Agentic AI News 20 października 2026

Mercury 3 – dyfuzyjny LLM. Inception udostępniło Mercury 3 – dyfuzyjny model językowy, który generuje odpowiedzi równolegle i osiąga 1068 tokenów na sekundę przy kontekście 1 mln tokenów. Model dostępny wyłącznie przez API wyprzedza GPT-6 Luna i Claude Haiku 5.5 w 8 z 12 benchmarków.

• Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second(otwiera się w nowej karcie)

MiniMax M3.1 Flash. MiniMax zaprezentował M3.1 Flash – model MoE z 428 mld parametrów, z czego około 23 mld aktywnych, i kontekstem 1 mln tokenów. Cena: 0,15 USD za milion tokenów wejściowych. Model ma obsługiwać biurowe zadania agentowe i kodowanie, a wagi mają się pojawić 23 października.

• MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input(otwiera się w nowej karcie)
• MiniMax M3.1 Flash shows China's AI price race has no floor in sight(otwiera się w nowej karcie)
• MiniMax M3.1 Flash released, Model weights Oct 23(otwiera się w nowej karcie)

Nemotron i Bolt od Nvidii. Nvidia udostępniła Nemotron 3.5 Super VL – model z otwartymi wagami o 120 mld parametrów dla agentów korporacyjnych – oraz dwa lekkie modele Bolt dla komputerów AI PC i stacji DGX Spark. Mają one obsłużyć stale działające przepływy agentowe: od urządzeń brzegowych po środowiska enterprise.

• Nvidia launches new open models to run agents in the enterprise and on PCs(otwiera się w nowej karcie)

Modele audio Ming. InclusionAI udostępniło Ming-3.0-audio-flash – model MoE z 126 mld parametrów, z czego 6,5 mld aktywnych – oraz Ming-3.0-audio-tiny (9,3 mld/2,7 mld parametrów), oba na licencji MIT. Oba przyjmują dźwięk i tekst, obsługują rozpoznawanie mowy, pytania i odpowiedzi głosowe oraz rozumienie długich nagrań.

• inclusionAI releases Ming-3.0-audio-flash: 126B MoE / 6.5B active, audio understanding + speech output, MIT(otwiera się w nowej karcie)
• inclusionAI/Ming-3.0-audio-tiny · Hugging Face(otwiera się w nowej karcie)
• inclusionAI/Ming-3.0-audio-flash · Hugging Face(otwiera się w nowej karcie)

Drex Max – model decyzyjny. Nace AI udostępniło Drex Max – multimodalny model decyzyjny dla agentów sterujących komputerem. Czyta tekst i obrazy i zwraca skalibrowane prawdopodobieństwa, nie generując przy tym tekstu. Model zdobywa 67,59 pkt w Decision Index 0.3.2 i jest dostępny wyłącznie przez API.

• Meet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59(otwiera się w nowej karcie)

TorchNeuron dla Trainium. AWS udostępniło TorchNeuron – narzędzie, które pozwala uruchomić aplikacje PyTorch na chipach Amazon Trainium po zmianie jednej linii konfiguracji. Ma ono podważyć przewagę software'ową, która uczyniła Nvidię domyślnym wyborem sprzętu do AI.

• Amazon is taking its biggest shot at Nvidia yet with new TorchNeuron dev tool(otwiera się w nowej karcie)

Cohere w llama.cpp. Cohere dodało do llama.cpp obsługę swojego enkodera wizyjnego North Micro Vision Instruct. Dzięki temu wszystkie najnowsze architektury Cohere są zgodne z llama.cpp. Cohere Transcribe jest już też dostępny w Unsloth.

• llama.cpp support for Cohere models(otwiera się w nowej karcie)

Berth – menedżer GPU. Berth to usługa systemowa, która obserwuje GPU i przełącza silniki LLM, żeby uniknąć kolizji w VRAM i ręcznego przełączania. Może udostępniać silniki przez API i działa na wielu urządzeniach współdzielących jeden GPU.

• 24GB is plenty if your engines take turns(otwiera się w nowej karcie)

VoiceManager i HermesConsole. VoiceManager to niskolatencyjny serwer strumieniowego STT/TTS, który działa lokalnie po WebSocket i obsługuje słowa wybudzające, przerywanie wypowiedzi i rozmowy oparte na turach. HermesConsole to klient demonstracyjny pokazujący, jak dodać głos do agentów.

