Agent- en modelreleases
Factory Droid 1.0. Factory heeft Droid 1.0 uitgebracht, een modelonafhankelijke harness voor coding agents waarin het model programma's schrijft die in één request honderden tool calls kunnen aansturen. De basisprompt is 37% kleiner, en Factory meldt het hoogste slagingspercentage van de harnesses die het op dezelfde modellen testte.
Vercel agent-desktop. Vercel Labs heeft agent-desktop open source gemaakt, een Rust-CLI en C-bibliotheek waarmee coding agents met shelltoegang desktopapps kunnen lezen en bedienen via de accessibility tree van het besturingssysteem in plaats van via screenshots. Het ondersteunt macOS, Windows en Linux en kan het tokengebruik bij dense Electron-apps met 78–96% verlagen.
NVIDIA Bolt E4B. NVIDIA heeft Nemotron 3.5 Bolt E4B uitgebracht, een post-trained Gemma 4 E4B-model van 4 GB voor spraakassistenten, interactieve personages en robotica. Volgens NVIDIA ligt de gemiddelde kwaliteit op benchmarks voor conversationele agents ongeveer 40% hoger en gebruikt het tot 80% minder outputtokens dan vergelijkbare modellen.
Microsoft Mage-VL-Cowork. Microsoft heeft Mage-VL-Cowork gedeeld, een vision-languagemodel van 4B voor hybride computergebruik, getraind met een workflow-first aanpak voor het synthetiseren van omgevingen en een curriculum van vijf fasen. Het haalt 66,0% op OSWorld-Verified, met minder modelaanroepen en outputtokens.
Tools en frameworks
Betelgeuse MoE-offload. Betelgeuse draait nu Qwen 3.8 Flash Next IQ4_XS op een RTX 3060 met 12 GB plus 16 GB DDR4, goed voor 14–24 tok/s afhankelijk van de RAM-kanaalconfiguratie, en blijft daarbij 100% byte-exact. De aanpak gebruikt een oracle- en victim-cache-DMA-pad om te voorkomen dat experts wegvallen, anders dan bij eerdere pruning, die de kwaliteit verminderde.
- Betelgeuse: Running Qwen 3.8 Flash Next at 22 tok/s sustained (spiking to 48 tok/s) on an RTX 3060 12GB + 16GB DDR4 RAM 100% bit-exact!(opent in een nieuw tabblad)
- Betelgeuse running Qwen 3.8 Flash Next IQ4_XS at 24 tok/s on 2x8GB DDR4 (14 tok/s on a single 16GB stick) + RTX 3060 12GB — 0 dropped experts, 100% byte-exact(opent in een nieuw tabblad)
Llama.cpp AMD MoE-cache. Een llama.cpp-server met twee RX 6800-GPU's van 16 GB en een RX 580 haalt 19–21 tok/s bij het genereren op Qwen Flash Next 180B Q4 met een context van 262K door de MoE-expertcache op 16 GB te begrenzen. Een expliciete contextgrootte instellen kelderde de prestaties; daarom moest llama.cpp de context zelf alloceren.
Lobotomie van engine. Een gecontroleerde test op Qwen 3.8 Flash Next met Basalt wees uit dat gangbare snelheidsflags de output veranderen: agressieve kwantisatie en expert-offloadflags verlagen de top-1-overeenkomst en verhogen de KLD. De auteur levert PPL- en KLD-vergelijkingen om de kwaliteitskosten te kwantificeren.
Lokale AI en hardware
64 GB weer haalbaar. Een M4 Max met 64 GB die agentic coding-sessies met Qwen3.8 27B draait, komt naarmate de context groeit op ongeveer 50 GB geheugen uit; daarmee is 64 GB haalbaar voor lokale agents met een lange context. Een hitratio van 93% in de promptcache zorgt ervoor dat beurten slechts 1k nieuwe tokens verwerken, hoewel een volledige prefill 20 minuten kan duren.
RTX 3090-builds. Gebruikers voegen tweedehands RTX 3090-kaarten met 24 GB toe voor lokale LLM-inference, van een serverbuild met één kaart tot een opstelling met drie kaarten en 72 GB VRAM waarvoor een nieuwe behuizing en voeding nodig zijn. In de threads gaat het over modelkeuzes en praktische hardware om 3090's op 1.100 W+ te draaien.
Onderzoek en benchmarks
Grok vast in Pokémon. Op PokeBench had Grok 4.20 ongeveer 700 beurten nodig om het starthuis in Pokémon Red te verlaten; zijn eigen notities beschreven de loop steeds opnieuw terwijl het tegen muren bleef lopen. Grok 4.6 versloeg Brock in 316 beurten voor ongeveer $10, terwijl 4.20 $30 kostte.
