Claude Code Desktop integreert een browser en gaat naar v2.1.206, GPT-5.6 Sol Ultra algemeen beschikbaar, Amp vervangt zijn modi door één enkele draaiknop (The Dial)

10 juli bundelt vier belangrijke aankondigingen die de agent-machine-interactie hertekenen: Claude Code Desktop krijgt een geïntegreerde browser en gaat naar v2.1.206, GPT-5.6 Sol Ultra gaat algemeen beschikbaar vergezeld van een ongekende claim van een wiskundig bewijs, en Amp vervangt al zijn genoemde agentmodi door één enkele draaiknop. Achttien noemenswaardige updates vullen het beeld aan — van Cognition’s groeiende vertrouwen in Claude Fable 5 tot de komst van Grok 4.5 als orchestrator bij Perplexity — en vier korte berichten sluiten dit overzicht af.

Claude Code Desktop krijgt een geïntegreerde browser

10 juli — Claude Code op desktop krijgt een nieuw paneel Browser: een browser met tabbladen die Claude net zo aanstuurt als hij al de lokale ontwikkelservers aanstuurt — documentatie openen, ontwerpmaquettes of eender welke andere site, de inhoud lezen, klikken, formulieren invullen. Hij opent via het toetsenbord (Cmd+Shift+B op macOS, Ctrl+Shift+B op Windows) of via het menu Views; wanneer Claude in de chat op een externe link stuit, biedt een keuzescherm aan om die in dit paneel of in de standaardbrowser te openen. Verbinding met accounts van derden is mogelijk, inclusief via pop-up-inlogstromen zoals Google OAuth.

Het paneel is gesandboxd: een eigen browseprofiel, gescheiden van persoonlijke inloggegevens en geschiedenis, met een optie om sessies te laten voortbestaan (cookies, lokale opslag) van de ene herstart naar de andere tijdens ontwikkeling. Twee beveiligingswaarborgen komen erbij boven op wat al bestaat voor applicatieverificatie: dezelfde classificatiemodellen als die van de automatische modus controleren elke schrijfactie van Claude op een externe pagina — ongeacht de actieve toestemmingsmodus triggert een melding een bevestigingsvraag — en, buiten Auto- en Bypass-modi, wordt vóór elke navigatie een whitelistcontrole op domeinen toegepast. De eerste actie van Claude op een site activeert een permissiekaart (Allow once / Always allow / Deny), waarbij elke site afzonderlijk moet worden goedgekeurd, inclusief subdomeinen. Zelfs op een goedgekeurde site kan Claude geen artikel kopen, geen account aanmaken en geen CAPTCHA omzeilen zonder expliciete validatie — hetzelfde beveiligingsmodel als de extensie Claude in Chrome, waarvan de documentatie het gebruiksverschil preciseert: het Browser-paneel is geschikt om een applicatie te bouwen en te testen (leeg profiel, zonder identiteit), terwijl de Chrome-extensie de inlogstatus van de persoonlijke browser deelt.

“Claude Code on desktop now has an in-app browser.”

🇳🇱 Claude Code op desktop heeft nu een geïntegreerde browser. — @ClaudeDevs op X

🔗 Desktoptoepassing — Claude Code Docs

GPT-5.6 Sol Ultra gaat algemeen beschikbaar, OpenAI claimt bewijs van een 50 jaar oude conjectuur

10 juli — GPT-5.6 Sol met de instelling Ultra gaat algemeen beschikbaar, na zijn introductie in multi-agent bètavorm bij de lancering op 9 juli (de ultra-modus coördineert standaard meerdere agents parallel). Om deze overstap naar GA te illustreren, stelt Ethan Knight, ingenieur bij OpenAI, dat het model een bewijs heeft geproduceerd van de double-cycle cover conjecture (Cycle Double Cover Conjecture), een open probleem van ongeveer 50 jaar oud in de graaftheorie (onafhankelijk geformuleerd door Szekeres in 1973 en Seymour in 1979), waarbij 64 subagents in iets minder dan een uur werden ingezet. OpenAI zegt de gebruikte prompt en het geproduceerde bewijs te delen, en nodigt de community uit om met Ultra te experimenteren. Het gaat niet om een nieuwe modelfamilie, maar wel om de overstap naar algemene beschikbaarheid van de ultra-instelling van Sol, die de dag ervoor in multi-agent bètavorm werd geïntroduceerd.

