هر چیزی که در داتهوش منتشر شده، به ترتیب زمان. تازههای کمتر از یک ساعت با نشانک زنده مشخص شدهاند.

گوگل در حال انتقال Gemini از محیط چتباتها به یک اکوسیستم سختافزاری جدید است. این شرکت با معرفی عینکهای هوشمند Android XR و لپتاپهای Googlebook، قصد دارد هوش مصنوعی را به لایهای همیشگی در زندگی روزمره تبدیل کند.

گوگل با معرفی Gmail Live، قابلیت پرسوجوی صوتی از اینباکس را از طریق Gemini فراهم میکند. این ویژگی در کنار بهروزرسانیهای Docs و Keep، تابستان امسال برای مشترکان AI Pro و Ultra عرضه میشود.

گوگل با معرفی Gemini 3.5 Flash، استراتژی خود را از چتباتها به سمت هوش مصنوعی عاملمحور تغییر داد. این مدل با بهینهسازی سرعت، زیربنای دستیاران شخصی ۲۴ ساعته و بازطراحی موتور جستجوی گوگل است.

گوگل با معرفی سبد خرید جهانی و عامل Gemini Spark، مسیر خرید را از جستوجو تا پرداخت کاملاً خودکار میکند. این سیستم با استفاده از یک پروتکل باز، به هوش مصنوعی اجازه میدهد بهجای کاربر، خرید را نیکی کند.

گوگل ایآی استودیو اکنون امکان تبدیل پرامپتهای متنی به اپلیکیشنهای بومی اندروید را فراهم کرده است. این ابزار با ادغام یک شبیهساز، سد ورود برای نمونهسازیهای سریع را میشکند، هرچند استانداردهای سختگیرانه گوگل پلی همچنان پابرجاست.

بیش از ۱۰۰ مقاله هوش مصنوعی پزشکی از مجموعهدادههای جعلی Kaggle استفاده کردهاند. این دادهها شامل عکس سلبریتیها برای تشخیص سکته مغزی بودند که منجر به ابطال چندین مقاله و استقرار مدلهای غلط در کلینیکها شده است.

فارغالتحصیلان دانشگاهها در واکنش به سخنرانیهای خوشبینانه دربارهی هوش مصنوعی، شروع به اعتراض کردهاند. این خشم ریشه در بازار کار بحرانی و باور ۷۰ درصدی دانشجویان به تهدید شغلی دارد.

گوگل مدل Gemini 3.5 Flash را برای مدیریت گردشهای کاری پیچیده و عاملمحور معرفی کرد. این مدل با سرعتی چهار برابر مدلهای رقیب، زیرساخت جدید Gemini Spark را به پیش میراند.

قانون جدید Take It Down پلتفرمهای فناوری را موظف میکند تصاویر خصوصی غیررضایتی و جعلهای عمیق را ظرف ۴۸ ساعت حذف کنند. با وجود پذیرش شرکتهای بزرگ، کارشناسان هشدار میدهند که پیچیدگی فرمهای گزارش میتواند مانع دسترسی قربانیان، بهویژه نوجوانان، شود.

پلتفرم متنباز RuView سیگنالهای وایفای ارزانقیمت را به دادههای مکانی تبدیل میکند. این ابزار امکان نظارت بدون تماس بر ضربان قلب، تنفس و وضعیت بدن را بدون نیاز به دوربین یا گجتهای پوشیدنی فراهم میکند.

آندری کارپاتی در ۱۹ مه ۲۰۲۶ به Anthropic پیوست تا تیمی برای تسریع پژوهشهای پیش-آموزش با کمک Claude بسازد. این اقدام نشاندهندهی تغییر استراتژی از تکیه بر قدرت محاسباتی خام به سمت تحقیق و توسعهی کمکگرفته از AI است.

شرکت Hugging Face خانواده مدلهای Ettin Reranker را معرفی کرد که با استفاده از تکنیک حذف توکنهای اضافی (unpadding)، سرعت و دقت رتبهبندی اسناد را در سیستمهای RAG بهشدت افزایش میدهند. این مدلها ثابت کردند که برای رسیدن به دقت بالا، لزوماً به مدلهای غولپیکر نیاز نیست.

اپل با ادغام هوش مصنوعی زاینده در ابزارهای دسترسیپذیری، پیمایش دستگاه را از حفظ کردن دستورات به درک زبان طبیعی تغییر داد. این بهروزرسانی شامل توصیف دقیق تصاویر و کنترل ویلچر با ردیابی چشم در ویژن پرو است.

کتابخانه جدید id-agent با جایگزینی شناسههای پیچیده (UUID) با کلمات ساده، مصرف توکنها را تا ۳۹٪ کاهش میدهد. این ابزار بدون کاهش امنیت، فضای پنجره متنی را برای دادههای مفیدتر باز میکند.

گوگل در آستانه کنفرانس I/O ۲۰۲۶ با عقبماندگی از OpenAI و Anthropic در حوزه کدنویسی مواجه است. این شرکت اکنون روی یک تیم جدید در DeepMind و رهبری یک برنده جایزه نوبل شرطبندی کرده تا جایگاه پیشرو خود را بازپس گیرد.

