OpenAI buduje backend Git Pando z Codex, Anthropic przedstawia FlashProve, Cohere otwiera Model Vault na modele otwarte

OpenAI opisuje Pando, backend Git swojego monorepo zbudowany z Codex w dziesięć tygodni, który udostępnia niemal petabajt (1 Po) danych dziennie; Claude Code 2.1.317 wymaga teraz zgody przed wysłaniem adresu e-mail konta, a GitHub Copilot trafia do JetBrains Air. Anthropic przedstawia FlashProve, prototyp kryptograficznych dowodów inferencji, OpenAI zwiększa ponad czterokrotnie mediany nagród za wykrywanie podatności, a Cohere otwiera Model Vault na modele otwarte innych dostawców. Google publikuje PLE, benchmark inżynierski, w którym żaden agent nie przekracza 50 %, i od 1 grudnia będzie przekierowywać zapytania kierowane do Gemini 2.5 Pro i 2.5 Flash do nowszych modeli.

Agenci programistyczni: OpenAI buduje Pando z Codex, Claude Code 2.1.317, GitHub Copilot w JetBrains Air

OpenAI zastępuje backend Git swojego monorepo systemem Pando, zbudowanym z Codex w dziesięć tygodni

2 listopada — OpenAI opisuje Pando, nowy backend Git, który obsługuje już całość prac programistycznych w repozytorium monolitycznym (monorepo) firmy i jest zgodny z protokołem oraz klientem Git. Powodem jest Codex: liczba gałęzi, operacji push, scaleń i pobrań gwałtownie wzrosła, a pod koniec 2025 roku niezawodność starego systemu spadała czasami poniżej 90 %. Według wykresu we wpisie liczba commitów włączonych do głównej gałęzi w trzecim kwartale 2026 roku przewyższa o 1 378 % liczbę z pierwszego kwartału 2024 roku.

We built Pando, a new Git backend for our monorepo, to handle more pushes and fetches without changing how our engineers and agents use Git. Pando cut push latency by ~80% and now serves nearly a petabyte of Git data a day. We can grow Git capacity alongside agent usage.

🇵🇱 Stworzyliśmy Pando, nowy backend Git dla naszego monorepo, aby obsługiwać więcej operacji push i pobrań bez zmieniania sposobu, w jaki nasi inżynierowie i agenci korzystają z Git. Pando zmniejszyło opóźnienia operacji push o około 80 % i udostępnia obecnie niemal petabajt danych Git dziennie. Możemy zwiększać przepustowość Git w tempie wzrostu wykorzystania agentów. — @OpenAIDevs na X

Aby sprostać obciążeniu, Pando rezygnuje ze spójnego widoku wszystkich referencji w danej chwili: każda gałąź jest aktualizowana niezależnie, a otrzymane pliki pack są udostępniane innym klientom bez zmian, z regionalnych pamięci podręcznych.

Wskaźnik mierzony przez OpenAI	Deklarowana wartość
Mediana opóźnień operacji push	niemal pięciokrotnie mniejsza (około -80 %)
Udostępniane dane Git	niemal petabajt (1 Po) dziennie
Szczyt godzinowy	ponad 57 To w ciągu godziny, ponad 99 % z pamięci podręcznej
Klonowania i pobrania	pełne wykorzystanie łączy 10 Gbit/s na standardowych VM
Czas budowy	10 tygodni z Codex, w produkcji od kwietnia 2026 roku

Rdzeń zaprojektował jeden inżynier, a zaimplementowały go zespoły agentów, które z pomocą GPT-6 Astra napisały też kod w Lean i TLA+, aby sformalizować Pando i wykryć w nim błędy. OpenAI przekazało kilka poprawek do projektu Git i deklaruje, że analizuje sposoby udostępnienia tej technologii, bez zapowiedzi produktu ani terminu.

🔗 Wpis OpenAI o Pando

Claude Code 2.1.317 wymaga zgody przed wysłaniem adresu e-mail konta i dodaje raport kosztów do bramy Claude apps

3 listopada — Claude Code 2.1.317 opublikowano na GitHub o 01:25 UTC, po udostępnieniu na npm poprzedniego wieczoru. Spośród 87 pozycji 62 to poprawki, ale wersja dodaje też zabezpieczenie prywatności: Claude Code wymaga teraz zgody, zanim wywołanie narzędzia web lub shell wyśle adres e-mail konta przez sieć. Podobnie /schedule ostrzega, gdy nowe zadanie zaplanowane w chmurze otrzyma niezamówione konektory, i wskazuje, jak je usunąć.

Nowość w 2.1.317	Co się zmienia
Brama Claude apps	Raport kosztów `GET /v1/organizations/analytics/cost`: wydatki według programisty, dnia lub grupy IdP
SDK Agent	`onFailure: "block"`: niepowodzenie callbacku hooka blokuje działanie zamiast pozwolić na jego wykonanie
Subagenci i członkowie zespołu	Jeśli korzystają z innego modelu niż rozmowa, stosują poziom wysiłku zapisany dla tego modelu
Narzędzie Read	Ponowny odczyt niezmienionego pliku zwraca jego zawartość, a nie tylko krótką informację
OpenTelemetry	Nowe atrybuty, w tym `anthropic.plan` i `anthropic.seat_type`

Wśród poprawek: tryb auto nie blokuje się już w każdej turze za bramą LLM, która odpowiada kodem 403 lub 422 na kontrolę bezpieczeństwa, Grep i Glob nie przedstawiają już częściowych wyników jako kompletnych, gdy wyszukiwanie osiągnie limit czasu, a claude auth status nie grozi już wylogowaniem użytkownika po powolnym odświeżeniu tokenu. Na npm kanał stable pozostaje przy wersji 2.1.311.

🔗 Informacje o wydaniu Claude Code 2.1.317

GitHub Copilot trafia do JetBrains Air, lokalnie i w zadaniach w chmurze w ramach subskrypcji Copilot

3 listopada — GitHub Copilot staje się jednym z agentów JetBrains Air, środowiska JetBrains przeznaczonego do programowania z agentami i otwartego na każdego agenta zgodnego z Agent Client Protocol (ACP). Można go wybrać z listy agentów Air, korzystając z dotychczasowej subskrypcji Copilot, aby zlecić mu zadanie, kierować jego wykonaniem i przeglądać wynik obok kodu; Air śledzi wiele sesji równolegle. GitHub przedstawia go jako dodatkową opcję obok swojej wtyczki Copilot do JetBrains, a nie jako jej zamiennik.

Tryb wykonania	Wymagania	Rozliczanie użycia
Lokalnie, w IDE JetBrains	Air zainstalowany w IDE, wybrany GitHub Copilot, zalogowane konto Copilot	Dotychczasowa subskrypcja Copilot
W chmurze, przez Air Teams	Organizacja firmowa JetBrains z Air Teams, Copilot włączony przez administratora Air	Plan Copilot, bez zużywania kredytów JetBrains AI

Każde zadanie w chmurze działa w kontenerze Docker na nowej maszynie wirtualnej, za proxy, przez które przechodzi cały ruch, bez zachowywania stanu między zadaniami. GitHub wymienia też ograniczenia: subskrypcja i kredyty są sprawdzane tylko przy uruchamianiu środowiska w chmurze, nie można wybierać między planem osobistym a organizacyjnym dla poszczególnych zadań i nie ma możliwości ustawienia limitu wydatków Copilot w Air, gdzie administratorzy mogą jedynie wyłączyć Copilot.

🔗 Ogłoszenie w GitHub Changelog

Bezpieczeństwo: FlashProve w Anthropic, nagrody OpenAI za wykrywanie podatności, CWE-bench v2 i CyberArena

Anthropic przedstawia FlashProve, prototyp open source kryptograficznych dowodów inferencji dla dużych modeli

2 listopada — Zespół Frontier Red Team w Anthropic publikuje FlashProve, badawczy prototyp inferencji z dowodem poprawności (provable inference), ogłoszony na X 3 listopada: pozwala on sprawdzić, czy odpowiedź rzeczywiście pochodzi od danego modelu. Dostawca najpierw publikuje zobowiązanie kryptograficzne (commitment) dotyczące wag, a następnie do każdej odpowiedzi dołącza zwięzły kryptograficzny dowód o wiedzy zerowej (zkSNARK), potwierdzający, że te wagi, zastosowane do tego promptu, generują dokładnie te tokeny. Wagi pozostają ukryte, ale architektura modelu jest jawna. Według Anthropic Claude opracował ulepszenia systemu i napisał specyfikację protokołu, którego właściwości bezpieczeństwa dowiedziono w Lean.