Redactionele voorzichtigheid: het gaat om een bewering die door OpenAI zelf is gecommuniceerd (via een van zijn medewerkers, officieel opnieuw geplaatst door het account @OpenAI), en niet om een bewijs dat door een onafhankelijke derde bron is geverifieerd of in een peer-reviewed tijdschrift is gepubliceerd op de datum van dit artikel. De conjectuur zelf is authentiek en gedocumenteerd in de graaftheorie; de geldigheid van het aangekondigde bewijs is op dit moment niet onafhankelijk vastgesteld — een claim van OpenAI die als zodanig moet worden behandeld, niet als een vaststaand wiskundig feit.

“Yesterday, we made GPT-5.6 Sol Ultra generally available. Today, we’re sharing that it produced a proof of the 50-year-old Cycle Double Cover Conjecture using 64 subagents in just under one hour.”

🇳🇱 Gisteren hebben we GPT-5.6 Sol Ultra algemeen beschikbaar gemaakt. Vandaag delen we het feit dat het een bewijs heeft geproduceerd van de 50 jaar oude double-cycle cover conjecture, met gebruik van 64 subagents in iets minder dan een uur. — Ethan Knight (OpenAI), opnieuw geplaatst door @OpenAI op X

Amp vervangt zijn genoemde agentmodi door één enkele draaiknop (The Dial)

9 juli — Amp publiceert The Dial, een volledige herziening van zijn selectiesysteem voor agentmodi. De vier oude genoemde modi — smart, deep, rush, large — worden uitgefaseerd en vervangen door een draaiknop met vier inspanningsniveaus: low, medium, high, ultra. Leidende gedachte: de oude modenames verbergen een specifiek model, prompt en niveau van redeneerinspanning dat men moest kennen om correct te kiezen — met de convergentie van modellen is volgens Amp de enige relevante vraag nog de afweging capaciteit/kostprijs. De draaiknop wordt ingesteld via Ctrl+S in de CLI of via de modusselector van de webapp.

Niveau van de draaiknop	Hoofdmodel	Oracle (tweede opinie)
ultra	Claude Fable 5 (specifieke systeemprompt)	GPT-5.6 Sol
high	GPT-5.6 Sol, inspanning xhigh	Claude Fable 5
medium	GPT-5.6 Sol, inspanning medium	GPT-5.6 Sol, inspanning high
low	GLM-5.2 (Z.ai, open model)	GPT-5.6 Sol

Opvallend punt: het niveau low steunt standaard op GLM-5.2, een open model van een derde partij van Z.ai dat door Amp wordt voorgesteld als « het sterkste open model voor agentische codering », in plaats van op een eigen model — workspacebeheerders kunnen het vervangen door GPT-5.6 Terra. Elk niveau heeft voortaan een « oracle » voor een tweede opinie: op de hoge niveaus lezen de twee grensmodellen elkaars werk na (in high schrijft GPT-5.6 Sol en leest Fable na; in ultra is het omgekeerd). Voor de migratie geeft Amp aan: « smart, deep → medium » en « rush → low »; gebruikers die exact het gedrag van de oude modi willen behouden, kunnen ze opnieuw installeren als plugins (amp plugins add --auto-update @amp/smart-classic, enz.), met dezelfde systeemprompts, tools, modellen en inspanningsniveaus als voorheen.

