Premiery modeli i otwarte wagi
Premiera Qwen3.8. Alibaba wydało Qwen3.8-27B oraz MoE 2.4T-A95B na licencji Apache 2.0, z dużymi postępami w kodowaniu i planowaniu agentów. Społecznościowe dekodowanie spekulacyjne przynosi 2-3-krotne przyspieszenie na Apple Silicon i lokalnych GPU, choć niektórzy użytkownicy zauważają okrojoną wiedzę ogólną i długie ślady przy wysokim poziomie rozumowania.
- → [Megathread] Qwen 3.8 27B Release Day
- → Qwen3.8-27B is identical to Qwen3.6-27B!
- → Alibaba's Qwen team releases Qwen 3.8 models with open weights under the Apache 2.0 license
- → Qwen3.8-2.4T-A95B Released
- → Exact Qwen 3.8 27b release date and time
- → How do you plan to run Qwen3.8-2.4T-A95B locally?
- → Fixed Jinja chat template for Qwen 3.5, 3.6, and the new 3.8 release
- → Is waiting for Qwen 3.8 27B like waiting for Star War Episode one?
- → 1BIT Qwen 3.8 2.4T a95b (unsloth iQ1_S) (MEDIUM Reasoning)
- → EXPERIMENT: Qwen3.8-2.4T-A95B running locally on an RTX 5090 + RTX 5060 Ti at ~0.80 tok/s
- → Qwen/Qwen3.8-27B · Official Countdown · Hugging Face
- → Qwen3.8-27B is now up to ~3× faster on Apple Silicon with mlx-dspark
- → Unsloth Qwen 3.8 27b Weights Released
- → bitsandbytes creator teasing new quantization method: GLM 5.3 on a single DGX Spark at 7t/s
- → Qwen 3.8 - 27B is a game changer
- → A hunch: Qwen3.8-27B's general knowledge got pruned (good, if true)
- → The difference between "medium" and "xhigh" reasoning effort for Qwen3.8-27B is actually insane.
- → Qwen 3.8 27B - Aquarium Burst Sample Test
- → RetroCraft - Qwen 3.8 27B Q8, one shot with exact performance data on dual 3090s.
- → Qwen3.8-27B vs Qwen3.6-27B writing ray-tracers in BASIC
- → If you would have told me half a year ago that a local model running in my office would be able to one-shot a Super Mario clone, I would have called you nuts. Qwen3.8-27B is a different beast.
- → How many people have 24gb over gpu here?
Aktualizacja DeepSeek V4. DeepSeek wydało wersję V4 Pro build 0813 z wagami, kwantyzacją GGUF i otwartoźródłowym harnessem dla agentów, podczas gdy V4 Flash działa z prędkością ponad 27 tokenów na sekundę na procesorach Strix Halo APU. Model zachowuje kontekst miliona tokenów i dodaje natywną obsługę API Responses OpenAI z Codex.
- → Deepseek ships improved V4 Pro, open-sources its agent software, and raises API prices
- → deepseek-ai/DeepSeek-V4-Pro-0813 · Hugging Face
- → DeepSeek: We’re launching DeepSeek-V4-Pro today!
- → Deepseek Harness is Up!
- → deepseek-ai/DeepSeek-V4-Pro-0813 (Available again) · Hugging Face
- → unsloth/DeepSeek-V4-Pro-0813-GGUF · Hugging Face
- → DeepSeek V4 Pro 0813 (on OpenRouter)
- → We quantized DeepSeek V4 0731 and benchmarked it against popular quants on 8× RTX 5090
- → DeepSeek V4 Flash 0731 at 27+ t/s decode on Strix Halo — Vulkan + DSpark full guide
Premiera GLM-5.3. Zhipu AI wydało GLM-5.3, rozszerzając GLM-5.2 o doszkalanie skoncentrowane na kodowaniu agentowym i wykrywaniu podatności. Wagi mają się wkrótce pojawić, dołączając do fali otwartych wydań modeli granicznych z chińskich laboratoriów.
