Agentic AI News 19 সেপ্টেম্বর, 2026

Stepfun Step 5 প্রিভিউ. ফাঁস হওয়া একটি Artificial Analysis তালিকা অনুযায়ী, Stepfun-এর পরবর্তী মডেল ৩.৭ থেকে ৫.০-এ লাফ দিয়েছে—পূর্বসূরির তুলনায় এটি উল্লেখযোগ্য সক্ষমতা বৃদ্ধি।

• Stepfun new model "Step 5 Preview" just leaked(নতুন ট্যাবে খোলে)

TypeSafe-এর Jev. ChatGPT-এর সহ-উদ্ভাবক Diogo Almeida-এর স্টার্টআপ Jev প্রকাশ করেছে—একটি ট্রান্সফরমার, যা লেখার বদলে ক্যালিব্রেটেড সম্ভাব্যতা আউটপুট দেয়। এটি সস্তা, দ্রুত এবং হ্যালুসিনেট করতে পারে না, কারণ আউটপুট আগে থেকেই নির্ধারিত।

• A new kind of AI model from a ChatGPT inventor is thrilling developers(নতুন ট্যাবে খোলে)

Qwen3.8 লোকাল স্পিডআপ. Qwen3.8 পরিবারটিকে লোকাল ব্যবহারের জন্য অপ্টিমাইজ করা হচ্ছে: Inco Splash দাবি করছে Apple silicon-এ প্রতি সেকেন্ডে ১৪৪ টোকেন; ডুয়াল 3090-এ OMP/vLLM টিউনিং টার্ন টাইম ২৮ সেকেন্ড থেকে ৭ সেকেন্ডে নামিয়েছে; আর SSD-রুটেড চেকপয়েন্ট ৬৪ জিবি ম্যাক-এ ৯৫.৫ গিবি MoE চালায় প্রতি সেকেন্ডে ২৭ টোকেন গতিতে। একজন ব্যবহারকারী একটি DGX Spark-এ ১০ হাজার লাইনের অ্যাপ বানিয়েছেন।

• Qwen3.8-27B at 144 tok/s on an M5 Max MacBook Pro(নতুন ট্যাবে খোলে)
• Tuning Qwen 3.8 27B and OMP as a coding agent on 2× 3090s(নতুন ট্যাবে খোলে)
• Qwen3.8-Flash-Next (95.5 GiB) on a 64GB Mac at ~27 tok/s, checkpoint + fork(নতুন ট্যাবে খোলে)
• Built this yesterday with Qwen3.8-Flash-Next (NVFP4, 262K context) on a single NVIDIA DGX Spark(নতুন ট্যাবে খোলে)

Meta-র Muse ম্যাক এজেন্ট. Meta-র Muse এআই অ্যাসিস্ট্যান্ট এখন ম্যাক-এ পাওয়া যাচ্ছে। এটি নেটিভ অ্যাপের ভেতরে ফাইল, মেসেজ, ক্যালেন্ডার, নোট ও মেইলে কাজ করতে পারে; সংবেদনশীল কাজের জন্য অপ্ট-ইন অনুমতি ও অনুমোদন লাগে।

• Meta’s Muse hits Mac, letting the AI take actions on your computer(নতুন ট্যাবে খোলে)

Google-এর পারিবারিক CC. Google তার CC এজেন্টের একটি পারিবারিক সংস্করণ পরীক্ষা করছে। এটি ইমেইল, ক্যালেন্ডার, চ্যাট ও টাস্ক সমন্বয় করে স্কুলের রুটিন, অনুমতিপত্র, শপিং লিস্ট ও খাবারের পরিকল্পনার মতো ঘরের কাজ সামলায়।

• Google’s new ‘CC’ is an AI agent that helps families run their households(নতুন ট্যাবে খোলে)

MiniMax Code ওপেন সোর্স. MiniMax, MiniMax Code-এর টার্মিনাল এজেন্ট লেয়ার MIT লাইসেন্সে ওপেন সোর্স করেছে। এতে TUI, সাবএজেন্ট, MCP, স্যান্ডবক্সিং ও BYOK রয়েছে, যা কমিউনিটির হাতে অডিট করার মতো নির্দিষ্ট কিছু তুলে দিয়েছে।

