Agentic AI News 11 नवमबर 2026

Gemini 4 Carbon. Google ने दो हफ़्ते के सिक्योरिटी-डिफेंडर परीक्षण के बाद Gemini 4 Carbon को सभी के लिए उपलब्ध कर दिया। यह लॉन्ग-हॉरिज़न एजेंटिक वर्कफ़्लो और जटिल कोडिंग के लिए बनाया गया है, और Antigravity एक '/swarm' सुविधा का प्रीव्यू दिखा रहा है जो एक प्रॉम्प्ट से एजेंटों की टीम बना देती है।

• Gemini 4 Carbon is now available(नए टैब में खुलता है)
• Google releases Gemini 4 Carbon with agent ‘swarm’ feature(नए टैब में खुलता है)
• Gemini 4 Carbon arrives just in time to feel like yesterday's news in the fastest model cycle yet(नए टैब में खुलता है)
• llm-gemini 0.36(नए टैब में खुलता है)

Anthropic Fable 5.2. Anthropic ने Claude Fable 5.2 और Mythos 5.2 जारी किए। दोनों एक ही मॉडल हैं, बस safeguard क्लासिफायर अलग हैं। Fable 5.2 ने Remote Labor Index पर असली फ़्रीलांस कामों का 41.3% पूरा किया, जो एक साल पहले 2.5% था।

• Anthropic Launches Claude Fable 5.2 and Mythos 5.2: Same Model, Different Safeguards(नए टैब में खुलता है)
• Anthropic's Fable 5.2 completes 41 percent of real freelance jobs, up from 2.5 percent a year ago(नए टैब में खुलता है)

NaiveAI N0.5-Flash. NaiveAI ने Xiaomi MiMo-V2.5 पर आधारित ओपन-वेट्स कोडिंग मॉडल जारी किया है, जिसे टोकन स्पीड और लॉन्ग-कॉन्टेक्स्ट रीज़निंग के लिए ट्यून किया गया है। कंपनी का दावा है कि अपने NaiveRT इन्फ़रेंस इंजन के साथ यह 2,100 टोकन प्रति सेकंड तक देता है।

• NaiveAI Promises 2,100 Tokens per Second. How Well Does It Code?(नए टैब में खुलता है)

MiniMax H3-Image. MiniMax ने H3-Image जारी किया, जो H3 आर्किटेक्चर पर बना ओपन-वेट इमेज जनरेशन मॉडल है। इसकी Hugging Face रिपॉज़िटरी भी उपलब्ध है।

• MiniMax H3-Image Released, an Open-Weight Image Model built on H3(नए टैब में खुलता है)
• MiniMaxAI/MiniMax-H3-Image · Hugging Face(नए टैब में खुलता है)

Zyphra ZONOS3-Mini. Zyphra ने ZONOS3-Mini जारी किया, एक ओपन-सोर्स sparse MoE टेक्स्ट-टू-स्पीच मॉडल जिसमें कुल 800M और सक्रिय 100M पैरामीटर हैं। यह zero-shot वॉइस क्लोनिंग का समर्थन करता है और ब्राउज़र, लैपटॉप, फ़ोन व सर्वर GPU पर चलता है।

• Zyphra Releases ZONOS3-Mini: Open-Source TTS With 100M Active Parameters(नए टैब में खुलता है)

Bielik-11B v3.1. SpeakLeash ने Bielik-11B-v3.1-Instruct जारी किया। यह 11B का बहुभाषी मॉडल है, जो 56 भाषाओं को कवर करता है और पोलिश व यूरोपीय भाषाओं पर ज़ोर देता है। इसमें instruction following, tool use और reasoning बेहतर हुए हैं।

• speakleash/Bielik-11B-v3.1-Instruct · Hugging Face(नए टैब में खुलता है)

Intel Arc के लिए XeMaya. XeStrata का फ़ोर्क XeMaya, SYCL और Level Zero के ज़रिए DeepSeek V4.1 और GLM 5.3 Flash को Intel Arc GPU पर उपलब्ध कराता है। B-series कार्ड पर इसके बेंचमार्क नतीजे भी दिए गए हैं।

• XeMaya, an Intel Arc inference engine to run DeepSeek V4.1 and GLM 5.3(नए टैब में खुलता है)

स्ट्रीमिंग Markdown रेंडरर. AI चैट UI के लिए एक ज़ीरो-डिपेंडेंसी स्ट्रीमिंग Markdown रेंडरर इन्क्रीमेंटल रीपार्स करता है और अधूरे सिंटैक्स को ठीक करता है। 1 लाख कैरेक्टर पर इसका बेंचमार्क 0.25 सेकंड है, जबकि markdown-to-jsx के लिए 2.4 सेकंड से ज़्यादा। यह टैब, स्टैट्स और फ़ाइल ट्री जैसे एजेंट-विशिष्ट ब्लॉक जोड़ता है।

• I built a zero-dependency streaming Markdown renderer for AI chat replies, n× faster than the next one I benchmarked(नए टैब में खुलता है)

