Agentic AI News 15 października 2026

Specyfikacje agentów w Figmie. Figma wprowadziła oparty na Markdownie edytor Specs i integracje kontekstowe, dzięki którym zewnętrzni agenci podczas pracy przestrzegają reguł projektowych marki. Agent na kanwie jest teraz szerzej dostępny.

• Figma announces new features to define how agents work on its platform(otwiera się w nowej karcie)

Praktyczna ewaluacja agentów. LangChain opublikował przewodnik po ewaluacji agentów: zacznij od jednego zachowania, buduj małe zbiory danych z rzeczywistych traces, sięgaj po ewaluatory kodu, gdy to możliwe, a gdy nie — po model LLM jako sędziego. Oceniaj całe wątki i trajektorie.

• The Most Common Questions About Agent Evals, Answered(otwiera się w nowej karcie)

Lek na context rot. Harness Deep Agents od LangChain sięga po pięć technik middleware, żeby wynieść kontekst z aktywnego okna do zwykłych plików. Dzięki temu agenci działający długo nie tracą dokładności, a pamięć można przenosić między modelami.

• Context Engineering with Deep Agents: How To Remember Without Keeping Everything In Context(otwiera się w nowej karcie)

Benchmark parserów OCR. Datalab udostępnił OmniParseBench — otwarty benchmark z 16 288 testami pass/fail na 2 937 stronach, który ma pomóc inżynierom w wyborze parserów dokumentów. Gemini 3.8 Flash wyprzedza nieznacznie własny parser Datalabu.

• Datalab Releases OmniParseBench: An Open OCR Benchmark With 16,288 Pass/Fail Tests to Audit OCR Parsers(otwiera się w nowej karcie)

Bezpieczni agenci finansowi. Na AI Engineer NY OpenAI i Anthropic rozmawiały o równowadze między autonomią a bezpieczeństwem agentów finansowych. Ich zdaniem to, gdzie trafiają mechanizmy kontroli i ludzki osąd, waży więcej niż liczba ograniczeń.

• Crossing the Threshold: How OpenAI and Anthropic Approach Autonomy and Safety in Financial Agents(otwiera się w nowej karcie)

LFM2.5 do zadań agentowych. Jeden z użytkowników wstawił LFM2.5-24B do workflow Pi Agenta i raportuje, że utrzymuje ok. 95 t/s na AMD W7900, a w zadaniach mechanicznych i rekurencyjnych działa niezawodnie.

• Very impressed with LFM2.5-24-A2B in Pi Agent(otwiera się w nowej karcie)

Warianty Qwen na wydajność. Trzy osobne premiery — Sabi-Noema, Tessera-27B-CJK i MLA/GLA od Telperiona — kompresują tokeny rozumowania albo pamięć KV, żeby poprawić wydajność. Sabi-Noema deklaruje zyski w benchmarkach agentowych i wywoływania narzędzi.

• Sabi-Noema: A capability and efficiency focused fine-tune of Qwen 3.8 27B(otwiera się w nowej karcie)
• Tessera-27B-B-CJK, Zellige AIs new finetune of Qwen with novel approaches to how we think about token savings(otwiera się w nowej karcie)
• New model from Telperion: Qwen3.8-27B-MLA & Qwen3.8-27B-GLA-g2. 4x smaller KV cache, smarter, and more efficient reasoning.(otwiera się w nowej karcie)

Multimodalny model na telefon. MiniCPM-V 4.7 dzięki Lookahead Expert Scheduling uruchamia 35B model MoE typu vision-language na urządzeniach mobilnych przy ok. 3 GB pamięci. Do tego dochodzi mniejszy wariant 1B.

• A 35B multimodal model running on a phone with ~3GB memory? MiniCPM-V 4.7 demo is pretty wild(otwiera się w nowej karcie)

Kompaktowy MoE już wkrótce. NVIDIA Nemotron Bolt 3.5 to MoE o 74B parametrów, z których 9B jest aktywnych, upakowany w 24 GB dzięki treningowi świadomemu kwantyzacji w 2 bitach. Premiera 15 października, a 23 października dołączy wariant E4B mieszczący się w 4 GB.

• NVIDIA Nemotron Bolt 3.5 74B A9B releases Oct. 15th(otwiera się w nowej karcie)

MoE do kodu. JetBrains Mellum 2.1, MoE 12B A2.5B, osiąga 60–140 t/s na konsumenckich GPU i dobrze radzi sobie z zadaniami programistycznymi, zwłaszcza w parze z większym modelem planującym.