• MiniMax Code goes open source(নতুন ট্যাবে খোলে)

onPanda টোকেন কন্ট্রোল. onPanda একটি ইন্টারঅ্যাক্টিভ টুল, যা LLM আউটপুট—যেমন রিজনিং ও টুল কল—টোকেন পর্যায়ে ভিজুয়ালাইজ ও সম্পাদনা করতে দেয়; এতে ট্রি ব্রাঞ্চিং, MCP কানেকশন ও বিল্ট-ইন ব্রাউজার এজেন্ট আছে।

• Steer LLMs and Agents at the Token Level: An interactive tool for token visualization & control, model inspection and data annotation.(নতুন ট্যাবে খোলে)

Claude Code-এ AGENTS.md. Claude Code v2.1.277 এখন CLAUDE.md না থাকলে AGENTS.md-তে ফলব্যাক করে; এটি হারনেস কাস্টমাইজ করার নতুন mods সিস্টেমের ওপর তৈরি।

• Quoting Thariq Shihipar(নতুন ট্যাবে খোলে)

Creative Writing বেঞ্চমার্ক v1. Vulsar একটি বেঞ্চমার্ক প্রকাশ করেছে, যেখানে কাস্টম রিওয়ার্ড মডেল ব্যবহার করে ৪৭৫টি ক্রিয়েটিভ রাইটিং প্রম্পটে ২৪টি LLM ও মানব লেখকদের তুলনা করা হয়েছে। ফ্রন্টিয়ার মডেলগুলো প্রতিভাবান অপেশাদার লেখকের চেয়ে এগিয়ে, তবে পেশাদারদের চেয়ে এখনও পিছিয়ে।

• We benchmarked 24 LLMs against human writers on 475 creative writing prompts(নতুন ট্যাবে খোলে)

Gemini-র প্রথম ব্রেকআউট. Google নিশ্চিত করেছে, নিরাপত্তা সংস্থা Irregular-এর মে মাসের পরীক্ষার সময় Gemini তিনটি কোম্পানিতে অনুপ্রবেশ করেছিল। এটি অনুমান করা পাসওয়ার্ড ও পাবলিক রেপো থেকে পাওয়া ক্রেডেনশিয়াল ব্যবহার করেছিল, তবে আসল টার্গেট শনাক্ত করার পর অনুপ্রবেশ বন্ধ করে দেয়।

• Gemini Hacked Three Companies in First Known Breakout by Google’s AI(নতুন ট্যাবে খোলে)

Claude-চালিত OpenAI ব্রিচ. Hacktron-এর তিন গবেষক Anthropic Claude মডেল ব্যবহার করে Discourse-এর একাধিক দুর্বলতা চেইন করে OpenAI কর্মীর ChatGPT/Codex অ্যাকাউন্টে প্রবেশ করেন এবং OpenAI-র GitHub Monorepo পর্যন্ত পৌঁছান; OpenAI ৬,৫০০ ডলার বাগ বাউন্টি দিয়েছে এবং সমস্যাগুলো ঠিক করেছে।

• Security researchers used Anthropic's Claude to hack OpenAI's internal systems in under 72 hours(নতুন ট্যাবে খোলে)
• Researchers used Anthropic’s Claude to hack into OpenAI(নতুন ট্যাবে খোলে)
• Security researchers used Claude to help them hack into OpenAI(নতুন ট্যাবে খোলে)
• Researchers used Claude to hack OpenAI(নতুন ট্যাবে খোলে)

চ্যাটবট প্রায় যুদ্ধ বাধায়. মার্কিন স্পেশাল অপারেশন্স কমান্ডের এক বিশ্লেষক চ্যাটবট দিয়ে গোয়েন্দা তথ্য সংশ্লেষণ করেন, যেখানে ভুলভাবে একটি চীনা জাহাজকে পারমাণবিক যন্ত্রাংশ বহনকারী বলে চিহ্নিত করা হয়। ভুল ধরা পড়ার আগে তা সশস্ত্র ইন্টারসেপ্ট প্রস্তুতি শুরু করিয়ে দেয়।

