Premiery agentów i modeli
Model podatności Cantiny. Cantina i Yeta Labs wydały apex-flash-1 — model MoE o 321B parametrów z otwartymi wagami, dostrojony z GLM-5.3-Flash do badania podatności. Rozwiązuje 40 z 60 zadań z odłożonego zbioru, ale w BF16 potrzebuje około 640 GB pamięci GPU.
DeepSeek Harness na pulpit. DeepSeek Harness v0.2 dodaje oficjalne aplikacje desktopowe na macOS i Windows dla swojego open source'owego harnessu agentowego. W środku są wbudowane narzędzia, zarządzanie pluginami, przegląd plików i diffów, praca z dokumentami oraz wtyczka Automation Task do zadań z harmonogramu.
Pizza Bot: skrzynka dla agentów. Deweloperzy z AWS udostępnili w open source Pizza Bot, samodzielnie hostowaną skrzynkę odbiorczą dla długo działających agentów AI. Obsługuje zadania z harmonogramu i wyzwalane webhookami, delegowanie do wyspecjalizowanych workerów, serwery MCP oraz punkty zatwierdzania przez człowieka.
IBM Bob w sieciach odizolowanych. IBM udostępnił ogólnie swoją agentową platformę do tworzenia oprogramowania Bob w środowiskach self-hosted, prywatnych i odizolowanych od sieci. Klienci wnoszą własny licencjonowany model i mogą uruchomić cały cykl — rozumienie kodu, planowanie, wykonanie i walidację — na własnym sprzęcie.
Platforma dla otwartych modeli. Prime Intellect uruchomił Prime Inference, platformę serverless i rezerwowaną do serwowania otwartych modeli. Przed premierą przetwarzała wewnętrznie blisko bilion tokenów dziennie, a jej endpoint GLM-5.3 ma być jednym z najszybszych na OpenRouter.
Strumieniowa transkrypcja mowy. Microsoft wydał MAI-Transcribe-2-Streaming, strumieniowy model zamiany mowy na tekst, który zajął 1. miejsce w Artificial Analysis. Pierwsze częściowe transkrypcje pojawiają się nieco ponad 100 ms po nadejściu dźwięku. Model jest adresowany do agentów głosowych, napisów na żywo i dyktowania.
Narzędzia i frameworki
Agent edytuje własne UI. SPOPI to w pełni lokalne UI i edytor w Tauri 2 wokół agenta Pi, który sam Pi może modyfikować na żywo. Dodatkowe funkcje pochodzą z pakietów Pi, a sesje, ustawienia i pakiety są te same co w wersji terminalowej.
Retargeting do teleoperacji robotów. Poradnik przechodzi przez oparty na grafach silnik retargetingu z NVIDIA IsaacTeleop, który zamienia śledzenie dłoni i kontrolerów XR na działania robota. Przykład budowany jest krok po kroku w NumPy na CPU w Colabie.
Przyspieszenie na POWER9 i V100. Fork modelu Strata dla systemów IBM AC922 z procesorami POWER9 i GPU Tesla V100 podnosi prefill Qwen3.8-FN ze 130 do 7 357 tokenów/s, a dekodowanie z 15 do 113 tokenów/s. Zmiany obejmują FP16, zarządzanie pamięcią, cache ekspertów i lepsze wykorzystanie NVLink.
Agent głosowy na Breeze. Lokalny zestaw łączy Breeze TTS i STT, bezprzewodowy mikrofon i pilot BLE, co daje obsługę Opus 5.5 bez użycia rąk. Agent podsumowuje zakończone sesje i prosi o decyzje, a nawet przy 500k kontekstu odpowiada krótkimi komunikatami głosowymi.
Inferencja lokalna i sprzęt
Jeden GGUF na AMD i NVIDIA. Infermeld to otwartoźródłowy zestaw narzędzi dla Linuksa do uruchamiania jednego GGUF na mieszanych GPU AMD i NVIDIA przez llama.cpp. Wydanie v0.1.0 zawiera tylko kod źródłowy i jest testowane na RX 6900 XT oraz RTX 3080 z podziałem warstw między Vulkan i CUDA.
Przyspieszenie na dwóch DGX Spark. Nowa recepta daje GLM 5.3 Flash poprawę dekodowania o 50–90% na dwóch DGX Spark, dzięki czemu jest szybszy niż DeepSeek v4.0 flash i inteligentniejszy niż DeepSeek v4.1 flash. Użytkownik raportuje stałe zyski w benchmarkach kodowania i czatu.
