AI OPERATING SYSTEM / 01

از چت‌بات
تا همکار فنی

چطور ابزارهای AI را واقعاً وارد کار روزمره تیم فنی کنیم

ارائه داخلی شرکت ۴۵ تا ۶۰ دقیقه FIELD GUIDE / 2026

AIWORK
SYSTEM

MODELreasoning

AGENTexecution

TOOLScontext

CODEBASEoutput

MODEL → AGENT → TOOLS → REAL WORK

THE HOOK / 02

AI وقتی ارزش دارد که
یک کار واقعی را حل کند

هدف این ارائه معرفی ابزار نیست؛ هدف این است بفهمیم چطور از AI خروجی واقعی، سریع و قابل‌استفاده بگیریم.

>_

CASE / 01

ربات تخفیف نارنجی اسنپ‌مارکت

داده‌ها را دوره‌ای بررسی می‌کند و بهترین تخفیف‌های قابل‌استفاده را جلویمان می‌گذارد.

∿

CASE / 02

ربات ویس فارسی تا متن مرتب

چند ویس را می‌گیرد، متن می‌کند و خروجی خام را به چیزی تبدیل می‌کند که بتوان با آن کار کرد.

از تجربه شخصی شروع می‌کنیم تا ارائه از همان ابتدا عملی باشد.

MENTAL MODEL / 03

فرمول خروجی خوب از AI

GOOD
MODELکیفیت reasoning و coding

+

GOOD
AGENTاجرا، تست و اصلاح

+

GOOD
CONTEXTاطلاعات درست و کامل

+

GOOD
TOOLSMCP، terminal، repo، memory

GOOD OUTPUT = SYSTEM DESIGN

مدل هوش مصنوعی فقط یکی از اجزای سیستم است؛ کیفیت مسیر، ابزار و context تعیین می‌کند که پاسخ به نتیجه تبدیل بشود یا نه.

LANDSCAPE / 04

نقشه ابزارهایی که
امروز بررسی می‌کنیم

Real Workflowsoutput

↑

Tooling LayerMCP / memory

↑

Coding AgentsDevin / Codex / Hermes

↑

Model GatewayOpenRouter

↑

ModelsGPT / GLM / Kimi / MiMo

۱ / Coding Agents

Devin، Codex و Hermes برای اجرای کار کامل، نه فقط تولید متن.

۲ / Model Gateway

یک ورودی برای انتخاب مدل، provider و هزینه‌ی مناسب هر task.

۳ / Tooling Layer

MCP، terminal، حافظه و repo context؛ جایی که agent به کار واقعی وصل می‌شود.

CODING AGENT / 05

Devin: وقتی AI فقط جواب نمی‌دهد، کار انجام می‌دهد

یک coding agent برای کارهای چندمرحله‌ای: بررسی کد، plan، تغییر فایل‌ها، اجرای تست، دیباگ و تحویل نتیجه.

FULL TASK MODE

از issue تا diff قابل review

برای refactor، bug fixing و کارهایی که چند فایل و چند تصمیم دارند، agent باید مسئول مسیر کامل باشد.

مناسب taskهای چندفایلی
مناسب refactor و bug fixing
مدل‌های متنوع و اقتصادی برای استفاده مداوم

01ISSUE
درخواست

02PLAN
بررسی

03CODE
تغییر

04TEST
اعتبارسنجی

05DIFF
تحویل

Devin را برای task کامل استفاده کن، نه سؤال کوچک.

AGENT PLAYBOOK / 06

چطور از Devin
خروجی بهتر بگیریم؟

agent-session / plan-first

you> قبل از کدنویسی، معماری فعلی را بررسی کن. ابهام‌ها را بپرس و فقط پس از تایید وارد اجرا شو.agent> scope identified: 3 files / 2 testsagent> plan ready for review

01 / Plan Mode

اول معماری و dependencyها را بفهمد؛ بعد تغییر بدهد.

02 / Scope دقیق

فایل‌ها، محدودیت‌ها، معیار موفقیت و چیزهایی که نباید تغییر کند.