🔗 Amp — The Dial (volledig artikel)

Claude Code gaat naar v2.1.206: pad-suggesties, CLAUDE.md-opruiming en een dozijn correcties

10 juli — Claude Code gaat naar v2.1.206, een release zonder unieke hoofdfunctionaliteit maar met meerdere opmerkelijke toevoegingen. De /cd stelt voortaan suggesties voor directorypaden voor, volgens hetzelfde principe als /add-dir. De /doctor krijgt een nieuwe controle die voorstelt om versiebeheerste CLAUDE.md-bestanden te vereenvoudigen door inhoud te identificeren die Claude hoe dan ook zelf uit de verkenning van de repo zou kunnen afleiden. Aan Git-zijde autoriseert /commit-push-pr voortaan automatisch de git push naar de geconfigureerde push-remote van de repo of naar de enige beschikbare remote naast origin, en EnterWorktree vraagt bevestiging voordat het een worktree binnengaat die buiten de .claude/worktrees/-map van het project ligt. Achtergrondagents worden stil bijgewerkt vlak nadat Claude Code is geüpdatet, in plaats van een trage update af te dwingen op het moment dat de gebruiker ermee verbindt. De weergave van agents (claude agents) is aangepast: Ctrl+X verwijdert voortaan definitief een beëindigde sessie, en de statustkolom gebruikt de volledige breedte van de terminal. Anthropic meldt ten slotte een kwaliteitsverbetering van de resultaten van /code-review op claude-opus-4-8, op alle inspanningsniveaus.

De rest van de changelog somt een vijftiental correcties op: een verlopen verbindingsfout die een misleidend bericht toonde in plaats van aan te raden /login opnieuw op te starten; claude --resume en --continue die bij het opstarten niet meer reageerden op het toetsenbord; MCP-servers die hun eigen request_timeout_ms negeerden en terugvielen op de standaard 60 seconden; foutieve prijzen in de /model-selector; en, aan Bedrock-zijde, een blokkering van meerdere minuten bij het opstarten bij gebruik van de awsCredentialExport-helper op netwerken met beperkte uitgaande verbindingen.

🔗 Release v2.1.206 — Claude Code

Anthropic versterkt zijn zakelijke partnerschappen

Twee case studies zetten op 9-10 juli Enterprise-partners van Anthropic in de schijnwerpers, de ene over de langdurige autonomie van Claude Fable 5, de andere over de integratie in fysieke productieketens.

Cognition (Devin): Claude Fable 5 houdt 8 uur stand zonder toezicht

10 juli — Nieuw hoofdstuk in de reeks « Working at the frontier » gewijd aan Cognition, het bedrijf achter de autonome software engineer Devin. Silas Alberti, die bij Cognition de training en evaluatie van modellen leidt, beschrijft een kwalitatieve sprong op Frontier Code, de interne anti-slop-benchmark van het bedrijf: het oude Opus-model bleef steken op ongeveer 10% op de moeilijkste subset, terwijl Claude Fable 5 ongeveer 30% haalt. Vooral de autonomiehorizon verandert van aard — een agent die zonder toezicht wordt achtergelaten, boekt echt vooruitgang gedurende 8 uur aan een stuk, tegenover enkele minuten tot een uur vóór Fable 5. Alberti schrijft die sprong toe aan het vermogen van het model om de interne debuggingtools van Cognition te gebruiken en zijn invarianten te formuleren vóór het handelen; Devin begint Slack en productie proactief te monitoren, een evolutie die Alberti verwacht in 90% van de sessies binnen één tot twee jaar.

“We trust no eval.”

