پرش به محتوای اصلی

موضوع

عامل‌محور

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

۶٬۱۶۸ مقاله منتشر شده

زیرساخت پایدار اجرای عامل هوشمند در حال تبدیل شدن به استاندارد پایه است

رانتایم‌های بادوام جایگزین حلقه‌های ساده در عامل‌های هوش مصنوعی شدند

عامل‌های هوش مصنوعی در محیط‌های عملیاتی از حلقه‌های کوتاه-مدت به سمت رانتایم‌های بادوام حرکت می‌کنند. این تغییر با پشتیبانی از پایداری وضعیت، محیط‌های ایزوله و مداخلات انسانی،…

۵ دقیقه خواندن۲
نمودار: راهکارهای برتر برای استقرار سیستم‌های استدلال عمیق
آموزش کاربردی

مدل‌های استدلالی با قیمت‌گذاری درخواستی Oxlo.ai از تورم توکن‌ها رها شدند

استقرار مدل‌های استدلالی عمیق به‌دلیل گسترش توکن‌ها در زنجیره تفکر، هزینه‌های غیرقابل‌پیش‌بینی ایجاد می‌کند. Oxlo.ai با جایگزینی صورت‌حساب توکن‌محور با هزینه ثابت به‌ازای هر…

۶ دقیقه خواندن۱
نمودار: معماری کلی سیستم استدلال عمیق با لایه‌های درک، استدلال و تصمیم‌گیری
آموزش کاربردی

مدل kimi-k2.6 با استدلال عمیق ریشه‌ی خطاهای فنی را خودکار تشخیص می‌دهد

پیاده‌سازی جدید Oxlo.ai نشان می‌دهد چگونه می‌توان از طبقه‌بندی ساده‌ی تیکت‌ها به سمت عامل‌های استدلالی حرکت کرد. این سامانه با اجبار مدل به طی کردن زنجیره‌ی تفکر در قالب JSON، علت…

۴ دقیقه خواندن۱
موشه سمبل، معاون راه‌حل‌های مشتری در لایتران، در حال مصاحبه

«مهندسی پرامپت کافی نیست»؛ راهکار Lightrun برای پایداری عامل‌های سازمانی

موش سامبول از Lightrun استدلال می‌کند که مهندسی پرامپت برای ساخت عامل‌های آماده‌ی تولید کافی نیست. او معماری «هدایت قطعی» را پیشنهاد می‌دهد که در آن اقدامات مدل توسط مشاهده‌پذیری…

۱۱ دقیقه خواندن۱
یادداشتی برای کاربران ما

درون فرآیند جدایی Manus از متا و ضرورت پشتیبان‌گیری کاربران

پلتفرم عامل‌های هوش مصنوعی Manus برای بازگشت به استقلال عملیاتی از متا جدا می‌شود. این شرکت برای رعایت قوانین نظارتی، تمام داده‌های تولید شده پس از ۲۹ دسامبر ۲۰۲۵ را پاک خواهد کرد…

۴ دقیقه خواندن۵
یادگیری هوش مصنوعی: ورود موفق بدون هرج‌ومرج ابزارها
آموزش کاربردی

۱۰ گام برای انتقال از پرامپت‌نویسی به گردش‌کار عامل‌های هوش مصنوعی

پلتفرم Everlast AI چارچوبی ساختاریافته برای تبدیل کاربران از سطح پرامپت‌نویسی ابتدایی به توسعه‌دهندگان عامل‌های خودکار معرفی کرد. این مدل بر تفکیک میان مدل، اپلیکیشن و لایه کنترل…

۶ دقیقه خواندن۱
طراحی باز، جایگزین متن‌باز برای Claude Cowork
آموزش کاربردی

OpenWork جایگزینی متن‌باز برای مدیریت گردش‌کارهای هوش مصنوعی معرفی شد

پلتفرم OpenWork امکان اشتراک‌گذاری و بازاستفاده از گردش‌کارهای هوش مصنوعی را میان عامل‌های مختلف فراهم می‌کند. این ابزار با ایجاد یک درگاه MCP، مدل‌هایی مانند GPT-5 را به فایل‌های…

۲ دقیقه خواندن
نحوه سازماندهی Claude Code برای کار محصولی
آموزش کاربردی

بایگانی ساختاریافته در برابر مهندسی پرامپت برای مدیران محصول

رویکرد جدید معماری در Claude Code تمرکز را از تنظیم پرامپت به یک سیستم بایگانی ساختاریافته تغییر می‌دهد. با سازماندهی بستر متن بر اساس نرخ تغییرات، کاربران می‌توانند هزینه‌های…

۱۸ دقیقه خواندن۲
تصویر: مقایسه روش ACE با روش پیشنهادی که با توکن‌های کمتر، همان عملکرد را دارد.
آموزش کاربردی

سیستم ALTK-Evolve هزینه استنتاج عامل‌های هوش مصنوعی را ۸۵٪ کاهش داد

سیستم حافظه جدید ALTK-Evolve با جایگزینی «دفترچه راهنمای کامل» با «درس‌های منتخب»، مصرف توکن را به‌شدت کاهش می‌دهد. این رویکرد بدون افت دقت، هزینه‌های عملیاتی مدل‌های قوی و ضعیف…

۷ دقیقه خواندن۱
نمودار سهم سیستم‌عامل‌های دسکتاپ: لینوکس به ۲۲٪ رسید

«نیاز به اجرای عامل‌ها»؛ محرک اصلی رشد لینوکس در محیط‌های حرفه‌ای

داده‌های جدید کلودفلر نشان می‌دهد استفاده از لینوکس در محیط‌های حرفه‌ای به‌شدت افزایش یافته است. این رشد عمدتاً توسط توسعه‌دهندگان هوش مصنوعی و نیاز به اجرای عامل‌های خودکار هدایت…

۴ دقیقه خواندن۱