2026. október 3., szombat · Eszközök

NVIDIA DOCA AI Agent Skills: ellenőrzött tudás a BlueField fejlesztéshez

Az NVIDIA publikálta a DOCA AI agent skills nevű eszközkészletet GitHubon, amely verified API-aláírásokat, hardverkövetelményeket és build-megkötéseket ad az AI ügynököknek a BlueField DPU-kra épülő fejlesztéshez. A vállalat saját, 65 promptos értékelése szerint a skills nélküli ügynökök a checklist-elemeknek csak 19%-át teljesítették, míg a skills-szel felszerelt ügynökök minden promptnál 100%-ot értek el. Az NVIDIA egy demóban azt is bemutatta, hogy egy Go nyelvű RDMA alkalmazás BlueField-3-on történő elkészítésekor a skills-szel dolgozó ügynök 73%-kal kevesebb kézzel írt kódot és 46%-kal kevesebb hardverparancsot használt. A skills a teljes DOCA könyvtárat lefedi, beleértve a Flow, GPUNetIO, PCC és RDMA modulokat, és lehetővé teszi az eszköztámogatás előzetes ellenőrzését, valamint firmware szintű preflight checkeket.

Egy forrás erősíti A hír állításait legfeljebb egy forrás támasztja alá tárgyilag; a többi forrás anyaga nem erről szól.

Miért fontos?

Az NVIDIA állítása szerint a specializált DOCA-tudás hiánya miatt az általános célú ügynökök tippelésre hagyatkoznak, ami minden javítási ciklusnál időt von el a BlueField-infrastruktúra tényleges üzembe állításától.

Források

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. október 3., szombat napi AI összefoglaló része.

Kapcsolódó hírek

OpenAI DevDay: új fejlesztői eszközök – Agents API, Codex felhőben, Decisions API

A szeptember végi DevDay-en bemutatott Dots ügynök és GPT-6.1 Sol modell után az OpenAI most a fejlesztői platform részleteit ismertette. Az Agents API mostantól támogatja a „computer use” funkciót, vagyis grafikus felületeken keresztül is irányíthat szoftvereket, emellett a Codexből átvett multi-agent képességeket, eszközkeresést és kontextus-tömörítést is kapott. A GPT-6.1 Sol a vállalat állítása szerint több mérésen megközelíti a GPT-6 Astra teljesítményét, miközben az input- és outputár egyötöde az Astráénak, a gyorsítótárazott input ára pedig 0,10 dollár millió tokenenként. A Codex felhőben is futtatható, hangalapú bevitelt és új kódellenőrző munkafolyamatot kapott, a Decisions API pedig a kisebb Luna modellel segít döntéseket automatizálni, szűk körű előzetes tesztelés keretében. A ChatGPT bővülő plugin-rendszere oldalsávokat, egyedi fájlnézeteket és a tervezett MCP Events specifikáció szerinti eseményvezérelt automatizálást is lehetővé tesz.

OpenAI bemutatta a Dots nevű AI-ügynök platformot

Az OpenAI a héten jelentette be új AI-ügynök platformját, a Dots-ot, amely blobszerű, elnevezhető avatarokkal dolgozik, és egy virtuális géppel fér hozzá olyan alkalmazásokhoz, mint a Blender vagy a GIMP. A felhasználó egyelőre csak egy Dot-ot kaphat, de a cég ígérete szerint a jövőben több is indítható lesz. A The Verge tesztje szerint a Dot sikeresen megtalált egy 100 dolláros promóciós kedvezményt egy törölt e-mailben egy internetszolgáltatónál történő időpontfoglaláshoz, de elakadt egy emberi ellenőrzésnél, egy hosszan tartandó egérgombnyomásnál, amit a tesztelőnek kellett manuálisan elvégeznie. Az OpenAI a Dots funkciót elsőként a legmagasabb szintű, havi 100 dolláros Pro-előfizetőknek teszi elérhetővé, szemben a Meta ingyenes Muse és Instinct nevű ügynökeivel.

DigitalOcean nyilvános előnézetben indította az AI-ügynökök felhőinfrastruktúráját

A DigitalOcean nyilvános előnézetben elindította a Managed Agents szolgáltatást, amely a vállalat állítása szerint kész felhőinfrastruktúrát ad AI-ügynökökhöz izolált microVM-futtatókörnyezetekkel, szabályozott eszközhozzáféréssel és szerver nélküli AI-következtetéssel. A rendszer két elemből áll: a Harness Runtime perzisztens, biztonságosan elkülönített futtatókörnyezetet biztosít olyan kódoló ügynököknek, mint a Claude Code, a Codex CLI vagy az OpenCode, valamint általános célú és LangGraph-alapú egyedi ügynököknek, miközben a munkameneteket szüneteltetni, folytatni vagy elágaztatni lehet, és tétlenség esetén automatikusan szünetelnek. Az Action Gateway a DigitalOcean szerint egységes MCP-végponton keresztül jelenleg több mint 16 000 külső eszközhöz ad hozzáférést, köztük webes kereséshez és böngészőfunkciókhoz. A cég célja, hogy a fejlesztőknek ne kelljen saját maguknak megépíteniük a kontextusmegőrzéshez, párhuzamos futtatáshoz és biztonságos eszközhozzáféréshez szükséges háttérrendszereket.

Az AWS bemutatta a SageMaker AI többfordulós megerősítéses tanulását kereső ügynökökhöz

Az Amazon AWS hivatalos blogbejegyzésben mutatta be, hogyan finomhangolhatók kereső ügynökök (search agent) többfordulós megerősítéses tanulással (MTRL) a SageMaker AI platformon. A cég állítása szerint a hagyományos felügyelt finomhangolás drága szakértői demonstrációkat igényel, az egylépéses megerősítéses tanulás pedig figyelmen kívül hagyja a több lépésben egymásra épülő döntések közötti összefüggéseket. Az AWS szerint az MTRL ezzel szemben a teljes döntési sorozatot optimalizálja, és a végeredmény minősége alapján ad visszajelzést, így egy kisebb, specializált modell is elérheti egy frontier modell megbízhatóságát, miközben gyorsabb és olcsóbb marad a futtatása. A bejegyzés a módszer működését és a visszakeresési minőségben mért eredményeket ismerteti, konkrét számszerű teljesítményadatok nélkül.