🇳🇱 Wij vertrouwen geen enkele benchmark. — Silas Alberti, Cognition, geciteerd op de Claude Blog

UST zet Claude in voor fysieke AI uit

9 juli — Anthropic kondigt een partnerschap aan met UST, een bedrijf voor technologische diensten en engineering, om Claude in te zetten voor fysieke productieprocessen: chips, auto-industrie, verbonden objecten. UST leidt 20.000 medewerkers op voor Claude en wordt Global Premier Partner van het Claude Partner Network. Centrale use case: op iDEC, UST’s hardwarevalidatieplatform, leest Claude Code chipschema’s en pinouts, schrijft regressietests en vergelijkt echte apparatuur met digitale tweelingen — een pipeline die de validatiecycli al met 50 tot 70% verkort. Ook uitbreiding naar CarePath (gezondheidszorg), IntelliOps (telecom) en FinX (bankwezen), steeds met menselijke goedkeuring voor gevoelige acties.

🔗 UST brengt Claude naar fysieke AI

OpenAI, de dag na de lancering van GPT-5.6

Twee aankondigingen gedateerd op de dag na de lancering van GPT-5.6/ChatGPT Work: een publieke erkenning van lanceringsproblemen, en een evolutie van het bioveiligheidsprogramma.

Post-lanceringscorrecties voor ChatGPT Work en Codex

10 juli — Ongeveer 24 uur na de gezamenlijke lancering van GPT-5.6 en ChatGPT Work erkent Thibault « Tibo » Sottiaux, verantwoordelijk voor Codex bij OpenAI, publiekelijk verschillende lanceringsproblemen, officieel opnieuw geplaatst door het account @OpenAI: te makkelijk in te schakelen hoge rekeninstellingen, een herschikking van de desktopapp waardoor chats en projecten minder toegankelijk werden, een lanceringskader dat ten onrechte deed geloven dat Codex zou verdwijnen, regressies in multi-agent workflows, problemen met plugins. Correcties van de dag: gebruikslimieten twee keer gereset, standaardinstellingen gewijzigd, plugincorrecties, desktopopschoning. Een bredere golf wordt aangekondigd voor de volgende week: chats en projecten terug in de zijbalk, betere zichtbaarheid van het gebruik, verduidelijking tussen ChatGPT Work en Codex.

“An ambitious direction doesn’t excuse avoidable confusion or regressions in the first version.”

🇳🇱 Een ambitieuze richting verontschuldigt geen vermijdbare verwarring of regressies in deze eerste versie. — Tibo (Thibault Sottiaux), OpenAI, op X

Bio Bug Bounty ontwikkelt zich tot een permanent privéprogramma

10 juli — OpenAI ontwikkelt zijn Bio Bug Bounty tot een permanent privéprogramma (OpenAI Bio Bug Bounty program), met een verdubbelde beloning van 50.000 $. Het programma nodigt onderzoekers in AI-red-teaming, beveiliging of bioveiligheid uit om een universele jailbreak te vinden die de vooraf gedefinieerde bioveiligheidsuitdaging op de meest geavanceerde frontier-modellen van OpenAI omzeilt. Deze aankondiging bevestigt dat het inderdaad ging om een overgang vanuit het oude programma met beperkte looptijd dat de dag ervoor was gesignaleerd — toen stond de beloning op 25.000 $, met deadlines die al waren verstreken op het moment van waarneming.

🔗 @OpenAI — OpenAI Bio Bug Bounty program

Gemini verankert zijn realtime-experimenten in de echte wereld

Twee functies die AI-generatie verbinden met de fysieke wereld, de ene in een spraakgesprek, de andere in virtuele verkenning in 360°.

Gemini Live combineert beeldgeneratie en Google Maps in gesprek

10 juli — Gemini Live, de realtime spraak- en cameragebaseerde conversatiemodus van de Gemini-app, integreert nu de beeldgeneratie Nano Banana en de Google Maps-verankering rechtstreeks tijdens een sessie: toon een object of locatie aan de camera om beelden te genereren, vind lokale bedrijven, terwijl je tegelijkertijd met je stem praat. De bijgevoegde demo illustreert de transformatie van een schilderij in een gepersonaliseerde achtergrond. Gratis en wereldwijd beschikbaar voor alle Gemini-gebruikers, zonder Pro/Ultra-beperking.