Opublikowany pomiar (Llama 4 Maverick, wagi 4-bitowe)	Deklarowana wartość
Przepustowość generowania dowodów na jednym H100	około 110 tokenów na sekundę
Rozmiar dowodu (zapytanie o długości 1 024 tokenów)	około 19 Mo
Weryfikacja na procesorze, bez GPU	17 sekund na 24 wątkach
Narzut względem vLLM, na GPU	około 72 razy, 94 razy przy największym obciążeniu
VerInf, wcześniejszy punkt odniesienia dla tego modelu	14,3 godziny dla 1 000 tokenów, dowód o rozmiarze 93,6 Go

Wymienione zastosowania obejmują monitorowanie tempa rozwoju przez regulatora, wykrywanie przejętego serwera inferencji lub podmienionego modelu oraz ustalanie pochodzenia tekstu. Ograniczenia są wyraźne: kontekst o długości najwyżej 1 024 tokenów, dowód dla całej wersji modelu przy dekodowaniu zachłannym (greedy decoding), brak formalnych gwarancji dla szybkiej implementacji. Kod opublikowano na licencji Apache 2.0 w repozytorium opisanym jako nieutrzymywane.

🔗 Wpis Anthropic o FlashProve · Repozytorium FlashProve

OpenAI zwiększa ponad czterokrotnie mediany nagród w swoim bug bounty, do 172 000 dolarów z bonusami

2 listopada — OpenAI podnosi nagrody w swoim programie wykrywania podatności (bug bounty), o czym poinformowano na X 3 listopada: średnio mediany przedziałów nagród wzrastają ponad czterokrotnie w przypadku podatności o średnim, wysokim i krytycznym poziomie zagrożenia. Krytyczna podatność w ChatGPT, Codex lub Platformie API może przynieść do 30 000 dolarów, a wyjątkowe odkrycie o krytycznym znaczeniu nadal kwalifikuje się do nagrody podstawowej do 100 000 dolarów, czyli do 172 000 dolarów z nowymi bonusami: mnożnikiem jakości za wiarygodny proof of concept, pięciopoziomowym programem lojalnościowym i priorytetowymi kampaniami dotyczącymi niedawno uruchomionych funkcji.

Przykład podatności podany przez OpenAI	Poprzednia nagroda	Nowa nagroda
Średni poziom zagrożenia w ChatGPT: import plików bez uprawnień do zapisu	750 dolarów	2 415 dolarów
Krytyczna podatność w ChatGPT: przejęcie konta bez kliknięcia	6 500 dolarów	51 577 dolarów
Wyjątkowy przypadek: odczyt rozmów dowolnego użytkownika	100 000 dolarów	171 925 dolarów

Nowe przedziały obowiązują również dla oczekujących zgłoszeń, a OpenAI wypłaci różnicę w przypadku nagród przyznanych w ciągu 30 dni poprzedzających ogłoszenie. Zespół bezpieczeństwa będzie obecny na PROMPT2PWN w Oakland 20 i 21 listopada.

🔗 Wpis OpenAI o nagrodach za wykrywanie podatności

Collinear AI publikuje CWE-bench v2, w którym Gemini 4 Argon nieznacznie wyprzedza Claude Opus 5.5 w 100 publicznych zadaniach naprawy podatności

3 listopada — Collinear AI publikuje na blogu Hugging Face drugą wersję CWE-bench, który mierzy zdolność agenta do znalezienia i usunięcia słabości zabezpieczeń w rzeczywistym repozytorium open source bez naruszania jego funkcjonalności. Publiczny zbiór zawiera 100 zadań obejmujących 91 kategorii słabości (CWE), ocenianych deterministycznie i ręcznie zweryfikowanych; wydzielony zbiór pozostaje prywatny, aby śledzić postępy na zadaniach, których żaden model wcześniej nie widział.

Oceniany model	Skuteczność pass@1	Skuteczność pass@4	Koszt wykonania
Gemini 4 Argon	67,8 %	81,0 %	3,92 dolara
Claude Opus 5.5	67,3 %	78,0 %	1,83 dolara
DeepSeek V4.1 Flash (1017)	57,0 %	nie podano	0,04 dolara

Spośród 11 ocenianych modeli co najmniej jeden rozwiązuje 95 zadań, ale lider zawodzi przy każdej próbie na 19 % zbioru. Każde zadanie jest środowiskiem Harbor (kontener Docker, polecenie, deterministyczny weryfikator), które można uruchomić z poziomu Hub i które może również służyć do trenowania agentów defensywnych metodą RL. Gemini 4 Carbon nie znajduje się wśród ocenianych modeli.

🔗 CWE-bench v2 na blogu Hugging Face

CyberArena stawia dwunastu agentów do rywalizacji w ataku i obronie na żywo, a GPT-5.6 Sol prowadzi dzięki swojej obronie

3 listopada — 2077AI i centrum RDI na UC Berkeley publikują CyberArena, benchmark, który zastępuje egzamin z cyberbezpieczeństwa bezpośrednim starciem: dwaj agenci otrzymują po kopii tej samej podatnej usługi i przez trzy rundy atakują kopię przeciwnika, jednocześnie naprawiając własną. Arena weryfikuje każde przejęcie flagi i każdą kontrolę stanu usługi, a następnie przelicza wyniki meczów na ranking.

Miejsce w rankingu	Oceniany agent	Użyty harness	Wynik w rankingu
1	GPT-5.6 Sol	OpenAI Codex	78,6
2	Claude Opus 5	Claude Code	73,8
3	GLM-5.3	OpenCode	68,5
4	Gemini 3.7 Flash	Gemini CLI	67,1
5	Grok 4.6	Grok CLI	65,5

W 466 ważnych meczach między 12 agentami na 40 wyzwaniach o przewadze decyduje obrona: dwaj pierwsi zachowują swoją flagę w 83 % i 81 % rund, wobec 43 do 61 % u pozostałych. Najczęstsze błędy wykryte podczas audytu to deklarowanie poprawki bez jej weryfikacji (23 % audytowanych meczów) i poprawka częściowa (21 %). Ranking obejmuje modele wcześniejszych generacji, bez GPT-6 Sol ani Claude Opus 5.5; kod areny, wyzwania i powtórki meczów zostały opublikowane.

🔗 CyberArena na blogu Hugging Face

Modele otwarte w przedsiębiorstwach: Cohere otwiera Model Vault, Revolut przechodzi na samodzielnie hostowany GLM według Together AI

Cohere otwiera Model Vault na otwarte modele innych dostawców, od DeepSeek V4.1 Flash po GPT-OSS

3 listopada — Cohere otwiera Model Vault, swoją platformę suwerennej inferencji uruchomioną w styczniu, na otwarte modele innych dostawców. Obok modeli Cohere firmy mogą uruchamiać na niej DeepSeek V4.1 Flash, przedstawiany przez Cohere jako najczęściej używany otwarty model w OpenRouter, GLM 5.3 Flash, MiMo V2.6 Pro, Gemma 4, Nemotron od NVIDIA, Hy3 od Tencent oraz rodziny GPT-OSS i Phi. Domyślnie ani prompty, ani odpowiedzi nie są przechowywane.

Wpis rozróżnia dwa poziomy usługi. Model Vault działa na infrastrukturze przeznaczonej wyłącznie dla jednego klienta, w wybranym regionie. Model Vault Encrypted szyfruje dane także podczas ich przetwarzania (confidential computing): według Cohere ani Cohere, ani dostawca chmury nie widzą tego, co trafia do modelu lub z niego wychodzi. Ten drugi poziom nie obsługuje wszystkich modeli.

