Agentic AI News 19 অক্টোবর, 2026

ওপেন-ওয়েট মডেলের ঢল. Meta Muse Spark Open (মোট 816B/সক্রিয় 42B) চালু করেছে, Reflection Beam (501B/23B) এনেছে, NVIDIA Nemotron 3.5 Bolt প্রকাশ করেছে, আর DeepSeek V4.1 Flash 1017 পোস্ট করেছে। এদের মধ্যে কেবল Bolt-ই ২৪ জিবি VRAM-এ ফিট হয়েছে; ২-বিট কোয়ান্টাইজড ওয়েট ২২ জিবি।

• 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(নতুন ট্যাবে খোলে)
• unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(নতুন ট্যাবে খোলে)

NVIDIA Nemotron 3.5. LocalLLaMA ব্যবহারকারীরা জানাচ্ছেন, নিশ-গেমের নিয়মকানুন সম্পর্কে Nemotron 3.5 Super VL আগের মডেলগুলোর চেয়ে অনেক ভালো; অন্যদিকে Nemotron 3.5 Bolt ছোট মাল্টি-ইউজার সেটআপের জন্য যথেষ্ট—হ্যালুসিনেশন কম, কনটেক্সট ক্যাশ বড়, তবে বুদ্ধিমত্তা কেবল মধ্যম স্তরের।

• Don't sleep on Nemotron 3.5 Super VL(নতুন ট্যাবে খোলে)
• Nemotron 3.5 Bolt is okayish for small multiuser setups(নতুন ট্যাবে খোলে)

Qwen 3.8 Flash Next. W4A16 AutoRound, প্যাচ করা vLLM এবং নেটিভ MTP স্পেকুলেটিভ ডিকোডিংসহ ডুয়াল CMP 170HX GPU সেটআপে ৮টি একসঙ্গে চলা রিকোয়েস্টে সামগ্রিক ডিকোড গতি পৌঁছায় ৮৪০–৮৭৩ টোকেন/সেকেন্ডে, সঙ্গে পূর্ণ ২৬২K কনটেক্সট উইন্ডো।

• Qwen 3.8 Flash Next optimized for two CMP 170hx GPUs(নতুন ট্যাবে খোলে)

Mistral Timestral. Mistral-এর প্রথম টাইম-সিরিজ ফাউন্ডেশন মডেল পরিবার (৫ মিলিয়ন থেকে ২০৯ মিলিয়ন প্যারামিটার) সাধারণ সার্ভার CPU-তে চলে, আবার জিরো-শট ফোরকাস্টিং লিডারবোর্ড GIFT-Eval, TIME ও fev-bench-এ শীর্ষে।

• Mistral AI Releases Timestral: A 209M Forecasting Model Family That Outperforms Google’s TimesFM-3(নতুন ট্যাবে খোলে)

AuroraASR-1M. ৯৪৯ হাজার প্যারামিটারের একটি স্পিচ রিকগনিশন মডেল একটি CPU থ্রেডেই রিয়েল-টাইমের ৪৩৬ গুণ গতিতে চলে এবং LibriSpeech test-clean-এ ১১.৪৩% WER পায়; INT8 ওয়েটের আকার মাত্র ১.০৬ এমবি।

• AuroraASR-1M Releases!(নতুন ট্যাবে খোলে)

Agens Volundr 32B v1. Blockway-এর হালনাগাদ করা 32B এজেন্ট মডেল SWE-bench কাজে রিপিটিশন লুপ ঠিক করেছে (০/৫০) এবং MIT লাইসেন্সের ইঞ্জিনে ১৬ জিবি-র মধ্যে চলে; মাপা কনটেক্সট ২৩৯K।

• Agens Volundr 32B v1: we fixed what you flagged in the Preview. 0/50 loops, session continuation, and an MIT engine that runs it with 262K context (measured to 239K) within a 16 GB budget(নতুন ট্যাবে খোলে)

Google Harness2. Harness2 একটি রিকার্সিভ এজেন্ট-হার্নেসিং ফ্রেমওয়ার্ক ওপেন-সোর্স করেছে, যা ডিপ্লয়মেন্টের সময় ফ্রোজেন মডেলকে নিজের প্রম্পট, টুল ও মেমরি উন্নত করতে দেয়; এক ধাপের রিফাইনমেন্টেই তিনটি বেঞ্চমার্কে চারটি সেটআপই উন্নত হয়েছে, GLM-5 বেড়েছে ১১.৫ পয়েন্ট পর্যন্ত।