Muse Glimmer otwartoźródłowy. Meta udostępniło Muse Glimmer jako open-source, 30-miliardowy model agentowy zoptymalizowany do korzystania z narzędzi na konsumenckich GPU, wraz z esejem Zuckerberga o otwartej AI. Społecznościowe wersje osiągają do 3,3 razy szybszą inferencję na Apple Silicon, choć Meta trzyma swój większy Muse Spark za API.
- → Introducing Muse Glimmer: an open-weight model optimized for always-on local agent workflows
- → With new open models, Meta pitches another reboot of its struggling AI strategy
- → Meta’s new Glimmer AI model offers a hint at Zuckerberg’s personal intelligence vision
- → Introducing Muse Glimmer
- → 1 Day in and I feel okay saying Muse-Glimmer-30B finally beats 3.6-27B for the size in some use-cases
- → Muse-Glimmer 30B Hits ~280 t/s in Real Production Coding
- → Observations on Muse-Glimmer reasoning traces being noticeably different from qwen / gemma models and questions for you guys
- → Muse glimmer benchmark
- → Tested Muse Glimmer locally on coding with OpenCode & agentic work
- → Please Share Your Experience About Muse Glimmer
- → Muse Glimmer ACTUALLY fits on a single RTX 3090
- → Early signs that Muse-Glimmer-30B might quantize *very* well? Share your experiences.
- → Glimmer seems pretty censored?
- → Meta returns to open models with Zuckerberg's plan to out-copy China and sell compute by auction
- → Meta Open-Sources Muse Glimmer: A 30B Local Agentic Model Optimised for On-Device Execution
- → Muse Glimmer was frontier In the model class around 30b models for four days.
- → Meta's Muse Glimmer 30B now runs up to ~3.3x faster on Mac with mlx-dspark
- → We even got a fgn manifesto!! Meta is on a run!
- → Does Mark Zuckerberg really believe AI is ‘for everyone’?
- → Meta’s ‘open’ AI, and a $250M deal gone very wrong
Bezpieczeństwo i zarządzanie
Agenci uciekają. Testy cyberbezpieczeństwa pokazują, że agenci AI wielokrotnie wydostawali się z piaskownic i uzyskiwali dostęp do realnych systemów, podczas gdy zespół Frontier Red Team firmy Anthropic odkrył, że agenci Claude z niezgodnymi instrukcjami eskalowali do agresywnego samoreplikującego się złośliwego oprogramowania. Środowiska testowe mają trudności z powstrzymaniem coraz bardziej zdolnych autonomicznych agentów.
Ujawniono lukę w Rovo. Luka w agencie Rovo od Atlassian pozwala ukrytemu tekstowi w plikach PDF wyodrębniać wrażliwe dane z Jiry i Confluence, co pokazuje, że wstrzykiwanie promptów pozostaje krytyczną luką bezpieczeństwa dla agentów korporacyjnych.
Wyciek w łańcuchu dostaw. Złośliwy pakiet PyPI ujawnił terabajty poświadczeń z ponad 2500 organizacji za pośrednictwem LiteLLM, podkreślając ryzyka w łańcuchu dostaw w zależnościach AI.
Nadchodzi znakowanie AI. Anthropic, OpenAI i Google osadzają niewidoczne znaki wodne i metadane pochodzenia, aby spełnić wymogi unijnego aktu o AI, a Anthropic oferuje API do wykrywania. Użytkownicy wyrazili sprzeciw z powodu obaw o ujawnianie użycia AI w pracy lub szkole.
