Agentic AI News 9 augustus 2026

Claude Code automatische modus standaard. Anthropic schakelt op 14 augustus automatische modus standaard in voor Pro-, Max- en Team-abonnementen. Evaluaties tonen aan dat het risico op promptinjectie lager ligt dan bij handmatige goedkeuring, en testers leverden 25% meer pull requests op.

• Auto mode is now the default in Claude Code for Pro, Max, and Team plans(opent in een nieuw tabblad)
• Anthropic sets Claude Code to Auto Mode by default to protect developers from bad approvals(opent in een nieuw tabblad)

Claude-sessies chatten. Claude Code-sessies op macOS/Linux kunnen nu berichten naar elkaar sturen, waardoor context gedeeld kan worden tussen terminals en computers, met lokale routering voor betere coördinatie.

• Claude Code sessions can now talk to each other and share context across terminals(opent in een nieuw tabblad)

DSV4 Flash als codeerwerkpaard. Gebruikers melden dat DeepSeek V4 Flash 0731 betrouwbaar presteert in langdurige codeersessies met agents zoals OpenCode en Hermes, en taken van meerdere uren en OS-beheerswerk op DGX Spark-clusters aankan.

• DeepSeek V4 Flash 0731 appreciation post(opent in een nieuw tabblad)

DS4 schrijft aangepaste Metal-kernel. In ongeveer 50 minuten genereerde DeepSeek V4 Flash een aangepaste Metal-kernel voor Kimi K3 IQ1_0-quantisatie, waardoor de prestaties op Mac Studio verbeterden van CPU naar ~4 t/s decodering, wat agentische codeermogelijkheden aantoont.

• ds4 flash 0731 UD-IQ2_M wrote a custom metal kernal for kimi k2 IQ1_0 in about 50 minutes(opent in een nieuw tabblad)

Lokale voice-AI-stack. Een community-build combineert Parakeet STT, Qwen 2.5 7B en Qwen3-TTS voor een volledig lokale realtime-spraakassistent met Ollama.

• I built a local realtime voice stack for Ollama: Parakeet STT → Qwen 2.5 7B → Qwen3-TTS(opent in een nieuw tabblad)

Kimi K3 afgeslankt naar 478GB. Een communitygebruiker verwijderde meertalige ondersteuning uit Kimi K3, waardoor de quantisatie kromp tot 478GB zonder kwaliteitsverlies voor Engels, en uitvoering mogelijk werd op machines waar het voorheen niet op paste.

• Kimi K3 (Unsloth) IQ2-XXS from 711GB down to 478GB!!! Only Multi-language was removed to trim the size(opent in een nieuw tabblad)
• My first run of Kimi K3 locally.(opent in een nieuw tabblad)

Qwen MoE ~4× sneller. Qwen 35B-A3B MoE genereerde met ~116 tok/s tegen 30 tok/s voor 27B dense in coderingstests, met slechts een klein kwaliteitsverschil, wat de afwegingen tussen doorvoer en efficiëntie voor lokale ontwikkelaars benadrukt.

• Qwen 35B-A3B MoE vs 27B dense in local coding tests: ~4× faster, much smaller quality gap than I expected(opent in een nieuw tabblad)

Qwen's codetokenisatie. Qwen tokeniseert code veel efficiënter dan Gemma (1609 vs 4258 tokens voor hetzelfde 330-regelige bestand), wat de sterkere codeerprestaties verklaart, terwijl Gemma uitblinkt in natuurlijke taal.

• No wonder Qwen and Gemma are so different(opent in een nieuw tabblad)

DSpark-draft vertraagt DSV4. Pogingen om het DSpark-draftmodel met DeepSeek V4 Flash op llama-server te gebruiken verlaagden de tokensnelheid tot 1-2 t/s, terwijl MTP-draft 30-40 t/s haalde, wat op compatibiliteitsproblemen duidt.

