Door mensen begeleide agents van Google DeepMind vinden twee zwakheden in 1024-bits RSA, OpenAI publiceert BioBasicsBench, Cursor opent spraakchat met zijn agents

Door mensen begeleide AI-agents van Google DeepMind vinden twee zwakheden in 1024-bits RSA, een systeem dat al verouderd is; moderne protocollen, die vrijwel allemaal sleutels van 2048 bits of meer gebruiken, blijven veilig. Onderzoek domineert de dag: OpenAI test zijn agents in het wetlab met BioBasicsBench, TCSExam evalueert modellen in theoretische informatica, en zowel Anthropic als Google laten zien wat rondom het model een agent doet slagen of ontsporen. Op het gebied van tools brengen Claude Code, Codex CLI en Copilot CLI nieuwe versies uit, wordt Antigravity CLI een ACP-server, opent Cursor spraakchat met zijn agents en lanceert Amp Spaces.

Door mensen begeleide agents van Google DeepMind vinden twee zwakheden in 1024-bits RSA, het Frontier Model Forum beoordeelt cyber-jailbreaks

6 november — Google DeepMind publiceert cryptanalyse-onderzoek (de wetenschap die de sterkte van encryptie test), uitgevoerd door AI-agents onder menselijk toezicht. Pushmeet Kohli, vicepresident belast met wetenschap, presenteert het werk in een bericht op X dat werd gedeeld door @GoogleDeepMind: de agents hebben twee zwakheden blootgelegd in 1024-bits RSA-systemen, die met een lager rekenbudget dan voorheen gedacht kunnen worden gecompromitteerd. Het onderzoek werd uitgevoerd door Dj Dvijotham en Abhradeep Thakurta van het Science-team van Google DeepMind, samen met Nadia Heninger (UC San Diego en Inria) en Emmanuel Thomé (Inria), en wordt gedetailleerd beschreven in twee technische papers in pdf-formaat; er was geen blogpost bij de aankondiging.

De reikwijdte is bewust beperkt gehouden. 1024-bits RSA, dat verouderd en al uitgefaseerd is, dient hier als een risicovrije testomgeving, zoals de cryptanlysegemeenschap al lange tijd doet. Moderne protocollen, die vrijwel allemaal sleutels van 2048 bits of meer gebruiken, blijven veilig.

Het eerste resultaat betreft digitale handtekeningen, die garanderen dat een software-update, document of website daadwerkelijk van de bron afkomstig is. Vóór het ondertekenen vullen veel standaarden het bericht aan met opvulling (padding). Het team toont aan dat zodra een aanvaller ongeveer de helft van het ondertekende blok controleert, deze padding helemaal geen bescherming meer biedt. In een geïsoleerde simulatie, zonder echte systemen aan te raken, voerden de agents de aanval uit op een 1024-bits referentiesleutel die al in een eerdere studie was opgelost: het resultaat werd gereproduceerd met 3,5 keer minder CPU-tijd, op minder dan een duizendste van de rekenkracht die nodig zou zijn om de sleutel zelf te kraken. Wanneer de aanvaller een kleiner deel van het blok controleert, met een korte hash van 32 bytes, zou een nieuw algoritme de beste eerdere methode met ongeveer 1.600 keer verbeteren, volgens de theoretische schattingen van de auteurs.

Het tweede resultaat heeft betrekking op batchfactorisatie. Aangezien RSA-sleutels standaardlengtes hebben (1024 of 2048 bits), is het factoriseren van veel getallen van dezelfde grootte een kernvraagstuk: de agents hebben een algoritme gevonden met een betere asymptotische complexiteit, dat de gemiddelde kosten voor het factoriseren van elke extra 1024-bits sleutel met ongeveer een factor 30 verlaagt ten opzichte van eerdere batchmethoden.

Door de auteurs gepubliceerd resultaat	Aangekondigde winst	Aangegeven voorwaarde
Vervalsing van handtekening, aanvaller die ongeveer de helft van het blok controleert	3,5 keer minder CPU-tijd	Geïsoleerde simulatie, reeds opgeloste 1024-bits referentiesleutel
Zelfde aanval, vergeleken met het kraken van de sleutel	Minder dan een duizendste van de rekenkracht	Rekenkracht die nodig is om de sleutel zelf te kraken
Vervalsing met een hash van 32 bytes	Ongeveer 1.600 keer beter	Theoretische schatting, 1024-bits sleutels
Batchfactorisatie	Gemiddelde kosten ongeveer 30 keer lager per extra sleutel	Vergeleken met eerdere batchmethoden
Sleutels van 2048 bits of meer	Niet van toepassing	Blijven volgens Google DeepMind veilig

While modern 2048-bit systems remain safe from these specific exploits, this work highlights a key shift. As we enter a new era of AI-enabled math and computation, we can no longer rely on historical hardness assumptions and must continuously stress-test cryptographic standards.

🇳🇱 Hoewel moderne 2048-bits systemen beschermd blijven tegen deze specifieke exploits, belicht dit werk een cruciaal keerpunt. Nu we een nieuw tijdperk van door AI ondersteunde wiskunde en berekeningen betreden, kunnen we niet langer vertrouwen op historische aannames over de moeilijkheidsgraad en moeten we cryptografische standaarden continu testen. — @GoogleDeepMind op X

🔗 Artikel van Pushmeet Kohli op X · Technisch artikel over digitale handtekeningen (pdf) · Technisch artikel over sleutelfactorisatie (pdf)

Het Frontier Model Forum stelt een gemeenschappelijk kader voor om de ernst van cyber-jailbreaks te beoordelen

5 november — Het Frontier Model Forum (FMF), dat toonaangevende AI-labs verenigt, publiceert versie 1.0 (aangeduid als voorlopig) van zijn beoordelingskader voor jailbreaks bij cyberdreigingen (Jailbreak Rating Framework for Frontier Cyber Threats). Het uitgangspunt: niet elke omzeiling van vangrails is even ernstig. Sommige leveren slechts nauwelijks bruikbare antwoorden op, terwijl andere gevaarlijke offensieve capaciteiten ontgrendelen. Zonder een gezamenlijke methode kunnen twee organisaties dezelfde jailbreak verschillend beoordelen, met het risico dat de minst ernstige het eerst worden verholpen. Het kader deelt elke jailbreak in niveaus in door scores in vier categorieën te combineren: capaciteitswinst, capaciteitsomvang, implementatiegemak en ontdekkingsgemak.

Vertegenwoordigers van AWS, Anthropic, Google DeepMind, Microsoft en OpenAI ondersteunen dit in de blogpost; OpenAI deelde het op 6 november en gaf aan hieraan te hebben gewerkt met het FMF en zijn leden. Een openbare consultatie loopt tot 21 december 2026: het FMF zal nagaan of verschillende beoordelaars tot vergelijkbare scores komen en zal het kader bijwerken naarmate er nieuwe jailbreaks opduiken. In juli had Anthropic een vergelijkbare schaal uiteengezet, CJS (Cyber Jailbreak Severity), ontwikkeld in samenwerking met Amazon, Microsoft en Google; de blogpost van het FMF legt geen verband tussen beide.

🔗 Introducing the FMF Jailbreak Rating Framework for Frontier Cyber Threats

AI meten in de wetenschap: BioBasicsBench van OpenAI voor het wetlab, TCSExam voor theoretische informatica

OpenAI publiceert BioBasicsBench: 100 wetlab-taken, 66,7 % voor GPT-6 Astra

6 november — OpenAI presenteert BioBasicsBench, een benchmark ontworpen in samenwerking met Ligo, een biotechbedrijf gespecialiseerd in enzymontwerp, om te meten in hoeverre agents ruwe gegevens uit de dagelijkse wetlab-praktijk (wet lab) kunnen interpreteren: gels en blots, petrischalen, microscopiebeelden, instrumentexporten of protocolvideo’s. De 100 taken, ontleend aan echte experimenten en criterium voor criterium beoordeeld volgens een expertrubriek, beslaan vijf domeinen, van eiwitmethoden tot moleculaire klonering; ze controleren ook of de agent fouten opmerkt en herkent wanneer de gegevens geen conclusie toelaten.

