Ajan ve model sürümleri
Nous'tan Arete-27B. Nous Research, Qwen3.8-27B'nin SFT'si olan Arete-27B'yi yayımladı. Model, 803 istemlik değerlendirmesinde Çin devlet söylemini %22'den %0,9'a indiriyor; Apache 2.0 ağırlıkları ve GGUF quant'ları mevcut.
Kimi K3.1 quant. Kimi-K3.1-Pro-Coder'ın deneysel 775 GB'lık quant'ı, Strata ve katmanlı MoE kuantizasyonuyla sistem RAM'i/NVMe üzerinden tek GPU'da çalışıyor. Batch TPS'te 36,8'e, AIME/LiveCodeBench'te ise %96,7'ye ulaşıyor.
Terminal-RSI-27B ajanı. Terminal-RSI projesi, repo inceleme, kod düzenleme ve çok adımlı görevler için Qwen3.8 tabanlı bir terminal ajanı modeli yayımladı. Model, özyinelemeli kendi kendini yeniden yazma ve critic'i devralan politika iyileştirmesi kullanıyor.
Drex Max karar modeli. Nace, çok modlu karar modeli Drex Max'i yayımladı. Model, Artificial Analysis'te 1. sırada ve Pareto sınırına ulaşıyor; ağırlıkları Open RAIL-M lisansıyla açık, v1.1 ise yerel çıkarım için planlanıyor.
Tencent DSpine 3x. Tencent, Hugging Face'te Qwen3.8-27B-DSpine-b16'yı paylaştı. Söz konusu yöntem, 27B modellerde 3 kata kadar daha hızlı decoding vaat eden bir speculative decoding tekniği.
Araçlar ve çerçeveler
Spec-first kodlama eklentisi. Google, Elephant-Goldfish Model eklentisini açık kaynak olarak yayımladı. Eklenti, kodlama ajanlarına önce spec yazdırıyor, sonra koda geçmeden önce yeni subagent'lara bunu inceletiyor; binlerce Google mühendisi kullanıyor, ancak token tüketimi yüksek.
Torchlens inceleme aracı. Torchlens, herhangi bir sinir ağındaki her işlemi incelemek, görselleştirmek ve müdahale etmek için bir GitHub reposu; yorumlanabilirliğe yardımcı oluyor.
C ve Rust SQLite. Simon Willison, parse_number için C ve Rust SQLite eklentilerini karşılaştırmak üzere Claude'u kullandı. Rust, strtod sayesinde başta daha hızlıydı; ancak özel bir C parser'ı sonunda ona yetişti ya da geçti, C eklentisiyse çok daha küçüktü.
PR açıklamalarını dizginlemek. Simon Willison, yapay zeka tarafından yazılan PR açıklamalarının <details><summary> arkasına gizlenmesini öneriyor; çünkü fazla kapsamlılar ve özensizce üretilmiş gibi duruyorlar. İnsan onaylı bir giriş, değişikliği özetlemeli.
Araştırmadan öne çıkanlar
Open-HumanScale robotik. Araştırmacılar, robot politikalarını ön eğitmek için açık bir tarif ve 50 bin saatlik egosantrik video korpusu olan Open-HumanScale'i yayımladı. İnsan videosunu ölçeklemek log-doğrusal kazanç sağlıyor; insan-robot karma eğitim, RoboTwin 2.0 Clean2Clean'de %92,08'e ulaşıyor.
Kod ajanlarında temizlik. Alibaba ve ortakları, gerçek kullanıcı değişiklik taleplerinden Co-Design Bench'i oluşturdu. En iyi model GPT-6 Astra görevlerin yalnızca %26,4'ünü tamamen tamamlıyor; yani yaklaşık her dört görevden üçünde insan temizliği gerekiyor.
Parsimony kod karmaşıklığı. Yeni Parsimony benchmark'ı, yamalardaki sözdizimi birimlerini ölçüyor. SWE-bench Verified'da medyan model, insan düzeltmesinin 1,9 katı kadar ekleme yapıyor; yalnızca harness seçimi kod yükünü 0,80x'ten 0,99x'e taşıyabiliyor.
MoE yönlendirme karşılaştırması. İki rehber, açık MoE modellerinde yönlendirme stratejilerini karşılaştırıyor: uzman sayısı 8 ile 384, top-k ise 1 ile 8 arasında değişiyor ve loss-free bias dengelemesi baskın tarif. Nedensel modellerde uzman seçimi gelecekteki token'ları sızdırabiliyor.