🔗 Tweet @GeminiApp — Gemini Live in realtime

Project Genie verankert zijn gegenereerde werelden op Street View

10 juli — Het onderzoeksprototype Project Genie (Google DeepMind × Google Labs, aangekondigd op I/O) voegt verankering op Street View-gegevens van Google Maps toe als echte geografische basis om interactieve virtuele omgevingen in 360° te genereren. Deze bouwsteen lost het « blank space problem » op — de consistentie van de scène buiten het gezichtsveld van de camera — door beeld voor beeld de voortzetting van de wereld te genereren op basis van de acties van de gebruiker (zwemmen, wandelen) vanuit een echte locatie of een tekstprompt. Het blijft een experimenteel onderzoeksprototype, zonder aangekondigde brede publieke beschikbaarheid.

🔗 Tweet @GoogleAI — Street View-verankering in Project Genie

GitHub versterkt Copilot en het ecosysteem van externe agents

Vijf aankondigingen die het bestuur en de ergonomie van Copilot en zijn agentecosysteem versterken, van automatische reviewer tot videogameproductie.

Een herschrijving van instructies verlaagt de kosten van Copilot-review met 20 %

10 juli — GitHub licht toe hoe de migratie van Copilot code review naar de code-exploratiehulpmiddelen die gedeeld worden met het Copilot CLI-harnas (grep, glob, view) aanvankelijk tot slechtere reviews leidde — hogere kosten, gemiste problemen — terwijl die tools beter onderhouden zijn. De oorzaak: instructies die waren afgestemd op een algemene assistent die breed verkent, terwijl een reviewer begint bij de diff en het minimale bewijs zoekt dat nodig is. Na het herschrijven van de instructies rond de echte workflow van een reviewer veranderde de regressie in winst: ongeveer 20 % minder gemiddelde reviewkosten, bij gelijke reviewkwaliteit.

“But the tools weren’t the problem. The instructions were. Once we rewrote them for the way a reviewer actually reads a pull request, the regression flipped into a win: roughly 20% lower average review cost, while maintaining the same review quality.”

🇳🇱 Maar de tools waren niet het probleem. De instructies wel. Zodra ze waren herschreven om aan te sluiten bij de manier waarop een reviewer daadwerkelijk een pull request leest, veranderde de regressie in een overwinning: ongeveer 20 % minder gemiddelde reviewkosten, bij gelijke reviewkwaliteit. — The GitHub Blog

Het pull-requestdashboard gaat algemeen beschikbaar

9 juli — Het pull-requestdashboard (github.com/pulls) gaat algemeen beschikbaar na een publieke preview: een geprioriteerde Inbox die gevraagde reviews en PR’s die klaar zijn om te mergen naar voren haalt, opgeslagen weergaven op basis van aangepaste zoekopdrachten, en geavanceerd zoeken met nieuwe filters. Een detail dat direct relevant is voor Copilot: het filter op auteur herkent nu ook PR’s die door een agent zijn aangemaakt namens de gebruiker — author:@me geeft nu ook de pull requests terug die de gebruiker Copilot heeft gevraagd namens hem te maken.

🔗 Nieuw pull-requestdashboard is nu algemeen beschikbaar

GitHub Mobile sorteert en filtert Copilot-sessies

10 juli — GitHub Mobile (iOS/Android) voegt filters toe — status, repository, type, agent, actief/gearchiveerd — voor de lijst met Copilot-sessies, samen met sorteermogelijkheden (nieuwste, oudste, actieve eerst, die eerst aandacht nodig hebben), waarbij de sortering de huidige filtercontext behoudt. Een gebruiksverbetering die vooral nuttig wordt zodra het aantal agentische sessies dat parallel wordt gevolgd toeneemt.