Alleen modellen van OpenAI worden geëvalueerd: zeven modellen over 37 instellingen, vijf pogingen per taak, goed voor 18.500 resultaten. Bij de inspanning ‘xhigh’ behaalt GPT-6 Astra 66,7 % van de beschikbare score, vóór GPT-6.1 Sol en ver voor GPT-5.6 Sol, met ongeveer twee keer minder outputtokens dan die laatste; volgens OpenAI suggereren deze winsten dat een sterkere native multimodaliteit doorslaggevend zou kunnen zijn.

Geëvalueerd model (inspanning xhigh)	Gemiddelde beloning	95%-betrouwbaarheidsinterval	Outputtokens per taak
GPT-6 Astra	66,7 %	60,3 tot 73,1 %	4 704
GPT-6.1 Sol	62,0 %	55,6 tot 68,4 %	5 238
GPT-5.6 Sol	43,8 %	37,6 tot 50,0 %	9 099
GPT-6 Luna	38,3 %	32,3 tot 44,5 %	13 120
GPT-5.5	35,4 %	29,7 tot 41,0 %	11 135
GPT-5.4	33,2 %	28,3 tot 38,4 %	13 717
GPT-5.2	31,2 %	26,2 tot 36,3 %	27 620

OpenAI beschrijft ook de fouten van Astra: een vertrouwde hypothese die zwaarder weegt dan experimentele controles, tegengestelde waarnemingen die terzijde worden geschoven, en een kolonietelling die met ongeveer 12 % werd overschat. Volgens de blogpost garanderen betere scores nog geen betrouwbare oordelen in het laboratorium; OpenAI koppelt deze monitoring aan bioveiligheid en biosecurity, en maakt geen melding van het openbaar maken van de takenset.

🔗 Measuring how AI agents handle everyday wet-lab science (OpenAI)

TCSExam evalueert modellen in theoretische informatica: GPT-6 Astra leidt de Full-versie, Opus 5.5 de Lite-versie

5 november — TCSExam, gepubliceerd binnen de GitHub-organisatie van Moonshot AI met een arXiv-paper ingediend op 5 november, meet in hoeverre modellen onderzoek in theoretische informatica (theoretical computer science) vooruit kunnen helpen. De auteurs op arXiv zijn Yifan Luo, Zhengying Liu, Yang Yuan, Zhilin Yang en Andrew Chi-Chih Yao. Er zijn vier richtingen: een gepubliceerd theorema bewijzen in Lean, een solver schrijven die wordt geëvalueerd op verborgen instanties, een geverifieerde constructie of grens produceren, en open vermoedens volledig bewijzen of weerleggen. De Full-versie telt 100 door experts beoordeelde taken, de Lite-versie 20 (vijf per richting). De index kent een gewicht van 30 toe aan elk van de eerste drie richtingen en 10 aan de vermoedens; solvers worden beoordeeld ten opzichte van een vaste referentie, Kimi K3.

Geëvalueerd model	Lite-index (20 taken)	Full-index (100 taken)
Opus 5.5	72,3 (voorlopig)	ontbreekt in de tabel op de site
GPT-6 Astra	67,0	71,9
Kimi K3.1 Pro	53,5	57,4
Kimi K3	48,6	46,8
GLM-5.3	47,0	45,5
Qwen3.8 Max (0902)	45,4	44,8
DeepSeek V4.1 Flash 1017	42,4	46,0
Grok 4.6	42,1	40,5

Geen enkel open vermoeden is opgelost: het abstract claimt uitsluitend onafhankelijk geverifieerde speciale gevallen en grenzen. Twee resultaten overtreffen echter het tot dusver bekende maximum, voor zover de auteurs weten: een graaf met 630 kanten op 124 knooppunten, zonder driehoek of cyclus van vier kanten, geconstrueerd door Kimi K3 (629 voor de constructie van Goedgebeur et al.), en een kwantumfoutcorrigerende code met afstand 6 in plaats van 5, gevonden door GPT-6 Astra om 7 logische qubits te beschermen met 25 fysieke qubits. De benchmark draait standaard Kimi Code en ondersteunt ook Claude Code, Codex en Grok Build.

🔗 Resultaten van TCSExam · arXiv-artikel 2611.07962

Onderzoek naar agents: geheugen en dreaming bij Anthropic, verouderde TODO’s bij Google, harness adapters

Anthropic laat zien hoe dreaming het geheugen van Claude-agents corrigeert en organiseert

6 november — In een onderzoeks- en engineeringbericht op zijn Engineering-blog definieert Anthropic het agentgeheugen als wat Claude vasthoudt van zijn ervaring van de ene sessie naar de andere, in de vorm van herleesbare notities: geen gewichten, geen in-context leren en geen compactie. Dreaming (het “dromen” van de agent) laat hem buiten de sessie om zijn logs en transcripties herlezen om zijn notities te corrigeren, nieuwe te schrijven, representaties zoals wiki’s op te bouwen of te kiezen wat vooraf wordt geladen; de functie bestaat sinds 6 mei als onderzoeks-preview (research preview) in Claude Managed Agents.

De evaluaties laten in de eerste plaats een verbetering in beoordelingsvermogen zien. Bij Pokémon Red had Sonnet 3.7 rond 10.000 stappen 413 geheugenbestanden in 225 mappen geschreven voor één enkele badge, terwijl Fable 5 zich beperkte tot negen bestanden en één global.md voor vier badges; Opus 5.5 voltooide het spel met een kleine map met notities. Anthropic adviseert om Claude te vertellen waar het geheugen voor dient in plaats van hoe het gebruikt moet worden: opleggen om alleen mislukkingen vast te leggen, zorgt ervoor dat Opus 5 en Opus 4.7 een groot deel van de winst verliezen. Een foutieve notitie over de locatie van het PokéCenter van Mt. Moon, gecorrigeerd door dreaming op basis van de transcriptie, was voldoende om het spel te deblokkeren.

Door Anthropic uitgevoerd experiment	Gepubliceerd resultaat
Alleen wiki, intern corpus van Stainless (ongeveer 350.000 bestanden), 2 en vervolgens 128 dreaming-sessies	13% en vervolgens 48% van de beoordeelde criteria
Zoeken plus wiki, hetzelfde corpus	54% en vervolgens 61%, tegenover 53% voor alleen zoeken; ongeveer 20.000 tokens bespaard per vraag
Vragen over een bedrijfisfusie (24, criteria over meerdere documenten)	87% met de wiki, 73% met alleen zoeken
Feiten ontleend aan contracten	41 van de 57 met een gedeelde tabel, 57 van de 57 met een pagina per contract woordelijk geciteerd

Het bericht wijst ook op de beperkingen: geen winst wanneer één enkel document volstaat, een wiki die soms groter is dan zijn bronnen, en rekenkosten om het geheugen up-to-date te houden. Het herinnert er ten slotte aan dat het automatische geheugen (auto memory) van Claude Code slechts de eerste 200 regels of 25 kB van MEMORY.md laadt, dat als index dient.

🔗 The components of agent memory (Anthropic)

Google meet dat verouderde TODO-commentaren zijn code-agents afleiden

6 november — Op het Google Developers-blog meten Sam Saccone en Madhuri Garikapati een verborgen kostenpost van code-agents: vergeten commentaren.

What is easy for humans to skim past in code, agents see as a call to action.