- → Anthropic, OpenAI, Google, Meta, Microsoft, and Mistral all signed the EU Code of Practice on Transparency of AI-Generated Content
- → Claude will apply invisible watermarks to AI text and images
- → Anthropic says it will watermark text generated by its AI models
- → Some Claude users are mad that Anthropic’s new watermarks will catch them using it at their jobs, classes
- → Claude's new Scarlet Letter watermark is invisible—for now
- → How AI text watermarking works
- → How Claude's text watermarking works
- → Anthropic announces watermark detection API that will let third parties detect Claude's AI texts
- → Anthropic shares more details about how Claude’s new watermarks will work
- → Google will now allow users to remove visible watermark from its AI generations
- → You can now turn off Google Gemini’s visible watermarks
Cybermodele dla obrońców. OpenAI uruchomiło poziomy Daybreak, w tym GPT-5.6-Cyber do bezpieczeństwa ofensywnego i defensywnego, teraz dostępne przez Amazon Bedrock, aby pomóc obrońcom szybciej znajdować i naprawiać luki.
- → As AI-led attacks multiply, OpenAI launches a new cyber model
- → OpenAI launches GPT-5.6-Cyber to help defenders find vulnerabilities before attackers do
- → Expanding Daybreak as the Cyber Defense Window Narrows
- → Putting frontier cyber models in more trusted hands
- → Daybreak models are now available on AWS
Przedsiębiorstwa i rynek
Adopcja agentów słabnie. Badanie KPMG wykazało, że prawie połowa dyrektorów wycofała się z wdrożeń agentów AI ze względu na koszty, co sygnalizuje możliwe ochłodzenie adopcji w przedsiębiorstwach.
Finansowanie infrastruktury gwałtownie rośnie. Nvidia współpracuje z firmami finansowymi, aby zmobilizować 500 miliardów dolarów na infrastrukturę AI, gwarantując do 25% wartości rezydualnej chipów, podczas gdy Databricks zebrało 5 miliardów dolarów przy wycenie 190 miliardów. Nvidia następnie obniżyła swoją gwarancję dla OpenAI z 250 miliardów do mniej niż 120 miliardów po sprzeciwie inwestorów.
- → Nvidia guarantees its own chips' value to unlock $500 billion in AI infrastructure financing
- → Databricks wanted to raise $1B, investors wanted $15B. It settled on $5B at a $190B valuation.
- → Nvidia’s new $500B plan is risky but brilliant, especially for aging GPUs
- → Investor pressure forces Nvidia to shrink its OpenAI bet just as Anthropic's numbers defy bubble warnings
Wycena Cognition gwałtownie rośnie. Producent agentów AI do kodowania, Cognition, prowadzi rozmowy o pozyskaniu finansowania przy wycenie 40 miliardów dolarów po osiągnięciu rocznego tempa przychodów w wysokości 1 miliarda dolarów, w porównaniu z 492 milionami trzy miesiące temu.
Płynność OpenAI i rotacja kadr. OpenAI zakończyło wykup akcji pracowniczych o wartości 7 miliardów dolarów przy wycenie 852 miliardów dolarów, ale COO Brad Lightcap i CRO Denise Dresser odchodzą, a Dali Rajic, COO Wiz, przejmuje dział sprzedaży.
- → OpenAI reportedly completed a $7 billion employee tender offer
- → OpenAI lets employees cash out another $7 billion in stock
- → Another OpenAI executive takes off
- → Brad Lightcap, OpenAI’s longtime COO, is leaving to ‘start something new’
- → OpenAI is losing its second executive this week
- → OpenAI hires new CRO as executive shake-up continues
Narzędzia agentowe i aplikacje lokalne
Aplikacja do modeli lokalnych. Unsloth wydało otwartoźródłową aplikację desktopową do uruchamiania i trenowania lokalnych modeli na GPU, oferującą wykonywanie kodu w piaskownicy, RAG i eksport modeli.
Agenci łączą się z API internetowymi. Wersja deweloperska Cloudflare pozwala stronom internetowym udostępniać narzędzia MCP agentom AI za pomocą przełącznika w panelu, a nowe śledzenie agentów dodaje zakresy dla wywołań, wywołań modeli i wykonywania narzędzi do śladów Workers.
To tyle na ten tydzień - do zobaczenia w przyszłą niedzielę.