Agenci Google DeepMind pod kierunkiem ludzi odkrywają dwie słabości 1024-bitowego RSA, OpenAI publikuje BioBasicsBench, Cursor udostępnia czat głosowy z agentami

Agenci AI Google DeepMind, kierowani przez ludzi, odkrywają dwie słabości 1024-bitowego RSA, systemu już przestarzałego; nowoczesne protokoły, które niemal wszystkie używają kluczy o długości co najmniej 2048 bitów, pozostają bezpieczne. Dzisiejsze wiadomości zdominowały badania: OpenAI ocenia swoich agentów w mokrym laboratorium za pomocą BioBasicsBench, TCSExam sprawdza modele w informatyce teoretycznej, a Anthropic i Google pokazują, jakie elementy otoczenia modelu decydują o sukcesie lub niepowodzeniu agenta. Wśród narzędzi Claude Code, Codex CLI i Copilot CLI otrzymują nowe wersje, Antigravity CLI staje się serwerem ACP, Cursor udostępnia czat głosowy z agentami, a Amp uruchamia Spaces.

Agenci Google DeepMind pod kierunkiem ludzi odkrywają dwie słabości 1024-bitowego RSA, Frontier Model Forum ocenia jailbreaki związane z cyberzagrożeniami

6 listopada — Google DeepMind publikuje wyniki badań z zakresu kryptoanalizy, nauki sprawdzającej odporność szyfrowania, prowadzonych przez agentów AI pod nadzorem ludzi. Pushmeet Kohli, wiceprezes odpowiedzialny za naukę, przedstawia je w artykule opublikowanym na X i udostępnionym przez @GoogleDeepMind: agenci odkryli dwie słabości 1024-bitowych systemów RSA, które można złamać przy mniejszych nakładach obliczeniowych, niż dotąd sądzono. Badania prowadzą Dj Dvijotham i Abhradeep Thakurta z zespołu Science w Google DeepMind wraz z Nadią Heninger (UC San Diego i Inria) oraz Emmanuelem Thomé (Inria). Szczegóły opisano w dwóch artykułach technicznych w formacie PDF; ogłoszeniu nie towarzyszył wpis na blogu.

Zakres badań celowo ograniczono. Przestarzałe i już wycofane 1024-bitowe RSA służy tu jako bezpieczny poligon doświadczalny, podobnie jak od dawna robi to społeczność zajmująca się kryptoanalizą. Nowoczesne protokoły, które niemal wszystkie używają kluczy o długości co najmniej 2048 bitów, pozostają bezpieczne.

Pierwszy wynik dotyczy podpisów cyfrowych, które gwarantują, że aktualizacja oprogramowania, dokument lub witryna rzeczywiście pochodzi z deklarowanego źródła. Przed podpisaniem wiele standardów uzupełnia wiadomość o wypełnienie (padding). Zespół pokazuje, że gdy atakujący kontroluje około połowy podpisywanego bloku, wypełnienie przestaje zapewniać jakąkolwiek ochronę. W odizolowanej symulacji, bez ingerencji w rzeczywiste systemy, agenci przeprowadzili atak na referencyjny klucz 1024-bitowy, złamany już we wcześniejszym badaniu: wynik odtworzono przy 3,5 raza krótszym czasie CPU, zużywając mniej niż jedną tysięczną mocy potrzebnej do złamania samego klucza. Gdy atakujący kontroluje mniejszą część bloku, z krótkim, 32-bajtowym skrótem, nowy algorytm byłby według teoretycznych szacunków autorów około 1 600 razy skuteczniejszy od najlepszej wcześniejszej metody.

Drugi wynik dotyczy faktoryzacji wsadowej. Ponieważ klucze RSA mają standardowe długości (1024 lub 2048 bitów), faktoryzacja wielu liczb o tym samym rozmiarze jest kluczowym zagadnieniem: agenci znaleźli algorytm o lepszej złożoności asymptotycznej, który zmniejsza około 30 razy średni koszt faktoryzacji każdego kolejnego klucza 1024-bitowego w porównaniu z wcześniejszymi metodami wsadowymi.

Wynik opublikowany przez autorów	Deklarowana poprawa	Wskazany warunek
Fałszowanie podpisu, atakujący kontroluje około połowy bloku	3,5 raza krótszy czas CPU	Odizolowana symulacja, referencyjny klucz 1024 bits już wcześniej złamany
Ten sam atak w porównaniu ze złamaniem klucza	Mniej niż jedna tysięczna mocy	Moc niezbędna do złamania samego klucza
Fałszowanie ze skrótem o długości 32 octets	Około 1 600 razy lepiej	Szacunek teoretyczny, klucze 1024 bits
Faktoryzacja wsadowa	Średni koszt około 30 razy niższy na każdy kolejny klucz	W porównaniu z wcześniejszymi metodami wsadowymi
Klucze o długości 2048 bits lub większej	Nie dotyczy	Według Google DeepMind pozostają bezpieczne

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.

