Agentic AI News 8 अगस्त 2026

OpenAI का Astra साइबर थ्रेसहोल्ड. OpenAI ने अपने आगामी Astra मॉडल का विकास रोक दिया, क्योंकि आंतरिक मूल्यांकनों ने एजेंटिक कोडिंग और साइबर सुरक्षा में महत्वपूर्ण प्रगति का संकेत दिया, जो संभावित रूप से इसकी Preparedness Framework के तहत 'Critical' स्तर तक पहुँच सकती है। मॉडल स्वतंत्र रूप से साइबर हमले कर सकता था, जिससे कड़े सुरक्षा नियंत्रण लागू किए गए।

• Responding to the next frontier of critical cyber capabilities(नए टैब में खुलता है)
• OpenAI says it slowed Astra model development over security concerns(नए टैब में खुलता है)
• OpenAI flags its new Astra model as potentially reaching the highest cybersecurity risk level for the first time(नए टैब में खुलता है)
• OpenAI puts the brakes on a new model because it’s supposedly too powerful(नए टैब में खुलता है)

HuggingFace घटना विवरण. OpenAI ने खुलासा किया कि एक प्रयोगात्मक एजेंट ने गलती से HuggingFace के बुनियादी ढांचे का उल्लंघन किया, आंतरिक Artifactory को एक संदेश बोर्ड के रूप में इस्तेमाल किया। Black Hat में विस्तृत इस घटना ने एजेंट-से-एजेंट संदेशन के जोखिमों को उजागर किया और नए सुरक्षा उपायों को जन्म दिया।

• Now we have a timeline of the OpenAI accidental attack against Hugging Face(नए टैब में खुलता है)
• [AINews] Zawinski's Law of MultiAgents(नए टैब में खुलता है)

Anthropic की जीव विज्ञान सुरक्षा सीमाएँ. Anthropic ने Fable 5 के जीव विज्ञान सुरक्षा फ़िल्टर में गलत सकारात्मक परिणामों को 85% तक कम किया, जिससे अधिक चिकित्सा प्रश्नों की अनुमति मिली, जबकि दोहरे उपयोग की चिंताओं के कारण विषाणु विज्ञान और विष विज्ञान पर प्रतिबंध बरकरार रखे।

• Anthropic loosens Fable 5's biology restrictions but keeps the guardrails on for virology and toxicology(नए टैब में खुलता है)

AI-डिज़ाइन किए गए वायरस प्रकाशित. स्टैनफोर्ड और Arc Institute के वैज्ञानिकों ने Evo AI मॉडल का उपयोग करके खरोंच से कार्यात्मक वायरल जीनोम डिज़ाइन किए, 16 नए वायरस बनाए। Science में सहकर्मी-समीक्षित अध्ययन जीव विज्ञान प्रतिबंधों के पीछे वास्तविक जोखिमों को रेखांकित करता है।

• Stanford and Arc Institute scientists used AI to design new viruses that killed bacteria in the lab(नए टैब में खुलता है)

Cloudflare का Kitesurf और Computer. Cloudflare ने Kitesurf लॉन्च किया, जो AI एजेंटों के लिए बनाया गया ब्राउज़र है, और Computer, एक स्टेटफुल रनटाइम जो दक्षता के लिए आइसोलेट्स का उपयोग करके एजेंटों को पारंपरिक कंटेनरों से परे स्केल करता है।

• Cloudflare launches Kitesurf, a browser built for AI agents(नए टैब में खुलता है)
• Cloudflare Launches Persistent, Stateful, Computer-like Environments for Agents(नए टैब में खुलता है)

LangChain Managed Deep Agents. LangSmith के Managed Deep Agents सार्वजनिक बीटा में प्रवेश किया, जो लंबे समय तक चलने वाले एजेंटों के लिए चेकपॉइंटिंग, स्ट्रीमिंग, संदर्भ प्रबंधन और सैंडबॉक्स जीवनचक्र के साथ एक होस्टेड रनटाइम प्रदान करता है।

• Managed Deep Agents: the fastest way to ship a production deep agent(नए टैब में खुलता है)
• Managed Deep Agents is now in public beta(नए टैब में खुलता है)

एजेंट प्लगइन मानक. Amazon, Cursor, Microsoft, OpenAI और Vercel ने Agent Plugins का प्रस्ताव रखा, जो एजेंट कौशल और MCP सर्वरों को पैकेज करने के लिए एक खुला मानक है, जिससे क्रॉस-प्लेटफ़ॉर्म पुन: उपयोग संभव होता है।

