هر چیزی که در داتهوش منتشر شده، به ترتیب زمان. تازههای کمتر از یک ساعت با نشانک زنده مشخص شدهاند.
چارچوب جدید SkillOpt مایکروسافت مهارتهای عاملهای هوش مصنوعی را بهجای تغییر وزنهای مدل، از طریق توصیفات متنی بهینه میکند. این روش در ۵۲ محیط مختلف، نتایجی برابر یا بهتر از روشهای سنتی به دست آورده است.
اپل برای ارتقای سیری از یک مدل سفارشی ۱.۲ تریلیون پارامتری گوگل استفاده میکند. این سیستم وظایف را بین پردازش محلی برای کارهای ساده و استنتاج ابری برای درخواستهای پیچیده تقسیم میکند.
نرمافزار Brethof Voice Pro 2.0 با استفاده از مدلهای Qwen3-ASR و Hunyuan-MT2، امکان تبدیل و ترجمه صوت را بهصورت کاملاً محلی فراهم کرد. این سیستم در بنچمارکها از Whisper Large-v3 پیشی گرفته و اجازه میدهد کاربران مدل را روی صدای خود تنظیم کنند.
OpenAI با همکاری دو گروه خبری بزرگ برزیل، اخبار تأییدشده را به پاسخهای ChatGPT اضافه کرد. این توافق باعث میشود ۹۰۰ میلیون کاربر به خلاصههای خبری دقیق دسترسی داشته باشند و ناشران نیز از ابزارهای سازمانی OpenAI بهرهمند شوند.
شرکت کلیکآپ ۲۲ درصد از نیروی انسانی خود را تعدیل کرد تا ساختار سازمانی خود را به یک «سازمان ۱۰۰ برابری» تبدیل کند. این شرکت وظایف دستی را با ۳۰۰۰ عامل هوش مصنوعی جایگزین کرده و مدل پرداخت را از «انجام کار» به «هدایت هوش مصنوعی» تغییر داده است.
مدیر عملیاتی اوبر هشدار داد که مصرف شدید توکنهای هوش مصنوعی لزوماً به ویژگیهای کاربردی برای مشتری تبدیل نشده است. این شرکت اکنون برای جبران هزینههای بالای «توکنماکسینگ»، روند استخدام خود را کند کرده است.
کتابخانه turbovec با معرفی روشی جدید برای کوانتایز کردن بردارها، مصرف حافظه در سیستمهای RAG را ۸ برابر کاهش میدهد. این فناوری برخلاف روشهای سنتی، نیازی به دادههای آموزشی ندارد و اجرای مدلهای جستجوی حجیم را روی لپتاپها ممکن میکند.
شرکت Hugging Face یک چارچوب فنی برای استانداردسازی مفاهیم عاملهای هوش مصنوعی معرفی کرد. این مدل با تفکیک مدل از لایههای اجرایی، دیدگاهی دقیق برای طراحی و آموزش سیستمهای عاملمحور ارائه میدهد.
پلتفرم Alma با جداسازی حافظه از مدلهای زبانی، اجازه میدهد هویت و بافت پروژههای شما در جابهجایی بین مدلهای مختلف حفظ شود. این سیستم با استفاده از رایانش لبه، دسترسی به دادهها را به کمتر از ۱۰۰ میلیثانیه میرساند.
کدنویسی عاملمحور در سال ۲۰۲۶ به چهار ابزار تخصصی بر اساس سطح خودمختاری تقسیم شده است. استراتژی برنده دیگر انتخاب یک ابزار واحد نیست، بلکه ترکیب این ابزارها از طریق یک درگاه API است.
پاپ لئو چهاردهم در نامهای رسمی خواستار «خلع سلاح» هوش مصنوعی شد تا از انحصار قدرت در دست شرکتهای بزرگ فناوری جلوگیری کند. این سند هشدار میدهد که تمرکز قدرت دیجیتال، شکل جدیدی از استعمار را ایجاد کرده و کرامت انسانی را تهدید میکند.
یک گالری در نیویورک نسخهی رنگی یکی از مشهورترین عکسهای آنسل آدامز را با هوش مصنوعی تولید و بدون اجازه فروخت. این اقدام با واکنش تند بنیاد آدامز روبرو شد و بحثی جدی را دربارهی حقوق اخلاقی هنرمندان در عصر دیجیتال به راه انداخت.
سیستم AlphaProof Nexus گوگل توانست ۹ مسئلهی ریاضی دشوار Erdős را با استفاده از یک حلقهی تأیید رسمی حل کند. این دستاورد ثابت میکند که عاملهای سادهی متصل به کامپایلر میتوانند با هزینهای اندک، با مدلهای استدلالی پیچیده رقابت کنند.
هزینههای زیرساختی هوش مصنوعی از مدلهای مصرفی به «اقامتی» تغییر میکنند. به دلیل تأخیر در شروع سرد، مدلها باید همیشه فعال بمانند و این امر یک کف هزینهای دائمی ایجاد میکند که با هر استقرار جدید رشد میکند.
جورج هاتز هشدار میدهد که عاملهای کدنویس تنها تقلیدکنندههای آماری هستند و با ایجاد باگهای پنهان، هزینههای سنگینی ایجاد میکنند. در حالی که کارپاتی بهرهوری ۱۰ برابری را میبیند، هر دو بر شکنندگی کدهای تولیدشده توسط AI توافق دارند.
