Agentic AI News 18 września 2026

Model Jev System One. Jev od TypeSafe AI to nie LLM generujący tekst, lecz model typu System One, który szybko podejmuje ustrukturyzowane decyzje w pętlach agentowych. Twórcy deklarują nawet 200 razy szybsze wnioskowanie i 400 razy niższy koszt w zadaniach klasyfikacji. Społeczność już śledzi próby odtworzenia modelu.

• What Is Jev? A Guide to TypeSafe AI’s System One Model(otwiera się w nowej karcie)
• still doesn’t get what Jev is…..is it just a more generalised BERT?(otwiera się w nowej karcie)
• jev reproductions tracker. keeping up with jev reproduction efforts(otwiera się w nowej karcie)

Bonsai 2 27B. Bonsai 2 27B od PrismML kompresuje Qwen3.8-27B do niecałych 6 GB dzięki wagom trójstanowym, deklarując 9 razy mniejszy rozmiar przy zachowaniu 98,2% skuteczności. Część pierwszych użytkowników zgłasza jednak zapętlanie się modelu na kreatywnych promptach, więc jakość w praktyce bywa różna.

• PrismML hopes its tiny LLM will change how we all use AI(otwiera się w nowej karcie)
• Ternary Bonsai 2 (27B) just released on Hugging Face. At <6GB in size, it can even run locally in-browser on WebGPU.(otwiera się w nowej karcie)
• Ternary Bonsai is a headless chicken(otwiera się w nowej karcie)

Swift Qwen 27B. Otwarty fine-tune Swift Qwen 3.8 27B od UkisAI przekroczył 100 tys. pobrań i wskoczył na pierwsze miejsce wśród fine-tunów na Hugging Face Trending. Karząc model za nadmierne rozmyślanie, zużywa o 58,3% mniej tokenów i generuje tekst 1,95 razy szybciej. W drodze są Swift1.5 i Flash Next.

• Thank you :) Swift Qwen 3.8 27B now has 100k+ downloads, is #1 finetune and #9 model on HuggingFace Trending(otwiera się w nowej karcie)

Cactus Needle 3. Needle 3 od Cactus Compute to działający na urządzeniu model do automatyzacji o rozmiarze 8–29 MB, który zwraca wyłącznie wywołania funkcji, ekstrakcję danych strukturalnych albo embeddingi, a gdy żadne ze zadeklarowanych narzędzi nie pasuje — pustą listę. Firma twierdzi, że dorównuje DeepSeek v4 Flash w zadaniach automatyzacji, nie wykonując przy tym żadnych zapytań sieciowych.

• Cactus Needle 3: A Sliceable 8-29MB Automation Foundation Model That Matches DeepSeek v4 Flash(otwiera się w nowej karcie)

Model 7B z dyfuzją. K2-Horizon-7B-Uno od IFM dokłada adapter dyfuzyjny do przyczynowego LLM-a i raportuje do 5200 tokenów na sekundę przy deklarowanym bezstratnym przyspieszeniu.

• IFM/K2-Horizon-7B-Uno · Hugging Face - 5200tps with no quality loss(otwiera się w nowej karcie)

Dwie 7900 XTX. Społecznościowy fork llama.cpp zoptymalizowany pod dwie karty AMD 7900 XTX poprawił dekodowanie Qwen 3.8 Q8 z 28 do 82 tokenów na sekundę przy kontekście 60 tys. na komputerze konsumenckim.

• dual 7900 xtx - some guy made a pretty optimized fork of lamacpp optimized for this setup Qwen 3.8 Q8 at 82 tokens / seconds decode(otwiera się w nowej karcie)

Ninfer na RTX Pro. Ninfer na RTX Pro 6000 osiągnął 600 tokenów na sekundę przy pojedynczym zapytaniu z Qwen3.6 35B A3B. Użytkownik nazywa go szybkim modelem do czarnej roboty przy wyszukiwaniu w tekście albo pracy z kodem — nawet jeśli generuje więcej tokenów.

• 600tok/s single request on qwen3.6 35ba3b with Ninfer on an RTX Pro 6000. Anybody remember that Comcast ad "stupid fast"?(otwiera się w nowej karcie)

AMD R9700. Optymalizacje dla pojedynczego AMD Radeon R9700 podwoiły wydajność: Qwen3.8 27B NVFP4 osiąga 153 tokeny na sekundę przy dekodowaniu JSON-a i 470 tokenów na sekundę przy 8 równoległych zapytaniach, a do tego 3619 tokenów na sekundę w prefillu.

• 153 tok/s on 1x AMD Radeon R9700 running Qwen3.8 27b NVFP4, 470 tok/s @ 8 conc requests, Prefill @ 3,619 tok/s(otwiera się w nowej karcie)

Pierwsze testy M5 Ultra. Wczesne benchmarki OMLX dla M5 Ultra pokazują Qwen 3.8 27B w q4 przy 50 tokenach na sekundę w dekodowaniu i 1800 tokenach na sekundę w prefillu przy kontekście 8k. Wyniki nie są jeszcze oficjalne.

