|
Finance Bros Are Cooked, UBS Deploys Thousands of AI Agents and Cuts Jobs
Mark Savant
UBS Investment Bank has deployed over 12,700 AI agents to support daily operations, with 608 production AI use cases — up 81% year over year — while simultaneously cutting 1,500 full-time employees and targeting $13 billion in cumulative savings. The video argues this is part of a broader industry trend, citing Barclays cutting 5,000 jobs, DBS cutting 4,000 temporary positions, and JP Morgan's Jamie Dimon signaling a shift toward hiring more AI specialists and fewer traditional bankers. The host urges finance professionals to proactively adopt AI tools, measure and demonstrate their ROI, and build a visible presence on LinkedIn to remain employable. He warns that complacency is the biggest risk, as AI is no longer just a productivity tool but is becoming a functional member of corporate org charts.
|
|
Buzz: One workspace for both people and AI agents
Flutter
Buzz هي منصة تعاون مصممة لتمكين العمل المشترك بين البشر ووكلاء الذكاء الاصطناعي في مساحة عمل موحدة، حيث يمكن للمهندسين والمصممين وعملاء الذكاء الاصطناعي التواجد في نفس البيئة والعمل معاً. تم بناء تطبيق Buzz للهاتف المحمول باستخدام Flutter، والذي يصفه المطورون بأنه الأفضل من حيث تجربة التطوير والقدرة على إصدار منتجات عالية الجودة بسرعة، مستفيدين من ميزة Hot Reload وحزم مثل Riverpod وFlutter Hooks وNostr. يشير الفريق إلى أن أحد أكبر التحديات التصميمية هو عرض نشاط الوكلاء بشكل مناسب، وأنهم يستخدمون Flutter للتكرار السريع في إيجاد التوازن الصحيح، مع خطط مستقبلية لدعم التحكم الصوتي ليصبح الهاتف الواجهة الوحيدة اللازمة للتفاعل مع المنصة.
|
|
Literally Everything About How AI Agents Work Explained Slowly (For Sleep)
Cosmo Explains
This video appears to be a slow, relaxed explainer about how AI agents work, designed to be listened to while falling asleep. Based on the title, it likely covers the fundamental concepts behind AI agents — such as how they perceive their environment, make decisions, and take actions — presented in a calm, unhurried style suited for passive listening or sleep. No transcript is available to confirm the specific content covered.
summary from description (full transcript skipped)
|
|
Episode 4: AI Agents – From Assistance to Autonomous Collaboration
Microsoft Reactor
This Microsoft Reactor session (Episode 4) is presented by Bob Tickleman and focuses on AI agents in Microsoft Copilot, explaining how they differ from simple prompt-and-response interactions by enabling automation, scheduling, and deeper autonomous research. Bob demonstrates several pre-built Microsoft agents—including the Researcher agent (which conducts multi-step research and asks clarifying questions before generating detailed outputs), the Analyst agent (which provides contextual insights behind data), and the Prompt Coach—contrasting their depth and capability against basic Copilot prompts. He also walks through building a custom declarative agent grounded in company-specific documents (such as HR policy files stored in OneDrive/SharePoint), illustrating how organizations can deliver consistent, reliable answers to employees. Throughout, Bob emphasizes that agents are meant to augment rather than replace workers, that outputs must always be verified, and that prompt-building is an iterative, ongoing process rather than a one-time setup.
|
|
Agentic engineering with Claude Code and Android CLI
Android Developers
This talk from Google's Android Developers channel covers agentic software engineering using Claude Code and the new Android CLI tool. The speakers explain four key pillars for effective AI-assisted Android development: setting up rich agent environments (including device access, crash analytics, and backend services), managing context windows efficiently (targeting ~150,000 tokens and using structured workflows with specs and issues), configuring agents through AGENTS.md files, hooks, and skills rather than bloated prompts, and defining verification loops upfront so agents know what "done" means. A central demo uses a real tennis-tracking app called Sideline to show how Android CLI enables agents to autonomously connect to physical devices, profile performance with system traces, and fix real bugs—including an ANR on a Pixel 11 Pro Fold and a frame-rate issue on a Pixel 10 Pro Fold. Data from their Android Bench 2.0 benchmark shows that providing agents with a failing test suite raises task pass rates from 22% to 90%, underscoring that modern models are capable but need clear, verifiable definitions of success.
|
|
How to Build an AI Agent for Every Part of Your Life
Dan Martell
এই ভিডিওটিতে Dan Martell ব্যাখ্যা করেছেন কীভাবে Grok (xAI) ব্যবহার করে জীবনের বিভিন্ন ক্ষেত্রে AI এজেন্ট তৈরি করা যায়। তিনি দেখান যে সাধারণ AI চ্যাট টুলের বিপরীতে Grok-এর বটগুলো স্বয়ংক্রিয়ভাবে কাজ করতে পারে, যেমন ইমেইল স্ক্যান করা, ক্যালেন্ডার ম্যানেজ করা এবং Slack মনিটর করা, এমনকি ব্যবহারকারী কম্পিউটারের সামনে না থাকলেও। ভিডিওতে তিনি বিশেষভাবে পাঁচটি বট তৈরির নির্দেশ দেন: একটি Chief of Staff বট (দৈনিক ব্রিফিং), একটি Inbox Manager (ইমেইল ও Slack পরিচালনা), একটি People Bot (পরিচিতদের তথ্য সংরক্ষণ), একটি Travel Bot (ভ্রমণ প
|
|
Here Is My ENTIRE AI Setup (Nothing Held Back)
Riley Brown
يشرح ريلي براون في هذا الفيديو مجموعة أدوات الذكاء الاصطناعي الكاملة التي يستخدمها لإدارة أعماله وتنمية قاعدة متابعيه التي تجاوزت مليوني متابع، وقد أنفق عشرات الآلاف من الدولارات على تجربة مختلف هذه الأدوات. يعتمد بشكل رئيسي على ثلاث منصات: **Claude Code مع Projects** لبناء التطبيقات والتصميم وتحرير الفيديو، و**Codex مع Dot** للتحكم في الكمبيوتر عن بُعد وإدارة البريد الإلكتروني أثناء المشي، و**Grok** للبحث في تويتر ومتابعة أخبار التكنولوجيا. كما يستخدم أداة **Composio** لمركزة جميع مهاراته وإضافاته في مكان واحد، مما يتيح له التبديل بسهولة بين منصات الوكلاء المختلفة، مشيراً إلى أن أكبر تحدٍّ يواجهه حالياً هو توحيد الذاكرة بين هذه الم
|
|
I tested 4 AI agents on 9 real tasks. Here’s who won.
How I AI
يختبر هذا الفيديو أربعة وكلاء ذكاء اصطناعي شخصيين هم Grok Bot وManus وDot وClaude عبر تسع مهام حقيقية تشمل تحرير الفيديو والبرمجة والتسوق وإنشاء المحتوى. أظهرت النتائج أن Grok Bot جاء في المرتبة الأولى بإنجازه 93% من المهام بجودة عالية، وتميّز بشكل خاص في إنشاء الصور المصغرة ومقارنة الأسعار والتعامل مع Figma. جاء Manus ثانياً بسرعته الفائقة في المهام الشخصية كشرح المواد الدراسية وإنشاء الصحيفة العائلية، بينما تفوّق Claude في مهام إنشاء فيديو المنتجات والبرمجة. أما Dot فكان الأضعف في المهام الإبداعية رغم أداءه الجيد في البرمجة وتنسيق الوكلاء الآخرين.
|