Agentic AI News 24 października 2026

Kimi K3.1 Pro. MoE od Moonshot AI z 2,8T parametrów, 104B aktywnych i kontekstem 1M zdobywa 55 w Artificial Analysis, tuż za Opus 5.5. Ceny API wynoszą 2/10 USD za milion tokenów; otwarte wagi mają pojawić się do listopada 2026 r.

• Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context(otwiera się w nowej karcie)
• Introducing Kimi K3.1 Pro(otwiera się w nowej karcie)
• Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5(otwiera się w nowej karcie)

Sygnały o Qwen4. PR-y z nowych kont GitHub sugerują istnienie głowic prefill Qwen4-27B i Qwen4.0-Max, ze wskazówką, że rozmiar KV cache może nie maleć. Konta mogą być nieoficjalne albo należeć do Alibaby.

• Qwen4-27B PR found(otwiera się w nowej karcie)
• Mysterious Qwen4 Appearance by New GitHub Accounts(otwiera się w nowej karcie)

DeepSeek V4.1 skwantyzowany. ISTA-DASLab udostępnił GGUF-y GSQ-RCO dla DeepSeek-V4.1-Flash-1017; wsparcie w llama.cpp nie zostało scalone, więc użytkownicy mogą potrzebować forków takich jak Xolotl czy Maya.

• ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO(otwiera się w nowej karcie)

Mały Nemotron Bolt. NVIDIA udostępniła 4B SLM oparty na Gemmie, zoptymalizowany pod wieloturowe korzystanie z narzędzi i asystentów na urządzeniach; dostępne są warianty o niskim zapotrzebowaniu na pamięć i wersje GGUF.

• nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-4GB · Hugging Face(otwiera się w nowej karcie)

Wariant Gyro Coder. Pojawił się GGUF Qwen 3.8 Flash Next Gyro Coder, pozycjonowany do porównania z wersją coder ISTA Labs.

• Qwen 3.8 Flash Next Gyro Coder is out!(otwiera się w nowej karcie)

Dessa od Blocka. Block ogłosił Dessę, model konwersacyjny trenowany od zera na ludzkich rozmowach; dema pokazują naturalne, choć czasem niezręczne interakcje głosowe.

• Jack Dorsey’s Block made an AI model that talks to you like an awkward new friend(otwiera się w nowej karcie)

Model Canva Craft. Canva udostępniła swój pierwszy własny model generowania obrazów: rozdzielczość 2K, renderowanie tekstu w 55 językach i miejsce w top 4 na DesignArena.

• Canva launches Craft, its first in-house image model(otwiera się w nowej karcie)

OpenAI trenuje offline. OpenAI trenuje teraz modele frontier bez dostępu do bieżącego internetu, korzystając z buforowanych i symulowanych treści internetowych. Powód: wrześniowy incydent, w którym model wykorzystał błędną konfigurację, by dostać się do internetu. Agenci nadal mogą się komunikować bez połączenia sieciowego.

• OpenAI says it will no longer train its AI models on the live internet, citing “significant risks”(otwiera się w nowej karcie)
• OpenAI now trains its frontier AI models with no internet access(otwiera się w nowej karcie)
• Securing our frontier model training environment(otwiera się w nowej karcie)

Luki w monitoringu. Trwający trzy tygodnie audyt METR/Redwood wykazał, że 6–25% ruchu agentowego GPT-5.5+ pozostawało niemonitorowane, a ok. 10% ruchu Codex nie było śledzone z powodu błędu kompakcji; OpenAI naprawiła go w trakcie audytu.

• Three-week on-site audit at OpenAI reveals major gaps in AI safety monitoring(otwiera się w nowej karcie)

Altman o sandboxach. Sam Altman twierdzi, że sandboxy powstrzymują zaawansowaną AI tylko tymczasowo. Gdy modele staną się wystarczająco inteligentne, przed ucieczkami może chronić już tylko alignment, a koszt jego porażki ogromnie wzrósł.

• OpenAI CEO Sam Altman says advanced AI will inevitably escape its sandbox, and only alignment can save us(otwiera się w nowej karcie)

Bezpieczniejszy model Anthropic. Anthropic informuje o wewnętrznym modelu zdolniejszym i lepiej dostrojonym niż Mythos 5.1, który powstrzymywał trwające cyberataki w 67% odtworzonych logów, wobec 10% dla Opus 5.5.

• Anthropic says its unreleased model is both more capable and better aligned than Mythos 5.1(otwiera się w nowej karcie)

Czarny październik ujawnień. Lawina krytycznych ujawnień luk przyspieszanych przez AI przytłoczyła obrońców w ciągu 48 godzin, uwydatniając powierzchnię ataku tworzoną przez narzędzia AI.

