AI, machine learning and LLM insights.
The update introduces two environment-variable caps – one for sub-agent spawns and one for web-search calls – both defaulting to 200 per session, with a 2-minute auto-background rule for long MCP calls, giving teams a concrete lever to curb runaway spend.
آزمایشگاه Noma نشان داد که یک مهاجم می‌تواند با ارسال یک ایشوی دست‌کاری شده در یک مخزن عمومی، یک عامل هوش مصنوعی متصل به CI را که دارای دسترسی خواندن به مخازن خصوصی است، فعال کند و باعث شود ربات آن فایل‌ها را در همان ایشو منتشر کند؛ تمام این فرآیند بدون سرقت اطلاعات کاربری یا سوءاستفاده از خودِ گیت‌هاب انجام می‌شود.
در استقرار‌های واقعی، هر گفته کاربر، طرحواره ابزار، پاسخ API و سند بازیابی‌شده در پرامپت انباشته می‌شوند. این تورم پنهان باعث می‌شود زمان پردازش و هزینه‌ها به صورت درجه دوم رشد کنند و یک دموی روان را به کابوسی پرهزینه از تأخیر تبدیل کنند.
بنیاد جدید X402 متعلق به بنیاد لینوکس، با حمایت ویزا، مسترکارت، استرایپ و گوگل، قالب پیام‌ها را برای پرداخت‌های عامل‌های هوش مصنوعی تعریف می‌کند، اما با نادیده گرفتن هرگونه مجموعه انطباق، پروفایل امنیتی یا فرآیند صدور گواهینامه، ادعای اعتبار این استاندارد را بدون آزمایش باقی گذاشته است.
Analyzing 312 real calls, the team replaced a 700 ms silence rule with a lightweight state machine that watches silence duration, grammatical completeness, and back-channel cues, driving truncations down from 18 % to 3 % and eliminating dead silence.
این بنچمارک که بر پایه ۱۶۳ حادثه برچسب‌گذاری شده ساخته شده است، فراتر از تشخیص رفته تا بررسی کند آیا دستیاران هوش مصنوعی می‌توانند عدم قطعیت را تشخیص داده و آگاهانه از انجام کار خودداری کنند؛ امری که با افزایش سطح اطمینان در مدل‌های زبانی بزرگ (LLM)، یک شکاف امنیتی حیاتی را نمایان می‌کند.
سیستم جدید LIGO با بازاستفاده از مدل‌های آموزش‌دیده بر روی مجموعه‌داده‌های تصویری غیرمرتبط، نه تنها انواع شناخته‌شده‌ی اختلال‌ها را با دقتی نزدیک به بی‌نقص طبقه‌بندی می‌کند، بلکه ناهنجاری‌های جدید را نیز خوشه‌بندی می‌نماید؛ این امر به دانشمندان اجازه می‌دهد تا به جای پاکسازی دستی داده‌ها، بر اخترفیزیک تمرکز کنند.
In a single evening the agent delivered an MCP client, an Azure AI Agent, and an M365 Copilot Agent, but 12 out of 30 human messages were needed to steer it back, exposing workflow-violation and context-retrieval bugs that required prompt rewrites.
Google’s Gemini Notebook now indexes PDFs, Docs, and other files for instant AI queries, while Anthropic’s Claude can fetch credentials from 1Password to sign into services, and a joint spec aims to let agents discover and invoke APIs without custom code.
عامل‌های هوش مصنوعی AWS Continuum به‌طور مداوم مخازن کنترل نسخه را نظارت کرده و اصلاحات را پیشنهاد می‌دهند؛ این عامل‌ها حتی می‌توانند وصله‌ها را مستقیماً در محیط‌های توسعه (IDE) برنامه‌نویسان یا خط لوله‌های CI اعمال کنند که این امر فرصت وقوع حملات زنجیره تأمین را به‌شدت کاهش می‌دهد.
این تغییر، گوگل را مجبور می‌کند تا کل ساختار تراشه، از چیدمان تا آزمایش را بازطراحی کند و توانایی‌های بازدهی اینتل را زیر ذره‌بین قرار می‌دهد. موفقیت در این مسیر می‌تواند زنجیره تأمین تراشه‌های هوش مصنوعی را متنوع کند؛ اما هرگونه لغزش ممکن است باعث تأخیر در ارسال‌ها شده و به TSMC اجازه دهد تا دوباره بر بازار مسلط شود.
The modular pods, built in factories and shipped as complete units, can be connected in weeks, while Lancium’s software acts like a virtual battery, smoothing demand and tapping excess renewable or gas generation to keep the local ERCOT grid stable.