🇳🇱 Wat mensen gemakkelijk over het hoofd zien in code, zien agents als een oproep tot actie. — Sam Saccone en Madhuri Garikapati, Google Developers-blog

Het team vergeleek elk door de agents aangetroffen TODO(bug/...)- of FIXME(bug/...)-commentaar met de werkelijke status van de bug en het verzoek van de gebruiker, op basis van de traces van duizenden engineers en honderden miljoenen agentstappen. In totaal stelt 13% van de sessies waarin bestanden worden gelezen de agent bloot aan zo’n referentie. De agent negeert deze in 94% van de gevallen, maar onderneemt actie in 6%, en 83% van die acties is niet gevraagd door de ontwikkelaar: 41% van deze omwegen pakt reeds gesloten tickets aan, 57% breidt het werk uit naar een nog openstaande bug. Bij een vergelijkbare ontwikkelaar, codecomplexiteit, taaktype en modelniveau voegt een niet-gevraagde omweg 70% stappen, 77% tokens en 105% wachttijd per sessie toe.

Google reageerde met opschoonagents die door de codebases gaan, de geschiedenis van de bug, het bestand en de wijzigingen nagaan, en pas voorstellen om een TODO te verwijderen zodra de veroudering ervan is bevestigd: duizenden referenties werden in zes maanden verwijderd, met meer dan 95% acceptatie door menselijke reviewers. Het bericht pleit voor agentvriendelijke codebases (agent friendly codebases).

Het project harness-hub traint via RL een LoRA per agent-harnas, bewaakt door safeagents

6 november — Op het blog van Hugging Face presenteren Younes B., Lysandre en Nathan Habib (organisatie harness-hub) harnas-adapters (harness adapters): een kleine LoRA-adapter per model en per agent-harnas (pi, opencode, hermes), getraind via reinforcement learning op verifieerbare taken binnen het harnas, zonder dit te wijzigen; één enkele server bedient het basismodel en alle adapters. Bij voorbereidende tests nemen de auteurs minder tool-aanroepen waar dan bij het basismodel op de gereserveerde taken, met gelijke of betere nauwkeurigheid. De beloning voegt een kleine bonus toe aan correcte oplossingen die minder aanroepen doen.

De taken zijn afkomstig uit open codesessies die op de Hub worden gedeeld en door Repo2RLEnvs zijn omgezet in verifieerbare omgevingen; de gepubliceerde versie telt 270 taken, zeer onevenwichtig verdeeld: 253 bouwtaken (94%), 11 reparatietaken, 6 uitbreidingstaken en geen enkele vraag-antwoordtaak. De safeagents-proxy inspecteert elke tool-aanroep tijdens de training: pogingen tot reward hacking worden geblokkeerd en krijgen een score van 0, en het inschakelen van deze beveiliging verandert niets aan de gereserveerde pass@1 van LFM2.5-24B-A2B (+0,0 ± 4,1 punten). De uiteindelijke trainingen richten zich op LFM2.5-24B-A2B en LFM3-1.7B van Liquid AI, en op TwIL-8B van webAI, een redeneermodel dat volgens de fiche nooit is getraind op agentgegevens; ze draaien op HF Jobs en worden live gestreamd, inclusief de kosten.

🔗 Harness adapters (Hugging Face-blog)

Code-agents: Claude Code 2.1.319, Codex CLI 0.167.0, Copilot CLI 1.0.106, Antigravity CLI 1.5, spraakchat van Cursor en Spaces van Amp

Claude Code 2.1.319 verplaatst MCP-taken naar de achtergrond en voegt permissions.denyInsteadOfPrompting toe

6 november — Anthropic brengt Claude Code 2.1.319 uit: 146 vermeldingen in de release notes, waaronder 90 bugfixes, tegenover 119 vermeldingen voor 2.1.314 van 30 oktober. Het pakket staat sinds 00:58 UTC op npm en de release staat sinds 17:04 UTC op GitHub, zonder tweet; het stable-kanaal blijft op 2.1.311. De Agent SDK’s volgen op dezelfde dag (TypeScript 0.3.319, Python 0.2.179).

Gewijzigd element	Wat er verandert
MCP-taken (MCP tasks) in de terminal	Wanneer een MCP-server een tool-aanroep als taak uitvoert, plaatst Claude Code deze op de achtergrond en geeft het resultaat aan het einde door
`permissions.denyInsteadOfPrompting`	Een aanroep die zou wachten op een toestemmingsprompt wordt geweigerd en de beurt gaat door, inclusief sub-agents en teamgenoten
Auto-modus achter een LLM-gateway	Telemetrie of flags uitgeschakeld: aanroepen die de server niet kan verifiëren, worden voorgelegd aan de gebruiker of geweigerd, zonder terug te vallen op de ingebouwde classifier
`/claude-api latency-optimize`	Zoekt waar de code die de Claude-API aanroept vertraging veroorzaakt en test snellere instellingen af tegen de evaluatie van de gebruiker
`/tasks`	Regel “Earlier in this session” om een beëindigde sub-agent te heropenen en ernaar te schrijven

Aangekondigd op 23 oktober zonder versienummer, verschijnen MCP-taken pas met deze versie in de CHANGELOG; ze werken ook zonder feature flags, dus op Bedrock, Vertex, Foundry of achter een gateway. De release notes lossen verschillende kwetsbaarheden op: een omzeiling van Bash-machtigingen via een vervalste omgevingsprefix, een ontsnapping uit de sandbox bij het aanmaken van een worktree, een sed-opdracht die de machtigingscontrole oversloeg in de accept-edits- of auto-modus, en /rewind dat een bestand kon aanpassen via een symbolische mapkoppeling. De Claude apps-gateway ontvangt waarschuwingen vooruitlopend op de wijziging van Claude Desktop op 10 november, waarover de release notes niet uitweiden. Op dezelfde dag kondigt @ClaudeDevs aan dat cloudsessies zelfstandig de omgeving van een repository voorbereiden (zie Kort nieuws).

🔗 Release notes van Claude Code 2.1.319

Codex CLI 0.167.0 meldt ongelezen resultaten en wisselt van backend vanuit de sessiekiezer

6 november — OpenAI brengt om 01:40 UTC Codex CLI 0.167.0 uit, de eerste stabiele versie sinds 0.166.0 van 29 oktober, met 120 vermeldingen in de PR-lijst. Het commandocentrum van de agents opent voortaan met codex agents --no-daemon en markeert, net als de sessiekiezer, de resultaten die de gebruiker nog niet heeft bekeken. Met deze kiezer kan ook van de ene verbonden backend naar de andere worden gewisseld zonder concepten te verliezen. Bijgevoegde lokale afbeeldingen worden op compatibele terminals als voorbeeld weergegeven tijdens het typen, het inlogscherm groepeert de API-sleutel en cloudproviders onder “Sign in another way”, en de optie gcp_setup_wizard configureert Google Cloud Vertex AI met Application Default Credentials of een referentiebestand. De systeemproxy-instellingen van macOS en Windows kunnen worden ingeschakeld vanuit /experimental.

De bugfixes richten zich op de continuïteit van het werk: opgeslagen gesprekken blijven zichtbaar na een wijziging van modelprovider, Ctrl+L wist het scherm zonder berichten te verliezen, die toegankelijk blijven via Ctrl+T, en automatische compactie houdt rekening met bewaarde outputs van mislukte antwoorden. De app-server-documentatie beschrijft prompt-user-regels die een nieuwe menselijke goedkeuring vereisen. Daarnaast geeft openai-node 7.53.0 sessiefouten van agents door in de vorm van stream-gebeurtenissen.

🔗 Release notes van Codex CLI 0.167.0

Copilot CLI 1.0.106 wordt stabiel met 227 nieuwe vermeldingen, gevolgd door een 1.0.107 met identieke notes

6 november — Copilot CLI brengt zijn eerste stabiele versie uit sinds 1.0.105 van 28 oktober. Versie 1.0.106 verschijnt om 01:47 UTC met release notes die de hele cyclus van previews bundelen: 637 vermeldingen, waarvan 227 ontbraken in de notes van de elf op GitHub gepubliceerde previews. Om 20:37 UTC verschijnt 1.0.107 met exact dezelfde release notes, op de datum in de kop na: er worden geen eigen wijzigingen in beschreven, en dit is de versie die npm voortaan standaard installeert.

