|
Agentic AI In Cybersecurity | How To Strengthen Your Cyber Defenses With AI Agents | Simplilearn
Simplilearn
Dette er et Simplilearn-webinar om agentisk AI inden for cybersikkerhed, hvor taleren Harshuharan Panuga, pålidelighedsingeniør hos Morgan Stanley, præsenterer emnet for et globalt publikum. Webinaret udforsker, hvordan AI – både positivt og negativt – påvirker cybersikkerhed, med særligt fokus på agentisk AI og autonome automatiseringer inden for sikkerhedsdomænet. Taleren understreger, at cybersikkerhed er et område, hvor menneskelig indgriben fortsat er afgørende, og at AI ikke fuldt ud kan erstatte menneskelig ekspertise, men kan supplere den. Sessionen indeholder en Q&A-sektion til sidst, og deltagerne kan modtage et deltagerbevis ved at oplyse deres fulde navn i en afstemning.
|
|
Agentic AI and the Future of Software Development: S3 E4
AMD
AMD's S3 E4 episode explores agentic AI and its implications for the future of software development, likely discussing how autonomous AI agents are transforming coding workflows, developer productivity, and software engineering practices. As no transcript is available, specific details about featured speakers, technical demonstrations, or conclusions drawn in the episode cannot be confirmed.
summary from description (full transcript skipped)
|
|
Always On Agentic AI? 🧠 Hermes Supercomputer Setup (Abacus AI)
Wanderloots
Videoen handler om, hvordan man opsætter Hermes AI-agenten i skyen ved hjælp af Abacus AI's supercomputer – en sikker, cloud-baseret virtuel server. Værten Callum (WanderLootz) forklarer, at platformen gør det muligt at køre en altid-aktiv agent med blot ét klik, uden at belaste ens egen computer. Supercomputeren understøtter flere agenter som Hermes og Open Claw, bruger Route LLM til automatisk at vælge den bedste AI-model til hver opgave, og har en hukommelsesfunktion, der gør agenten bedre over tid. Videoen er sponsoreret af Abacus AI og demonstrerer bl.a., hvordan man opretter automatiske daglige briefingrapporter via agenten.
|
|
Generative AI vs AI Agents vs Agentic AI (Difference Explained)
CodeHelp - by Babbar
یہ ویڈیو Generative AI، AI Agents اور Agentic AI کے درمیان فرق کو آسان مثالوں کے ذریعے سمجھاتی ہے۔ Generative AI (جیسے ChatGPT) صرف ایک prompt لے کر ایک output دیتا ہے — جیسے ایمیل لکھنا — لیکن وہ خود سے کوئی کام execute نہیں کر سکتا۔ AI Agent ایک ایسی entity ہے جو مختلف tools (جیسے Calendar، Gmail، Browser) استعمال کرتے ہوئے خود فیصلے لے کر کسی task کو end-to-end مکمل کر سکتا ہے۔ Agentic AI اس سے ایک قدم آگے ہے، جس میں ایک coordinator agent متعدد sub-agents کو ایک ساتھ چلاتا ہے، نتائج دیکھتا ہے، مسائل آنے پر re-plan کرتا ہے، اور یہ loop تب تک چلتا رہتا ہے جب تک مطلوبہ نتیجہ حاصل نہ ہو۔
|
|
Autonomous Agent Improvement with LangSmith Engine | New LangChain Academy Course
LangChain
LangChain annoncerer et nyt kursus på LangChain Academy om "Autonomous Agent Improvement med LangSmith Engine". Kurset fokuserer på Engine, et agentdesign der automatiserer den kontinuerlige agentudviklingscyklus – fra at undersøge spor og identificere problemer til at foreslå og teste rettelser samt overvåge live-regressioner. Målet er at hjælpe ingeniører med at tage en agent fra den første kørsel til et produktionsklart system uden manuelt at skulle gennemgå spor og implementere rettelser selv. Kurset er tilgængeligt for tilmelding nu og bygger på erfaringer fra virksomheder som Vanta, Campfire og Cogent.
|
|
I'm Done... Harmes Agent Just Got 10x Better..
