گزیدهای از خواندنیترین و مهمترین مطالب داتهوش.

چارچوب جدید Orthrus سرعت استنتاج مدلهای Qwen3 را تا ۷.۸ برابر افزایش میدهد بدون اینکه دقت پاسخها کاهش یابد. این سیستم مدلهای پیشنویس سنگین را با یک معماری انتشار دو-نمایی جایگزین کرده است.

پیتر استاینبرگر، بنیانگذار OpenClaw، ماهانه ۱.۳ میلیون دلار برای APIهای OpenAI هزینه میکند. او با استفاده از ۱۰۰ عامل خودکار و مدل GPT-5.5، در حال بررسی این است که وقتی هزینه توکنها دیگر مانعی نباشد، توسعه نرمافزار چگونه تغییر میکند.

بلکراک هشدار میدهد که هزینههای کلان هوش مصنوعی از یک روند شرکتی به یک نیروی اقتصاد کلان تبدیل شده است. این تغییر باعث همسویی داراییهای نامرتبط شده و استراتژیهای سنتی مدیریت ریسک را ناکارآمد میکند.

پژوهشگران مؤسسه Allen و دانشگاه برکلی مدلی به نام EMO را معرفی کردند که با سازماندهی متخصصان بر اساس دامنههای معنایی، عملکرد خود را حتی با حذف ۸۷.۵٪ از ظرفیت متخصصان حفظ میکند.

در سال ۲۰۲۶، انتخاب ابزار کدنویسی از مقایسه کیفیت مدلها به انتخاب «مدل عملیاتی» تغییر کرده است. تیمها باید بین چهار گردشکار متمایز انتخاب کنند تا از اصطکاک مهندسی و هزینههای اضافی جلوگیری کنند.

توسعهدهندگان با استفاده از Hermes Agent و Termux، گوشیهای اندرویدی را به ایستگاههای کاری هوش مصنوعی تبدیل میکنند. این عاملهای خودگردان بدون نیاز به ابر، مخازن گیتهاب را مدیریت کرده و کدها را از طریق تلگرام اجرا میکنند.

بزرگترین اتحادیه سامسونگ از ۲۱ مه برای ۱۸ روز اعتصاب میکند. این توقف تولید، زنجیره تأمین حافظههای HBM را تهدید کرده و میتواند سهم بازار را به نفع SK Hynix و Micron تغییر دهد.

دیتابریکس مدل GPT-5.5 را به جریانهای کاری عاملهای خود اضافه کرد. این مدل با عبور از مرز ۵۰٪ دقت در بنچمارک OfficeQA Pro، نرخ خطای پردازش اسناد قدیمی و PDFهای اسکنشده را ۴۶٪ کاهش داده است.

لنگچین با تأسیس یک مرکز پژوهشی جدید، بر روی «یادگیری مستمر» برای عاملهای هوش مصنوعی تمرکز کرده است. هدف این است که ردپاهای اجرایی مدلها به دادههای آموزشی تبدیل شوند تا بهینهسازی عاملها و تنظیم دقیق مدلها بهصورت خودکار صورت گیرد.

استفاده از فایلهای دستورالعمل حجیم در Claude Code باعث اتلاف هزاران توکن در هر درخواست میشود. جایگزینی این روش با سیستم «مهارتها» میتواند این هزینه را به ۵۰ توکن کاهش دهد.

نسخه ۲.۱.۱۳۹ ابزار Claude Code با معرفی دستور /goal، امکان تعریف شرایط پایان برای کارهای خودکار را فراهم کرد. در این سیستم، یک مدل مجزا از خانواده Haiku وظیفه ارزیابی هر گام را بر عهده دارد تا از توقف زودهنگام یا اشتباه عامل جلوگیری کند.

ابزار sx یک مدیریتکننده بسته برای داراییهای هوش مصنوعی است که اشتراکگذاری مهارتها و تنظیمات MCP را در تیمها ممکن میکند. این ابزار با تبدیل پرامپتها به وابستگیهای مدیریتشده، مانع از پراکندگی دانش در محیطهای مختلف برنامهنویسی میشود.

شرکت Zyphra با معرفی ZAYA1-8B-Diffusion-Preview، نخستین مدل MoE را ارائه کرد که از ساختار خودبازگشتی به مدل انتشار گسسته تبدیل شده است. این معماری با تولید همزمان ۱۶ توکن، سرعت استنتاج را در سختافزارهای AMD تا ۷.۷ برابر افزایش میدهد.

تسلا اعتراف کرد که اپراتورهای انسانی در دستکم دو مورد، روبوتاکسیها را به طور مستقیم به سمت موانع هدایت کردند. این حوادث تفاوت خطرناک میان «کنترل مستقیم» تسلا و «سیستمهای مبتنی بر ورودی» در شرکتهایی مثل ویمو را آشکار میکند.

پنج مدیر سابق OpenAI تحت سوگند شهادت دادند که سام آلتمن درباره مأموریت غیرانتفاعی شرکت دروغ گفته است. این دادگاه میتواند ساختار ۸۰۰ میلیارد دلاری این شرکت را به کلی تغییر دهد.

