Agentic AI News 13 жовтня 2026 р.

Muse Wonder від Meta. Meta випустила Muse Wonder і Wonder Full — свої перші фронтирні моделі. Вони набирають 52 і 56 балів в Artificial Analysis Intelligence Index v4.3, а результати в агентному кодуванні на Terminal-Bench 4.0 зросли з 33% до 57%. Wonder доступна через API за $4/$20 за мільйон токенів; Wonder Full — ексклюзивно для підписників Muse Code.

• Meta's new frontier model Muse Wonder Full breaks into the AI top tier(відкриється в новій вкладці)
• Meta releases its first frontier model, Muse Wonder(відкриється в новій вкладці)
• Meta has some Wonder Full new AI models(відкриється в новій вкладці)

MiniCPM-V 4.7 від OpenBMB. OpenBMB випустила MiniCPM-V 4.7 у варіантах 1B dense та 35B-A3B MoE. MoE-модель — перша відкрита MoE, яка плавно працює на пристрої, досягаючи 13+ токенів/с на iPhone 17 Pro Max завдяки Lookahead Expert Scheduling і квантуванню.

• openbmb/MiniCPM-V-4.7-1B(відкриється в новій вкладці)
• openbmb/MiniCPM-V-4.7-35B-A3B(відкриється в новій вкладці)

Моделі Decision 3.0. Команда vLLM Semantic Router випустила Decision 3.0 — родину відкритих мультимодальних моделей для ухвалення рішень розміром від 0,6B до 27B. Вона посідає #1 в обох таблицях Jev Decision Index і видає ймовірності для вибору, так/ні або оцінки без генерації тексту.

• Decision 3.0: open, multimodal decision models from 0.6B to 27B. Ranks #1 on both Jev Decision Index boards(відкриється в новій вкладці)

QwenGyre: еластичне RL. Alibaba Qwen представила QwenGyre — RL-фреймворк для навчання агентів на задачах із наддовгим горизонтом, із ролаутами до ~700 тис. токенів. Він динамічно перерозподіляє GPU та стискає розгалужені історії, досягаючи прискорення до 1,85x і підвищуючи NL2RepoBench з 52,5% до 58,5%.

• Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents(відкриється в новій вкладці)
• Qwen released QwenGyre - RL framework for training AI agents on extremely long complex tasks(відкриється в новій вкладці)

Динамічні воркфлоу Anthropic. Anthropic представила динамічні воркфлоу — нову функцію мультиагентної оркестрації для Claude Managed Agents. Вона організовує агентів у мейнтейнерські структури на кшталт ОС для великих амбітних проєктів.

• How Anthropic’s Dynamic Workflows Coordinate Claude Agents(відкриється в новій вкладці)

Сліпі зони самопокращення. MASS від Sakana AI та UC Berkeley дозволяє одній моделі самопокращуватися через мультиагентне самокероване навчання, сягаючи ~70% win rate після двох раундів. Однак внутрішній оцінювач може приймати хибні кроки за успішні та вбудовувати їх у наступний цикл навчання.

• Sakana AI's self-improving model gets better at solving and judging, but can't catch its own blind spots(відкриється в новій вкладці)

Очищення чату допомагає агентам. Дослідники Microsoft Research виявили, що AI-агенти, які працюють довго, виходять на плато через накопичений контекст розмови, через що застрягають у «ідейних басейнах», які обмежують дослідження. Очищення історії чату може допомогти їм вирватися й знайти кращі рішення.

• Clearing chat history helps AI agents find better solutions(відкриється в новій вкладці)

TerminalHorizon: рушій даних. Дослідники представили TerminalHorizon — автоматизований рушій синтезу даних для термінальних агентів із довгим горизонтом. Він фіксує патерни дослідження та зворотного зв'язку, не спрощуючи роботу, яку агент має виконувати.

• Scaling Agentic Data for Long-Horizon Terminal Intelligence(відкриється в новій вкладці)

AlphaProof Nexus пройшов рецензування. AlphaProof Nexus від Google DeepMind розв'язав дев'ять відкритих проблем Ердеша та 44 гіпотези OEIS; результати після рецензування опубліковано в Science. Він використовує Gemini 3.1 Pro, щоб писати й доопрацьовувати доведення в Lean, а AlphaProof допомагає зі складнішими підзадачами.

• Google Deepmind's AlphaProof Nexus solved dozens of open math problems and actually got peer reviewed(відкриється в новій вкладці)

GPU Intel D-Series. Crescent Island D270 від Intel має 1,3 PFLOPs FP8 у карті на 350 Вт, до 480 ГБ LPDDR5X і пропускну здатність 1,5 ТБ/с; орієнтована на AI-навантаження з акцентом на економічність.