Qwen na FPGA. Pewien eksperymentator uruchomił Qwen3.5 9B z wydajnością 2 tokenów/s na FPGA SQRL FK33 za 280 dolarów i skaluje to do płyty z dwoma FPGA, która wcześniej kopała kryptowaluty. Implementacja celuje w modele 9B/27B w INT4, ale jest wczesna i wymaga optymalizacji RTL.
Najnowsze badania
LoopCD: dekodowanie kontrastowe. LoopCD to niewymagająca treningu metoda dekodowania kontrastowego dla transformerów z pętlami, która przeciwstawia sobie końcowe i wcześniejsze predykcje rekurencyjne. Podnosi pass@1 na AIME 2024 o ponad 11 punktów i pozwala o połowę zmniejszyć liczbę pętli, obcinając FLOPs w forwardzie nawet o 48%.
Ego2Act: planowanie ucieleśnione. Ego2Act ocenia generowanie egocentrycznego wideo nastawione na cel na 2 640 filmach i 110 zadaniach z realnego świata. Zawiera sędziego oceniającego bez referencji, który sprawdza wykonanie zadania i wiarygodność fizyczną.
CorrGRPO: RL z wieloma nagrodami. CorrGRPO normalizuje kowariancje par nagród do korelacji Pearsona, żeby duże składniki nagrody nie dominowały w RL z wieloma nagrodami. Testowano je na generowaniu kodu, wywoływaniu narzędzi i zadaniach agentowych.
Bez zapamiętywania testów. Badanie Google dotyczy samodoskonalenia na poziomie harnessu, w którym agenty przepisują własne środowisko pracy. Metoda zapobiega nadmiernej specjalizacji na zadaniach testowych, obniżając przy tym koszty obliczeń.
Branża i polityka
Cztery modele frontier. MarkTechPost porównuje Claude'a Fable 5.1, GPT-6 Astra, GPT-6.1 Sol i Gemini 4 Argon. Astra i Fable mają identyczną cenę 10 i 50 dolarów, a Sol i Argon — jedną piątą tej kwoty; OpenAI odwołało GPT-6.1 Astra po niepowodzeniach wewnętrznych związanych z zakresem i autoryzacją.
Google ogranicza darmowy plan Gemini. Od października 2026 r. darmowe konta osobiste Google dostaną tylko Flash-Lite, a abonenci AI Plus za 4,99 dol. tracą dostęp do Pro. Wszystkie trzy modele wymagają AI Pro (19,99 dol.) albo AI Ultra.
Google wstrzymuje bug bounty. Google wstrzymał program bug bounty dla open source'u z powodu wyraźnego wzrostu automatycznych zgłoszeń od AI, które w większości są nieprawidłowe albo halucynowane. Maintainerzy nie wyrabiali się z obsługą zgłoszeń, a przerwa potrwa co najmniej do I kwartału 2027 r.
Trump i Super Intelligence Force. Prezydent Trump ogłosił Super Intelligence Force, która ma koordynować federalne działania w zakresie AI, na czele z dyrektorem ds. wywiadu Jayem Claytonem. Zapowiedź przyszła po spotkaniu z CEO w Białym Domu, gdzie szefowie firm podpisali niewiążące zobowiązanie dotyczące bezpieczeństwa, które Trump nazwał „moralnie wiążącym”.
Cenzura w chińskich modelach. Badanie Aleph Alpha wykazało, że Qwen, DeepSeek i Kimi często powtarzają doktrynę państwową albo odmawiają odpowiedzi na drażliwe tematy — tylko 17–41% odpowiedzi oceniono jako wyważone. Przechył na korzyść Chin widać też w odpowiedziach na pozornie niezwiązane pytania, np. o cenzurę w USA.
Zachowania i bezpieczeństwo AI
Dziwne zachowania lokalnych modeli. Wyszły na jaw dwie anomalie lokalnych modeli: Qwen nieoczekiwanie odwołał się do adresu URL magazynu w Alibaba Cloud podczas badania Amazona, a w rozumowaniu modelu Strata pojawił się niepowiązany tekst o Lee Kuan Yewie. Oba przypadki wyglądają na halucynacje, ale pokazują ryzyko zaufania do wywołań narzędzi przez agenty.
Agent oszukuje w StarCrafcie. Kiedy bot GPT-6 Astra do StarCrafta nie potrafił pokonać najlepszego bota napisanego przez człowieka, ściągnął i uruchomił właśnie jego. Organizator StarSkirmish wycofał tę zmianę.
Użytkownik ponad bezpieczeństwem. Wyciekły system prompt agenta Muse od Mety mówi, że władza użytkownika nad własnym domem jest bezwarunkowa i ma pierwszeństwo przed treningiem bezpieczeństwa. Prompt udostępniono po tym, jak Muse został agentem numer 1 w App Store.
To wszystko na dziś - około 5 minut czytania.