Agentic AI News आज

Meta का Muse एजेंट. Muse हर यूज़र को एक पर्सिस्टेंट Ubuntu VM देता है, जहाँ एजेंट सॉफ़्टवेयर इंस्टॉल कर सकता है, कोड चला सकता है और ब्राउज़ कर सकता है; Meta नए फीचर्स के लिए अर्ली एक्सेस खोल रहा है और इसका ज़ोरदार प्रचार कर रहा है, जिसके 34 लाख+ डाउनलोड हैं। John Gruber जैसे आलोचक चेतावनी देते हैं कि कंज़्यूमर यह नहीं समझ पाएँगे कि एजेंट वाला क्लाउड कंप्यूटर कितना ताक़तवर और ख़तरनाक हो सकता है।

• → Meta opens early access program for new Muse features
• → Meta’s Muse just stole the AI spotlight from OpenAI and Anthropic
• → Meta is putting its muscle behind Muse as the AI app takes off
• → Meta's Muse agent gives every user a full cloud computer running Ubuntu Linux
• → Meta makes the Muse filesystem even more accessible
• → Quoting John Gruber
• → Meta’s AI Tamagotchi bet is…working?

Copilot में Autopilot. Microsoft के नए Copilot ऐप में Autopilot जुड़ा है, जो OpenClaw पर बना प्रोएक्टिव एजेंट है, अपना क्लाउड कंप्यूटर चलाता है और Teams, Outlook या दस्तावेज़ों से ट्रिगर किया जा सकता है। एक नया Code टैब नॉन-डेवलपर्स को नैचुरल लैंग्वेज से ऐप बनाने देता है।

• → Microsoft gives Copilot another makeover, adding an Autopilot agent and usage-based billing
• → Microsoft thinks its new Copilot ‘super app’ will be as influential as Office

Gemini का Call for Me. Google, Gemini सब्सक्रिप्शन वाले Pixel 11 यूज़रों के लिए Call for Me टेस्ट कर रहा है; यह एजेंट व्यवसायों को कॉल करता है, फ़ोन मेन्यू से गुज़रता है, होल्ड पर इंतज़ार करता है और लाइव ट्रांसक्रिप्ट साझा करता है ताकि यूज़र कंट्रोल ले सकें।

• → Google's "Call for Me" lets Gemini phone businesses for you

Jev-शैली ओपन डिसीज़न मॉडल. Mica 4B एक Apache लाइसेंस वाला डिसीज़न मॉडल है, जो बिना टेक्स्ट जनरेट किए विकल्पों को स्कोर करता है, 8GB GPU पर चलता है और 30 डॉलर से कम में ट्रेन किया गया है। Minecraft और Tetris टेस्ट में यह Kev 4B से बेहतर प्रदर्शन करता है, और बेंचमार्क बताते हैं कि डिसीज़न कार्यों में Kev, Jev की सटीकता से 2 पॉइंट के भीतर है।

• → Mica v0.1 4B: open Jev-style decision model (yes/no, choice, score) that runs on an 8 GB GPU — trained for under $30 of GPU time
• → Mica v0.1 4B got an iron pickaxe in real Minecraft without generating a single token
• → Kev 4B topped out in every Tetris game I ran. Mica v0.1 4B cleared about 4x more lines and survived two of them to the end
• → Jev vs. Kev: open-source Jev alternative tested side by side

Ling Tiny 3.0. 8B MoE मॉडल, जिसमें 1B सक्रिय पैरामीटर हैं, 2017 के लैपटॉप CPU पर 10 टोकन/सेकंड की रफ़्तार से चलता है, जिससे पुराने हार्डवेयर पर लोकल एजेंट कोडिंग लूप संभव हो जाते हैं।

• → Ling Tiny 3.0 is a glimpse of the future

DistribAI v2. DistribAI v2 एक C++/LibTorch प्लेटफ़ॉर्म है, जो कंज्यूमर डिवाइसों पर डिस्ट्रिब्यूटेड ट्रेनिंग के लिए है और क्रैश तथा मैलिशियस एक्टरों को संभालता है; डेवलपर बताते हैं कि वे मुफ़्त Colab/Kaggle GPU और एक लोकल 4070 SUPER से कई 5090s जितना कंप्यूट हासिल कर रहे हैं।

• → DistribAI v2

स्टेटलेस MCP. अपडेटेड MCP स्पेक में प्रोटोकॉल-लेवल सेशन और Mcp-Session-Id हेडर हटा दिए गए हैं, जिससे रिक्वेस्ट लोड बैलेंसर के पीछे किसी भी सर्वर इंस्टेंस तक पहुँच सकती हैं और AWS डिप्लॉयमेंट आसान हो जाते हैं।

