن', 'تحلیل اسناد عمیق', 'کدنویسی عالی', 'رویکرد ایمنی‌محور', 'Claude.md و MCP'], cons: ['محدودیت دسترسی در برخی کشورها', 'اینترنت real-time محدودتر'] }, item2: { slug: 'chatgpt', name: 'ChatGPT (OpenAI)', summary: 'محبوب‌ترین دستیار هوش مصنوعی با اتصال به اینترنت و پلاگین‌های متنوع.', pros: ['محبوبیت و اکوسیستم بزرگ', 'GPT-4o multimodal', 'جستجوی وب real-time', 'DALL·E تصویرسازی'], cons: ['محدودیت Context Window در پلن‌های رایگان', 'هزینه بالاتر API', 'گاهی Hallucination بیشتر'] }, verdict: 'برای تحلیل اسناد، کدنویسی و کارهای نیازمند Context بلند، Claude برتری دارد. برای تعامل عمومی، تصویرسازی و دسترسی به اینترنت، ChatGPT انتخاب رایج‌تری است.', useCases: [['Claude: تحلیل PDF، refactoring کد، نوشتن مقاله فنی بلند', 'ChatGPT: جستجوی وب، تصویرسازی، کارهای روزمره عمومی']], relatedGlossary: ['llm', 'agentic-ai', 'prompt-injection'], relatedArticles: ['mcp-model-context-protocol-2026', 'agentic-ai-production-2026', 'claude-47-opus-reasoning'], dateEn: '2026-05-10', }, { slug: 'python-vs-rust', title: 'Python در برابر Rust: انتخاب زبان برنامه‌نویسی برای پروژه‌های هوش مصنوعی ۲۰۲۶', metaDescription: 'مقایسه Python و Rust از نظر عملکرد، ایمنی حافظه، اکوسیستم AI/ML و کاربرد در پروژه‌های فارسی.', category: 'software', tags: ['Python', 'Rust', 'زبان برنامه‌نویسی', 'هوش مصنوعی', 'عملکرد'], item1: { slug: 'python', name: 'Python', summary: 'زبان غالب در هوش مصنوعی، علم داده و اتوماسیون.', pros: ['اکوسیستم AI/ML بی‌نظیر', 'یادگیری آسان', 'پروتوتایپ سریع', 'جامعه بزرگ'], cons: ['کند برای عملیات CPU-bound', 'مدیریت حافظه دستی نیست', 'GIL در multithreading'] }, item2: { slug: 'rust', name: 'Rust', summary: 'زبان سیستمی با ایمنی حافظه و عملکرد برابر C++.', pros: ['عملکرد بالا', 'ایمنی حافظه بدون GC', 'مناسب WASM', 'مصرف منابع کم'], cons: ['منحنی یادگیری تند', 'اکوسیستم AI کوچک‌تر', 'توسعه کندتر'] }, verdict: 'برای هوش مصنوعی و پروتوتایپ‌سازی، Python انتخاب درستی است. برای میکروسرویس‌های performance-critical، زیرساخت یا WebAssembly، Rust ارزش یادگیری دارد.', useCases: [['Python: ML pipeline، Data Science، FastAPI backend، automation', 'Rust: inference engine، embedded، WASM، CLI tools بهینه']], relatedGlossary: ['ai', 'llm'], relatedArticles: ['agentic-ai-production-2026', 'ai-data-centric-2026'], dateEn: '2026-05-12', factCheckedAt: '2026-05-12', }, { slug: 'postgresql-vs-mysql', title: 'PostgreSQL در برابر MySQL: کدام پایگاه داده برای پروژه فارسی‌زبان مناسب‌تر است؟', metaDescription: 'مقایسه فنی PostgreSQL و MySQL در ۲۰۲۶: کامل‌سازی ACID، JSON، Full-Text Search فارسی، و عملکرد.', category: 'software', tags: ['PostgreSQL', 'MySQL', 'پایگاه داده', 'SQL', 'مقایسه'], item1: { slug: 'postgresql', name: 'PostgreSQL', summary: 'پایگاه داده رابطه‌ای پیشرفته با پشتیبانی کامل ACID و قابلیت‌های غنی.', pros: ['پشتیبانی عالی JSON/JSONB', 'Full-Text Search داخلی (قابل سفارشی‌سازی برای فارسی)', 'pgvector برای embedding', 'Stored procedures قدرتمند'], cons: ['پیکربندی اولیه پیچیده‌تر', 'مصرف حافظه بیشتر در بارهای سبک', 'منحنی یادگیری برای DBA‌های MySQL'] }, item2: { slug: 'mysql', name: 'MySQL', summary: 'پایگاه داده وب‌پسند با سرعت خواندن بالا و اکوسیستم وسیع.', pros: ['راه‌اندازی ساده‌تر', 'سرعت بالای SELECT در بارهای خواندن‌محور', 'پشتیبانی گسترده hosting', 'اکوسیستم ابزاری بزرگ'], cons: ['پشتیبانی محدودتر از استانداردهای SQL', 'FTS ضعیف‌تر برای فارسی', 