Technologiebereiche
Technologien, mit denen Modelle selbstständig planen, Tools aufrufen und mehrstufige Aufgaben erledigen – von Claude Code und Manus bis zu Agenten-Frameworks und Benchmarks.
24 Beiträge in der AuswahlLetzte 30 Tage 22 EinträgeInsgesamt erfasst: 160 Einträge
GitHub Security Lab stellt mit Fuzzing Taskflow eine automatisierte Fuzzing-Pipeline für C/C++-Projekte vor. Sie erstellt Test-Harnesses。
Grund für die Empfehlung: Die Trennung von Entscheidungen des Agenten und Ausführung durch MCP-Werkzeuge zeigt einen konkreten Ansatz zur Automatisierung wiederkehrender Fuzzing-Arbeit.
GitHub hat die Copilot-Agentenlaufzeit mithilfe der Copilot-App und der CLI von TypeScript nach Rust migriert. Laut dem beteiligten Entwickler schrieben AI-Agenten den Grossteil der mehr als 800,000 Zeilen produktiven Rust-Codes; die Änderungen wurden über 128 Pull Requests schrittweise integriert. Die neue Laufzeit kann über eine C-ABI auch direkt in Anwendungen der sechs Copilot-SDK-Sprachen eingebettet werden; dieser Betriebsmodus ist derzeit optional.
Grund für die Empfehlung: Die schrittweise Migration zeigt, wie sich umfangreiche Änderungen bei laufender Entwicklung mit Tests und gestaffelten Releases absichern lassen.
Mistral AI beschreibt die Migration von 40,000 Zeilen Fortran 77 eines Reservoirsimulators nach C++ mithilfe von AI-Agenten. Zuerst entstand ein Testsystem für numerische Übereinstimmung。
Grund für die Empfehlung: Der Vergleich von drei Agenten-Workflows zeigt, weshalb numerische Vergleichstests und menschliche Freigaben bei dieser Fortran-Migration zentral waren.
Mistral stellt Agentic Search als Suchschicht vor, mit der KI-Systeme Informationen in komplexen Dokumenten suchen。
Grund für die Empfehlung: Der Vergleich mit einmaligem RAG zeigt, wann die Navigation in langen Dokumenten und über mehrere Quellen hinweg die Suche verbessert.