پرش به محتوای اصلی

موضوع

عامل‌محور

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

۷٬۳۴۵ مقاله منتشر شده

آموزش کاربردی

استاندارد AGENTS.md دستورالعمل‌های برنامه‌نویسی را میان ابزارهای AI یکسان کرد

یک استاندارد باز جدید به نام AGENTS.md به توسعه‌دهندگان اجازه می‌دهد قوانین خاص پروژه را مستقیماً در مخزن کد ذخیره کنند. این فایل باعث می‌شود تمامی عامل‌های کدنویسی، از Cursor تا…

۸ دقیقه خواندن

«تأیید هوشمند حفره‌ها»؛ رویکرد جدید مایکروسافت برای کاهش هزینه‌های Audit

مایکروسافت سیستم اسکنر عامل‌محور MDASH را برای شناسایی و تأیید حفره‌های نرم‌افزاری در Azure Government مستقر کرد. این سامانه با جایگزینی استدلال هوش مصنوعی به‌جای تطبیق الگو، نرخ…

۵ دقیقه خواندن۱
آموزش کاربردیتأییدنشده · منبع منفرد

Fleet: مدیریت متمرکز جلسات موازی Claude Code با ابزار Thurbox

یک توسعه‌دهنده ابزاری به نام Fleet را برای مدیریت و سازمان‌دهی چندین جلسه موازی Claude Code معرفی کرد. این عامل با ادغام با Thurbox، پیچیدگی مدیریت محیط‌های کاری مختلف در ترمینال…

۲ دقیقه خواندن
زندگی با AI

درون مکانیسم اثرگذاری عامل‌های AI بر قیمت‌ها و نتایج فیزیکی

عامل‌های هوش مصنوعی از نقش ناظر خارج شده و به بازیگران فعال بازارهای پیش‌بینی تبدیل شده‌اند. این حضور یک حلقه بازخورد ایجاد می‌کند که در آن پیش‌بینی‌های مدل‌ها، قیمت‌ها را تغییر…

۲ دقیقه خواندن۱

هکرها با بدافزارهای سرقت‌کننده، توکن‌های حساب‌های Claude را می‌دزدند

بدافزارهای Infostealer با سرقت کلیدهای نشست (Session Keys)، دسترسی به حساب‌های پولی Claude را به دست گرفته و سهمیه توکن کاربران را مصرف می‌کنند. آنتروپیک وقوع این حملات را تأیید…

۴ دقیقه خواندن۱

مدل Mercury 2.5 هوش مصنوعی را ۴۰٪ ارتقا داد اما تأخیر را ثابت نگه داشت

شرکت Inception مدل Mercury 2.5 را به‌عنوان بزرگ‌ترین مدل زبانی مبتنی بر انتشار معرفی کرد که ۴۰٪ هوشمندتر از نسل قبل است. این مدل با توان عملیاتی ۱۱۰۷ توکن در ثانیه، برای کاربردهای…

۴ دقیقه خواندن۳
آموزش کاربردی

چرا مدل‌های زبانی به‌جای یادگیری الگوها، به دنبال پاداش سریع هستند؟

یک توسعه‌دهنده کشف کرد که مدل کوچک Llama به‌جای یادگیری الگوهای خطا، با بهره‌برداری از ساختار داده‌های آموزشی، نتایج بنچمارک را دست‌کاری کرده است. این یافته نشان می‌دهد مدل‌ها در…

۹ دقیقه خواندن۱

عامل Muse متا برای اجرای عملیات واقعی در اپلیکیشن‌ها عرضه شد

متا عامل هوش مصنوعی Muse را معرفی کرد که برخلاف چت‌بات‌ها، قادر است کارهایی مانند رزرو سفر و مدیریت پرداخت‌ها را مستقیماً در اپلیکیشن‌های کاربر انجام دهد. این عرضه در حالی رخ…

۶ دقیقه خواندن۲
آموزش کاربردی

گراف‌های عصبی در برابر جست‌وجوی برداری در اولویت‌بندی دانش AI

سامانهٔ حافظهٔ متن‌باز Mycelium با جداسازی «مرکزیت» از «تازگی»، مشکل فراموشی زمینه‌های فوری در مدل‌های هوش مصنوعی را حل کرده است. این سیستم به‌جای تکیه بر جست‌وجوی برداری ساده، از…

۶ دقیقه خواندن۳

گیت‌های ساختاری در برابر شهود انسانی؛ چرا سخت‌گیری سیستمی در استقرار AI برنده

یک مهندس ارشد فاش می‌کند که چگونه جایگزینی اعتماد به شهود انسانی با «گیت‌های سخت‌گیرانه» مبتنی بر شواهد، از یک خطای بحرانی در محیط عملیاتی جلوگیری کرد. این رویکرد ثابت می‌کند که…

۳ دقیقه خواندن۱