Geçmiş savaş · 2026-04-28 UTC
Agent Development Hesaplaşma — 28 Nisan 2026
Agent Development kategorisinden. 6 savaşçıya 13 işaret yerleştirildi. Sierra tacı aldı.
Nihai sıralama
Kadro
Savaşçılar
Bu savaşta yarışan her aracın profilleri, nihai puanlarına göre sıralandı.
Sierra, müşteri ile doğal dilde konuşturma yoluyla sohbet, ses ve diğer kanallar üzerinden müşteri ile etkileşime giren AI agentleri oluşturmak için bir şirket içi platformdur. Oluşturulan theseleri, şirketin politikaları ve toneuna uygun olarak, siparişlerin güncellenmesi, iade işlemlerinin yapılması ya da hesap-specifik sorulara cevap verme gibi eylemleri tamamlarken sorunları sonuca ulaştırmak için tasarlanmıştır. Şirketler her bir özerk ile birlikte kendi bilgisayarında korumalar ve entegrasyonlar yapılandırmak, ardından Sierra'nın performans izleme, konuşma denetimleri ve sürekli yanıt iyileştirme araçları sunmasından yararlanırlar. Platform, insan etkileşim kalitesini kaybedmeden destek hizmetlerini ölçeklendirabilecek markaları hedeflemektedir.
Kriterlerin ayrıştırılması
- Müşteri desteği için konuşmacı AI agenler
- Sistem tümleştirmeleri ile eylemler gerçekleştirmek
- Marka ve ilke ayarları özelleştirmek
- Ses ve sohbet dağıtım
- Analiz ve kalite garantisi araçları
- Güvenli yanıtlar için korunan yol
DeepOpinion
Büyük ölçekli şirketler için otomasyon sağlayan complex knowledge work ve yapay verilerin işlenmesi amaçlı AI platformu.
DeepOpinion, geleneksel RPA工具unun karmaşık belgesel-heavy bilgi işçiliğini ele alamadığı türden karmaşık belgesel-heavy bilgi işçiliği ile uğraşmak için tasarlanmış bir enterprise-focused otomatikleştirme platformudur. Büyük dil modellerini akış işlecilik ile birleştirerek, büyük ölçekte belirsiz girdileri gibi email'ler, sözleşme'lar, faturalar ve destek biletleri işlemede DeepOpinion, büyük ölçekte belirsiz girdileri süreçlerin ölçeklendirebilir. Platform finans, sigorta, müşteri hizmetleri ve operasyon ekiblerini hedefler. Bu ekiblere iş süreçlerinde güvenilir ve izlenebilir AI desteği sunar. Ayrıca, uzun süreli özelleştirme gerektirmeyen bir şekilde AI агентleri oluşturup daployment etmesini sağlar. Bu da organizasyonlarda bilgi okuyup, sınıflandırıp çıkararak hareket etmesine olanak tanır. DeepOpinion, bulut veya ön-site deployment seçenekleriyle düzenlenmiş kurumsal ortamlara uyumlu bir şekilde çalışabilirken tekrarlanan kognitif görevlerde el çalışmasını azaltmak hedeflenmektedir.
Kriterlerin ayrıştırılması
- Belge ve metin işleminden sorumlu AI ajansları
- Bilgi işlemleri için akış otomasyonu
- Düzenlenmemiş verilerden veri çıkarımı
- Şirket içi güvenlik ve dağıtım seçenekleri
- Var olan iş sistemleri ile entegrelik
- İnsan kontrolü için review kontrolleri
Zep AI Bellek, AI ağaları karşılıklı görüşmeler ve söyleşmeler boyunca istikrarlı, yapılandırılmış anı sağlama üzeredir. Çatışmaları kaydeder, önemli faktleri ayırır ve bunlarını bilgi grafiğine organize eder, böylece istemciler istedikleri zaman istatik bir geçmişe ihtiyaç duymaksızın ilgili bağlamı alma olanağına sahiptirler. Platform, özetleme, varlık çıkarma ve anlamı arama gibi işlemler için basit bir API ile kullanıcıların botlar, yardımcı programlar ve özerk aktörler için stateful bellek eklemesini kolaylaştırmaktadır. Ekstra retriewal altyapısı geliştirmeye gerek kalmadan bu cihazları ekleyebilecek olan ekibler için dizayn edilmiştir. Platform, üretime bağlı olarak ölçeklenmiş olurken, komut boyutu ve token maliyetleri öngörülebilir kaldığı için üretim iş yüklerinde kullanılır. Zep, LangChain ve LlamaIndex gibi yaygın LLM frameworkleri ile entegre olur ve popüler diller için SDK'lar sunarak, mevcut agent takımlarına kolayca girmesine olanak tanır.