'بدون pgvector'] }, verdict: 'برای پروژه‌های فارسی با جستجوی متنی، داده‌های JSON پیچیده، یا نیاز به pgvector، PostgreSQL انتخاب واضح است. MySQL برای اپلیکیشن‌های وب ساده با hosting مشترک مناسب‌تر است.', useCases: [ ['PostgreSQL: جستجوی فارسی، CMS پیچیده، سیستم RAG، داده‌های ساختاریافته و غیرساختاریافته', 'MySQL: وردپرس، Magento، اپلیکیشن‌های shared hosting، blog ساده'], ['PostgreSQL: وقتی به گزارش‌های تحلیلی پیچیده نیاز دارید', 'MySQL: وقتی کارایی read-heavy در اولویت است'], ], relatedGlossary: ['rag', 'vector-database'], relatedArticles: ['ai-data-centric-2026'], dateEn: '2026-05-14', factCheckedAt: '2026-05-14', }, { slug: 'fastapi-vs-django', title: 'FastAPI در برابر Django: بهترین انتخاب برای backend فارسی‌زبان در ۲۰۲۶', metaDescription: 'مقایسه جامع FastAPI و Django برای توسعه backend در ۲۰۲۶: سرعت، ORM، validation، deployment.', category: 'software', tags: ['FastAPI', 'Django', 'Python', 'Backend', 'REST API'], item1: { slug: 'fastapi', name: 'FastAPI', summary: 'فریم‌ورک async مدرن Python با عملکرد بالا و documentation خودکار.', pros: ['سرعت بالا (برابر Node/Go)', 'Pydantic validation داخلی', 'OpenAPI docs خودکار', 'async/await native', 'کمتر boilerplate'], cons: ['بدون ORM داخلی (نیاز به SQLAlchemy/Tortoise)', 'اکوسیستم جوان‌تر', 'Admin panel نیاز به کار جداگانه'] }, item2: { slug: 'django', name: 'Django', summary: 'فریم‌ورک full-stack Python با همه چیز داخل (batteries included).', pros: ['ORM قوی', 'Admin panel آماده', 'اکوسیستم بالغ', 'Security پیش‌فرض بالا', 'Community بزرگ'], cons: ['sync-first (async محدودتر)', 'کندتر از FastAPI', 'سنگین‌تر برای microservices'] }, verdict: 'FastAPI برای API-first، microservices، و پروژه‌های AI/ML با async workload ایده‌آل است. Django برای پروژه‌های monolithic با admin panel، CMS یا e-commerce بهتر عمل می‌کند.', useCases: [ ['FastAPI: ML serving، REST API سریع، سرویس‌های async، پروژه‌های هوش مصنوعی', 'Django: CMS، فروشگاه آنلاین، پلتفرم محتوا، MVP با admin'], ['FastAPI: وقتی latency و throughput اولویت اول است', 'Django: وقتی team کوچک است و admin panel نیاز دارید'], ], relatedGlossary: ['api', 'microservices'], relatedArticles: ['agentic-ai-production-2026'], dateEn: '2026-05-16', factCheckedAt: '2026-05-16', }, { slug: 'kubernetes-vs-docker-compose', title: 'Kubernetes در برابر Docker Compose: کدام orchestration برای استارتاپ ایرانی مناسب است؟', metaDescription: 'مقایسه Kubernetes و Docker Compose: پیچیدگی، هزینه، scaling، و انتخاب واقعی برای تیم‌های کوچک.', category: 'software', tags: ['Kubernetes', 'Docker', 'DevOps', 'Container', 'Orchestration'], item1: { slug: 'kubernetes', name: 'Kubernetes', summary: 'پلتفرم orchestration enterprise برای مقیاس‌گذاری container در محیط تولید.', pros: ['auto-scaling قدرتمند', 'self-healing', 'rolling deployments', 'مناسب تیم‌های بزرگ', 'اکوسیستم CNCF'], cons: ['پیچیدگی بسیار بالا', 'نیاز به DevOps متخصص', 'هزینه زیرساخت بالاتر', 'overhead برای پروژه‌های کوچک'] }, item2: { slug: 'docker-compose', name: 'Docker Compose', summary: 'ابزار ساده تعریف و اجرای multi-container برای توسعه و deployment کوچک.', pros: ['یادگیری آسان', 'راه‌اندازی سریع', 'مناسب development و staging', 'مستندات ساده', 'هزینه کم'], cons: ['بدون auto-scaling', 'مناسب single-node', 'نبود health check پیشرفته', 'نه برای production در مقیاس'] }, verdict: 'برای