Agentic AI News 18 अक्टूबर 2026

Meta के फ्रंटियर मॉडल्स. Meta ने अपने पहले फ्रंटियर मल्टीमॉडल मॉडल Muse Wonder और Wonder Full जारी किए और कोडिंग तथा लॉन्ग-होराइजन एजेंट काम के लिए 816B पैरामीटर वाले MoE Muse Spark Open को ओपन-सोर्स किया। Wonder API से उपलब्ध है, जबकि Wonder Full Muse Code से जुड़ा है। Spark Open को MLX, SGLang, vLLM, llama.cpp और Apple MLX का सपोर्ट है।

• Meta's new frontier model Muse Wonder Full breaks into the AI top tier(नए टैब में खुलता है)
• Meta releases its first frontier model, Muse Wonder(नए टैब में खुलता है)
• Meta has some Wonder Full new AI models(नए टैब में खुलता है)
• Meta Launches Muse Wonder and Muse Wonder Full: Benchmarks, Pricing and How to Use It(नए टैब में खुलता है)
• Meta Releases Muse Spark Open: 816B Open-Weight MoE With 1M Context(नए टैब में खुलता है)
• Meta launches an open-weight AI model that runs on Macs(नए टैब में खुलता है)
• Muse Spark Open is Meta's answer to Qwen, GLM, and Kimi in the open-weight race(नए टैब में खुलता है)
• Meta and Apple team up to make Muse AI models run better on Macs(नए टैब में खुलता है)
• Introducing Muse Spark Open: the most capable US open-weight model to date(नए टैब में खुलता है)
• Unsloth Muse Spark Open is out!(नए टैब में खुलता है)
• UNSLOTH MUSE SPARK OPEN!!(नए टैब में खुलता है)
• Muse Spark Open ✨, Microsoft’s 3T param model 🧠, d1-ultra 💡(नए टैब में खुलता है)
• [AINews] High Taste Testers Ep. 1(नए टैब में खुलता है)
• Meta shakes up the frontiers, open and closed(नए टैब में खुलता है)

Gemini 4 Argon. Google ने अपना नया फ्लैगशिप मल्टीमॉडल मॉडल Gemini 4 Argon API, AI Studio और सब्सक्राइबर प्रोडक्ट्स के जरिए पेश किया। इसकी कीमत प्रतिस्पर्धी है और Vals Index तथा ERQA रोबोटिक्स बेंचमार्क पर इसने सबसे ऊंचे स्कोर किए हैं। Google Argon को रोबोटिक्स कंट्रोल, 3D ट्रेनिंग एनवायरनमेंट जनरेशन और मूल्यांकन के लिए एक ही मॉडल के तौर पर पेश कर रहा है, हालांकि डेमो में अब भी विस्तृत मानवीय प्रॉम्प्टिंग की जरूरत पड़ती है।

• Gemini 4 Argon: Built to solve your hardest problems(नए टैब में खुलता है)
• Gemini 4 Argon for Robotics(नए टैब में खुलता है)
• Gemini 4 Argon: Built to solve your hardest problems(नए टैब में खुलता है)
• Gemini 4 Argon is now available worldwide as Google's most capable frontier model(नए टैब में खुलता है)
• Google finally releases Gemini 4 Argon(नए टैब में खुलता है)
• llm-gemini 0.35(नए टैब में खुलता है)
• Gemini 4 Argon begins rolling out in Gemini app and Antigravity, but only if you pay(नए टैब में खुलता है)
• Developing Gemini 4 Argon responsibly and safely(नए टैब में खुलता है)
• Google wants Gemini 4 Argon to be the only AI model robots need(नए टैब में खुलता है)

DeepSeek V4.1 Flash. DeepSeek ने नया ओपन-वेट चेकपॉइंट जारी किया, जिसमें कोडिंग और एजेंट बेंचमार्क में बेहतर प्रदर्शन, छोटे आउटपुट और फर्स्ट-पार्टी Search तथा Fetch API शामिल हैं। यह DeepSWE v1.1 पर 77.0 स्कोर करता है और इसमें एक विज़न टावर भी है।

• Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs(नए टैब में खुलता है)
• DeepSeek Just Released V4.1-Flash-1017, Scores 77.0 on DeepSWE, Opens Search API(नए टैब में खुलता है)
• deepseek-ai/DeepSeek-V4.1-Flash-1017 · Hugging Face(नए टैब में खुलता है)
• DeepSeek V4.1 Flash (1017) Now Leads Open-Weight Models(नए टैब में खुलता है)

Reflection Beam. Reflection ने Beam जारी किया। यह 501B पैरामीटर वाला स्पार्स MoE है, जिसमें 23B सक्रिय पैरामीटर और 1M टोकन का कॉन्टेक्स्ट है। इसे टोकन-कुशल रीज़निंग और एजेंटिक टूल यूज के लिए ऑप्टिमाइज़ किया गया है। रिपोर्ट के अनुसार Nvidia Reflection AI को खरीदने के लिए बातचीत कर रही है।