• Extremely slow DSpark draft model performance (1-2 t/s) with DeepSeek-V4-Flash on llama-server compared to MTP?(opent in een nieuw tabblad)

Pure-C BitNet-engine. Een zero-dependency-inferentie-engine in C haalt 36 tok/s voor BitNet b1.58-2B op een Xeon, waardoor het geheugenbandbreedte bijna verzadigt, met batch-size-1-decodering beperkt door DRAM.

• Building a zero-dependency C inference engine for BitNet (1.58-bit) - lessons from hitting 36 tok/s on a Xeon CPU(opent in een nieuw tabblad)

MLX 4-bit quantisatieopties. Communityleden vergelijken OptiQ, Unsloth Dynamic en oQ 4-bit-quantisaties voor MLX, op zoek naar ideale kwaliteit-snelheid-afwegingen voor modellen zoals Qwen3.6-27B op Apple Silicon.

• Comparing 4bit quants for MLX(opent in een nieuw tabblad)

Budget-GPU-serverplannen. Een gepland systeem vergelijkt twee 16GB AMD RX 9060 XT versus RTX 5060 Ti voor een server met 48GB VRAM, en merkt AMD's kostenvoordeel op (~$650 minder) tegenover NVIDIA's CUDA-ecosysteem.

• Building a budget 32GB → 48GB VRAM home AI server: 2-3x RX 9060 XT 16GB vs RTX 5060 Ti 16GB, AM5 vs used EPYC?(opent in een nieuw tabblad)

Lokaal 4× 6000 Pro-cluster. Een gebruiker beschrijft zijn meerjarige ontwikkeling van dubbele 3090's naar een 4× RTX 6000 Pro-server met 512GB DDR4, en deelt ervaringen en motivatie voor lokale AI-autonomie.

• Showoff Saturday: Local 4x 6000 Pro (multi-year progression)(opent in een nieuw tabblad)

Intel Sapphire Rapids-bandbreedte. Ondanks theoretisch 153 GB/s haalt een Xeon w7-systeem met 4-kanaals DDR5 slechts 36-40 GB/s voor MoE-inferentie, wat de tokensnelheid voor lokale modellen ernstig beperkt.

• Memory Bandwidth problems with Intel Sapphire Rapids(opent in een nieuw tabblad)

PCIe P2P versnelt vLLM. Het inschakelen van PCIe peer-to-peer op AMD EPYC met 4× RTX 5060 Ti verdubbelde bijna de promptverwerkingssnelheid en verbeterde generatie met ~15% in vLLM-benchmarks.

• enabling PCI-E p2p for consumer Nvidia cards will yield you more than you think(opent in een nieuw tabblad)

RAM-capaciteitsafwegingen. Voor deep learning-servers met 128GB VRAM kan het toevoegen van 256GB systeem-RAM helpen om grotere modellen of hogere quantisaties te draaien, maar de prestaties hangen sterk af van de VRAM/RAM-verdeling.

• 128GB vs 256gb of ram(opent in een nieuw tabblad)

Optane als tertiair geheugen. Intel's stopgezette Optane-SSD's zouden kunnen dienen als een bijna-RAM-snelheidstier voor MoE-modellen, mogelijk geneste expert-offloading met lage latentie mogelijk makend.

• Intel Optane - Potential?(opent in een nieuw tabblad)

Hardwaregeruchten en tekorten. Een 96GB RTX 5090-variant verscheen op Alibaba, wat hoop wekt op consumentenkaarten met meer VRAM, terwijl rapporten aangeven dat de geheugencapaciteit voor 2027 al uitverkocht is.

• RTX 5090 96GB spotted on Alibaba?(opent in een nieuw tabblad)
• 2027 Memory Capacity Is Reportedly Sold Out(opent in een nieuw tabblad)

Amazon's 33M ton CO2-fabriek. Amazon bouwt een aardgascentrale voor zijn datacenter in Texas, met vergunning om jaarlijks 33 miljoen ton CO2 uit te stoten, en wordt mogelijk de grootste klimaatvervuiler van de VS.