یک SDK جدید پایتون به نام ToolOps با استفاده از ادغام درخواستها و حافظه پنهان معنایی، هزینههای تکراری API در سیستمهای چندعاملی را حذف میکند. این ابزار مانع از آن میشود که چندین عامل برای یک پاسخ یکسان، چندین بار هزینه پرداخت کنند.
بهینهسازی موتورهای زاینده (GEO) در حال جایگزینی سئوی سنتی است. هدف دیگر رتبه گرفتن در لیست لینکها نیست، بلکه تبدیل شدن به منبعی است که مدلهای زبانی در پاسخهای خود نقل میکنند.
شرکت WorkOS پروتکل باز auth.md را معرفی کرد تا عاملهای هوش مصنوعی بتوانند بدون نیاز به انسان، در سرویسهای مختلف ثبتنام و احراز هویت شوند. این استاندارد کلیدهای API ریسکی را با اعتبارنامههای محدود و قابلرصد جایگزین میکند.
پژوهشگران با معرفی بنچمارک CiteVQA، پدیدهی «توهم استنادی» را شناسایی کردند؛ وضعیتی که در آن مدلها پاسخ درست میدهند اما منبع اشتباهی را ذکر میکنند. نتایج نشان میدهد حتی پیشرفتهترین مدلها در مکانیابی دقیق شواهد در اسناد پیچیده شکست میخورند.
اینتل در پردازندههای Xeon 6+ (Clearwater Forest)، بسترهای ارگانیک سنتی را با شیشه جایگزین میکند. این تغییر با حذف تابخوردگیهای حرارتی و افزایش شدید تراکم اتصالات، مسیر را برای نسل جدید شتابدهندههای هوش مصنوعی با پهنای باند بسیار بالا هموار میکند.
پروژه Pi با موجی از کدهای بیکیفیت و گزارشهای خطای ساختگی توسط هوش مصنوعی مواجه شده است. مدیران این پروژه اکنون ابزارهای ویژهای ساختهاند تا توهمات مدلهای زبانی را که با اطمینان کامل اما غلط ارائه میشوند، شناسایی و حذف کنند.
شرکت Codens با جایگزینی Claude Opus با Cursor Composer 2.5 توانست هزینهها را ۹۰٪ کاهش دهد، اما نرخ موفقیت عملیات از ۸۰٪ به ۳۶٪ سقوط کرد. این تجربه نشان میدهد که بنچمارکهای آزمایشگاهی لزوماً با واقعیتهای تولید همراستا نیستند.
اسپیساکس برای تغذیه مراکز داده xAI و دور زدن کمبود برق در آمریکا، ۲.۸ میلیارد دلار صرف خرید توربینهای گازی کرده است. این اقدام در حالی صورت میگیرد که شرکت با شکایتهای زیستمحیطی دستوپنجه نرم میکند.
xAI در سال ۲۰۲۵ با ضرری ۶.۴ میلیارد دلاری مواجه شد. ایلان ماسک با وجود این کسری، قصد دارد با هزینهای سالانه ۳۰.۸ میلیارد دلار، مدل Grok را به مقیاس تریلیونها پارامتر برساند.
شرکت Anthropic برای دسترسی به مراکز دادهی اسپیساکس، ماهانه ۱.۲۵ میلیارد دلار میپردازد. این قرارداد که تا سال ۲۰۲۹ ادامه دارد، نشاندهندهی کمبود شدید و قیمت نجومی قدرت محاسباتی برای آزمایشگاههای پیشرو است.
شرکت DeepSeek در حال تشکیل تیمی تخصصی برای توسعه DeepSeek Code است تا با تمرکز بر لایهی ارکستراسیون، رقیبی برای Claude Code و GitHub Copilot باشد. هدف این پروژه عبور از چتباتهای ساده و رسیدن به عاملهای خودکار است.
شرکت xAI برای تأمین برق زیرساختهای خود ۲.۸ میلیارد دلار روی توربینهای گازی سرمایهگذاری میکند. این اقدام با وجود شکایت NAACP بابت آلودگی هوا و تلاش شرکت برای استفاده از حفههای قانونی صورت میگیرد.
انویدیا با ثبت درآمد ۸۱.۶ میلیارد دلاری، حجم داراییهای خود در استارتاپهای خصوصی را به ۴۳ میلیارد دلار رساند. این حرکت نشاندهنده تغییر استراتژی این غول تراشه از یک تأمینکننده ساده به یک سرمایهگذار مسلط در زنجیره ارزش هوش مصنوعی است.
شرکت mupt-ai ابزار dari-docs را معرفی کرد؛ رابط خط فرمانی که خوانایی مستندات فنی را برای عاملهای هوش مصنوعی میسنجد. این ابزار با شبیهسازی وظایف واقعی، نقاط ابهام را شناسایی و برای اصلاح آنها پیشنهاد میدهد.
مدل استدلالی جدید OpenAI توانست معمای هندسی ۸۰ سالهای را که توسط پل اردوش مطرح شده بود، بهطور مستقل حل و باطل کند. این دستاورد که توسط ریاضیدانان برجسته تأیید شده، نشاندهندهی جهشی در توانایی هوش مصنوعی برای استدلالهای پیچیده و چندمرحلهای است.