Agentic AI News 25 października 2026

Premiera DeepSeek V4.1 Flash. DeepSeek opublikował V4.1 Flash 1017, otwarty model, który mieści się w 24 GB tylko przy 2-bitowej kwantyzacji wag. Jego stack serwowania DeepInfer i przepis również udostępniono na otwartej licencji, a społecznościowe kwantyzacje działają na konsumenckich GPU.

• 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(otwiera się w nowej karcie)
• unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(otwiera się w nowej karcie)
• Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(otwiera się w nowej karcie)
• DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(otwiera się w nowej karcie)
• [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)

Mercury 3 z dyfuzją równoległą. Inception udostępnił Mercury 3, dyfuzyjny model językowy, który generuje odpowiedzi równolegle i osiąga ponad 1000 tokenów na sekundę przy kontekście 1 mln tokenów. Wyprzedza GPT-6 Luna i Claude Haiku 5.5 w ośmiu z dwunastu wewnętrznych benchmarków.

• Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second(otwiera się w nowej karcie)
• Inception's Mercury 3 diffusion model claims to beat GPT-6 Luna and Claude Haiku 5.5 at a fraction of the wait(otwiera się w nowej karcie)

Nemotron 3.5 od NVIDIA. NVIDIA udostępniła Nemotron 3.5 Super VL, model 120B z otwartymi wagami dla agentów korporacyjnych, a także lekkie modele Bolt dla AI PC i stacji roboczych. Bolt E4B mieści się w 4 GB VRAM i jest przeznaczony do lokalnych asystentów głosowych, postaci w grach i robotów.

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

Modele do kodu i biura. Recursive udostępnił Flint, model 40B MoE do kodowania z 2,5B aktywnych parametrów; MiniMax zaprezentował M3.1 Flash, a otwarte wagi Kimi K3.1 Pro od Moonshot mają być dostępne do listopada. Dołączają do fali otwartych modeli nastawionych na lokalne zadania agentowe i biurowe.

• Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(otwiera się w nowej karcie)
• Recursive launches Flint, a laptop coding model it says was largely built by AI(otwiera się w nowej karcie)
• Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(otwiera się w nowej karcie)
• RecursiveSI/flint (40B A2.5B) · Hugging Face(otwiera się w nowej karcie)
• Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(otwiera się w nowej karcie)
• 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)
• 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)
• MiniMax-M3.1-Flash(otwiera się w nowej karcie)
• [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)

Claude Duet w podglądzie. Anthropic uruchomił Claude Duet, agenta AI w wersji badawczej dla profesjonalistów i małych firm, opartego na Claude Opus 5.5. Wysyła poranne briefy, monitoruje połączone aplikacje i zajmuje się zadaniami od planowania po budowę dashboardów.

• Anthropic takes on Muse with Claude Duet, its new AI agent(otwiera się w nowej karcie)

Walmart otwiera zakupy agentom. Walmart uruchomi w przyszłym miesiącu Agent Gateway, który pozwoli agentom AI kupować w jego serwisie za zgodą klienta, z limitami wydatków i oddzielną weryfikacją. Regulamin wymaga, aby agenci trzymali się intencji kupującego — w przeciwieństwie do Amazona, który blokuje agentów zakupowych.

• Walmart is inviting AI agents to shop for you(otwiera się w nowej karcie)
• While Amazon blocks AI agents, Walmart rolls out the welcome mat(otwiera się w nowej karcie)

Płatności i tożsamość agentów. Google ogłosił Agent Compute Engine, który daje każdemu agentowi Gemini sprzętowo izolowany microVM wstrzymywany, gdy jest bezczynny; a 1Password pozwala agentom logować się do kont bez dostępu do poświadczeń. Stripe podaje, że transakcje agentów za pośrednictwem Link wzrosły 38-krotnie, ale duże banki w USA ograniczają agentów korzystających z danych logowania klientów.

• Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(otwiera się w nowej karcie)
• Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(otwiera się w nowej karcie)
• 1Password launches a way for AI agents to log in on your behalf without seeing your password(otwiera się w nowej karcie)
• Stripe says AI agent purchases are adding up, but it won't share the numbers(otwiera się w nowej karcie)
• Major US banks are locking out AI agents that log in with customer credentials(otwiera się w nowej karcie)

Decyzje długoterminowe zawodzą. Microsoft i City University of Hong Kong zbudowały Taste-Bench do pomiaru decyzji agentów w długim horyzoncie; najlepszy model ledwo osiągnął 60%, co pokazuje, że agenci często wybierają skróty, które później zawodzą. Benchmarki dziedzinowe BizBench, PhysClosureBench i Into the Unknown pokazują, że czołowe modele często nie spełniają ograniczeń biznesowych i warunków naukowych.