استارتاپ‌های ایرانی با تیم کوچک، Docker Compose برای dev/staging و یک VPS قوی در production انتخاب عملی‌تری است. Kubernetes زمانی ارزش دارد که بیش از ۱۰ سرویس مستقل دارید و نیاز به auto-scaling دارید.', useCases: [ ['Kubernetes: SaaS با هزاران کاربر، microservices پیچیده، نیاز به zero-downtime deploy', 'Docker Compose: استارتاپ early-stage، محیط توسعه، سرویس‌های داخلی تیم'], ['Kubernetes: وقتی زیرساخت ابری managed (EKS/GKE) دارید', 'Docker Compose: وقتی یک یا دو سرور لینوکس دارید'], ], relatedGlossary: ['microservices', 'api'], relatedArticles: ['edge-computing', 'browser-architecture'], dateEn: '2026-05-18', factCheckedAt: '2026-05-18', }, { slug: 'tailwind-vs-css-modules', title: 'Tailwind CSS در برابر CSS Modules: استایل‌نویسی در پروژه‌های فارسی‌زبان React', metaDescription: 'مقایسه Tailwind CSS و CSS Modules برای پروژه‌های React فارسی‌زبان: RTL، نگهداری، و عملکرد.', category: 'software', tags: ['Tailwind', 'CSS Modules', 'React', 'Frontend', 'RTL'], item1: { slug: 'tailwind', name: 'Tailwind CSS', summary: 'فریم‌ورک utility-first با کلاس‌های آماده برای استایل‌نویسی سریع.', pros: ['توسعه سریع با utility classes', 'purge خودکار CSS غیراستفاده', 'design system داخلی', 'community قوی', 'RTL با پلاگین رسمی'], cons: ['HTML شلوغ', 'منحنی یادگیری برای تیم‌های سنتی', 'override سخت‌تر برای استایل‌های خاص'] }, item2: { slug: 'css-modules', name: 'CSS Modules', summary: 'سیستم scope کردن CSS به‌صورت محلی در کامپوننت‌های React.', pros: ['CSS خوانا و نگهداری‌پذیر', 'scope خودکار جلوگیری از conflict', 'نزدیک به CSS استاندارد', 'کنترل کامل استایل'], cons: ['بدون design system آماده', 'تعریف دستی متغیرها', 'پیکربندی RTL دستی'] }, verdict: 'Tailwind برای تیم‌هایی که سرعت iteration اولویت است و می‌خواهند از یک design system ثابت استفاده کنند مناسب‌تر است. CSS Modules برای پروژه‌هایی با UI سفارشی‌سازی‌شده و استایل‌های پیچیده انتخاب بهتری است.', useCases: [ ['Tailwind: داشبورد، admin panel، پروتوتایپ سریع، MVP', 'CSS Modules: کامپوننت‌های UI Library، سایت‌های branded، UI پیچیده'], ['Tailwind: وقتی تیم کوچک است و نمی‌خواهید design system بسازید', 'CSS Modules: وقتی استایل‌های RTL پیچیده و animation زیاد دارید'], ], relatedGlossary: ['component'], relatedArticles: ['browser-architecture'], dateEn: '2026-05-19', factCheckedAt: '2026-05-19', }, ]; const companies = [ { slug: 'virgool', name: 'ویرگول', description: 'پلتفرم وبلاگ‌نویسی و انتشار محتوا به زبان فارسی؛ محبوب‌ترین بستر نوشتن برای توسعه‌دهندگان و متخصصان ایرانی.', websiteUrl: 'https://virgool.io', techStack: ['React', 'Node.js', 'PostgreSQL', 'Elasticsearch'], verified: false, category: 'content', metaDescription: 'ویرگول پلتفرم محتوای فارسی برای نوشتن، انتشار و کشف مقالات تخصصی فناوری، برنامه‌نویسی و علم داده است.', }, { slug: 'divar', name: 'دیوار', description: 'بزرگ‌ترین پلتفرم آگهی آنلاین ایران با بیش از ۳۰ میلیون کاربر فعال، پیشرو در استفاده از یادگیری ماشین در تشخیص تقلب.', websiteUrl: 'https://divar.ir', techStack: ['Go', 'Python', 'Kubernetes', 'Kafka', 'TensorFlow'], verified: false, category: 'marketplace', metaDescription: 'دیوار بزرگ‌ترین بازار آنلاین ایران با بیش از ۳۰ میلیون کاربر، پیشرو در کاربرد یادگیری ماشین برای تشخیص کلاهبرداری.', }, { slug: 'snapp', name: 'اسنپ', description: 'پلتفرم سوپراپ ایرانی شامل تاکسی، خدمات، سوپرمارکت و پرداخت، با معماری میکروسرویس در مقیاس