Agentic AI News 9 listopada 2026

Nous wydaje Arete-27B. Nous Research udostępniło Arete-27B, model po SFT na Qwen3.8-27B, który w ich ewaluacji na 803 promptach ogranicza chińską narrację państwową z 22% do 0,9%; wagi na licencji Apache 2.0 i kwantyzacje GGUF są dostępne.

• Nous Research Releases Arete-27B that Cuts Qwen3.8-27B Propaganda From 22% to 0.9%(otwiera się w nowej karcie)
• Nous Research Arete-27B GGUF quants(otwiera się w nowej karcie)

Skwantyzowany Kimi K3.1. Eksperymentalna kwantyzacja 775 GB modelu Kimi-K3.1-Pro-Coder działa na pojedynczym GPU, wykorzystując RAM systemowy i NVMe z użyciem Strata i warstwowej kwantyzacji MoE, osiągając 36,8 TPS w batchu i 96,7% na AIME/LiveCodeBench.

• Kimi-K3.1-Pro-Coder (2.8T) | 1.77 TB -> 775 GB (-56%) | 36.8 TPS (Batch) / 10.8 TPS on 1x Blackwell | 96.7% on both AIME 2025 and LiveCodeBench(otwiera się w nowej karcie)

Agent Terminal-RSI-27B. Projekt Terminal-RSI udostępnił oparty na Qwen3.8 model agenta terminalowego do przeglądania repozytoriów, edycji kodu i zadań wieloetapowych, wykorzystujący rekurencyjne samoprzepisywanie i udoskonalanie polityki przez dziedziczenie krytyka.

• Anyone tried this yet?(otwiera się w nowej karcie)

Model decyzyjny Drex Max. Nace udostępniło multimodalny model decyzyjny Drex Max, który zajął 1. miejsce w rankingu Artificial Analysis i osiągnął granicę Pareto; wagi są otwarte na licencji Open RAIL-M, a wersja 1.1 ma umożliwić lokalne wnioskowanie.

• Artificial Analysis: multimodal decision model Drex Max ranks #1. Both achieving SOTA and Pareto frontier.(otwiera się w nowej karcie)

DSpine 3x od Tencenta. Tencent opublikował na Hugging Face Qwen3.8-27B-DSpine-b16, metodę dekodowania spekulatywnego, która według zapewnień przyspiesza dekodowanie modeli 27B nawet trzykrotnie.

• tencent/Qwen3.8-27B-DSpine-b16 · Hugging Face(otwiera się w nowej karcie)

Wtyczka spec-first. Google udostępniło na otwartej licencji wtyczkę Elephant-Goldfish Model, która najpierw każe agentom kodującym napisać specyfikację, a potem zleca jej przegląd świeżym subagentom przed napisaniem kodu; korzystają z niej tysiące inżynierów Google, choć zużycie tokenów jest wysokie.

• Google AI Releases Elephant-Goldfish Model Plugin for Spec-First Coding(otwiera się w nowej karcie)

Narzędzie Torchlens. Torchlens to repozytorium na GitHubie do inspekcji, wizualizacji i ingerowania w dowolną operację w dowolnej sieci neuronowej, co wspiera interpretowalność.

• Github Repo: Torchlens - Inspect, visualize and intervene on any operation in any neural network.(otwiera się w nowej karcie)

C kontra Rust w SQLite. Simon Willison użył Claude'a do porównania rozszerzeń SQLite w C i Rust dla parse_number; Rust początkowo był szybszy dzięki strtod, ale własny parser w C ostatecznie dorównał mu lub go pobił, a rozszerzenie w C było znacznie mniejsze.

• parse_number() as a SQLite extension: C vs Rust(otwiera się w nowej karcie)

Okiełznać opisy PR. Simon Willison sugeruje ukrywanie opisów PR pisanych przez AI za tagami <details><summary>, ponieważ są zbyt obszerne i czyta się je jak slop; zmianę powinien streszczać wstęp zatwierdzony przez człowieka.

