Claude Fable 5.1 در آزمون جدیدی به رهبری رسید، اما نمره پایین آن نشان می‌دهد که این مدل در کدهای خصوصی شرکت‌های واقعی بیش از ۶۰٪ از تلاش‌های خود را ناکام گذاشته است.
پروتکل ارتباطی مدل‌های هوش مصنوعی (MCP) به زیرساختی حیاتی تبدیل شده است، اما بررسی‌ها نشان می‌دهد ضعف در مدیریت مجوزها و هویت مستقل عامل‌های هوشمند، بزرگ‌ترین تهدید امنیتی این حوزه به شمار می‌رود.
سیستم‌های امنیتی جدید OpenAI، به‌ویژه در مدل GPT-6 Astra، باعث قطع ناگهانی پاسخ‌های API در میانه کار شده‌اند؛ اقدامی که نشان‌دهنده افزایش محدودیت‌های امنیتی و احتمال کند شدن روند توسعه هوش مصنوعی است.
پژوهش جدید شرکت Armature نشان می‌دهد که با ورود عوامل هوش مصنوعی (Coding Agents) به فرآیند توسعه نرم‌افزار، معیارهای انتخاب ابزارها و کتابخانه‌ها تغییر کرده و ارزش برندهای سنتی تحت تأثیر قرار گرفته است.
بررسی‌های عملی روی مدل هوش مصنوعی جدید آنتروپیک یعنی Claude Fable 5.1 نشان می‌دهد که برخلاف ادعای بنچمارک‌ها، تفاوت عملکردی محسوسی میان این نسخه و نسخه قبلی در کارهای روزمره وجود ندارد.
در پی تصاحب ۶۰ میلیارد دلاری Cursor توسط SpaceX، شرکت OpenAI دسترسی این ابزار برنامه‌نویسی هوش مصنوعی را به مدل‌های خود قطع کرد؛ اما Anthropic به دلیل وابستگی شدید به زیرساخت‌های پردازشی SpaceX، همچنان به همکاری با Cursor ادامه می‌دهد.
گوگل از مدل پیش‌بینی سری زمانی جدید خود به نام TimesFM-3 با ۳۳۰ میلیون پارامتر رونمایی کرد که در بنچمارک‌ها رقبای خود را شکست داده است، اما در حال حاضر تنها با مجوز غیرتجاری در دسترس قرار دارد.
شرکت جت‌برینز (JetBrains) پس از آنکه سرورهای سرویس ابری Cadence به دلیل عدم نصب یک وصله امنیتی بحرانی مورد نفوذ قرار گرفتند، از کاربران خواست تا تمامی اطلاعات کاربری و کلیدهای دسترسی خود را تغییر دهند.
مطالعه پژوهشگران دانشگاه پکن نشان می‌دهد عامل‌های خودکار کدنویسی به ندرت قوانین مشارکت در پروژه‌های متن‌باز را رعایت می‌کنند و حتی با تذکر هم از ارسال کدهای تولیدشده توسط هوش مصنوعی خودداری نمی‌کنند.
شرکت OpenAI از مدل تخصصی GPT-5.6 Cyber برای شناسایی آسیب‌پذیری‌ها و ساخت اکسپلویت رونمایی کرد؛ ابزاری قدرتمند که دسترسی به آن مستلزم احراز هویت و تأیید سوابق امنیتی است.
Claude Fable 5.1 برنده برترین رتبه‌بندی کدنویسی شد اما در کدهای خصوصی بیش از ۶۰٪ شکست خورد
چالش‌های امنیتی پروتکل MCP؛ چرا مدیریت مجوزها در عامل‌های هوش مصنوعی نیازمند بازنگری است
اختلال در APIهای OpenAI
پژوهش جدید Armature: عوامل هوش مصنوعی چگونه ابزارهای برنامه‌نویسی را انتخاب می‌کنند؟
ارزیابی عملکرد واقعی کلود ۵.۱ در برابر نسخه ۵؛ آیا مدل جدید آنتروپیک واقعاً قوی‌تر است؟
