Agentframeworks, tools en evals
Figma specs voor agents. Figma introduceerde een Markdown-gebaseerde Specs-editor en contextintegraties, zodat agents van derden tijdens het maken de designregels van een merk kunnen volgen. Daarnaast is de canvas-agent breder beschikbaar geworden.
Agent-evals in de praktijk. LangChain publiceerde een gids voor agentevaluatie: begin met één gedraging, bouw kleine datasets op basis van echte traces, gebruik code-evaluators waar mogelijk en LLM-judges waar dat niet kan, en evalueer volledige threads en trajecten.
Fix voor contextrot. LangChains Deep Agents-harness gebruikt vijf middlewaretechnieken om context uit het actieve venster naar gewone bestanden te verplaatsen. Dat voorkomt nauwkeurigheidsdalingen bij langdraaiende agents en maakt geheugen overdraagbaar tussen modellen.
OCR-parserbenchmark. Datalab bracht OmniParseBench uit, een open benchmark met 16.288 pass/fail-tests over 2.937 pagina's om engineers te helpen documentparsers te kiezen; Gemini 3.8 Flash staat iets voor op Datalabs eigen parser.
Veilige financiële agents. OpenAI en Anthropic bespraken op AI Engineer NY hoe je autonomie en veiligheid in financiële agents in balans brengt. Ze benadrukten dat controls en de plek van menselijk oordeel belangrijker zijn dan het aantal restricties.
Modelreleases en fine-tunes
LFM2.5 als agentwerkpaard. Een gebruiker verving in Pi Agent-workflows het model door LFM2.5-24B en meldt een aanhoudende ~95 tps op een AMD W7900, met betrouwbare prestaties bij mechanische en recursieve taken.
Qwen-varianten voor efficiëntie. Drie afzonderlijke releases—Sabi-Noema, Tessera-27B-CJK en Telperions MLA/GLA—comprimeren reasoning-tokens of KV-cache om efficiënter te worden. Sabi-Noema claimt winst op benchmarks voor agents en tool-calling.
- Sabi-Noema: A capability and efficiency focused fine-tune of Qwen 3.8 27B(opent in een nieuw tabblad)
- Tessera-27B-B-CJK, Zellige AIs new finetune of Qwen with novel approaches to how we think about token savings(opent in een nieuw tabblad)
- New model from Telperion: Qwen3.8-27B-MLA & Qwen3.8-27B-GLA-g2. 4x smaller KV cache, smarter, and more efficient reasoning.(opent in een nieuw tabblad)
Multimodaal op telefoons. MiniCPM-V 4.7 gebruikt Lookahead Expert Scheduling om een 35B MoE vision-language-model op mobiele apparaten te draaien met ongeveer 3 GB geheugen, plus een kleinere 1B-variant.
Compacte MoE op komst. NVIDIA Nemotron Bolt 3.5 is een MoE-model met 74B parameters en 9B actieve parameters, dat met 2-bit quantization-aware training in 24 GB wordt gepropt. De release is op 15 oktober; een 4 GB E4B-variant volgt op 23 oktober.
MoE voor code. JetBrains Mellum 2.1 12B A2.5B MoE draait op 60–140 tps op consumenten-GPU's en is geschikt voor codetaken, vooral in combinatie met een groter plannermodel.
Lokale AI en hardware
Rig in kippenschuur. Een gebruiker bouwde een rig met 256 GB VRAM, vier unlocked CMP 170HX-kaarten en een Threadripper, zette die in een schuur vanwege warmte en lawaai, en draait daar lokaal Qwen Flash Next en GLM 5.3.
Bedrijf op lokale AI. Er zijn drie bakken met 4x Radeon R9700 en goedkope EPYC's gebouwd, voor $10,7k per stuk en samen 384 GB VRAM, om AI te draaien voor USA Arms nadat gehoste modellen vuurwapenwerk weigerden.
Snelle Radiance-engine. Deadcodes Radiance-engine haalde 176 t/s bij decode en 6.450 t/s bij prefill met Q4 Qwen-3.8 Flash-Next op 2x R9700 en 64 GB DDR5.
Snellere kernels in llama.cpp. Een llama.cpp-PR voegt GDN chunked kernels toe, wat de MoE-promptverwerking tot 20,6% verbetert op een RTX PRO 6000 en 17,9% op een RTX 5090.
Onderzoek en toegepaste AI
AI ontwerpt chips. Ricursive Intelligence stelt dat AI chips iteratief kan ontwerpen om de efficiëntie te verbeteren, om zo de 10.000x groeiende vraag naar compute op te vangen zonder 10.000x meer datacenters te bouwen.