Rodzina modeli	Model Vault	Model Vault Encrypted
Embed, Rerank, Parse, Transcribe, Translate (Cohere)	Tak	Tak
Gemma, GPT-OSS, Phi	Tak	Tak
Command, DeepSeek, GLM, MiMo, Nemotron, Hy3	Tak	Nie

Model Vault jest dostępny w Stanach Zjednoczonych, Unii Europejskiej i Kanadzie; Model Vault Encrypted jest dostępny w Stanach Zjednoczonych, a Unię Europejską i Kanadę zapowiedziano jako dostępne „wkrótce”. Rozliczenia zależą od typu GPU, w modelu godzinowym lub z zobowiązaniem do korzystania z zasobów; wpis nie podaje cen. Pięć dni po rundzie finansowania serii E, przy okazji której zapowiedziano nową generację modeli w ciągu dwunastu miesięcy, Cohere wtrąca w swoim wątku:

Try out world-class models while you wait for our next one

🇵🇱 Wypróbujcie czołowe modele, czekając na nasz kolejny. — @cohere na X

🔗 Wpis Cohere o Model Vault

Revolut miał przestawić około 2 000 inżynierów na samodzielnie hostowany GLM do programowania, według tweeta udostępnionego przez Together AI

3 listopada — Together AI udostępnia tweet, według którego Revolut uczynił otwarte modele swoim domyślnym wyborem do programowania:

Europe’s largest private company just made open models its default for coding.

🇵🇱 Największa prywatna firma w Europie właśnie uczyniła otwarte modele swoim domyślnym wyborem do programowania. — @togethercompute na X

Cytowany tweet Guillerma Flora opiera się na wypowiedziach Davida Abitbola, szefa operacji IA w neobanku: około 2 000 inżynierów pracuje obecnie z samodzielnie hostowanym GLM, a Claude Code i Codex trafiają na listę wyjątków.

Dane podane w tweecie	Deklarowana wartość
Liczba objętych zmianą inżynierów	około 2 000
Sprzęt	56 GPU NVIDIA B200
Uśredniony koszt	30 cents za milion tokenów, około jednej dziesiątej ceny Anthropic i OpenAI
Czas realizacji prac inżynierskich (lead time)	poprawa o 70 %

Według tego samego tweeta korzyści pojawiły się, gdy przestano racjonować tokeny. Together AI twierdzi, że dostarcza część infrastruktury, na której te otwarte modele działają w środowisku produkcyjnym, bez sprecyzowania swojej roli. Informacja nadal pochodzi z drugiej ręki: nie znaleziono żadnego komunikatu Revolut i nie podano wersji GLM.

🔗 Tweet Guillerma Flora cytowany przez Together AI

Inżynieria świata fizycznego: GPT-6 Astra projektuje sprzęt, Google publikuje PLE, Antigravity w chemii, NVIDIA w miastach

OpenAI stosuje GPT-6 Astra i Codex w inżynierii fizycznej, we współpracy z Mazda i Chip Ganassi Racing

3 listopada — OpenAI przedstawia swoje prace nad inżynierią produktów fizycznych: projektowaniem mechanicznym, elektroniką i symulacją. Najbardziej wymowna demonstracja: dwóch członków zespołu zaprojektowało z GPT-6 Astra, w mniej niż tydzień i w ramach pobocznego projektu, niewielkie urządzenie do rozmawiania z Codex. Astra zaprojektowała jego wygląd, obudowę, płytkę drukowaną, interfejs i firmware, a podwykonawca wyprodukował niewielką serię prototypów w mniej niż miesiąc. OpenAI przyznaje, że konieczne było kilka cykli przeglądu: model nie zawsze uwzględniał ograniczenia produkcyjne, tolerancje ani szczegóły montażu.

Wskaźnik opublikowany przez OpenAI	Deklarowana wartość
BenchCAD 2.0, nowszy model wewnętrzny (bez podanej nazwy)	0,875 (średni wynik)
BenchCAD 2.0, GPT-6 Astra z maksymalnym rozumowaniem	0,594
Wykorzystanie modeli przez zespoły sprzętowe (w tokenach)	wzrost 23-krotny od lutego

BenchCAD 2.0 sprawdza rekonstrukcję części i zespołów 3D oraz identyfikację połączeń na płytce drukowanej. W przemyśle OpenAI rozszerza współpracę z zespołem wyścigowym Chip Ganassi Racing, który przekształca skany 3D istniejących części w edytowalne modele CAO i rysunki produkcyjne 2D, oraz ogłasza współpracę badawczą z Mazda: GPT-6 Astra pomaga jej inżynierom badać kształty przedniej części nadwozia zmniejszające opór aerodynamiczny, a wyniki mają pojawić się „w najbliższych miesiącach”. Nie zapowiedziano żadnego produktu ani terminu udostępnienia.

🔗 Wpis OpenAI o inżynierii świata fizycznego

Google publikuje Physical-Engineering’s Last Exam, benchmark inżynieryjny, w którym żaden agent nie przekracza 50 %

3 listopada — Zespół Google AI & Infrastructure przedstawia Physical-Engineering’s Last Exam (PLE), benchmark połączony z otwartym konkursem, opracowany z Mercor do pomiaru zdolności agentów do wykonywania rzeczywistych prac inżynieryjnych. Jego 85 czasochłonnych zadań (30 z mechaniki, 27 z elektrotechniki, 18 z inżynierii lądowej, 10 z konstrukcji) umieszcza agenta w skonteneryzowanym katalogu projektu zawierającym średnio 61 plików: PDF, arkusze kalkulacyjne, e-maile, rysunki CAO 2D, modele BIM 3D. Wynik pracy otrzymuje punkty tylko wtedy, gdy przejdzie wszystkie kontrole bezpieczeństwa.

Miejsce w rankingu	Oceniany model	Natywne środowisko wykonawcze	Średni wynik
1	Claude Opus 5.5	Claude Code	48,3 %
2	GPT-6 Astra	Codex	45,8 %
3	Claude Sonnet 5.5	Claude Code	43,5 %
4	Gemini 4 Argon	Antigravity	40,6 %
5	Claude Opus 5	Claude Code	40,0 %

Spośród 14 modeli przetestowanych z siedmioma publicznymi środowiskami wykonawczymi żaden nie przekracza 50 % na prywatnym zbiorze testowym. Najlepsza konfiguracja spełnia 91 % ograniczeń rozpatrywanych pojedynczo, ale tylko 41,3 % jej wyników pracy przechodzi wszystkie kontrole bezpieczeństwa i wykonalności. Model ma znacznie większe znaczenie niż środowisko wykonawcze: różnica między modelami sięga 50 punktów, podczas gdy mediana różnic między środowiskami dla tego samego modelu wynosi 3 punkty. Google publikuje 29 zadań, skrypty oceniające i kontener ewaluacyjny oraz otwiera przyjmowanie zgłoszeń do oceny na prywatnym zbiorze.

🔗 Wpis Google Cloud o PLE · Ranking PLE

Google DeepMind wyposaża Antigravity w Cheminformatics Skills, które skracają cykl projektowania leków do godziny

3 listopada — Google DeepMind przedstawia Cheminformatics Skills dla Google Antigravity, które przekształcają środowisko agentowe w warsztat pracy chemików. Podział ról jest wyraźny: model językowy koordynuje pracę, przeszukuje bazy danych i rozumuje, natomiast deterministyczne narzędzia chemiczne, oparte na bibliotece open source RDKit oraz bazach ChEMBL i PubChem, wykonują obliczenia molekularne.

Demonstracja nawiązuje do klasycznego przykładu z chemii medycznej: usztywnienia kryzotynibu, inhibitora kinazy tyrozynowej stosowanego przeciw niektórym nowotworom płuc, w celu uzyskania lorlatynibu, jego cyklicznej wersji. Agent w kilka minut gromadzi tysiące związków opisanych w literaturze, przeprowadza analizę dopasowanych par molekularnych, trenuje modele przewidujące siłę działania, a następnie proponuje nowe makrocykle wraz ze ścieżkami ich syntezy. Według DeepMind cykl ten, który zwykle zajmuje kilka dni, mieści się w godzinie. Wpis stanowi kontynuację publikacji z 15 października o peptydach przeciwdrobnoustrojowych i odsyła do strony Science w Antigravity, gdzie Google przyjmuje zgłoszenia 10 000 naukowców do bezpłatnego, sześciomiesięcznego dostępu do najwyższego poziomu usługi i Gemini 4 Argon, bez odrębnych warunków dostępu do tych skills.

🔗 Wpis Google DeepMind

NVIDIA przedstawia w Barcelonie usługi miejskie, które jej partnerzy budują z wykorzystaniem fizycznej i agentowej IA

3 listopada — Z okazji Smart City Expo World Congress w Barcelonie (od 3 do 5 listopada) NVIDIA publikuje przegląd usług miejskich, które jej partnerzy budują z wykorzystaniem jej komponentów fizycznej i agentowej IA: otwartych modeli Nemotron, modeli świata Cosmos, bibliotek Omniverse oraz blueprint Metropolis do wyszukiwania i podsumowywania nagrań wideo.