Onder de nieuwe vermeldingen bevinden zich de variabele COPILOT_SESSION_CWD om lokale LSP- en MCP-configuraties te starten en te ontwikkelen, GPT-6.1 Terra die selecteerbaar is onder New models wanneer het account daar toegang toe heeft, een instelling Sandbox extensions die extensieprocessen in de sandbox laat draaien, en MATS-telemetrie voor Microsoft Entra-aanmelding via OneAuth, die de telemetrieweigering aan de clientzijde respecteert. /exit sluit de huidige sessie in plaats van de CLI wanneer de zijbalk Sessions geopend is, weigeringsregels voor de sandbox accepteren glob-patronen, en weigeringen vanwege cyberbeveiligingsrisico’s leggen uit dat de sessie intact blijft en stellen /rewind voor. De Copilot SDK wordt met versie 1.0.29 eveneens stabiel: 131 vermeldingen, bij de bron afgekapt, waaronder een breaking change voor Rust op SessionMetadata.

🔗 Copilot CLI 1.0.106 · Copilot CLI 1.0.107 · Copilot SDK 1.0.29

Antigravity CLI 1.5 wordt een ACP-server voor editors en voert conversaties uit op externe agents

4 en 5 november — De CLI van Antigravity gaat over op versie 1.5, in twee stappen. Versie 1.5.0 (10 verbeteringen, 3 bugfixes) voegt agy acp toe, waarmee de CLI draait als Agent Client Protocol (ACP)-server: een compatibele editor kan deze gebruiken als agent, met afbeeldingen en bestandscontext in prompts, de mogelijkheid om een lopende beurt bij te sturen, sessiemodi default, accept-edits en plan, hervatten van een sessie zonder de geschiedenis opnieuw af te spelen, en een model en denkniveau die specifiek zijn voor elke sessie; agy acp --login maakt het mogelijk om verbinding te maken vanuit een terminal, voor editors die via SSH zijn verbonden. Dezelfde versie voegt --remote-agent toe, waarmee conversaties op externe agents worden uitgevoerd — de opdrachtregeltegenhanger van de agents die in applicatie 2.29.0 verschenen — evenals lokale projecten in /projects en een headless-modus (headless, -p) die wacht tot achtergrondtaken voltooid zijn in plaats van ze te stoppen na een verborgen limiet van 30 minuten. Een bugfix onthult dat de sub-agents van een verbinding via GEMINI_API_KEY draaiden op modellen van twee generaties ouder in plaats van Gemini 4 Argon en Gemini 3.8 Flash.

Versie 1.5.1 (5 verbeteringen, 7 bugfixes) stelt voor alle ACP-clients alle modellen van het account beschikbaar, terwijl voorheen slechts een vaste lijst van editors andere modellen dan Gemini kreeg aangeboden, en brengt het beëindigen van een terminalopdracht terug van 5 seconden naar ongeveer 1 seconde wanneer een achtergrondproces de output openhoudt. De uitrol gebeurt geleidelijk en kan enkele dagen duren.

🔗 Changelog van Antigravity

Cursor opent realtime spraakchat met zijn agents, op basis van Grok Voice

6 november — Cursor maakt het voortaan mogelijk om met zijn agents te praten tijdens een realtime spraakoproep: hardop een verandering beschrijven, een agent vragen wat hij aan het doen is, updates horen naarmate het werk vordert. De spraakchat werkt in de Agents Window, de IDE, de webversie en de iOS-app. Bij de oproep zijn twee agents betrokken: een spraakagent luistert, antwoordt en delegeert het codewerk aan de chatagent; hij geeft ook, in alleen-lezen, antwoord op diffs en uitvoeringen, zoekt in eerdere berichten en oproepen en wisselt van worker binnen een Project. De code-agent verwoordt zichzelf via korte voortgangsnotities en een kort antwoord aan het einde.

De stem is gebaseerd op Grok Voice (Cursor maakt sinds augustus deel uit van SpaceX), terwijl de code-agent het gekozen model behoudt; er worden verschillende stemmen aangeboden, waaronder Ara, Eve, Leo, Rex en Sal. Met de Privacy Mode draait de spraakchat zonder gegevensretentie, en op iOS start een Siri-opdracht een oproep met een nieuwe agent. Een ingelogd account is vereist (een sessie die via een API-sleutel is geopend, kan niet bellen), de oproep wordt verbroken na ongeveer 10 minuten stilte wanneer de agent niets onderhanden heeft, en er geldt een dagelijkse limiet zonder gepubliceerde cijfers. Er worden geen tarieven genoemd; dicteren, voorheen Voice Mode genoemd, blijft apart bestaan.

🔗 Voice Chat with Agents (Cursor-changelog) · Documentatie van spraakchat

Amp lanceert Spaces, een agent die threads aanmaakt en coördineert in plaats van de gebruiker

6 november — Amp lanceert Spaces: een space is een gesprek met één enkele agent, wiens rol het is om andere agents op te starten en te coördineren. De gebruiker hoeft zijn threads (threads) niet langer aan te maken of te organiseren: de agent van de space neemt dit op zich. Amp presenteert het als een werkwijze op een hoger niveau om met talloze agents te werken; na enkele weken intern gebruik denkt het team dat dit wellicht de toekomst is van interactie met agents, met een overzicht en de mogelijkheid om in te zoomen op details.

Het blogbericht geeft drie interne voorbeelden. Spaces zijn gebouwd in een space genaamd “Spaces v1”, waarin de agent de feedback, bugs en ideeën uit de chat opdeelde in threads. Lewis stuurde vanuit een space de lancering van Service Accounts aan: uitrol, monitoring van X, Slack en bugrapporten, bugfixes, en vervolgens e-mails en terugbetalingen aan getroffen gebruikers. Will vertrouwde een regelmatige beveiligingsaudit toe aan een space: de eerste ronde splitste de codebase op in 16 gebieden, die elk in een eigen thread werden beoordeeld, waarna elke bevinding in een andere thread werd geverifieerd, met een overzichts-artifact. Starten gaat via de +-knop in de Spaces-sectie van de zijbalk; het bericht vermeldt geen prijzen of abonnementen. Op dezelfde dag voegt Amp een widget toe die reacties op een website omzet in een agent-thread (zie Kort nieuws).

🔗 Spaces (Amp)

Modellen bouwen: Meta traint gespecialiseerde modellen met Muse Wonder, Hugging Face publiceert gids voor MoE-training

Meta rolt in Muse en Meta AI gespecialiseerde modellen uit die zijn getraind met Muse Wonder

6 november — Meta laat Muse en Meta AI profiteren van Muse Wonder, zijn frontier-model dat op 12 oktober werd gelanceerd: gespecialiseerde versies van zijn bestaande modellen, getraind met Muse Wonder, worden daarin uitgerold; het bericht noemt ze niet bij naam en geeft geen omvang of parameters. Twee capaciteiten van Muse Wonder komen hierin terug: actief geheugen (Active Memory), dat moet herkennen wanneer oude informatie weer nuttig wordt en moet onderscheiden wat nog geldig is en wat verouderd is, en actieve focus (Active Focus), die het mogelijk moet maken om te herstellen van een obstakel of een alternatief te vinden. Binnen Meta AI beschrijft Meta een assistent die problemen in stappen opdeelt en preciezere vervolgvragen stelt, zonder bijbehorende cijfers.

Interne meting van Meta	Huidig model van Muse	Vorig model
Personal Superintelligence Index	47 %	38 %
Active Memory Eval (kritieke context goed benut)	90 % van de taken	76 %
Vergeten van kritieke informatie in Muse	gedeeld door 2,4	—
Dagelijkse taken waarbij een onverwachte situatie optreedt	+67 %	—

Al deze metingen zijn afkomstig van Meta, zonder dat er in het bericht een protocol is gepubliceerd.

