عاملهای هوشمند
-
عاملهای هوشمند
کرسر اجرای عامل را به زیرساخت سازمان میبرد، اما پردازش مدل در ابر میماند
قابلیت تازه کرسر اجرای ابزارها را به زیرساخت مشتری میبرد، اما پردازش مدل و برنامهریزی همچنان در ابر کرسر باقی میماند.
-
پژوهش
هارنسدِو نشان میدهد عاملهای خودبهبوددهنده به دروازه انتشار نیاز دارند
هارنسدِو نشان میدهد چارچوبهای عاملِ در حال تکامل پیش از ارتقا به اعتبارسنجی پنهان، آزمون اجراکننده، شواهد زمان اجرا و بازگشت نیاز دارند.
-
عاملهای هوشمند
فالکن گاردین امنیت عاملهای هوش مصنوعی را به زمان اجرا میبرد
Falcon گاردین پرامپت و فراخوانی ابزار را به اقدامهای نقطه پایانی متصل میکند و کنترل زمان اجرا را به امنیت عاملهای سازمانی میافزاید.
-
مدلهای جدید
Pipecat مدل PhoneLLM را با 3.5 میلیارد پارامتر فعال برای عاملهای صوتی عرضه کرد
PhoneLLM Alpha 1 مدل باز 30 میلیاردی از نوع مخلوط متخصصان با 3.5 میلیارد پارامتر فعال است که برای عاملهای صوتی تلفنی کمتأخیر ساخته شده و با معیار تازهٔ PhoneBench سنجیده میشود.
-
عاملهای هوشمند
OpenAI برای مدلهایش در Cursor ضربالاجل نوامبر تعیین کرد
پس از خرید Cursor توسط SpaceX، OpenAI قرارداد تأمین مدل را جمع میکند و 12 نوامبر 2026 را تاریخ قطع پیشنهادی میگذارد؛ تیمها باید جایگزینی را پیش از آن بسنجند.
-
پژوهش
Gemini Co-Scientist حلقهٔ فرضیه تا آزمایش و ادعاهای راستیآزماییشده را میبندد
Google DeepMind چارچوب Co-Scientist را از تولید فرضیه به پژوهش مبتنی بر اجرا گسترش میدهد: برنامهریزی آزمایش، اجرای کد، تعامل با آزمایشگاه و راستیآزمایی ادعاها، با دخالت متغیر انسان.
-
⚙️ لایه سیاست اجرایی: چرا حاکمیت هوش مصنوعی پیش از اجرا شکست میخورد (۴/۱۰)
چگونه تصمیمگیری و اعمال سیاست هنگام اجرا، قواعد آگاه از وضعیت و ثبت شواهد، حاکمیت هوش مصنوعی را از مستندات به کنترل عملیاتی تبدیل میکنند.
-
🏗️ چرا بیشتر تیمها در کنترل اقدام متوقف میشوند: زیرساخت پنهان حاکمیت واقعی ایجنتها (۳/۱۰)
چرا هویت و تأیید برای حاکمیت ایجنت کافی نیست و سامانههای دانش، اجرا و ارزیابی چگونه حاکمیت واقعی را عملیاتی میکنند.
-
🧭 پنج لایه حاکمیت ایجنتها؛ چرا بیشتر تیمها هنوز فقط دو لایه دارند (۲/۱۰)
مدلی عملی با پنج لایه هویت، اقدام، خروجی، تغییر و نتیجه برای حاکمیت ایجنتهای هوش مصنوعی در مهندسی نرمافزار.
-
فکر میکنید حاکمیت هوش مصنوعی دارید؟ ندارید.
چرا کنترل دسترسی و تأیید انسانی برای مهندسی مبتنی بر هوش مصنوعی کافی نیست و حاکمیت واقعی ایجنتها در سراسر فرایند تحویل نرمافزار چه نیازهایی دارد.