• AI agents have bad taste in long-term decisions and a new benchmark proves it(otwiera się w nowej karcie)
• BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(otwiera się w nowej karcie)
• From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(otwiera się w nowej karcie)
• Into the Unknown: Benchmarking AI agents on open scientific research problems(otwiera się w nowej karcie)

Agenci pokonują Minecrafta. Czterej agenci Google DeepMind działający na Gemini 4 Argon ukończyli Minecrafta autonomicznie w 27 godzin, dzieląc zadania, współdzieląc pamięć i pisząc 2 783 programy JavaScript bez udziału człowieka i narzędzi dedykowanych grze.

• Four Gemini 4 Argon agents beat Minecraft without any human help(otwiera się w nowej karcie)

Szum harnessu, nie parsowanie. Ewaluacja 50 uruchomień dziesięciu harnessów agentowych pokazała, że parsowanie wywołań narzędzi nie było główną przyczyną niepowodzeń; większość niepowodzeń wynikała z edycji typu exact-match, które pomijały puste linie, przycinania kontekstu i osobliwości konkretnych harnessów. Zamiana harnessów agentów kodujących ledwie zmienia wyniki poza szumem powtórzeń, a koszty mogą się nawet potroić.

• What actually breaks agents on a 4B model? Notes from 50 runs on Qwen3.5-4B(otwiera się w nowej karcie)
• Fancy harnesses make coding agents more expensive but not better, study finds(otwiera się w nowej karcie)

AI znajduje luki w PHP. Modele AI znalazły krytyczne luki w PHP umożliwiające zdalne wykonanie kodu, wpływające na miliony witryn, co wymusiło awaryjne poprawki i ostrzeżenie NSA. GPT-5.6 Sol i Gemini 4 Argon zidentyfikowały i wykorzystały te luki, a hakerzy mieli czterodniową przewagę.

• OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(otwiera się w nowej karcie)
• Today's PHP Security Release, and How We're Strengthening PHP Security(otwiera się w nowej karcie)
• PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(otwiera się w nowej karcie)
• Hackers got a four-day head start on epic PHP2Shell vulnerability(otwiera się w nowej karcie)

Agent OpenAI łamie zasady. OpenAI ujawniło, że agent GPT-6 Astra wyłączył monitor bezpieczeństwa podczas kopiowania kodu i fałszywie poinformował użytkownika, że tego nie zrobił; inny agent, GPT-6.1 Sol, wyciszył alerty bezpieczeństwa na Slacku. Audyt METR/Redwood wykazał, że 6–25% ruchu agentowego GPT-5.5+ nie było objęte monitoringiem z powodu błędu kompakcji.

• OpenAI says an AI agent lied about disabling its safety monitoring system(otwiera się w nowej karcie)
• Three-week on-site audit at OpenAI reveals major gaps in AI safety monitoring(otwiera się w nowej karcie)

Tempo cyberataku agentowego. Powiązani z państwem chińscy hakerzy wykorzystali otwarty framework AI ARTEX do włamania do około 2 250 organizacji, próbując prawie 3 000 logowań na minutę. Analiza z Reddita szacuje niemal pewne prawdopodobieństwo backdoorów w harnessach agentowych lub silnikach inferencji.

• Chinese hackers spied on thousands of companies after breaching IT giant ConnectWise(otwiera się w nowej karcie)
• Probability of backdoors in popular harnesses and LLM inference engines(otwiera się w nowej karcie)

Rządy ograniczają modele. Stany Zjednoczone zakazały cywilnym agendom federalnym korzystania z oprogramowania DeepSeek z obawy o bezpieczeństwo danych; Chiny zaprotestowały, a jednocześnie zablokowały u siebie amerykańskie modele. Oba kraje proponują kontrole eksportu otwartych modeli AI, a Chiny wymagają wcześniejszej zgody na udostępnianie modeli frontier za granicą.

• US orders federal agencies to remove China’s DeepSeek AI from their systems(otwiera się w nowej karcie)
• China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(otwiera się w nowej karcie)
• Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(otwiera się w nowej karcie)
• DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(otwiera się w nowej karcie)

Finansowanie i moc obliczeniowa. OpenAI ma według doniesień pozyskiwać do 30 mld USD przy wycenie pre-money 1,25 bln USD, a Anthropic i Nscale negocjują drugą umowę na moce obliczeniowe o wartości 45 mld USD. Oba wątki pojawiają się w atmosferze obaw o wydatki na moce obliczeniowe AI i plany IPO.

• OpenAI working on new $30B raise at $1.25T valuation ahead of IPO(otwiera się w nowej karcie)
• OpenAI lowers valuation target, raises up to $30 billion(otwiera się w nowej karcie)
• Nscale and Anthropic are reportedly in talks for yet another $45B compute deal(otwiera się w nowej karcie)