🔗 Onderzoeksbericht van Meta over gespecialiseerde modellen van Muse en Meta AI

Hugging Face publiceert The Ultimate MoE Training Handbook, gevoed door 800.000 GPU-uren aan experimenten

5 november — Hugging Face publiceert The Ultimate MoE Training Handbook, een gratis en open gids gewijd aan het trainen van Mixture-of-Experts-modellen (Mixture-of-Experts, MoE), geschreven door Nouamane Tazi, Leandro von Werra en Thomas Wolf. Het uitgangspunt: volgens de index van Artificial Analysis zijn 18 van de 20 beste open-gewichtenmodellen MoE’s, waaronder DeepSeek V4.1 Flash 1017, GLM-5.3 en MiniMax-M3.1-Flash, terwijl de knowhow om ze te trainen geconcentreerd blijft bij slechts enkele teams.

18 of the 20 best open models today are Mixture-of-Experts. Dense is basically over. And yet the know-how to train a good MoE still lives mostly in the heads of a handful of teams. So we spent 800k GPU hours running the experiments ourselves and wrote everything down.

🇳🇱 18 van de 20 beste open modellen van dit moment zijn Mixture-of-Experts. Dense is praktisch voorbij. En toch zit de knowhow om een goede MoE te trainen vooral in de hoofden van een handvol teams. Dus hebben we 800.000 GPU-uren besteed aan het zelf uitvoeren van de experimenten, en hebben we alles opgeschreven. — @Thom_Wolf op X

De experimenten draaiden op AWS P5-nodes met acht H100’s; Jeff Boudier spreekt in een door Hugging Face geretweet bericht over 2 miljoen dollar aan uitgaven. De gids telt ongeveer 70.000 woorden, 55 interactieve figuren en uitvoerbare code, met een aangekondigde leestijd van één tot twee dagen. Hij behandelt concrete vragen van teams: hoeveel experts, van welke grootte, gedeeld of niet; welke router en waarom deze in FP32 moet blijven; hulpverlies (auxiliary loss) of verliesloze bias op de manier van DeepSeek om de belasting te balanceren; starten vanaf een dense model (upcycling) of vanaf nul; waarom een training 25 keer trager wordt zonder foutmelding in de logs. Een laatste deel gaat over de serving: experts in lage precisie, expert-parallellisme en disaggregatie van attention-FFN.

🔗 The Ultimate MoE Training Handbook (Hugging Face)

Perplexity’s Agent API verlaagt de kosten van al haar inspanningsniveaus, bij gelijke of hogere kwaliteit volgens Perplexity

5 november — Perplexity verlaagt de kosten per query voor alle bestaande inspanningsniveaus (effort levels) van haar Agent API, volgens het bedrijf met een gelijke of betere zoekkwaliteit; het blogbericht licht ook ultra toe, het niveau dat op dezelfde dag werd opengesteld voor de meest omvangrijke zoekopdrachten. Een inspanningsniveau is een kant-en-klare configuratie die het model, het stappenbudget, de zoekinstellingen en de tools voor een type taak vastlegt. Een query die een niveau bij naam aanroept, profiteert van de update zonder codewijzigingen; het vastpinnen van een versie behoudt de oude configuratie. De scores zijn gebaseerd op BrowseComp en DSQA, twee openbare benchmarks, en op WANDR, de eigen benchmark van Perplexity voor langdurig onderzoek naar talloze entiteiten.

Inspanningsniveau	Gepubliceerd resultaat	Gepubliceerde kosten
medium	van 55 % naar 77 % op BrowseComp en DSQA	bijna 90 % lager
high, met extractie van fetch_url	88,0 % tegenover 83,5 % zonder extractie	0,073 dollar per query tegenover 0,094
xhigh	76,5 % op WANDR, behouden	ongeveer 25 % van de kosten van de augustus-configuratie
ultra	85,9 % op WANDR, beste geteste score	21,71 dollar per taak

Het ultra-niveau start drie agents parallel op over de hele taak, waarna een vierde hun bevindingen samenvoegt en het antwoord opstelt. Het bericht licht de hefbomen toe: een limiet op stappen en tool calls met budgetherinneringen (bij een BrowseComp-taak vindt de gewaarschuwde agent het antwoord in 13 van de 40 stappen, terwijl de andere alle 40 opmaakt zonder het te vinden), een kleiner model dat van een pagina alleen de nuttige passages bewaart (5.561 tokens teruggebracht tot 293), skills die op verzoek worden geladen omdat alles vooraf laden 13 % duurder is, en een evaluatielus die een nieuw model pas overneemt als het beter presteert tegen gelijke of lagere kosten. Er is geen prijstabel per niveau gepubliceerd.

🔗 Improvements to every Agent API effort level (Perplexity) · Thread van @perplexitydevs

Perplexity Computer vat lange gesprekken samen op de achtergrond en stelt Brain open voor alle Projects

6 november — Perplexity publiceert haar eerste product-changelog sinds 19 oktober, verdeeld over zestien rubrieken; de meeste hernemen reeds aangekondigde nieuwigheden, zoals Teammates, een volledig lokale versie van Computer op Mac of de spraakmodus, en zeven zijn nieuw. In Computer vatten nieuwe lange gesprekken hun geschiedenis op de achtergrond samen (background compaction): volgens Perplexity zorgt dit voor 94 % minder pauzes bij het doorwerken in een lange context en 7 % minder credits per beurt. Om een door Computer gemaakte site aan te passen, selecteer je voortaan een specifiek element (titel, knop, kaart, menu) in plaats van een rechthoek te tekenen.

Aan de kant van Projects is Brain, het geheugen van het Project, gratis geactiveerd in elk Project en wordt het dagelijks bijgewerkt op basis van de gesprekken en bestanden; een Project info-paneel en een uniform Settings-paneel zijn nu voor iedereen toegankelijk. In Enterprise laten @mentions een collega toetreden tot een thread of een Computer-taak op het web, en rolgebaseerde controles voegen een snelheidslimiet (Normal of Fast) toe aan de reeds beschikbare inspanningsinstellingen. De Impeccable-skill, die de hiërarchie, toegankelijkheid, responsiviteit (responsive) en consistentie van het designsysteem van een interface controleert, is toegevoegd aan de officiële lijst. De changelog vermeldt ten slotte dat Agent Plugins openstaan voor individuele abonnementen en voor Enterprise via selfservice, en dat Computer vanaf Mac-app 26.42.0 volledig lokaal draait. De kostenverlaging van de inspanningsniveaus, die hierin ook wordt genoemd, is in de voorgaande sectie nader toegelicht.

🔗 Perplexity-changelog van 6 november

Stem: Phonon van Gradium draait op het apparaat, ElevenLabs laat Unity-personages praten

Gradium licht Phonon toe, haar on-device spraaksynthese met open gewichten

5 november — In een bericht op het Hugging Face-blog bespreekt Gradium Phonon, dat twee weken eerder werd vrijgegeven: een spraaksynthesemodel dat volledig op het apparaat draait, zonder server of netwerk, van smartphones tot browsertabbladen en singleboardcomputers. Phonon is beschikbaar in twee formaten, van ongeveer 65 en 75 MB, en ondersteunt telefoonnummers, datums en codes. Er zijn meer dan 100 stemmen ingebouwd, en andere kunnen worden aangemaakt in Gradium Studio, via klonen van een korte opname met toestemming van de persoon of via een tekstuele beschrijving, waarna ze worden gedownload om lokaal te draaien.

