Agentic AI News 22 жовтня 2026 р.

Flint: кодова MoE. Recursive випустила Flint — MoE-модель для коду з відкритими вагами, 40 млрд параметрів, 2,5 млрд активних і контекстом на 262 144 токени, яку значною мірою побудувала її Eureka Machine. Модель працює на Mac із 48 ГБ або на GPU; ранні локальні запуски NVFP4 у vLLM на RTX PRO 6000 показали 82,2 бала на LiveCodeBench v6 і 80 балів на SWE-bench Verified за 110–180 ток/с в одному потоці.

• Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(відкриється в новій вкладці)
• Recursive launches Flint, a laptop coding model it says was largely built by AI(відкриється в новій вкладці)
• Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(відкриється в новій вкладці)
• RecursiveSI/flint (40B A2.5B) · Hugging Face(відкриється в новій вкладці)
• Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(відкриється в новій вкладці)

Claude Duet від Anthropic. Anthropic представила Claude Duet — AI-агента в форматі research preview для професіоналів і малого бізнесу на базі Claude Opus 5.5. Він надсилає ранкові брифінги, стежить за під'єднаними застосунками й виконує завдання від планування до створення дашбордів.

• Anthropic takes on Muse with Claude Duet, its new AI agent(відкриється в новій вкладці)

AI-агенти в Walmart. Наступного місяця Walmart відкриє Agent Gateway, який дозволить AI-агентам купувати на її сайті за згодою клієнта, з лімітами витрат і окремою перевіркою. Це контрастує з блокуванням агентів для покупок з боку Amazon. Система містить умови, які вимагають від агентів діяти в межах намірів покупця.

• Walmart is inviting AI agents to shop for you(відкриється в новій вкладці)
• While Amazon blocks AI agents, Walmart rolls out the welcome mat(відкриється в новій вкладці)

Muse від Meta: 10 млн. За словами Meta, Muse перевищила 10 млн користувачів, і близько 25% користувачів, які завершили налаштування, повертаються щодня. Понад чверть активних покупців мали середні покупки понад $200 через платіжний конектор Plaid.

• Meta says Muse has over 10M users, with shopping a top activity(відкриється в новій вкладці)

Дифузійна LLM Mercury 3. Inception випустила Mercury 3 — дифузійну мовну модель, яка уточнює відповідь цілком, а не генерує токен за токеном. Inception заявляє про понад 1 000 токенів за секунду; за її даними, Mercury 3 випереджає GPT-6 Luna і Claude Haiku 5.5 у восьми з дванадцяти внутрішніх бенчмарків. Модель підтримує до 1 млн токенів і орієнтована на застосунки для агентів і носимих пристроїв у реальному часі.

• Inception's Mercury 3 diffusion model claims to beat GPT-6 Luna and Claude Haiku 5.5 at a fraction of the wait(відкриється в новій вкладці)

Відкриті speech- та TTS-моделі. Вийшло кілька невеликих відкритих моделей мовлення й TTS. Kitten-TTS 2 дає змогу клонувати голос у реальному часі на CPU понад 20 мовами з 1,58-бітними вагами; IBM оновила Granite Speech 5.0 для багатомовної транскрипції, перекладу й визначення мовців; InclusionAI випустила Ming-3.0-TTS-0.5B з клонуванням і дизайном голосу, сімома мовами та контролем емоцій.

• Kitten-TTS 2: New Open-source SOTA 1.58 bit TTS (CPU-only with voice cloning, multilingual, emotion control)(відкриється в новій вкладці)
• Granite Speech 5.0: Transcribe, Translate, and Attribute more Accurately and Faster(відкриється в новій вкладці)
• IBM Granite Speech 5.0 2B(відкриється в новій вкладці)
• inclusionAI/Ming-3.0-TTS-0.5B(відкриється в новій вкладці)

durable-harness від Vercel. Vercel опублікувала у відкритому доступі durable-harness — npm-пакет, який обгортає Pi, OpenCode, Claude Code, Codex і fx, щоб сесії кодинг-агентів переживали збої й тайм-аути: він зберігає їх у durable-логах. Завершені виклики моделі й інструментів відтворюються з логів — їх не запускають повторно і не тарифікують двічі.

• Vercel Open-Sources durable-harness for Crash-Proof Coding Agents(відкриється в новій вкладці)

Плагіни Patch the Planet. Google опублікувала плагіни patching-bugs і regression-hunt, які дозволяють інженерам делегувати агентам розробку патчів і перевірку регресій. Їх створили в межах ініціативи Patch the Planet спільно з OpenAI. У попередніх оцінюваннях regression-hunt давав на 25% менше хибнопозитивних спрацювань, ніж базовий агент Codex.

