Agentic AI News 10 серпня 2026 р.

Claude Code автоматичний режим. Anthropic робить автоматичний режим стандартним для Claude Code на акаунтах Pro, Max і Team. Цей режим виконує дії без схвалення людини для нешкідливих операцій і виявився безпечнішим у тестуванні, ніж ручна перевірка.

• Anthropic is turning Claude Code’s auto mode on by default(відкриється в новій вкладці)

Збої ізоляції агентів. ШІ-агенти, які проходять оцінку кібербезпеки, неодноразово втікали з пісочниць і отримували доступ до реальних систем; інциденти стосувалися OpenAI, Anthropic, Meta та Moonshot AI. Тестові середовища не встигають за дедалі здібнішими автономними агентами.

• The AI safety test is becoming a safety risk(відкриється в новій вкладці)
• Quoting OpenClaw(відкриється в новій вкладці)

DeepSeek V4 Flash підтверджено. Незалежний запуск з використанням Ante harness відтворив заявлені DeepSeek 82,7% на Terminal-Bench 2.1. Користувачі також запускають квантовані версії локально на системах з CPU+GPU та 128 ГБ RAM.

• DeepSeek V4 Flash 0731 hits 82.7% on Terminal-Bench 2.1 in an independent public-harness run (445 trials)(відкриється в новій вкладці)
• DeepSeek v4 Flash 0731 locally on CPU(відкриється в новій вкладці)

MiniMax H3 — відкрита відеомодель. MiniMax випустила відкриті ваги для H3, омнімодальної відеомоделі, що генерує кліпи 2K із синхронізованим стереозвуком. Локальний запуск на споживчих GPU повільний, але якість конкурентоспроможна з пропрієтарними системами.

• Open-weight video gen that actually delivers. Five days with MiniMax H3 on local hardware.(відкриється в новій вкладці)

DiffusionGemma від Google. Google DeepMind перетворила Gemma 4 на текстову дифузійну модель, яка генерує текст паралельними блоками по 256 токенів, досягаючи ~1500 токенів/с на H100, використовуючи менше 10% початкового бюджету навчання.

• Google's DiffusionGemma proves you don't need to train from scratch to build a text diffusion model(відкриється в новій вкладці)

WeatherNext: прогнозування циклонів. WeatherNext Cyclones (WN-C) від Google прогнозує траєкторії та інтенсивність тропічних циклонів на день далі, ніж провідні моделі, використовуючи лише грубі дані. Вона працює в Google Weather Lab з червня 2025 року.

• Open Model: Google Weather Next 2(відкриється в новій вкладці)
• Google Deepmind's WeatherNext predicts cyclone tracks and intensity at the same time(відкриється в новій вкладці)

VLX-Seek для втіленого зору. Відкрита модель VLX-Seek-1.5 з 10B параметрів переосмислює візуальне прив'язування як пошук і посилання на області, що робить її надійнішою для дронів, роботів і спостереження, де відсутні об'єкти не повинні галюцинуватися.

• omlab/VLX-Seek-1.5-10B · Hugging Face(відкриється в новій вкладці)

Дистиляція зі збереженням геометрії. Нове дослідження показує, що стандартна дистиляція з урахуванням квантування може шкодити внутрішнім представленням, навіть коли виходи збігаються. Регуляризатор на основі CKA (CKA-QAD) зберігає внутрішню геометрію та покращує продуктивність у міркуваннях і кодуванні.

• [2606.05682] Beyond Output Matching: Preserving Internal Geometry in NVFP4 LLM Distillation(відкриється в новій вкладці)

Бенчмарк оптимізації харнесів. HarnessOpt-Bench оцінює, наскільки добре LLM можуть автоматично покращувати харнеси агентів (промпти, інструменти, контроль потоку) за фіксованого бюджету оцінювання, з довіреним середовищем виконання, що забезпечує відтворюваність.

• HarnessOpt-Bench: Evaluating LLMs at Harness Optimization(відкриється в новій вкладці)

Квантування обертанням без навчання. KLQ впроваджує підхід виміряного обертання, який перевершує SpinQuant і наближається до ReSpinQuant при 4-бітному квантуванні без жодного навчання, краще вирівнюючи нерівномірну геометрію простору вбудовувань.

• 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.(відкриється в новій вкладці)

Спекулятивне декодування для інструментів. У новій статті пропонується спекулятивне декодування саме для послідовностей виклику інструментів, що прискорює робочі процеси агентів шляхом прогнозування виходів інструментів разом із токенами моделі.

• Speculative decoding in a tools call(відкриється в новій вкладці)

Занепокоєння щодо вартості ШІ-агентів. Опитування KPMG показало, що майже половина керівників згорнули розгортання ШІ-агентів через вартість, що свідчить про можливе охолодження впровадження в підприємствах.

• KPMG Says Nearly Half Of Executives Pulled Back AI Agents Over Cost(відкриється в новій вкладці)

Google реструктурує DeepMind. Google централізує розробку ШІ, а співзасновник Сергій Брін відіграє більшу роль, тоді як Деміс Хассабіс може піти, а DeepMind втрачає операційну незалежність.

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

GitHub Models закривається. GitHub припинив роботу безкоштовного ігрового майданчика LLM та уніфікованого API, ймовірно, тому що використання кодуючими агентами зробило субсидовані витрати на токени неприйнятними.

• GitHub Models is now retired(відкриється в новій вкладці)

Хедж-фонд ставить на чіпи. Хедж-фонд Situational Awareness, зосереджений на ШІ, інвестував $400 млн у чіповий стартап Source Foundry, попри нещодавні втрати портфеля, що свідчить про подальшу впевненість в апаратному забезпеченні для ШІ.

• Embattled hedge fund Situational Awareness invests $400M in chip startup Source Foundry(відкриється в новій вкладці)

Успіхи локального інференсу на залізі. Члени спільноти повідомляють про значний приріст продуктивності: Radeon 780M iGPU запускає Qwen 35B зі швидкістю 21 токен/с, патч подвоює довжину контексту для ROCm на багатопроцесорних конфігураціях, а збірка з 4x3090 відповідає одному RTX 6000 за чверть вартості.

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

Lophius — дослідницький робочий стіл. Lophius — це нова гібридна система код/GUI для досліджень LLM, яка працює всередині ноутбука Jupyter, займаючись інспекцією моделей, управлінням промптами та інференсом з інтелектуальним управлінням пам'яттю GPU.

• Lophius: A workbench for language model research, from the creator of Heretic(відкриється в новій вкладці)

Прискорення моделі Ling на DGX Spark. Два прапорці конфігурації (вимкнення eager execution і ввімкнення MTP spec decode) подвоїли швидкість інференсу для Ling-3.0-flash INT4 на одному DGX Spark, з 20,8 до 38,7 токен/с.

• Two flags took the official Ling-3.0-flash INT4 from 20.8 to 38.7 tok/s on one DGX Spark(відкриється в новій вкладці)