Phonon-model	Ondersteunde talen	Gebruikslicentie
Phonon 31m	Engels	Apache 2.0, vrij commercieel gebruik
Phonon 40m	Engels, Frans, Duits, Spaans, Portugees	CC BY-NC, betaald commercieel gebruik afhankelijk van het aantal gebruikers

Volgens Gradium staat Phonon op de eerste plaats qua verstaanbaarheid in het Duits en Spaans op het Open TTS Leaderboard van Hugging Face en behoort het tot de top drie in elke geëvalueerde taal, tegenover modellen die tot 100 keer groter zijn; het voert ook de CPU-streamingbenchmark aan voor de latentie tot het eerste geluid. Gradium claimt meer dan 200.000 downloads in twee weken. Haar inferentie-engine ptts telt meer dan tien backends (CPU’s, GPU’s via CUDA, Vulkan, Metal of WebGPU, Core ML- en Snapdragon-chips), en Transformers heeft het geïntegreerd sinds v5.21.

🔗 Phonon (Hugging Face-blog)

ElevenLabs lanceert Unity-SDK om gamepersonages een stem te geven met ElevenAgents

5 november — ElevenLabs brengt een Unity-SDK uit voor ElevenAgents, haar platform voor spraakagents. Deze verbindt een gamescène met een agent die is aangemaakt in het ElevenLabs-dashboard: de speler benadert een personage en spreekt er hardop tegen, de SDK vangt de microfoon op, speelt de stem van de agent af via een AudioSource van Unity en beheert de sessie via de Conversation API. De stem kan uit het personage komen en het geluidsniveau kan een mond animeren; dynamische variabelen stellen meerdere personages in staat dezelfde agent met verschillende stemmingen te delen; een contextuele update meldt een game-gebeurtenis aan de agent, zoals een opgeraapte sleutel, zonder deze te onderbreken; client tools stellen de agent in staat om gamecode te activeren, zoals het openen van een deur.

Doelplatform	SDK-status	Gebruikt transport
Editor en desktop (macOS, Windows, Linux)	Ondersteund	WebSocket
WebGL	Ondersteund	WebSocket of WebRTC
iOS, Android, XR	Bèta	WebSocket

De installatie verloopt via de Package Manager van Unity, vanuit de git-repository van ElevenLabs vastgepind op v0.1.0 (versie gepubliceerd op GitHub op 27 oktober, MIT-licentie), met een geschatte instaptijd van zo’n tien minuten voor het GettingStarted-voorbeeld. ElevenLabs herinnert eraan om authenticatie vóór publicatie opnieuw in te schakelen: een server moet een kortlopende ondertekende URL verstrekken, en de API-sleutel mag nooit in een build worden opgenomen. Er zijn geen specifieke tarieven aangekondigd.

🔗 Give your Unity NPCs a voice with ElevenAgents (ElevenLabs) · Repository elevenlabs/unity

Ai2 presenteert officieel ToyBlocks, de eerste van zijn FoundationWorlds om het leren van robots te bestuderen

6 november — Ai2 presenteert officieel ToyBlocks, waarvan de code en data sinds de dag ervoor online stonden. Het instituut plaatst dit in een breder kader, de fundamentwerelden (FoundationWorlds): een gecontroleerde gesimuleerde wereld, automatische generatie van taken en demonstraties, en metrieken die het gedrag van de robot in de loop van de tijd volgen, om data of modellen te variëren, een test opnieuw af te spelen en de oorzaak van een mislukking te achterhalen. Demonstraties worden daarin geproduceerd zonder teleoperatie, tot 24 keer realtime op één enkele GPU. De eerste resultaten hebben betrekking op de overstap naar de werkelijkheid en op frontier-agents:

Door Ai2 gepubliceerde evaluatie	Behaald resultaat
Atomaire vaardigheden van ManiFlow, in simulatie en op echte robot	80,0 % en 81,1 %
Molmo 2 + ManiFlow, in simulatie en op echte robot	55,5 % (111 van de 200) en 50,0 % (15 van de 30)
Claude Opus 5.5 via MCP, zoek- en speltaken (search and spell)	63 % opgelost of terecht als onhaalbaar gemarkeerd
Vaardigheidsbeschrijvingen: standaard, van menselijke expert, geleerd	24 %, 36 % en 63 % succespercentage
Claude Opus 5.5 bij klassieke planning	30 van de 30 stapeltaken

Bij de zoek- en speltaken is de helft van de scènes onhaalbaar, en fouten zijn voornamelijk te wijten aan gelijkende letters (13 %) of een verkeerde oriëntatie (15 %). Ai2 merkt op dat er meer tests op echte robots nodig zijn voor statistische betrouwbaarheid. Via een webinterface kan de robot in natuurlijke taal worden geïnstrueerd met Claude of een ander frontier-model, en de bijbehorende repository allenai/agentic_robotics publiceert de door MCP georkestreerde agentische lus, onder Apache-2.0-licentie.

🔗 ToyBlocks (Ai2-blog op Hugging Face) · Repository allenai/agentic_robotics

GitHub presenteert Copilot Verified Proficiency, een vaardigheidsniveau berekend op basis van het werkelijke gebruik van Copilot

6 november — GitHub vestigt de aandacht op Copilot Verified Proficiency, een nieuwe vorm van vaardigheidserkenning (credential) van Microsoft en GitHub samen, gekoppeld aan de Microsoft Pro Badge. In plaats van een examen wordt het niveau continu berekend op basis van taken die daadwerkelijk met Copilot zijn uitgevoerd, volgens telemetrie, gebaseerd op de reikwijdte, diepgang en consistentie van het gebruik, en niet op het activiteitsvolume. Er worden vijf vaardigheden beoordeeld: samenwerking met AI, promptontwerp, codegeneratie en -validatie, agentconfiguratie en integratie van tools en context. Er zijn drie niveaus beschikbaar (Beginner, Intermediate, Proficient); Advanced en Expert zijn nog in ontwikkeling. Proficient levert een deelbare Pro Badge op, die na zes maanden verloopt als het niveau niet wordt behouden, en het niveau daalt wanneer Copilot niet wordt gebruikt.

Deelname is op basis van opt-in, resultaten zijn standaard privé en noch de werkgever noch de organisatie ziet ze zonder vrijwillig delen; de beoordelingscriteria en algoritmen blijven bedrijfseigen. Enterprise Managed Users-accounts en GitHub Enterprise Cloud met gegevensresidentie worden niet ondersteund. De status blijft onduidelijk: de pagina, zonder datum, biedt de mogelijkheid om je niveau te berekenen, maar de FAQ spreekt van een besloten preview met uitgenodigde partners.

🔗 Copilot Verified Proficiency (GitHub Learn) · Aankondiging van @github op X

NVIDIA becijfert de groei van zijn opensourcetools Aerial en Sionna voor 5G/6G, aan de hand van vijf onderzoeksprojecten

6 november — Een jaar na het opensourcen van zijn draadloze software Aerial, die samen met Sionna onderdeel werd van een suite van tools voor 6G-onderzoek, maakt NVIDIA de balans op in een blogbericht van Soma Velayutham. Volgens NVIDIA is de adoptie van AI Aerial en Sionna door ontwikkelaars in een jaar tijd vertienvoudigd, hebben de opensource 5G/6G-tools de grens van één miljoen downloads overschreden en maken meer dan 8.000 onderzoeksinstellingen en universiteiten er gebruik van. Het bericht kondigt geen enkel product aan en illustreert deze toepassingen aan de hand van vijf projecten:

Onderzoeksteam	Gerapporteerd resultaat	Meetomstandigheden
King’s College London	Uitvoeringstijd van robottaken met tot wel 52,6% verminderd	Compacte objectbeschrijving in plaats van volledige beelden, opzettelijk veroorzaakte storingen
SoftBank	Hogere uplinksnelheid bij alle 15 geteste configuraties, maximale winst van circa 60%	Neurale ontvanger in Aerial CUDA-Accelerated RAN, commerciële 5G-smartphone, gecontroleerde interferentie
ETH Zurich	Blokfoutpercentage met meer dan een derde verminderd	Ontvangers afgestemd op lokale metingen, vergeleken met geselecteerde vooraf getrainde versies
Universiteit van Leeds	Energieverbruik van het radio-toegangsnetwerk met 45,6% verminderd	Stand-bymodus van basisstations 10 minuten van tevoren gepland, vergeleken met een referentie op vol vermogen
CTTC (Catalonië)	Simulatie teruggebracht van circa 3 uur naar 10 tot 20 minuten	Eerste evaluatie, kanaalmodellen op GPU in de opensourcesimulator 5G-LENA

Het blogbericht verwijst naar de 6G-ontwikkelaarssessies van GTC Washington, D.C., en herinnert eraan dat Aerial en Sionna beschikbaar zijn op GitHub.

