پرش به محتوای اصلی

موضوع

عامل‌محور

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

۶٬۳۲۹ مقاله منتشر شده

راهنمای عملی کارآفرینان غیرفنی برای یکپارچه‌سازی هوش مصنوعی
آموزش کاربردی

گزارش استارت‌آپ‌ها: اتوماسیون بدون کد زمان عملیات را ۸۷.۵٪ کاهش داد

بانیان غیرفنی استارت‌آپ‌ها می‌توانند با تمرکز بر ارکستراسیون به‌جای مهندسی، بازگشت سرمایه سریعی را تجربه کنند. اتصال مدل‌های هوش مصنوعی موجود به ابزارهای گردش‌کار، اتوماسیون…

۶ دقیقه خواندن
کد مخفی در مخزن گیت‌هاب توسط Claude Code بدون بررسی اجرا شد و کنترل کامل به مهاجمان داد.

چگونه Claude Code ابزاری برای اجرای کدهای مخرب در سیستم کاربر می‌شود؟

پژوهشگران امنیتی آسیبی را در Claude Code یافتند که باعث می‌شود این ابزار، کدهای مخرب را بدون تأیید کاربر اجرا کند. این حفره امنیتی از طریق تزریق غیرمستقیم پرامپت، دسترسی کامل به…

۱ دقیقه خواندن
ربات انسان‌نمای کارآمد در محیط اداری

Flexion Robotics با آموزش شبیه‌ساز-محور، ربات‌های انسان‌نما را به محیط اداری

استارت‌آپ سوئیسی Flexion Robotics با استفاده از یادگیری تقویتی و محیط‌های شبیه‌سازی، ربات‌های انسان‌نما را از دموهای ساده فراتر برده است. این سیستم به ربات‌ها اجازه می‌دهد وظایف…

۳ دقیقه خواندن
هزینه پنهان عامل‌های ناپایدار هوش مصنوعی
آموزش کاربردی

یک اختلال ۳ ثانیه‌ای در API؛ ضرر ۴۶۸ هزار دلاری استارت‌آپ فین‌تک

یک خطای گذرا در سامانه Stripe باعث شد عامل هوش مصنوعی یک استارت‌آپ، ۱۲۴۷ مشتری را دوبار شارژ کند. بررسی‌ها نشان می‌دهد هزینه واقعی شکست‌های AI به دلیل ریزش مشتری و تخریب برند، ۱۳…

۴ دقیقه خواندن۱
افزودن بازبینی کد هوش مصنوعی به گیت‌لب خصوصی — بدون دادن کلیدها به آن
آموزش کاربردی

مرز اعتماد؛ راهکاری برای ایمن‌سازی بررسی کدهای AI در گیت‌لب قدیمی

یک توسعه‌دهنده سیستمی برای بررسی خودکار کدها با مدل Claude طراحی کرده که از طریق جداسازی سخت‌افزاری توکن‌های دسترسی از محیط تحلیل AI، خطر تزریق پرامپت را حذف می‌کند. این معماری…

۸ دقیقه خواندن۱
تصویری از صفحه‌ای با ۱۴ خطای رابط کاربری که با دایره قرمز مشخص شده‌اند.

۸۶٪ خطای مثبت در خود-بازرسی عامل‌های هوش مصنوعی

یک عامل هوش مصنوعی در تلاش برای اصلاح متدولوژی مهندسی خود، ۱۴ نقص شناسایی کرد که ۱۲ مورد آن توسط خبرگان خطا تشخیص داده شد. این تجربه نشان می‌دهد مدل‌ها لایه‌بندی معماری را با بدهی…

۳ دقیقه خواندن
۱۴ مشکل پیدا کردم. سه متخصص گفتند فقط ۲ تایش نیاز به اصلاح دارد.

۸۶٪ از نقص‌های شناسایی‌شده در ممیزی یک عامل هوش مصنوعی توهم بود

یک عامل هوش مصنوعی در ممیزی سخت‌گیرانه‌ی متدولوژی مهندسی خود، ۱۴ مورد نقص شناسایی کرد که بررسی‌های انسانی نشان داد تنها ۲ مورد از آن‌ها خطای واقعی بود. این تجربه نشان می‌دهد که…

۳ دقیقه خواندن