Wymieniony partner	Miejsce wdrożenia	Deklarowane dane
1MillionBot	Hiszpania	ponad 150 wdrożeń agentów obsługujących mieszkańców
ITMAX	Malezja	ponad 17 000 kamer objętych systemem do 2027
ITMAX z TeraSim	Malezja	do 26 % krótszy czas podróży w godzinach szczytu
Linker Vision i MVRDV	Tajwan	15 lat rozwoju miejskich koron drzew zasymulowanych w 10 minut

1MillionBot łączy modele open source ALIA, trenowane w Barcelona Supercomputing Center, z Nemotron; K2K wykorzystuje we Wrocławiu istniejące kamery, Honeywell wyposaża rafinerię Lekki należącą do Dangote w Nigerii w agentów Nemotron, a Cires Technologies rozbudowuje suwerenną fabrykę IA w porcie Tanger Med. Nie zapowiedziano żadnego nowego produktu NVIDIA: to prezentacja wdrożeń.

🔗 Wpis NVIDIA o miastach

Otwarte publikacje: raport techniczny Mistral Large 4, pplx-embed-v2-context, StateBench i FineDNA

Mistral publikuje raport techniczny Mistral Large 4, opisujący budowę Le Chonk

3 listopada — Mistral publikuje raport techniczny Mistral Large 4, modelu nazywanego Le Chonk, którego wagi udostępniono 29 października. Dokument, opublikowany na Hugging Face 2 listopada, a następnie na alphaXiv, opisuje multimodalną mieszankę ekspertów (mixture-of-experts) z 52 miliardami aktywnych parametrów i 1 000 miliardów parametrów łącznie. Zgodnie ze streszczeniem i wstępem wyjaśnia przede wszystkim pewien wybór architektoniczny: redukcja cache KV, posunięta podczas prac rozwojowych do skrajności w celu obniżenia kosztów udostępniania modelu, pogarszała wyniki w zadaniach agentowych. Zespół zmierzył ten negatywny wpływ, a następnie skorygował go poprzez operację na modelu (model surgery): przejście na pełny mechanizm uwagi, a następnie na rzadki mechanizm uwagi DeepSeek (DeepSeek Sparse Attention, DSA). Jeśli chodzi o dane, agenci samodzielnie tworzą środowiska, które można uruchomić, zadania, rozwiązania wzorcowe i weryfikatory, a inni naprawiają niedziałające zadania, zabezpieczając się przed obchodzeniem systemu nagród (reward hacking).

Oceniany wskaźnik	Wartość według raportu
Legal Agent Benchmark od Harvey (wcześniej niepublikowany wynik)	15 %
Terminal-Bench 4.0	41 %
FrontierCode 2.0	19,7 %
Cyberbezpieczeństwo (średnia JailbreakBench, StrongREJECT, AgentHarm)	96,6 %
Punkt kontrolny skwantyzowany do NVFP4	606 Go, obsługiwany na czterech GPU GB300

Skalibrowana kwantyzacja NVFP4 dorównuje w ocenach wariantowi referencyjnemu FP8, a trzy poziomy rozumowania (high, medium, low) pochodzą z destylacji z kilku modeli nauczycielskich o różnej szczegółowości odpowiedzi.

🔗 Raport techniczny na alphaXiv · Ogłoszenie Mistral na X

Perplexity publikuje pplx-embed-v2-context, otwarte modele embeddingów kontekstowych w rozmiarach 9B i 0.6B

2 listopada — Perplexity publikuje pplx-embed-v2-context, modele embeddingów kontekstowych z otwartymi wagami w dwóch rozmiarach, 9B i 0.6B, miesiąc po wersji wstępnej 9B z 30 września. Embedding kontekstowy reprezentuje fragment (chunk) z uwzględnieniem całego dokumentu: każdy model zwraca albo jeden wektor int8 na dokument, albo jeden wektor na fragment. Nowość dotyczy treningu: zamiast zakładać, że na zapytanie odpowiada tylko jeden fragment wzorcowy (gold chunk), Perplexity destyluje stopniowane oceny trafności z modelu kompresji kontekstu swojego silnika odpowiedzi, dzięki czemu fragmenty wspierające odpowiedź nie są już traktowane jako przykłady negatywne.

Wskaźnik ogłoszony przez Perplexity	Opublikowany wynik
ConTEB, context-bench i Q2D-Chunk	9B na czele wszystkich trzech benchmarków
ViDoRe-V3, dokumenty wizualne	9B przed Nemotron-3.5-Embed-8B, z indeksem 4 razy mniejszym
ViDoRe-V3 w markdown	0.6B pierwszy wśród modeli poniżej 1 miliarda parametrów
Q2D-Chunk, nowy publiczny benchmark	6 069 rzeczywistych zapytań, 10 języków, 71 100 dokumentów

Artykuł naukowy, napisany wspólnie z turbopuffer, opublikowano na arXiv, a Q2D-Chunk udostępniono z publicznym rankingiem na Hugging Face. Model 9B opublikowano tam na licencji MIT, natomiast karta modelu 0.6B nie podaje żadnej licencji; wątek nie wspomina ani o API, ani o cenach.

🔗 Wątek @perplexitydevs · Artykuł na arXiv

Ai2 publikuje StateBench, benchmark pokazujący, że czołowe modele nie radzą sobie ze śledzeniem stanu w długich dokumentach

3 listopada — Ai2 publikuje StateBench, benchmark poświęcony śledzeniu stanu w długim kontekście (long-context state tracking): zdolności modelu do śledzenia informacji zmieniających się w długim dokumencie, takich jak zmienna, której ponownie przypisano wartość w kodzie. Cztery poziomy trudności, zaczerpnięte z teorii Krohna–Rhodesa, obejmują zakres od przypisania niezmiennego po przypisanie przez referencję.

Poziom trudności	Typ przypisania	Przykład podany przez Ai2
r-trivial	niezmienne	`let x = 4`
aperiodyczny	ponowne przypisanie przez wartość	`x = 4`, a następnie `x = 2`
rozwiązalny	aktualizacja odwołująca się do własnej wartości	`x = x + 5`
ogólny skończony	przypisanie przez referencję	`x = y`, zamiana zmiennych

Gemini 3.8 Flash, Claude Opus 5.5, GPT-6 Sol i GPT-6 Luna dobrze radzą sobie na dwóch pierwszych poziomach, ale na dwóch ostatnich ich trafność spada wraz ze wzrostem długości, aż do 13 % lub mniej w najdłuższych zadaniach z poziomu ogólnego skończonego. Modele 275M, trenowane na maksymalnie 256 przypisaniach i testowane na maksymalnie 64 000, ujawniają różnice między architekturami: Gated DeltaNet i architektury hybrydowe generalizują niemal idealnie na trzech pierwszych poziomach, podczas gdy wyniki transformerów się pogarszają, a ostatniego poziomu nigdy nie udaje im się nauczyć. Dane i kod zostały opublikowane.

🔗 StateBench na blogu Hugging Face

Hugging Face publikuje FineDNA, kompletne dane treningowe Carbon-X służące do uczenia modelu językowego odczytywania DNA

1 listopada — Nadrabiamy zaległości: Hugging Face publikuje FineDNA, komplet danych użytych do trenowania Carbon-X, swojego modelu potrafiącego odczytywać DNA, opartego na Qwen3-14B i zaprezentowanego 22 października. Zbiór, udostępniony na licencji Apache 2.0, obejmuje wszystkie trzy etapy treningu.

Etap treningu	Rozmiar zbioru	Punkt wyjścia
Faza pośrednia (mid-training), 23 konfiguracje	514,30 miliarda tokenów, w tym 302 miliardy odczytane	Qwen3-14B
SFT, 8 dziedzin	203 923 rozmowy	Carbon-X-Base
RL	98 433 prompty	Carbon-X-SFT

W fazie pośredniej 55 % treningu przypada na DNA, 20 % na język angielski, 15 % na teksty biologiczne, a 10 % na instrukcje; sekwencje pochodzące z GENERator i OpenGenome2 są dzielone na fragmenty o długości będącej wielokrotnością sześciu zasad, na potrzeby tokenizera odczytującego 6-mers. Według Loubny Ben Allal, która ogłosiła publikację zbioru, ta faza warunkuje dalsze postępy: RL zastosowane bezpośrednio do Qwen3-14B pozostaje na poziomie losowych odpowiedzi w FrontierVEP, podczas gdy ta sama procedura przynosi postępy w przypadku przygotowanego modelu.

