همینطور که در زمینه‌ی درست کردن ایجنت‌ها و اینها بیشتر پیش می‌ریم، نیاز به Governance در زمینه‌ی اونها منطقا برای سازمان‌ها بیشتر میشه. الان همه داغن و شاید خیلی بهش توجه نکنن ولی این یه موضوعیه که سازمان‌ها از یه سطحی به بعد الان دارن بهش فکر می‌کنن و در آینده‌ی نزدیک که دیگه درست کردن ایجنت‌ها از نظر فنی دسترسی‌پذیرتر میشه، و همه می‌تونن دیگه راحت ایجنت درست کنن، این موضوعات میشن که خیلی مهم میشن وگرنه یه سری مشکلات (نه لزوما فنی) به وجود میاد که آبرو و حیثیت مجموعه رو می‌تونه به باد بده و کلا بیزینس رو بیاره پایین. یا حتی بدتر مشکل حقوقی ایجاد کنه.

کلی ابزار و اینها داره درست میشه در این زمینه برای Governance ولی یه موضوعی که امروز بهش برخوردم چارچوب یا فریم‌ورک KYA (Know Your Agent) عه. و خب این یه چارچوبه، نه ابزار. یعنی یه سری قوانین و پالیسی عه که از نظر سازمانی باید بذاریم نه اینکه لزوما کتاب‌خونه‌ای باشه که نصب کنیم.

خلاصه‌ی KYA اینه که همیشه بدونیم و داکیومنت بشه:

۱. ایجنت چه کارهایی می‌تونه انجام دهد: ابزارها، سطح دسترسی‌ها، و مرزهای عمل
۲. به چه داده‌هایی دسترسی دارد: منبع داده، دامنه، و میزان حساسیت
۳. چطور تصمیم می‌گیرد و عمل می‌کند: سطح خودمختاری، سیاست‌ها، و گاردریل‌ها
۴. مسئولیت با چه کسی است: مالک ایجنت، مسیر حسابرسی، و امکان مداخله انسانی

مثلا فرض کنید ایجنتی دارید که می‌تونه ایمیل ارسال کنه و به داده‌های مشتری دسترسی داشته باشه. KYA میگه شما باید قبل از اینکه ایجنت دیپلوی بشه و بره در محیط واقعی، قابلیت‌ها، دسترسی‌ها، اختیارات تصمیم‌گیری و مسیر کنترل انسانی اش رو شفاف، محدود و داکیومنت کنید.

این قصه هه از یه کانسپت دیگه‌ای میاد در سرویس‌های مالی به اسم Know your customer یا know your client (KYC) و اونجا خیلی خیلی قصه جدیه و اصلا فرم داره و باید پر بشه و اینها. میشه KYA رو نسخه‌ای از KYC برای سیستم‌های ایجنتیک در نظر گرفت، با تمرکز بر کنترل قابلیت‌ها و مسئولیت‌پذیری، نه هویت.


اگه جالب بود می‌تونید از اینجا بیشتر بخونید:
https://www.trulioo.com/resources/white-papers/know-your-agent-an-identity-framework-for-trusted-agentic-commerce

https://www.trulioo.com/blog/know-your-agent-kya/know-your-agent-kya-agentic-commerce-trust

https://agentfacts.org/
https://www.arxiv.org/abs/2506.13794

https://diforum.community/posts/trust-frameworks-know-your-agent-kya

https://www.vouched.id/learn/blog/building-a-trust-framework-for-ai-agents-why-know-your-agent-matters

https://medium.com/@astrasyncai/know-your-agent-kya-establishing-the-standard-for-ai-agent-identity-and-trust-d0fb779fc657

از https://diforum.community/posts/trust-frameworks-know-your-agent-kya

یه نکته‌ی دیگه اینکه کلا هر چیزی که داکیومنت بشه خوبه و فرآیند داشتن می‌تونه کمک کنه. ولی خب فرآیند باید «کمک» کنه. فرآیند برای فرآیند نشه. وگرنه میشه بروکراسی. و سرعت رو بدون فایده میاره پایین.