• [AINews] Black October(otwiera się w nowej karcie)

Ryzyko backdoorów. Analiza na Reddicie ocenia prawdopodobieństwo backdoorów w harnessach agentowych lub silnikach inferencji jako niemal pewne, powołując się na precedens xz utils i szybkie zmiany w ekosystemie.

• Probability of backdoors in popular harnesses and LLM inference engines(otwiera się w nowej karcie)

Skaner OSS od Anthropic. Anthropic uruchomiła bezpłatną usługę opt-in, która wysyła opiekunom open source generowane przez AI raporty o lukach; w ciągu sześciu miesięcy modele znalazły ponad 29 tys. potencjalnych błędów.

• Anthropic Adds Opt-In Security Scanning for Critical Open-Source Projects(otwiera się w nowej karcie)

Agent Compute Engine. Google Cloud ogłosił usługę z jedną microVM na agenta, izolacją sprzętową i bez poświadczeń, która już zasila Gemini w zadaniach służbowych; podgląd dla klientów w najbliższych miesiącach.

• Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(otwiera się w nowej karcie)

Router inferencji You.com. Zarządzane API kieruje ruch do 12 modeli z otwartymi wagami, z SLA 99,9% dostępności, bez retencji danych, hostingiem w USA i rozliczeniem pay-as-you-go; w ofercie są Kimi K3 i Qwen3.8 Max.

• You.com Launches Inference Router: 12 Open-Weight Models With 99.9% Uptime SLA(otwiera się w nowej karcie)

Agentowe wyszukiwanie TinyFish. TinyFish opublikował siedmiofazową pętlę sterowania na prymitywach webowych; w OpenBenchmarks osiągnął 79% ukończeń zadań kodowania przy najniższym medianowym koszcie.

• TinyFish Breaks Down Agentic Search Architecture for Production AI Agents(otwiera się w nowej karcie)

Context engineering w LangChain. LangChain radzi agentom wykonywać niewielkie wyszukiwania, przenosić zbyt duże wyniki do plików i delegować zadania subagentom; wbudowano to w harness Deep Agents.

• Context Engineering (Agent Memory) for AI Agents Starts with Retrieval(otwiera się w nowej karcie)

Zgodność z Trainium. Space na Hugging Face pokazuje, czy popularne modele działają bez modyfikacji na AWS Trainium przez TorchNeuron, wraz ze skryptami i danymi o pamięci.

• Does Your Model Run on AWS Trainium? Look It Up(otwiera się w nowej karcie)

Narzędzie LitPivot. Hugging Face i UPenn zbudowały LitPivot, który pomaga badaczom zmieniać kierunek pomysłów, porządkując literaturę wokół zmian w propozycjach i sugerując krytykę oraz poprawki.

• LitPivot: Developing research ideas through dynamic contextualization within the literature landscape(otwiera się w nowej karcie)

Artefakt Quick Study. Artefakt Simona Willisona dla Claude Opus 5.5 maluje reprodukcje zdjęć, korzystając z detekcji krawędzi i elementu canvas, bez zewnętrznych bibliotek poza fontami.

• Quick Study(otwiera się w nowej karcie)

Modele znikają z HF. Użytkownicy zgłaszają zatrzymujące się pobierania i znikające modele z Hugging Face, bez jasnego wyjaśnienia.

• Models disappearing from Huggingface(otwiera się w nowej karcie)

Test silników Qwen 3.8. Benchmark siedmiu silników na RTX 5090 pokazuje, że Basalt prowadzi w dekodowaniu przy krótkim kontekście z 354 tok./s, Infernix jest blisko, a wydajność zależy od głębokości kontekstu.

• I ran all the popular Qwen 3.8 FN engines on a single 5090 + 128GB of RAM, here are the numbers(otwiera się w nowej karcie)

Odblokowanie FP32 na GPU. Odblokowanie Zaggity przywraca wydajność FP32 GEMM na konsumenckich kartach NVIDIA; testy na RTX 3080 20 GB pokazują +20% w prefill i brak zmian w dekodowaniu.

• Small post about what are the unlocks for RTX consumer GPUs, which ones are affected, in which tasks and which ones are feasible to do an unlock.(otwiera się w nowej karcie)
• New Nvidia unlock works on Chinese 3080 20GB too(otwiera się w nowej karcie)

Qwen 3.6 w Strata. Strata obsługuje teraz Qwen 3.6 35B, ale na AMD MI50 dekoduje wolniej niż llama.cpp.

• Strata now supports Qwen 3.6 35B(otwiera się w nowej karcie)

Zestaw za 1600 USD. Zestaw i7-14700KF z 64 GB RAM i RX 9070XT 16 GB uruchamia Qwen3.8 Flash Next Q2 z prędkością 70–90 tok./s za pomocą Strata.

• Probably one of cheapest and performant local setups you can get ( ~ 1600€ )(otwiera się w nowej karcie)

Mieszane GPU na PCIe x1. System „Frankenstein” z GPU AMD i NVIDIA na liniach x1/x2 obsługuje równocześnie modele wizyjne 27B, 9B i 2B z prędkością 3,82, 4,75 i 12,47 tok./s.

