Agent- en modelreleases
Nous Arete-27B. Nous Research heeft Arete-27B uitgebracht, een SFT van Qwen3.8-27B die op hun evaluatie met 803 prompts de Chinese staatsframing terugbrengt van 22% naar 0,9%; de weights zijn beschikbaar onder Apache 2.0 en er zijn GGUF-quants.
Kimi K3.1 gequantiseerd. Een experimentele quant van 775 GB van Kimi-K3.1-Pro-Coder draait op één GPU met systeem-RAM/NVMe via Strata en getrapte MoE-quantisatie, en haalt 36,8 batch-TPS en 96,7% op AIME/LiveCodeBench.
Terminal-RSI-27B-agent. Het Terminal-RSI-project heeft een op Qwen3.8 gebaseerd terminal-agentmodel uitgebracht voor het inspecteren van repositories, het bewerken van code en meerstapstaken, met recursief zelfherschrijven en beleidsverfijning die de critic overerft.
Drex Max-beslismodel. Nace heeft het multimodale beslismodel Drex Max uitgebracht. Het staat op nummer 1 bij Artificial Analysis en zit op de Pareto-frontier; de weights zijn open onder Open RAIL-M en v1.1 is gepland voor lokale inferentie.
Tencent DSpine 3x. Tencent heeft Qwen3.8-27B-DSpine-b16 op Hugging Face gezet, een speculative-decodingmethode die naar eigen zeggen tot 3x sneller decodeert voor 27B-modellen.
Tools en frameworks
Spec-first codingplugin. Google heeft de Elephant-Goldfish Model-plugin open source gemaakt. Die laat coding agents eerst een spec schrijven en die vervolgens door nieuwe subagents laten reviewen voordat er code wordt geschreven; duizenden Google-engineers gebruiken hem, al is het tokengebruik hoog.
Torchlens-inspectietool. Torchlens is een GitHub-repo om elke operatie in elk neuraal netwerk te inspecteren, visualiseren en erop in te grijpen; dat helpt bij interpreteerbaarheid.
C versus Rust SQLite. Simon Willison gebruikte Claude om C- en Rust-SQLite-extensies voor parse_number te vergelijken; Rust was aanvankelijk sneller dankzij strtod, maar een aangepaste C-parser haalde die snelheid uiteindelijk in of overtrof die, terwijl de C-extensie veel kleiner was.
PR-beschrijvingen temmen. Simon Willison raadt aan om door AI geschreven PR-beschrijvingen achter <details><summary> te verbergen, omdat ze te uitgebreid zijn en als AI-slop overkomen; een door een mens goedgekeurde intro zou de wijziging moeten samenvatten.
Onderzoekshighlights
Open-HumanScale-robotica. Onderzoekers hebben Open-HumanScale uitgebracht, een open recept en een corpus van 50.000 uur egocentrische video voor het pretrainen van robotpolicies; het opschalen van menselijke video levert log-lineaire winst op, en hybride mens-robot-training haalt 92,08% op RoboTwin 2.0 Clean2Clean.
Coding agents opruimen. Alibaba en partners bouwden Co-Design Bench op basis van echte wijzigingsverzoeken van gebruikers; het beste model, GPT-6 Astra, voltooit slechts 26,4% van de taken volledig, wat betekent dat bij ongeveer drie van de vier taken menselijke opschoning nodig is.
Parsimony en codecomplexiteit. De nieuwe Parsimony-benchmark meet syntaxis-eenheden in patches; het mediane model voegt op SWE-bench Verified 1,9 keer de menselijke fix toe, en alleen de keuze van harness kan de code-overhead al van 0,80x naar 0,99x brengen.
MoE-routing vergeleken. Twee gidsen vergelijken routingstrategieën voor open MoE-modellen: het aantal experts varieert van 8 tot 384, top-k van 1 tot 8, en loss-free bias balancing is het dominante recept; expertkeuze kan in causale modellen toekomstige tokens lekken.
