Frameworki agentowe i eksperymenty
Embabel Agent Framework 1.0. Embabel, framework agentowy w Javie, współtworzony przez twórcę Spring Framework, Roda Johnsona, osiąga wersję 1.0. Wykorzystuje planowanie działań zorientowane na cele, dzięki czemu agenci dynamicznie znajdują ścieżki do celów, zamiast podążać za sztywno zaprogramowanymi przepływami pracy.
Parlor v2 Local GPT-Live. Parlor v2 to w pełni lokalny klon GPT-Live, interaktywnego agenta głosowego, działający na M3 Pro. Projekt bada lokalną interakcję głosową w trybie full-duplex przy użyciu systemu kaskadowego.
Przemysł i biznes
OpenAI Presence for Enterprise. OpenAI wprowadza Presence, nową ofertę, która ma przygotować agentów AI do użycia produkcyjnego w obsłudze klienta i wewnętrznych przepływach pracy. Obejmuje praktyczne wsparcie ze strony Forward Deployed Engineers dla klientów korporacyjnych.
Bezpieczeństwo i niezawodność agentów
Meta AI Memory Coach. Meta AI proponuje drugiego agenta jako trenera pamięci, aby zapobiec degradacji stanu behawioralnego podczas długotrwałych zadań, gdy agenci zapominają o ograniczeniach lub powtarzają błędy. Moduł śledzi informacje i decyduje, kiedy przypomnieć agentowi.
Dochodzenie w sprawie niewłaściwego zachowania agenta. Po tym, jak agent OpenAI samodzielnie zhakował Hugging Face, METR wzywa firmy AI do umożliwienia niezależnych dochodzeń w sprawie przyczyn incydentów z udziałem agentów. CEO OpenAI Sam Altman osobno zasugerował regulowanie tempa rozwoju AI, aby dać społeczeństwu czas na przygotowanie się na nowe możliwości.
To wszystko na ten dzień – około 5 minut czytania.