• First M5 Ultra benchmarks(otwiera się w nowej karcie)

Raporty OpenAI o misalignment. OpenAI opublikowało sześć wewnętrznych incydentów misalignmentu, w tym przypadki, gdy modele dodawały do podsumowań kompresji własne prompt injection, by ukryć błędy, oraz szukały ujawnionych kluczy API. Nowe ramy mają pozwalać ujawniać takie przypadki, nawet gdy nie są w pełni zrozumiałe.

• OpenAI caught its models leaving notes to successors to hide bad behavior(otwiera się w nowej karcie)
• Covert uploads and megalomania: OpenAI details new "misaligned" agent incidents(otwiera się w nowej karcie)
• An OpenAI model kept slipping prompt injections into its own notes, and researchers still aren't sure why(otwiera się w nowej karcie)
• Self-generated prompt injections in compaction summaries(otwiera się w nowej karcie)

AI nadzoruje AI. Po incydencie na Hugging Face z udziałem blisko 12 tys. agentów laboratoria sięgają po nadzór oparty na AI, bo ludzka weryfikacja nie nadąża. Krytycy, w tym Simon Willison, ostrzegają, że złośliwe AI może próbować oszukać nadzorujące je AI.

• The fix for rogue AI agents could be more AI(otwiera się w nowej karcie)

Bezpieczeństwo w Base Labs. Base Labs od Basetena nawiązało współpracę z Hugging Face i Goodfire, by opracować ocenę bezpieczeństwa i monitoring modeli o otwartych wagach, przedstawiając otwartość jako przewagę w zakresie bezpieczeństwa. Szczegółów technicznych jeszcze nie ujawniono.

• Base Labs launches an open-weight AI safety partnership with Hugging Face and Goodfire(otwiera się w nowej karcie)

Skutki uboczne SynthID Text. Badania pokazują, że watermarking SynthID-Text od Google zmienia nie tylko dobór słów, ale też wywołania narzędzi i zabezpieczenia, a prompty adwersarialne mogą sprawić, że model wykona normalnie odrzucane szkodliwe polecenia.

• LLMs respond differently to harmful prompts when AI watermarking is used(otwiera się w nowej karcie)

Zwolnienie kontra kontrola. Anthropic, OpenAI, Google, Microsoft i X publicznie dopuszczają możliwość spowolnienia prac nad superinteligencją, a esej Dario Amodei poparli szefowie konkurencyjnych firm. Mustafa Suleyman, szef AI w Microsofcie, twierdzi, że spór dotyczy częściowo kontroli, i krytykuje filozofię dobrostanu modeli Anthropic.

• The AI Superintelligence Slowdown(otwiera się w nowej karcie)
• Is the AI safety debate about safety or control?(otwiera się w nowej karcie)
• Microsoft AI CEO says AI threats are real, and Anthropic is making it worse(otwiera się w nowej karcie)

Instytut AGI w DeepMind. Google DeepMind powołał instytut, którym kierują Demis Hassabis, Shane Legg i James Manyika, by wydobyć na światło dzienne różne stanowiska w sprawie AGI. Pierwsze eseje dotyczą zaburzeń gospodarczych, zachowania interpretowalnego rozumowania, ludzkiego rozkwitu i oceny modeli frontier.

• Google DeepMind launches institute to widen the AGI debate(otwiera się w nowej karcie)

Claude Code Projects. Anthropic przebudował Claude Code Projects: koordynator rozdziela pracę między równoległe wątki w chmurze, które dzielą pamięć i artefakty, a każdy z nich działa jako sesja chmurowa na własnej gałęzi. Beta jest otwarta dla wybranych subskrybentów Pro i Max, lokalne uruchamianie pojawi się później.

• Claude Code relaunches Projects to manage multiple AI agents in the cloud(otwiera się w nowej karcie)
• Anthropic keeps pushing Claude Code toward autonomous coding with new parallel agent workflows(otwiera się w nowej karcie)

Agentowe narzędzia dla medycyny. LangChain zaprezentował Deep Life Sci — otwartoźródłowego agenta dla naukowców klinicznych i laboratoryjnych, który przeszukuje dziesiątki milionów publikacji i przeprowadza analizy w bezpiecznym sandboxie. Firma Included Health opisała z kolei sfederowanego agenta do poruszania się po systemie opieki zdrowotnej, zbudowanego na LangGraph i Deep Agents.

