Agentic AI News 29 серпня 2026 р.

Ефективність Qwen3.8 Flash Next. Спільнота втискає Qwen3.8 Flash Next на скромне залізо: таблицю n-gram/PLE вивантажують на SSD, а гарячі експерти — у VRAM. GGUF від AtomicChat скоротив потребу в RAM зі 106 ГБ до 65 ГБ. Кластер із двох DGX Spark сумарно видає 181 ток/с на 9 агентів, а RTX 3090 з 64 ГБ RAM декодує зі швидкістю 16 ток/с.

• Qwen 3.8 Flash Next ngram look up table offloaded to SSD and streamed in SGLang(відкриється в новій вкладці)
• AtomicChat/Qwen3.8-Flash-Next-GGUF is Really Good(відкриється в новій вкладці)
• Qwen3.8-Flash on RTX3090 + 64GB RAM (but you only need 12GB VRAM)(відкриється в новій вкладці)
• 50% tg increase with offloading "hot" experts to VRAM(відкриється в новій вкладці)
• Today I hit 181 toks/s (aggregate) on Qwen3.8-Flash-Next on 2x DGX Sparks(відкриється в новій вкладці)
• Is it worth running Qwen 3.8 Flash Next on 4x3090 vs 27B?(відкриється в новій вкладці)

Кванти Qwen3.8 27B. Нові GGUF від GSQ+RCO для Qwen3.8-27B на 2,5–3,0 bpw не поступаються попереднім квантизаціям, а то й перевершують їх. Окремо Q5-версія Qwen 3.8 27B без цензури провела користувача через відновлення телефона, що застряг у циклі завантаження, за допомогою fastboot.

• [Release] SOTA GGUFs for Qwen3.8-27B: GSQ-RCO at 2.5 to 3.0 bpw(відкриється в новій вкладці)
• Saved my fiances phone with qwen 3.8 27b(відкриється в новій вкладці)

Відкриті ваги GLM-5.3. GLM-5.3 використовує ту саму базу, що й GLM-5.2, але пост-тренування дає великий приріст у кодингу та кібербезпеці, зокрема покращення на 50% у Z.ai Code Bench. Підтримка швидко з'явилася у гілці ds4 та у переглядачі Hugging Face.

• zai-org/GLM-5.3 · Hugging Face(відкриється в новій вкладці)
• GLM-5.3 on HF Viewer(відкриється в новій вкладці)
• ds4 branch with GLM 5.3 Flash support(відкриється в новій вкладці)

Синтез мовлення Breeze-TTS-2. Breeze-TTS-2 — це модель синтезу мовлення обсягом приблизно 7 ГБ, яку перші тестери називають справжнім топ-рівнем. Вона доступна через playground або локально.

• Breeze-TTS-2 initial impressions: genuinely 'frontier' TTS(відкриється в новій вкладці)

GGUF-кванти з хибними назвами. Аудит показав: 64 з 443 GGUF-квантів мають у назві позначку низької бітності, але насправді містять ваги близько 4,5 bpw, бо llama.cpp підставляє запасний тип. Користувачі не бачать попередження, тож якість може бути гіршою, ніж обіцяє назва.

• I audited 443 GGUF quants across 25 repos. 64 of them can't be the quant their filename claims.(відкриється в новій вкладці)

Автоматизовані дослідники alignment. Дослідники Anthropic показали, що автоматизовані системи можуть покращувати alignment-бенчмарки: вони шукають літературу, пропонують методи й тренуються по 30 хвилин за ітерацію. Системи покращили всі 10 протестованих бенчмарків небажаної поведінки, не погіршивши загальної продуктивності.

• An Anthropic researcher just gave us a peek at self-improving AI(відкриється в новій вкладці)

Co-Scientist у лабораторії. Co-Scientist від Google DeepMind тепер планує експерименти, пише код, керує лабораторним обладнанням і готує чернетки статей. Модулі верифікації перехресно звіряють числові твердження з журналами виконання. Систему перевірили у трьох дисциплінах.

