Novo curso: Construindo Agentes de Codificação com Execução de Ferramentas, ministrado por @tereza_tizkova e @FraZuppichini da @e2b. A maioria dos agentes de IA é limitada a chamadas de função predefinidas. Este curso curto ensina a construir agentes que escrevem e executam código para realizar tarefas, acessando ecossistemas inteiros de linguagens de programação em vez de estarem restritos a um conjunto fixo de ferramentas. Você aprenderá a rodar código gerado por agentes com segurança em ambientes de nuvem sandbox que protegem seus sistemas contra operações prejudiciais. Habilidades que você vai adquirir: - Construir agentes que escrevem e executam código, gerenciam arquivos e lidam com erros de forma autônoma por meio de loops de feedback - Rodar código de agente com segurança em sandboxes de nuvem E2B e entender os tradeoffs entre execução local, containerizada e na nuvem - Criar um agente analista de dados que explore e visualize dados com Pandas - Criar um agente full-stack que construa aplicações web completas Next.js Junte-se e construa agentes que programem através de tarefas complexas:

A NeurIPS recebeu 21.575 submissões de artigos este ano. Nosso Revisor Agente, lançado na semana passada, acabou de superar esse número em número de artigos submetidos e revisados. Está claro que a revisão de artigos agentivos veio para ficar e será impactante!

Lançando um novo "Revisor Agente" para artigos de pesquisa. Comecei a programar isso como um projeto de fim de semana, e @jyx_su melhorou muito. Fui inspirado por um aluno que teve um artigo rejeitado 6 vezes ao longo de 3 anos. O ciclo de feedback deles — esperar ~6 meses por feedback a cada vez — era dolorosamente lento. Queríamos ver se um fluxo de trabalho agentico pode ajudar os pesquisadores a iterar mais rápido. Quando treinamos o sistema nas revisões ICLR 2025 e medimos a correlação Spearman (maior é melhor) no conjunto de teste: - Correlação entre dois revisores humanos: 0,41 - Correlação entre IA e um revisor humano: 0,42 Isso sugere que a revisão agente está se aproximando do desempenho em nível humano. O agente fundamenta seu feedback pesquisando no arXiv, então funciona melhor em áreas como IA, onde pesquisas são publicadas livremente. É uma ferramenta experimental, mas espero que ajude na sua pesquisa. Confira aqui: