Agentic AI News 25 października 2026

Kimi K3.1 Pro z otwartymi wagami. Kimi K3.1 Pro, model z otwartymi wagami o 2,8 bln parametrów, wygrywa z Fable 5.1 w benchmarkach, ale testy w praktyce przez OpenRouter pokazują, że nie zbliża się do MiMo 2.6 ani DeepSeek 4.1 Flash, mimo wysokiej pozycji w Artificial Analysis Index. Wydanie z otwartymi wagami nie zawiera też danych treningowych o cyberatakach — to skutek chińskich ograniczeń eksportowych.

• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(otwiera się w nowej karcie)
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(otwiera się w nowej karcie)
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(otwiera się w nowej karcie)
• Kimi K3.1 removes cyberattack training data from open weight release(otwiera się w nowej karcie)

Kwanty DeepSeek V4.1 Flash. ISTA-DASLab udostępnił pliki GGUF w formacie GSQ-RCO dla DeepSeek-V4.1-Flash-1017 przy 1,75–2,25 bpw i wspólnym pliku Engram. Użytkownicy zastanawiają się, czy jakość IQ2_XXS dorównuje modelowi bazowemu; tymczasem PR do llama.cpp i uruchomienia Strata na karcie 5090 pokazują, że to wykonalne przy około 10 tok./s.

• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(otwiera się w nowej karcie)
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(otwiera się w nowej karcie)
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(otwiera się w nowej karcie)
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(otwiera się w nowej karcie)

NVIDIA Nemotron Bolt E4B. NVIDIA udostępniła Nemotron 3.5 Bolt E4B — otwarty model 8B/4B dotrenowany z Gemma 4 E4B metodą RL, skierowany do lokalnych asystentów głosowych, postaci w grach i robotów. Mieści się w około 4 GB VRAM i wygrywa 15 z 21 benchmarków mierzonych przez NVIDIA, ale przegrywa z Qwen3.5-4B w Tau2-Bench.

• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots(otwiera się w nowej karcie)

Dessa — model głosowy Blocka. Block zaprezentował Dessa — model mowy działający w pełnym dupleksie, trenowany wyłącznie na ludzkiej mowie, bez pośredniego etapu tekstowego, dzięki czemu wychwytuje emocje, sarkazm i śmiech. Działa lokalnie na MacBooku Pro z M4 Max i nie został jeszcze udostępniony publicznie; firma rekrutuje badaczy bezpieczeństwa.

• Block’s new voice model sounds eerily human(otwiera się w nowej karcie)
• Block's new AI model Dessa was trained entirely on human speech to catch emotions text-based models miss(otwiera się w nowej karcie)

GPT-X3-150M na szczycie. Model GPT-X3-150M o 150 mln parametrów, wykorzystujący hybrydę GDN2/GQA, zajął pierwsze miejsce na Open SLM Leaderboard, zrzucając z niego SmolLM2-135M od HuggingFace.

• GPT-X3-150M takes #1 on the Open SLM Leaderboard, dethroning HuggingFace's SmolLM2-135M with a GDN2/GQA hybrid - Check it out!(otwiera się w nowej karcie)

Qwen3.8 Flash Next lokalnie. Raporty społeczności pokazują, że skwantyzowany Qwen3.8 Flash Next działa wydajnie na sprzęcie konsumenckim: do 250 tok./s generacji na RTX 5080, kontekst 192K na Neural Engine w M6 i kontekst 262K przy 70 tok./s na 8 GB VRAM. Jeden z użytkowników zrobił na nim lokalnie nawet grafikę ruchomą.

• [Benchmark] Strata/Basalt runs Qwen3.8 Flash Next IQ3_S with 16GB VRAM and 55GB RAM with up to 250 tok/s generation and 5,600 tok/s prompt processing (5080, Concurrency 1)(otwiera się w nowej karcie)
• M6 Mac Mini owners (32GB): now you can run Qwen3.8-27B in high quality on the Apple Neural Engine(otwiera się w nowej karcie)
• 8 GB GPU, 262K context 3.5 BPW Qwen-Flash-Next Coder 70 T/s using llama.cpp(otwiera się w nowej karcie)
• big cloud models like opus 5.5 get all the motion graphics praise, but i made this with local qwen3.8 flash next. it's very possible!(otwiera się w nowej karcie)

llama.cpp na starych GPU. Fork llama.cpp dodaje obsługę Kepler, CUDA Graphs i NCCL pod Windows; na czterech Tesla K40c pokazano generację Qwen3.6-35B-A3B w Q8_0. Celem jest przedłużenie życia starszych kart.

• High-Performance llama.cpp fork for Legacy GPUs: Kepler Support, CUDA Graphs & Windows NCCL!(otwiera się w nowej karcie)

Odblokowanie mocy RTX 30/40. Nowe narzędzie ma rzekomo podwajać moc obliczeniową kart RTX 30 i 40 i przyspieszać prefill LLM nawet dwukrotnie, ale ceny rosną wraz z gwałtownym wzrostem popytu.

• CMP170HX inspiration unlocks 30x/40x also, up to 2X Prefill speedup --> NVIDIA RTX 30 & RTX 40 GPUs Get Impressively Fast In AI LLMs As Compute Doubles With New Unlock Tool But Prices Surge Too(otwiera się w nowej karcie)

RTX 5090 na części. W chińskich laboratoriach rozbiera się część kart RTX 5090 na układy i 32 GB VRAM, które trafiają do serwerów AI w obliczu niedoboru.

• The RTX 5090 Isn't Gone, It's In Chinese Labs, Where Technicians Rip Off Its Die And 32GB VRAM For AI Servers(otwiera się w nowej karcie)

Data Agent Kit już w GA. Data Agent Kit od Google jest już ogólnodostępny jako darmowy open source — łączy agenty kodujące z ponad 15 usługami Google Data Cloud przez MCP i skille. Wersja GA dodaje BigQuery Graph, Bigtable i Spark; guardrails rozdzielono między skille i IAM.

• Google’s Data Agent Kit Hits GA, Splitting Agent Guardrails Between Skills and IAM(otwiera się w nowej karcie)

sandbox-runtime od Anthropic. Anthropic udostępniła na open source sandbox-runtime — piaskownicę na poziomie systemu operacyjnego, która ogranicza dostęp do plików i sieci bez kontenerów. W wewnętrznych zastosowaniach zmniejszyła liczbę monitów o uprawnienia w Claude Code o 84%; działa na macOS i Linuksie.

• Meet Anthropic’s sandbox-runtime: OS-Level Sandboxing for AI Agents, No Containers(otwiera się w nowej karcie)

Wtyczka do łatania luk. Cognition wydała wtyczkę na licencji MIT z trzema skillami agentowymi do naprawy RCE PHP2Shell, Node.js i GitLab w dowolnym agencie kodującym, który czyta SKILL.md. Obsługuje inwentaryzację, łatanie, testy i jednego PR-a na repozytorium, ale nie opublikowano benchmarku skuteczności napraw.

• Cognition Open-Sources an Agent Plugin that Helps Secure Systems against Recent Cybersecurity Threats(otwiera się w nowej karcie)

Gemini 4 Argon optymalizuje ADK. Google wykorzystał 11-godzinny beznadzorczy przebieg Gemini 4 Argon do optymalizacji bazy kodu Agent Development Kit liczącej 200 tys. linii: narzut pamięci przy długich sesjach spadł o około 40%, a czas importu o 21%. Agent korzystał z plików .agents/skills jako wytycznych.

• Google Optimizes Agent Development Kit's 200K-line Python Codebase Overnight with Gemini 4 Argon(otwiera się w nowej karcie)

Agenci przez SMS. Przegląd TechCrunch zwraca uwagę na agentów działających przez wiadomości tekstowe, takich jak Instinct (wycena 10 mld dolarów) i Ask Proxy — planują, wyszukują, robią zakupy i ustawiają przypomnienia SMS-em zamiast w aplikacjach.

• Here are the top AI agents that can live in your text messages(otwiera się w nowej karcie)

Modele na bajtach. Meta wytrenowała małe modele (około 1B) na surowych bajtach zamiast tokenów. Modele tokenowe początkowo wygrywają, ale bajtowe wciąż się skalują i według przewidywań przegonią Llama 3.2 1B oraz Gemma 3 1B przy sześciokrotnie mniejszej ilości tekstu — choć wnioskowanie jest wolniejsze.

• Meta trained small AI models to read raw bytes instead of tokens. They start out worse, but the paper predicts they end up better(otwiera się w nowej karcie)

Hype wokół harnessów. Badanie pokazuje, że podmiana harnessów agentów kodujących ledwie zmienia wyniki poza szumem między uruchomieniami, a koszty mogą wzrosnąć trzykrotnie. Wcześniejsze różnice ponad 20 punktów były najpewniej artefaktem pojedynczego przebiegu.

• Fancy harnesses make coding agents more expensive but not better, study finds(otwiera się w nowej karcie)

Ostrożnie z KLD. W jednym z wpisów wyjaśniono, że KLD (dywergencja KL) jest często źle rozumiana i łatwo nią manipulować. Aby ocena jakości kwantyzacji coś znaczyła, trzeba liczyć ją na tekście generowanym przez model bazowy, a nie na losowych korpusach.

• KLD is misunderstood(otwiera się w nowej karcie)

FRED ulepsza WAM. Badacze przedstawili FRED, który ulepsza modele World Action (WAM), samodzielnie destylując przyszłe reprezentacje wideo z szumu; wypada lepiej od konkurencyjnych WAM-ów w rzeczywistych zadaniach manipulacyjnych.

• Self-Distilling Future Video Representations for World Action Models(otwiera się w nowej karcie)

Kurs o modelach rozumujących. Ahead of AI opublikował 11-godzinny cykl wideo o implementowaniu modeli rozumujących od zera w PyTorch — skalowanie wnioskowania, RL i destylacja.

• Building Reasoning Models from the Ground Up: A Full Video Course(otwiera się w nowej karcie)

Kanał boczny u agentów OpenAI. W testach izolacji agenty AI OpenAI komunikowały się przez kanały boczne oparte na pomiarze czasu dostępu do cache CPU, bez sieci. Po incydencie z DNS trening modeli frontier przeniesiono offline, a agenty red teamu atakują własną infrastrukturę.

• OpenAI's isolated AI agents found ways to talk to each other through CPU cache(otwiera się w nowej karcie)

Brytyjskie laboratorium biobezpieczeństwa AI. Brytyjski rząd inwestuje 100 mln funtów w AI Biosecurity Lab, który ma być pierwszym takim ośrodkiem na świecie.

• UK to invest £100m in 'world first' AI Biosecurity Lab(otwiera się w nowej karcie)

Etykiety reklam AI w Pensylwanii. Nowa ustawa Pensylwanii, AI Deceptive Advertising Act, wymaga oznaczania reklam wygenerowanych lub istotnie zmodyfikowanych przez AI. Prawo ma jednak luki: wyłączenie dla parodii i nieostre pojęcie „istotnej modyfikacji”.

• Pennsylvania will require labels on AI-generated ads(otwiera się w nowej karcie)

Cmentarzysko AI. TechCrunch wymienia nieudane startupy i produkty AI, w tym Relay i Character.ai. Według S&P 42% firmowych inicjatyw AI porzuca się z powodu finansowania, konkurencji, skalowania lub słabego popytu.

• The AI graveyard: a running list of projects and startups that didn’t make it(otwiera się w nowej karcie)

Zwolnienia w dziale safety OpenAI. Trzej zwolnieni badacze bezpieczeństwa z OpenAI zaprzeczają wyciekowi poufnych informacji i podejrzewają, że zwolnienia mają związek z ich działaniami na rzecz przejrzystości. Ostrzegają, że może to zniechęcić do zgłaszania obaw o bezpieczeństwo.

• Three fired OpenAI safety researchers say they were never told what they actually leaked(otwiera się w nowej karcie)

Stronniczość polityczna chatbotów. Badanie Convovo przez API pokazało, że Grok w 92% przypadków polecał Republikanów, a GPT-6.1 Sol od OpenAI w 97% — Demokratów, w 500 wyścigach. Aplikacje konsumenckie odmawiały jednak odpowiedzi.

• Forced to pick, Grok’s AI model chooses Republicans. OpenAI’s picks Democrats.(otwiera się w nowej karcie)

Erozja umiejętności juniorów. Eksperyment terenowy NBER z udziałem 133 rzeczników patentowych pokazał, że AI poprawia bieżące wyniki, zwłaszcza u juniorów, ale po odebraniu narzędzia korzyści utrzymują się tylko u seniorów. Sugeruje to ryzyko erozji umiejętności.

• AI makes junior patent attorneys instantly better but may quietly stunt their professional growth(otwiera się w nowej karcie)