vibe-coding-college-specs/chapters/16-future-path/07-lesson-future-path-and-continuous-learning/spec.md

مشخصات درس‌نامه: مسیر آینده، یادگیری مستمر و فیلتر سیگنال از نویز در طوفان هوش مصنوعی

• شناسه در سیلابس: L16.5
• فصل: فصل ۱۶: ادامه راه (Ch 16)
• نوع محتوا: 📘 درس‌نامه متنی
• زمان تقریبی مطالعه: ۱۶ دقیقه
• پیش‌نیازهای مستقیم: L16.4 (نقش جدید توسعه‌دهنده: ارکستراتور سیستم‌ها)

---

۱. اهداف یادگیری (Learning Objectives - Bloom's Taxonomy)

دانشجو پس از مطالعهٔ این درس‌نامه باید بتواند:

• درک کند (Understand): شتاب خیره‌کننده دنیای هوش مصنوعی را تحلیل کرده و روش‌های پیشگیری از فرسودگی ناشی از تغییرات مداوم ابزارها (AI Fatigue) را شرح دهد.
• تحلیل/ارزیابی کند (Evaluate): تفاوت بنیادین میان «دانش پایدار زیرساختی» (Durable Knowledge: مفاهیم وب، امنیت، دیتابیس و معماری) با «دانش ابزاری زودگذر» (Ephemeral Knowledge: نام و رابط کاربری ابزارهای روزمره) را ارزیابی کند.
• به‌کار ببندد (Apply): فیلتر تفکیک سیگنال از نویز (Signal vs Noise Filter) را با دنبال کردن مراجع معتبر، خبرنامه‌های کیفی و مخازن گیت‌هاب برای به‌روز ماندن فعال نماید.
• ایجاد کند (Create): یک استراتژی ساخت در انظار عمومی (Build in Public) در شبکه‌های حرفه‌ای (لینکدین و گیت‌هاب) طراحی کند تا دستاوردها و پروژه‌ها به فرصت‌های واقعی شغلی و تجاری تبدیل شوند.

---

۲. محدوده و مرزهای محتوا (Scope & Boundaries)

آنچه باید پوشش داده شود (In-Scope):

1. طوفان هرروزه ابزارها: چگونه در دریای هوش مصنوعی غرق نشویم؟
   • هر هفته یک مدل جدید، یک فریم‌ورک جدید و یک ابزار ترند می‌آید؛ رمز آرامش و پیشرفت چیست؟
2. سپر دفاعی در برابر فرسودگی: تمایز دانش پایدار و دانش زودگذر:
   • دانش پایدار (Durable Knowledge): اصول کارکرد اینترنت، دیتابیس رابطه‌ای، امنیت، تست‌نویسی، درک نیاز کاربر و هنر مشخصات‌نویسی (این دانش‌ها تا دهه‌ها ماندگارند).
   • دانش زودگذر (Ephemeral Knowledge): نام دکمه‌های Cursor، دستورات خاص یک کتابخانه نوظهور، یا کلیدهای یک چت‌بات (این‌ها دائماً عوض می‌شوند و نباید برایشان نگران بود).
3. فیلتر طلایی تفکیک سیگنال از هیاهو (Signal vs Noise):
   • دوری از موج‌سواری‌ها و توییت‌های اغراق‌آمیز «برنامه‌نویسی تمام شد!».
   • مراجع درجه یک برای پیگیری تحولات واقعی:
     • رصد ریپازیتوری‌های ترند گیت‌هاب (GitHub Trending).
     • وبلاگ‌ها و نوشته‌های معماران برجسته (آندری کارپاتی، سایمون ویلیسون، مارتین فاولر).
     • خبرنامه‌های مهندسی باکیفیت و بدون هیاهو نظیر The Batch و TLDR.
     • کامیونیتی دانشجویان و فارغ‌التحصیلان کوئرا کالج.
4. عادت آزمایش ۶۰ دقیقه‌ای آخر هفته (The 60-Minute Spike):
   • به جای خواندن ۵۰ خبر درباره یک ابزار جدید، ۶۰ دقیقه به خود فرصت دهید و یک مینی‌پروژه کوچک با آن بسازید تا حد و مرز واقعی‌اش را کشف کنید.
5. قدرت خارق‌العاده ساخت در ملاء عام (Build in Public):
   • اشتراک‌گذاری فرآیند ساخت، چالش‌ها، حل باگ‌ها و لینک لایو پورتفولیو در لینکدین.
   • چگونه مستند کردن مسیر، کارفرمایان و پروژه‌های بین‌المللی را به سوی شما جذب می‌کند.
6. کال‌اوت‌های آموزشی و الهام‌بخش کوئرا:
   • کال‌اوت بنفش (<details class="violet">): مفهوم یادگیری تی‌شکل (T-Shaped Skills)؛ دانش عمومی در همه ابزارها در کنار تخصص عمیق در پشته اصلی خودتان.
   • کال‌اوت سبز (<details class="green">): داستان‌های واقعی از اعضای کوئرا که با انتشار یک پست فنی از پورتفولیوی خود، پیشنهادهای کاری عالی دریافت کردند.
   • کال‌اوت قرمز (<details class="red">): تله عوض کردن مداوم ابزارها (Shiny Object Syndrome)؛ با تغییر هرروزه ابزار، هرگز به استادی در یک اکوسیستم نخواهید رسید.