• HermesConsole: A demo showing off VoiceManager, my low latency streaming STT / TTS server. MIT, client docs, and python client.(otwiera się w nowej karcie)

Volundr z kontekstem 262K. Blockway zbudował własny silnik inferencji Agens Engine dla modelu Volundr (32 mld parametrów). Utrzymuje on długie sesje agentowe w budżecie 16 GB pamięci GPU, zastępując rosnący cache KV stałymi stanami w 54 z 72 warstw.

• We built our own inference engine so a 32B model could keep 262K context inside a 16 GB GPU budget. Here's an uncut run.(otwiera się w nowej karcie)

Guardian Agents Microsoftu. Microsoft przedstawił Guardian Agents – agentów, którzy monitorują korporacyjne systemy AI pod kątem zagrożeń wewnętrznych. To rozszerzenie zespołów red/blue/green w ramach Project Perception. CEO Satya Nadella ostrzegał już, że wdrożeni agenci mogą zachowywać się jak zbuntowani pracownicy.

• Microsoft says AI agents are like insider threats as ‘frontier models can’t be trusted’(otwiera się w nowej karcie)

Wyciek kluczy API w OpenCode. Hakerzy włamali się do starszego systemu OpenCode. Incydent dotknął 1,4% użytkowników OpenCode Console i mógł ujawnić klucze API. Firma nazwała go zakrojonym na szeroką skalę atakiem destylacyjnym.

• Hackers hit AI coding tool OpenCode, running up charges on users’ AI accounts(otwiera się w nowej karcie)

Agenty AI atakują. Haker użył armii agentów AI zorganizowanych przez platformę open source Cairn, by włamać się do ponad 100 stron internetowych, m.in. John Deere, SharkNinja i Cummins, przy minimalnym udziale człowieka.

• A hacker broke into John Deere and SharkNinja with an army of AI agents(otwiera się w nowej karcie)

Red-teaming fizycznej AI. Laplace Intelligence buduje automatyczny red-teaming dla robotyki i samochodów autonomicznych. Chce testować fizyczną AI przed wdrożeniem i dostarczać dowodów ubezpieczycielom oraz regulatorom.

• Laplace Intelligence red-teams robots and self-driving cars before they hit the real world(otwiera się w nowej karcie)

Drugi kontrakt Anthropic i Nscale. Anthropic i Nscale prowadzą podobno rozmowy o drugiej umowie na moce obliczeniowe wartej 45 mld dolarów – nieco ponad miesiąc po ogłoszeniu pierwszej. Obie firmy zmierzają do IPO w czasie, gdy inwestorzy martwią się o wydatki na AI.

• Nscale and Anthropic are reportedly in talks for yet another $45B compute deal(otwiera się w nowej karcie)

Wstrząs na rynku neocloudów. Obligacje CoreWeave wpadły w strefę dystresu, a szefowie branży spodziewają się, że za kilka lat przetrwa tylko siedem–dziesięć neocloudów. Nvidia jest mocno eksponowana: 45% przychodów jej centrów danych pochodzi od klientów spoza big tech.

• CoreWeave’s debt is becoming the whole AI industry’s problem(otwiera się w nowej karcie)
• The neocloud shakeout is coming, and Nvidia has the most to lose(otwiera się w nowej karcie)

Tenstorrent zbiera 1,5 mld dol.. Tenstorrent pozyskał 1,5 mld dolarów przy wycenie 6,2 mld, by skalować otwarte chipy AI po odrzuceniu ofert przejęcia. Skupić ma się na chipach do inferencji dla otwartych modeli i generowania wideo.

• Tenstorrent hits $6.2B valuation to scale open-weight AI chips(otwiera się w nowej karcie)

Układ Character.AI z Disneyem. Character.AI ogłosiło upadłość w ramach układu, który pozwala Disneyowi zatrudnić większość jego zespołu, ewentualnie przejąć technologię i uniknąć zobowiązań prawnych startupu. Odpowiedzialność za pozwy zostaje po stronie pozostałych podmiotów.