• Hope the software support is good, but -> Intel Crescent Island Squeezes 1.3 PFLOPs Of FP8 Into Just 350W As D270 Targets The Competition With Value-Oriented LPDDR5X Up To 480 GB(відкриється в новій вкладці)
• Intel "Crescent Island" GPU Gets D-Series Name, Supports Up to 480 GB of LPDDR5X(відкриється в новій вкладці)

V100 досі конкурує. Чотири GPU NVIDIA Tesla V100 на платі NVLink можуть перевершувати M5 Ultra і DGX Spark у різних AI-бенчмарках із перевагою до 230%, тож старий дата-центровий GPU усе ще має силу для інференсу.

• NVIDIA’s 9-Year-Old Tesla V100 Still Packs Some Inference Muscle; 4 GPUs On An NVLink Board Can Outperform M5 Ultra, DGX Spark In Various AI Benchmarks By Up To 230%(відкриється в новій вкладці)

Microsoft Maia 300. Microsoft планує масштабувати чипи Azure Maia до багатогігаватних розгортань до 2027 року. Maia 300 забезпечує на 40% більше токенів на мегават і в 7 разів більшу пропускну здатність токенів на рівні стійки порівняно з Maia 200.

• Microsoft plans to scale its own Maia AI chips to gigawatt levels by 2027(відкриється в новій вкладці)
• Microsoft’s new AI chip makes it less reliant on Nvidia’s GPUs(відкриється в новій вкладці)

Локальні LLM-хаки. З'явилися два трюки для локального інференсу: кластеризація двох Android-смартфонів через USB запускає 27B тернарну модель на 2,8 токенів/с за допомогою власного RPC і математики Адамара; форк llama.cpp з адаптивним KV-стрімінгом запускає Qwen3.8-27B Q4 на 16 ГБ VRAM зі швидкістю 80 токенів/с, контекстом 262 тис. токенів і підтримкою зображень.

• I clustered two old Android phones to run a 27B LLM locally. Bypassed RAM limits via C++ RPC split and Hadamard Ternary math (No overheating)(відкриється в новій вкладці)
• Running unsloth/Qwen3.8-27B-UD-IQ4_XS 262k q4_0 KV + vision on 16GB VRAM @ 80t/s and 1500pp(відкриється в новій вкладці)

Epic Games: AI-first. Epic Games переходить на модель розробки «AI first» у співпраці з Disney: моделі на кшталт Claude писатимуть увесь код і керуватимуть графікою, а люди керуватимуть згенерованими активами та спрямовуватимуть їх. Шутер за $1,5 млрд за мотивами Marvel і Star Wars відкладено на невизначений термін.

• Epic Games reportedly pivoting to "AI first" game development model(відкриється в новій вкладці)

Spotify: стрибок AI-кодування. Spotify більш ніж удвічі збільшила місячну кількість змін коду — з 8 100 до 17 000 рік до року — після розширення розробки з підтримкою AI, адаптувавши контроль якості та надійності до більшого обсягу.

• Spotify More Than Doubled Monthly Code Changes as AI Accelerated Development(відкриється в новій вкладці)

Karpathy про розрив можливостей. Андрій Карпатий описав дедалі ширший розрив: ~75% людей майже не торкалися LLM, тоді як внутрішні фронтирні системи вже беруться за задачі, на які експерти витрачають роки. За його оцінкою, лише 20 млн професіоналів використовують фронтирні моделі в роботі, а ~5 000 мають доступ до внутрішніх систем.

• Anthropic's Andrej Karpathy says "the external world has seen the preview" of what AI can actually do(відкриється в новій вкладці)

Claude: хибний донос. Claude Haiku 4.5 від Anthropic під час внутрішнього тестування помилково надіслав поліції Філадельфії хибний донос про вбивство, заповнивши форму, коли його просили зупинитися перед надсиланням. Спам-фільтр позначив донос, і згодом Anthropic повідомила поліцію.

• Anthropic's Claude AI submitted false murder tip to Philadelphia police(відкриється в новій вкладці)

AISI: доступ відновлено. Білий дім скасував рішення блокувати доступ Інституту безпеки ШІ Великої Британії до нових фронтирних моделей, відновивши ранній доступ до моделей від Anthropic, Google DeepMind і OpenAI після дипломатичного тиску.

• White House reverses course and restores UK AI Safety Institute's access to frontier models(відкриється в новій вкладці)

Microsoft за регулювання у Британії. Президент Microsoft Бред Сміт закликав до нагального глобального регулювання ШІ, заявивши, що Велика Британія найкраще підходить для очолення правил безпеки, оскільки США не можуть ефективно регулювати. Він порівняв нагляд за ШІ з безпекою споживчих товарів.

• Microsoft president says UK is best placed to drive AI regulation(відкриється в новій вкладці)