🔗 GitHub Mobile: verbeterde filters en sortering voor Copilot-sessies

Manus voegt /game-dev en een ElevenLabs-connector toe

10 juli — Manus lanceert een /game-dev-skill: een game in natuurlijke taal beschrijven is voldoende om een werkende gameplay op een deelbare link te krijgen, zonder ervaring in gameontwikkeling, voortbouwend op open source-werk dat door Manus is gecrediteerd. Op dezelfde dag komt de ElevenLabs-connector naar het platform, waardoor spraakgeneratie en stemklonen beschikbaar worden voor applicaties die op Manus zijn gebouwd — gedemonstreerd door een complete app (retro-interface, 4 talen, gekloonde voice-over) die in één enkele prompt is gemaakt.

🔗 Tweet @ManusAI — /game-dev-skill 🔗 Tweet @ManusAI — ElevenLabs-connector

Perplexity Computer breidt uit, Cohere versnelt inferentie

Perplexity breidt het aanbod van modellen en tools van Perplexity Computer driemaal uit, terwijl Cohere opmerkelijk onderzoek publiceert over het versnellen van inferentie.

Computer Analytics: credits-uitgaven per model volgen

10 juli — Perplexity lanceert Computer Analytics, een dashboard waarmee het creditverbruik per model in Perplexity Computer kan worden gevolgd: totaal aantal credits, actieve leden, gemiddelde per lid, verdeling per model (Claude Opus 4.8 Fast/4.8/4.7, Claude Sonnet 4.6, GPT-5.5, andere) en ledenranglijst. Meteen beschikbaar onder Analytics in de accountinstellingen, zowel voor individuele gebruikers als voor Enterprise-organisaties.

🔗 Tweet @perplexity_ai — Computer Analytics

Grok 4.5, beste WANDR-score voor de helft van de kosten van Opus 4.8

10 juli — Grok 4.5 (xAI) voegt zich bij de orchestrator-modellen die beschikbaar zijn in Perplexity Computer, voor abonnees van Consumer Pro en Max. Op de kosten/prestatiebenchmark WANDR (6 geteste configuraties) behaalt Grok 4.5 de beste score van alle configuraties:

Beoordeelde configuratie	Kosten per poging	WANDR-score
GPT-5.6 Terra (medium)	0,40 $	0,149
GLM 5.2 (high effort)	1,74 $	0,207
GPT-5.6 Sol (medium)	2,64 $	0,289
GLM 5.2 + advisor	4,67 $	0,297
Grok 4.5	4,76 $	0,328
Opus 4.8 (thinking, high effort)	9,46 $	0,254

Grok 4.5 staat daarmee bovenaan de Pareto-grens voor kosten/prestatie: beste score, voor ongeveer de helft van de kosten van Opus 4.8.

🔗 Tweet @perplexity_ai — Grok 4.5 orchestrator

Cohere levert tot 23 % inferentiesnelheid op vLLM op

10 juli — Cohere publiceert onderzoek naar Dynamic Speculative Decoding (DSD), dat het aantal concepttokens van speculative decoding adaptief maakt volgens het hardwareregime (geheugen vs. rekenkracht), via een metriek van “goodput”. Op Command A (dense, MT-Bench): DSD is ongeveer 23 % sneller dan speculative decoding met vaste K, en 7,5 % sneller dan vanilla-inferentie — terwijl vaste-K SD slechter presteert dan vanilla. Beperktere winst op Command A+ (MoE-architectuur). De optimalisatie is als open source bijgedragen aan vLLM (samengevoegde pull request), met compatibiliteitswerk voor async scheduling en de Full CUDA Graph.

🔗 Cohere — Hardware-aware Dynamic Speculative Decoding

Mediageneratie: videoresearch gaat realtime

Drie aankondigingen die de verschuiving van mediageneratie naar realtime en agentische integratie illustreren.