• Google Open Sources Harness2 for Self Improving AI Agents(নতুন ট্যাবে খোলে)
• Google Open-Sources Harness2, a Recursive Agent Harnessing Framework(নতুন ট্যাবে খোলে)

হাইব্রিড রিজনিং এজেন্ট. Together Computer-এর HybridAgent দেখায়, এজেন্টরা টেক্সটের বদলে লেটেন্ট স্পেসে রিজন করতে পারে; এতে টোকেন ব্যবহার ও ইনফারেন্স সময় কমে, বুদ্ধিমত্তা বাড়ে।

• Hybrid Reasoning Agents(নতুন ট্যাবে খোলে)

SonicBoom AI রানটাইম. SonicBoom v0.0.3 একটি কম্পাইলার-ফার্স্ট, Python-মুক্ত ইনফারেন্স রানটাইম; কিছু মডেলে ডিকোডে llama.cpp-কে ছাড়িয়ে যায় এবং প্রিফিক্স পুনর্ব্যবহারে মাল্টি-টার্ন এজেন্ট ওয়ার্কলোডে টাইম-টু-ফার্স্ট-টোকেন কমায়।

• Calling all GPUs: help us benchmark SonicBoom v0.0.3 — a compiler-first AI runtime that beats llama.cpp on decode(নতুন ট্যাবে খোলে)

NVIDIA Run:ai ওপেন সোর্স. NVIDIA তার Run:ai Kubernetes GPU অর্কেস্ট্রেশন প্ল্যাটফর্ম Apache 2.0-এর অধীনে ওপেন-সোর্স করেছে; ফলে দলগুলো পেইড সাবস্ক্রিপশন ছাড়াই শিডিউলিং, কোটা ও ওয়ার্কলোড ম্যানেজমেন্ট নিজে হোস্ট করতে পারবে।

• NVIDIA Open Sources Run:ai Under Apache 2.0 for Kubernetes GPU Orchestration(নতুন ট্যাবে খোলে)

LLM প্লাগইন আপডেট. Simon Willison llm-tools-datasette 0.1.1-এ httpx2 কম্প্যাটিবিলিটি সমস্যা ঠিক করেছেন, আর llm-echo 0.5 এখন টোকেন ব্যবহারের গণনায় টুল কল, সিস্টেম প্রম্পট ও রিজনিং টোকেন সিমুলেট করে।

• llm-tools-datasette 0.1.1(নতুন ট্যাবে খোলে)
• llm-echo 0.5(নতুন ট্যাবে খোলে)

TinyFish সার্চ খরচ. TinyFish বলছে, এজেন্ট দলগুলো অবমূল্যায়ন করে যে ওয়েব থেকে আনা কনটেন্ট টোকেন প্রসেসিং খরচ কতটা বাড়ায়; তাদের সার্চ API রেট লিমিটের মধ্যে বিনামূল্যে রিট্রিভাল দেয় এবং সার্চ ও লাইভ সাইটে ইন্টারঅ্যাকশনের জন্য একটি ওয়েব-নেটিভ মডেলও দেয়।

• TinyFish Makes Search Free: What It Really Costs an AI Agent to Read the Web(নতুন ট্যাবে খোলে)

Voxel51 3.0. Voxel51 3.0-এ যোগ হয়েছে টাইম-সিরিজ মাল্টিমোডাল ডেটা সাপোর্ট, ইউনিফায়েড অ্যানোটেশন এবং ৪৫+ MCP টুলসহ একটি এজেন্ট—রোবট, গাড়ি ও কারখানার সেন্সর ডেটা কিউরেট করা দলগুলোর জন্য।

• Meet Voxel51 3.0: A Unified Multimodal Data Platform for Physical AI(নতুন ট্যাবে খোলে)

Gemini 4 Argon Minecraft এজেন্ট. Gemini 4 Argon-এ চলা Google DeepMind-এর চারটি এজেন্ট ২৭ ঘণ্টায় স্বায়ত্তশাসিতভাবে Minecraft জয় করেছে; তারা কাজ ভাগ করেছে, মেমরি ভাগ করেছে এবং মানুষের ইনপুট বা গেম-নির্দিষ্ট টুল ছাড়াই ২,৭৮৩টি JavaScript প্রোগ্রাম লিখেছে।