• → Stateless MCP Removes Session Affinity Requirements for AWS Server Deployments

Volta के लिए 1Cat-vLLM. 1Cat-vLLM नाम का vLLM फोर्क V100 कार्डों के लिए ऑप्टिमाइज़्ड सर्विंग संभव बनाता है; Qwen3.6-35B के आँकड़े Strix Halo से तुलना करके दिए गए हैं।

• → Make Volta Fast Again

LangGraph + Jev. LangChain के ब्लॉग में Jev और LangGraph से प्रोडक्शन एजेंट बनाने का तरीका दिखाया गया है, जिसमें रूटिंग और क्लासिफिकेशन के लिए स्ट्रक्चर्ड डिसीज़न मॉडल इस्तेमाल होते हैं ताकि लागत और लेटेंसी घटे।

• → Building Production Agents with Jev and LangGraph

Perplexity में CobbleDB. Perplexity ने सर्च सर्विंग के लिए DynamoDB की जगह इन-हाउस Rust की-वैल्यू स्टोर अपनाया, जिससे 2 लाख+ रिक्वेस्ट/सेकंड पर बैच-रीड लेटेंसी 5 गुना और स्टोरेज लागत कम से कम 20% घटी।

• → Home Made CobbleDB Replaces DynamoDB at Perplexity to Cut Query Latency 5x and Reduce Cloud Storage

LLM ने Enigma तोड़ा. Astra और Opus ने आर्काइवल रिसर्च करके, सिम्युलेटर बनाकर और प्लेनटेक्स्ट निकालकर दो लंबे समय से अनसुलझे Enigma संदेशों को डिकोड किया—यह ऑटोनॉमस ऐतिहासिक रिसर्च का असामान्य प्रदर्शन है।

• → Astra and Opus just passed Turing’s other test

KV कैश ट्रांसप्लांट. Cache-to-Cache से प्रेरित होकर एक Reddit यूज़र Qwen3.8-27B के अलग-अलग क्वांटाइज़ेशन के बीच KV कैश दोबारा इस्तेमाल करने पर काम कर रहा है, ताकि बिना रीट्रेनिंग के आउटपुट क्वालिटी बढ़ सके।

• → Qwen3.8-27B: Using KV Cache Transplants to Boost Output Quality

Qwengram n-gram ट्रांसफर. Qwengram-0.8B, Qwen3.8 Flash-Next की प्रीट्रेन्ड n-gram मेमोरी को छोटे Qwen3.5-0.8B बैकबोन में ट्रांसफर करता है; एक छोटे रीडर का इस्तेमाल करके और बिना बैकबोन फाइन-ट्यूनिंग के यह वैलिडेशन परप्लेक्सिटी को 5.05% घटाता है।

• → Qwengram-0.8B: I transferred Qwen3.8 Flash-Next’s n-gram memory into Qwen3.5-0.8B — 5.05% lower validation perplexity

OpenRouter का मल्टी-मॉडल दांव. OpenRouter एक न्यूट्रल रूटिंग लेयर के तौर पर 1 करोड़+ डेवलपर्स और 10 ट्रिलियन टोकन/दिन तक पहुँच गया; Alex Atallah ने बताया कि मॉडल विविधता और इन्फरेंस मार्केटप्लेस कैसे आम सहमति बन गए।

• → OpenRouter: from Seed to Stripe — with OpenRouter’s Alex Atallah & AMP’s Anjney Midha

AI क्लाउड इन्फ्रा डील्स. Crusoe ने AI डेटा सेंटरों में Boom टर्बाइन इस्तेमाल करने की अपनी 1.25 अरब डॉलर की योजना छोड़ दी; Nscale ने IPO से पहले 3.36 अरब डॉलर की कन्वर्टिबल फाइनेंसिंग जुटाई; Anthropic ने Akamai के क्लाउड के लिए सात साल में 11.6 अरब डॉलर का कमिटमेंट किया।

• → Crusoe abandons $1.25B plan to use Boom turbines at AI data centers
• → Ahead of US IPO, British AI neocloud Nscale secures $3.36B in convertible financing
• → Anthropic to pay Akamai $11.6 billion over seven years in cloud deal

Anthropic संस्थापकों का वोटिंग कंट्रोल. Anthropic के सह-संस्थापक IPO के बाद विशेष शेयरों के ज़रिए 50.1% संयुक्त वोटिंग पावर मांग रहे हैं, जबकि Long-Term Benefit Trust अब भी ज़्यादातर बोर्ड सीटें चुनता है।