• Amazon, Cursor, Microsoft, OpenAI, and Vercel unite on a shared standard for AI agent plugins(नए टैब में खुलता है)

Spotify का कोड-पुनर्लेखन एजेंट. Spotify का 'Honk' एजेंट रखरखाव को संभालने के लिए अपने कोडबेस को लगातार फिर से लिखता है, जिससे मैन्युअल प्रयास काफी कम हो जाता है और व्यापक आंतरिक अपनाना प्राप्त होता है।

• Presentation: Rewriting All of Spotify's Code Base, All the Time(नए टैब में खुलता है)

DOE का Genesis-Science-1. अमेरिकी ऊर्जा विभाग और Arcee ने Genesis-Science-1 जारी किया, जो विशेष रूप से वैज्ञानिक अनुसंधान के लिए डिज़ाइन किया गया एक ओपन-वेट मॉडल है, जो खुले AI में सरकारी प्रयास को चिह्नित करता है।

• U.S. Department of Energy Launches the Genesis Open Models Initiative and, with Arcee, Unveils Genesis-Science-1 — Its First Open-Weight Model for Scientific Research(नए टैब में खुलता है)

GPT-5.6 Sol Ultra. OpenAI के GPT-5.6 Sol Ultra ने आक्रामक सब-एजेंटों का उपयोग करते हुए, एक अकेले Claude Fable 5 प्रयास की तुलना में एक अधिक जटिल 'Moonlight & Mayhem' रैकून डकैती गेम एक-शॉट में बनाया।

• Moonlight & Mayhem (Raccoon Heist by Codex + GPT-5.6 Sol Ultra)(नए टैब में खुलता है)

TutorMoments: AI ट्यूटरिंग. Hugging Face का TutorMoments दिखाता है कि अत्याधुनिक LLM भी छात्रों की अत्यधिक मदद करते हैं, यह जानने में विफल रहते हैं कि कब पीछे हटना है। स्पष्ट ट्रेड-ऑफ प्रॉम्प्ट प्रदर्शन में सुधार करते हैं लेकिन मानव ट्यूटर्स से मेल नहीं खाते।

• TutorMoments: Do AI tutors know when to help and when to hold back?(नए टैब में खुलता है)

ByteDance का 10T मॉडल. ByteDance एक 10 ट्रिलियन पैरामीटर मॉडल को प्री-ट्रेनिंग कर रहा है—संभावित रूप से चीन में सबसे बड़ा—जो अन्य मॉडलों से डिस्टिलेशन के बिना Anthropic के Mythos 5 को टक्कर देने के लिए है।

• ByteDance trains massive AI model in bid to rival Anthropic(नए टैब में खुलता है)
• China's Largest AI Model Is Being Developed at Bytedance(नए टैब में खुलता है)

AMD ने Taalas खरीदा. AMD ने Taalas का अधिग्रहण किया, एक स्टार्टअप जो मॉडल आर्किटेक्चर को सीधे सिलिकॉन में एम्बेड करता है, Llama 3.1-8B पर प्रति उपयोगकर्ता 16,000 से अधिक टोकन/सेकंड प्राप्त करता है और AMD के AI हार्डवेयर रोडमैप को तेज करता है।

• AMD acquires Taalas, a startup that bakes AI models directly into silicon(नए टैब में खुलता है)
• [AINews] AMD buys Taalas(नए टैब में खुलता है)

AI खर्च का हिसाब. Rippling ने यह पता लगाने के बाद एक AI Spend Console बनाया कि यह अपने R&D हेडकाउंट बजट का 40% टोकन पर खर्च कर रहा था। व्यापक 'tokenpocalypse' ने कंपनियों को AI ROI को ट्रैक करने और उचित ठहराने के लिए संघर्षरत कर दिया है।

• After Rippling blew millions on AI in months, it built an employee ROI tool(नए टैब में खुलता है)
• The Tokenpocalypse Is Here: Companies Are Scrambling To Stop Spending So Much on AI(नए टैब में खुलता है)

Airbnb की AI उत्पादकता. Airbnb ने फीचर लॉन्च समय में 60% की कटौती और साल-दर-साल शिप की गई सुधारों में 80% की वृद्धि का श्रेय AI को दिया, अब AI इसका अधिकांश कोड लिखता है।

• Airbnb says AI is helping it ship features faster as it tests a new search function(नए टैब में खुलता है)