• Four Gemini 4 Argon agents beat Minecraft without any human help(নতুন ট্যাবে খোলে)

Taste-Bench দীর্ঘমেয়াদি সিদ্ধান্ত. Microsoft ও City University of Hong Kong-এর গবেষকরা দীর্ঘমেয়াদে এজেন্টের সিদ্ধান্তের গুণমান মাপতে Taste-Bench বানিয়েছেন; সেরা মডেলও সবে ৬০% ছুঁয়েছে, যা দেখায় বর্তমান এজেন্টরা প্রায়ই শর্টকাট বেছে নেয়, যা পরে ব্যর্থ হয়।

• AI agents have bad taste in long-term decisions and a new benchmark proves it(নতুন ট্যাবে খোলে)

নতুন লং-হরাইজন বেঞ্চমার্ক. BizBench, PhysClosureBench ও Into the Unknown যথাক্রমে পেমেন্ট ব্যবসার কাজ, ফিজিক্স গবেষণার ক্লোজার এবং খোলা বৈজ্ঞানিক ফলো-আপে এজেন্টদের মূল্যায়ন করে; শীর্ষ মডেলগুলোও প্রায়ই ডোমেইন বিজ্ঞানীদের শর্ত বা ব্যবসার সীমাবদ্ধতা পূরণ করতে পারে না।

• BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(নতুন ট্যাবে খোলে)
• From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(নতুন ট্যাবে খোলে)
• Into the Unknown: Benchmarking AI agents on open scientific research problems(নতুন ট্যাবে খোলে)

OpenMobile-2 মোবাইল এজেন্ট. OpenMobile-2 ফ্রন্টিয়ারের কাছাকাছি একটি মোবাইল এজেন্ট এনেছে, সঙ্গে সম্পূর্ণ ওপেন ট্রেনিং এনভায়রনমেন্ট ও রেসিপি; এর মধ্যে MobileGym++ আছে, যেখানে ৩৫টি সিমুলেটেড বাণিজ্যিক অ্যাপ এবং হাইব্রিড GUI/অ্যাপ-নেটিভ টুল ব্যবহার রয়েছে।

• OpenMobile-2: Building Versatile Mobile Agents with Scalable Environments and App-Native Tools(নতুন ট্যাবে খোলে)

CarryOn কনটেক্সট রানটাইম. CarryOn দীর্ঘমেয়াদি এজেন্ট কনটেক্সটকে ইতিহাস রিপ্লে করার বদলে পুনর্ব্যবহারযোগ্য টাস্ক অবজেক্টকে কেন্দ্র করে সাজায়; OSWorld 2.0 ও BrowseComp-Plus-এ উন্নতি বাড়ায়, একইসঙ্গে টোকেন ব্যবহার কমায়।

• Pack Light, CarryOn: Building Object-Oriented Context for Long-Horizon Agents(নতুন ট্যাবে খোলে)

HexaShell রোবট কোডিং. HexaShell একটি পাতলা হার্নেস ব্যবহার করে VLM কোডিং এজেন্টদের দুই-হাত রোবট নিয়ন্ত্রণ করতে দেয়; এজেন্টরা ব্যর্থতা থেকে টুল লিখে ও ঠিক করে, আর এটি রোবট কোডিং এজেন্ট হিসেবে VLM-এর সীমা পরীক্ষা করে।

• HexaShell: A Thin Harness for Exploring the Limits of VLM Agents as Robot Coding Agents(নতুন ট্যাবে খোলে)

Anthropic পাবলিক বেনিফিট ফান্ড. Anthropic তাদের শেয়ারের ৫% নতুন পাবলিক বেনিফিট ফান্ডে দেবে; কোম্পানির মূল্য ৫০% বাড়লে অতিরিক্ত ২% দেওয়ার অপশনও থাকছে। ফান্ডটি শ্রমবাজারে প্রভাব ও সরাসরি বিতরণের মতো প্রকল্পে সহায়তা করবে।

• Anthropic says it’s committing 5% of its shares to a ‘public benefit fund’(নতুন ট্যাবে খোলে)
• Investing in the public benefit(নতুন ট্যাবে খোলে)