• Hide your slop PR descriptions behind <details><summary>(otwiera się w nowej karcie)

Robotyka Open-HumanScale. Naukowcy udostępnili Open-HumanScale – otwarty przepis i korpus 50 tys. godzin egocentrycznego wideo do wstępnego trenowania polityk robotów; skalowanie ludzkiego wideo daje log-liniowe zyski, a hybrydowy trening człowiek–robot osiąga 92,08% na RoboTwin 2.0 Clean2Clean.

• Open-HumanScale: An Open Recipe for Scaling Human and Robot Experience for Embodied Foundation Models(otwiera się w nowej karcie)

Sprzątanie po agentach. Alibaba i partnerzy zbudowali Co-Design Bench na podstawie rzeczywistych zgłoszeń zmian od użytkowników; najlepszy model, GPT-6 Astra, w pełni wykonuje tylko 26,4% zadań, co oznacza, że ręczne poprawki są potrzebne w przypadku około trzech z czterech zadań.

• AI coding agents still need human cleanup on nearly three out of four tasks in a real-world test(otwiera się w nowej karcie)

Parsimony mierzy złożoność. Nowy benchmark Parsimony mierzy jednostki składni w patchach; mediana modeli dodaje 1,9 razy więcej jednostek składni niż człowiek w poprawce na SWE-bench Verified, a sam wybór harnessu może zmienić narzut kodu z 0,80x na 0,99x.

• How much code do AI models and harnesses add? I made an open-source benchmark to measure code complexity.(otwiera się w nowej karcie)

Porównanie routingu MoE. Dwa przewodniki porównują strategie routingu w otwartych modelach MoE: liczba ekspertów wynosi od 8 do 384, top-k od 1 do 8, a dominującym podejściem jest bezstratne balansowanie obciążenia ekspertów; wybór eksperta może powodować wyciek przyszłych tokenów w modelach przyczynowych.

• Which Routing Does Each MoE Model Use? DeepSeek, Qwen, Mixtral, Llama 4, gpt-oss Compared(otwiera się w nowej karcie)
• MoE Routing Strategies Explained: Top-K, Expert-Choice, Sigmoid Gating and Dynamic Routing (2026 Guide)(otwiera się w nowej karcie)

Sutton o granicach skalowania. Richard Sutton przekonuje, że sama moc obliczeniowa nie wystarczy, by powstała inteligencja; AI potrzebuje nowych, pomysłowych metod oraz agentów z modelami świata, które uczą się w sposób ciągły, a dane syntetyczne nazywa wielkim błędem.

• The inventor of the bitter lesson has a bitter lesson for LLM scaling enthusiasts(otwiera się w nowej karcie)

Śledztwo w Nvidii. Zarząd Nvidii wszczyna niezależne śledztwo w sprawie relacji CEO Jensena Huanga z Alice Huang, menedżerką AI, którą według doniesień zwerbowała chińska MSS; Huang przeprosił w notatce za romans, a zarząd twierdzi, że nie ma dowodów na ujawnienie tajemnic.

• Nvidia will investigate CEO Jensen Huang’s relationship with possible Chinese spy(otwiera się w nowej karcie)
• Here’s the full text of Jensen Huang’s memo to Nvidia(otwiera się w nowej karcie)
• Nvidia is investigating Jensen Huang’s relationship with a Chinese spy(otwiera się w nowej karcie)

Apple przyspiesza Siri. Apple przyspiesza realizację planu rozwoju Siri: szczegółowa kontrola nad aplikacjami własnymi Apple ma się pojawić w iOS 27.3, a integracja z aplikacjami innych firm – później, wiosną; celem jest rywalizacja z OpenAI Dots i Meta Muse.

• Apple is racing to make Siri more agentic(otwiera się w nowej karcie)

Pozwy przeciw Suno. Właściciele praw do twórczości Elvisa Presleya i Eminema pozywają Suno, zarzucając nielegalne klonowanie głosu i tekstów piosenek, powołując się na ustawę ELVIS stanu Tennessee i prawo zwyczajowe.

• Elvis and Eminem rights holders are suing Suno(otwiera się w nowej karcie)

Weekendowy projekt Karpathy'ego. Andrej Karpathy zbudował HackerTube w weekend przy użyciu Claude Opus 5.5 i Claude Code, filtrując 43 mln komentarzy z HN do 6454 wyselekcjonowanych filmów; niemal cała praca była zautomatyzowana.