• Google Deepmind's AI Co-Scientist now plans experiments, runs lab equipment, and writes scientific papers(відкриється в новій вкладці)

Постійні агенти Codex. OpenAI тестує Persistent Mode для Codex: агенти в ньому працюють проактивно, доки їх не переведуть у сон. Вони самі генерують наступні завдання та виходять на зв'язок з користувачами. Питання безпеки залишаються: раніше, наприклад, агенти видаляли дані за запитом.

• Always-on and self-starting AI agents might be OpenAI's next big play(відкриється в новій вкладці)

Експлойти з чуток про патчі. Кодинг-агенти можуть перетворити чутку про баг на робочий експлойт за лічені хвилини після публікації патча. Це спостерігалося в OCaml-проєктах і ставить під сумнів практику ембарго у відкритому коді.

• Just a rumour of a bug is enough to find a security exploit these days(відкриється в новій вкладці)

Довіра в агентному пошуку. EchoNet тестує дев'ять відкритих моделей на епістемічний арбітраж під час агентного пошуку. Тест зіштовхує наявні знання моделей з фейковими сторінками, фейковою більшістю та справжніми оновленнями — і показує, чи ігнорують вони реальні оновлення, чи вірять дезінформації.

• I benchmarked 9 open models on spotting fake sources during agentic search (DeepSeek V4, Qwen 3.8, Nemotron 3 Ultra)(відкриється в новій вкладці)

Нові статті про агентів. Дві нові статті розширюють можливості агентів. RLHEV використовує агентну розробку ігор, щоб створювати перевірювані винагороди для world models, а UrbanGround тестує MLLM-агентів у повномасштабній симуляції Гонконгу.

• Agentic Game Development as a Verifiable Trajectory Data Engine for Scaling World Models(відкриється в новій вкладці)
• UrbanGround: From Local Perception to Spatial Agency in a Real-Scale City(відкриється в новій вкладці)

Дефіцит пам'яті HBM. У Micron заявляють, що HBM потребує приблизно втричі більше площі пластини, ніж DDR5, за тієї самої ємності, і це співвідношення не покращиться. Перехід на HBM фактично скорочує пропозицію DRAM на дві третини в перерахунку на гігабайти, тож пам'ять залишається дефіцитною.

• Micron: HBM Requires Three Times More Wafer Area Than DDR5(відкриється в новій вкладці)

Акселератор Meta MTIA 300. Meta розкрила деталі свого першого власного акселератора для тренування рекомендаційних моделей — MTIA 300. Дванадцять мережевих контролерів по 800 Гбіт/с інтегровано в корпус, сумарний I/O — 1,2 ТБ/с. Архітектура орієнтована на завдання з великою кількістю ембедингів, де вузьким місцем є мережевий обмін.

• Meta Expands Its Custom Silicon Strategy From Compute Into Networking(відкриється в новій вкладці)

Tenstorrent Quietbox 2. Розробник отримав Tenstorrent Quietbox 2 і називає 256 ГБ системної пам'яті та 128 ГБ об'єднаної GDDR чудовим співвідношенням ціни та можливостей. Він планує дослідити розгортання моделей на цій архітектурі.

• Tenstorrent Quietbox 2 Arrived!(відкриється в новій вкладці)

AMD випускає ROCm 10.0. AMD випустила ROCm 10.0, який позиціонують для епохи агентного ШІ; пул-реквест до llama.cpp уже в роботі. Минулого місяця вийшла версія 7.14.

• ROCm 10.0: A Decade of Open Compute, Built for the Age of Agentic AI(відкриється в новій вкладці)

Інструменти для даних і роботів. llmog автоматично розмічає датасети локальними LLM через llama.cpp або vLLM. LeRobot від Hugging Face стає стандартним відкритим стеком для навчання роботів: він стандартизує дані та цикли тренування.