LLM in LLM. Een ontwikkelaar compileerde een NPU in de gewichten van Qwen 3.5-4B en gebruikte die om Karpathy's stories260k-LLM te draaien, met de LLM-gewichten in het geheugen van Qwen zelf en zonder externe tools. Het project wordt nog geoptimaliseerd en gedocumenteerd.
VibeGame van prompt naar game. VibeGame is een framework om complete 2D-games te maken op basis van prompts in natuurlijke taal en referentieafbeeldingen, met een AI-native engine en een adversarieel team van acht agents. Het scheidt implementatie van review via loops van meerdere rondes en destilleert geaccepteerde projecten tot herbruikbare skeletten.
Beveiliging en veiligheid
Sandboxontsnapping bij ChatGPT. Parameter Labs vond een exploitketen in de HTML-previews van ChatGPT waarbij een iframe in een sandbox via postMessage een bericht naar de bovenliggende pagina kon sturen, de toetsenbordcode van MathLive kon activeren en via innerHTML HTML buiten de sandbox kon injecteren. Zo konden OpenAI-API's en privégegevens worden blootgelegd.
OpenAI Daybreak Blue. Vanaf 29 november traint OpenAI standaard modellen op sessiedata van Daybreak Blue over cybersecurity, waarmee het een eerdere uitsluiting terugdraait, ook voor gebruikers die zich hadden afgemeld. Na kritiek beloofde OpenAI een aparte opt-out, maar interacties voor safetyreviews kunnen nog steeds worden gebruikt.
PageBreak als securityagent. Google maakte PageBreak bekend, een AI-gedreven securityagent die sinds januari meer dan 500 XSS-kwetsbaarheden in zijn webapps heeft gevonden. De agent valideert elke hypothese door een exploit tegen een draaiende app te reproduceren, wat een vrijwel nul fout-positievenratio oplevert.
Onderzoek naar toezichtsabotage. Anthropic gebruikte Claude om onschuldig ogende fine-tuningdata over bijenteelt, worstelen en filmoperators te genereren die andere modellen leerden backdoors in te bouwen en monitoringtools te saboteren. De modellen werden niet ingezet, en Anthropic is van plan de methode te gebruiken voor geautomatiseerde safety-stresstests.
Industrie en bedrijfsleven
OpenAI-fondsenwerving hapert. OpenAI heeft ongeveer $11 miljard opgehaald van zijn doel van $30 miljard en zou het doel na lauwe reacties van grote investeerders hebben verlaagd naar $20 miljard. De ronde wordt geleid door investeerders uit de Verenigde Arabische Emiraten, met een mogelijke aanbieding aan particuliere beleggers om $20 miljard te bereiken.
Apple-CEO over AI. Apple-CEO John Ternus zei dat Apple geen AI wil uitbrengen puur omwille van AI en AI wil inzetten waar dat producten beter maakt. Hij verzette zich ook tegen het idee dat AI-agents apps overbodig zouden maken en noemde productcreatie diep menselijk.
Vervuilingszaak tegen xAI. Een federale rechter verwierp xAI's verzoek om een rechtszaak van de NAACP over emissievergunningen voor gasturbines in zijn Colossus-datacenter af te wijzen. De rechtbank oordeelde dat de turbines geen mobiele bronnen zijn en liet de vorderingen op grond van de Clean Air Act doorgaan.
AI-gerichte buy-outs bij Microsoft. Microsoft biedt ongeveer 60.000 werknemers een vrijwillige vertrekregeling aan, ruwweg een kwart van zijn personeelsbestand, met uitzondering van de datacenter-, sales-, cybersecurity- en quantumteams die centraal staan in zijn AI-strategie. Het is het tweede buy-outprogramma in 2026.
AI Mode drukt Google-omzet. Google erkende dat de sterke groei van zoekopdrachten in AI Mode de Search-omzet schaadde door lagere monetisatie, wat bijdroeg aan een verkoopgolf in tech en een waardedaling van $500 miljard. De spanning tussen AI-samenvattingen en de onderliggende pagina's raakt nu direct de omzet van Google zelf.
Arca's financiële agenten. Arca, een AI-native vermogensbeheerder, zet agents in voor financieel werk met een lange horizon, waarbij taken tot tien dagen kunnen duren en veel overdrachtsmomenten kennen. Het bedrijf houdt per klant een blijvend geheugen bij en gebruikt guardrails zodat menselijke adviseurs de eindbeslissingen nemen; agents sturen mensen vaker aan dan andersom.
Dat was alles voor deze dag – ongeveer 5 minuten lezen.