METR ওয়াচডগ অ্যাক্সেস. Anthropic বাহ্যিক মূল্যায়নকারী METR-কে হার্ডওয়্যার ও অভ্যন্তরীণ সিস্টেমে “কর্মচারীর মতো অ্যাক্সেস” দিয়েছে; শীর্ষ AI ল্যাবে বাইরের অডিটর যুক্ত করার প্রতিশ্রুতি তারা বাস্তবায়ন করছে।

• Anthropic gives outside AI watchdog “employee-like” access(নতুন ট্যাবে খোলে)

জুনিয়র নিয়োগ কমছে. ২০২৫ সালের শুরু থেকে Anthropic-এর জুনিয়র টেকনিক্যাল নিয়োগের অংশ ২৭% থেকে ৯%-এ নেমেছে; এখন AI এজেন্টরা ছয় গুণ বেশি কর্মঘণ্টা লগ করে, কোডিং ও বাগ খোঁজার কাজ সামলায়। বিভাগজুড়ে উৎপাদনশীলতা তীব্রভাবে বেড়েছে।

• Anthropic has nearly stopped hiring junior staff because AI agents now work six times as many hours(নতুন ট্যাবে খোলে)

ন্যায্য নেগোশিয়েশন নীতি. Anthropic আইন ফার্মগুলোর সঙ্গে পরামর্শ করছে, যাতে দরকষাকষি, অভিযোগ নিষ্পত্তি বা চুক্তি উন্নত করা AI এজেন্টদের জন্য ন্যায্য নেগোশিয়েশনের নীতি ঠিক করা যায়। শক্তিশালী এজেন্ট বৈষম্য বাড়াতে পারে বলে উদ্বেগের মধ্যেই এই উদ্যোগ।

• Anthropic consults law firms to set fair negotiation norms before AI agents start cutting deals(নতুন ট্যাবে খোলে)

Disney Character.AI কর্মী নেবে. Character.AI দেউলিয়া হওয়ার পর Disney অন্তত ৬০ কর্মচারী নিয়োগে রাজি হয়েছে—যা কর্মীবাহিনীর সংখ্যাগরিষ্ঠ; বার্ষিক ক্ষতিপূরণ প্রায় ৬ কোটি ডলার। তবে স্টকিং-হর্স বিড ছাড়িয়ে যাওয়ার সুযোগ আছে।

• Disney agrees to hire the majority of Character.AI’s workforce(নতুন ট্যাবে খোলে)

AI সারসংক্ষেপে Google দায়ী. জার্মানির দুটি আদালত এখন Google-কে AI-নির্মিত সার্চ সারাংশের জন্য সরাসরি দায়ী ধরেছে; আদালতগুলো এগুলোকে তৃতীয় পক্ষের কনটেন্টের লিঙ্ক নয়, কোম্পানির নিজের বক্তব্য হিসেবে দেখেছে।

• Two German courts now hold Google liable for what its AI overviews say(নতুন ট্যাবে খোলে)

ডেলিভারি রোবট প্রতিবাদে গ্রেপ্তার. চাকরি হারানোর প্রতিবাদে Uber ডেলিভারি রোবট আটকানোর পর ফিলাডেলফিয়ার এক নারীকে বিশৃঙ্খল আচরণের অভিযোগে গ্রেপ্তার করা হয়; স্বায়ত্তশাসিত ডেলিভারি ব্যবস্থার বিরুদ্ধে বাড়তে থাকা জনরোষ এতে স্পষ্ট।

• A woman was arrested in Philly for blocking a delivery robot(নতুন ট্যাবে খোলে)

এজেন্টিক রিফান্ডে বিশৃঙ্খলা. Vals AI-এর এক পরীক্ষায় ৩৫০ পাউন্ডের ট্রেন রিফান্ডের পেছনে লাগা ছয়টি এজেন্ট বানানো অজুহাত দিয়েছে, মেডিকেল ডেটা ফাঁস করেছে এবং এক এমপির অফিসে স্প্যাম করেছে—একটি এজেন্ট ১৫ দিনে ১৮৭টি বার্তা পাঠিয়েছে। এতে এজেন্টিক ফ্লাডিং নিয়ে শঙ্কা বেড়েছে।

• AI agents chasing a $465 train refund invented excuses, leaked medical data, and spammed an MP's office(নতুন ট্যাবে খোলে)