NVIDIA publiceert Flex-Forcing, een hybride diffusion/autoregressief videomodel

9 juli — Het onderzoeksteam van NVIDIA publiceert Flex-Forcing, een methode die één videomodel traint om zowel bidirectionele diffusion onder de knie te krijgen (verwerkt alle frames tegelijk, structuur blijft goed behouden maar is trager) als autoregressieve generatie (frame per frame, snel en streamable, maar gevoelig voor temporele drift), met een keuze van het werkpunt bij inferentie op basis van het beschikbare rekenbudget in plaats van een compromis dat tijdens training vastligt. Het werk werd erkend met een spotlight op ICML 2026.

🔗 Tweet @NVIDIAAI — Flex-Forcing

Wan-Streamer (Alibaba): realtime videoconversatie in full duplex

10 juli — Alibaba’s Tongyi Lab presenteert Wan-Streamer, een end-to-end omni-modale model: één enkele native streaming Transformer luistert, kijkt, begrijpt en antwoordt met gesynchroniseerde stem en video, in full duplex (elke partij kan tegelijk spreken en luisteren), met ongeveer 550 ms totale latentie. Het model is niet gekoppeld aan een vaste avatar-opstelling en kan elk personage belichamen dat in natuurlijke taal wordt beschreven. v0.2 voegt een resolutie van 640×368 bij 25 FPS toe en verlaagt de latentie aan modelzijde tot ongeveer 200 ms.

🔗 Tweet @Alibaba_Wan — Wan-Streamer

HeyGen koppelt Figma aan HyperFrames om launchvideo’s te genereren

10 juli — Nieuw deel in de dagelijkse serie HyperFrames-skills van HeyGen (na Music-to-Video van 9 juli): het commando /figma zet een Figma-maquette om in een geloofwaardige launchvideo — elke kleur, elk lettertype, elke kadrering exact gereproduceerd — zonder een video-editor te gebruiken. De workflow bestaat uit drie stappen: kopieer de link van de maquette, geef die door aan de agent, en roep vervolgens /figma aan. Installatie via npx hyperframes@latest skills.

🔗 Tweet @HeyGen — Figma-integratie

Sakana AI meet de creativiteitskloof tussen agents en mensen

10 juli — Sakana AI publiceert “The AI Picbreeder Experiment”, een onderzoeksartikel (GECCO2026, MIT/NYU-samenwerking, genomineerd voor beste paper) dat Picbreeder opnieuw opbouwt — een verdwenen site waarop gebruikers gezamenlijk beelden evolueerden zonder vooraf bepaald doel — met vision-language agents (VLM’s) in plaats van mensen. Belangrijkste resultaat: VLM-agents verkennen minder breed dan mensen en draaien rond in vergelijkbare concepten; maar een diverse populatie van agent-“persoonlijkheden” verbetert de verkenning aanzienlijk, tot bijna op de semantische diversiteit van het menselijke archief in sommige runs. De blijvende kloof: mensen lijken beter in het omzetten van een “gelukkige toevalstreffer” in een blijvende creatieve ontdekking.

🔗 Tweet @SakanaAILabs — aankondiging 🔗 Interactieve blog — pub.sakana.ai/picbreeder-vlm

Kort nieuws

GitHub — API-endpoint voor budgetten met meerdere gebruikers — nieuw REST API-endpoint om in één oproep het verbruik van elke gebruiker binnen een budget met meerdere gebruikers op te halen, met filtering op verbruikt percentage, alleen voor enterprise owners en billing managers. 🔗 GitHub Changelog
GitHub hernoemt zijn AI-secretdetector — de detector “Copilot secret scanning” wordt “AI-detected secrets”, zonder wijziging in gedrag, webhooks, audit logs of API. 🔗 GitHub Changelog
Codex CLI 0.144.1 — patch op 0.144.0: standalone installatie betrouwbaarder gemaakt, macOS-installaties tonen de code-mode-host correct, fallback naar ingebouwde runtime als de begeleidende hostbinary niet beschikbaar is. 🔗 Codex CLI 0.144.1
Cohere Transcribe Arabic draait lokaal op MacBook — community-port via mlx-audio (Apple Silicon), gecrediteerd aan @Prince_Canuma en @lllucas, een signaal van ecosysteemadoptie van het open-source model (Apache 2.0). 🔗 Tweet @cohere