• JetBrains Mellum 2.1 12B A2.5B MoE is a very good model.(otwiera się w nowej karcie)

Rig w szopie. Jeden z użytkowników złożył rig z 256 GB VRAM na czterech odblokowanych kartach CMP 170HX i Threadripperze, a potem przeniósł go do szopy — chodziło o ciepło i hałas. Lokalnie uruchamia Qwen Flash Next i GLM 5.3.

• Chicken-coop shed AI PC(otwiera się w nowej karcie)

Firma stawia na lokalną AI. Firma zbudowała trzy maszyny z czterema Radeonami R9700 i tanimi EPYC-ami, po 10,7 tys. dolarów za sztukę, o łącznej pamięci 384 GB VRAM, żeby obsługiwać AI dla USA Arms — po tym, jak hostowane modele odmówiły pracy przy broni.

• 4x R9700 builds with $127 used EPYCs: $10.7k all-in per machine. I built three (384GB VRAM)(otwiera się w nowej karcie)

Szybki silnik Radiance. Silnik Radiance od Deadcode osiągnął 176 t/s przy dekodowaniu i 6450 t/s przy prefillu z Q4 Qwen-3.8 Flash-Next na dwóch R9700 i 64 GB DDR5.

• 176 t/s decode and 6,450 t/s prefill with Q4 Qwen-3.8 Flash-Next on 2xR9700 + 64GB DDR5 using Deadcode's Radiance engine(otwiera się w nowej karcie)

Szybsze kernele w llama.cpp. PR do llama.cpp dodaje chunkowane kernele GDN, przyspieszając przetwarzanie promptu w MoE nawet o 20,6% na RTX PRO 6000 i 17,9% na RTX 5090.

• cuda, hip: GDN chunked kernel by am17an · Pull Request #29353 · ggml-org/llama.cpp(otwiera się w nowej karcie)

AI projektuje chipy. Ricursive Intelligence twierdzi, że AI potrafi projektować chipy iteracyjnie, poprawiając ich wydajność — to odpowiedź na 10 000-krotny wzrost zapotrzebowania na moc obliczeniową bez budowania 10 000 razy większej liczby centrów danych.

• Ricursive Intelligence is betting on AI-designed chips to help solve the compute crisis(otwiera się w nowej karcie)

AI nie usprawnia sama siebie. Haydn Belfield z Google DeepMind twierdzi, że AI pisze ponad 75% kodu produkcyjnego, ale nie przyspieszyła w mierzalny sposób samych badań nad AI. Przy złożonych zadaniach nadzór człowieka pozostaje niezbędny.

• Google says self-improving AI isn't anywhere close(otwiera się w nowej karcie)

Komentarze bez znaczenia. Jeden z programistów usunął z bazy kodu 168 000 linii komentarzy i odkrył, że w trzech przebiegach agent AI generował równie dobry kod dla obu wersji. To podważa wartość komentarzy.

• I Deleted 168,000 Lines of Comments. My AI Agent Didn't Notice(otwiera się w nowej karcie)

Masowa dekompilacja z AI. Dekompilacja wspierana przez AI umożliwia tworzenie mashupów i zachowywanie gier, ale zagraża też oprogramowaniu własnościowemu — pisze niezależny deweloper Popcar.

• AI is mass decompiling games. That's both awesome and scary.(otwiera się w nowej karcie)

Proteazy projektowane przez AI. Naukowcy wykorzystali projektowanie białek z pomocą AI, żeby zastąpić niekatalityczne fragmenty proteaz. Powstały enzymy tnące konkretne białka powiązane z chorobami neurologicznymi.

• Researchers use AI to design proteins that cut up other proteins(otwiera się w nowej karcie)

Prognozy pogody od AI. HiRO-ACEv2 z Ai2 symuluje ekstremalne zjawiska pogodowe w rozdzielczości 3 km za około 1/300 kosztu X-SHiELD, a narzędzie ML Microsoftu koryguje obciążenie w prognozach na 2–6 tygodni — pracę opublikowano w Nature.

• HiRO-ACEv2: Simulating extreme weather at 3 km resolution for a fraction of the cost(otwiera się w nowej karcie)
• Microsoft has a new machine learning tool to improve weather forecasts(otwiera się w nowej karcie)

Pod przykrywką przeciw oszustom. Apate uruchamia tysiące agentów AI, które podają się za ofiary, żeby zabierać czas oszustom i zbierać dane o rachunkach bankowych, portfelach oraz infrastrukturze oszustw. Do tej pory obsłużyły 2,5 mln rozmów.