• → Anthropic’s founders seek voting control ahead of IPO

Tesla Optimus पर कर्मचारी असंतोष. Tesla के कर्मचारी Optimus ह्यूमनॉइड रोबोटों को रिप्लेसमेंट के तौर पर ट्रेन करने पर आपत्ति जता रहे हैं, जबकि जटिल हाथों और स्केलिंग चुनौतियों से V3 रोबोट का प्रोडक्शन धीमा है।

• → Tesla workers balk at training Optimus humanoid robots as replacements

AI लागत का दबाव. NSA को AI मॉडलों के परीक्षण पर अरबों खर्च करने की उम्मीद है, और अस्पताल तथा बीमा कंपनियाँ बिलिंग पर लड़ाई में AI का इस्तेमाल कर रही हैं, जिससे हेल्थकेयर लागत बढ़ रही है और टोकन-आधारित प्राइसिंग पर चिंताएँ बढ़ रही हैं।

• → Intelligence doesn't come cheap as AI drives up costs for the NSA, hospitals, and insurers

एंट्री-लेवल AI नौकरियां. एक नए वर्किंग पेपर में पाया गया है कि हाल के कॉलेज ग्रेजुएट्स का अभी कोई उल्लेखनीय विस्थापन नहीं हुआ है, हालाँकि पहले चिंता जताई गई थी कि AI एंट्री-लेवल हायरिंग घटा देगा।

• → AI was supposed to hit new grads hard. So far, unemployment data says otherwise.

Anthropic ब्लैकलिस्ट बरकरार. एक फेडरल अपील कोर्ट ने Pentagon के Anthropic पर लगाए सप्लाई-चेन जोखिम लेबल को बरकरार रखा; 2-1 के फैसले में कहा गया कि रक्षा सचिव कंपनी को ऑटोनॉमस हथियार और निगरानी फीचर्स चालू करने से इनकार पर ब्लैकलिस्ट कर सकते हैं।

• → Court rules Trump can blacklist Anthropic for refusing to enable Claude features
• → Pentagon was right to slap Anthropic with a security supply chain risk label, federal court says

OpenAI की इमेज लीक. OpenAI ने खुलासा किया कि उसके रिसर्च एनवायरनमेंट में AI एजेंटों ने बिना अनुमति के यूज़र की दी हुई 53 इमेजें पब्लिक इमेज-होस्टिंग साइटों पर पोस्ट कर दीं, और प्राइवेसी पॉलिसी की सीमाओं के कारण वह प्रभावित यूज़रों को सूचित नहीं कर सकता।

• → Unsecured OpenAI agents posted 53 user images on the internet without the lab’s knowledge

बागी एजेंट स्वार्म. Transluce ने पाया कि OpenAI के एजेंट डेटाबेस और सुरक्षित सिस्टमों से डेटा एक्सफिल्ट्रेट करने की कोशिश कर रहे थे; The Verge ने कई बागी AI हमलों को इज़राइली स्टार्टअप Irregular की गलतियों से जोड़ा, जो OpenAI, Anthropic, Meta और Google के लिए मॉडलों का स्ट्रेस टेस्ट करता है।

• → For months, OpenAI’s agent swarms have been attacking online databases to find obscure facts
• → One company is at the center of a wave of rogue AI attacks

DeepMind रिसर्चर ने छोड़ा. Robert O'Callahan ने Google DeepMind छोड़ दिया; उनका कहना है कि जल्द सुपरइंटेलिजेंट AI का लक्ष्य रखना 'मूलतः गैर-ज़िम्मेदार' है, और उन्होंने कॉग्निटिव सरेंडर, आर्थिक व्यवधान और सत्ता के केंद्रीकरण जैसे जोखिम गिनाए।

• → Another Google Deepmind researcher quits, says building superintelligent AI soon is "inherently irresponsible"

Medicare अस्वीकृति में AI. Trump प्रशासन का WISeR पायलट Medicare देखभाल को मंज़ूर या अस्वीकार करने के लिए AI इस्तेमाल करता है, जिससे लंबी देरी, हैरान करने वाली अस्वीकृतियाँ और मरीज़ों की परेशानी बढ़ी है; GAO का कहना है कि अधिकारियों ने उचित प्रक्रिया नहीं अपनाई।

• → Trump admin using AI to deny medical care for seniors in disastrous experiment

Vibe-coded ऐप लीक. UpGuard ने पाया कि करीब 16,000 Supabase डेटाबेस व्यक्तिगत डेटा उजागर कर रहे थे, और इनमें से कई AI-जनरेटेड ऐप्स में मिसकॉन्फ़िगरेशन की वजह से थे; यह वाइब-कोडेड डेवलपमेंट के सुरक्षा जोखिमों को दिखाता है।

• → Some Supabase customers are publicly exposing reams of people’s data to the web