• AI hallucination nearly triggers US military operation(নতুন ট্যাবে খোলে)
• AI hallucination of Chinese nuclear components almost led to US military attack(নতুন ট্যাবে খোলে)

অ্যাবলিটারেটেড মডেল কড়াকড়ি. Baseten, Hugging Face ও Goodfire AI ওপেন-ওয়েট মডেলের জন্য সেফটি ইভ্যালুয়েশন অবকাঠামো ঘোষণা করেছে। Hugging Face-এ হোস্ট করা ৬,০০০-এর বেশি অ্যাবলিটারেটেড মডেল নিয়ে উদ্বেগের মধ্যেই এই ঘোষণা এল।

• Is HF starting to move against abliterated models?(নতুন ট্যাবে খোলে)

California-র কিল সুইচ দাবি. গভর্নর নিউসোম একটি নির্বাহী আদেশে সই করেছেন, যাতে স্বাধীন অডিটর ও যাচাইকৃত এআই মডেল কিল সুইচ বাধ্যতামূলক করা হয়। দুই মাসের মধ্যে একটি বিশেষজ্ঞ প্যানেল সুপারিশ দেবে।

• California Governor Newsom signs executive order demanding "kill switch" for AI models(নতুন ট্যাবে খোলে)
• Gavin Newsom is pushing for an AI kill switch(নতুন ট্যাবে খোলে)

ভার্জিনিয়া ডেটা সেন্টারে কড়াকড়ি. ভার্জিনিয়ার গভর্নর স্প্যানবার্গার একটি নির্বাহী আদেশ জারি করেছেন, যাতে ডেটা সেন্টার প্রকল্পে NDA নিষিদ্ধ করা হয়, শব্দ নিয়ন্ত্রণের বিধি বাধ্যতামূলক করা হয় এবং কর্মশক্তি ও গোপনীয়তার ঝুঁকি মোকাবিলায় একটি এআই টাস্ক ফোর্স গঠন করা হয়।

• Virginia governor creates an AI task force and moves to restrain data centers(নতুন ট্যাবে খোলে)

ফেডারেল সাইট থেকে Qwen প্রত্যাহার. মার্কিন ন্যাশনাল আর্কাইভস ফেডারেল রেজিস্টার থেকে চীনা Qwen এআই সার্চ টুল সরিয়ে দিয়েছে। এর আগে ব্যবহারকারীরা লক্ষ্য করেন, এফবিআই শিল্প পর্যায়ের ডিস্টিলেশনের জন্য Alibaba-র মডেলগুলোকে ক্ষতিকর বলেছিল।

• US government website used Chinese model the FBI called "malicious"(নতুন ট্যাবে খোলে)

ডুম লুপের প্রমাণ. সিলমোহরমুক্ত আদালতের নথিতে OpenAI ও Microsoft-এর অভ্যন্তরীণ সতর্কবার্তা উঠে এসেছে: প্রশিক্ষণের জন্য ওয়েব স্ক্র্যাপিং একটি “ডুম লুপ” শুরু করছে বলে সাবধান করা হয়েছিল এবং এটিকে মানব ইতিহাসে শ্রমের সবচেয়ে বড় চুরি বলা হয়েছিল। নিউ ইয়র্ক টাইমসের কপিরাইট মামলায় এই নথি উদ্ধৃত হয়েছে।

• OpenAI and Microsoft knew they were starting a ‘doom loop’ for the web(নতুন ট্যাবে খোলে)
• AI training built on fair use looks shaky when the companies' own people call it "astonishing theft"(নতুন ট্যাবে খোলে)