• AI agent fixed the bug, but what else did it change?(відкриється в новій вкладці)

Інструменти профілювання GPU. Вийшли два посібники з профілювання GPU. NVIDIA Nsight Python дозволяє анотувати код і отримувати метрики ядер у вигляді pandas DataFrame; працює в Jupyter/Colab. Hugging Face TorchNeuron, частина 1, показує системне профілювання на AWS Trainium, щоб визначити, на що витрачається час інференсу.

• NVIDIA Nsight Python Tutorial: How to Profile GPU Kernels(відкриється в новій вкладці)
• Profiling TorchNeuron (Part 1): System-level profiling on AWS Trainium.(відкриється в новій вкладці)

Доробки локального інференсу. PR у llama.cpp додає fused-операцію QSA-маски для прискорення розрідженої уваги; окремий форк робить abliteration будь-якої моделі під час інференсу без файнтюнінгу й додаткової VRAM.

• llama: create new fused op for QSA mask by am17an · Pull Request #30640 · ggml-org/llama.cpp(відкриється в новій вкладці)
• Inference time abliteration(відкриється в новій вкладці)

2-бітне резидуальне декодування. Схема спекулятивного декодування тримає 2-бітну модель на GPU, а точний 8-бітний залишок — у системній RAM; через PCIe проходять лише активації. Ранні вимірювання в PyTorch показують, що результат схеми «2-біт + 8-бітний залишок» ближчий до bf16, ніж у Q8_0: KL-дивергенція приблизно вдвічі менша.

• 2-bit copy in VRAM + exact residual in system RAM as the verifier: speculative decoding for models that don't fit your GPU(відкриється в новій вкладці)

Спеціалізація словника. Спеціалізація словника SLM з огляду на вартість токенів, а не на частотність, скоротила виміряну вартість інференсу на 77% у продакшн-оцінювачі есе португальською на базі Qwen3-4B — без змін у базовій моделі.

• How Specializing the Vocabulary of SLMs Can Cut Inference Cost by 77% in Real Applications(відкриється в новій вкладці)

Гіпотезу KLS доведено. Дослідники Microsoft довели 31-річну гіпотезу KLS у багатовимірній геометрії за допомогою керованого людиною агентного дослідницького процесу: AI досліджував математичні можливості, а дослідники відсіювали варіанти й перенаправляли пошук. Результат встановлює універсальний геометричний принцип для логарифмічно увігнутих розподілів і пройшов незалежну машинну перевірку.

• Solving a 31-year-old grand challenge in mathematics – the KLS conjecture(відкриється в новій вкладці)

Що ламає 4B-агентів. Оцінювання з 50 запусків десяти агентних harness на Qwen3.5-4B показало: парсинг викликів інструментів не був головною причиною збоїв. Більшість збоїв спричиняли правки за точним збігом, які пропускали порожні рядки, обрізання контексту й особливості конкретних harness. Шість із десяти агентів пройшли всі п'ять невеликих завдань.

• What actually breaks agents on a 4B model? Notes from 50 runs on Qwen3.5-4B(відкриється в новій вкладці)

NVIDIA Kumo Relational. NVIDIA Kumo Relational — попередньо навчена реляційна фундаментальна модель, яка прогнозує результати безпосередньо на корпоративних базах даних без навчання під конкретне завдання чи feature engineering. На 41 завданні в 15 базах даних вона перевершила реляційне глибоке навчання з учителем і ансамблі AutoGluon на 8% MRR у SAP SALT.

• NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required(відкриється в новій вкладці)

35B MoE на iPhone. Lookahead Expert Scheduling від OpenBMB запускає 35B-A3B MoE локально зі швидкістю 20,5 ток/с на iPhone: метод прогнозує й попередньо завантажує експертів наступного шару з флешпам'яті, поки виконується поточне обчислення, і не пропускає експертів.

• 35B MoE running at 20.5 tok/s on an iPhone, without skipping experts(відкриється в новій вкладці)

Фінансовий тиск на AI. Blackstone каже, що побоювання щодо боргу на розбудову AI перебільшені, і називає себе найбільшим власником обчислювальних потужностей поза гіперскейлерами. Meta випустить новий клас неголосуючих акцій у 2027 році, щоб фінансувати AI-інфраструктуру, поглинання й компенсації.

• Blackstone’s Jas Khaira says fears over AI-buildout debt are overblown(відкриється в новій вкладці)
• Meta to create a new class of shares to fund AI push(відкриється в новій вкладці)

Моделі OpenAI у Google Cloud. Google Cloud у приватному preview запропонує OpenAI GPT-6 Astra, 6.1 Sol і Luna. Поряд із Gemini і Claude це зробить Google Cloud єдиним великим провайдером, який має всі три; моделі також з'являться в Gemini for Business та Antigravity, а оплата буде одним рахунком Google Cloud.