یک حمله گسترده به زنجیره تأمین در ۱۹ مه ۲۰۲۶، ۳۱۷ بسته npm را آلوده کرد. این بدافزار با هدف سرقت کلیدهای ابری و تبدیل عاملهای کدنویسی به درگاههای پشتی دائمی طراحی شده است.

نوشن در ۱۳ مه ۲۰۲۶ ابزار Notion Workers را معرفی کرد؛ محیطی که اجازه میدهد عاملهای هوش مصنوعی مستقیماً روی دادههای فضای کاری اجرا شوند. این قابلیت نیاز به سرورهای خارجی یا ابزارهای میانافزاری برای اتوماسیون را حذف میکند.

جیسون لیو نشان میدهد چگونه با استفاده از قابلیت Heartbeats و حافظه مشترک در Codex، میتوان از چتهای ساده به سیستمهای عملیاتی خودگردان رسید. این روش، هوش مصنوعی را از یک ابزار پاسخدهنده به یک نیروی کار فعال تبدیل میکند.

تحلیلی از ۶ ماه اخیر نشان میدهد که عاملهای کدنویسی در نوامبر ۲۰۲۵ به ابزارهای قابلاعتماد روزمره تبدیل شدند. این تحول مدیون استفاده از RLVR برای کاهش خطاهای فنی و ظهور مدلهای محلی قدرتمند مانند OpenClaw است.

مدل Qwen 3.5-9B اطلاعات حساس را حذف نمیکند، بلکه از یک مدار سه-بعدی در وزنهای خود برای مسیریابی آنها به سمت پاسخهای سانسورشده استفاده میکند. این کشف نشان میدهد که دانش واقعی در مدل باقی میماند و تنها دسترسی به آن مسدود شده است.

پژوهشگران چارچوب MemPrivacy را برای محافظت از دادههای حساس در عاملهای هوش مصنوعی لبه-ابر معرفی کردند. این روش با جایگزینی اطلاعات خصوصی با توصیفگرهای معنایی، توانایی استدلال مدل را حفظ کرده و دادههای خام را در دستگاه محلی نگه میدارد.

مدل Kimi K2.6 از شرکت Moonshot AI با معماری MoE توانست در بنچمارکهای کدنویسی از مدلهای بسته و قدرتمندی مثل GPT-5.5 پیشی بگیرد. این اتفاق نشان میدهد شکاف عملکردی بین مدلهای محلی و APIهای تجاری در حال بسته شدن است.

شرکت SandboxAQ مدلهای تخصصی محاسباتی خود را با Claude ادغام کرد تا شبیهسازیهای پیچیده شیمی کوانتومی را از طریق گفتگو ممکن کند. این اقدام سد دسترسی به زیرساختهای محاسباتی سنگین را در مسیر کشف داروهای جدید حذف میکند.

شرکت Anthropic استارتاپ Stainless را خرید تا کنترل ابزارهای خودکارسازی SDK را به دست بگیرد. این اقدام دسترسی رقبایی چون OpenAI و گوگل به ابزارهای میزبانیشدهی این شرکت را قطع میکند.

یک چارچوب جدید مبتنی بر مدلهای زبانی متوالی، نرخ افزودن کالا به سبد خرید در فروشگاههای آنلاین را ۲.۷٪ افزایش داد. این سیستم با استفاده از فرآیند تولید دو مرحلهای و تنظیم دقیق مدلهای شاگرد، کیفیت مدلهای بسته را با تأخیر عملیاتی پایین ترکیب میکند.

یک مشاور امنیت سایبری با ترکیب لایهی اجرای Pi و Cloudflare، محیطی پایدار برای Claude Code ایجاد کرد. این سیستم با هزینه ۱۰ دلار در ماه، از طریق اشتراکگذاری فایلسیستم و پایگاه داده، مانع از دست رفتن حافظه در جلسات مختلف میشود.

صنعت هوش مصنوعی از تمرکز بر قدرت خام مدلها به سمت شفافیت در تصمیمات عاملها و اخلاق در دادههای آموزشی حرکت میکند. از انتصابات استراتژیک در AWS تا ابزارهای نظارت بر عاملها، هدف اکنون دستیابی به قابلیت اطمینان است.

شرکت Odyssey با معرفی Agora-1، مدلهای جهان را از حالت تککاربره خارج کرده و محیطهای شبیهسازیشدهی مشترک و بلادرنگ را ممکن ساخته است. این سیستم با جداسازی تکامل وضعیت جهان از رندرینگ بصری، عملاً به یک موتور بازی زاینده تبدیل شده است.

اسکنرهای هوش مصنوعی آسیبپذیریها را سریعتر از توان تیمهای انسانی برای رفع آنها پیدا میکنند. غولهایی مثل مایکروسافت و اوراکل در حال تغییر چرخههای انتشار وصلهها هستند تا با این سرعت رقابت کنند.

شرکت Cursor مدل Composer 2.5 را معرفی کرد که عملکرد مدلهای گرانقیمتی مثل GPT-5.5 را با هزینهای بسیار کمتر شبیهسازی میکند. این مدل با تکیه بر دادههای مصنوعی و یادگیری تقویتی، مرز بین کیفیت بالا و هزینه کم را جابهجا کرده است.