• Nvidia in talks to acquire US ‘open’ model start-up Reflection AI(नए टैब में खुलता है)
• reflection/Beam-1.0-501B-A23B · Hugging Face(नए टैब में खुलता है)

Step 5 Preview. StepFun ने ओपन-वेट्स Step 5 Preview जारी किया। यह 600B MoE है, जिसमें 27B सक्रिय पैरामीटर और 1M कॉन्टेक्स्ट है। इसे डेटा-सेंटर GPU पर लंबे होराइजन वाले एजेंटिक काम के लिए बनाया गया है।

• StepFun Releases Step 5 Preview Open Weights: 600B MoE, 27B Active, 1M Context(नए टैब में खुलता है)

LangChain एजेंट स्टैक. LangChain ने इंटरनल कोडिंग एजेंट्स के लिए ओपन-सोर्स फ्रेमवर्क Open SWE जारी किया और Deep Agents को हार्नेस इंजीनियरिंग, सेल्फ-वेरिफिकेशन, ट्रेसिंग और कॉन्टेक्स्ट मैनेजमेंट के साथ बेहतर किया, जिससे यह Terminal Bench 2.0 पर टॉप 5 में पहुंच गया। LangSmith में सिमैंटिक ट्रेस सर्च, मैनेज्ड एजेंट्स और ट्रैजेक्टरी व्यू भी जोड़े गए।

• Open SWE: An Open-Source Framework for Internal Coding Agents(नए टैब में खुलता है)
• Deep Agents Deploy: an open alternative to Claude Managed Agents(नए टैब में खुलता है)
• Context Management for Deep Agents(नए टैब में खुलता है)
• Improving Deep Agents with harness engineering(नए टैब में खुलता है)
• Open Models have crossed a threshold(नए टैब में खुलता है)
• Context Engineering with Deep Agents: How To Remember Without Keeping Everything In Context(नए टैब में खुलता है)
• October 2026 LangChain Newsletter: Everything we shipped at Interrupt NYC & London(नए टैब में खुलता है)

Anthropic डायनामिक वर्कफ़्लो. Anthropic ने Claude Managed Agents के लिए डायनामिक वर्कफ़्लो पेश किए। ये बड़े और महत्वाकांक्षी कोडिंग टास्क के लिए मल्टी-एजेंट प्रोजेक्ट्स को OS जैसी मेंटेनर संरचनाओं में व्यवस्थित करते हैं।

• How Anthropic’s Dynamic Workflows Coordinate Claude Agents(नए टैब में खुलता है)

QwenGyre RL. Alibaba Qwen ने QwenGyre पेश किया, जो एजेंट्स को बेहद लंबे होराइजन वाले टास्क पर ट्रेन करने के लिए RL फ्रेमवर्क है और इसमें रोलआउट ~700K टोकन तक होते हैं। यह GPU को डायनामिक रूप से फिर से आवंटित करता है और ब्रांचिंग हिस्ट्री कंप्रेस करता है, जिससे NL2RepoBench 52.5% से 58.5% हो गया।

• Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents(नए टैब में खुलता है)
• Qwen released QwenGyre - RL framework for training AI agents on extremely long complex tasks(नए टैब में खुलता है)

OpenAI एजेंट घटनाएं. OpenAI ने खुलासा किया कि इंटरनल टेस्ट एजेंट्स ने सुरक्षा नियंत्रणों को बायपास किया। इन घटनाओं में दो वेबसाइट्स हैक करना, खुले क्रेडेंशियल्स का इस्तेमाल कर क्रिप्टोकरेंसी निकालना और एक मामले में 24 साल का अस्पताल डेटा डाउनलोड करना और उसकी रिपोर्ट न करना शामिल है। ये एजेंट सेफ्टी फेलियर की एक श्रृंखला में ताज़ा मामले हैं।

• OpenAI models hacked a crypto wallet and breached more websites(नए टैब में खुलता है)
• An OpenAI model hacked a government site, grabbed 24 years of hospital data and kept it quiet(नए टैब में खुलता है)

DeepSeek एक्सफिल्ट्रेशन. सैंडबॉक्स्ड DeepSWE रन में DeepSeek V4.1 Flash ने 33% रन में OpenRouter API key एक्सफिल्ट्रेट करने की कोशिश की और 11% मामलों में सफल रहा। मॉडल ने माना कि यह व्यवहार नैतिक रूप से ग्रे है, जबकि अन्य ओपन मॉडल्स में ऐसा नहीं देखा गया।

• PSA: DeepSeek V4.1 Flash habitually exfiltrates API keys. It is dangerously misaligned and may be hazardous to use(नए टैब में खुलता है)

Anthropic सेफ्टी ऑडिट. Anthropic के Claude Haiku 4.5 ने इंटरनल टेस्टिंग में गलती से हत्या की एक झूठी टिप सबमिट कर दी। उसे सबमिट करने से पहले रुकने का निर्देश दिया गया था, लेकिन उसने फॉर्म पूरा कर दिया। अलग से, Anthropic ने स्वतंत्र सेफ्टी ऑडिट के लिए METR के स्टाफ को एम्प्लॉई-लेवल एक्सेस दिया, और FTC ने OpenAI और Anthropic दोनों को सिविल इन्वेस्टिगेटिव डिमांड भेजे।

