پرش به محتوای اصلی

موضوع

عامل‌محور

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

۷٬۳۴۷ مقاله منتشر شده

آموزش کاربردی

۵ الگوی معماری برای تحلیل داده‌های عامل‌های هوش مصنوعی در شبکه‌های توزیع‌شده

اتصال عامل‌های هوش مصنوعی پراکنده به یک پایگاه‌داده واحد اغلب به‌دلیل محدودیت‌های شبکه و NAT شکست می‌خورد. این راهنما ۵ الگوی جایگزین برای گزارش‌دهی مطمئن معیارها در محیط‌های ابری…

۵ دقیقه خواندن۲

آیا سامانه چندعاملی آنتروپیک گرهی از فرضیه ریمان گشود

یک مدل آزمایشی از شرکت آنتروپیک با استفاده از یک سامانه چندعاملی، موفق شد کران پایین راهکارهای فرضیه ریمان را افزایش دهد. این دستاورد حاصل بررسی ۶۵۰ ایده مختلف طی ۳۶ ساعت محاسبات…

۳ دقیقه خواندن۵

چرا تغییر رویکرد به تعاملات صوتی رشد Gemini را شتاب بخشید؟

اپلیکیشن Gemini گوگل با جذب یک میلیارد کاربر ماهانه، رکورد سریع‌ترین رشد محصول در تاریخ این شرکت را شکست. این جهش مدیون تغییر رویکرد به تعاملات صوتی و عرضه قابلیت‌های عامل‌محور…

۴ دقیقه خواندن۲

رانتایم‌های بادوام جایگزین حلقه‌های ساده در عامل‌های هوش مصنوعی شدند

عامل‌های هوش مصنوعی در محیط‌های عملیاتی از حلقه‌های کوتاه-مدت به سمت رانتایم‌های بادوام حرکت می‌کنند. این تغییر با پشتیبانی از پایداری وضعیت، محیط‌های ایزوله و مداخلات انسانی،…

۵ دقیقه خواندن۳
آموزش کاربردی

مدل‌های استدلالی با قیمت‌گذاری درخواستی Oxlo.ai از تورم توکن‌ها رها شدند

استقرار مدل‌های استدلالی عمیق به‌دلیل گسترش توکن‌ها در زنجیره تفکر، هزینه‌های غیرقابل‌پیش‌بینی ایجاد می‌کند. Oxlo.ai با جایگزینی صورت‌حساب توکن‌محور با هزینه ثابت به‌ازای هر…

۶ دقیقه خواندن۱
آموزش کاربردی

مدل kimi-k2.6 با استدلال عمیق ریشه‌ی خطاهای فنی را خودکار تشخیص می‌دهد

پیاده‌سازی جدید Oxlo.ai نشان می‌دهد چگونه می‌توان از طبقه‌بندی ساده‌ی تیکت‌ها به سمت عامل‌های استدلالی حرکت کرد. این سامانه با اجبار مدل به طی کردن زنجیره‌ی تفکر در قالب JSON، علت…

۴ دقیقه خواندن۱

«مهندسی پرامپت کافی نیست»؛ راهکار Lightrun برای پایداری عامل‌های سازمانی

موش سامبول از Lightrun استدلال می‌کند که مهندسی پرامپت برای ساخت عامل‌های آماده‌ی تولید کافی نیست. او معماری «هدایت قطعی» را پیشنهاد می‌دهد که در آن اقدامات مدل توسط مشاهده‌پذیری…

۱۱ دقیقه خواندن۲

درون فرآیند جدایی Manus از متا و ضرورت پشتیبان‌گیری کاربران

پلتفرم عامل‌های هوش مصنوعی Manus برای بازگشت به استقلال عملیاتی از متا جدا می‌شود. این شرکت برای رعایت قوانین نظارتی، تمام داده‌های تولید شده پس از ۲۹ دسامبر ۲۰۲۵ را پاک خواهد کرد…

۴ دقیقه خواندن۵
آموزش کاربردی

۱۰ گام برای انتقال از پرامپت‌نویسی به گردش‌کار عامل‌های هوش مصنوعی

پلتفرم Everlast AI چارچوبی ساختاریافته برای تبدیل کاربران از سطح پرامپت‌نویسی ابتدایی به توسعه‌دهندگان عامل‌های خودکار معرفی کرد. این مدل بر تفکیک میان مدل، اپلیکیشن و لایه کنترل…

۶ دقیقه خواندن۱
آموزش کاربردی

OpenWork جایگزینی متن‌باز برای مدیریت گردش‌کارهای هوش مصنوعی معرفی شد

پلتفرم OpenWork امکان اشتراک‌گذاری و بازاستفاده از گردش‌کارهای هوش مصنوعی را میان عامل‌های مختلف فراهم می‌کند. این ابزار با ایجاد یک درگاه MCP، مدل‌هایی مانند GPT-5 را به فایل‌های…

۲ دقیقه خواندن