پرش به محتوای اصلی

موضوع

عامل‌محور

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

۶٬۳۱۵ مقاله منتشر شده

راهنمای عملی API سازگار با OpenAI در GLM-5.2: تلاش استدلالی، فراخوانی تابع و بازیابی متن طولانی
آموزش کاربردی

راهنمای عملی GLM-5.2: ادغام سه قابلیت کلیدی در جریان‌های کاری پایتون

راهنمای عملی جدیدی نحوه ادغام مدل GLM-5.2 در جریان‌های کاری پایتون را با استفاده از APIهای سازگار با OpenAI نشان می‌دهد. این پیاده‌سازی بر کنترل دقیق تلاش استدلالی، فراخوانی تابع…

۹ دقیقه خواندن
لوگوی Sipcode: ابزاری برای مدیریت هوشمند زمینه Claude Code
آموزش کاربردی

«بهداشت پنجرهٔ زمینه»؛ کلید دستیابی به استدلال دقیق‌تر در مدل‌های زبانی

ابزار متن‌باز Sipcode با بهینه‌سازی بهداشت پنجرهٔ زمینه در Claude Code، نویزهای تکراری و خروجی‌های طولانی ابزارها را حذف می‌کند. داده‌های محصول نشان می‌دهد کاهش این تداخلات، منجر…

۱ دقیقه خواندن
من از کلود کد محروم شدم و نمی‌دانم چه کنم: تجربه‌ای از کاربر HN با تحریم ناگهانی انسان‌دوستانه
زندگی با AIتأییدنشده · منبع منفرد

«بدون راهکاری برای بازگشت»؛ برخورد سخت‌گیرانه Anthropic با توسعه‌دهندگان

یک توسعه‌دهنده پس از یک ساعت استفاده از Claude Code به‌دلیل فعال بودن VPN و تکرار روش پرداخت، برای همیشه مسدود شد. برخورد سخت‌گیرانه Anthropic با وجود بازپرداخت وجه، هیچ راهکاری…

۱ دقیقه خواندن
ربات‌های چت سازمانی بن‌بست‌اند؛ عامل‌های هوشمند مدیریت‌شده فرصت واقعی‌اند.
زندگی با AI

عامل‌های مدیریت‌شده جایگزین چت‌بات‌های سازمانی می‌شوند

بسیاری از شرکت‌ها در حال گذار از هوش مصنوعی گفتگو-محور به «عامل‌های مدیریت‌شده» هستند که فرآیندهای تجاری چندمرحله‌ای را اجرا می‌کنند. تمرکز صنعت اکنون از ارائه پاسخ‌های متنی به…

۳ دقیقه خواندن
راهنمای فنی ساخت سیستم‌های توصیه‌گر مبتنی بر مدل‌های زبانی بزرگ
آموزش کاربردی

سیستم‌های توصیه‌گر سبک با مدل‌های زبانی بدون نیاز به خط لوله بردار معنایی

یک راهنمای فنی جدید روشی را معرفی می‌کند که در آن مدل‌های زبانی برای رتبه‌بندی محصولات و ارائه پیشنهادات قابل‌توضیح استفاده می‌شوند. این رویکرد نیاز به مدل‌های پیچیده فیلترینگ…

۴ دقیقه خواندن۲
مقایسه ابزارهای کنترل هوش مصنوعی: کدام یک عامل فراری را متوقف می‌کند؟
آموزش کاربردی

Runcap هزینه‌های استنتاج عامل‌های هوش مصنوعی را با توقف سخت کنترل کرد

ابزار Runcap با معرفی تخمین هزینه پیش‌پرواز و توقف‌های سخت، مانع از تحلیل رفتن بودجه‌های توسعه‌دهندگان در حلقه‌های تکراری عامل‌ها می‌شود. این سرویس برخلاف ابزارهای نظارتی، هزینه…

۵ دقیقه خواندن۱
بازسازی اپلیکیشن React/Redux با هوش مصنوعی Turtle و آموخته‌هایی درباره محدودیت‌های بیش از حد هوش مصنوعی
آموزش کاربردی

سخت‌گیری در گاردریل‌ها در برابر بهره‌وری توسعه‌دهنده در محیط عملیاتی

تجربه یک توسعه‌دهنده با Turtle AI نشان می‌دهد که گردش‌های کاری شدیداً ساختاریافته، هرچند برای یادگیری مفیدند، اما پنجرهٔ زمینه مدل را اشباع می‌کنند. این سیستم با تحمیل نقاط بازرسی…

۷ دقیقه خواندن
تبلیغ GLM-5.2 با قیمت ارزان: یارانه‌ای، نه کارآمد

درون مکانیسم قیمت‌گذاری GLM-5.2؛ توکن‌های استدلالی پنهان

مدل GLM-5.2 با وجود قیمت پایین‌تر به‌ازای هر توکن، به‌دلیل تولید حجم بالای توکن‌های استدلالی داخلی، تنها ۳۰ تا ۳۵ درصد ارزان‌تر از رقبا تمام می‌شود. این تفاوت نشان می‌دهد که کاهش…

۴ دقیقه خواندن۲
هوش مصنوعی با یادگیری تقویتی در حال معامله برق برای کسب سود از اختلاف قیمت است.
آموزش کاربردی

شبیه‌سازی آموزشی: یادگیری تقویتی عمیق نوسانات قیمت برق را بهینه کرد

یک پروژه شبیه‌سازی شده نشان می‌دهد که یادگیری تقویتی عمیق چگونه می‌تواند تجارت باتری‌های صنعتی را با پیش‌بینی جهش‌های قیمتی بهینه کند. این سیستم با یادگیری روابط علی میان تقاضای…

۹ دقیقه خواندن۲