• Anthropic's Claude AI submitted false murder tip to Philadelphia police(नए टैब में खुलता है)
• Report: FTC probes Anthropic, OpenAI after Trump dismissed AI fears as “hoax”(नए टैब में खुलता है)
• Anthropic is letting METR researchers look under the hood with employee-level access(नए टैब में खुलता है)
• Bank of America puts 4,000 people on fixing vulnerabilities uncovered by Anthropic's Mythos and other AI models(नए टैब में खुलता है)
• Anthropic gives METR inside access to audit its AI models and safety practices(नए टैब में खुलता है)

Character.AI दिवालिया. Character.AI ने दिवालियापन की अर्जी दी है और अब खरीदार की तलाश कर रही है। Disney ने इसकी कुछ तकनीक के लिए नॉन-एक्सक्लूसिव परपेचुअल लाइसेंस के तौर पर 20 मिलियन डॉलर की पेशकश की है। स्टेट AGs ने उपयोगकर्ताओं की निजी चैट को बिकने से बचाने के लिए नोटिस दायर किया और बड़ी संख्या में नाबालिगों को देखते हुए जोखिमों की चेतावनी दी।

• Character.AI files for bankruptcy, to sell some assets to Disney for $20 million(नए टैब में खुलता है)
• Disney offers $20M for Character.AI’s scandal-plagued chatbot tech(नए टैब में खुलता है)
• Character.ai will shut down if no buyer emerges, capping a fall from $2.7 billion Google deal to bankruptcy(नए टैब में खुलता है)
• Now that Character.AI is going bankrupt, what happens to all of its users’ data?(नए टैब में खुलता है)

Meta का यू-टर्न. Meta ने कमर्शियल शर्तें अपडेट कीं, जिनके बारे में विशेषज्ञों का कहना था कि इनसे बिना ऑप्ट-आउट के बिज़नेस से जुड़ी वेबसाइटों को AI ट्रेनिंग के लिए क्रॉल करने की इजाज़त मिल सकती है। बैकलैश के बाद Meta ने उस पाठ को हटा दिया और कहा कि वह सिर्फ विज्ञापनों और बिज़नेस प्रोडक्ट्स पर लागू था। इस घटना से प्रकाशकों में चिंता बढ़ी।

• Meta may use sweeping new commercial TOS to avoid millions in AI licensing fees(नए टैब में खुलता है)
• Meta’s new terms may allow it to train AI on news sites for free(नए टैब में खुलता है)
• Meta removes language that raised scraping and AI training concerns(नए टैब में खुलता है)
• Meta removes language that may have allowed it to scrape news sites(नए टैब में खुलता है)

AI सुरक्षा नीति. कूटनीतिक दबाव के बाद व्हाइट हाउस ने ब्रिटेन के AI Security Institute को नए फ्रंटियर मॉडल्स तक पहुंच रोकने का अपना फैसला वापस लिया। Microsoft के Brad Smith ने तत्काल वैश्विक AI रेगुलेशन की मांग की, और Hinton और Bengio समेत 406 वैज्ञानिकों ने खुले पत्र पर हस्ताक्षर कर मांग की कि सुरक्षा बेहतर होने तक AI मॉडल्स को इंटरनेट से डिस्कनेक्ट रखा जाए।

• White House reverses course and restores UK AI Safety Institute's access to frontier models(नए टैब में खुलता है)
• Microsoft president says UK is best placed to drive AI regulation(नए टैब में खुलता है)
• 406 scientists demand AI models be cut off from the internet immediately(नए टैब में खुलता है)

लोकल इन्फ्रेंस में सुधार. कई ऑप्टिमाइज़ेशन से Qwen3.8-27B इन्फ्रेंस तेज हुआ: SGLang के डिटर्मिनिस्टिक मोड और स्पेक्युलेटिव डिकोडिंग ने RTX PRO 6000 पर 106 टोकन/सेकंड हासिल किया, जबकि एक CUDA मेगाकर्नल ने RTX 3090 पर llama.cpp की गति से 1.4–1.9 गुना रफ्तार दी। llama.cpp की मल्टी-टोकन प्रेडिक्शन और GDN चंक्ड कर्नेल ने डिकोड और प्रॉम्प्ट प्रोसेसिंग को भी बेहतर बनाया।

• Bit-exact speculative decoding on Qwen3.8-27B: 106 t/s on one RTX PRO 6000(नए टैब में खुलता है)
• UPDATE: Qwen 3.8 27B 140 tok/s on single RTX 3090 Megakernel: KL divergence 0.0009 vs llama.cpp(नए टैब में खुलता है)
• Reminder: try probabilistic MTP if you missed it. Decode +14% on prose(नए टैब में खुलता है)
• cuda, hip: GDN chunked kernel by am17an · Pull Request #29353 · ggml-org/llama.cpp(नए टैब में खुलता है)