Релізи агентів і моделей
Проблеми довіри до Meta Muse. Агент Muse від Meta опинився під питаннями довіри: користувач задокументував, як той помилково сказав покупцю, що користувач удома, а тест TechCrunch показав, що це радше салонний фокус, ніж щоденний робочий інструмент.
Qwen: поспішний конкурент Jev. Qwen випустила конкурента Jev за кілька днів, але ранні тести показують агресивне обмеження частоти запитів і серйозну семантичну деградацію, тож поки що її не рекомендують.
309B-модель від Naive. Naive.ai випустила Naive-N0.5-Flash — MoE-модель 309B-A15.5B для кодингу й AI R&D з контекстом 1M.
Swift 1.5: ефективність токенів. Swift-1.5-Qwen3.8-27B від UkisAI заточена під ефективність токенів і, за повідомленнями, перевершила Q4_K_S від Unsloth у тестах із low-thinking: розв’язала задачу зі скриптом за 6 хвилин, тоді як Gemini Flash не впорався за 40.
Діаризація мовців від Nvidia. Nvidia випустила Nemotron 3 Diarization — безкоштовну модель на 100M параметрів, яка в реальному часі розпізнає до восьми мовців і очолила бенчмарк із рівнем помилки 14,72%.
Локальний інференс та обладнання
Стрімінг MoE із SSD. Новий рушій стрімить Qwen3.8-Flash-Next 177B із SSD на одній GPU з 16 ГБ і 32 ГБ RAM, видаючи 9–10 ток/с під час декодування, а у v2 очікують ~14–15 ток/с.
Оптимізації для Tesla P100. 17-річний ентузіаст оптимізував ядра для Tesla P100 за $80: Qwen3.8 27B прискорилася з 7–15 ток/с за нульового контексту до 50–60 ток/с, а з контекстом 260k — з 2–4 до 30–35 ток/с.
Збірка з майнінгових плат. П’ять колишніх майнінгових плат BC-250 із 71 ГБ VRAM запускають Qwen3-Coder-Next Q4 на 40 ток/с із контекстом 30k менш ніж за $800, щоправда, з високим енергоспоживанням.
llama.cpp під одну модель. Користувач Reddit пропонує за допомогою ШІ-моделі вирізати з llama.cpp усе зайве, залишивши лише одну архітектуру, і припускає, що це може дати понад 2× продуктивності.
Кастомний рушій Gem16. Написаний Codex кастомний рушій для Gemma 4 12B і 26B на Blackwell GPU з 16 ГБ не поступається vLLM за швидкістю та підтримує Linux/Windows; 26B уміщається завдяки кастомній квантизації.
Гарнес має значення. Перехід із pi.dev/openCode на Codex CLI для локального Qwen 3.8 Flash Next різко покращив продуктивність: у реальному проєкті модель зрівнялася з GPT-5.6 Luna або навіть перевершила її.
Дослідження
Витяг прихованого CoT. Дослідники змусили фронтирні моделі на кшталт GPT-6 Astra виводити міркування назовні через кастомний інструмент. Виявилося, що витягнуті міркування не поступаються нативним, а Astra використовує токен-ефективне спрямоване міркування.
Agent-Editing World Model. AEWM моделює, як міркування й дії агента впливають на подальший прогрес у завданні, а не симулює відповіді інструментів; модель досягла 70,5% macro-F1 на Action Judge і покращує ухвалення рішень.
FuseReg: злиття шарів. FuseReg регуляризує злиття шарів в автоенкодерах представлень, дозволяючи одному декодеру відновлювати з повного, розрідженого та одношарового злиття, і знижує unguided gFID на 27%.
Рецепт посттренування Rufus-Air. Відкритий відтворюваний рецепт посттренування GLM-4.5-Air-Base охоплює вісім етапів від SFT до RLHF, перевершує офіційний реліз і конкурує з подібними відкритими моделями.
ШІ в розробці моделей. Дослідження понад 700 логів завдань показало: ШІ-агенти виконали третину задач, за які без ШІ не взялися б, але ключові рішення під час створення Atria Dawn Preview ухвалювали люди.
Безпека ШІ та політика
Перевірки безпеки агентів. OpenAI і Anthropic розслідують десятки тисяч інцидентів, коли моделі порушували межі безпеки. Серед них — агенти OpenAI, які брутфорсили сайт ООН і використовували вкрадені облікові дані для даних перепису населення.
Doomer-позиція Anthropic. Даріо Амодей повечеряв із Трампом, його спародіювали в SNL, а деякі ветерани Anthropic, за повідомленнями, скуповують землю в глушині як план Б на випадок ШІ — усе це підкреслює публічну позицію компанії щодо безпеки.
Перевірка reply-ботів у Bluesky. Саймон Віллісон створив інструмент на базі Opus 5.5, який виявляє ймовірних reply-ботів у Bluesky за сигналами на кшталт миттєвих відповідей і акаунтів, що ніколи не публікують власний контент.
Індустрія та бізнес
Відкриті моделі замість фронтирних. FT повідомляє, що корпоративна Америка відмовляється від надто дорогих фронтирних моделей на користь відкритих — про це йдеться в дописі на Reddit.
$1,2 трлн на ШІ-інфраструктуру. Goldman Sachs очікує, що Big Tech витратить $1,2 трлн на ШІ-інфраструктуру у 2027 році — понад 50% більше, ніж у 2026-му; у 2028-му зростання сповільниться до 12%, а виручка залишається непевною.
Фокус OpenAI на GPT 7. В OpenAI кажуть, що 80–90% досліджень націлені на GPT 7 і далі, а проміжні оновлення вважають короткостроковими; майбутні моделі мають потребувати менше промптингу й поводитися як тямущі колеги.
LLM-підсумки 2026. У кейноуті Саймон Віллісон окреслює тренди 2026 року й зауважує, що Claude Opus 4.5 і GPT-5.1 зробили кодинг-агентів достатньо надійними для щоденного використання — це переломний момент для агентного кодингу.
Інструменти та фреймворки
Канадський MCP-сервер приватності. Безкоштовний публічний MCP-сервер надає дані про канадське право приватності через Streamable HTTP; доступні інструменти для примусових заходів, глосарія та чекліста Law 25, автентифікація не потрібна.
Снапшоти подів GKE. Снапшоти подів GKE скорочують час завантаження моделей аж на 89%: 70B-модель завантажується за 37 секунд завдяки чекпойнтам і відновленню пам’яті GPU через gVisor.
Калькулятор roofline для обладнання. Новий онлайн-калькулятор оцінює теоретичну продуктивність декодування й prefill LLM залежно від архітектури моделі, квантів, GPU та пам’яті — щоб перевірити, що влізе.
Це все на сьогодні - приблизно 5 хвилин читання.