کسی که کار رو به agent میسپاره هدفش رو تعیین میکنه، ولی اینکه agent اجازهٔ چه کاری رو داره هنوز باید با قوانین سازمان چک بشه.
نویسندهٔ این یادداشت توضیح میده چرا حتی با موفقیتهای AI تو ریاضیات، بیشتر شرکتها نمیتونن کار رو کامل به مدلها بسپارن.
حالا که مدلهای reasoning و ایجنتها شبانهروز متن تولید میکنن، مشکل اصلی دیگه قدرت محاسبه نیست؛ سرعت رسیدن داده از حافظه به پردازندهست.
گوگل دو مدل صوتی تازه معرفی کرده که وسط مکالمه ابزار صدا میزنن، تصویر میبینن و بین 97 زبان جابهجا میشن، بدون اینکه گفتوگو قطع بشه.
Capsule کل یه برنامه، از رابط کاربری تا دیتابیس، رو تو یه فایل میریزه که میشه مثل PDF تو واتساپ فرستادش. ساختن خود برنامه هم با پرامپت به هوش مصنوعیه.
سایت CSS-Tricks دوباره ساکت شده و DigitalOcean توضیحی نداده. نویسنده این سکوت رو کنار کمک 3 میلیون دلاری همین شرکت به Omarchy میذاره.
Dan Luu از تجربهی چندماههش با agentهای کدنویسی میگه: از ویدیوی جعلی Codex برای یه باگ، تا اینکه چرا تست تصادفی از بهترین مدل هم مهمتره.
یه توسعهدهنده توضیح میده چرا جای لوگو، ابعاد خروجی و متن اجباری رو از پرامپت درآورد و به کد سپرد، و چرا به پایپلاین کمتر جادوییش بیشتر اعتماد داره.
یه ایجنت هک خودکار تو 25 دقیقه از یه رجیستری عمومی، توکن گیتهابی پیدا کرد که از 2023 تو تاریخچهٔ build یه ایمیج مونده بود و هنوز کار میکرد.
ایجنتهای هوش مصنوعی دیزاین سیستم رو تکهتکه میبینن و توکن و کامپوننت تکراری میسازن. DeLibra کل سیستم رو به یه کتابخونهٔ ساختاریافته تبدیل میکنه.
یه پژوهشگر سابق OpenAI مدلی ساخته که اصلاً متن تولید نمیکنه و فقط خروجی تایپدار میده. ادعاش سرعت و هزینهای صدها برابر بهتر از LLMهاست.
یه متخصص سئو با پروتکل x402 سایتش رو طوری تنظیم کرده که agentها قبل از خوندن صفحه پول بدن، و Claude Code وسط یه تسک خودش این پول رو پرداخت کرده.
Airbnb به جای اینکه فقط به هوش مدل تکیه کنه، روش تحقیق علمی رو دور مدل ساخته تا تحلیل حجم زیادی از متن، قابل تکرار و قابل بررسی باشه.
اسلک Slackbot رو به کانالها و Salesforce آورد، Slack Code رو برای کدنویسی تیمی با ایجنتها معرفی کرد و ساخت داشبورد رو به یه جمله رسوند.
ربات جدید Agility وقتی آدم نزدیکش بشه راهش رو کج میکنه، وایمیسه یا حتی میشینه. همین میتونه قفسهای ایمنی رو از انبارها و کارخونهها حذف کنه.
گوگل مدلهای صوتی جدیدی تو Gemini API گذاشته که هم وسط مکالمه کار انجام میدن و هم گفتار رو تو بیش از 85 زبان به متن تبدیل میکنن.
تیم Tailscale یه ابزار متنباز ساخته که مثل netcat دو ماشین رو مستقیم و رمزنگاریشده به هم وصل میکنه، بدون حساب کاربری و بدون دسترسی ادمین.
مهاجمها دارن از سه آسیبپذیری وصلهشدهی Artifactory استفاده میکنن و به دسترسی ادمین میرسن. مشکل اصلی اینه که خیلی از تیمها هنوز آپدیت نکردن.
طبق آمار OpenRouter، هفتهی گذشته کاربرها برای مدلهای OpenAI پول بیشتری دادن تا Anthropic. اتفاقی که بیش از دو سال و نیم بود نیفتاده بود.
تا حالا اگه نمیخواستی گوگل با محتوات هوش مصنوعی ترین کنه، باید قید سرچ رو هم میزدی. حالا این دو تا از هم جدا شدن.