Your AI Guy
The creator explains why he shifted from using Claude as his primary AI tool to Hermes, an open-source self-hosted agent from Nous Research, despite still valuing Claude highly. The key distinction isn't intelligence—both are highly capable—but that Claude is a tool you go to, while Hermes functions as a persistent operating layer that lives in messaging apps like Telegram, retains memory across sessions, self-generates reusable skills, and runs scheduled tasks (via cron jobs) even while you're offline. The creator outlines four practical differences: location/friction, adaptive learning, proactive scheduling, and personalization as a compounding moat that makes the agent harder to replace over time. His conclusion is that the two tools serve different purposes—Claude for focused creative and coding work, Hermes for background automation and persistent workflows—and he predicts the industry is converging toward everyone having a persistent, memory-retaining AI operating layer, with the key question being who controls the data.
|
|
Agentic AI Access Control: Why Your AI Agent Needs an Approval Layer
ValidMind
Videoen illustrerer risikoen ved AI-agenter med fuld systemadgang via et scenarie, hvor en agent ved en fejl sender 1.200 kunderegistreringer til en ekstern modtager, fordi den havde ubegrænset adgang til CRM-systemet og e-mail. Som løsning præsenteres et godkendelseslag kaldet "agentautoritet", hvor agentens handlinger kontrolleres mod et sæt enkle regler, og mistænkelige handlinger stoppes og sendes til brugerens godkendelse, inden de udføres. I det samme scenarie med godkendelseslaget aktiveret opdager Troy fejlen, inden e-mailen sendes, og afviser den med få sekunders arbejde. Videoen konkluderer, at AI-sikkerhed ikke opnås ved at deaktivere AI-agenter, men ved at have reel autoritet over deres handlinger, inden de udføres.
|
|
AI Agents Summit 2026 — Autonomous Commerce & Payments
AI Agents Summit
På AI Agents Summit 2026 præsenterer Philip Krauss fra Ethereum Foundation et casestudie om autonom handel og betalinger på Ethereum. Han beskriver, hvordan nutidens infrastruktur er uegnet til AI-agenter, da de typisk blokeres af bot-filtre, kræver kontooprettelse og ikke kan håndtere traditionelle kreditkortbetalinger. Krauss argumenterer for, at Ethereum med sine åbne, censurbestandige protokoller udgør den ideelle infrastruktur for agenthandel, da ingen kan lukke netværket ned eller fryse aktiver. Han præsenterer desuden protokollen X402 som en enkel løsning, der med én linje kode gør det muligt for agenter at foretage direkte peer-to-peer-betalinger uden konti, API-nøgler eller mellemled.
|
|
The Rise Of AI-Powered Trading Agents
CNBC
AI-powered trading agents are rapidly evolving from research tools to systems capable of autonomously executing investment strategies, with industry insiders suggesting this shift could arrive within a few years rather than a decade. Some retail investors are already using general-purpose AI tools like ChatGPT and Claude to identify stock opportunities and options plays, though most still review recommendations and make final trading decisions themselves. Startups like Podia Markets and brokerages like Public are building AI agents that can analyze portfolios and execute strategies, but currently require human approval before any trades are placed. Experts caution that risks remain — including poorly defined investor goals, inconsistent performance, and regulatory accountability — leading most firms to keep humans firmly in the decision-making loop for now.
|
|
How I Built an AI Agent in 14 minutes as A Beginner (2026)
Mikey No Code
Videoen er en begyndervenlig guide til at bygge en AI-agent ved hjælp af platformen Base44, som er et AI-drevet appbyggerværktøj, der omdanner tekstbeskrivelser til fuldt funktionelle webapps uden kodning. Værten, der selv ikke har en teknisk baggrund, demonstrerer trin for trin, hvordan man bygger en opgavestyringsapp med funktioner som opgaveoprettelse, filtrering, dashboard, brugergodkendelse og en AI-assistent. Platformen bruger et kreditbaseret system, hvor gratisplanen inkluderer 25 månedlige kreditter, og alt styres via simple tekstprompter på engelsk. Videoen afsluttes med en promovering af en gratis masterclass om at bygge AI-drevne apps og SaaS-produkter.
|
|
How Autonomous AI Is Transforming Chip and System Design
NVIDIA
This NVIDIA video showcases how autonomous AI agents are transforming the entire chip and systems design process, from RTL development through physical verification and sign-off. Key EDA partners — Cadence, Synopsys, and Siemens — have deployed AI agents that compress tasks ranging from RTL development (weeks to hours) to physical verification, with Synopsys's PrimeSim Spice achieving up to 18x faster simulation on NVIDIA GPUs. Beyond the chip level, tools like NVIDIA cuDSS and Physics NeMo accelerate thermal, fluid, and structural analysis for complex 3D-stacked and packaged systems. The overarching goal is first-pass silicon success, with AI handling repetitive engineering workloads so human engineers can focus on higher-level innovation.
|