آنچه نباید وارد آن شویم (Out-of-Scope):

• آموزش الگوریتم‌های شبکه‌های اجتماعی برای جذب فالوور زرد.
• مباحث تخصصی بازاریابی ویروسی محتوا.

---

۳. مفاهیم کلیدی و کلمات تخصصی (Key Concepts & Terms)

اصطلاح انگلیسی	معادل فارسی مصوب	توضیح یک‌خطی ساده
Durable Knowledge	دانش پایدار بنیادین	اصول جاودانه مهندسی و علوم کامپیوتر که مستقل از تغییر نسخه‌ها و ابزارها معتبر باقی می‌مانند
Ephemeral Knowledge	دانش زودگذر ابزاری	جزییات موقتی نحو یا رابط کاربری ابزارها که دائماً در حال تغییر و جایگزینی هستند
Build in Public	ساخت در ملاء عام	رویکرد به اشتراک‌گذاری شفاف مراحل توسعه، شکست‌ها و پیشرفت‌های محصول در شبکه‌های حرفه‌ای
Signal vs Noise	سیگنال در برابر نویز	مهارت تفکیک اطلاعات ارزشمند و کاربردی فنی از هیاهوها و تبلیغات اغراق‌آمیز اینترنتی
Shiny Object Syndrome	سندروم شیء براق جدید	تمایل وسواسی به رها کردن کار روی پروژه اصلی برای پریدن روی هر ابزار یا فریم‌ورک تازه‌معرفی‌شده

---

۴. جایگاه‌های تصاویر و نمودارها (Visual & Diagram Placeholders)

راهنمای ایجنت نویسنده: تمام تصاویر باید در پوشهٔ images/ ذخیره شده و در جدول تک‌خانه‌ای وسط‌چین درج شوند:

1. تصویر کاور درس: images/cover.png
   • موضوع: فانوس دریایی نئونی درخشان در میان طوفان امواج دیجیتال که مسیر امن کشتی را در اقیانوس فناوری روشن می‌کند.
2. کوه یخ دانش: پایدار در برابر زودگذر: images/durable-vs-ephemeral-iceberg.png
   • موضوع: اینفوگرافیک کوه یخ: نوک قله بیرون از آب (ابزارها و مدل‌های زودگذر) در برابر بدنه عظیم غوطه‌ور در آب (معماری، وب، امنیت، دیتابیس و حل مسئله).
3. چرخه ساخت در ملاء عام (Build in Public Loop): images/build-in-public-cycle.png
   • موضوع: فلوچارت رشد: ساخت محصول \rightarrow انتشار دموی زنده و گزارش در لینکدین \rightarrow دریافت بازخورد و تعامل \rightarrow جذب پروژه‌ها و ارتباطات کاری.
4. نقشه منابع موثق سیگنال در برابر نویز: images/signal-sources-radar.png
   • موضوع: تصویر گرافیکی رادار با فیلتر هیاهو و نشانه‌گذاری مخازن معتبر، متون مهندسی و جامعه توسعه‌دهندگان کوئرا در کانون رادار.

