پرش به محتوای اصلی

موضوع

عامل‌محور

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

۶٬۲۸۵ مقاله منتشر شده

پاسخ درست را از روز دوم داشتیم. در فایلی که هیچ‌کس دوباره باز نکرد.

شکست حافظه در عامل‌های هوش مصنوعی؛ چرا تشخیص درست به اجرا نمی‌رسد؟

یک سیستم عامل کسب‌وکار مبتنی بر هوش مصنوعی با وجود تشخیص درست باگ در روز دوم، سه هفته در وضعیت توقف انتشار باقی ماند. این اتفاق نقص بحرانی در حافظه عامل‌ها را فاش می‌کند: اصلاحات…

۷ دقیقه خواندن
عامل هوش مصنوعی با دسترسی محدود به سیستم‌های خارجی
آموزش کاربردی

مدل «خودمختاری محدود» در Organ؛ جایگزینی برای ریسک عامل‌های تمام‌خودکار

پلتفرم Organ با معرفی یک سیستم‌عامل برای کسب‌وکارهای کوچک، تیم‌هایی از عامل‌های تخصصی CXO را جایگزین دستیاران عمومی کرده است. این سیستم به‌جای خودمختاری کامل، از مدل «خودمختاری…

۵ دقیقه خواندن۵
نوار مکالمات مدل: یک کاست آخر هفته برای پروژه‌های جانبی عامل هوشمند
آموزش کاربردی

الگوی Cassette نشت‌های مهندسی را در دموهای عامل‌های هوش مصنوعی می‌بندد

یک الگوی سبک پایتونی به نام Cassette با ضبط و بازپخش پاسخ‌های مدل، پایداری دموهای هوش مصنوعی را تضمین می‌کند. این روش با حذف وابستگی به APIهای زنده، ریسک تأخیر و خطاهای سهمیه را…

۸ دقیقه خواندن۳
مهارت حسابرسی امنیتی Cloudflare: ابزار کدنویسی برای بازرسی چندمرحله‌ای با یافته‌های قابل تأیید و ماشینی
آموزش کاربردی

کلاودفلر بازرسی امنیتی کدها را با عامل‌های هوش مصنوعی شش‌مرحله‌ای خودکار کرد

کلاودفلر یک مهارت کدنویسی متن‌باز را معرفی کرد که عامل‌های هوش مصنوعی را به بازرسان امنیتی ساختاریافته تبدیل می‌کند. این سامانه با استفاده از یک خط لوله شش‌مرحله‌ای و تأیید مستقل،…

۴ دقیقه خواندن۲
تصویر: رابط Claude Code در حال اجرای دستور با هشدار امنیتی در کنار آن
آموزش کاربردی

چگونه Claude Code از ادعای دروغین عامل‌ها دربارهٔ رفع باگ می‌کاهد؟

یک ابزار متن‌باز جدید از ادعای دروغین عامل‌های هوش مصنوعی درباره رفع باگ‌ها جلوگیری می‌کند. این سیستم با اجباری کردن اجرای کد و اسکن امنیتی، جلوی توهمات و نشت کلیدهای API را…

۲ دقیقه خواندن۱
کدکس همچنان در حال تست است اما هرگز تمام نمی‌شود: چه چیزی را تغییر دهیم
آموزش کاربردی

۲ راهکار عملی برای رهایی OpenAI Codex از چرخه‌های تست بی‌نهایت

یک متدولوژی جدید برای تشخیص خطاهای گردش‌کار نشان می‌دهد چرا عامل‌های هوش مصنوعی در چرخه‌های تست بی‌نهایت گیر می‌کنند. توسعه‌دهندگان می‌توانند با تعریف معیارهای پذیرش دقیق و نقاط…

۴ دقیقه خواندن
وبلاگ ۴: اولین عامل هوشمندم و نکاتی که آرزو داشتم پیش‌تر می‌دانستم
آموزش کاربردی

۳ درس سخت از ساخت عامل هوش مصنوعی برای تحلیل بازار کریپتو

توسعه‌دهنده‌ای به نام Aeron چالش‌های فنی ساخت یک عامل تخصصی را بررسی کرده و نشان می‌دهد چرا رابط‌های ساده متنی، حلقه‌های پیچیده‌ای از فراخوانی ابزارها و تکه‌بندی داده‌ها را پنهان…

۵ دقیقه خواندن۲
مقاله «فشرده‌سازی حافظه KV تا حداکثر ممکن» از zartbot: بررسی روش‌های کاهش مصرف حافظه در مدل‌های زبانی بزرگ

«بهینه‌سازی حافظه»؛ کلید DeepSeek برای مدیریت پنجره‌های متنی عظیم

دیپ‌سیک با معرفی مدل V4.1-Flash و معماری جدید CED، فشار حافظه در مدل‌های با زمینه بلند را به‌شدت کاهش داد. این مدل با فشرده‌سازی تهاجمی حافظه موقت، امکان اجرای عامل‌های هوش مصنوعی…

۵۳ دقیقه خواندن
معماری و مصالحه‌های بایز: ساخت عامل هوش مصنوعی سبک در Go
آموزش کاربردی

درون ساختار Baize؛ جایگزینی محیط‌های پیچیده با پردازش‌های جانبی

پلتفرم Baize با استفاده از زبان Go، محیط اجرای عامل‌های هوش مصنوعی را به یک پردازش جانبی (Sidecar) تبدیل کرده است. این رویکرد با حذف وابستگی‌های پیچیده پایتون، استقرار سریع و امن…

۷ دقیقه خواندن۳
نرخ مرگ ۸۸٪ عامل تولیدی: چرا حلقه‌های چندمرحله‌ای ۵ تا ۴۰ برابر هزینه دارند
آموزش کاربردی

۸۸٪ عامل‌های هوش مصنوعی در مقیاس تولید شکست می‌خورند

بیشتر عامل‌های خودمختار به دلیل ریاضیات شکست‌های متوالی و هزینه‌های توکنی درجه‌دوم در محیط عملیاتی متوقف می‌شوند. استقرار موفق نیازمند حفاظ‌های سخت‌گیرانه مانند هرس کردن زمینه و…

۴ دقیقه خواندن۱