عاملهای هوشمند
-
پژوهش
بنچمارک TAM ضعف GPT-5 در اجرای فرایندهای طولانی و قانونمحور را نشان میدهد
TAM اجرای دستورالعملهای طولانی را میسنجد؛ GPT-5 در ICD فقط ۱٪ و در محاسبات مجازات ۱۵٫۵٪ پاسخ کاملاً درست داشته است.
-
عاملهای هوشمند
عامل داده OpenAI تحلیل سازمانی را به ChatGPT Work میآورد؛ مجوز دسترسی بهتنهایی کافی نیست
عامل داده OpenAI مجوزهای موجود سازمان را رعایت میکند و داشبورد میسازد، اما بدون معیار عمومی دقت، تعریف شاخصها و ارزیابی داخلی همچنان ضروری است.
-
عاملهای هوشمند
Fugu Max انتخاب میان چند مدل را ساده میکند، اما کنترل بیشتری به Sakana میسپارد
نسخههای تازه Fugu هزینه استفاده از چند مدل را ساده میکنند، اما درباره شفافیت مسیریابی، کنترل داده و دسترسی در اروپا پرسشهای مهمی باقی میماند.
-
عاملهای هوشمند
ماجرای RubyGems نشان میدهد انتشار بسته چگونه میتواند به مسیر اجرای عامل تبدیل شود
حادثه RubyGems نشان میدهد امنیت عاملها باید انتشار بسته، ساخت خودکار و مسیرهای غیرمستقیم نوشتن و اجرا را نیز جزو سطح دسترسی واقعی حساب کند.
-
پژوهش
GuardedAct اختیار اجرای اصلاحات زیرساختی را از مدل جدا میکند
GuardedAct نشان میدهد چگونه میتوان اقدام پیشنهادی مدل را پیش از تغییر زیرساخت واقعی در محیط شبیهسازی و با کنترل مستقل ارزیابی کرد.
-
عاملهای هوشمند
Atlassian در Jira مسیر پیوسته از کار آماده تا درخواست ادغام کد را به عاملها میسپارد
Atlassian در Jira اجرای پیوسته کارهای آماده توسط عاملهای کدنویسی را آزمایش میکند؛ دسترسی، استانداردها و ادغام نهایی جداگانه کنترل میشوند.
-
مدلهای جدید
GPT-Live-1 وارد API شد؛ گفتوگوی زنده از کارِ عامل پشت صحنه جدا میشود
GPT-Live-1 گفتوگوی صوتی تمامدوطرفه را به API میآورد و استدلال را به مدل پشت صحنه میسپارد؛ در نتیجه لغو و مجوز باید جداگانه مدیریت شوند.
-
پژوهش
DeFiFlowBench: فرایند بهظاهر درستِ عامل هم میتواند به معاملهای ناایمن برسد
DeFiFlowBench نشان میدهد فرایند DeFi با ساختار درست هم میتواند معامله پرریسک اجرا کند و کنترل نهایی باید مستقل از تولیدکننده باشد.
-
پژوهش
EBL-Core میان تأیید سیاستی عامل و اختیار واقعی اجرا مرز میگذارد
EBL-Core پیشنهاد میکند اختیار اجرای عملیات پرخطر عاملهای هوش مصنوعی در لحظه استفاده با عمل، سیاست، شواهد و شرایط فعلی دوباره تطبیق داده شود.
-
🛑 بدون مهار، حاکمیت هوش مصنوعی در لحظه بحران از کار میافتد (۶/۱۰)
مهار عاملهای هوش مصنوعی در عمل یعنی توقف مستقل، کنترل شعاع اثر، بازیابی، قناری رفتاری و ثبت شواهد در محیط اجرا.