Premiery agentów i modeli
Otwarty model Inkling 2 Mini. Thinking Machines wydało Inkling 2 Mini — otwarty model typu looped transformer z 26,4 mld parametrów, który trzykrotnie wykorzystuje środkowe warstwy przy każdym tokenie, dzięki czemu checkpoint zajmuje około 20 GB. Działa na Macu z 32 GB RAM oraz na DGX Spark i dobrze wypada w benchmarkach kodowania agentowego, takich jak DeepSWE i Vals Index v2.2.
Agenci głosowi GPT-Live-1.1. OpenAI dodało GPT-Live-1.1 do API, umożliwiając pełnodupleksowe wielojęzyczne rozmowy głosowe z lepszym akcentem i wyższym odsetkiem ukończonych zadań. Czas bezczynności w trybie czuwania jest teraz rozliczany po 0,02 USD za minutę, czyli o 60% taniej niż aktywne sesje.
Modele decyzyjne Baseten. Baseten udostępniło bison-1 i groundhog-1 — otwarte modele decyzyjne oparte na Gemma 4, które zwracają skalibrowane prawdopodobieństwa dla pytań typu tak/nie, pytań wyboru i pytań o ocenę. bison-1 prowadzi w Artificial Analysis Decision Index v2.1 i obsługuje kontekst 128 tys. tokenów, co przydaje się w routingu, triage'u i guardrails.
Agenci w SMS-ach. TechCrunch opisuje falę agentów działających w wiadomościach SMS, m.in. Ask Proxy i Instinct, które potrafią umawiać spotkania, wysyłać e-maile i łączyć się z aplikacjami bez dedykowanej apki. Tekst zwraca uwagę na uniwersalnych asystentów osobistych oraz wyspecjalizowanych agentów do spraw rodziny, podróży i pracy.
Badania i weryfikacja
Weryfikacja kerneli GPU. Badacze z Columbia University i CertiK przedstawili TensorLean — framework oparty na Lean, który formalnie weryfikuje kernele GPU na poziomie PTX względem specyfikacji tensorów. Dowiódł poprawności 83 z 149 instancji kerneli i znalazł 38 błędów w FlashAttention-2/3/4 oraz DeepGEMM, w tym wyścig danych w FlashAttention-4, którego nie wykryło 17 760 uruchomień testów.
Wielkie okna kontekstu zbędne. Badacze z Nvidii przekonują, że ogromne okna kontekstu są często drogie i niepotrzebne — okresowe podsumowania i punktowe wyszukiwanie wypadają w wielu testach podobnie. Praca porównuje dzisiejsze okna o milionie tokenów z bardziej selektywnymi podejściami.
Wyścig o hipotezę Riemanna. Matematyk z Anthropic Levent Alpöge i Claude opublikowali sformalizowany w Lean dowód uogólnionej hipotezy Riemanna, a Alessandro Masullo ze Stanford w ciągu kilku godzin niezależnie udostępnił liczący 940 stron szkic napisany w całości przez człowieka. Kod Lean dowodu wspomaganego przez AI odpowiada około 250 000 stron, a weryfikacja ma potrwać lata.
Bytedance kwestionuje pipeline'y. Badacze z Bytedance i amerykańskich uczelni przekonują, że zagnieżdżone, wieloetapowe pipeline'y treningowe dla agentów AI są nadmiernie skomplikowane i trudne do odtworzenia — ich zdaniem wystarczą trzy etapy. Argument podpierają konkurencyjnym otwartym modelem.
Narzędzia i frameworki
Fabryka wiedzy dla agentów. LangChain opisuje podejście „fabryki wiedzy” do zbierania, porządkowania i utrzymywania firmowej wiedzy operacyjnej, którą agenci mogą wielokrotnie wykorzystywać — inaczej niż kontekst tworzony pod pojedyncze zadanie. Rozwiązanie jest używane wewnętrznie w agentach GTM i content studio oraz w LangSmith Engine.
Szablony promptów dla GPT-6.2. OpenAI opublikowało nowe szablony promptów systemowych dla GPT-6.2 Astra i Sol, aby ograniczyć zbyt lapidarne odpowiedzi i niepotrzebne pytania doprecyzowujące; modele mają zakładać kontekst i sięgać po istniejący kod. Zmiany w API: edycja historii rozmowy odrzuca wcześniejsze rozumowanie, a parametry temperature i top_p zniknęły.
Biznes i branża
Nvidia i wyprzedaż AI. Nvidia pokazała mocno rosnące przychody, ale jej akcje spadły w piątek o 14% — w tle pojawiły się doniesienia o kontroli księgowości przez SEC — a firma przestanie sprzedawać chipy H200 w Chinach. Nasdaq 100 stracił w ciągu tygodnia 10,4%, najmocniej od czasów Covidu, bo inwestorzy zwątpili w tempo budowy infrastruktury AI i wysokość wycen.
Anthropic pod presją giełdy. Anthropic zadebiutowało na Nasdaq i mierzy się teraz z napięciem między misją stawiającą bezpieczeństwo na pierwszym miejscu a oczekiwaniami akcjonariuszy, zarządzając jednocześnie około 900 mld USD spodziewanych kosztów obliczeń. Dyskusja w The Verge analizuje, czy spółka publiczna może nadal stawiać bezpieczeństwo na pierwszym miejscu.
Polityka i prywatność
Signal kontra agenci AI. Signal domyślnie ogranicza możliwość robienia zrzutów ekranu na telefonie, by przeciwdziałać temu, co Meredith Whittaker nazywa „egzystencjalnym zagrożeniem” ze strony agentowej AI działającej na poziomie systemu, która może skanować ekran i przechwytywać wrażliwe dane. Użytkownicy mogą wyłączyć to ustawienie, ale zdaniem Whittaker łamie to gwarancje prywatności.
ONZ o broni autonomicznej. Dyplomatom ONZ nie udało się uzgodnić wiążących przepisów dotyczących broni autonomicznej — zgodzili się jedynie rozpocząć rozmowy o możliwych rozwiązaniach i dopuścili, by część przyszłych regulacji była opcjonalna. Czerwony Krzyż i inne organizacje chciały prawnie wiążących zasad w ciągu roku.
To wszystko na dziś – około 5 minut czytania.