Agentic AI News 21 listopada 2026

Wiadomości o agentach AI dnia w jednym 5-minutowym czytaniu: premiery, narzędzia, badania, finansowanie i ruchy korporacyjne.

wybrane z 30 źródeł Sobota · 21 listopada 2026 Wróć do dzisiaj

Agenci i interfejsy

Gemini uruchamia aplikacje na Macu. Aplikacja Gemini od Google na Maca ma teraz Computer Use, dzięki czemu wykonuje wieloetapowe zadania w lokalnych plikach, aplikacjach i witrynach w odizolowanym oknie w tle. Użytkownicy wybierają, do których aplikacji agent ma dostęp, i mogą zatwierdzać kluczowe działania. Funkcja jest udostępniana w języku angielskim w USA.

Apple buduje własnego agenta. Apple prowadzi rekrutacje, by zbudować własnego agenta AI sterującego urządzeniami — ma on trafić na rynek najwcześniej pod koniec przyszłego roku. Tymczasem macOS 27.3 utrudnia włączanie agentów firm trzecich, takich jak ChatGPT. Bloomberg podaje, że nowa procedura zgód wymaga 14 kroków zamiast czterech, co część konkurentów postrzega jako barierę.

Hermes Agent w Teams. Open-source'owy Hermes Agent od Nous Research będzie działać w Microsoft Teams. Funkcja „Collective Wisdom” zamienia sprawdzone przepływy pracy w wewnętrzne umiejętności, którymi można się dzielić. Agenci działają w odizolowanych sandboxach Azure Container Apps, a dane firmowe nie trafiają do trenowania modeli dostawców AI.

Nowa strona wyszukiwania Google. Google wdraża przeprojektowaną stronę główną wyszukiwarki na komputerach: znika osobny przycisk wyszukiwania, a pojawia się szybki dostęp do generowania obrazów w Gemini, analizy plików i burzy mózgów. Nowy, zwijany pasek boczny w trybie AI pozwala wracać do ostatnich wyszukiwań AI i zaczynać wątki tymczasowe.

Genesis AI uczy roboty. Genesis AI pozyskało 500 mln dol. w rundzie Series A przy wycenie 3,5 mld dol. na zbudowanie zintegrowanego uczenia robotów. Łączy ono ludzkiej skali rękę robota z rękawicą do zbierania danych, model GENE-26.5, symulator Genesis World i robota Eno. Chodzi o to, żeby nauka nieznanych zadań była tańsza, a jej wyniki budziły większe zaufanie.

Modele i narzędzia

DaisyRose-27B do kodowania. RadixArk udostępnił DaisyRose-27B, model o otwartych wagach do kodowania agentowego, dotrenowany z Qwen3.8-27B wyłącznie przez uczenie ze wzmocnieniem — bez SFT i destylacji. Model podwaja pass@1 na Terminal Bench 4.1 z 5,6 do 12,0 i jest dostępny na licencji Apache 2.0.

Inkling 2 Mini. Thinking Machines Lab udostępniło Inkling 2 Mini — multimodalny model Mixture-of-Experts o około 26 mld parametrów łącznych i 3 mld aktywnych, kontekście 1 mln tokenów i architekturze zapętlonego transformera. Jest skierowany do instalacji lokalnych, obsługuje obrazy i tekst, a także NVFP4, MXFP8 i MLX.

Dyfuzyjny LLM Nemotron-Labs-Sigma. Nvidia udostępniła Nemotron-Labs-Sigma — rodzinę ciągłych dyfuzyjnych modeli językowych o 3 i 8 mld parametrów, które odszumiają tekst w 16-wymiarowej przestrzeni osadzeń, a nie na dyskretnych tokenach. Model 8B osiąga średnio 71,16 w sześciozadaniowym zestawie Nvidii, a wersja destylowana z 8 krokami zachowuje średnią 70,34.

Emulator AWS zbudowany przez agentów. AWS udostępnił darmowy lokalny emulator na licencji CC0 obejmujący ponad 200 usług AWS, zbudowany w całości przez autonomiczne agenty AI. Działa jako pojedynczy plik binarny w Rust na porcie 9297, więc istniejące SDK, CLI i agenty kodujące mogą z niego korzystać przez zmienne środowiskowe.

Infrastruktura agentowa w CNCF. Google przekazało CNCF projekty Agent Substrate, gVisor i OpenRL, aby zabezpieczać agenty AI w skali. Projekty odpowiadają za izolowane uruchamianie niezaufanego kodu generowanego przez AI, zarządzanie cyklem życia agentów i orkiestrację RL na dużą skalę.

Adaptery do harnessów. Hugging Face przedstawiło adaptery harness — adaptery w stylu LoRA trenowane RL, które optymalizują model pod konkretny harness agentowy i rozkład zadań. Przykład na Qwen3.8-27B podnosi pass@1 na Terminal-Bench 2.1 z 39% do 55%, a jednocześnie zmniejsza średnie zużycie tokenów z 2,9 tys. do 1,5 tys.