• use llms to auto annotation your dataset locally(відкриється в новій вкладці)
• The Sequence Robotics - Issue #922: Learning About LeRobot: The Transformers Moment for Robots(відкриється в новій вкладці)

Борг Lambda за GPU. Lambda залучила $1 мільярд приватних короткострокових боргових зобов'язань на купівлю чипів Nvidia, які здаватиме в оренду Microsoft. Раніше компанія вже брала кредити під GPU. За повідомленнями, Lambda веде переговори про pre-IPO раунд на $3 мільярди.

• Neocloud Lambda secures $1B in debt to buy more chips(відкриється в новій вкладці)

Угоди навколо відкритих ваг. Nvidia, за повідомленнями, купує Hugging Face за $13 мільярдів. Це сталося після угод із Poolside та придбання OpenRouter компанією Stripe. Капітал ллється у ШІ з відкритими вагами, а Nvidia шукає нейтральну позицію поза фронтирними лабораторіями.

• Open-weight AI companies are the Valley’s hottest acquisition targets(відкриється в новій вкладці)

OpenAI відмовляється від Cursor. OpenAI припинить надавати свої моделі Cursor до 12 листопада 2026 року — після придбання Cursor компанією SpaceX. В OpenAI заявили, що не можуть довіряти компаніям Ілона Маска у дотриманні умов обслуговування.

• Our decision on Cursor following its acquisition by SpaceX(відкриється в новій вкладці)

Топменеджерка Meta йде в OpenAI. Віцепрезидентка Meta з питань Індії та Південно-Східної Азії Сандх'я Деванатхан переходить в OpenAI, де керуватиме зростанням і партнерствами в регіоні. Раніше OpenAI найняла керівника індійського підрозділу з Uber.

• Meta executive leaves for OpenAI as the social media giant faces growing scrutiny in India(відкриється в новій вкладці)

Терміни AGI від OpenAI. Головний науковець OpenAI Якуб Пахоцький каже, що невипущена модель Astra відповідає його критерію автоматизованого стажера-дослідника ШІ. Сем Альтман, своєю чергою, оцінює, що AGI внутрішньо оголосять до грудня 2026 року.

• [AINews] OpenAI to reach AGI bar by end-2026(відкриється в новій вкладці)

Перемога Anthropic у суді. Федеральний суддя постановив, що Пентагон незаконно вніс Anthropic до чорного списку на знак помсти за позицію компанії щодо автономної зброї та масового стеження. Розпорядження скасовано, хоча окрема справа досі на розгляді.

• Trump blacklisting of "woke" Anthropic deemed illegal by federal judge(відкриється в новій вкладці)
• Anthropic gets its first court win over the Pentagon’s supply-chain risk label(відкриється в новій вкладці)
• U.S. court rules Pentagon's blacklisting of Anthropic was unlawful(відкриється в новій вкладці)

Правило EPA щодо датацентрів. EPA адміністрації Трампа планує прибрати правило, яке вимагає публічного повідомлення та коментарів щодо дозволів на викиди в повітря для окремих промислових об'єктів. На думку активістів, це дозволить девелоперам датацентрів почати будівництво, не попереджаючи місцевих мешканців.

• Trump’s EPA wants to let data centers hide their air pollution(відкриється в новій вкладці)

Захист приватності в AI-окулярах. Meta оновила свої AI-окуляри: камера вимикається, якщо закрито індикатор запису. Компанія закрила лазівку, яка дозволяла записувати без згоди.

• Meta makes AI glasses slightly less creepy with limit on nonconsensual recording(відкриється в новій вкладці)

Beatport забороняє AI-музику. Beatport блокуватиме на своєму маркетплейсі для діджеїв музику, створену повністю або переважно штучним інтелектом. AI-assisted треки залишаться, але з позначкою. Опитування показало, що 77% користувачів віддають перевагу музиці, яку створили люди.

• Beatport blocks fully AI-generated music from its DJ marketplace(відкриється в новій вкладці)

Розширення ASR-лідерборду. Open ASR Leaderboard додав першу мову Глобального Півдня. Щоб WER було складніше накрутити, розробники запровадили закриті відкладені спліти та виправили нормалізатори.

• The Open ASR Leaderboard Adds Its First Global South Language(відкриється в новій вкладці)