• Apate sends AI agents undercover to get scammed so they can gather fraud intelligence(otwiera się w nowej karcie)

Autonomiczny research sprzedażowy. Floqer buduje agentów AI, którzy stale zbierają i aktualizują wiedzę o klientach na potrzeby sprzedaży B2B. Firma przekroczyła 1,2 mln dolarów ARR i planuje udostępnić tę technologię na zasadach open source.

• Floqer’s AI agents research sales prospects so teams don’t have to(otwiera się w nowej karcie)

Zamawianie rozmową. Square wypuścił kiosk za 1999 dolarów z agentową warstwą głosową, która rozumie menu i na bieżąco obsługuje modyfikacje oraz zamiany składników.

• Square’s new kiosk lets you talk to AI for help with your order(otwiera się w nowej karcie)

Tracker burz w internecie. Gudea z pomocą AI analizuje, jak historie rozchodzą się po ponad 500 platformach, i wskazuje, kto napędza rozmowy, zanim wybuchnie kryzys. To więcej niż klasyczny social listening.

• Gudea leverages AI to help organizations prevent social media crises before they erupt(otwiera się w nowej karcie)

Gemini kontra oszuści. Google Messages wdraża rozszerzoną ochronę, którą trzeba włączyć samodzielnie: Gemini w chmurze ocenia intencje nieznanych nadawców. Przetwarzanie odbywa się w zaszyfrowanej, wydzielonej przestrzeni.

• Android is using AI to suss out scammers in Google Messages(otwiera się w nowej karcie)

Rekrutacja z klientem AI. McKinsey przeprowadzi część rozmów rekrutacyjnych na stanowiska początkujące tak, że kandydaci będą rozmawiać z klientem symulowanym przez AI. Oceniać będzie człowiek, nie AI.

• McKinsey is making job applicants spar with a fake AI client(otwiera się w nowej karcie)

Wyścig znów otwarty. Google i Meta pokazały nowe modele klasy frontier, które rzucają wyzwanie OpenAI i Anthropic. To odwraca wrażenie, że wyścig się zawężył.

• The AI race is back on(otwiera się w nowej karcie)

Kiedy nowe modele OpenAI. Według doniesień OpenAI planuje w tym roku jedną lub dwie premiery modeli, ale jej kolejny flagowiec wciąż wymaga pracy nad alignmentem i rządowego przeglądu bezpieczeństwa.

• OpenAI will reportedly ship at least one model this year but its flagship still needs alignment work(otwiera się w nowej karcie)

Pozwy o bezpieczeństwo dzieci. Osiem amerykańskich stanów pozwało OpenAI, zarzucając, że ChatGPT jest niebezpieczny dla dzieci, a spółka wprowadzała konsumentów w błąd w kwestii bezpieczeństwa. Wśród szkód wymieniają osłabienie krytycznego myślenia.

• Eight states sue OpenAI, saying ChatGPT isn’t safe for kids(otwiera się w nowej karcie)

Czaty pod ochroną w upadłości. Prokuratorzy generalni stanów złożyli pismo w sprawie upadłościowej Character.AI, żeby chronić prywatne rozmowy użytkowników przed sprzedażą. Ostrzegają o ryzyku, biorąc pod uwagę dużą liczbę nieletnich.

• Now that Character.AI is going bankrupt, what happens to all of its users’ data?(otwiera się w nowej karcie)

Kontrola nad muzyką AI. YouTube dodał oznaczenia utworów wygenerowanych przez AI, Deezer planuje filtr wykluczający takie nagrania, a obie platformy chcą zwiększyć przejrzystość generatywnej muzyki.

• YouTube Music launches new labels as AI-generated music floods streaming platforms(otwiera się w nowej karcie)
• YouTube sticks new labels on AI-generated songs(otwiera się w nowej karcie)
• Deezer will soon let you filter out AI-generated music(otwiera się w nowej karcie)

Nvidia inwestuje w Europie. Nvidia ogłosiła 2 mld dolarów nowych inwestycji w Europie, udziały we francuskich startupach i 250 mln dolarów na moc obliczeniową dla brytyjskich laboratoriów bezpieczeństwa AI.

• Nvidia's Jensen Huang pledges $2 billion for Europe, $250 million in compute for UK safety labs(otwiera się w nowej karcie)

Launcher pisany vibe codingiem. Epic Games przepisał swój launcher od zera, korzystając z kodowania wspieranego przez AI, i twierdzi, że działa on szybciej, a zespół był mniejszy.

• Epic says its new vibe-coded Epic Games Launcher is faster than Steam(otwiera się w nowej karcie)