Novo código aberto da startup de observabilidade Raindrop AI, licenciado pelo MIT "Oficina" A ferramenta, lançada hoje, oferece aos desenvolvedores algo que eles provavelmente desejavam, talvez inconscientemente, desde que a era da IA ​​de agente começou para valer no ano passado: um depurador local e uma ferramenta de avaliação projetada especificamente para agentes de IA, permitindo que os desenvolvedores vejam todos os vestígios do que seu agente tem feito em um único e leve arquivo de banco de dados de linguagem de consulta estruturada (SQL) (.db) Ele funciona como um daemon local e UI que transmite cada token, chamada de ferramenta e decisão para um painel local – normalmente hospedado em localhost:5899– no momento em que ocorre. Ao visitar seu host local, os desenvolvedores podem ver tudo o que seu agente estava fazendo – incluindo erros ou erros – e identificar o que deu errado, quando e, idealmente, discernir o porquê. Tudo é armazenado em um único arquivo .db, que ocupa relativamente pouca memória, de acordo com uma mensagem direta X que VentureBeat recebeu de Ben Hylak, cofundador e CTO da Raindrop (e ex-engenheiro da Apple e SpaceX). Essa telemetria em tempo real elimina a latência da pesquisa tradicional e aborda uma preocupação crescente dos desenvolvedores em relação à privacidade do envio de rastreamentos locais para servidores externos. A ferramenta está disponível para macOS, Linux e Windows. Ele pode ser instalado por meio de um comando shell de uma linha que automatiza o posicionamento binário e a configuração PATH para shells bash, zsh e fish. Para desenvolvedores que preferem construir a partir do código-fonte, o repositório está hospedado no GitHub e utiliza o tempo de execução Bun. O produto: estabelecendo um ciclo de avaliação de autocura O destaque da plataforma é o "loop de avaliação de autocura," que permite que agentes de codificação como Claude Code leiam rastreamentos, escrevam avaliações na base de código e consertem códigos quebrados de forma autônoma. Numa aplicação prática, se um agente assistente veterinário não fizer as perguntas de acompanhamento necessárias, o Workshop captura a trajetória completa. Claude Code então lê esse rastreamento, escreve uma avaliação específica, identifica o erro lógico no prompt ou código e executa novamente o agente até que todas as asserções sejam aprovadas. Compatibilidade e integração do ecossistema O Workshop é compatível com uma ampla variedade de linguagens de programação, incluindo TypeScript, Python, Rust e Go. Ele se integra a SDKs e estruturas populares, como Vercel AI SDK, OpenAI, Anthropic, LangChain, LlamaIndex e CrewAI. Ele também foi projetado para funcionar perfeitamente com vários agentes de codificação, incluindo Claude Code, Cursor, Devin e OpenCode. Licenciamento e implicações comunitárias O Workshop é lançado sob a licença MIT, garantindo que permaneça gratuito e de código aberto para todos os usuários. Este licenciamento permissivo destina-se a promover a contribuição da comunidade e permitir que os utilizadores empresariais mantenham a soberania dos dados. Hylak observou no X que a ferramenta foi construída para fornecer um "são" maneira de depurar agentes localmente, mudando a forma como sua equipe e os primeiros clientes constroem sistemas autônomos. Para comemorar o lançamento, a Raindrop ofereceu mercadorias físicas de edição limitada aos usuários que instalaram a ferramenta e executaram um determinado "pingar" comando. Fonte ==> Cyberseo

Durante décadas, o teste de QI tem sido um dos parâmetros mais familiares – e mais contestados – da inteligência humana. Agora, um

Any development environment that installed or imported one of the 172 compromised npm or PyPI packages published since May 11 should be treated

A IA está deixando a era da "baseado em turnos" bater papo? No momento, todos nós que usamos modelos de IA regularmente no

Os agentes de IA escolhem ferramentas de registros compartilhados combinando descrições em linguagem natural. Mas nenhum humano está verificando se essas descrições são

Here is a scenario that should concern every enterprise architect shipping autonomous AI systems right now: An observability agent is running in production.