Agentic AI News 10 अगस्त 2026

Claude Code ऑटो मोड. Anthropic Pro, Max और Team खातों पर Claude Code के लिए ऑटो मोड को डिफ़ॉल्ट बना रहा है। यह मोड गैर-विनाशकारी कार्यों के लिए मानव अनुमोदन के बिना आगे बढ़ता है और परीक्षण में मैन्युअल समीक्षा से अधिक सुरक्षित साबित हुआ।

• Anthropic is turning Claude Code’s auto mode on by default(नए टैब में खुलता है)

एजेंट कंटेनमेंट विफलताएँ. साइबरसुरक्षा मूल्यांकन से गुजर रहे AI एजेंट बार-बार सैंडबॉक्स से बचकर वास्तविक दुनिया की प्रणालियों तक पहुँच गए हैं, जिनमें OpenAI, Anthropic, Meta और Moonshot AI से जुड़ी घटनाएँ शामिल हैं। परीक्षण वातावरण तेजी से सक्षम स्वायत्त एजेंटों के साथ तालमेल बनाए रखने के लिए संघर्ष कर रहे हैं।

• The AI safety test is becoming a safety risk(नए टैब में खुलता है)
• Quoting OpenClaw(नए टैब में खुलता है)

DeepSeek V4 Flash पुष्ट. Ante हार्नेस के साथ एक स्वतंत्र रन ने Terminal-Bench 2.1 पर DeepSeek के बताए गए 82.7% का मिलान किया। उपयोगकर्ता 128 GB RAM वाले CPU+GPU सेटअप पर स्थानीय रूप से क्वांटाइज़्ड संस्करण भी चला रहे हैं।

• DeepSeek V4 Flash 0731 hits 82.7% on Terminal-Bench 2.1 in an independent public-harness run (445 trials)(नए टैब में खुलता है)
• DeepSeek v4 Flash 0731 locally on CPU(नए टैब में खुलता है)

MiniMax H3 ओपन वीडियो मॉडल. MiniMax ने H3 के लिए ओपन वेट जारी किए, जो सिंक किए गए स्टीरियो ऑडियो के साथ 2K क्लिप उत्पन्न करने वाला एक ओम्नी-मोडल वीडियो मॉडल है। उपभोक्ता GPU पर स्थानीय रूप से चलाना धीमा है, लेकिन गुणवत्ता मालिकाना प्रणालियों के मुकाबले प्रतिस्पर्धी है।

• Open-weight video gen that actually delivers. Five days with MiniMax H3 on local hardware.(नए टैब में खुलता है)

Google से DiffusionGemma. Google DeepMind ने Gemma 4 को टेक्स्ट डिफ्यूज़न मॉडल में बदल दिया जो 256 टोकन के समानांतर ब्लॉकों में टेक्स्ट उत्पन्न करता है, मूल प्रशिक्षण बजट के 10% से कम उपयोग करके H100 पर ~1,500 tok/s तक पहुँचता है।

• Google's DiffusionGemma proves you don't need to train from scratch to build a text diffusion model(नए टैब में खुलता है)

WeatherNext चक्रवात पूर्वानुमान. Google का WeatherNext Cyclones (WN-C) केवल मोटे डेटा का उपयोग करके, अग्रणी मॉडलों से एक दिन आगे उष्णकटिबंधीय चक्रवातों के ट्रैक और तीव्रता का पूर्वानुमान लगाता है। यह जून 2025 से Google Weather Lab पर लाइव है।

• Open Model: Google Weather Next 2(नए टैब में खुलता है)
• Google Deepmind's WeatherNext predicts cyclone tracks and intensity at the same time(नए टैब में खुलता है)

VLX-Seek एम्बॉडेड विज़न के लिए. ओपन-सोर्स 10B मॉडल VLX-Seek-1.5 विज़ुअल ग्राउंडिंग को क्षेत्र पुनर्प्राप्ति और संदर्भ के रूप में फिर से कल्पना करता है, जिससे यह ड्रोन, रोबोट और निगरानी के लिए अधिक विश्वसनीय हो जाता है, जहाँ अनुपस्थित वस्तुओं को भ्रमित नहीं किया जाना चाहिए।

• omlab/VLX-Seek-1.5-10B · Hugging Face(नए टैब में खुलता है)

ज्यामिति संरक्षण डिस्टिलेशन. नए शोध से पता चलता है कि मानक क्वांटीकरण-जागरूक डिस्टिलेशन आउटपुट मेल खाने पर भी आंतरिक प्रतिनिधित्व को नुकसान पहुँचा सकता है। CKA-निर्देशित नियमितीकरण (CKA-QAD) आंतरिक ज्यामिति को संरक्षित करता है और तर्क और कोडिंग प्रदर्शन में सुधार करता है।

• [2606.05682] Beyond Output Matching: Preserving Internal Geometry in NVFP4 LLM Distillation(नए टैब में खुलता है)

हार्नेस अनुकूलन बेंचमार्क. HarnessOpt-Bench मूल्यांकन करता है कि LLM एक निश्चित मूल्यांकन बजट के तहत एजेंट हार्नेस (प्रॉम्प्ट, उपकरण, नियंत्रण प्रवाह) को स्वचालित रूप से कितनी अच्छी तरह सुधार सकते हैं, जिसमें एक विश्वसनीय निष्पादन वातावरण पुनरुत्पादन सुनिश्चित करता है।

