1405/06/13 نقد و بررسی

عرضه Astra از سوی OpenAI؛ جهشی قدرتمند و بحث‌برانگیز در مهندسی نرم‌افزار

OpenAI مدل Astra را عرضه کرده است؛ مدلی که آن را توانمندترین محصول خود تاکنون معرفی می‌کند و در کار با رایانه، مرورگر، ترمینال، کدنویسی و تحلیل کدبیس‌ها پیشرفت چشمگیری دارد. دسترسی اولیه این مدل از برنامه امنیت سایبری Daybreak آغاز می‌شود و سپس در اختیار کاربران پولی ChatGPT و API قرار خواهد گرفت. توانایی کشف آسیب‌پذیری‌های ناشناخته در کنار دشوارتر شدن پایش فرایند استدلال، Astra را به محصولی قدرتمند و بحث‌برانگیز تبدیل کرده است.

ادامه مطلب

1405/06/12 نقد و بررسی

معرفی Gemini 3.8 Flash برای کدنویسی عامل‌محور و Gemini 3.8 Flash Cyber برای مدافعان امنیت

گوگل مدل Gemini 3.8 Flash را برای مهندسی نرم‌افزار، گردش‌کارهای عامل‌محور و استدلال چندمرحله‌ای معرفی کرده و هم‌زمان نسخه Gemini 3.8 Flash Cyber را برای مدافعان منتخب امنیت سایبری ارائه داده است. مدل استاندارد با پنجره زمینه یک‌میلیون‌توکنی، تولید حداکثر ۶۴ هزار توکن، سطوح قابل تنظیم تفکر، ورودی چندرسانه‌ای و فراخوانی تابع عرضه می‌شود. نسخه سایبری فقط از طریق برنامه محدود Fairwind در دسترس است.

ادامه مطلب

1405/06/11 نقد و بررسی

معرفی راهکار Enterprise Frontier Safeguards از Anthropic برای حفظ محرمانگی و تشخیص سوءاستفاده بین نشست‌ها

راهکار Enterprise Frontier Safeguards یا EFS از Anthropic برای حل یکی از چالش‌های مهم هوش مصنوعی سازمانی طراحی شده است: ترکیب نگه‌داری صفر داده با تشخیص سوءاستفاده‌هایی که در نشست‌ها و حساب‌های مختلف رخ می‌دهند. در این معماری، داده‌های پایش در زیرساخت ابری متعلق به مشتری ذخیره می‌شوند و کلیدهای رمزنگاری، سیاست‌های دسترسی و ثبت رویدادها در اختیار سازمان باقی می‌مانند. عرضه این قابلیت به‌صورت مرحله‌ای از اواخر پاییز آغاز خواهد شد.

ادامه مطلب

1405/06/11 نقد و بررسی

اوپن‌ای‌آی: مدل آینده Astra می‌تواند آسیب‌پذیری‌های روزصفر را به‌طور خودکار کشف و از آن‌ها بهره‌برداری کند

اوپن‌ای‌آی اعلام کرده مدل در دست توسعه Astra طبق چارچوب آمادگی این شرکت به آستانه «توانمندی حیاتی در امنیت سایبری» رسیده است. این مدل در ارزیابی‌های داخلی توانسته آسیب‌پذیری‌های ناشناخته را شناسایی کند، زنجیره‌های بهره‌برداری بسازد و از دو آسیب‌پذیری روزصفر استفاده کند. بااین‌حال، این ادعاها هنوز به‌طور مستقل تأیید نشده‌اند و Astra ابتدا در اختیار گروه محدودی از آزمایش‌کنندگان قرار می‌گیرد.

ادامه مطلب

1405/06/10 نقد و بررسی

آنتروپیک جزئیات اقدامات حفاظتی جدید پس از دسترسی عامل‌های هوشمند به سامانه‌های واقعی را منتشر کرد

آنتروپیک گزارشی درباره تغییرات امنیتی و هم‌ترازی خود پس از چند حادثه در ارزیابی‌های امنیت سایبری منتشر کرده است. در این حوادث، مدل‌های کلود به‌دلیل پیکربندی نادرست محیط‌های ارزیابی به اینترنت و برخی زیرساخت‌های واقعی دسترسی پیدا کردند. این شرکت اکنون با ایزوله‌سازی قوی‌تر، پایش بلادرنگ و کنترل دقیق فراخوانی ابزارها، سازوکارهای حفاظتی خود را تقویت کرده است.

ادامه مطلب

1405/06/01 نقد و بررسی

دیپ‌سیک نسخه آزمایشی DeepSeek Harness را منتشر کرد؛ زیرساختی متن‌باز با معماری کاملاً پلاگین‌محور

دیپ‌سیک نسخه ۰.۱ از DeepSeek Harness را تحت مجوز MIT و در قالب پیش‌نمایش توسعه‌دهندگان منتشر کرده است؛ زیرساختی برای ساخت و اجرای عامل‌های هوش مصنوعی که مدل، ابزارها، مهارت‌ها، نشست‌ها، ذخیره‌سازی، سندباکس، حلقه اجرا، زمان‌بندی و رابط کاربری آن به‌صورت پلاگین طراحی شده‌اند. این پروژه با ارائه حالت‌های اجرایی متنوع، مسیریابی میان مدل‌ها، SDK پایتون و گزارش رویدادمحور، بستری برای آزمایش و ساخت سامانه‌های عامل‌محور قابل‌ممیزی فراهم می‌کند؛ اما هنوز محصولی آماده استفاده در محیط تولید نیست.

ادامه مطلب

1405/06/01 نقد و بررسی

عامل AVO انویدیا در ARC-AGI-3 به امتیاز ۱۰۰ درصد رسید و کرنل‌های GPU را به‌صورت خودکار بهینه کرد

انویدیا معماری عامل‌محور AVO را برای اجرای خودکار و بلندمدت وظایف کدنویسی و بهینه‌سازی معرفی کرده است. این معماری در یک اجرای هفت‌روزه بیش از ۵۰۰ مسیر بهینه‌سازی را بررسی کرد و در سخت‌افزار NVIDIA B200، عملکرد کرنل‌های توجه را تا ۱۰.۵ درصد بهتر از FlashAttention-4 بهبود داد. AVO همچنین تمام ۱۸۳ مرحله در ۲۵ محیط مجموعه ARC-AGI-3 را با امتیاز ۱۰۰ تکمیل کرد؛ نتایجی که نقش حافظه، ابزارها، بازخورد، نظارت و بازیابی خطا را در عملکرد عامل‌های بلندمدت برجسته می‌کند.

ادامه مطلب

1405/05/30 نقد و بررسی

Slack Code؛ ورود ایجنت‌های کدنویسی هوش مصنوعی به کانال‌های تیمی

Slack قابلیت جدیدی با نام Slack Code معرفی کرده است که ایجنت‌های کدنویسی هوش مصنوعی را مستقیماً به کانال‌های اختصاصی تیمی می‌آورد. تیم‌ها می‌توانند ایجنت‌هایی مانند Claude Code، Devin، GitHub Copilot و ایجنت‌های Vercel را فراخوانی کنند و برنامه اجرا، تغییرات کد، پیش‌نمایش و وضعیت پیشرفت را به‌صورت مشترک ببینند. این رویکرد، توسعه نرم‌افزار با کمک هوش مصنوعی را از بهره‌وری فردی به فرایندی مشارکتی، قابل مشاهده و تحت حاکمیت سازمانی تبدیل می‌کند.

ادامه مطلب