به گزارش The Information، آزمایشگاه هوش مصنوعی میرا موراتی داره سر ارزش‌گذاری ۴۰ میلیارد دلاری مذاکره می‌کنه؛ رقمی که ۱۰ میلیارد کمتر از هدف قبلی خودشه.

۷ هفته پیش۲ دقیقهtechcrunch.com

OpenAI مدل تازه‌ش رو با نرخ دو و نیم برابر نسل قبل عرضه کرده و اولش فقط دست چند سازمان محدود داده. اینکه این پول بیارزه یا نه، به نوع کارت بستگی داره.

۷ هفته پیش۳ دقیقهmindstudio.ai

OpenAI برای مدل جدیدش هر میلیون توکن ورودی ۱۰ دلار و هر میلیون توکن خروجی ۵۰ دلار می‌گیره؛ یه حالت سریع هم داره که دو برابر پول می‌گیره ولی ۲.۵ برابر تندتره.

۷ هفته پیش۳ دقیقهmindstudio.ai

یه مدل ردهٔ سبک و ارزون، تو یه بنچمارک مستقل کدنویسی رفته تو پنج تای اول جدول و از چندتا مدل بزرگ‌تر جلو زده؛ فقط یه عادت بد داره که باید حواست بهش باشه.

۷ هفته پیش۳ دقیقهmindstudio.ai

تست‌های مستقل می‌گن هوش کلی این مدل با نسل قبل فرقی نکرده، ولی تو راه انداختن کامپیوتر و مرورگر یکی از بزرگ‌ترین جهش‌های یه نسخه رو ثبت کرده.

۷ هفته پیش۳ دقیقهmindstudio.ai

Okta بستهٔ تازه‌ای از ابزارهای Auth0 رو معرفی کرده که هم حواسش به خریدهاییه که یه agent انجام می‌ده، هم ورود سازمانی مشتری‌های بزرگ رو ساده‌تر می‌کنه.

مکس لایتر سایت شخصی‌شو از Next.js جدا کرد و یه فریم‌ورک ۵۰۰۰ خطی گذاشت جاش که کلود نوشته؛ جاوااسکریپت صفحه از ۲۰۸ کیلوبایت به ۲.۳ کیلوبایت رسید.

۷ هفته پیش۳ دقیقهmaxleiter.com

استارتاپ AIR از حالت مخفی دراومد با این ادعا که اسکیل‌ها و MCPها و پلاگین‌های ایجنت‌ها، همون سطح حملهٔ تازه‌ان که کمتر کسی حواسش بهشه.

متا برای مدل جدیدش دو تا قیمت گذاشته: گرون‌تر ولی بدون ذخیرهٔ داده، یا خیلی ارزون‌تر به شرط اینکه بتونه با پرامپت‌هات مدل بعدی رو آموزش بده.

۷ هفته پیش۳ دقیقهtomtunguz.com

Anthropic می‌گه Opus 5.1 روی Terminal Bench 2.0 از ۲۴.۷٪ به ۵۲.۶٪ پریده، ولی تست‌های واقعی نشون می‌دن حالا بیشتر صورت‌حساب رو نوشتن توی کش می‌بلعه.

۷ هفته پیش۳ دقیقهmindstudio.ai

آرمیچر با ۱۶ هزار اجرای واقعی سنجید که Cursor و Codex و Claude Code موقع اضافه‌کردن یه سرویس جانبی سراغ کدوم می‌رن. نتیجه: فقط تو ۴۲٪ موارد هم‌نظرن.

۷ هفته پیش۲ دقیقهarmature.tech

تنسنت به‌جای بنچمارک‌های استاندارد، ۱۶۳ کارشناس داخلی رو گذاشته تا خروجی مدل‌ها رو کور نمره بدن؛ نتیجه بردِ کم‌فاصلهٔ Hy4 preview بود، ولی کسی نمی‌تونه تستش رو تکرار کنه.

۷ هفته پیش۳ دقیقهmindstudio.ai

استیو نیومن می‌گه ویدیوهای دمو ابزار بدی برای سنجش پیشرفت رباتیک‌ن، و فهرستی از ۱۴ مانع فنی می‌ده که هنوز سر جاشون هستن.

۷ هفته پیش۳ دقیقهsecondthoughts.ai

OpenAI تو مستندات ایمنی خودش گفته مدل بعدی‌ش ممکنه تو امنیت سایبری به سطح بحرانی برسه، اون هم درست وقتی معماری تازه‌ش می‌تونه استدلال رو از دید ناظرها پنهون کنه.

۷ هفته پیش۳ دقیقهmindstudio.ai

OpenAI برای مدل Astra سراغ روشی رفته که به‌جای فکر خطی، پرسش رو تو حلقه پردازش می‌کنه و رد کمتری از خودش جا می‌ذاره؛ همین پژوهشگرهای ایمنی رو نگران کرده.

۷ هفته پیش۳ دقیقهtechcrunch.com

خیلی از سیستم‌هایی که ادعا می‌کنن آدم توی حلقهٔ تصمیم AI دارن، در عمل به ناظر فقط اجازهٔ دیدن می‌دن، نه جلوگیری.

۷ هفته پیش۳ دقیقهcio.com

تیم Unit 42 پالو آلتو یه نفوذ باج‌افزاری رو بررسی کرده که مهاجم با کمک ایجنت‌های هوش مصنوعی کمتر از ۱۰ ساعت جمعش کرد؛ کاری که برای اپراتور انسانی حدود دو هفته وقت می‌برد.

دو سرمایه‌گذار Battery می‌گن موج AI باعث شده شرکت‌ها سیستم اصلی نرم‌افزارشون رو عوض کنن، و همین، بازارهایی رو که سال‌ها بسته بود به روی تازه‌واردها باز کرده.

۷ هفته پیش۳ دقیقهbattery.com

مهندس‌های متا یه ایجنت ساختن که دانش ذهنی متخصص‌های داخلی رو تو فایل‌های ساخت‌یافته نگه می‌داره و بازخورد اون‌ها رو بدون retrain مدل به اصلاح دائمی و تست‌شده تبدیل می‌کنه.

۷ هفته پیش۳ دقیقهengineering.fb.com

یه ابزار متن‌باز که بین ایجنت‌های کدنویسی و کارهایی که می‌خوان انجام بدن می‌شینه: کار امن رو بدون مزاحمت عبور می‌ده، کار حساس رو می‌ذاره برای تأیید خودت.