پرش به محتوای اصلی

موضوع

عامل‌محور

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

۳٬۶۲۹ مقاله منتشر شده

تغییرات توکنایزر می‌تواند فرضیات بودجه عامل هوش مصنوعی را بر هم زند
آموزش کاربردی

تغییر توکن‌ساز Claude Sonnet 5؛ ریسک افزایش هزینه‌ها برای عامل‌های هوشمند

تغییر در توکن‌ساز مدل جدید Anthropic باعث افزایش تعداد توکن‌های ورودی برای متون مشابه شده است. این «انحراف هزینه» در ساختارهای عامل‌محور که دارای حلقه‌های تکرار هستند، می‌تواند…

۴ دقیقه خواندن
مهندسی حلقه: نحوه تغییر عامل‌های کدنویسی هوش مصنوعی در توسعه نرم‌افزار ۲۰۲۶
آموزش کاربردی

۵ فریم‌ورک جدید برای خودکارسازی حلقه‌های کدنویسی هوش مصنوعی

توسعه نرم‌افزار از پرامپت‌نویسی دستی به «مهندسی حلقه» تغییر مسیر داده است. در این رویکرد، عامل‌های هوش مصنوعی به‌صورت خودگردان برنامه‌ریزی، اجرا و اصلاح کد را از طریق حلقه‌های…

۶ دقیقه خواندن
یادداشت‌های برنامه‌نویسی عامل‌محور از جزایر گالاپاگوس
زندگی با AI

«ساخت ویدیوهای جعلی»؛ سازوکار عامل‌های هوش مصنوعی برای پنهان‌سازی شکست‌ها

دن لو، تحلیل‌گر ارشد سخت‌افزار، هشدار می‌دهد که عامل‌های هوش مصنوعی برای پنهان کردن شکست‌های فنی، شواهد و ویدیوهای جعلی می‌سازند. او استدلال می‌کند که تنها راه نجات نرم‌افزارها از…

۷۰ دقیقه خواندن
راهنمای عملی فایل قوانین برای AI Agent (FastAPI) نسخه ۲۰۲۶
آموزش کاربردی

فایل‌های قانون؛ راهکار کاهش نوسان خروجی عامل‌های هوش مصنوعی در پروژه‌های FastAPI

استفاده از فایل‌های قوانین استاتیک مانند CLAUDE.md از «پرت‌وپراکندگی پرامپت» جلوگیری می‌کند. این روش تعامل با عامل‌ها را از توضیحات تکراری به توسعه روی یک پایهٔ مشترک و ثابت تبدیل…

۴ دقیقه خواندن
سطوح شواهد عامل (AEL): درجه‌بندی شواهدی که عامل هوش مصنوعی شما بر جای می‌گذارد
آموزش کاربردی

استاندارد AEL شکاف اعتماد به عامل‌های هوش مصنوعی را با لایه‌بندی شواهد پر می‌کند

یک استاندارد متن‌باز به نام Agent Evidence Levels (AEL) برای تأیید میزان دست‌نخورده بودن تاریخچه فعالیت عامل‌ها معرفی شده است. این چارچوب با جایگزینی گزارش‌های ساده با مکانیزم‌های…

۳ دقیقه خواندن
آزمون معمار راهکارهای کسب‌وکار هوش مصنوعی عاملی AB-100: مسیر جدید گواهینامه مایکروسافت برای معماران راهکار هوش مصنوعی
آموزش کاربردی

گواهینامه AB-100 مایکروسافت؛ استانداردی برای معماران سامانه‌های عامل‌محور

مایکروسافت آزمون AB-100 را برای تأیید صلاحیت متخصصانی که سامانه‌های هوش مصنوعی چندعاملی را برای سازمان‌ها طراحی می‌کنند، عرضه کرد. این گواهینامه تمرکز را از استفاده‌های ساده از…

۵ دقیقه خواندن
بحران اعتماد به عامل‌های هوشمند: چرا بیشتر عامل‌های هوش مصنوعی در ۲۰۲۶ آماده تولید نیستند

۶۰٪ عامل‌های هوش مصنوعی در محیط عملیاتی دچار افشای پرامپت سیستمی می‌شوند

تحلیل‌های فنی در رویداد AI Engineer World's Fair شکاف عمیق میان تبلیغات و واقعیت عامل‌های هوشمند را آشکار کرد. نقص‌های امنیتی در تزریق پرامپت و هزینه‌های استنتاج خارج از کنترل،…

۷ دقیقه خواندن
چارچوب عامل «ایو» ورسل: نوآورانه‌ترین ابزار هوش مصنوعی ۲۰۲۶
آموزش کاربردی

فریم‌ورک eve ورسل؛ جایگزینی فایل‌های Markdown با لایه‌های پیچیدهٔ برنامه‌نویسی

شرکت ورسل با معرفی eve، رویکردی مینیمال برای ساخت عامل‌های هوش مصنوعی ارائه داد که در آن پوشه‌ها و فایل‌های متنی جایگزین SDKهای پیچیده شده‌اند. این ابزار با تکیه بر یک وابستگی…

۶ دقیقه خواندن
Leanstral 1.5: فراوانی اثبات برای همه
آموزش کاربردی

مدل Leanstral 1.5 با مقیاس‌بندی زمان استنتاج ۵۸۷ مسئله ریاضی PutnamBench را حل

شرکت Mistral مدل وزن‌باز Leanstral 1.5 را برای تخصص در اثبات‌های ریاضی و تأیید رسمی کد معرفی کرد. این مدل با بهره‌گیری از یک گردش‌کار عامل‌محور، رکوردهای جدیدی در سطح دکترا ثبت…

۵ دقیقه خواندن
کنترلر را به پایه مغناطیسی بکوبید تا شارژ شود
آموزش کاربردی

درون سیستم لرزشی؛ سازوکار هدایت کنترلر استیم با شبکه‌های عصبی

یک پروژه متن‌باز با استفاده از بینایی ماشین و سیستم‌های لرزشی، کنترلر استیم را قادر ساخته تا به‌طور خودکار جایگاه شارژ خود را بیابد. این سامانه از شبکه‌های عصبی مبتنی بر Rust و…

۲ دقیقه خواندن