🔗 FineDNA w Hugging Face Hub · Ogłoszenie Loubny Ben Allal na X

API Gemini oznacza Gemini 2.5 Pro i 2.5 Flash jako przestarzałe i 1 grudnia przekieruje ich żądania do Gemini 3.8 Flash i 3.5 Flash-Lite

2 listopada — Google informuje w informacjach o wydaniach API Gemini o oznaczeniu Gemini 2.5 Pro i Gemini 2.5 Flash, wydanych w czerwcu 2025, jako przestarzałych. Oba modele nie są już oferowane w Google AI Studio, a dostęp do nich przez API jest zarezerwowany dla użytkowników, którzy już z nich korzystali. 1 grudnia 2026 API, zamiast zwracać błąd, zacznie automatycznie przekierowywać żądania: te kierowane do gemini-2.5-pro trafią do Gemini 3.8 Flash, a te kierowane do gemini-2.5-flash — do Gemini 3.5 Flash-Lite, z rozliczeniem według stawek nowych modeli.

Model objęty zmianą	Cena wejścia (za milion tokenów)	Cena wyjścia (za milion tokenów)
gemini-2.5-pro (prompty ≤ 200 000 tokenów)	1,25 dolara	10 dolarów
gemini-3.8-flash do 31 grudnia 2026	0,75 dolara	3,75 dolara
gemini-3.8-flash od 1 stycznia 2027	1,50 dolara	7,50 dolara
gemini-2.5-flash	0,30 dolara (1 dolar za audio)	2,50 dolara
gemini-3.5-flash-lite	0,30 dolara, w tym audio	2,50 dolara

Google zaleca zmianę identyfikatora przed tą datą, ponieważ migracja wiąże się ze zmianami naruszającymi zgodność: walidacją wywołań funkcji i thought_signature, zastąpieniem thinking_budget przez thinking_level, usunięciem parametrów próbkowania oraz rezygnacją ze wstępnie wypełnionych tur modelu.

🔗 Informacje o wydaniach API Gemini · Strona dotycząca oznaczania modeli jako przestarzałe

Pluginy i integracje asystentów: Perplexity Computer wdraża Agent Plugins i zyskuje wersję dla e-commerce, Synthesia opisuje swój plugin ChatGPT

Perplexity Computer wdraża otwarty standard Agent Plugins do obsługi swoich połączeń i skills

3 listopada — Perplexity Computer obsługuje Agent Plugins, format łączący w jednym pakiecie połączenia z aplikacjami i skills. Można przeglądać katalog Computer, podzielony na co najmniej 13 kategorii (od Produktywności i współpracy po Dane i analitykę, z takimi usługami jak HubSpot, IBISWorld czy DoorDash Drive), lub importować własne pluginy z GitHub albo z pliku .zip. Według @AskPerplexity pluginy są aktywne w Computer i są wdrażane na kontach Enterprise.

Agent Plugins to otwarty standard, niezależny od dostawców, zaprezentowany 6 sierpnia. Jego specyfikacja 1.0.0 określa wspólny format dla Agent Skills i serwerów MCP: obowiązkowy manifest plugin.json, folder skills/, plik mcp.json. Wpis Perplexity na X wymienia opiekunów projektu z Amazon, Cursor, GitHub, OpenAI i Vercel; strona standardu wymienia Microsoft zamiast GitHub w początkowym składzie komitetu sterującego. Na stronie zgodnych klientów Perplexity Computer widnieje obok GitHub Copilot, VS Code, Cursor, Kiro oraz ChatGPT & Codex. Dla Computer jest to rozwinięcie Skills Marketplace z września; ogłoszeniu nie towarzyszy ani wpis na blogu, ani dziennik zmian.

🔗 Ogłoszenie @AskPerplexity · Standard Agent Plugins

Perplexity wprowadza Computer for e-commerce, łączący Shopify, reklamy Meta i Klaviyo

3 listopada — Perplexity prezentuje Computer for e-commerce, oddający agenta Computer do dyspozycji marek internetowych: łączy się on z Shopify w celu obsługi danych sklepu i stron docelowych, z Meta na potrzeby reklam oraz z Klaviyo do marketingu e-mailowego, stosując identyfikację wizualną i ton komunikacji zapisane przez markę w skills.

Połączona usługa	Rola Computer
Shopify	Analiza sprzedaży, rekomendacje produktów, strona docelowa
Meta	Reklamy statyczne, warianty skutecznych filmów, konfiguracja kampanii
Klaviyo	Grupa odbiorców wyłoniona na podstawie danych klientów, tekst, planowanie lub wysyłka po weryfikacji

Firma określa cele, budżety i etapy wymagające zatwierdzenia (publikacja stron, wysyłka e-maili, wydatki reklamowe). Przykład podany przez Perplexity: letnia kolekcja z rabatem 15 %, dwutygodniowa kampania Meta z limitem 1 000 dolarów oraz kampania Klaviyo dla obecnych klientów, a wszystko przedstawione do wglądu przed uruchomieniem. Shopify znajdowało się już wśród ponad 400 integracji Computer; Perplexity oferuje pomoc w konfiguracji cyklicznych przepływów pracy, bez podania ceny ani planu.

🔗 Wpis Perplexity o Computer for e-commerce

Synthesia opisuje swój plugin ChatGPT, dostępny we wszystkich jej planach

3 listopada — Po ogłoszeniu zamieszczonym dzień wcześniej na X, bez wpisu na blogu, Synthesia szczegółowo opisuje swój plugin we wpisie Dana Spoonera, menedżera produktu odpowiedzialnego za workflows. Plugin jest dostępny w ChatGPT we wszystkich planach Synthesia i można zacząć korzystać z niego bezpłatnie: aktywuje się go w menu Plugins w ChatGPT, a przy okazji można utworzyć bezpłatne konto. Użytkownik opisuje oczekiwany film lub przekazuje dokument, prezentację bądź arkusz kalkulacyjny; ChatGPT zadaje kilka pytań (styl wizualny, długość), po czym Synthesia tworzy film w rozmowie.

Domyślnie filmy powstają w Syren, przedstawianym jako najszybszy format; polecenie « zrób to w Studio » przełącza na Synthesia Studio, gdy potrzebny jest tekst wypowiadany słowo w słowo przez awatara, zestaw elementów marki lub szablon. Plugin przeszukuje również bibliotekę wideo i łączy się z innymi pluginami podłączonymi do ChatGPT, umożliwiając jednorazowe lub zaplanowane workflows, na przykład 60-sekundowe podsumowanie rozmowy Zoom albo codzienny film powitalny na podstawie danych z BambooHR. Wpis wymienia tylko ChatGPT, bez Claude, i nie podaje ceny ani zużycia kredytów.

🔗 Wpis Synthesia

Google uruchamia Guided Learning w Google Classroom, testuje tę funkcję w wyszukiwarce i domyślnie wyłączy Gemini dla uczniów K-12

3 listopada — Google skupia swoje ogłoszenia edukacyjne wokół Guided Learning, trybu nauki w Gemini, który prowadzi ucznia za pomocą pytań i wyjaśnień krok po kroku, zamiast podawać mu odpowiedź. Według głównego wpisu jest on już dostępny w Google Classroom na całym świecie: nauczyciel zadaje aktywność opartą na swoich materiałach dydaktycznych i w czasie rzeczywistym widzi, w czym klasa potrzebuje pomocy. Wyszukiwarka Google zintegruje te funkcje na kontach uczniowskich i studenckich, a pilotaż w wybranych amerykańskich szkołach rozpocznie się w dalszej części listopada.

Najbardziej zasadnicza zmiana dotyczy ustawień dostępu: Gemini, Gemini Notebook, Gemini in Classroom i wyszukiwarka Google będą całkowicie wyłączone na kontach uczniów od przedszkola po szkołę średnią (K-12), dopóki administrator placówki ich nie włączy. Nie podano daty: Google przekaże szkołom szczegóły w najbliższych miesiącach.