یک استراتژی جدید با ترکیب مدل Mistral Nemo و ابزار vLLM، هزینه استنتاج را تا ۹۵٪ کاهش میدهد. این پیکربندی روی GPUهای ارزانقیمت، سرعت پاسخدهی را ۳ برابر کرده و نیاز به پرداخت هزینههای توکنی APIها را حذف میکند.

پروژهی جدید OWASP با نام Agent Memory Guard، عاملهای هوش مصنوعی را در برابر حملات مسمومیت حافظه محافظت میکند. این ابزار با استفاده از امضاهای رمزنگاری و تحلیل معنایی، مانع از تثبیت دستورات مخرب در حافظهی بلندمدت مدل میشود.

شرکت NTT DATA با خرید WinWire قصد دارد هوش مصنوعی سازمانی را از چتباتهای آزمایشی به عاملهای خودکار تبدیل کند. این قرارداد ۱۰۰۰ مهندس متخصص را برای یکپارچهسازی AI در جریانهای کاری شرکتها از طریق Azure جذب میکند.

توسعهدهندگان سیستمهای بیومتریک با ریسکهای قانونی شدیدی از سوی قانون BIPA و قانون اصلاح نظارت دولتی ۲۰۲۶ روبرو هستند. برای اجتناب از جریمههای سنگین، معماری این سیستمها باید از «نظارت جمعی» به «تطبیق یکبهیک» و حذف خودکار دادهها تغییر کند.

یک درگاه API متنباز جدید، ۴۳ مدل از ۱۳ ارائهدهنده مختلف را زیر یک نقطه اتصال واحد جمع کرده است. این ابزار با مسیریابی هوشمند، هزینههای استنتاج را تا ۱۰ برابر کاهش میدهد.

۱۲ عامل هوش مصنوعی در یک آزمایش سه هفتهای سعی کردند سیستمی خودگردان ایجاد کنند، اما تمایل آنها به «اتمام تکلیف» بهجای «دقت»، منجر به فلج کامل و نقض امنیتی شد.

شرکت xAI ابزار Grok Build را بهعنوان یک عامل کدنویسی مبتنی بر ترمینال برای مهندسان نرمافزار معرفی کرد. این ابزار در حال حاضر تنها برای مشترکان سطح SuperGrok Heavy در دسترس است و از سیستم تأیید برنامهمحور بهره میبرد.

کاربران نسخه Pro در آمریکا اکنون میتوانند حسابهای بانکی خود را به ChatGPT متصل کنند. این سیستم با استفاده از مدلهای استدلالی جدید، داشبوردهای مالی لحظهای میسازد و توصیههای شخصیسازی شده برای مدیریت بودجه ارائه میدهد.

گوگل و استرایپ در رقابت برای استانداردسازی پرداختهای عاملهای هوش مصنوعی هستند. اما گلوگاه اصلی، سرعت API نیست، بلکه نبود سازوکارهای اعتماد و حسابرسی برای جلوگیری از هزینههای خارج از کنترل است.

دوازده عامل هوش مصنوعی در پروژه Lingzu توانستند سیستم حاکمیتی خود را بسازند، اما ۷۳٪ از دادههای تولیدی آنها توهم بود. این تجربه نشان میدهد استقلال کامل مدلها بدون نظارت ساختاری، منجر به تولید انبوه اطلاعات جعلی میشود.

یک گروه متشکل از ۱۲ عامل هوش مصنوعی به نام Lingzu، بهطور خودکار و در ۸۳ ثانیه تصمیم به ایجاد یک عضو جدید برای مدیریت روابط خارجی گرفتند. این اتفاق نشاندهنده چرخه کامل حاکمیت خودکار، از تصمیمگیری تا اصلاح خطاهای سیستمی بدون دخالت انسان است.

یک پروکسی جدید به نام mcp-auth-adapter امکان اتصال سرورهای MCP به سرویسهای احراز هویت سازمانی مثل Okta را فراهم میکند. این ابزار با سادهسازی فرآیند ثبتنام و فیلتر کردن متادیتای شناسایی، تداخلهای رایج OAuth را برطرف میکند.

مدل محلی Qwen 3.6 27B اکنون در بنچمارک SWE-bench Verified تنها ۳.۶ درصد با Claude Opus 4.6 فاصله دارد. برای توسعهدهندگانی که هزینههای بالای API دارند، خرید یک GPU RTX 4090 در کمتر از ۶ ماه بازگشت سرمایه دارد.

شرکت Runway از تولید ابزارهای ویدیوئی به سمت «مدلهای جهانی» حرکت میکند تا قوانین فیزیک را از طریق مشاهده یاد بگیرد. هدف این شرکت ساخت دوقلوی دیجیتالی جهان برای سرعت بخشیدن به کشفیات علمی است.

یک الگوی جدید در مهندسی پرامپت برای عاملهای Claude Code، با استفاده از «بندهای رد» و «معیارهای توقف»، جلوی تایید کورکورانهی ایدههای تجاری بد را میگیرد. این روش توسعهدهندگان را مجبور میکند تا پیش از کدنویسی، نقاط ضعف مدل کسبوکار خود را اصلاح کنند.