03 / گزارش قابل بررسی

درخواست diff summary، تست اجراشده و rollback plan.

MODEL GATEWAY / 07

OpenRouter: یک درگاه برای تقریباً همه مدل‌ها

یک API واحد برای انتخاب مدل، مقایسه‌ی هزینه و جابه‌جایی سریع بین providerها.

ROUTER

GPTreasoning

CLAUDEcoding

GLM / KIMIcontext

GEMINImultimodal

ONE API / MANY OPTIONS

دسترسی به مدل‌های متنوع از یک ورودی
تست A/B و انتخاب provider مناسب
مشاهده‌ی قیمت input/output و context window
بررسی ranking و benchmark قبل از تصمیم

providers01 → ∞

switch costLOW

decisionDATA

VALUE CURVE / 08

بهترین مدل همیشه
گران‌ترین مدل نیست

دنبال value باش، نه فقط قدرت خام. Show Pareto کمک می‌کند بهترین نسبت کیفیت به هزینه را پیدا کنیم.

PRICE →SCORE ↑

Best valueروی خط Pareto

قابل‌بررسیبه task وابسته است

Overpricedهزینه بیشتر از امتیاز

هر task یک frontier متفاوت دارد.

MODEL FIT / 09

مدل‌ها را باید
بر اساس کار انتخاب کرد

TASKMODEL FIT

ایده‌پردازی و معماریGPT 5.6 Sol High

توسعه روزمره اقتصادیGPT 5.6 Luna Max

Repo بزرگ و context زیادGLM 5.2 Max / Kimi K3

کار سریع روی سرورMiMo / مدل ارزان متصل به Hermes

Task حساسمدل قوی + review انسانی

مدل خوب برای همه کارها وجود ندارد؛ مدل مناسب برای task وجود دارد.

MODEL SNAPSHOT / 10

چرا مدل‌های جدید
بازی را عوض کرده‌اند؟

قیمت‌ها dynamic هستند؛ قبل از ارائه از OpenRouter آپدیت شوند.

POWERARCHITECTURE

GPT 5.6 Sol

برای ایده‌پردازی، معماری و taskهایی که reasoning عمیق می‌خواهند.

reasoningHIGH

VALUEDAILY DEV

GPT 5.6 Luna

برای بیشتر کارهای روزمره، ترکیب کیفیت و هزینه‌ی جذابی دارد.

quality / costOPTIMAL

CONTEXTLARGE REPO

GLM / Kimi

برای context سنگین و کارهایی که حجم اطلاعات ورودی مهم است.

context fitWIDE

LOCAL AGENT / 11

Hermes Agent: Agent سبک روی سرور خودمان

لاگ را می‌بیند، کد را اصلاح می‌کند، اجرا می‌کند و نتیجه می‌دهد؛ همان‌جا که مسئله اتفاق افتاده است.

ON SERVER / CLOSE TO DATA

api-workerhealthy

cron-jobneeds review

hermeslistening

logsshellany model

برای frictionهای کوچک اما فوری

وقتی script fail شده، dependency مشکل دارد، cronjob اجرا نمی‌شود یا log خطا داریم، یک agent سبک روی سرور می‌تواند فاصله‌ی تشخیص تا اصلاح را کوتاه کند.

اتصال به مدل ارزان یا رایگان‌تر هم ممکن است
context محیط واقعی از قبل کنار task است
خروجی باید با محدودیت دسترسی و review همراه باشد

FIELD SCENARIO / 12

نمونه سناریو واقعی
Hermes

یک اسکریپت Python روی سرور fail می‌شود؛ agent باید تا نتیجه‌ی قابل‌اعتماد جلو برود.

Agent loop

فقط دیدن خطا کافی نیست. agent باید تغییر را اعمال کند، دوباره اجرا کند و وضعیت نهایی را گزارش دهد.