Wskaźnik podany przez Google	Opublikowana wartość
Badanie randomizowane na Uniwersytecie Tokijskim	ponad 300 studentów, pół dnia nauki
Poprawa przy użyciu wyłącznie narzędzi internetowych	+5,3 punktu procentowego
Poprawa z Guided Learning	+8,1 punktu, czyli poprawa 1,5 raza większa
Finansowanie Google.org	ponad 9,5 miliona dolarów dla pięciu organizacji

🔗 Wpis Google o AI i uczeniu się · Badanie dotyczące Guided Learning

Narzędzia Hugging Face: MOPD w TRL i Model Integration Contracts dla Transformers

TRL obsługuje MOPD, destylację z wieloma nauczycielami, która łączy ekspertów RL w jeden model

3 listopada — TRL, biblioteka Hugging Face do dalszego trenowania modeli, obsługuje destylację on-policy z wieloma nauczycielami (Multi-Teacher On-Policy Distillation, MOPD), technikę nazwaną przez Xiaomi w styczniu na potrzeby MiMo-V2-Flash i od tego czasu stosowaną przez DeepSeek, Moonshot, NVIDIA, Liquid AI oraz Mistral, jak podaje wpis Sergio Paniego. Po wspólnym SFT każda dziedzina (matematyka, kod, wykonywanie instrukcji) otrzymuje własnego eksperta trenowanego przez RL; następnie uczeń odpowiada na prompty ze wszystkich dziedzin, a właściwy ekspert ocenia jego odpowiedź token po tokenie.

W TRL to wciąż eksperymentalny AsyncDistillationTrainer kieruje każdy prompt do jego nauczyciela; wersja synchroniczna jest w przygotowaniu (PR 7215), a MOPD nie pojawia się jeszcze w informacjach o wydaniu TRL v1.17. Przykład wykorzystuje ekspertów z Open-MOPD opartych na SmolLM3-3B i działa na jednej maszynie z czterema H200 za pośrednictwem Hugging Face Jobs. Wpis wskazuje pułapkę: wykonywanie instrukcji może stanowić 20 % promptów, ale zaledwie 1 do 2 % tokenów, przez co uczeń niemal niczego nie uczy się od tego nauczyciela.

🔗 MOPD w TRL na blogu Hugging Face

Hugging Face proponuje Model Integration Contracts do wykrywania regresji Transformers na CPU przed scaleniem

3 listopada — We wpisie Tareka Ziadé Hugging Face proponuje Model Integration Contracts (MIC), pozwalające testować modele Transformers na zwykłym procesorze, zanim zmiana trafi do głównej gałęzi. Punktem wyjścia jest błąd z 30 lipca: włączenie attention SDPA dla T5 umożliwiło dekoderowi UMT5 dostęp do przyszłych tokenów podczas treningu, a błąd pozostał w głównej gałęzi przez niemal dwa miesiące. W testach obejmujących pięć miesięcy commitów mały UMT5 o rozmiarze 66 Mo, wobec 1 227 Mo dla właściwego checkpointu, wykrywa go przy każdym commicie.

Kontrakt łączy pomniejszony model zachowujący wszystkie typy warstw oryginału, wykonywalny przykład użycia oraz wartości referencyjne sprawdzone przez człowieka; Llama 4 Scout zmniejsza się w ten sposób ze 108,6 miliarda do 44,7 miliona parametrów. Narzędzie wiersza poleceń tmic zleca LLM napisanie kontraktu, który następnie zatwierdza człowiek. Wagi mają znaczenie: w przypadku Whisper losowe wagi wykrywają 18 z 24 wprowadzonych błędów, wobec 24 na 24 przy wagach przeuczonych. Według stanu na 1 listopada zadanie w CI Transformers zgłasza niepowodzenia, ale jeszcze nie blokuje PR.

🔗 Wpis Hugging Face o Model Integration Contracts

Krótkie wiadomości

Agenci i narzędzia do programowania

Październikowe podsumowanie Claude Code — Wątek @ClaudeDevs ujawnia zmienną nieobecną w informacjach o wydaniu: CLAUDE_CODE_EVEN_MORE_DANGEROUSLY_SKIP_PERMISSIONS=1 pozwala wykonywać bez potwierdzenia te nieliczne ryzykowne polecenia rm, przy których tryb bypass permissions nadal wymagał potwierdzenia; należy używać jej wyłącznie w jednorazowym kontenerze (Claude Code 2.1.311 lub nowszy). Sesje w chmurze są też przygotowywane już podczas pisania i pozwalają dodać komentarz do wiersza diffu. 🔗 źródło
Copilot CLI 1.0.106-4 do 1.0.106-6 — Trzy wersje przedpremierowe w ciągu jednej nocy: /settings staje się ujednoliconym panelem z globalnym wyszukiwaniem, treści MCP przeznaczone wyłącznie dla użytkownika nie są już wysyłane do modelu, a 67 poprawek neutralizuje między innymi nowe sekwencje ucieczki. Najnowszą stabilną wersją pozostaje 1.0.105. 🔗 źródło
Gemini CLI — Wydanie nightly z 3 listopada wreszcie udostępnia poprawkę przerywanego pobierania Whisper, scaloną dzień wcześniej, a kolejny PR scalony z main zabezpiecza pobieranie rozszerzeń: plik tymczasowy jest przenoszony w jednej operacji, dodano ochronę przed SSRF i DNS rebinding, a GITHUB_TOKEN ograniczono do github.com. Wersje stable i preview pozostają bez zmian. 🔗 źródło
Gemini API CLI v0.4.5 — Uzupełnienie z 30 października: transkrypcja domyślnie korzysta teraz z Gemini 3.5 Transcribe, dodano parametr powiększania wideo i wznawianie długich zadań za pomocą tokenu kontynuacji; 2 listopada Google dodał skill gemini-api-cli do swojego oficjalnego repozytorium gemini-skills. 🔗 źródło
DeepSeek Harness 0.2.2-alpha.3 — 36. wersja przedpremierowa, nadal bez stabilnego wydania: eksperymentalna funkcja łączy code review z worktrees Git (lokalne diffy i diffy PR, kod cytowany agentowi, śledzenie kontroli), a narzędzie apply_patch pojawia się jako domyślnie wyłączone. 🔗 źródło
Artifacts w Amp — Dokumenty powiązane z wątkiem (plan, raport, notatki z rozmowy), które agent, użytkownik i członkowie jego zespołu wspólnie edytują; przed wznowieniem pracy agent odczytuje zmiany, zamiast je nadpisywać. 🔗 źródło
Service Accounts w Amp — Konta należące do przestrzeni roboczej, z własnymi kluczami API, przeznaczone do automatyzacji zespołowej: przeglądu każdego pull requestu, dokumentacji lub zadania CI otwierającego wątek przez amp -ox. Nie podano cen. 🔗 źródło
Replit Agent w Slack — Wspomniany już 27 października Replit Agent oficjalnie trafia do Slack: można oznaczyć go na kanale lub w wiadomości bezpośredniej, aby zadawać pytania o bazę kodu, pracować nad istniejącym projektem lub rozpocząć nowy; każdy członek zespołu łączy swoje konto, a agent działa z jego uprawnieniami. 🔗 źródło
Informacje o wydaniach Devin — Wydanie z 2 listopada podnosi limit pojedynczego skanowania kodu z 500 do 1 000 repozytoriów i dodaje zaplanowane skanowania automatyczne; wydanie z 30 października, pominięte we wcześniejszych zestawieniach, wprowadza hierarchiczne budżety, samoobsługową konfigurację SSO OIDC lub SAML oraz import ustaleń z SonarQube, Linear i Vanta. 🔗 2 listopada · 🔗 30 października
Środowiska wykonawcze agentów w IBM Research — Przy tym samym otwartym modelu GLM-5.3-flash i 90 zadaniach AppWorld CUGA, środowisko wykonawcze open source IBM, wykonuje z powodzeniem 81,1 % zadań, wobec 46,7 % dla Hermes i 30,0 % dla Deep Agents; IBM przyznaje, że porównanie ma ograniczenia (jeden benchmark, różne konfiguracje). 🔗 źródło
Kimi Work 3.2.24 — Podgląd plików Markdown obsługuje właściwości notatek, ustawienia sieciowe korzystają z systemowego proxy, a diagnostykę sieci można otworzyć offline; wersja 3.2.23 z 30 października umożliwiała już otwieranie podglądów HTML w karcie przeglądarki. 🔗 źródło