Bezpieczeństwo i prywatność

Zabezpieczenia rozumowania OpenAI. OpenAI twierdzi, że mocno ograniczyło wyciek chronionego rozumowania z GPT-6.2 Astra: skuteczność ataków na wcześniejsze żądania spadła z 54,0% do 0,2%, a na bieżące — z 22,9% do 0,9%. Firma dzieli się też sposobem wykrywania i zakłócania destylacji adwersaryjnej.

Signal blokuje agentów AI. Signal ogranicza robienie zrzutów ekranu na iOS i Androidzie, żeby powstrzymać działające na poziomie systemu agenty AI przed czytaniem prywatnych rozmów. Nazywa je „wrogimi wobec prywatności”. Zdaniem Signala Apple, Google i Microsoft nie dają aplikacjom łatwego sposobu na zablokowanie dostępu agentów AI bez drastycznych kompromisów.

Wycieki w łańcuchu dostaw AI. Badacz umieścił 2 mln fałszywych poświadczeń-pułapek (canary credentials) w żądaniach do usług AI i odkrył, że wrażliwe dane wyciekają przez routery i bramy AI, takie jak OpenRouter i Vercel. Eksperyment ujawnił kradzież promptów, naruszenia prywatności i wykorzystanie wyciekłych kluczy AWS.

Badania i benchmarki

Dowody hipotezy Riemanna. Matematyk z Anthropic Levent Alpöge twierdzi, że on i Claude udowodnili hipotezę Riemanna, a rozwiązanie daje się skompilować w Lean. Osobny, w całości ludzki dowód Alessandra Masullo dotyczy uogólnionej hipotezy Riemanna. Oba twierdzenia czekają na niezależną weryfikację.

Nowe horyzonty czasowe METR. Zaktualizowany raport METR o horyzoncie czasowym pokazuje, że część zdolności AI rośnie wykładniczo — we wcześniejszych danych długość ukończonych zadań podwajała się co cztery miesiące. Modele wciąż jednak odstają od ludzi bardziej w zadaniach wymagających osądu niż w kodowaniu. Nowy wykres obejmuje dłuższe i bardziej otwarte zadania.

MedChemBench do odkrywania leków. OpenAI przedstawiło MedChemBench — benchmark 99 zadań z rozumowania w chemii medycznej, który sprawdza, czy AI potrafi powiązać struktury cząsteczek z dowodami eksperymentalnymi i wybrać, które związki testować dalej.

Hebbia w badaniach finansowych. Hebbia przetestowała GPT-6 Astra w swoim narzędziu do analiz finansowych Matrix. Trafność cytowań wyniosła 99,5%, o 13,6 pkt proc. więcej niż w najlepszej alternatywie pod względem wymaganych typów źródeł. Model spełnił też 97,9% wymagań dotyczących prezentacji.

Weryfikacja formalna kodu. Gdy kod generowany przez AI podnosi koszt niskiej jakości, startupy Harmonic, Theorem, Axiom Math i &Truth oferują systemy weryfikacji formalnej. Wykorzystują dowody matematyczne i solvery SMT, takie jak cvc5, do sprawdzania poprawności oprogramowania.

Biznes i polityka

Rekordowe IPO Anthropic. Anthropic zamknęło największe IPO w historii, pozyskując około 93,5 mld dol. wpływów brutto. Spółka debiutuje na Nasdaq pod tickerem „ANT” przy wycenie blisko 1,5 bln dol. Akcje klasy F dają założycielom 50,1% głosów.

Nvidia kupuje Inception. Nvidia jest bliska przejęcia startupu Inception, który tworzy dyfuzyjne modele językowe, za co najmniej 500 mln dol. Celem jest wzmocnienie otwartych modeli Nemotron i modeli robotyki fizycznej. Współzałożyciele startupu mają dołączyć do Nvidii na pełny etat.

Meta rewiduje cel net-zero. Meta rewiduje swój cel zerowej emisji netto do 2030 r., wskazując na popyt ze strony centrów danych AI, który rósł szybciej, niż zakładano. Firma odnotowała rekordowy procentowy wzrost emisji gazów cieplarnianych — większy niż u innych dużych koncernów technologicznych.

Trump: podatek od centrów danych. Prezydent Trump zagroził „ogromnym podatkiem” dla amerykańskich firm, które budują centra danych AI poza krajem, argumentując, że jeśli pozwoli się im wyjechać, przejmą je Chiny. Nie podał żadnych szczegółów propozycji.

AI a miejsca pracy w Chinach. Analiza Bloomberga obejmująca blisko 10 mln chińskich ofert pracy wykazała, że między połową 2021 a połową 2025 r. liczba stanowisk narażonych na AI spadła o około 10 pkt proc. bardziej niż tych mniej zagrożonych. Najmocniej odczuwają to osoby na początku kariery i pracownicy kreatywni.

Finansowanie centrów danych na orbicie. Pożyczkodawcy w transakcji SpaceX na 40 mld dol. finansowania chipów martwią się o odzyskiwanie układów zainstalowanych na orbicie — w centrach danych chipy zwykle służą jako zabezpieczenie. Financial Times podaje, że pożyczkodawcy zażądali, by żaden z chipów nie trafił do planów orbitalnych centrów danych.

To wszystko na ten dzień – około 5 minut czytania.