WRITING / RESEARCH / GEO
Writing and research
Source-aware analysis connecting AI and infrastructure changes to product decisions, implementation trade-offs, and Hakim's public work.
TOPIC PILLARS
Start with a durable topic, then follow its clusters
ساخت و تحویل محصول
استودیو دقیقاً چه چیزی تحویل می‌دهد؟
تصمیم‌های پایه برای انتخاب ابزار، همکاری با استودیو و تحویل محصول دیجیتال.
Open pillar →MVP و انتشار محصول
از مسئله تا MVP؛ مسیر ساخت اپلیکیشن را قبل از کدنویسی ببندیم
از مسئله و دامنهٔ درست تا ساخت، انتشار و یادگیری از نسخهٔ اول.
Open pillar →استراتژی و آمادگی AI
نقشه راه هوش مصنوعی را از کجا شروع کنیم؟
انتخاب کاربرد، سنجش ارزش، حاکمیت و نقشهٔ راه برای شروع هوش مصنوعی.
Open pillar →محصول و تجربهٔ AI
کشف محصول AI چه تفاوتی با محصول معمولی دارد؟
کشف نیاز، طراحی گفت‌وگو، اعتماد، دسترس‌پذیری و تجربهٔ کاربر در محصولات AI.
Open pillar →داده، RAG و پاسخ قابل‌استناد
RAG به زبان ساده: چرا مدل را به دانش خودمان وصل می‌کنیم؟
اتصال مدل به دانش سازمانی، کیفیت منبع، تازه‌بودن و ارجاع به شواهد.
Open pillar →اتوماسیون و فرایندهای AI
نقشه‌برداری فرایند قبل از خودکارسازی
نقشه‌برداری فرایند، ابزارها، تأیید انسانی و خودکارسازی قابل‌کنترل.
Open pillar →معماری و اجرای سیستم AI
معماری یک محصول AI از چه لایه‌هایی تشکیل می‌شود؟
مدل، ابزار، حافظه، هزینه، تأخیر، استقرار و طراحی محصول قابل‌تعویض.
Open pillar →ارزیابی، امنیت و حاکمیت AI
ارزیابی AI را از کجا شروع کنیم؟
اندازه‌گیری کیفیت، کاهش ریسک، امنیت داده و کنترل چرخهٔ عمر قابلیت‌های AI.
Open pillar →رشد و عملیات AI
عملیات محتوایی برای پایگاه دانش
عملیات محتوا، انتشار، پذیرش، یادگیری پس از launch و بهبود مستمر.
Open pillar →نئوکلاد و زیرساخت GPU
نئوکلاد چیست؟ راهنمای کامل زیرساخت GPU برای هوش مصنوعی
انتخاب AI Cloud، ظرفیت GPU، اقتصاد، portability و معماری اجرای مدل.
Open pillar →دیتاسنتر و زیرساخت فیزیکی AI
دیتاسنتر چیست؟ راهنمای کامل طراحی، انرژی، خنک‌سازی و تاب‌آوری
برق، cooling، شبکه، Tier، امنیت و تصمیم میان cloud، نئوکلاد و facility.
Open pillar →RECENT WRITING
Articles with source and author context
Each article separates reported facts from Hakim's analysis and records its update date.
- Postmortem پروژه با کمک AI؛ چه چیزی انسانی می‌ماند؟
- پروژهٔ AI را ادامه دهیم، اصلاح کنیم یا متوقف؟
- قراردادها و SLA در سرویس‌های AI
- مصاحبهٔ کاربر با کمک AI بدون جعل insight
- برنامه‌ریزی ظرفیت مهارت‌های AI برای تیم کوچک
- Jev AI چیست؟ پژوهش عمیق دربارهٔ System One Model و تصمیم‌های ماشین‌محور
- مدیریت تغییر وقتی AI وارد تیم می‌شود
- معیار ظرفیت تیم وقتی AI بهره‌وری را تغییر می‌دهد
- آیا story point در عصر AI هنوز مفید است؟
- Sprint Planning با AI؛ کدام قسمت را خودکار نکنیم؟
- Velocity بالا رفته؛ آیا تیم سریع‌تر شده است؟
- Daily Scrum بعد از گزارش‌های خودکار چه هدفی دارد؟
- Definition of Done برای خروجی تولیدشده با AI
- تغییر scope در پروژهٔ AI چگونه مدیریت شود؟
- Dependency graph هوشمند چه چیزهایی را نمی‌بیند؟