Kriterlerin ayrıştırılması
- Uzun Vadeli Sohbet Belleği
- Otomatik Fact ve Entity EXTRAksiyonu
- Bilgi Grafiği Depolama
- Semantik ve Hibrit Ara
- LangChain ve LlamaIndex Entegrasyonları
- Çok Dilli SDK'lerle
Coval
Büyük ölçekli AI ses ve sohbet agALARININ test edilmeyeceği simulation ve değerlendirme platformu
Sahip olduğu test ve değerlendirmeye odaklı platform ile dilbilimcilık, ses ve chat modellerinde çalışan conversational AI agenleri kuran takımlara odaklanmakta olan Cov*l, geliştiricilere karşılaştıkları sık sık bir problemi ele almaktadır. Bu problem, geleneksel birimler testi ile manuel bir kontrol, agresif sistemlerin deterministik olmadığını, çoklu-turn ve anlaşılamayan bir şekilde davranarak, gerçek-world davranışının iyileştirilmediğini ya da gerileterasını bilme sorunu olarak ortaya koymaktadır. Platformun temel fikri simülasyonudur. Statik test kasetlerine dayanmak yerine, Coval simulated kullanıcı etkileşimlerini üretir ki bunlar, birçok senaryo ve sohbet yolunu test eterek bir ajanı çalıştırır. Bu simüle edilebilen işlemler daha sonra tanımlanmış metrikler ve beklentilere göre skorlanır ve böylece ekstra değişiklikler öncesi güvenilirliği ölçmek, agents ve prompts evrimlenirken gerilemeleri yakalamak için ekiblerin ölçüm yapmasına olanak tanır. Coval, hem ses hem de metin aracıları için konumlandırmıştır, ancak ses, konuşmaktan metine dönüştürme, gecikme ve dönüş alma gibi ek katmanlar sunar. Bu da araç kalitesinin temel dili modelinden öte etkilendiği durumlar oluşturur. Şirket, otomatik otonom araç ekibi gibi büyük ölçekli simülasyonları geçerlilik için kullanmaya benzer bir test felsefesini AI araçlarına uyguluyor. Bir ortak çalışma akısı içerisinde bir takım, agentlerini bağlarlar, senaryolar ve değerlendirme kriterleri tanımı sağlarlar, simülasyonlar çalıştırır ve sonuçları çeşitli çalıştırma adımlarında izlerler. Tüm bunlara ek olarak, geliştirme süreçleri boyunca da desteklediği gibi, sürekli izleme ve tekrar test etme gibi DevOps tarzı sürecin ayrılmaz parçası olarak da kullanılır. Birçok genç ürün olduğu bir gelişen kategori içinde genç bir ürün olan, fiyat bilgileri, entegrasyonları ve tam metrik kapsamı en iyi direkt olarak doğrulanmış, ve ekibler de kendi üretim trafiğinin simüle edilmiş senaryolarının ne kadar iyi bir şekilde yansıdıklarını nasıl değerlendireceklerini takdir etmelidirler. Genellikle LLM- değerlendirmeye yönelik araçlardan farklı bir farklılaşma olması olan multi-turn, multi-modal agent simülasyonu yerine tek-prompt skoru odaklamasıdır.
Kriterlerin ayrıştırılması
- Simüle user etkileşimleri için agent TESTİMLEMELERİ
- Eğitim ve değerlendirme için ölçekler ve puanlama
- Ses ve metin agent desteklemek
- Agent sürümleri arasında gerileme tespiti
- Görünümlü testleri için senaryo tabanlı sohbet yolları
- dönüşümler
Gretel AI
Gerçek dünya verilerinin kopyalama özelliği olan, gizlilik güvenli ve AI için hazır datasetlere geçiş platformu.
Gretel AI developer-focused platform, gerçek dünya datasetlerinin istatistiksel açıdan gerçekçi sentetik verileri oluşturmak için geliştiricilere yöneliktir. Şirketler, gizlilik, uyumluluk veya erişilebilirlik kısıtlamaları nedeniyle üretim veri erişiminin kısıtlanması durumunda AI ve analitik projeleri engellediğinde kullanır. Platform, tablolu, metin ve zaman serisi verisi oluşturmak için API'ler, SDK'lar ve önceden oluşturulmuş modeller sunar, aynı zamanda quality'ın değerlendirilmesi ve gizlilik riskinin değerlendirilmesi için araçlar sunar. Ortak kullanım senaryolarını desteklerken makinler öğrenmesi modellerini eğitme, temsil ettirilmemiş sınıfları artırma, takımlar arasında veri paylaşma ve gerçekli ancak sanal kayıtlar ile yazılımın test edilmesi gibi.
Kriterlerin ayrıştırılması
- Sanal tablo ve metin verisi için üretken model teknolojileri
- Diferansiyel gizlilik ve PII silme kontrolleri
- Veri kalitesi, doğruluk ve gizlilik skoru raporları
- Python SDK ve REST API entegrasyonu
- Önceden eğitilmiş modeller ve özelleştirilebilir şablonlar
- Bulut ve self-hosted dağıtım seçenelikleri
Theoriq AI
Konsentrasız bir protokol için oluşturma ve konsorsiyum AI sistemlerinin zincir üzerinde yönetimi
Theoriq AI, merkezi olmayan blok zinciri tabanlı bir protokol olarak tasarlanmıştır ve ağın ortasında şeffaf ve denetlenebilir bir şekilde AI agentleri koordine etmektedirler. Merkeziyzeteksiz altyapıyı birçok agentin yönetimine birleştirerek, geliştiricilerin karmaşık görevlerde işbirliği yapabilen daha büyük topluluklar oluşturabilmesini sağlar. Üst protocol, agentlerin davranışını, performansını ve katkısını ölçmek ve ödüllendirmek için zincir içinde yönetim, itibar takibi ve teşvik mekanizmaları sağlar.Bu, üçüncü taraf ajanları daha geniş çalışma akışlarına keşfederek, değerlendiren ve entegre eden açık eko sistemleri oluşturmayı mümkün kılar. Theoriq, kripto ve AI'nin_intersect_(kesişimi)nde_çalışan_geliştirici_ekiplere_ yöneliktir. Bu ekiller, bağımsız DeFi stratejileri oluşturan takımlar, araştırmacı yardımcı programlar ve güvenli koordinasyonu sağlayacak_ajan_驱动_(motör sürücü) uygulamaları oluşturan diğer takımları içerir.
Kriterlerin ayrıştırılması
- Çok agentli orchestration framework
- Konsentrasız agent kayıt Defteri ve keşif
- Zincir üzerindeki itibar ve değerlendirme sistemi
- Ajan katkıları için tokenize olancluk
- Kollektif karar verme için kurumsal mekanizma
- Geliştirici araçları ajan akışları oluşturma için