---

۵. بخش‌بندی و ساختار محتوایی پیشنهادی درس‌نامه (README.md)

1. تیتر اصلی: # مسیر آینده، یادگیری مستمر و فیلتر سیگنال از نویز در طوفان هوش مصنوعی
2. مقدمه: چگونه در دنیایی که هر روز صبح یک مدل یا ابزار جدید معرفی می‌شود، نه تنها دچار سردرگمی و خستگی نشویم، بلکه همیشه یک گام جلوتر باشیم؟
3. جدول کاور درس
4. استعاره ریشه‌های درخت تنومند و برگ‌های فصلی:
   • برگ‌ها در پاییز می‌ریزند و برگ‌های نو در بهار می‌رویند (ابزارها)، اما ریشه محکم در خاک می‌ماند (دانش بنیادین مهندسی).
5. دانش پایدار در برابر دانش زودگذر: روی چه چیزی سرمایه‌گذاری کنیم؟
   • چرا یادگیری معماری سیستم، امنیت و مهارت دیباگ همیشه شما را برنده نگه می‌دارد.
6. فیلتر سیگنال از نویز: کانال‌های اصیل اطلاعاتی را بشناسید:
   • دوری از تیترهای زرد کلیک‌خور و مراجعه به منابع موثق، گیت‌هاب و مهندسان تراز اول.
7. عادت جادویی تست ۶۰ دقیقه‌ای (Weekend Spike):
   • چگونه در یک ساعت ابزارهای نوظهور را به چالش بکشیم بدون اینکه وقتمان هدر برود.
8. هنر Build in Public: کاری کنید که فرصت‌ها به سراغ شما بیایند:
   • انتشار دموی پورتفولیو، ویدیوی کارکرد چت‌بات، و نوشتن یک پست آموزشی کوتاه درباره چالش‌هایی که در این دوره حل کردید.
9. باکس نکته Quera (<details class="violet">): استفاده از مهارت یادگیری T-Shaped؛ داشتن درک کلی از تمام ابزارهای AI در کنار تسلط عمیق بر پشته مدرن Next.js + Supabase.
10. باکس هشدار Quera (<details class="red">): سندروم شیء براق (Shiny Object Syndrome)؛ هرگز پروژه در حال پیشرفت خود را برای سوار شدن بر موج یک فریم‌ورک آزمایشی جدید نیمه‌کاره رها نکنید.
11. باکس رضایت‌بخش Quera (<details class="green">): احساس آرامش و بینش روشن نسبت به آینده؛ شما اکنون فرمول بقا و درخشش در عصر هوش مصنوعی را می‌دانید.
12. جمع‌بندی درس‌نامه: تثبیت رویکرد یادگیری مستمر؛ ورود به باشکوه‌ترین لحظه: جشن فارغ‌التحصیلی، جمع‌بندی دوره و دریافت گواهینامه کوئرا در درس پایانی!

---

۶. معیارهای پذیرش (Acceptance Criteria for Reviewer)

• پدیده فرسودگی هوش مصنوعی (AI Fatigue) و راهکارهای غلبه بر آن تبیین شود.
• تمایز میان دانش پایدار و دانش زودگذر با مصادیق عینی تشریح گردد.
• استراتژی فیلتر سیگنال از نویز و منابع معتبر معرفی شوند.
• مزایای رویکرد ساخت در ملاء عام (Build in Public) برای جذب فرصت‌های شغلی لحاظ گردد.