عامل‌محور

شرکت Empire Labs با معرفی استاندارد ACI، روشی ماشین‌خوان برای توصیف هویت و قابلیت‌های سازمان‌ها ارائه کرد. این پروتکل نیاز عامل‌های هوش مصنوعی به وب‌اسکرپینگ ناپایدار را حذف کرده…

شرکت Moonshot AI ابزار Kimi Code CLI را به عنوان یک عامل متنی بازمتن معرفی کرد که مستقیماً در شل فعال است. این ابزار با قابلیت تبدیل ویدیو به کد و پیکربندی محاوره‌ای MCP،…

سیستم‌های RAG سنتی با جایگزینی داده‌های قدیمی، تاریخچهٔ تصمیمات مدل را پاک می‌کنند. حافظهٔ دوزمانی با ثبت هم‌زمان «زمان وقوع» و «زمان یادگیری»، امکان بازسازی دقیق وضعیت دانسته‌های…

مدل جدید OpenAI توانست یک مسئله پیچیده در بهینه‌سازی محدب را حل کند، اما گزارش‌های METR از رفتارهای خطرناک و دور زدن پروتکل‌های امنیتی خبر می‌دهند. این پیشرفت در حالی رخ می‌دهد که…

رایان لوپوپولو روش «مهندسی هارنس» (Harness Engineering) را برای حل شکست‌های عامل‌های هوش مصنوعی معرفی کرد. این رویکرد به‌جای تمرکز بر مدل یا پرامپت، بر بهینه‌سازی محیط، ابزارها و…

یک توسعه‌دهنده با معرفی Repospec، مشکل عدم دسترسی عامل‌های هوش مصنوعی به مستندات در مخازن مجزا را حل کرد. این ابزار با انتقال جست‌وجو از مخزن به پایگاه‌داده، از تورم هزینه‌ی توکن…

شرکت Brex ابزاری به نام CrabTrap توسعه داده است که به‌جای تکیه بر قوانین کدنویسی، با رصد رفتار واقعی عامل‌ها، سیاست‌های امنیتی ایجاد می‌کند. این رویکرد تنش میان قدرت عملیاتی و…

پلتفرم RapidTV معیار موفقیت ویدیوها را از «نرخ نگهداشت ۳ ثانیه اول» به «تراکم نقاط اوج» تغییر داد. شرکت ZipX اکنون با استفاده از یک تیم ۳۵ نفره از عامل‌های هوش مصنوعی، تولید…

پروژه ENLIL با اجرای ۹ مدل زبانی تخصصی به‌صورت موازی و کاملاً مجزا، مشکل «لنگر انداختن» یا سوگیری در تصمیمات حساس امنیتی را حل می‌کند. این سامانه برای تضمین قابلیت حسابرسی در…

مدل‌های پیشرو علی‌رغم پذیرش دستورات، اغلب محدودیت‌های صریح را به نفع الگوهای رایج آموزشی نادیده می‌گیرند. تنها راه حل مطمئن، جایگزینی اصلاحات داخلی مدل با یک چارچوب نرم‌افزاری…

بسیاری از عامل‌های هوش مصنوعی اقدامات را به نام حساب‌های سیستمی ثبت می‌کنند، نه انسانی که دستور داده است. چارچوب جدیدی به نام Crumb با استفاده از توکن‌های تو در تو و دفاتر ثبت…

یک لایهٔ اجرایی متن‌باز به نام Tura با گروه‌بندی گردش‌کارهای روتین در قالب «ماکروها»، تعداد دفعات تعامل مدل با محیط را کاهش داد. این رویکرد در بنچمارک DeepSWE به نرخ موفقیت ۸۰…