ملی.', websiteUrl: 'https://snapp.ir', techStack: ['Go', 'Python', 'Kubernetes', 'Kafka', 'React Native'], verified: false, category: 'superapp', metaDescription: 'اسنپ سوپراپ پیشرو ایران با سرویس‌های تاکسی، فود، سوپرمارکت و پرداخت؛ زیرساخت میکروسرویس در مقیاس میلیونی.', }, { slug: 'zarinpal', name: 'زرین‌پال', description: 'درگاه پرداخت آنلاین پیشرو ایران با API ساده برای پیاده‌سازی، پشتیبانی از تراکنش‌های فارسی و ارز دیجیتال.', websiteUrl: 'https://zarinpal.com', techStack: ['PHP', 'Laravel', 'MySQL', 'Redis', 'RabbitMQ'], verified: false, category: 'fintech', metaDescription: 'زرین‌پال محبوب‌ترین درگاه پرداخت آنلاین ایران با API آسان و پشتیبانی از صدها هزار کسب‌وکار.', }, { slug: 'faraname', name: 'فرانام', description: 'ارائه‌دهنده خدمات ابری فارسی شامل سرور مجازی، پایگاه داده مدیریت‌شده و شبکه توزیع محتوا برای بازار ایران.', websiteUrl: 'https://faraname.com', techStack: ['OpenStack', 'Ceph', 'Terraform', 'Ansible'], verified: false, category: 'cloud', metaDescription: 'فرانام ارائه‌دهنده زیرساخت ابری فارسی با سرور، ذخیره‌سازی و شبکه توزیع محتوا برای کسب‌وکارهای ایرانی.', }, { slug: 'quera', name: 'کوئرا', description: 'پلتفرم آموزش برنامه‌نویسی و استخدام فناوری با بیش از ۵۰۰ هزار کاربر، مسابقات کدنویسی و دوره‌های آنلاین.', websiteUrl: 'https://quera.org', techStack: ['Python', 'Django', 'React', 'PostgreSQL', 'Docker'], verified: false, category: 'edtech', metaDescription: 'کوئرا پلتفرم آموزش و استخدام فناوری ایران با چالش‌های کدنویسی، دوره‌های آنلاین و اتصال به شرکت‌های فناوری.', }, { slug: 'cafebazaar', name: 'کافه‌بازار', description: 'بزرگ‌ترین فروشگاه اپلیکیشن ایران با بیش از ۴۵ میلیون کاربر و ۱۰۰ هزار اپلیکیشن فارسی.', websiteUrl: 'https://cafebazaar.ir', techStack: ['Java', 'Kotlin', 'Python', 'Go', 'Kafka', 'Kubernetes'], verified: true, category: 'platform', metaDescription: 'کافه‌بازار بزرگ‌ترین اپ‌استور ایران با ۴۵ میلیون کاربر، زیرساخت توزیع اپلیکیشن‌های Android فارسی.', }, { slug: 'tapsi', name: 'تپسی', description: 'پلتفرم درخواست تاکسی اینترنتی با رویکرد داده‌محور، زیرساخت real-time tracking و بیش از ۲۰ میلیون سفر.', websiteUrl: 'https://tapsi.ir', techStack: ['Go', 'gRPC', 'Kafka', 'Redis', 'PostgreSQL', 'React Native'], verified: true, category: 'mobility', metaDescription: 'تپسی پلتفرم تاکسی اینترنتی ایران با زیرساخت Go، Kafka و real-time tracking برای ۲۰ میلیون سفر.', }, { slug: 'basalam', name: 'باسلام', description: 'بازار آنلاین ایرانی با تمرکز بر محصولات دست‌ساز و بومی، با بیش از ۱۰۰ هزار فروشنده.', websiteUrl: 'https://basalam.com', techStack: ['Python', 'FastAPI', 'Vue.js', 'PostgreSQL', 'ElasticSearch'], verified: false, category: 'ecommerce', metaDescription: 'باسلام بازار آنلاین ایرانی برای محصولات دست‌ساز و بومی با ۱۰۰ هزار فروشنده و تمرکز بر اقتصاد محلی.', }, { slug: 'sheypoor', name: 'شیپور', description: 'پلتفرم آگهی‌های رایگان ایران برای خرید و فروش خودرو، مسکن، کالا و خدمات با جستجوی لوکیشن‌محور.', websiteUrl: 'https://sheypoor.com', techStack: ['PHP', 'Laravel', 'React', 'MySQL', 'ElasticSearch', 'Redis'], verified: false, category: 'marketplace', metaDescription: 'شیپور پلتفرم آگهی‌های رایگان ایران برای خرید و فروش خودرو، ملک و کالا با جستجوی جغرافیایی.', }, ]; return { categories, topicHubs, glossary, tags, authors, articles, activityLog, users, comparisons, companies }; })();