• Andrej Karpathy built a curated video platform in a weekend using Claude and 20 years of Hacker News(otwiera się w nowej karcie)

Kurs AI-native na Stanfordzie. Mihail Eric opisuje, jak Stanford CS146S dostosował się do agentów kodujących: studenci poznają nieznane repozytoria, proponują zmiany i tłumaczą patche opiekunom open source; jego zespół Monaco korzysta z przestrzeni roboczych agentów i agentów on-call.

• How Stanford Teaches AI-Native Engineering — Mihail Eric, Monaco(otwiera się w nowej karcie)
• [One Million AI Engineer Special] How Stanford Teaches AI-Native Engineering — Mihail Eric, Monaco(otwiera się w nowej karcie)

Intel Arc 32 GB. Intel Arc Pro B70 32 GB za 1299 USD zapewnia około połowę szybkości generowania i jedną trzecią prefillu RTX 5090 (od 6500 USD) na modelu Qwen3.8-27B, co czyni go mocnym wyborem pod względem stosunku ceny do wydajności.

• Intel Arc Pro B70 32GB ($1,299) vs NVIDIA RTX 5090 ($6,500+) on Qwen3.8-27B: about 1/2 speed gen (1/3 speed prefill) for 1/5 price, after best setup(otwiera się w nowej karcie)

Benchmarki 4x R9700. Konfiguracja za ok. 16 tys. CAD z czterema GPU Radeon R9700 osiąga 190 tok./s dla jednego użytkownika, 6800 tok./s prefillu oraz 80–225 tok./s na użytkownika przy ośmiu użytkownikach i kontekście 128K; kolejne zapytania agenta startują po 0,2–2,5 s.

• Joined the 4x R9700 Club | Initial Benchmarks for QFN 3.8 Below(otwiera się w nowej karcie)

Wnioskowanie Qwen w Assembly. Qwen3.5-0.8B działa w czystym Assembly na jednym wątku CPU z szybkością 6,51 tok./s, szybciej niż referencyjna implementacja PyTorch, bez libc i środowiska uruchomieniowego Pythona.

• I ran Qwen3.5-0.8B in pure Assembly(otwiera się w nowej karcie)

CUDA na starych GPU. Deweloper przeniósł nowoczesny stack trenowania LLM na starsze GPU CUDA (SM 3.5–7.5) w systemie Windows, umożliwiając uruchomienie Mamba-1 na starych kartach Nvidii; planuje też backport Mamba-2/3.

• Resurrecting 2013 E-Waste: Native CUDA Mamba-1 & PyTorch 2.7.1 on Windows (Kepler–Turing, SM 3.5–7.5)(otwiera się w nowej karcie)

Lokalny asystent bash. Dostrojony Qwen3.5-0.8B zamienia prosty angielski na polecenia bash offline na CPU w 1,7 s; autor opowiada o zatrzymaniu się na poziomie 74% i o wniosku, że niedopasowanie rozkładów treningowego i testowego ma znaczenie.

• I fine-tuned Qwen3.5-0.8B to turn plain English into bash. What I learnt(otwiera się w nowej karcie)

Zastosowania lokalnych modeli. Jeden z użytkowników uruchamia lokalnie DeepSeek v4.1 Flash do zwiadowców, którzy przejmują od modeli frontierowych zbieranie informacji w sieci, budowniczych, którzy tworzą kod ze specyfikacji modeli frontierowych, oraz agentów filtrujących treści.

• What are people finding local models actually useful for?(otwiera się w nowej karcie)

Grafika motion lokalnie. Qwen3.8 Flash Next IQ3_XXS na 16 GB VRAM wygenerował wideo motion graphics za pomocą Three.js, Playwright i ffmpeg w około 2 godziny, co pokazuje, że lokalne modele radzą sobie z kreatywnymi zadaniami kodowania.

• Motion graphics video made with Qwen3.8 Flash Next GSQ RCO IQ3_XXS on strata(otwiera się w nowej karcie)