این عملیات با استفاده از سرویس‌هایی مانند Keitaro برای پنهان کردن آدرس‌های URL، ویدئوهای باکیفیت را به کاربران واقعی ارائه می‌دهد، در حالی که صفحات ساده و بی‌محتوا را به ربات‌ها نشان می‌دهد. کارشناسان یک فرآیند تأیید را پیشنهاد می‌کنند که ویژگی‌های چهره را با تصاویر معتبر مقایسه می‌کند تا موارد جعلی را شناسایی کند.
این چارچوب جدید، یک پرامپت سیستم حجیم را با یک فایل کوچک SKILL.md جایگزین می‌کند و سیاست‌ها یا اسکریپت‌ها را تنها زمانی بارگذاری می‌کند که عامل مهارت مناسب را انتخاب کند؛ این کار باعث کاهش چشمگیر مصرف توکن و هزینه‌ی استنتاج شده و دقت استدلال را نیز حفظ می‌کند.
Production bot INKA-01 detected a hidden key item in the artwork, generated a detailed rejection, and routed the file back to design bot LUDO-01, preventing the error from reaching print without any human intervention.
DPO replaces the three-model RLHF pipeline with a single binary-cross-entropy loss on preference pairs, eliminating the reward model and PPO updates. The result is a stable, faster training loop that still hits or exceeds PPO benchmarks.
آنتروپیک زمان توقف Claude Fable 5 را برای تمامی سطوح Pro، Max، Team و Enterprise به ساعت ۱۱:۵۹ شب به وقت PT در تاریخ ۱۹ جولای ۲۰۲۶ تغییر داد، در حالی که کاربران Claude Code افزایش ۵۰ درصدی محدودیت هفتگی خود را حفظ می‌کنند. بررسی‌های کنترل صادرات و وصله‌های امنیتی باعث تأخیرهای قبلی شده بودند.
کاربران سازمانی اکنون می‌توانند تنها با آپلود یک سلفی و یک فایل صوتی، یک همزاد دیجیتال واقع‌گرایانه ایجاد کنند و سپس با بهره‌گیری از دستورات چندوجهی Gemini Omni، پس‌زمینه، نورپردازی و جلوه‌ها را بدون نیاز به رندر مجدد ویرایش کنند.
این قابلیت که در حال حاضر در مرحله آلفای عمومی برای کاربران تاییدشده در نیوزیلند قرار دارد، مدل‌های اختصاصی روبلوکس را با هوش مصنوعی مولد متن‌باز ترکیب می‌کند تا از طریق یک دستور متنی واحد، محیط‌ها، مکانیسم‌ها، دارایی‌ها و صداها را تولید کند؛ سازندگان می‌توانند این موارد را پیش از انتشار، دقیق‌تر تنظیم و اصلاح کنند.
The fintech team wrapped a thin reverse-proxy around Bedrock, vault-locking the real IAM credentials and issuing short-lived, per-team tokens that enforce model whitelists and hard token limits, delivering an audit trail and instant budget protection.
استاندار کتی هوکول تمامی قوانین، مقررات و سیاست‌های ایالتی را به مدل‌های زبانی بزرگ داد تا هوش مصنوعی قوانین قدیمی را شناسایی کند؛ از هزینه‌ی ۲۵ دلاری شکار سگ گرفته تا مجوز کار در نیمه‌شب برای کارکنان باردار. این اقدام باعث شد وظیفه‌ای پنج‌ساله، تنها در عرض چند ماه انجام شود.
قانون بازارهای دیجیتال اتحادیه اروپا، گوگل را ملزم می‌کند تا به هر دستیار هوش مصنوعی — از جمله ChatGPT، Claude، Perplexity یا سایرین — اجازه دسترسی به همان رابط‌های سخت‌افزاری، حسگرها و APIهای سطح اپلیکیشن را بدهد که در حال حاضر برای مدل Gemini خود اختصاص داده است. مهلت اجرای این قانون تا ژوئیه ۲۰۲۷ تعیین شده است.
نظرسنجی VentureBeat Pulse از ۱۰۷ شرکت نشان می‌دهد که در حالی که ۸۳٪ از پردازنده‌های گرافیکی با نصف ظرفیت یا کمتر استفاده می‌کنند، تنها ۴۴٪ قادر به ردیابی دقیق هزینه‌های محاسباتی هستند؛ موضوعی که باعث شده ۶۴٪ از آن‌ها تغییر یا اضافه کردن یک ارائه‌دهنده خدمات ابری را در سال آینده مد نظر قرار دهند.
GPT-Red ده‌ها بردار حمله را مستقیماً در خط لوله‌های CI/CD توسعه‌دهندگان شبیه‌سازی کرده و آسیب‌پذیری‌ها را پیش از عرضه نهایی مدل شناسایی می‌کند. OpenAI اعلام کرده است که این ابزار چرخه بازخورد ایمنی را از چند هفته به چند دقیقه کاهش می‌دهد، هرچند همچنان برای مقابله با تهدیدهای پیچیده، نظارت انسانی را توصیه می‌کند.