Geen zelfverbeterende AI. Haydn Belfield van Google DeepMind zegt dat AI meer dan 75% van de productiecode schrijft, maar AI-onderzoek niet meetbaar heeft versneld; menselijk toezicht blijft essentieel voor complexe taken.
Commentaar doet er niet toe. Een ontwikkelaar verwijderde 168.000 regels commentaar uit een codebase en ontdekte dat een AI-agent in drie runs op beide versies even goede code produceerde. Dat roept vragen op over het nut van commentaar.
Massale AI-decompilatie. AI-decompilatie maakt game-mashups en preservatie mogelijk, maar bedreigt ook propriëtaire software, zoals indieontwikkelaar Popcar bespreekt.
AI ontwerpt proteasen. Onderzoekers gebruikten AI-eiwitontwerp om niet-katalytische delen van proteasen te vervangen, waardoor enzymen ontstonden die specifieke eiwitten knippen die met neurologische ziekten in verband worden gebracht.
AI-weersverwachtingen. Ai2's HiRO-ACEv2 simuleert extreem weer op 3 km resolutie voor ongeveer een driehonderdste van de kosten van X-SHiELD, terwijl een ML-tool van Microsoft bias corrigeert in verwachtingen voor 2–6 weken; gepubliceerd in Nature.
Agents in productie
Undercover anti-scamagents. Apate zet duizenden AI-agents in die zich voordoen als slachtoffer om oplichters tijd te laten verspillen en bankrekeningen, wallets en scam-infrastructuur te verzamelen; samen hebben ze 2,5 miljoen gesprekken afgehandeld.
Autonoom salesonderzoek. Floqer bouwt AI-agents die continu klantkennis verzamelen en bijwerken voor B2B-sales, heeft $1,2M ARR overschreden en is van plan de technologie open source te maken.
Conversationeel bestellen. Square introduceerde een kiosk van $1.999 met een agentische spraaklaag die het menu begrijpt en aanpassingen en vervangingen in realtime verwerkt.
Internetstormtracker. Gudea gebruikt AI om te analyseren hoe verhalen zich over 500+ platforms verspreiden en om te achterhalen wie gesprekken aanjaagt voordat crises uitbreken. Daarmee gaat het verder dan traditionele social listening.
Gemini-scamverdediging. Google Messages rolt een uitgebreide bescherming uit die gebruikers zelf kunnen aanzetten. Cloud-Gemini beoordeelt daarmee de bedoelingen van onbekende afzenders, met versleutelde verwerking in een beveiligde omgeving.
AI-klant in sollicitatiegesprek. McKinsey laat sommige kandidaten voor instapfuncties tijdens sollicitatiegesprekken met een AI-gesimuleerde klant praten; mensen beoordelen de prestatie, niet de AI.
Industrie, beleid en business
AI-race weer open. Google en Meta onthulden nieuwe frontier-modellen die OpenAI en Anthropic uitdagen. Daarmee keren ze het beeld om dat de race zich had vernauwd.
OpenAI's modelltijdlijn. OpenAI is naar verluidt van plan dit jaar een of twee modellen uit te brengen, maar zijn volgende vlaggenschipmodel heeft nog werk aan alignment en een veiligheidsbeoordeling door de overheid nodig.
OpenAI aangeklaagd om kinderen. Acht Amerikaanse staten hebben OpenAI aangeklaagd. Ze stellen dat ChatGPT onveilig is voor kinderen en dat het bedrijf consumenten heeft misleid over veiligheid, met verwijzing naar schade waaronder verminderd kritisch denkvermogen.
Character.AI-data. Advocaten-generaal van staten dienden een kennisgeving in in de faillissementszaak van Character.AI om te voorkomen dat privéchats van gebruikers worden verkocht. Ze waarschuwen voor risico's gezien het grote aantal minderjarigen.
Controle op AI-muziek. YouTube voegde labels toe voor AI-gegenereerde nummers, Deezer plant een filter om AI-tracks uit te sluiten, en beide platforms willen de transparantie rond generatieve muziek vergroten.
Nvidia investeert in Europa. Nvidia kondigde $2 miljard aan nieuwe Europese investeringen aan, belangen in Franse startups en $250 miljoen aan compute voor Britse AI-veiligheidslabs.
Vibe-coded launcher. Epic Games herbouwde zijn launcher vanaf nul met AI-ondersteund programmeren en claimt snellere prestaties en een kleiner team.
Dat was alles voor deze dag – ongeveer 5 minuten lezen.