پرش به محتوای اصلی

موضوع

عامل‌محور

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

۷٬۳۳۲ مقاله منتشر شده

آموزش کاربردی

بهینه‌سازی لایه‌ی Harness عملکرد عامل‌های کدنویس را ۱۳.۷ درصد ارتقا داد

بهبود عملکرد عامل‌های کدنویس بیش از آنکه به مدل‌های هوشمندتر وابسته باشد، نیازمند یک «هارنس» یا سامانه‌ی محدودکننده و حافظه است. لنگ‌چین با بهینه‌سازی پرامپت‌های سیستمی و…

۱۱ دقیقه خواندن

اتصال Claude به گوگل ورک‌اسپیس چه تغییراتی در جریان کاری ایجاد می‌کند؟

آنتروپیک قابلیت‌های کلود را با ابزارهای بصری جدید برای تحلیل داده‌های زنده و ساخت ویدیوهای متحرک گسترش داد. این به‌روزرسانی همچنین دسترسی مستقیم کلود به محیط گوگل ورک‌اسپیس را…

۱ دقیقه خواندن

نامهٔ باز پژوهشگران اخراج‌شده از OpenAI: فرهنگ ترس جایگزین ایمنی شد

سه پژوهشگر ایمنی OpenAI در نامه‌ای باز، اتهامات تخلف را رد کرده و هشدار دادند که اخراج‌های ناگهانی، فضای همکاری با متخصصان خارجی را برای پیشگیری از فجایع هوش مصنوعی از بین می‌برد.

۵ دقیقه خواندن
آموزش کاربردی

Telesherpa با افزودن سری‌های زمانی، حافظهٔ تاریخی به عامل‌های هوش مصنوعی داد

پلتفرم Telesherpa قابلیت پشتیبانی از سری‌های زمانی را اضافه کرد تا به‌جای ذخیره وضعیت فعلی، تاریخچه کامل تغییرات را ثبت کند. این به‌روزرسانی به کاربران و عامل‌های هوش مصنوعی اجازه…

۳ دقیقه خواندن۱
آموزش کاربردی

درون معماری مربی شطرنجی که حرکات غیرقانونی پیشنهاد نمی‌کند

یک توسعه‌دهنده با جداسازی لایه محاسباتی از لایه زبانی، مربی شطرنجی ساخت که هرگز حرکات غیرقانونی پیشنهاد نمی‌کند. این سیستم به‌جای تکیه بر حافظه مدل زبانی، داده‌های دقیق یک موتور…

۹ دقیقه خواندن۱
آموزش کاربردی

۳ لایه استراتژیک برای خاموش کردن ماشین‌های مجازی زامبی

عامل‌های کدنویس اغلب محیط‌های ابری گران‌قیمت را پس از اتمام کار فعال نگه می‌دارند. این راهنما یک استراتژی خاموشی چندلایه را برای حذف ماشین‌های مجازی «زامبی» بدون از دست دادن شواهد…

۴ دقیقه خواندن

پایش لایه‌های عصبی در برابر بررسی متن برای شناسایی رفتارهای مخرب

استارتاپ Goodfire با معرفی حسگرهای داخلی، هزینه نظارت بر رفتار عامل‌های هوش مصنوعی را به شدت کاهش داد. این سیستم به‌جای بررسی متن خروجی، فعال‌سازی‌های عصبی مدل را می‌خواند تا…

۴ دقیقه خواندن۱

خستگی از تأیید؛ چرا نظارت انسانی بر عامل‌های هوش مصنوعی در حال شکست است؟

حجم خروجی کدها توسط عامل‌های هوش مصنوعی از ظرفیت نظارت انسان فراتر رفته و منجر به «خستگی از تأیید» شده است. صنعت اکنون به سمت حاکمیت مبتنی بر سیاست (Policy-based) حرکت می‌کند تا…

۸ دقیقه خواندن

Mellum2.1: جهش امتیاز SWE-bench به ۴۷ با یادگیری تقویتی در محیط‌های واقعی

شرکت JetBrains مدل Mellum2.1 را معرفی کرد؛ یک مدل استدلالی ۱۲ میلیارد پارامتری که با تمرکز بر یادگیری تقویتی در مخازن نرم‌افزاری واقعی، توانایی ویرایش فایل و رفع باگ را به‌شدت…

۵ دقیقه خواندن۲
آموزش کاربردی

سیستم پرداخت JANCTION Render جلوی اتلاف بودجه توسط عامل‌های هوش مصنوعی را گرفت

پلتفرم JANCTION Render برای جلوگیری از هزینه‌های نجومی ناشی از حلقه‌های تکرار بی‌نهایت در عامل‌های هوش مصنوعی، یک چارچوب پرداخت سخت‌گیرانه معرفی کرد. این سیستم با استفاده از سقف…

۵ دقیقه خواندن
آموزش کاربردی

WanderLog: تبدیل یادداشت‌های صوتی به دفترچه طبیعت‌گردی با معماری محلی

پروژه متن‌باز WanderLog با استفاده از پروتکل MCP، یادداشت‌های صوتی طبیعت‌گردان را به داده‌های ساختاریافته تبدیل می‌کند. این سامانه با تکیه بر مدل Gemma 3 و پردازش کاملاً محلی،…

۹ دقیقه خواندن۱
آموزش کاربردی

شکاف هزینه‌ای n8n در برابر Zapier و Make برای اتوماسیون‌های هوش مصنوعی

مقایسه‌ی سه ابزار برتر اتوماسیون نشان می‌دهد که مدل قیمت‌گذاری n8n بر اساس اجرای گردش‌کار، حاشیه سود فریلنسرها را به‌شدت افزایش می‌دهد. این ابزار با گره‌های بومی برای عامل‌های هوش…

۳ دقیقه خواندن