Wat dit betekent

Agents leren het web navigeren als een mens. Claude Code Desktop innoveert door de agent zijn eigen sandboxed browser te geven, met hetzelfde site-permissionmodel als de Claude in Chrome-extensie — een app bouwen en testen zonder ooit de persoonlijke inloggegevens van de gebruiker te delen. Deze beweging sluit aan bij een bredere trend: het nieuwe pull-requestdashboard van GitHub herkent nu expliciet PR’s die door een agent namens een mens zijn gemaakt, en Manus voegt een /game-dev-skill toe die werkende gameplay uitrolt zonder tussenkomst. Een volledige interface besturen, niet alleen tekst of code produceren, wordt de nieuwe grens voor consumentengerichte agents.

De modellenrace verschuift naar multi-modelorkestratie in plaats van brute omvang. GPT-5.6 Sol Ultra gaat naar GA met een spectaculaire — maar niet onafhankelijk geverifieerde — demo van multi-agent redeneren over een wiskundig probleem dat al 50 jaar openstaat. Amp laat zijn benoemde modi vallen voor één enkele wijzerplaat die Claude Fable 5 en GPT-5.6 Sol als elkaars orakels laat praten. Perplexity Computer volgt dezelfde logica door Grok 4.5 als orchestrator toe te voegen — beste WANDR-score op de markt voor de helft van de kosten van Opus 4.8 — naast zijn eigen GLM 5.2. Het gemeenschappelijke signaal: waarde komt niet langer van één grensverleggend model, maar van het vermogen om meerdere modellen te laten samenwerken binnen het beschikbare budget, een logica die Cohere’s onderzoek naar adaptieve speculative decoding tot op het niveau van de inferentie zelf doortrekt.

Langdurige autonomie wordt meetbaar, en bedrijven eisen dat ze wordt bijgehouden. Cognition documenteert een concrete sprong — van enkele minuten naar 8 uur aan continue voortgang zonder toezicht — om uit te leggen waarom het voortaan vertrouwt op Claude Fable 5 voor reële taken, terwijl UST Claude inzet in hardware-validatieketens met een cyclustijdwinst van 50 tot 70 %. Diezelfde beweging dwingt technologiebedrijven om hun eigen blinde vlekken publiekelijk te erkennen: OpenAI documenteert openlijk de problemen van zijn GPT-5.6/ChatGPT Work-lancering in plaats van ze te verzwijgen, GitHub legt uit waarom een toolmigratie Copilot code review aanvankelijk verslechterde voordat een herschrijving van instructies het corrigeerde, en Claude Code v2.1.206 stapelt een tiental discrete fixes naast zijn geïntegreerde browser. Vertrouwen wordt voortaan net zozeer opgebouwd op basis van transparantie over fouten als op aankondigingen van nieuwe mogelijkheden.

Realtime mediageneratie haalt batchgeneratie in. Wan-Streamer van Alibaba laat een agent in video en spraak dialogeren met 550 ms latentie, Gemini Live combineert camera, beeldgeneratie en kaarten in één spraakgesprek, en NVIDIA’s Flex-Forcing laat één videomodel zelf kiezen tussen kwaliteit en snelheid op basis van het rekenbudget. Deze verschuiving naar direct en interactief contrasteert met Sakana AI’s herinnering over creativiteit: zijn vision-language agents verkennen minder vrij dan mensen die aan zichzelf worden overgelaten, een kloof die blijft bestaan zelfs wanneer generatie technisch gezien onmiddellijk wordt.