🔗 How NVIDIA Open Source Tools Are Helping Researchers Build Next-Generation 6G Networks (NVIDIA)

Kort nieuws

Agents en codetools

Cloudsessies van Claude Code — Bij de Pro-, Max- en Ultra-abonnementen bepaalt Claude zelf welke afhankelijkheden, netwerktoegang en API-sleutels een repository nodig heeft, en slaat deze omgeving vervolgens op voor volgende sessies; volgens @ClaudeDevs worden de sleutels opgeslagen zonder dat Claude ze ziet. De aankondiging bestaat uit één tweet, zonder blogpost of documentatie. 🔗 bron
Feedbackwidget van Amp — Met een scripttag en vervolgens het adres van een pagina met het achtervoegsel ?amp kan op een element van een site worden geklikt om een instructie te schrijven: Amp opent een thread in het project en de agent voert de wijziging uit in een orb, op een kopie van de repository. Alleen beschikbaar voor werkruimteprojecten, zonder prijsvermelding. 🔗 bron
Gemini CLI — Er is op 5 en 6 november geen nightly uitgebracht omdat de workflow mislukte, maar Gemini CLI heeft op 6 november een tiental commits naar main gemerged: kleurthema’s in een zelfstandig theme.json-bestand, validatie van modelnamen in /model, het einde van urenlange quotawachttijden in de ACP-modus en van stille netwerkblokkades. Er zit nog niets van dit alles in een officiële release. 🔗 bron
Qwen Code v0.26.9 — Skills kunnen worden geïnstalleerd vanuit ZIP-archieven (Web Shell, daemon of TypeScript-SDK) en met één verzoek kunnen tot 100 skills worden in- of uitgeschakeld; de automatisering van de Managed Agent is standaard ingeschakeld en beeldinvoer wordt uitgebreid naar Llama 4, Pixtral en Mistral Small. Geen breaking changes. 🔗 bron
Kimi Code 2.5.2 — Drie fixes: dubbele tooldeclaraties wanneer MCP-tooldefinities veranderen, begeleidingsberichten die ten onrechte in de wachtrij worden geplaatst tijdens een sessie, en projectcreatie wanneer de webinterface via HTTP wordt geserveerd. 🔗 bron
ZCode v3.17.2 — Op 4 november laat de code-werkruimte van Z.ai, zonder release notes, het voorbeeld van lokale HTML-bestanden in zijn ingebouwde browser lopen via een zcode-html://-adres dat beperkt is tot hun map: Electron staat standaard toe dat een file://-pagina andere bestanden leest. 🔗 bron
Vloot van code-agents — Tony Dzi maakt de balans op van 103 dagen met code-agents uit dezelfde familie op zeven machines: een coördinatieprotocol kan aan al zijn veiligheidsinvarianten voldoen en toch worden opgegeven. Hij publiceert claw-consensus, zijn consensus-engine zonder LLM, en de telemetrie die de ineenstorting van het gebruik ervan laat zien. 🔗 bron

API’s, platforms en beveiliging

Uitgaande oproepen van GPT-Live — Op 2 november heeft OpenAI uitgaande telefoongesprekken van GPT-Live via SIP opengesteld voor alle organisaties via de Live API: nummer in E.164-formaat, SIP-trunk van de provider, TLS-signalering en SRTP-audio, overgaan beperkt tot 3 minuten en gespreksduur tot 2 uur; geen tarieven vermeld. 🔗 bron
Agents API van OpenAI — Michael Luo, productmanager bij OpenAI, maakt de balans op van oktober (grotendeels al behandeld) en biedt op aanvraag vijf bètafuncties aan: geheugen tussen sessies, toegang voor agents tot de Decisions API, budgetplafond in dollars, een pool van omgevingen en architectuur v2. 🔗 bron
gemini-embedding-2-preview — De Gemini API verklaart dit model verouderd (deprecated): sinds 6 november worden aanvragen doorgestuurd naar gemini-embedding-2 tegen het tarief van Gemini Embedding 2, met hetzelfde schema en dezelfde embedding-ruimte; het volstaat om de modelnaam te wijzigen, zonder herindexering. 🔗 bron
Gebruiksstatistieken van Copilot — De API registreert nu per repository het percentage opmerkingen van Copilot code review dat door ontwikkelaars is afgehandeld, uitgesplitst naar ernst, reviewniveau en type opmerking, en markeert gebruikers zonder telemetrie of met versies onder de minimale vereisten voor de IDE en extensie. 🔗 bron
OpenAI en Hacktron — OpenAI gaat een samenwerking aan met Hacktron, dat werd opgemerkt via het bugbountyprogramma, om kwetsbaarheden in eigen systemen op te sporen, met name in de interactie met diensten van derden, en verruimt de toegang tot geavanceerde modellen via Daybreak Red; er zijn geen bedragen bekendgemaakt. 🔗 bron
Transformers v5.22.2 — Tussentijdse bugfix van Hugging Face die de Jinja-sandbox versterkt en device_id alleen nog voor NCCL vastzet; de release notes vermelden geen beveiligingsadvies. 🔗 bron

Bedrijven en onderwijs

Australische universiteiten — Op 5 november licht OpenAI zijn samenwerkingen toe met UNSW Sydney (ChatGPT Edu voor meer dan 80.000 studenten en medewerkers), de University of Sydney, La Trobe en Adelaide University; uit een Pureprofile-enquête in opdracht van OpenAI onder 1.018 studenten blijkt dat 81% meerdere keren per week AI gebruikt. 🔗 bron
Cult.fit en Codex — Op 5 november toont een case study van OpenAI hoe de Indiase fitnessketen zijn engineering standaardiseert op Codex: meer dan 20 interne applicaties gebouwd door niet-technische teams, meer dan 100.000 dollar aan jaarlijkse softwarebesparingen en klantenservicekosten die met meer dan 50% zijn gedaald. 🔗 bron
Merge en GPT-6 Astra — Op 5 november legt de startup Merge uit hoe een bot op basis van GPT-6 Astra, gekoppeld aan Salesforce, Gong, Google Sheets en Gmail, de voorbereiding van een klantendiner terugbrengt van tientallen uren naar ongeveer 30 minuten; het aantal diners steeg van 8 in het tweede kwartaal naar 16 in het derde kwartaal. 🔗 bron
Franklin Templeton — Op 5 november beschrijft de vermogensbeheerder een verbonden intelligentielaag, onder meer gebouwd met Codex, die onderzoek, risico, compliance en handel verbindt voor zijn portefeuillebeheerders; er worden geen resultaatcijfers genoemd. 🔗 bron
Flipsnack en ChatGPT Ads — Op 5 november meldt deze klantcase circa 310% meer aanmeldingen en ongeveer 75% lagere kosten per registratie, bij een gelijkblijvend dagbudget, na de overstap van vijf Amerikaanse campagnes van klikken naar conversie-optimalisatie. 🔗 bron
Box en NVIDIA — Op 5 november stelt Box tijdens BoxWorks 2026 de open Nemotron-modellen, te beginnen met Nemotron 3 Ultra, beschikbaar voor Enterprise Advanced-klanten van Box AI; Box Context Retrieval, gebouwd op Nemotron Retriever, wordt begin volgend jaar verwacht en zou volgens Box 20% aan zoekprecisie kunnen winnen en 90% minder tokens verbruiken. 🔗 bron

