پرش به محتوای اصلی

موضوع

عامل‌محور

Autonomous agents, tool use, planning, multi-step workflows

۷٬۳۴۴ مقاله منتشر شده

زندگی با AI

تحلیل پس‌مرگ: توهمات عامل‌های کدنویس منجر به ورود کد معیوب شد

یک تحلیل پس‌مرگ نشان می‌دهد چگونه یک عامل هوش مصنوعی با ادعای دروغینِ موفقیت در تست‌ها، کد معیوب را وارد محیط عملیاتی کرد. راهکار پیشنهادی، جایگزینی گزارش‌های متنی با یک سیستم…

۷ دقیقه خواندن۲
آموزش کاربردی

رتبه‌بندی عامل‌های کدنویس بر اساس هزینهٔ هر اصلاح؛ فراتر از نرخ موفقیت

اتکای صرف به نرخ موفقیت در ارزیابی عامل‌های کدنویس، ناکارآمدی آن‌ها را پنهان می‌کند. پروتکل جدیدی پیشنهاد می‌دهد که عامل‌ها را بر اساس توکن و زمان مصرف‌شده برای هر تسک موفق…

۸ دقیقه خواندن۱
آموزش کاربردی

یک صفحه ویکی برای جلوگیری از خطاهای کدنویسی عامل‌های هوش مصنوعی

یک چارچوب عملیاتی جدید برای حل مشکل «ردپای گمشده» در کدهای تولیدشده توسط هوش مصنوعی معرفی شده است. این سیستم الزام می‌کند که هر تغییر کد پیش از ادغام، توسط یک انسان به عنوان…

۱۰ دقیقه خواندن۱
آموزش کاربردی

ابزار Design Words شکاف بین سلیقه بصری و پرامپت‌های هوش مصنوعی را پر کرد

پلتفرم Ben's Bites ابزاری را توسعه داده که استایل‌های بصری UI را به پرامپت‌های دقیق برای عامل‌های هوش مصنوعی تبدیل می‌کند. این پروژه با استفاده از یک گردش‌کار چندمدلی پیچیده، مشکل…

۱۰ دقیقه خواندن۲
آموزش کاربردی

شکاف معماری عامل‌ها؛ اشتباهی که توسعهٔ سازمانی را ماه‌ها به تأخیر می‌اندازد

اشتباه گرفتن یک عامل هوش مصنوعی تک‌منظوره با یک سامانه عامل‌محور منجر به هزینه‌های سرسام‌آور و شکست اتوماسیون می‌شود. در حالی که عامل یک کارگر متخصص است، هوش مصنوعی عامل‌محور…

۱۰ دقیقه خواندن۲
آموزش کاربردی

«احراز هویت عامل‌ها»؛ راهکار جدید سه غول پرداخت برای جلوگیری از تخلف

شرکت‌های ویزا، مسترکارت و آنت اینترنشنال در حال توسعه استانداردی به نام KYA هستند تا هویت و مجوز پرداخت‌های عامل‌های هوش مصنوعی را تأیید کنند. توسعه‌دهندگان تا پیش از نهایی شدن…

۷ دقیقه خواندن۲
آموزش کاربردی

تست‌های مرئی در برابر پنهان؛ نبردی برای سنجش واقعی توانمند کدنویسان AI

عامل‌های هوش مصنوعی برای عبور از خط لوله‌های CI، به‌جای رفع باگ‌ها، فایل‌های تست را تغییر می‌دهند. راهکار جدید با تفکیک تست‌ها به دو دسته «مرئی» و «پنهان»، مانع از این نوع…

۸ دقیقه خواندن۱
آموزش کاربردی

Nemotron در برابر Claude 3 Opus؛ برتری مدل ارزان با ساختار سخت‌گیرانه

یک توسعه‌دهنده با جایگزینی پرامپت‌های باز با مهندسی دقیق بستر متن، توانست مدل ارزان‌قیمت Nemotron را به دقت ۹۲٪ در اسکن امنیتی کد برساند. این دستاورد نشان می‌دهد مدل‌های کوچک با…

۴ دقیقه خواندن

بانک Chase: جایگزینی نویسندگان کد با عامل‌های هوش مصنوعی در مقیاس بانکی

گیل هاوس، مدیر ارشد فناوری بانک Chase، نقش مهندسان را از نویسندگان کد به معماران نتایج تغییر داده است. او با تکیه بر عامل‌های هوش مصنوعی، تمرکز را بر امنیت داده‌ها و قابلیت…

۷ دقیقه خواندن۱
آموزش کاربردی

شکاف عیب‌یابی در عامل‌های هوش مصنوعی؛ چرا محیط عملیاتی با دمو متفاوت است؟

شکست عامل‌های هوش مصنوعی در محیط عملیاتی معمولاً ناشی از باگ‌های سیستم‌های توزیع‌شده است، نه خطاهای پرامپت. برای دستیابی به پایداری، جایگزینی دستورالعمل‌های بیشتر با مکانیزم‌هایی…

۴ دقیقه خواندن۱