• Disney found a way to buy Character.AI without buying its lawsuits(otwiera się w nowej karcie)

Płatności agentów w Stripe. Stripe twierdzi, że agenci AI korzystający z jego serwisu płatności Link zrealizowali we wrześniu 38 razy więcej transakcji, ale nie podaje liczb bezwzględnych. Z Link korzysta już około 200 agentów, m.in. Muse firmy Meta i Grok Bot – głównie w handlu detalicznym i turystyce.

• Stripe says AI agent purchases are adding up, but it won't share the numbers(otwiera się w nowej karcie)

Burmistrz Nowego Jorku stawia opór. Burmistrz Nowego Jorku Zohran Mamdani wezwał mieszkańców, by nie ulegali poczuciu, że AI jest nieunikniona, i wskazał na bierność władz federalnych w kwestii regulacji. Niedawno zakazał AI w szkołach podstawowych i średnich. Chce też, by miasta rozliczały firmy AI.

• Mamdani says feds have abdicated on AI, urges New Yorkers to push back(otwiera się w nowej karcie)

Sieć pod agentów: kompromisy. Gdy osobiste agenty AI od OpenAI i Meta zyskują skalę, wiele stron je blokuje, a przeprojektowanie internetu pod agentów może pogorszyć doświadczenie ludzi. Ruch generowany przez agentów wzrósł trzykrotnie z sierpnia na wrzesień.

• Making the internet better for AI agents might make it worse for everyone else(otwiera się w nowej karcie)

Luka zaufania do benchmarków. Szef polityki Hugging Face powiedział, że ewaluacja modeli to wciąż dojrzewająca dziedzina, a odtwarzalność zależy od dostępu do wag. Niezależna analiza 1629 opublikowanych wyników wykazała, że laboratoria AI raportują średnio o 6,4% wyższe wyniki niż niezależni testerzy.

• Embedded AI evaluators won’t be an easy solution, Hugging Face’s policy chief says(otwiera się w nowej karcie)
• AI labs report benchmark scores 6.4% higher than independent testers, on average(otwiera się w nowej karcie)

Demokraci chcą nadzoru. Jeśli Demokraci odzyskają Kongres, czołowi szefowie komisji zapowiedzieli już przyglądanie się firmom AI – m.in. w sprawie ulg podatkowych na centra danych i incydentów hakerskich – i nie wykluczają wezwań prezesów na przesłuchania. AI odgrywa coraz większą rolę w reklamach przed wyborami do Kongresu.

• Democrats think cracking down on AI could give them an edge(otwiera się w nowej karcie)

Przełom w interpretowalności?. Nick Cammarata, badacz z Goodfire, w tekście liczącym 26 tys. słów przekonuje, że modele językowe mogą być znacznie łatwiejsze do zrozumienia, monitorowania i kontrolowania, niż dotąd sądzono. Jeśli ma rację, mogłoby to odpowiedzieć na palącą potrzebę panowania nad zachowaniem agentów.

• “We were looking at it wrong”: The explosive claim that’s upended the AI world(otwiera się w nowej karcie)

COBOL, Fortran i Visual Basic. OpenAI zapowiedziało lepsze możliwości budowania i migracji oprogramowania w COBOL, Fortran i Visual Basic – językach, na których opiera się kluczowa infrastruktura, ale które mają mniej danych treningowych. Prace mają służyć utrzymaniu i modernizacji systemów korporacyjnych.

• Advancing coding in low‑resource programming languages(otwiera się w nowej karcie)

Myślenie adaptacyjne z entropią. Eksperyment z lokalnym LLM wykorzystuje entropię na poziomie słów i bramki typu Jev, by uruchamiać bloki myślenia tylko wtedy, gdy model nie jest pewien; równoległe drzewa rozmów wybierają najlepszą ścieżkę. Chodzi o ograniczenie zbędnych tokenów rozumowania.

• Jev Based Adaptive Thinking for LLMs(otwiera się w nowej karcie)

EmbeddingGemma 2. Google udostępniło EmbeddingGemma 2 – kompaktowy multimodalny model embeddingów na licencji Apache 2.0. Odwzorowuje tekst, kod, obrazy, wideo i dźwięk w jednej przestrzeni o 768 wymiarach, co ma służyć wyszukiwaniu i RAG działającym na urządzeniu.

• EmbeddingGemma 2 Expands beyond Text to Support Code, Images, Video, and Audio(otwiera się w nowej karcie)