01خواندن لاگobserve

02پیدا کردن dependencydiagnose

03patch و اجرای دوبارهverify

server / python-script

$ python script.pyModuleNotFoundError: no module named ...Agent: checking requirements...Agent: patching environment...$ python script.pyDone. exit code 0 / output verified

TOOL CONNECTIVITY / 13

MCP یعنی AI بتواند
ابزار واقعی داشته باشد

مثل USB-C برای ابزارهای AI؛ یک استاندارد اتصال به فایل، ترمینال، دیتابیس، Figma، Blender و سرویس‌های دیگر.

MCP

FILES

TERMINAL

DATABASE

FIGMA

BROWSER

Agent بدون ابزار، فقط حرف می‌زند؛ Agent با ابزار، کار انجام می‌دهد.

THE SHIFT

مدل با MCP به context واقعی دسترسی پیدا می‌کند و می‌تواند در محدوده‌ی تعریف‌شده، تصمیم را به action تبدیل کند.

TOOLBOX / 14

چند MCP جذاب

ابزارها context و capability را به agent اضافه می‌کنند؛ هر اتصال باید یک friction واقعی را کم کند.

F

Figma MCP

design context را به کد نزدیک‌تر و دقیق‌تر می‌کند.

T

tmux-mcp

کنترل sessionهای terminal توسط agent.

B

Blender MCP

ساخت و کنترل scene سه‌بعدی با زبان طبیعی.

D

Database / File MCP

خواندن داده‌ی واقعی و تولید خروجی دقیق‌تر.

MEMORY + RULES / 15

Agent را باید
تربیت و مجهز کرد

بدون memory، هر بار انگار با یک نیروی تازه‌کار از صفر شروع می‌کنیم.

×

Agent بدون حافظه

تصمیم‌های معماری، باگ‌های قبلی و الگوهای codebase را دوباره کشف می‌کند.

repeat work

drift

+

Agent + Memory + Rules

Ponytail کمک می‌کند ساده‌ترین راه درست را انتخاب کند؛ codebase-memory تصمیم‌های مهم را نگه می‌دارد.

stability

context

FIT OVER HYPE / 16

چرا بعضی ابزارها زیاد بولد می‌شوند
اما همیشه جواب نمی‌دهند؟

USE THE RIGHT ABSTRACTION

برای ما، friction معیار است

n8n و OpenClaw برای خیلی از کاربران، مخصوصاً افراد غیرفنی، ارزشمندند. اما در کارهای عمیق فنی، agent + code مستقیم گاهی بهتر جواب می‌دهد.

ابزار خوب لایه‌ی پیچیدگی جدید اضافه نمی‌کند.

01

نیازهای ما خاص‌تر استintegration آماده همیشه با مسئله‌ی ما fit نیست.

02

workflow پیچیده maintenance داردهر abstraction جدید، هزینه‌ی نگهداری خودش را می‌آورد.

03

در کار فنی، کد گاهی interface بهتری استوقتی منطق عمیق است، کنترل مستقیم قابل‌فهم‌تر می‌شود.

TEAM WORKFLOW / 17

روش درست کار با AI
در پروژه‌های فنی

AI را مستقیم نفرست سراغ کد؛ اول مجبورش کن بفهمد.

01ایده را در ChatGPT مطرح کن

←

02معماری و edge case را پخته کن

←

03پلن را بده به Devin / Codex / Hermes

←

04تست، review، diff و rollback

UNDERSTAND→PLAN MODE→CODE MODE→VERIFY

PROMPT CONTRACT / 18

پرامپت خوب یعنی
مدیریت مسیر فکر مدل

PROMPT / BETTER BRIEF

این باگ در مسیر X رخ می‌دهد؛ این لاگ‌ها را داریم؛ فایل‌های مرتبط این‌ها هستند؛ این بخش‌ها نباید تغییر کنند. قبل از کدنویسی پلن بده و بعد از اجرا خلاصه‌ی تغییرات را گزارش کن.