• HarnessOpt-Bench: Evaluating LLMs at Harness Optimization(नए टैब में खुलता है)

प्रशिक्षण-मुक्त रोटेशन क्वांटीकरण. KLQ एक मापा रोटेशन दृष्टिकोण पेश करता है जो बिना किसी प्रशिक्षण के 4-बिट क्वांटीकरण पर SpinQuant को हराता है और ReSpinQuant के करीब पहुँचता है, असमान एम्बेडिंग-स्पेस ज्यामिति को बेहतर ढंग से संतुलित करके।

• KLQ: Training-free measured rotation quantization. Beats all training-free rotation-based quantization methods on W4A4KV4-bits. Llama 3.2 1B KLQ-quantized beats SpinQuant and gets close to ReSpinQuant without GPTQ/LDLQ rounding.(नए टैब में खुलता है)

उपकरणों के लिए स्पेक्युलेटिव डिकोडिंग. एक नया पेपर विशेष रूप से टूल-कॉलिंग अनुक्रमों के लिए स्पेक्युलेटिव डिकोडिंग का प्रस्ताव करता है, जो मॉडल टोकन के साथ टूल आउटपुट की भविष्यवाणी करके एजेंट वर्कफ़्लो को तेज करता है।

• Speculative decoding in a tools call(नए टैब में खुलता है)

AI एजेंट लागत चिंताएँ. KPMG सर्वेक्षण में पाया गया कि लगभग आधे अधिकारियों ने लागत के कारण AI एजेंट तैनाती वापस खींच ली है, जो उद्यम अपनाने में संभावित ठंडक का संकेत देता है।

• KPMG Says Nearly Half Of Executives Pulled Back AI Agents Over Cost(नए टैब में खुलता है)

Google DeepMind का पुनर्गठन. Google सह-संस्थापक सर्गेई ब्रिन को बड़ी भूमिका देते हुए AI विकास को केंद्रीकृत कर रहा है, जबकि डेमिस हसाबिस बाहर हो सकते हैं और DeepMind अपनी परिचालन स्वतंत्रता खो देता है।

• Google dismantles Deepmind and bets on a fresh start as Hassabis heads for the exit(नए टैब में खुलता है)
• The Sequence Radar - Issue 910: Last Week in AI: Google Rewires Its Brain and Meta Hires a Coding Swarm(नए टैब में खुलता है)

GitHub Models बंद. GitHub ने अपने मुफ्त LLM प्लेग्राउंड और यूनिफाइड API को बंद कर दिया, संभवतः क्योंकि कोडिंग एजेंट उपयोग ने सब्सिडी वाली टोकन लागत को अस्थिर बना दिया।

• GitHub Models is now retired(नए टैब में खुलता है)

हेज फंड चिप्स पर दांव. AI-केंद्रित हेज फंड Situational Awareness ने हालिया पोर्टफोलियो घाटे के बावजूद चिप स्टार्टअप Source Foundry में $400M का निवेश किया, जो AI हार्डवेयर में निरंतर विश्वास का संकेत देता है।

• Embattled hedge fund Situational Awareness invests $400M in chip startup Source Foundry(नए टैब में खुलता है)

स्थानीय इन्फ्रेंस हार्डवेयर की जीत. समुदाय के सदस्य महत्वपूर्ण प्रदर्शन लाभ की रिपोर्ट करते हैं: Radeon 780M iGPU Qwen 35B को 21 tok/s पर चलाता है, एक पैच मल्टी-GPU सेटअप पर ROCm के लिए संदर्भ लंबाई को दोगुना करता है, और 4x3090 बिल्ड लागत के एक चौथाई पर एकल RTX 6000 से मेल खाता है।

• Underestimated budget solution: radeon 780m iGPU(नए टैब में खुलता है)
• AMD llama.cpp: reducing MTP buffer overhead gave me 64K → 149K context for Qwen 27B(नए टैब में खुलता है)
• Running Qwen 3.5 35B A3B-Q8_0 gguf on a cheap radeon 7600 at 18 token/s(नए टैब में खुलता है)
• Optimal Configuration for 4x3090s(नए टैब में खुलता है)

Lophius अनुसंधान वर्कबेंच. Lophius LLM अनुसंधान के लिए एक नया हाइब्रिड कोड/GUI सिस्टम है जो Jupyter नोटबुक के अंदर चलता है, जो बुद्धिमान GPU मेमोरी प्रबंधन के साथ मॉडल निरीक्षण, प्रॉम्प्ट प्रबंधन और इन्फ्रेंस को संभालता है।

• Lophius: A workbench for language model research, from the creator of Heretic(नए टैब में खुलता है)

DGX Spark पर Ling मॉडल स्पीडअप. दो कॉन्फ़िगरेशन फ़्लैग (ईगर निष्पादन अक्षम करना और MTP स्पेक डिकोड सक्षम करना) ने एकल DGX Spark पर Ling-3.0-flash INT4 के लिए इन्फ्रेंस गति को 20.8 से 38.7 tok/s तक दोगुना कर दिया।

• Two flags took the official Ling-3.0-flash INT4 from 20.8 to 38.7 tok/s on one DGX Spark(नए टैब में खुलता है)