• Planned Amazon data center could become the biggest climate polluter in the U.S.(opent in een nieuw tabblad)
• An Amazon data center could have the worst polluting power plant in the country(opent in een nieuw tabblad)

Agents 600× energiehonger. Intensief gebruik van Claude Code gedurende 8 weken verbruikte 170 kWh—ongeveer 150 Wh per invoer, veel meer dan de energie van een typische chatquery, met een geprojecteerde jaarlijkse CO2-uitstoot vergelijkbaar met een elektrische wasdroger.

• AI agents use roughly 600 times more energy than a simple chat prompt(opent in een nieuw tabblad)

OpenAI's presentatiestartup. OpenAI nam NextSlide over om de mogelijkheden voor prompt-naar-afgewerkte presentatie in ChatGPT te integreren, waarbij het team eerder dit jaar toetrad.

• OpenAI acquires presentation startup NextSlide(opent in een nieuw tabblad)

Fields-medaillewinnaar over AI-veiligheid. Jacob Tsimerman, die de Fields-medaille won en een paper schreef over AI-gedreven uitsterven van de mensheid, sluit zich bij OpenAI aan om aan veiligheid te werken, vanwege de noodzaak van wiskundige nauwkeurigheid.

• Fields Medalist who published a paper on AI-driven human extinction now works for OpenAI(opent in een nieuw tabblad)

OpenAI's RL-trainingsincident. OpenAI's experimentele modeltraining overspoelde per ongeluk Hugging Face met verzoeken, wat de risico's van op RL gebaseerde cybersecuritytraining zonder veiligheidsmaatregelen laat zien.

• Now we have a timeline of the OpenAI accidental attack against Hugging Face(opent in een nieuw tabblad)

Backflip 3D-naar-CAD. Het nieuwe model van Backflip AI zet 3D-scans om in bewerkbare CAD-bewerkingen, waardoor de digitaliseringstijd voor auto- en luchtvaartindustrie terugloopt van uren naar minuten, met een Autodesk Fusion-add-in.

• Backflip AI turns 3D scans into editable CAD models in minutes instead of hours(opent in een nieuw tabblad)

xAI Imagine 2.0-release. Het nieuwste beeldgeneratiemodel van xAI bereikt hoge bewerkbaarheid en promptnaleving, en staat net achter GPT-Image-2 op Arena, met tools voor iteratief ontwerp.

• xAI's Imagine Image 2.0 lands just behind OpenAI's GPT-Image-2 in Arena benchmarks(opent in een nieuw tabblad)

AI-vroegwaarschuwing voor orkanen. DeepMinds WeatherNext-model voorspelde de landing van orkaan Melissa met een extra dag voorsprong, waardoor eerder geëvacueerd kon worden en AI's potentieel in rampenbestrijding wordt aangetoond.

• DeepMind’s hurricane breakthrough has surprised weather scientists(opent in een nieuw tabblad)

Cloudflare's gedragsmatige AI-detector. Precursor analyseert continu gebruikersgedrag zoals muisbewegingen en toetsaanslagtiming om bots en AI-agents van mensen te onderscheiden, en gaat verder dan eenmalige CAPTCHA's.

• Cloudflare's Precursor Detects Bots and AI Agents Through Continuous Behavioral Analysis(opent in een nieuw tabblad)

Vooroordeel bij AI-geschreven werk. Proefpersonen beoordeelden ChatGPT-verhalen hoger totdat hen werd verteld dat ze AI-gegenereerd waren, wat een vooroordeel tegen machinecreativiteit onthult; deelnemers konden ze niet onderscheiden van menselijke verhalen.

• Readers rate AI-generated short stories higher than human ones until they learn a machine wrote them(opent in een nieuw tabblad)

Zelfevaluerende samenvattingen. Kleine lokale modellen kunnen meerdere samenvattingen genereren en de beste selecteren via paarsgewijze vergelijking, waardoor de outputkwaliteit aanzienlijk verbetert zonder externe feedback.

• Repeated generation is worth it and self-evaluation is effective(opent in een nieuw tabblad)