ChatGPT Business एजेंट. OpenAI ने बीटा में Business Hub लॉन्च किया है, जहाँ कंपनियाँ प्रोफ़ाइल और सत्यापित Business Agents बना सकती हैं जो ChatGPT में ग्राहकों के सवालों के जवाब देते हैं। इसमें प्रोडक्ट फ़ीड, तुलनात्मक शॉपिंग और बिज़नेस इनसाइट्स शामिल हैं।

• OpenAI turns ChatGPT into a business directory with AI agents that handle customer questions(नए टैब में खुलता है)
• OpenAI rolls out new business profiles, making ChatGPT just a little bit more like Google(नए टैब में खुलता है)
• ChatGPT is getting verified AI ‘Business Agents’(नए टैब में खुलता है)

Anthropic ऑफ़िस सूट. Anthropic ने Claude Sheets, Whiteboards, Data और Interactive Connectors जोड़े हैं। Claude Meetings भी जल्द आ रहा है, जो कॉल में शामिल होकर नोट्स लेगा। एंटरप्राइज़ ग्राहकों को ऑडिट लॉग, आइसोलेटेड VM और कंप्लायंस API मिलता है।

• Anthropic turns Claude into a full workspace with Plugins, spreadsheets, whiteboards, and soon Meeting notes(नए टैब में खुलता है)
• Anthropic launches Claude Meetings to turn workplace discussions into plans and tasks(नए टैब में खुलता है)
• Anthropic has its own AI-powered office suite now(नए टैब में खुलता है)

OpenAI–Odessia अधिग्रहण. OpenAI ने AI ट्रैवल एजेंट स्टार्टअप Odessia का अधिग्रहण किया और उसके संस्थापक Francis Davidson को अपनी टीम में शामिल किया। टूल बंद कर दिया गया है और ट्रैवल-विशिष्ट कोई उत्पाद घोषित नहीं किया गया।

• OpenAI acquires Odessia, travel startup created by Sonder founder(नए टैब में खुलता है)

Workday एजेंट प्लेटफ़ॉर्म. Workday ने HR, फ़ाइनेंस और IT के लिए एक आंतरिक एंटरप्राइज़ एजेंट प्लेटफ़ॉर्म बनाया, जिसमें ऑर्केस्ट्रेशन के लिए LangGraph और ऑब्ज़र्वेबिलिटी के लिए LangSmith का इस्तेमाल हुआ। चार लोगों की टीम ने सख़्त ऑडिट और डेटा गवर्नेंस के तहत इसे तैयार किया।

• How Workday Built an Enterprise-Scale AI Agent Platform with LangGraph and LangSmith(नए टैब में खुलता है)

eBay का एजेंट ब्लॉक. ऐसा लगता है कि eBay, Meta के Muse जैसे थर्ड-पार्टी AI एजेंटों को लिस्टिंग ब्राउज़ करने से रोक रहा है, जिससे Muse फ़ेल हो रहा है या उसे मिरर साइटों पर रीडायरेक्ट किया जा रहा है। यह प्लेटफ़ॉर्म और एजेंट के बीच ताज़ा टकराव है।

• eBay appears to have shut the door on third-party AI agents(नए टैब में खुलता है)

Grok Build लीक. सुरक्षा कंपनी Claroc ने पाया कि हज़ारों Grok Build ऐप्स को एन्यूमरेट किया जा सकता था और उनसे गोपनीय डेटा उजागर हुआ, जिनमें SpaceXSI के खुद बनाए दो दर्जन ऐप्स भी शामिल हैं, क्योंकि शेयर किए गए लिंक वास्तव में निजी नहीं थे।

• Grok Build coding agent leaks oodles of confidential info, some belonging to SpaceXSI(नए टैब में खुलता है)

डॉर्मेंट न्यूरॉन बैकडोर. Microsoft के शोधकर्ताओं ने 'Lazarus' नाम का बैकडोर प्रदर्शित किया, जो दस से कम डॉर्मेंट न्यूरॉन्स में बदलाव करता है ताकि छिपा ट्रिगर आने पर AI एजेंट दुर्भावनापूर्ण कमांड चला दे—बिना रीट्रेनिंग के। वे मॉडल प्रोवेनेंस और क्रिप्टोग्राफ़िक साइनिंग की सलाह देते हैं।

• Microsoft Research backdoored an AI agent by directly editing fewer than 10 dormant neurons(नए टैब में खुलता है)
• Lazare, veni foras: Reprogramming Dormant Neurons to Backdoor AI Agents(नए टैब में खुलता है)

न्यूयॉर्क RAISE Act. न्यूयॉर्क ने RAISE Act के तहत रजिस्ट्रेशन शुरू किया है। बड़े फ़्रंटियर AI डेवलपर्स को सेफ़्टी फ़्रेमवर्क प्रकाशित करने, गंभीर घटनाओं की 72 घंटे के भीतर रिपोर्ट देने और मॉडल पारदर्शिता रिपोर्ट जारी करने होंगे। उल्लंघन पर 10 लाख डॉलर तक का जुर्माना लग सकता है।

• OpenAI, Anthropic face new oversight as New York’s AI safety law takes effect(नए टैब में खुलता है)

