عامل‌محور

یک تست استرس ۴۸ ساعته روی تنظیمات عامل OpenClaw، شکست‌های خاموشی را در مدیریت زمینه، صف وظایف و ردیابی هزینه‌ها شناسایی کرد. این نتایج ثابت می‌کند تست‌های کوتاه‌مدت قادر به…

پلتفرم Developerz.ai مجموعه‌ای از ابزارهای متن‌باز برای رفع «شکاف دسترسی» در عامل‌های هوش مصنوعی ارائه داده است. این زیرساخت با ایجاد دسترسی‌های بازرسی‌شده و محدود به…

ابزار متن‌باز mcpsnoop مانند Wireshark برای پروتکل MCP عمل می‌کند و امکان نظارت زنده بر ترافیک JSON-RPC بین کلاینت‌ها و سرورهای هوش مصنوعی را فراهم می‌کند. این ابزار شکاف دید را…

پراکسی محلی جدیدی به نام pxpipe با تبدیل متون حجیم به تصاویر، هزینه‌های ورودی مدل‌های Claude را به‌شدت کاهش می‌دهد. این روش از هزینه ثابت توکن‌های تصویری برای انتقال حجم زیادی از…

تحلیلی از Agentics نشان می‌دهد که فراهم کردن دسترسی به متن جلسات پیشین (Session Transcripts)، هیچ اثر مثبتی بر عملکرد عامل‌های کدنویسی ندارد. این رویکرد به دلیل ایجاد «انحراف در…

پژوهش‌های جدید نشان می‌دهد محدود کردن بودجهٔ توکن در هنگام تست، منجر به تخمین پایین‌تر از حد واقعیِ هوش عامل‌های AI می‌شود. افزایش محاسبات زمان استنتاج به مدل‌های پیشرو اجازه…

تغییر رویکرد حاکمیت هوش مصنوعی از اسناد استاتیک به یک گیت‌وی معماری اجباری، اجرای قوانین انطباق را در زمان اجرا (Runtime) ممکن می‌کند. این متدولوژی با متمرکز کردن کنترل‌ها،…

محک‌های جدید نشان می‌دهند تنظیمات «تلاش» (Effort) در Claude-opus-4-8 فقط کیفیت را تغییر نمی‌دهد، بلکه نحوه برنامه‌ریزی مدل را عوض می‌کند. در حالی که تلاش زیاد در کارهای ساده باعث…

سازمان‌ها با استفاده از سیاست‌های داده‌ایِ طراحی‌شده برای مشتریان، داده‌های حساس کارکنان را در پنجره‌های متنی مدل‌ها به خطر انداخته‌اند. این نقص معماری باعث می‌شود عامل‌ها بیش از…

یک محک (Benchmark) جدید و مستقل با استفاده از Terraform بررسی می‌کند که آیا عامل‌های هوش مصنوعی مانند Claude Code می‌توانند زیرساخت‌های واقعی ابری را مدیریت کنند. این سیستم به‌طور…

هیمانشو آگروال چارچوبی ساختاریافته برای انتقال مهارت‌های SDETها به مهندسی هوش مصنوعی ارائه کرده است. این متدولوژی روی پر کردن بزرگ‌ترین شکاف صنعت، یعنی «ارزیابی مدل‌های زاینده»،…

گوگل ابزار Gemini Code Assist را مستقیماً به گیت‌هاب متصل کرد تا خلاصه‌سازی و بازبینی دقیق کدها را خودکار کند. این قابلیت با هدف افزایش کیفیت کد و تسریع چرخه بازبینی برای…