آرشیو
نتایج فقط از میان مقالات منتشرشده نمایش داده میشوند و وضعیت جستجو و فیلترها در URL باقی میماند.
OpenAI قابلیت multi-agent را در Responses API بهصورت beta معرفی کرده است. در این الگو، یک نمونه GPT‑۵.۶ میتواند چند زیرعامل را برای بخشهای مستقل یک مسئله هماهنگ کند و نتیجهها را ترکیب کند. وعده اصلی، کاهش زمان wall-clock و بهتر شدن کارهای پیچیدهای است که
OpenAI در ۹ ژوئیه ۲۰۲۶ GPT-۵.۶ را بهعنوان یک خانواده عرضه کرد، نه یک مدل منفرد با نام تازه. سه سطح Sol، Terra و Luna قرار است انتخاب مدل را به شکل عملیتری به نوع کار و بودجه وصل کنند. Sol پرچمدار است، Terra برای کار روزمره و Luna برای هزینه و سرعت پایینتر
GitHub در ۷ ژوئیه ۲۰۲۶ اعلام کرد Copilot App برای همه planهای Copilot در دسترس است. این برنامه برای macOS، Windows و Linux ارائه شده و توسعه عاملمحور را از پنجره IDE یا terminal به یک تجربه دسکتاپ مستقل میآورد. کاربران میتوانند با حساب GitHub وارد شوند؛ در
روایت Anthropic از Claude Code، داستان عرضه یک مدل نیست؛ داستان پیدا کردن محیطی است که در آن مدل بتواند واقعاً با کد کار کند. این محصول از یک CLI داخلی شروع شد و به عاملی رسید که در ترمینال، فایلها و آزمونهای پروژه حرکت میکند. همین مسیر نشان میدهد چرا «عام
نمونهای که گوگل در ۲۶ ژوئن ۲۰۲۶ درباره Gemini منتشر کرد، یک قابلیت کوچک اما مهم را نشان میدهد: دستیار میتواند با اجازه کاربر از Gmail و Calendar برای ساخت برنامه سفر و کاهش jet lag استفاده کند. بهجای آنکه کاربر شماره پرواز، زمان جلسه و آدرس هتل را دوباره و
در ارزیابی ۲۵ ژوئن ۲۰۲۶، GitHub یک نکته معماری را برجسته کرد: مدل خام فقط بخشی از توانایی عامل کدنویسی است. هارنس Copilot ابزارها، زمینه و workflow را هماهنگ میکند و در Copilot CLI، اپلیکیشن، code review و SDK مشترک است. اگر این لایه بهتر شود، چند سطح محصول م
Anthropic در ۲۳ ژوئن ۲۰۲۶ Claude Tag را برای Slack معرفی کرد. تیم میتواند Claude را به کانالهای مشخص اضافه کند، ابزار و داده مجاز را وصل کند و با @Claude وظیفهای را واگذار کند. مدل در همان رشته گفتگو نتیجه را برمیگرداند، میتواند کار را به مرحلههای کوچکت
راهنمای مدلهای تازه OpenAI در ژوئن ۲۰۲۶، Programmatic Tool Calling را برای workflowهایی توضیح میدهد که باید چند ابزار را صدا بزنند و نتیجههای میانی زیادی دارند. در حالت معمول، مدل یک tool call میفرستد، برنامه نتیجه را برمیگرداند و مدل دوباره درباره گام بع
یک پاسخ چت معمولاً یک درخواست و یک خروجی دارد. عامل کدنویسی مسیر طولانیتری میسازد: فایل میخواند، برنامه مینویسد، فرمان اجرا میکند، خطا را میبیند و دوباره تصمیم میگیرد. NVIDIA در ۱۲ ژوئن ۲۰۲۶ نتایج نخست AgentPerf را منتشر کرد؛ بنچمارکی از Artificial Anal
مایکروسافت در جمعبندی Build ۲۰۲۶ سه تغییر را برای مدیرانی برجسته کرد که میخواهند عاملها را از آزمایش به عملیات ببرند: زمینه سازمانی، سیستمهای یکپارچه و سنجش نتیجه کسبوکار. در این روایت، Copilot Studio و Microsoft Foundry بهتنهایی مسئله را حل نمیکنند؛ عا