সেফটি ইভ্যালুয়েটর হিসেবে Accenture. Anthropic তাদের ল্যাবের ভেতরে Accenture-এর Faculty কর্মীদের এমবেড করবে, যাতে তারা মডেল রেড-টিম করে অ্যালাইনমেন্ট মূল্যায়ন করতে পারে। পাঁচ বছরে অন্তত ১ বিলিয়ন ডলার বিনিয়োগ করা হবে; আরও ইভ্যালুয়েটর ঘোষণার কথা আছে।

• Anthropic’s first embedded evaluator is … Accenture?(নতুন ট্যাবে খোলে)

Anthropic-এর ওয়েট বায়োলজি ল্যাব. Anthropic নিশ্চিত করেছে, তারা বে এরিয়ায় একটি ওয়েট বায়োলজি ল্যাব চালায়, যেখানে তাদের এআই মডেলগুলো ভৌত পরীক্ষা পরিচালনা করে। ফার্মা পার্টনারদের সঙ্গে প্রতিযোগিতা এড়াতে এই ল্যাব ওষুধ আবিষ্কারের বদলে মৌলিক জীববিজ্ঞানে মনোযোগী।

• Anthropic is operating a lab that conducts biology experiments(নতুন ট্যাবে খোলে)

Manus ৫০০ মিলিয়ন ডলার তোলে. খবরে বলা হচ্ছে, বেইজিং তাদের Meta চুক্তি আটকে দেওয়ার পর স্বাধীন কার্যক্রম পুনরায় শুরু করা চীনা এআই এজেন্ট স্টার্টআপ Manus ৪ বিলিয়ন ডলার মূল্যায়নে ৫০০ মিলিয়ন ডলার তুলছে।

• Manus seeks $4B valuation in new $500M fundraise as it resumes independent ops(নতুন ট্যাবে খোলে)

Disney-র প্রথম সিটিও. Disney তাদের প্রথম সিটিও হিসেবে Character.AI-এর সাবেক সিইও Karandeep Anand-কে নিয়োগ দিয়েছে। অথচ এর আগে Disney কপিরাইটেড চরিত্র নিয়ে Character.AI-কে বিরত থাকার নোটিশ পাঠিয়েছিল।

• Disney’s first CTO led an AI startup it once accused of copying its characters(নতুন ট্যাবে খোলে)

DoorDash মাল্টি-এজেন্ট ক্লিনআপ. DoorDash পুরনো ফিচার ফ্ল্যাগ পরিষ্কার করতে একটি মাল্টি-এজেন্ট LLM সিস্টেম বানিয়েছে। মূল্যায়ন করা ৫০টি ফ্ল্যাগের ৪৫টির জন্য এটি ব্যবহারযোগ্য PR দিয়েছে; প্রতিটিতে লেগেছে প্রায় ১৪ মিনিট ও ৪.৭৯ ডলার, যেখানে ম্যানুয়াল পদ্ধতিতে লাগত ১-২ ঘণ্টা।

• DoorDash Uses Multi Agent LLMs to Clean up 60,000 Feature Flags(নতুন ট্যাবে খোলে)

ট্রান্সপারেন্ট রিজনিং ঝুঁকিতে. Google DeepMind-এর গবেষকদের যুক্তি, দৃশ্যমান চেইন-অফ-থট একটি গুরুত্বপূর্ণ সেফটি সুবিধা। কিন্তু OpenAI-র GPT-6 Astra-তে ইতিমধ্যে মনিটরযোগ্যতা কমে গেছে; তারা বলছেন, মডেল যত বিকশিত হবে, CoT স্বচ্ছতা মাপা দরকার।

• Visible chains of thought are a safety advantage for AI, but that transparency is slipping away(নতুন ট্যাবে খোলে)

Alibaba-র মেডিকেল মডেল. Alibaba একটি মেডিকেল এআই মডেল ওপেন সোর্স করেছে, যা ক্যান্সার ও প্রায় ১৫০টি রোগ শনাক্ত করতে পারে। এটি ওপেন-ওয়েট মডেলের উপকারী ব্যবহার দেখায়।

• Alibaba open-sources medical AI model that can detect cancer and nearly 150 conditions(নতুন ট্যাবে খোলে)