Platformy programistyczne i API

Serwer MCP GitHub 2.1.0 — Dwa eksperymentalne narzędzia, issue_artifact_read i issue_artifact_write, pozwalają agentom odczytywać artefakty powiązane ze zgłoszeniami i nimi zarządzać; pozostają domyślnie wyłączone, nawet w trybie Insiders, i włącza się je flagą issue_artifacts. 🔗 źródło
Dependabot i Agent Package Manager — Aktualizacje wersji Dependabot obejmują teraz skills, prompty i instrukcje agentów zadeklarowane w apm.yml, z ponownym generowaniem apm.lock.yaml; bez aktualizacji bezpieczeństwa. Funkcja jest dostępna na github.com we wszystkich planach. 🔗 źródło
Python 3.15 w CodeQL i Dependabot — CodeQL 2.27.3 obsługuje składnię Python 3.15 i dodaje opcjonalny model zagrożeń „ai”, bez wbudowanego źródła, dla danych generowanych przez LLM; Dependabot obsługuje również projekty, które przeszły na Python 3.15. 🔗 CodeQL 2.27.3 · 🔗 Dependabot
GitHub Desktop — Po GitHub CLI, który zrobił to 21 października, GitHub Desktop 3.6.10 i nowsze przechodzą na krótkotrwałe tokeny uwierzytelniające, odnawiane automatycznie, aby skrócić okres, w którym ujawniony token można wykorzystać; wdrażanie jest stopniowe i nie obejmuje GitHub Enterprise Server. 🔗 źródło
Centra kosztów w API REST GitHub — Nowy endpoint bezpośrednio odnajduje centrum kosztów użytkownika, organizacji, repozytorium lub zespołu przedsiębiorstwa, bez konieczności przeglądania wszystkich centrów. 🔗 źródło
SDK OpenAI — openai-python 3.44.0 i openai-node 7.49.0 dodają dostawców workload identity oraz reguły federacji, po wydaniach rozszerzających narzędzia delegowania w Live Responses; changelog API jeszcze o tym nie wspomina. 🔗 źródło
Claude jako zaufany wystawca — W planach Team i Enterprise, gdy dostawca tożsamości nie obsługuje uwierzytelniania zarządzanego przez firmę, Claude może poświadczać tożsamość każdego członka, aby automatycznie łączyć pluginy; funkcja jest w wersji beta z 14 pluginami, w tym Atlassian, Figma, Linear i Notion. 🔗 źródło
Tekstowy znak wodny Claude — Po Claude Fable 5.1 i Claude Mythos 5.1 tekstowy znak wodny Anthropic obejmuje Claude Mythos 5, Claude Opus 4.7 i Claude Sonnet 4.6, bez ukrytych tokenów ani znaków; w Sonnet 4.6 zmiana temperature, top_p lub top_k może uniemożliwić jego działanie. 🔗 źródło

Bezpieczeństwo

Izolowani agenci w chmurze w Replit — W komunikacie dotyczącym bezpieczeństwa udostępnionym przez Replit jego CTO Luis Héctor Chávez wzywa do przyjęcia zarządzanych, izolowanych agentów chmurowych jako standardu, z danymi uwierzytelniającymi, siecią i środowiskiem produkcyjnym poza zasięgiem agenta; według cytowanego badania Salt Security 86,4 % respondentów korzysta z działającego agenta, ale tylko 17,5 % potrafi zatrzymać go automatycznie. 🔗 źródło
Poradnik bezpieczeństwa Cognition — Jack Cable, współzałożyciel Corridor, podsumowuje październikowe incydenty (6,34 miliarda dolarów skradzionych z Binance, złośliwe rozszerzenie Claude Code w Cursor) i zaleca MFA odporne na phishing, usunięcie sekretów ze stacji roboczych, agentów programistycznych w chmurze oraz minimalny wiek 7 dni dla pakietów npm lub PyPI. 🔗 źródło
Sprint bezpieczeństwa OpenAI — W tym samym wątku co podwyżka nagród OpenAI zapowiada, bez podania daty, kolejny wewnętrzny sprint bezpieczeństwa z badaczami Cathedral, którzy wykorzystają jego modele do testowania zabezpieczeń; w poprzednim uczestniczyło 25 % inżynierów produktowych firmy. 🔗 źródło
Cisco i Daybreak — Cisco łączy swoją telemetrię sieciową z Daybreak i GPT-6 Astra, aby szybciej wykrywać i usuwać podatności, oraz bada z OpenAI możliwości szybszej oceny narażenia w Cisco Cloud Control; studium przypadku bez danych liczbowych. 🔗 źródło

Google: Workspace, Cloud i badania

Gemini w Google Slides — Uzupełnienie z 30 października: Gemini modyfikuje wiele slajdów lub całą prezentację na podstawie jednego polecenia (style, treści z Drive, łączenie slajdów), wyłącznie po angielsku, z promocyjnymi limitami użytkowania obowiązującymi co najmniej do 1 grudnia. 🔗 źródło
Awatary Google Vids — Zapowiedziane 2 listopada tworzenie awatara na podstawie przesłanego obrazu zostaje zawieszone już następnego dnia, bez podania nowego terminu. 🔗 źródło
Limity wydatków Google Cloud — Uzupełnienie z 31 października: limity wydatków stają się ogólnie dostępne, z API i comiesięcznym zerowaniem; w przypadku usług AI uruchamiają się w ciągu kilku minut na podstawie kosztów szacowanych na bieżąco, nigdy nie odcinając zarezerwowanej przepustowości. 🔗 źródło
Google w Singapurze — Google otwiera ośrodek badawczy w Singapurze i przeznacza ponad 6 milionów dolarów na granty we współpracy z NUS i NTU, w tym 1,5 miliona na badania nad chorobą Alzheimera, a dodatkowo 3 miliony od Google.org i Google DeepMind dla Thrive Lab w INSEAD. 🔗 źródło

Otwarte modele i wpisy społeczności

Mistral Large 4 w Open Math OS — Mistral ogłasza udostępnienie Large 4 (1,05T otwartych wag, kontekst 1M) w środowisku badań matematycznych SAIR, dostępnym „od dziś” dla zatwierdzonych zespołów, choć SAIR informował o jego dostępności już 27 października. 🔗 źródło
Orbital Trace — Nowa demonstracja Mistral: według producenta Large 4 zbudował, przetestował i zoptymalizował śledzenie 3D w czasie rzeczywistym około 19 000 satelitów i odłamków na orbicie; rezultat pokazano wyłącznie na wideo, bez linku ani kodu. 🔗 źródło
Olmo 3 w Nextcloud — Nextcloud, używany między innymi przez niemiecki rząd federalny i hiszpański CSIC, dostarcza Olmo 3 7B z llm2, swoim lokalnym backendem dla Assistant i Mail, oraz przyznaje mu zieloną ocenę w swojej ewaluacji etycznej AI; wariant 7B pozwala uniknąć wymogu 16 lub 32 Go VRAM. 🔗 źródło
Dolci-Think-SFT-Clean-v2 — Ai2 udostępnia bez zapowiedzi przefiltrowaną wersję danych do post-trainingu rozumowania swojego modelu 32B: usunięto 203 303 wiersze z 2 253 684 (15,6 % tokenów), w tym 148 210 zadań matematycznych uznanych przez Kimi K3 za sprzeczne; licencja ODC-BY. 🔗 źródło
Palette od IBM Research — Otwarty model 20B, dostrojony przez LoRA do ról „projektanta” i „programisty”, tworzy prezentacje zgodne z identyfikacją wizualną IBM; w PresentBench zajmuje średnio drugie miejsce, 1,1 punktu za NotebookLM (59,7 wobec 60,8). Nie znaleziono ani nazwy modelu bazowego, ani opublikowanych wag. 🔗 źródło
Claude Opus i pętle OCR — Daniel van Strien zlecił Claude Opus zmodyfikowanie 0,0085 % wag małego modelu OCR, bez treningu, w mniej niż 3 godziny i za około 10 dolarów kosztów obliczeń: na 2 165 dawnych stronach liczba niekontrolowanych pętli spada z 3 do 1, a liczba błędów w tomie z 1881 roku maleje o 38 %. 🔗 źródło
Qwenguard — We wpisie społecznościowym João Galego wykorzystuje procesor RISC-V skompilowany do warstw przed Qwen3.5-4B jako zabezpieczenie odrzucające wywołania narzędzi spoza dozwolonej listy: w jego testach nie przepuszczono żadnego zabronionego wywołania i nie zablokowano żadnego zwykłego zapytania, ale mechanizm uwidacznia manipulację, nie zapobiegając jej. 🔗 źródło