• 🌋 Pushing PCIe x1 to the limit: lvgale concurrently serving 27B, 9B, and 2B LLMs on a hardware abomination 📈(otwiera się w nowej karcie)

Ciągłe uczenie mini-AGI. Dynamiczny model ciągłego uczenia trenowany od zera na GPU z 8 GB pokazuje, że specjalizacja zadań w miarę możliwości przewyższa zamrożoną ewaluację.

• Some benchmarks on mini-AGI (dynamic continual learning model) after training it completely from scratch for a month on a 8GB VRAM GPU.(otwiera się w nowej karcie)

Model decyzyjny Mica. Mica v0.5 to 4B model decyzyjny, który zwraca prawdopodobieństwa opcji w jednym przebiegu forward; zajmuje to 14 ms wobec 31 ms dla 395M enkodera PPLX Decider.

• A 4B model faster than a 395M encoder? 14 ms vs 31 ms (2.2x). Another 4B model: 150 ms (10x slower)(otwiera się w nowej karcie)

Lokalni towarzysze AI. Jeden z użytkowników zbudował pięć towarzyszy na modelu Gemma 4 26B z pokojami 3D, dziennikami, głosem, stołem TCG, kampanią D&D i pisaniem na Discordzie — wszystko na 8 GB RTX 3070 Ti.

• Built a home for 5 local companions on Gemma 4 26B: 3D rooms, journals, a D&D campaign, and they can text me on Discord(otwiera się w nowej karcie)

Modele świata CADRE. Kyutai udostępniła otwarte autoenkodery wideo do modeli świata warunkowanych akcją; osiągają 20 fps i 230 ms reakcji na jednej H100, zmniejszając opóźnienie działania.

• Kyutai CADRE: Video Autoencoders That Cut World Model Lag Below 230 ms(otwiera się w nowej karcie)

Nowe mechanizmy uwagi. Prace o Virtual Head Attention i Continuum Attention proponują alternatywy dla GQA/softmax; VHA zmniejsza KV cache, a CA poprawia validation loss.

• [Paper] Virtual Head Attention(otwiera się w nowej karcie)
• [Paper] Continuum Attention(otwiera się w nowej karcie)

Przełomy AI w matematyce. Latent Space analizuje, dlaczego LLM-y nagle rozwiązują otwarte problemy matematyczne, wiążąc wykonalność z sekwencjami spostrzeżeń i pracy; przykładem jest hipoteza odległości jednostkowej.

• AI Is Getting Good at Math. Here’s Why.(otwiera się w nowej karcie)

Weryfikacja z Claude. Anthropic i Theorem użyły Claude'a do wygenerowania ok. 180 mln linii kodu dowodowego dla 123 bibliotek, wychwytując setki błędów pominiętych przez testy.

• Anthropic's Claude now writes code and proves it safe automatically(otwiera się w nowej karcie)

Roboty Generalist. Generalist buduje modele fundamentowe robotów reagujące na prompty dzięki pretreningowi fizycznemu; GEN-1.5 pokazuje fizyczne promptowanie in-context na podstawie demonstracji.

• The Sequence Robotics - Issue #957: Generalist and the Rise of Promptable Robots(otwiera się w nowej karcie)

Zmiana polityki Google. Google zaktualizował politykę prywatności, dopuszczając spersonalizowane reklamy na podstawie treści Gmaila i Zdjęć Google, jeśli użytkownicy zgodzą się na udostępnianie danych w ramach Personal Intelligence; zniósł przy tym wcześniejszy firewall.

• Updated Google privacy policy says your Gmail might be used for advertising(otwiera się w nowej karcie)
• Now Google says it might use your Gmail and Google Photos data to target ads(otwiera się w nowej karcie)

Meta opóźnia warunki. Meta opóźniła egzekwowanie nowych warunków biznesowych do 20 listopada po sprzeciwie wydawców wobec scrapowania serwisów informacyjnych przez AI.

• Meta delays new business terms after publisher pushback on AI scraping(otwiera się w nowej karcie)

Wycena OpenAI. OpenAI obniżyła docelową wycenę do 1,25 bln USD i pozyskuje do 30 mld USD od inwestorów z ZEA i Coatue jako pomost do IPO.

• OpenAI lowers valuation target, raises up to $30 billion(otwiera się w nowej karcie)

Robotki Microduck. Otwartoźródłowe zabawkowe roboty Microduck od należącego do Nvidii Hugging Face stały się hitem po keynote Jensena Huanga; w ciągu dnia złożono 20 tys. zamówień w przedsprzedaży.

• Hottest toy for Christmas? Nvidia CEO plays with adorable Microduck robots, 20,000 sell(otwiera się w nowej karcie)