البته عمدتا اول‌ش آدما (عمدتا مدیرا، نه بقیه‌ای که باید فرم پر کنن 😅) هیجان دارن که اون کار رو انجام بدن ولی بعد از یه مدت هدف گم میشه و یه سری فرم باید پر بشه که هیچ کس نمی‌دونه چرا. در نتیجه بازیابی هدف مهمه. یکی از راه‌حل‌های دیگه هم که به راحت شدن و زمان کار می‌تونه کمک می‌کنه اتومات کردن قصه است که فقط آدم چک کنه.

یه چیزی که دیدم این ابزاره عه که می‌تونه اتومات کنه یه بخشی از چیزها رو و integrate هم میشه با ابزارهای معمول موجود:

https://agentfacts.org/

این رو هم امروز اپن‌ای‌آی منتشر کرد راجع به اینکه چجوری اپ اندروید Sora رو توی ۲۸ روز با Codex زدند و مسیرشون چی بوده:

https://openai.com/index/shipping-sora-for-android-with-codex/

چند روز پیش چهار سال شد که این کانال رو زدم :))
مرسی از همراهی شما 🙏

چقدر جالبه که چنین کورسی توی دانشگاه استنفورد ارائه بشه:

https://themodernsoftware.dev/

کتاب خفن Designing data-intensive Applications قراره فوریه پیش رو، نسخه‌ی دو بده!

https://www.oreilly.com/library/view/designing-data-intensive-applications/9781098119058/

خب چند تا چیز جالب.

اولا که امروز اپن‌ای‌ای مدل GPT-Image 1.5 رو معرفی کرد:

https://openai.com/index/new-chatgpt-images-is-here/

خیلی زیاد روی ادیت کردن و پیروی از دستورات مانوور دادند. یه جورایی کامبک به نانو بنانا.

دوما متا مدل SAM Audio رو معرفی کرد:

https://ai.meta.com/blog/sam-audio/
https://about.fb.com/news/2025/12/our-new-sam-audio-model-transforms-audio-editing/


مثل مدل SAM که روی عکس کار می‌کرد، این روی صدا کار می‌کنه. می‌تونه هر تکه از صدا رو جدا کنه. با متن هم میشه بهش پرامپت داد. حتی توی ویدیو میشه یه شخص/چیز رو انتخاب کرد و صدای اون رو جدا کنه. یه سیگنال خاصی رو توی صدا می‌تونه جدا کنه.

سوما Langchain یه گزارش مفصلی منتشر کرد به اسم State of Agent Engineering. یه گزارشی از بیش از ۱۳۰۰ دولوپر و لید بیزینسی که وضعیت و ابزارهای agent هاشون چجوریه:

https://www.langchain.com/state-of-agent-engineering

خلاصه‌ی گزارشش رو اینجا می‌تونید بخونید:
https://x.com/LangChainAI/status/2000992091963560076

چهارما این مطلب از Stripe امروز اومده که چجوری Anthropic با کمک Stripe پرداخت و مدل بیزینسی‌ش رو چیده:

https://stripe.com/en-ca/customers/anthropic

Making Smarter Bets: Towards a Winning AI Strategy with Probabilistic Thinking

Practical guidance on identifying opportunities, managing product portfolios, and overcoming behavioral biases.

#blog
#LLM

🆔 @lifeAsAService

مدل Gemini 3 Flash شده ۳ام توی کل لیدربرد متنی. با توجه به اینکه این مدل کوچیکه و ارزونه، این خیلی خفنه. بالاتر از GPT5.2 یا Claude Opus 4.5 یا خیلی‌های دیگه

https://lmarena.ai/leaderboard/text

این یه پیپر واقعیه و هوش مصنوعی نیست!!

و لیترالی چرخ رو مجدد اختراع کرده!


https://royalsocietypublishing.org/rsos/article/11/10/240373/92287/Reconstructing-the-invention-of-the-wheel-using

#دانشگاه #آکادمیا