مشکل و معیار موفقیت را دقیق بگو
تلاش‌های قبلی، لاگ، diff و context را بده
محدودیت‌ها و بخش‌های ممنوع را مشخص کن
از مدل بخواه قبل از اجرا سؤال بپرسد
بعد از اجرا تست و خلاصه‌ی تغییرات بخواه

GUARDRAILS / 19

چطور نگذاریم مدل
از مسیر خارج شود؟

مدل وقتی خطرناک می‌شود که context کم و آزادی زیاد داشته باشد.

!

مسیر قرمز

درخواست مبهم، تغییرات زیاد، bug جدید و review غیرممکن.

scope نامشخص
آزادی بیش از حد
بدون checkpoint و تست

✓

مسیر سبز

task مرحله‌بندی‌شده با توقف‌های قابل‌بررسی.

scope کوچک و روشن
plan و patch جدا
تست بعد از هر تغییر مهم

برای هر تغییر مهم، دلیل و معیار پذیرش بخواه.

CASE STUDY / 20

Case Study 01:
ربات تخفیف اسنپ‌مارکت

REAL DAILY VALUE

هر نیم ساعت داده‌های تخفیف نارنجی را بررسی می‌کند و بهترین تخفیف‌ها را در یک لیست قابل‌استفاده می‌فرستد.

کاهش هزینه‌ی خرید
حذف بررسی دستی
استفاده‌ی روزمره‌ی واقعی
توسعه‌ی سریع با کمک AI

N

نارنجی‌یارbot · online

بهترین تخفیف‌های امروز

1. محصول A — 52%
2. محصول B — 47%
3. محصول C — 43%

09:30 / checked 30 min ago

CASE STUDY / 21

Case Study 02:
ربات ویس به متن مرتب

voice messagesmergeElevenLabsGPT cleanup

FINAL TRANSCRIPT

متن مرتب‌شده برای جلسه، مستندسازی سریع و تبدیل مستقیم صحبت‌ها به taskهای تیمی.

VOICE→MERGE→STT→GPT

WHY IT MATTERS

مناسب جلسه‌ها و task دادن به تیم
مناسب مستندسازی سریع
کیفیت خوب برای فارسی

FIELD NOTES / 22

چیزی که واقعاً
یاد گرفتیم

01

Task واقعی

AI وقتی ارزش دارد که کاری را جلو ببرد.

02

Agent مهم‌تر از chatbot

پاسخ کافی نیست؛ اجرا و verify مهم است.

03

Context تعیین‌کننده است

اطلاعات ناقص، خروجی ناپایدار می‌سازد.

04

Tools اهرم‌اند

MCP قدرت agent را چند برابر می‌کند.

05

Workflow برنده است

فرایند درست از مدل قوی‌تر مهم‌تر است.

06

Review انسانی

سرعت بیشتر، بدون حذف مسئولیت.

برنده کسی نیست که مدل بیشتری می‌شناسد؛ برنده کسی است که workflow بهتری می‌سازد.

TEAM ROADMAP / 23

از فردا
چه کار کنیم؟

01 / EXPERIMENT

مقایسه و کشف

OpenRouter برای مقایسه‌ی مدل‌ها؛ Devin/Codex برای taskهای چندمرحله‌ای؛ Hermes برای server و script.

۳ task واقعی انتخاب کنیم
هزینه و کیفیت را ثبت کنیم

02 / STANDARDIZE

قرارداد تیمی

prompt template، Plan Mode، معیار review و خلاصه‌ی diff را به روش مشترک تبدیل کنیم.

الگوهای موفق را نگه داریم
خطاهای تکراری را مستند کنیم

03 / AUTOMATE

حافظه و ابزار

برای repoهای مهم MCP و memory اضافه کنیم و workflowهای تکراری را خودکار کنیم.

دسترسی را محدود و audit کنیم
بازخورد را به rule تبدیل کنیم

THE LEVERAGE / 24

هدف: سریع‌تر
کد زدن نیست

هدف این است کارهایی را انجام بدهیم که قبلاً به خاطر زمان، هزینه یا حوصله اصلاً انجامشان نمی‌دادیم.

AI برای تیم فنی یعنی leverage.

TEAM
× AI

code

report

bot

docs