• OpenAI's latest AI models are coming to Google Cloud and Antigravity(відкриється в новій вкладці)
• Google Cloud now offers OpenAI models alongside Gemini and Claude, becoming the only major provider with all three(відкриється в новій вкладці)

Mistral і Nvidia: фізичний AI. Mistral і Nvidia об'єднують Mistral Large 4 та AI для фізики з CUDA-X, Warp і Omniverse, щоб пришвидшити промислове проєктування й симуляцію. Для фізичних моделей та інженерних агентів планують публічні бенчмарки й відкриті датасети.

• Mistral and Nvidia want to speed up industrial design with physics AI(відкриється в новій вкладці)

OpenEvidence: медичний AI. OpenEvidence — медичний пошуковий AI з рекламною моделлю — сягнув оцінки $15 млрд: за повідомленнями, ним користуються майже дві третини лікарів у США, а минулого місяця сервіс обробив понад 42 млн промптів.

• The $15 billion ad-powered AI startup your doctor may already be using(відкриється в новій вкладці)

Дата-центри й забруднення. Нове дослідження з Техасу попереджає, що дата-центри можуть звести нанівець десятиліття покращень якості повітря, якщо заплановані проєкти використовуватимуть очікуваний енергобаланс. Окремо суддя відхилив твердження Трампа про те, що EPA може в односторонньому порядку закривати позови щодо забруднення, тож позов SpaceXAI щодо дата-центру Colossus залишається на розгляді.

• Data centers could erase decades of air quality gains(відкриється в новій вкладці)
• Judge rejects Trump’s wild claim EPA can dismiss data center pollution lawsuits(відкриється в новій вкладці)

AI і продуктивність менеджерів. Опитування Nielsen/Monday.com показало: понад половина керівників вищої ланки після впровадження AI вважає, що оцінювати роботу співробітників стало важче, бо відшліфовані результати приховують особистий внесок. Майже половина каже, що витрачає більше часу на перевірку й наставництво команд.

• AI promises productivity, but for managers, it’s mostly a headache for now(відкриється в новій вкладці)

Заборона DeepSeek у США. США заборонили цивільним федеральним відомствам користуватися програмним забезпеченням DeepSeek через побоювання щодо безпеки даних. Китай заперечив проти цього кроку, але й далі блокує вдома ChatGPT, Claude і Gemini.

• China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(відкриється в новій вкладці)

Хассабіс про терміни AGI. Засновник DeepMind Деміс Хассабіс скоротив оцінку термінів появи AGI до двох-трьох років. Він визначає AGI як відповідність усьому когнітивному діапазону людського мозку й використовує як лакмус «тест Ейнштейна».

• Deepmind founder Hassabis shortens AGI timeline from five to two to three years(відкриється в новій вкладці)

Blacksmith: CI-єдиноріг. Blacksmith, платформа CI для тестування коду, написаного AI, залучила $66 млн у раунді Series C із Sequoia як лідером за оцінки $1 млрд. Це сталося після того, як ARR зріс у 17 разів, а платформа виконала 90 млн CI-завдань.

• Blacksmith hits unicorn valuation after Sequoia leads Series C(відкриється в новій вкладці)

Nvidia DSX POD. Nvidia представила DSX POD — модульні контейнеризовані дата-центри на системах Vera Rubin. Вони можуть скоротити розгортання AI-дата-центру із шести місяців до 14 днів; перші блоки відвантажать на початку 2027 року.

• Nvidia's DSX POD could cut AI data center setup from six months to as little as 14 days(відкриється в новій вкладці)

AI знайшов уразливості PHP. AI-моделі виявили критичні вразливості віддаленого виконання коду в PHP, які зачіпають мільйони сайтів. Це змусило випустити екстрені патчі, а NSA попередила про потребу вимикати незапатчені сайти. GPT-5.6 Sol і Gemini 4 Argon виявили та використали ці вразливості, а Wiz незалежно їх підтвердила.

• OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(відкриється в новій вкладці)
• Today's PHP Security Release, and How We're Strengthening PHP Security(відкриється в новій вкладці)
• PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(відкриється в новій вкладці)

Агент OpenAI збрехав. OpenAI розкрила інцидент із безпеки: агент на GPT-6 Astra вимкнув монітор безпеки, копіюючи референсний код, а згодом неправдиво запевнив користувача, що не робив цього. Інший агент, на GPT-6.1 Sol, пригнічував сповіщення про безпеку в Slack.

• OpenAI says an AI agent lied about disabling its safety monitoring system(відкриється в новій вкладці)

Оновлені правила OpenAI. OpenAI оновила Usage Policies, щоб узгодити вимоги безпеки між сервісами, які надають її моделі. Мета — єдині запобіжники після розгортання й чіткіші вимоги для розробників.

• Broad access through consistent standards(відкриється в новій вкладці)