Jensen Huang प्रेम-प्रसंग. Nvidia CEO Jensen Huang ने एक महिला के साथ प्रेम-प्रसंग स्वीकार किया, जिस पर अमेरिकी अधिकारियों को चीनी जासूसी में शामिल होने का संदेह है। विशेषज्ञों का कहना है कि यह घटना अमेरिका की AI चिप बढ़त और राष्ट्रीय सुरक्षा के लिए ख़तरा बन सकती है।

• The US is winning the AI race. Jensen Huang could have blown it(नए टैब में खुलता है)
• Nvidia CEO Jensen Huang’s affair with alleged Chinese spy: a timeline(नए टैब में खुलता है)

Ring होम रोबोट. Amazon ने Ring Rover Cam और Ring Drone Cam की घोषणा की। ये इनडोर सुरक्षा रोबोट AI Pilot सिस्टम से फ़्लोर प्लान मैप करते हैं और स्वायत्त रूप से गश्त करते हैं; ये 2026 के अंत से 2027 की शुरुआत में आना शुरू करेंगे।

• Ring cameras go mobile as Amazon debuts AI-powered security drone and robot(नए टैब में खुलता है)

Gemini Robotics 2.5. Google DeepMind ने Gemini Robotics 2.5 पेश किया, जो एक विज़न-लैंग्वेज-एक्शन मॉडल है और Mercedes-Benz के पायलट में 96% सफलता के साथ धातु के पुर्ज़े छाँटता है। इसके साथ कंपनी ने ASIMOV-Jailbreak सेफ़्टी बेंचमार्क जारी किया।

• DeepMind reveals Gemini Robotics 2.5 and open safety benchmark "ASIMOV-jailbreak"(नए टैब में खुलता है)
• Google DeepMind's Gemini Robotics 2.5 scores 96 percent sorting metal parts in a Mercedes-Benz assembly pilot(नए टैब में खुलता है)

Nvidia GR00T 2. Nvidia का GR00T 2 एक वर्ल्ड-एक्शन मॉडल है जो रोबोट की गति और निकट भविष्य का छोटा वीडियो, दोनों का पूर्वानुमान लगाता है। इससे इंसानों के वीडियो डेमो अलग-अलग रोबोट आर्म्स पर ट्रांसफ़र हो पाते हैं और टेलीऑपरेशन की ज़रूरत घटती है।

• Nvidia's model GR00T 2 watches humans on video, then imagines itself as the robot(नए टैब में खुलता है)

Meta e-means. Meta FAIR ने e-means जारी किया, एक क्लस्टरिंग एल्गोरिदम जो k-means जितना loss 25 की जगह 1.4–2.6 epochs में हासिल करता है और GPU पर 10–45 गुना स्पीडअप देता है। यह FAISS 1.16.0 में उपलब्ध है।

• Meta FAIR Releases e-means: An Algorithm Beating k-means in 10x Fewer Epochs(नए टैब में खुलता है)

डिलीशन ट्यूनिंग. एक पेपर में पाया गया है कि मॉडल के 0.05% से कम वेट्स को शून्य करना RL, SFT और distillation व्यवस्थाओं में पूरी फ़ाइन-ट्यूनिंग के बराबर परिणाम दे सकता है, साथ ही कम भूलता है और बहुत छोटे चेकपॉइंट बनाता है।

• The Surprising Effectiveness of Deleting Weights in LLM Post-Training(नए टैब में खुलता है)

एजेंट भटकाव. Google की रिसर्च बताती है कि कोडिंग एजेंट पुराने TODO कमेंट, पुराने बग रेफ़रेंस और बासी स्पेक्स से भटक जाते हैं, जिससे टोकन बर्बाद होते हैं या लॉजिक ग़लत हो जाता है। शोधकर्ता TODO को बग स्टेटस से क्रॉस-रेफ़रेंस करने का सुझाव देते हैं।

• Google Finds that Technical Debt Can Derail Coding Agents Through "Agent Distraction"(नए टैब में खुलता है)

PSI का क्वांटम नतीजा. Anthropic के Fable 5.2 मॉडल के अर्ली एक्सेस का इस्तेमाल करते हुए स्टार्टअप लैब PSI ने 18 साल पुराने Aaronson-Ambainis अनुमान को हल किया; प्रमाण को Lean में ऑटोफ़ॉर्मलाइज़ किया गया।

• PSI is trying to make a business out of AI-driven scientific discovery(नए टैब में खुलता है)

Qwen3.8 और कम-प्रचलित भाषाएँ. 13 कम-प्रचलित भाषाओं में 202 GitHub टास्क के एक बेंचमार्क में पाया गया कि Qwen3.8 27B 43% टास्क हल करता है, जबकि Qwen3.6 17%। हालाँकि नए मॉडल ने कठिन टास्क चुनने में मदद की, जिससे नतीजे नीचे की ओर झुक गए।

• We tested Qwen3.6 27B, Qwen3.8 27B and GLM-5.3 Flash on real tasks in Elixir, OCaml, Haskell and 10 other less common languages(नए टैब में खुलता है)