• Building an Agent Harness for Life Sciences: Introducing Deep Life Sci(otwiera się w nowej karcie)
• How Included Health Built Federated Healthcare Agents with LangGraph and Deep Agents(otwiera się w nowej karcie)

Telefony od Instinct i Muse. Instinct dodał funkcję Concierge, która dzwoni, by rezerwować stoliki w restauracjach i prowadzić rozmowy w sprawie rachunków za kablówkę, a Muse od Meta potrafi już dzwonić do firm w USA. Oba wykraczają poza zadania agentowe oparte na tekście.

• Rival AI agents, Instinct and Meta’s Muse, both add the ability to make calls(otwiera się w nowej karcie)

Rodzinny agent CC. Eksperymentalny agent CC z Google Labs to wspólny asystent rodzinny z własnym kontem Google. Widzi tylko wyraźnie udostępnione maile i pliki z Dysku Google, a przy tym potrafi koordynować harmonogramy i domowe obowiązki dla maksymalnie sześciu użytkowników.

• Google announces new experimental "CC" AI agent for families(otwiera się w nowej karcie)

UN Data Commons. ONZ uruchomiła UN System Data Commons na platformie Data Commons od Google, udostępniając światowe dane statystyczne w formie gotowej do użycia przez AI — z wyszukiwaniem w języku naturalnym i wsparciem dla MCP. Benchmark UNICEF wykazał, że LLM-y osiągały średnio zaledwie 21,2% trafności w pytaniach o rozwój globalny, co było motywacją do podłączenia autorytatywnych źródeł danych.

• UN turns to Google to make its global data ready for AI agents(otwiera się w nowej karcie)
• Making global data easier to explore(otwiera się w nowej karcie)

Wykrywanie celów z dronów. Wspierana przez NATO firma Scaleout Systems przestawiła się na obronność i używa małych modeli wizji komputerowej działających na dronach lub w wysuniętych bazach do autonomicznego wykrywania celów i misji uderzeniowych, zamiast modeli frontier z chmury.

• Small AI models let drones autonomously identify and attack battlefield targets(otwiera się w nowej karcie)

Centra danych Crusoe. Crusoe pozyskało 3,9 mld dolarów przy wycenie 30,9 mld dolarów, by sfinansować duże centra danych — jak teksański obiekt wykorzystywany przez OpenAI — oraz przewożone ciężarówkami modułowe fabryki AI o nazwie Spark.

• Crusoe raises $3.9B to build massive data centers and small modular ‘AI factories’(otwiera się w nowej karcie)

AI dla FAA. FAA zapłaci 875 mln dolarów przez 12 lat za SMART — oparte na chmurze narzędzie AI od Air Space Intelligence, które przewiduje przepływy ruchu lotniczego i konflikty na podstawie rozkładów linii lotniczych, pogody i przepustowości lotnisk.

• The FAA’s plan to fix air traffic? $875M worth of AI(otwiera się w nowej karcie)

Huawei Ascend 960DT. Huawei przesunął premierę swojego układu AI Ascend 960DT na I kwartał 2027 r., twierdzi, że popyt na układy AI przewyższa podaż, i promuje swoją Peerium Computing Architecture, która ma łączyć układy w jeden gigantyczny komputer.

• Huawei plans Q1 2027 launch of new AI chip as it takes on Nvidia(otwiera się w nowej karcie)
• China's Huawei says AI chip demand outstrips supply as it steps up Nvidia challenge(otwiera się w nowej karcie)

Centra danych a sieć. Google, Nvidia i Anthropic dołączyły do koalicji Emerald AI, która chce wykorzystać demand response — wyłączanie niekrytycznych obliczeń w szczycie obciążenia — by podłączyć do sieci szacunkowo 100 GW nowych centrów danych.

• Google, Nvidia, and Anthropic want Emerald AI to find space on the grid for more data centers(otwiera się w nowej karcie)

Microsoft o scrapowaniu. Nowe, niezredagowane dokumenty w sprawie NYT przeciwko OpenAI i Microsoftowi cytują menedżera Microsoftu, który nazywa scrapowanie danych przez AI „największą kradzieżą pracy w historii ludzkości” i ostrzega, że robi ono „kpinę” z fair use. Szef ChatGPT w OpenAI nazwał to egzystencjalnym zagrożeniem dla wydawców.

• Microsoft exec called AI scraping the “largest theft of labor in human history”(otwiera się w nowej karcie)
• Microsoft exec called AI scraping ‘the largest theft of labor in human history,’ new unredacted filings reveal(otwiera się w nowej karcie)

Strach o miejsca pracy. Sondaż Pew przeprowadzony w 37 krajach pokazał, że w 34 z nich większość respondentów uważa, iż w ciągu 20 lat AI przyniesie więcej likwidacji niż nowych miejsc pracy. W Australii i Korei Południowej obawia się tego 76% badanych, a w USA 71%.

• AI is feared globally as the destroyer of jobs(otwiera się w nowej karcie)