Obraz, wideo, głos

ElevenAgents w Angle Health — W pilotażu obejmującym osiem języków, działającym 24 h na dobę i z gwarancjami zgodności z HIPAA, agenci ElevenLabs obsłużyli około 80 % połączeń od pracowników ochrony zdrowia, z czego ponad 90 % zakończyło się rozwiązaniem sprawy bez przekierowania, i pozwolili odzyskać niemal 9 000 minut dziennie. 🔗 źródło
SFX v3 dla programistów — Wpis ElevenLabs dla programistów szczegółowo opisuje wywołanie eleven_text_to_sound_v3 w API Sound Effects: prompt_influence domyślnie wynosi 0,3, czas trwania jest dowolny z wyjątkiem duration_seconds, a zapętlanie nadal pozostaje dostępne wyłącznie w v2; ElevenLabs mówi o aktualizacji przyrostowej. 🔗 źródło
HeyGen Voice i Grok Bot — Według informacji pochodzących wyłącznie od HeyGen połączenia telefoniczne wykonywane przez Grok Bot, agenta SpaceXSI, wykorzystują HeyGen Voice do mówienia głosem zbliżonym do głosu użytkownika; nie podano wpisu, modelu ani informacji o dostępności. 🔗 źródło
HeyGen Insiders — Program płacący twórcom mającym co najmniej 1 000 obserwujących za wyświetlenia krótkich filmów publikowanych przy okazji premier HeyGen, od 20 000 wyświetleń w ciągu 7 dni, według nieopublikowanej stawki zależnej od zaangażowania. 🔗 źródło
Expression Sheet od Luma — Arkusz sześciu wyrazów twarzy postaci, tworzony na podstawie obrazów, z trzema zestawami mimiki i regulacją intensywności; brak wpisu i cen. 🔗 źródło
FLUX 3 Image Klein — Black Forest Labs ogłasza ponad milion pobrań swojego modelu przeznaczonego do precyzyjnej edycji, bez wskazania okresu ani platformy. 🔗 źródło

Obliczenia i infrastruktura w NVIDIA

Fabryki półprzewodników — NVIDIA zestawia korzyści osiągnięte przez partnerów: cuLitho działa do 17 razy szybciej w Siemens Calibre, ACE+ od Applied Materials przyspiesza do 35 razy dzięki PhysicsNeMo, a zachowanie plazmy w Lam Research jest przewidywane w milisekundach zamiast w ciągu dni; brak nowych produktów. 🔗 źródło
Dynamo w Kubernetes — Uzupełnienie z 30 października, ponownie nagłośnione przed KubeCon: AI Cluster Runtime zawiera chart dynamo-platform 1.4.2 w konfiguracjach z przypiętymi i zweryfikowanymi wersjami, a Dynamo 1.5 wprowadzi natywny selektor endpointów w Rust. 🔗 źródło

Firmy, społeczność i poradniki

Heimstaden — Europejski zarządca nieruchomości obniża w Holandii koszt obrazu z wirtualną aranżacją wnętrza z około 50 euro do poniżej 0,10 euro, a analityczka bez doświadczenia w programowaniu oceniła z pomocą Codex ryzyka środowiskowe związane z 20 112 aktywami. 🔗 źródło
Dwa zatrudnienia w OpenAI — Jill Hazelbaker, która przeszła z Uber, obejmuje stanowisko Chief Corporate Affairs Officer i pokieruje globalną komunikacją, a Dan Driscoll, były sekretarz wojsk lądowych Stanów Zjednoczonych, zostaje starszym doradcą do spraw modernizacji bezpieczeństwa narodowego na nowo utworzonym stanowisku. 🔗 Jill Hazelbaker · 🔗 Dan Driscoll
Arnis i GitHub Copilot — GitHub Blog opisuje, jak Louis Erbkamm, jedyny maintainer Arnis (niemal 900 000 pobrań, około 70 współtwórców), porządkuje zgłoszenia i błędy z Copilot oraz uruchamia subagentów aplikacji GitHub Copilot do tropienia regresji. Relacja z praktyki, bez nowości produktowych. 🔗 źródło
Game Off 2026 — Uzupełnienie z 1 listopada: 14. game jam GitHub, pod hasłem SHIFT, dopuszcza tworzenie gier wspomagane przez AI; każdy uczestnik deklaruje wykorzystanie AI przy zgłoszeniu, które można przesłać na itch.io do 1 grudnia. 🔗 źródło
Poradnik autonomicznych agentów Perplexity — Pięć poziomów autonomii, cztery zdolności i siedem dobrych praktyk, z danymi z badania Harvardu i Perplexity: 57 % zapytań do agentów dotyczy produktywności i nauki. Brak nowości produktowych. 🔗 źródło

Co to oznacza

Pando pokazuje dwa oblicza agentów programistycznych w OpenAI: to oni doprowadzili do gwałtownego wzrostu obciążenia, zwiększając liczbę commitów w głównej gałęzi o 1 378 % względem początku 2024 roku, i to oni zbudowali rozwiązanie w dziesięć tygodni na bazie rdzenia zaprojektowanego przez jednego inżyniera. Korzyść nie wynika z nowego protokołu, lecz ze świadomej rezygnacji ze spójnego obrazu wszystkich gałęzi w danym momencie. W narzędziach przyszedł czas na większą kontrolę: Claude Code prosi o zgodę przed wysłaniem adresu e-mail konta i podaje wydatki na poszczególnych programistów, a Copilot trafia do JetBrains Air bez możliwości ustawienia limitu wydatków w Air.

Bezpieczeństwo coraz częściej mierzy się dowodami, a nie deklaracjami. FlashProve pozwala sprawdzić, czy odpowiedź rzeczywiście pochodzi z danego modelu, za cenę około 72-krotnego wzrostu kosztów i kontekstów ograniczonych do 1 024 tokenów: to prototyp, jeszcze nie usługa. CyberArena i CWE-bench v2 zmierzają w tym samym kierunku w odniesieniu do agentów: o przewadze najlepszych decydują obrona i skuteczna poprawka, podczas gdy ogłoszenie poprawki bez jej weryfikacji pozostaje najczęstszym błędem (23 % audytowanych rozgrywek). OpenAI płaci z kolei obecnie do 172 000 dolarów za zgłoszenie wyjątkowo poważnej luki w ChatGPT, Codex lub swoim API.

Otwarte modele trafiają do przedsiębiorstw dwiema drogami. Cohere udostępnia je w kontrolowanym środowisku, oferując nawet szyfrowanie podczas przetwarzania w przypadku Gemma, GPT-OSS i Phi. Tymczasem Revolut, według tweeta udostępnionego przez Together AI, uruchamia GLM na własnych GPU za około jedną dziesiątą ceny płaconej Anthropic i OpenAI: to informacja z drugiej ręki, ale pokazuje, co przedsiębiorstwa obecnie porównują. Dostawcy zamkniętych modeli również wprowadzają zmiany: przekierowując Gemini 2.5 Pro do Gemini 3.8 Flash, Google obniża cenę za token do końca grudnia, po czym 1 stycznia cena 3.8 Flash wzrośnie dwukrotnie. Raport Mistral Large 4 pokazuje odwrotny kompromis: agresywne zmniejszanie cache KV w celu obniżenia kosztów obsługi modelu pogarszało wyniki zadań agentowych i wymagało korekty.

Świat fizyczny pozostaje obszarem, w którym demonstracje i pomiary najbardziej się rozmijają. OpenAI pokazuje urządzenie zaprojektowane w niecały tydzień z GPT-6 Astra, ale przyznaje, że potrzebne były kolejne przeglądy projektu, aby uwzględnić tolerancje i proces produkcji; tego samego dnia w PLE żaden agent nie przekracza 50 % na rzeczywistych zadaniach inżynierskich, a zaledwie 41,3 % rezultatów pracy najlepszej konfiguracji przechodzi wszystkie kontrole bezpieczeństwa. Zarysowujące się rozwiązanie jest hybrydowe: w Google DeepMind model koordynuje pracę, a deterministyczne narzędzia chemiczne wykonują obliczenia. StateBench przypomina wreszcie, że śledzenie treści długiego dokumentu nadal sprawia trudność: przy najtrudniejszych problemach wyniki najbardziej zaawansowanych modeli spadają do 13 % lub mniej.