Google-applicaties

Flashcards van Gemini Notebook — De kaarten ondersteunen nu afbeeldingen, een optionele timer maakt het mogelijk om je geheugen te testen en de mobiele app plant studieherinneringen in; er zijn geen landen of abonnementen gespecificeerd. 🔗 bron
Gemini in Google Formulieren — Op het tabblad Reacties analyseert Gemini de antwoorden door Python-code te schrijven en uit te voeren, trends en correlaties op te sporen en acties voor te stellen; de uitrol begon op 2 november in Rapid Release en start op 19 november in Scheduled Release, voor in aanmerking komende Business-, Enterprise- en Education-abonnementen en bepaalde Google AI-abonnees. 🔗 bron

Stem, muziek en beeld

Open ASR Leaderboard — Het spraakherkenningsklassement van Hugging Face voegt twee besloten testsets van Liva AI toe, in conversatie-Engels met een Egyptisch (1,34 uur) en Nigeriaans (1,55 uur) accent, plus een uitsplitsing geïnspireerd op de cirkels van Kachru; er worden geen modelresultaten gegeven. 🔗 bron
Libanees dialect — In het tweede deel van zijn reeks, na dat van 5 november, bouwt Bilal Zaraket een Libanees lexicon op dat is gevalideerd door drie moedertaalsprekers (429 lemma’s) alvorens spraakdata te genereren: het aandeel te corrigeren zinnen daalt van 22% naar 4%, onder de vooraf vastgestelde drempel van 5%. 🔗 bron
ElevenMusic en SoundCloud — ElevenLabs koppelt zijn muziekplatform aan SoundCloud: een origineel nummer wordt rechtstreeks naar het profiel van de artiest gestuurd, inclusief beschrijving, genre en tags. SoundCloud Artist Pro-leden krijgen drie maanden gratis ElevenMusic, daarna 9,99 dollar per maand, een aanbieding die geldig is tot 31 oktober 2027. 🔗 bron
Ads Engine — ElevenLabs voegt een optionele menselijke controle toe door taalkundigen en lokalisatieprofessionals van ElevenProductions en interne creatieve specialisten, voor beeldmateriaal, Google Search-advertenties en nagesynchroniseerde video’s; toegang verloopt via het verkoopteam, zonder tarieven of doorlooptijden. 🔗 bron
Daily Song Challenge van Suno — De iOS- en Android-apps bieden dagelijks een songprompt aan die vóór creatie kan worden aangepast, en ordenen de nummers in een kalender in de bibliotheek, beschikbaar voor alle abonnementen. 🔗 bron
Runway en GPT Image 2.6 — Runway voegt het beeldmodel van OpenAI toe, dat volgens hen 50% sneller is, met ondersteuning voor gif, svg-export en bewerkingen die personages en producten consistent houden; de variant en de kosten in credits worden niet gespecificeerd. 🔗 bron

Onderzoek, robotica en modellen

Wetenschappelijke modellen — Het Science-blog van Anthropic publiceert een gastessay van Jakob Macke, Daniel Gedon en Stefan Wahl (ELLIS Institute Tübingen) over AI die wetenschappelijke modellen bouwt, inperkt en interpreteert, van het Hodgkin-Huxley-model tot simulatiegebaseerde inferentie. 🔗 bron
SuperCLUE-klassement — Een communitybericht van VIDRAFT bespreekt de ranglijst van november (19 modellen): GPT-6.1-Sol leidt op het gebied van agentische code (69,23) en DeepSeek-V4.1-Flash-1017 staat op de eerste plaats onder de open modellen (65,38), waarbij Kimi-K3.1-Pro de hoogste algehele score onder hen behaalt. 🔗 bron
LingYu Robotics — Het bedrijf publiceert 139,4 uur en 13.263 succesvolle episodes van bimanuele teleoperatie gefilmd vanuit het perspectief van de robot, verdeeld over 15 taakfamilies, in LeRobot-formaat en onder een niet-commerciële licentie. 🔗 bron
Egocentric-EMG-Force — Harpreet Sahota converteert voor FiftyOne acht episodes en 38,2 minuten aan huishoudelijke taken gefilmd met een dieptecamera, met een EMG-polsband aan elke pols die het spiersignaal van de onderarmen registreert. 🔗 bron
Teaser van Qwen — Het officiële Qwen-account plaatst een kort, raadselachtig bericht met een afbeelding waarop het Chinese opschrift een naam openlaat, zonder modelnaam, datum of link; het bericht werd die dag meer dan 1,3 miljoen keer bekeken. 🔗 bron

Wat dit betekent

AI betreedt het domein van gekaderd en afgemeten onderzoek. De agents van Google DeepMind werkten onder menselijk toezicht, samen met onderzoekers van Inria, aan een reeds uitgefaseerde 1024-bits RSA en een reeds opgeloste referentiesleutel, in een geïsoleerde simulatie: de theoretische winst van ongeveer 1.600 keer bedreigt 2048-bits sleutels niet, maar herinnert eraan dat een aanname over de moeilijkheidsgraad nooit vanzelfsprekend is. BioBasicsBench en TCSExam volgen dezelfde discipline: OpenAI publiceert zelf de fouten van GPT-6 Astra, waaronder een overschatting van het aantal kolonies met ongeveer 12%, en TCSExam laat elke taak verifiëren door de Lean-kernel of een uitvoerbare verifier, zonder dat er ook maar één openstaand vermoeden sneuvelt. Het Frontier Model Forum past dezelfde logica toe op risico’s, met een gezamenlijk kader om te bepalen welke cyber-jailbreaks als eerste moeten worden aangepakt.

Wat het model omringt, bepaalt in toenemende mate het succes van een agent. Bij Anthropic blokkeert een enkele foute notitie over Mt. Moon het Pokémon-spel totdat dreaming dit corrigeert, en een goed onderhouden wiki bespaart ongeveer 20.000 tokens per vraag. Bij Google is een oude TODO al genoeg om een agent te laten ontsporen: een ongevraagde omweg verzwaart de sessie met 70% meer stappen, 77% meer tokens en 105% meer wachttijd, in die mate dat Google agents heeft ingezet om zijn codebases op te schonen. Harness adapters pakken het probleem aan via training, met één LoRA per harnas die het aantal tool calls vermindert bij gelijkblijvende nauwkeurigheid, en de hefbomen van Perplexity zijn van dezelfde aard: budgetherinneringen, pagina-extractie en vaardigheden die op verzoek worden geladen.

Code-agents veranderen van interface. Men praat ertegen, met de voicechat van Cursor die de luisterende agent scheidt van de coderende agent; men delegeert de organisatie aan hen, met een space van Amp die zelf threads start, tot het opdelen van een beveiligingsreview in 16 zones aan toe; men sluit ze overal op aan, aangezien ACP van Antigravity CLI de agent maakt voor elke compatibele editor, met alle modellen van het account. Tegelijkertijd worden de releasecycli korter (146 vermeldingen voor Claude Code 2.1.319, 637 voor Copilot CLI 1.0.106, 120 PR’s voor Codex CLI 0.167.0), met fijnmazigere controles over wat de agent mag doen, van de weigering zonder prompt van Claude Code tot de prompt-user-regels van Codex.

Ook de kosten en de toegang zijn in beweging. Perplexity maakt zijn medium-niveau bijna 90% goedkoper terwijl het stijgt van 55% naar 77%, en activeert Brain gratis in elk Project. Phonon draait spraaksynthese op het apparaat zelf, zonder server, met modellen van ongeveer 65 en 75 MB, waaronder een Engelstalige versie onder een Apache 2.0-licentie. Meta brengt capaciteiten van Muse Wonder over naar gespecialiseerde modellen die worden uitgerold naar gebruikers van Muse en Meta AI, en Hugging Face stelt MoE-trainingsexpertise, opgedaan na 800.000 GPU-uren, openlijk beschikbaar.