Sutton: ölçekleme sınırları. Richard Sutton, tek başına ham hesaplama gücünün zeka üretmeyeceğini savunuyor. Ona göre yapay zeka akıllıca yeni yöntemlere, sürekli öğrenen dünya modellerine sahip ajanlara ihtiyaç duyuyor; sentetik veriyi ise büyük bir hata olarak nitelendiriyor.
Sektör ve iş dünyası
Nvidia casusluk soruşturması. Nvidia yönetim kurulu, CEO Jensen Huang'ın, Çin'in MSS'si tarafından işe alındığı bildirilen yapay zeka yöneticisi Alice Huang ile ilişkisi hakkında bağımsız soruşturma başlatıyor. Huang bir notta gönül ilişkisi için özür diledi; yönetim kurulu ise sırların tehlikeye atıldığına dair kanıt bulunmadığını söylüyor.
Apple'da Siri ajan hamlesi. Apple, Siri'nin yol haritasını hızlandırıyor. iOS 27.3'te kendi uygulamaları üzerinde ince ayarlı kontrol, baharın ilerleyen döneminde ise üçüncü taraf uygulama entegrasyonu bekleniyor; şirket OpenAI Dots ve Meta Muse ile yarışmayı hedefliyor.
Suno'ya müzik davaları. Elvis Presley ve Eminem'in hak sahipleri, Tennessee'nin ELVIS Act'i ve common law kapsamında yasa dışı ses ve şarkı sözü klonlama iddiasıyla Suno'ya dava açıyor.
Karpathy'nin hafta sonu projesi. Andrej Karpathy, bir hafta sonunda Claude Opus 5.5 ve Claude Code ile HackerTube'u geliştirdi; 43 milyon HN yorumunu 6.454 seçilmiş videoya dönüştürdü ve işin neredeyse tamamı otomatikleşti.
Stanford'da AI-native ders. Mihail Eric, Stanford CS146S'in yapay zeka kodlama ajanlarına nasıl uyum sağladığını anlatıyor: öğrenciler tanımadıkları repoları öğreniyor, değişiklik öneriyor ve yamaları açık kaynak bakımcılarına açıklıyor. Eric'in Monaco ekibi ise ajan çalışma alanları ve on-call ajanlar kullanıyor.
Yerel yapay zeka ve donanım
Intel Arc 32GB fiyat/performans. 1.299 dolarlık Intel Arc Pro B70 32GB, Qwen3.8-27B'de RTX 5090'ın (6.500 dolar+) üretim hızının yaklaşık yarısını, prefill performansının ise üçte birini sunuyor; bu da onu güçlü bir fiyat/performans seçeneği yapıyor.
4x R9700 testleri. Dört Radeon R9700 GPU'lu yaklaşık 16 bin Kanada doları değerindeki bir sistem, tek kullanıcıda 190 token/s, prefill'de 6.800 token/s ve 128K bağlamda 8 kullanıcı için kullanıcı başına 80-225 token/s'ye ulaşıyor; ajan takiplerinde yanıt 0,2-2,5 saniyede başlıyor.
Assembly'de Qwen çıkarımı. Qwen3.5-0.8B, tek CPU iş parçacığında saf Assembly ile 6,51 token/s hızında çalışıyor; PyTorch referansından daha hızlı ve libc ya da Python çalışma zamanı gerektirmiyor.
Eski GPU'larda CUDA. Bir geliştirici, modern LLM eğitim yığınını Windows'ta eski CUDA GPU'lara (SM 3.5-7.5) taşıdı; eski NVIDIA kartlarda Mamba-1'i etkinleştiriyor ve Mamba-2/3'ü backport etmeyi planlıyor.
Yerel bash yardımcısı. İnce ayarlı bir Qwen3.5-0.8B, CPU'da çevrimdışı olarak düz İngilizceyi 1,7 saniyede bash'e dönüştürüyor; yazar, %74'lük bir platoya takıldığını ve eğitim/test dağılımı uyumsuzluğunun önemli olduğu dersini paylaşıyor.
Yerel model kullanımları. Bir kullanıcı, web araştırmasını frontier modellerden devralan scout'lar, frontier spec'lerinden kod üreten mason'lar ve içerik filtreleyen ajanlar için DeepSeek v4.1 Flash'ı yerelde çalıştırıyor.
Yerelde motion graphics. 16 GB VRAM'de Qwen3.8 Flash Next IQ3_XXS, Three.js/Playwright/ffmpeg üzerinden yaklaşık 2 saatte bir motion graphics videosu üretti; bu, yerel modellerin yaratıcı kodlama görevlerini üstlenebildiğini gösteriyor.
Bu günlük bu kadar – yaklaşık 5 dakikalık okuma.