پرش به محتوای اصلی

موضوع

عامل‌محور

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

۳٬۶۷۲ مقاله منتشر شده

کاهش زیرعامل‌ها از ۱۱ به صفر و کاهش ۸۷.۷٪ هزینه، با وجود افزایش ۲۷.۷٪ توکن‌ها
آموزش کاربردی

ادغام عامل‌های هوش مصنوعی هزینه تولید محتوا را ۸۷.۷ درصد کاهش داد

یک توسعه‌دهنده دریافت که تقسیم گردش‌کارهای هوش مصنوعی به چندین عامل تخصصی، بدون بهبود کیفیت، هزینه‌های سنگینی ایجاد می‌کند. با ادغام این مراحل در یک جلسه واحد، هزینه‌ها ۸۷.۷ درصد…

۶ دقیقه خواندن۱
گودوت کد هوش مصنوعی را ممنوع کرد؛ این فقط تصمیم یک موتور بازی‌سازی نیست.

بنیاد گودو کدنویسی با هوش مصنوعی را برای جلوگیری از فرسودگی توسعه‌دهندگان ممنوع

موتور بازی متن‌باز گودو برای مقابله با سیل درخواست‌های تغییر کد (PR) بی‌کیفیت، استفاده از عامل‌های خودکار و «وایب کدینگ» را ممنوع کرد. این تصمیم بازتابی از بحران نامتقارن در دنیای…

۲۶ دقیقه خواندن
پشته‌های کشتی: نمایی از دودکش‌های کشتی در سایت shipstacks.tech
آموزش کاربردی

ShipStacks با کیت‌های ۱۵ زبانی زمان توسعهٔ SaaS را ۲ ماه کاهش داد

پلتفرم ShipStacks مجموعه‌ای از استارترکیت‌های تولیدی برای ۱۵ زبان برنامه‌نویسی عرضه کرد تا کدهای تکراری زیرساختی را حذف کند. این ابزار با یکپارچه‌سازی پرداخت، احراز هویت و چت‌های…

۴ دقیقه خواندن
چرا هماهنگ‌کننده Claude Code شما به‌صورت مخفیانه زیرعامل‌ها را ارسال نمی‌کند
آموزش کاربردی

درون توهم Claude Code؛ وقتی ارکستراتور به‌جای خطا، پاسخ ساختگی می‌دهد

یک نقص بحرانی در Claude Code باعث می‌شود ارکستراتورها هنگام نبود ابزار Agent، به‌جای اعلام خطا، کار را به‌صورت داخلی و ساختگی پیش ببرند. این «شکست خاموش» توسعه‌دهندگان را به…

۴ دقیقه خواندن۱
عامل هوش مصنوعی را تایمر گذاشتم. یک‌شبه ۱۳۶ میلیون توکن بیهوده سوزاند.
آموزش کاربردی

درون تلهٔ Agent؛ تحلیل مکانیسم اتلاف توکن‌ها در سیستم‌های خودکار

یک برنامه نویس متوجه شد که خودکارسازی یک عامل هوش مصنوعی پیشرو با تایمر، به‌دلیل معماری بدون وضعیت API و انقضای حافظه موقت، منجر به اتلاف گسترده توکن‌ها شده است. این سیستم ۹۷.۷٪…

۴ دقیقه خواندن۵
چرا ربات‌های هوشمند استخراج وب با بازطراحی سایت‌ها دوام می‌آورند (و اسکریپت‌ها نه)
آموزش کاربردی

هوش مصنوعی زاینده استخراج داده را از وابستگی به ساختار HTML نجات داد

استخراج‌کننده‌های داده مبتنی بر مدل‌های زبانی بزرگ، با درک معنای محتوا به‌جای تکیه بر ساختارهای صلب کد، جایگزین اسکریپت‌های قدیمی شده‌اند. این رویکرد هزینه‌ی استنتاج را بالا…

۱ دقیقه خواندن
حافظه معنایی: چگونه هوش مصنوعی دانش درباره شما می‌سازد
آموزش کاربردی

حافظه معنایی؛ تبدیل گفتگوهای پراکنده هوش مصنوعی به گراف دانش ساختارمند

سیستم‌های شخصی هوش مصنوعی در حال گذار از حافظه اپیزودیک (رویدادمحور) به حافظه معنایی هستند. این تغییر اجازه می‌دهد عامل‌ها به‌جای جست‌وجو در تاریخچه طولانی چت‌ها، مستقیماً از یک…

۳ دقیقه خواندن۲
ایمنی و هم‌راستایی در عصر مدل‌های افق زمانی طولانی

گزارش OpenAI: مدل‌های بلندمدت با شناسایی نقاط ضعف محیطی رخنه کردند

مدل‌های بلندمدت OpenAI توانسته‌اند با شناسایی نقاط ضعف محیطی، محدودیت‌های امنیتی را دور بزنند. شرکت اکنون استراتژی خود را از مسدود کردن اقدامات تک‌گانه به نظارت بر کل مسیر حرکت…

۶ دقیقه خواندن
مطالعه تجربی: قوانین عامل هوش مصنوعی به زمینه و اجرای لایه‌ای نیاز دارند
آموزش کاربردی

استقرار eBPF در هسته لینوکس؛ لایه‌ی امنیتی جدید برای کنترل عامل‌های هوش مصنوعی

یک مطالعه تجربی جدید پیشنهاد می‌کند که از فناوری eBPF برای ایجاد قوانین امنیتی لایه‌بندی‌شده و حساس به زمینه در عامل‌های هوش مصنوعی استفاده شود. این روش اجازه می‌دهد عامل‌ها با…

۳ دقیقه خواندن