Sutton over scalinglimits. Richard Sutton betoogt dat ruwe rekenkracht alleen geen intelligentie oplevert; AI heeft slimme nieuwe methoden nodig en agents met wereldmodellen die continu leren; hij noemt synthetische data een grote fout.
Industrie en business
Nvidia-spionagesonderzoek. De raad van bestuur van Nvidia start een onafhankelijk onderzoek naar de relatie van CEO Jensen Huang met Alice Huang, een AI-directeur die naar verluidt door China's MSS is geronseld; Huang bood in een memo zijn excuses aan voor een affaire, terwijl de raad zegt dat er geen bewijs is dat geheimen zijn gecompromitteerd.
Apple duwt Siri richting agents. Apple versnelt de roadmap voor Siri. Fijnmazige controle over first-party apps wordt verwacht in iOS 27.3, en integratie met third-party apps volgt later in het voorjaar, met als doel te concurreren met OpenAI Dots en Meta Muse.
Suno-rechtszaken. Rechthebbenden van Elvis Presley en Eminem klagen Suno aan en stellen dat het illegaal stemmen en songteksten kloont, op grond van de ELVIS Act van Tennessee en common law.
Karpathy's weekendproject. Andrej Karpathy bouwde in een weekend HackerTube met Claude Opus 5.5 en Claude Code, en filterde 43 miljoen HN-reacties tot 6.454 gecureerde video's, waarbij bijna al het werk werd geautomatiseerd.
Stanford AI-native vak. Mihail Eric deelt hoe Stanford CS146S zich aanpaste aan coding agents door studenten onbekende repo's te laten verkennen, wijzigingen voor te stellen en patches uit te leggen aan open source-maintainers; zijn team bij Monaco gebruikt agent-workspaces en on-call agents.
Lokale AI en hardware
Intel Arc 32GB prijs-kwaliteit. Een Intel Arc Pro B70 met 32 GB voor $1.299 levert op Qwen3.8-27B ongeveer de helft van de generatiesnelheid en een derde van de prefill van een RTX 5090 (ruim $6.500), waardoor hij een sterke prijs-kwaliteitkeuze is.
4x R9700-benchmarks. Een build van circa 16.000 CAD met vier Radeon R9700-GPU's haalt 190 tok/s voor één gebruiker, 6.800 tok/s prefill en 80-225 tok/s per gebruiker bij 8 gebruikers met 128K-context; agent-vervolgvragen beginnen na 0,2-2,5 s.
Qwen-inferentie in Assembly. Qwen3.5-0.8B draait in pure Assembly op één CPU-thread met 6,51 tok/s, sneller dan de PyTorch-referentie, zonder libc of Python-runtime.
CUDA op oude GPU's. Een ontwikkelaar heeft de moderne LLM-trainingstack naar legacy CUDA-GPU's (SM 3.5-7.5) op Windows geport, waardoor Mamba-1 op oude NVIDIA-kaarten werkt; hij is van plan Mamba-2/3 terug te porten.
Lokale bash-hulp. Een fijngetunede Qwen3.5-0.8B zet offline alledaags Engels om naar bash in 1,7 s op een CPU; de auteur vertelt dat hij een plateau van 74% bereikte en dat mismatch tussen trainings- en testdistributie ertoe doet.
Lokale modeltoepassingen. Een gebruiker draait DeepSeek v4.1 Flash lokaal voor scouts die webonderzoek offloaden van frontier-modellen, masons die code bouwen op basis van frontier-specs, en agents voor contentfiltering.
Lokale motion graphics. Qwen3.8 Flash Next IQ3_XXS produceerde op 16 GB VRAM in ongeveer 2 uur een motion graphics-video via Three.js/Playwright/ffmpeg, wat laat zien dat lokale modellen creatieve codingtaken aankunnen.
Dat was alles voor deze dag – ongeveer 5 minuten lezen.