Agentic AI News 14 września 2026

Wyścig USA–Chiny. Trump i spiker Izby Reprezentantów Johnson odrzucili apele branży AI o zwolnienie tempa, przekonując, że regulacje mogą pozwolić Chinom wysunąć się na prowadzenie. Trump stwierdził: „kto wygra AI, ten wygra”.

• Trump downplays the need to check AI development and says he doesn't want to cede edge to China -- "I think you have a lot of negative forces that are...bringing up things that won’t happen...whoever wins with AI wins"(otwiera się w nowej karcie)
• Trump and Mike Johnson think the AI industry is overreacting(otwiera się w nowej karcie)

Prezesi popierają nadzór. Altman, Musk i Hassabis poparli apel Amodei, szefa Anthropic, o niezależny nadzór wewnątrz laboratoriów AI. Debata katastroficzna przybrała na sile po tym, jak jeden z szefów zespołu alignmentu w Anthropic ocenił szanse, że AI w ciągu najbliższej dekady zgładzi wszystkich ludzi, na ponad 10%.

• What’s behind the AI industry’s latest warnings of doom?(otwiera się w nowej karcie)
• Altman, Musk, and Hassabis back Amodei's call to add independent oversight(otwiera się w nowej karcie)

Plan Obamy dla AI. Obama wezwał Demokratów, by uczynili AI jednym z głównych punktów programu i wypracowali jasne ramy dla kwestii gospodarczych i bezpieczeństwa, gdy odzyskają Izbę Reprezentantów.

• Obama urges Democrats to have a ‘clear plan’ for AI safeguards(otwiera się w nowej karcie)

Strach przed przejęciem regulacji. Środowiska lokalnego AI i open source obawiają się, że nacisk na bezpieczeństwo AI posłuży do przejęcia regulacji. Wątek na Reddicie nazywa materiał NYT „sponsorowanym przez OpenAI” i widzi w nim głos w obronie bańki.

• Right to Intelligence. Protect your right to run local AI.(otwiera się w nowej karcie)
• The rhetoric is really heating up!(otwiera się w nowej karcie)

DeepSeek V4.1 Flash. DeepSeek V4.1 Flash zajął pierwsze miejsce w nowym prywatnym benchmarku Artificial Analysis, wyprzedzając GPT-6 Astra i Fable. Indeks aktualizowano dwa razy w ciągu trzech dni.

• DeepSeek V4.1 Flash beats Astra on AA's new benchmark(otwiera się w nowej karcie)

Naukowy model Intern-S2. InternLM udostępnił Intern-S2-397B, multimodalny model bazowy trenowany na literaturze naukowej i długohoryzontowym RL agentowym. Wyróżnia go rozumowanie i rozwiązywanie problemów naukowych.

• internlm/Intern-S2 · Hugging Face(otwiera się w nowej karcie)

Agenci wyszukiwania Iris. Iris-mini (35B) i Iris-pro (397B) od AllSpark to modele o otwartych wagach i czołowe agenty wyszukiwania w swojej klasie. Powstały na bazie Qwen, były trenowane na pytaniach uzyskanych drogą inżynierii odwrotnej, a przy okazji poprawiają ogólne korzystanie z narzędzi.

• Iris-mini and Iris-pro are the strongest open-weight search agents in their class(otwiera się w nowej karcie)

GPT-6 Astra w benchmarkach agentowych. W benchmarkach Vending-Bench i Drone-Bench od Andon Labs GPT-6 Astra poprowadził symulowaną firmę i zarobił trzy razy więcej niż Fable, a także jako pierwszy model pobił wynik człowieka z AI we wszystkich podzadaniach nadzoru dronów.

• GPT-6 Astra pilots a surveillance drone and runs a business on its own(otwiera się w nowej karcie)

Nemotron i złoto na IMO. Badacze opublikowali otwarty przepis na trening Nemotron 3 Ultra do wyniku 30/42 na IMO 2026. Złoto osiągnięto wyłącznie dzięki generowaniu dowodów w języku naturalnym, bez formalnego systemu dowodzenia i bez internetu.

• An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics(otwiera się w nowej karcie)

Mały model Aurora. Aurora1.0-150M, mały model trenowany na 7 mld tokenów, został udostępniony i osiąga wyniki na poziomie GPT-2 w popularnych benchmarkach.

• Aurora1.0-150M Releases!(otwiera się w nowej karcie)

Music v2.5 od ElevenLabs. ElevenLabs udostępnił Music v2.5 w aplikacji i przez API. Firma przekonuje, że utwory są pełniejsze i lepiej wypadają w testach preferencji słuchaczy. Są plany darmowy i pro, a użycie komercyjne jest dozwolone przy podaniu źródła.

• Elevenlabs makes Music v2.5 available via app and API with free and pro tier options(otwiera się w nowej karcie)

AlphaGenome, Muse i matematyka. W przeglądzie The Sequence zwracają uwagę AlphaGenome Atlas od Google DeepMind do mapowania genetycznego, osobisty agent Muse od Meta oraz proponowane przez OpenAI rozwiązanie jednego z problemów milenijnych.

• The Sequence Radar - Issue 932: Last Week in AI: DeepSeek V4.1-Flash, AlphaGenome Atlas, Meta Muse, and OpenAI’s Proposed Math Breakthrough(otwiera się w nowej karcie)

Braki RTX 5090. Użytkownicy LocalLLaMA donoszą, że kart RTX 5090 prawie już nie ma, a ceny rosną — niedobór sprzętu do lokalnego AI się pogłębia.

• 5090 Stock is Almost Gone(otwiera się w nowej karcie)

Ściana pamięci Microna. Slajd z Hot Chips pokazuje, że moc obliczeniowa rośnie około trzykrotnie co dwa lata, a przepustowość HBM — niespełna dwukrotnie. Rozwiązaniem mogą być obliczenia w pamięci i krótsze połączenia.

• Micron's memory wall chart. Compute up ~3x every two years, HBM bandwidth under 2x(otwiera się w nowej karcie)

Przyspieszenia RDNA4. Aktualizacja R9V daje około 100 tok./s na Qwen3.8 Flash Next IQ4_XS na dwóch GPU R9700 ze 128 GB RAM. Naprawia crashe i dodaje obsługę Q4_K_XL.

• R9V Update: now ~100 tok/s in TG on Qwen3.8 Flash Next IQ4_XS on x2 R9700 + 128GB RAM. Fixed crashes with n-gram SSD streaming, improved diagnostics, plus pinned images. Q4_K_XL now supported, 50 tok/s TG.(otwiera się w nowej karcie)

VLLM na RTX 3090. Poradnik na Reddicie pokazuje, że VLLM z kompilacją AOT uruchomi Qwen3.8 27B INT4 z kontekstem 144K FP8 KV na 24 GB RTX 3090 — szybciej niż llama.cpp.

• Dear 24G owners, try VLLM you might be able to run Qwen3.8 27B INT4, 144K FP8 KV on RTX 3090 with better speed. (TLDR VLLM AOT)(otwiera się w nowej karcie)

Serwer za 3 tys. dol.. Złożony samodzielnie serwer EPYC z czterema GPU V620 i 256 GB RAM kosztował około 3 tys. dol. i osiąga 1,3 tys. tokenów/s w prefillu oraz 70 tokenów/s w dekodowaniu na Qwen3.8-next-flash.

• 3k$ 128GB VRAM + 256GB RAM DDR4 Server(otwiera się w nowej karcie)

CUDA na AMD w Windows. Kompilacja oparta na ZLUDA pozwala uruchamiać w Windows aplikacje pisane pod CUDA na GPU AMD z ROCm/HIP — około 3% wolniej niż natywnie.

• CUDA-for-AMD-Windows: Run CUDA-targeted Windows applications on AMD GPUs with ZLUDA + ROCm/HIP.(otwiera się w nowej karcie)

Qwen3.8 lokalnie. Użytkownicy chwalą Qwen3.8-27b za kodowanie od pierwszego strzału, generowanie SVG i grę zbudowaną w pięć godzin na 3090. Nazywają go mocnym modelem do pracy lokalnej.

• Another Qwen3.8-27b Appreciation Post(otwiera się w nowej karcie)
• Decided to build a game, and test the ceiling of Qwen3.8 27b(otwiera się w nowej karcie)
• Qwen3.8 flash next - untrained svg generation(otwiera się w nowej karcie)

Agenty GTM w LangChain. LangChain zbudował na Deep Agents agenty do GTM i płatnych mediów, automatyzując research outboundowy, szkice w Slacku i rozliczanie kampanii reklamowych. Agent GTM zwiększył konwersję z leada na szansę sprzedażową o 250% i oszczędził handlowcom 40 godzin miesięcznie.

• How We Built LangChain’s Paid Media Agent(otwiera się w nowej karcie)
• How we built LangChain’s GTM Agent(otwiera się w nowej karcie)

Routing HydraFusion w GitHub. Projekt HydraFusion w GitHub Copilot, dostępny w wersji preview, dynamicznie orkiestruje pracę wielu modeli w schematach single, cascade i critique, optymalizując zadania programistyczne.

• GitHub Copilot's Project HydraFusion Promises Frontier Level Performance through Multi-Model Routing(otwiera się w nowej karcie)

Narzędzie commit-rewriter. Simon Willison udostępnił commit-rewriter 0.1 — aplikację webową do interaktywnej edycji wiadomości commitów i przepisywania historii repozytorium. Przydaje się do sprzątania po agentach kodujących przed publikacją.

• commit-rewriter 0.1(otwiera się w nowej karcie)

Spam od agentów AI. Wątek na Hacker News zwraca uwagę na iLands i jego agenta AI rozsyłającego spam — przykład nadużycia agentowego AI do niechcianych wiadomości.

• The worst spam emails: iLands AI agent hustle(otwiera się w nowej karcie)

Zakaz AI na uczelni. Dwuletnie badanie na uczelni pokazało, że studenci z zakazem korzystania z AI wypadli najgorzej, a uporządkowane szkolenie okazało się lepsze niż nieukierunkowane podpowiedzi AI. Profesor zmienił swoje założenia.

• Two-year university study finds banning AI from classrooms leaves students worse off(otwiera się w nowej karcie)

Złota era lokalnych LLM. Wpis na Reddicie ogłasza złotą erę lokalnej społeczności LLM: powrót do ręcznej optymalizacji i dzielenia się wynikami, napędzany niedoborami sprzętu, które wymuszają wydajność.

• The Local LLM community feels like the golden era of the internet all over again(otwiera się w nowej karcie)