🇵🇱 Choć nowoczesne systemy 2048-bitowe pozostają odporne na te konkretne exploity, badania te wskazują na kluczowy punkt zwrotny. Wkraczając w nową erę matematyki i obliczeń wspomaganych przez AI, nie możemy już polegać na historycznych założeniach dotyczących trudności obliczeniowej i musimy stale sprawdzać standardy kryptograficzne. — @GoogleDeepMind na X

🔗 Artykuł Pushmeeta Kohliego na X · Artykuł techniczny o podpisach cyfrowych (PDF) · Artykuł techniczny o faktoryzacji kluczy (PDF)

Frontier Model Forum proponuje wspólny system oceny dotkliwości jailbreaków związanych z cyberzagrożeniami

5 listopada — Frontier Model Forum (FMF), zrzeszające czołowe laboratoria AI, publikuje wersję 1.0, określaną jako wstępna, swoich ram oceny jailbreaków związanych z cyberzagrożeniami (Jailbreak Rating Framework for Frontier Cyber Threats). Punkt wyjścia: nie wszystkie sposoby obchodzenia zabezpieczeń są równie poważne. Niektóre dają jedynie mało użyteczne odpowiedzi, inne odblokowują niebezpieczne zdolności ofensywne, a bez wspólnej metody dwie organizacje mogą różnie ocenić ten sam jailbreak, ryzykując usuwanie najpierw mniej poważnych luk. Ramy przypisują każdy jailbreak do odpowiedniego poziomu, łącząc oceny w czterech kategoriach: przyrost możliwości, zakres możliwości, łatwość wdrożenia i łatwość odkrycia.

We wpisie poparcie wyrażają przedstawiciele AWS, Anthropic, Google DeepMind, Microsoft i OpenAI; OpenAI udostępniło go 6 listopada, informując o współpracy nad ramami z FMF i jego członkami. Konsultacje publiczne potrwają do 21 grudnia 2026 roku: FMF sprawdzi, czy różni oceniający uzyskują zbliżone wyniki, i będzie aktualizować ramy wraz z pojawianiem się nowych jailbreaków. W lipcu Anthropic szczegółowo opisało podobną skalę, CJS (Cyber Jailbreak Severity), opracowaną wspólnie z Amazon, Microsoft i Google; wpis FMF nie wskazuje związku między nimi.

🔗 Przedstawiamy ramy FMF do oceny jailbreaków związanych z zaawansowanymi cyberzagrożeniami

Ocena AI w nauce: BioBasicsBench od OpenAI do pracy w mokrym laboratorium, TCSExam do informatyki teoretycznej

OpenAI publikuje BioBasicsBench: 100 zadań z mokrego laboratorium, 66,7 % dla GPT-6 Astra

6 listopada — OpenAI przedstawia BioBasicsBench, benchmark opracowany z Ligo, firmą biotechnologiczną specjalizującą się w projektowaniu enzymów, aby mierzyć zdolność agentów do interpretowania surowych danych z codziennej pracy w mokrym laboratorium (wet lab): żeli i blotów, płytek hodowlanych, obrazów mikroskopowych, danych eksportowanych z aparatury czy nagrań procedur. Jego 100 zadań, pochodzących z rzeczywistych eksperymentów i ocenianych kryterium po kryterium według eksperckiego schematu, obejmuje pięć obszarów, od metod badania białek po klonowanie molekularne; sprawdzają one również, czy agent dostrzega błędy i rozpoznaje sytuacje, w których dane nie pozwalają wyciągnąć wniosków.

Oceniane są wyłącznie modele OpenAI: siedem modeli w 37 konfiguracjach, pięć prób na zadanie, co daje 18 500 wyników. Przy poziomie wysiłku xhigh GPT-6 Astra uzyskuje 66,7 % dostępnych punktów, wyprzedzając GPT-6.1 Sol i znacznie dystansując GPT-5.6 Sol, przy około dwukrotnie mniejszej liczbie tokenów wyjściowych niż ten ostatni; według OpenAI poprawa ta sugeruje, że silniejsza natywna multimodalność mogłaby mieć decydujące znaczenie.

Oceniany model (poziom wysiłku xhigh)	Średnia nagroda	95 % przedział ufności	Tokeny wyjściowe na zadanie
GPT-6 Astra	66,7 %	60,3 do 73,1 %	4 704
GPT-6.1 Sol	62,0 %	55,6 do 68,4 %	5 238
GPT-5.6 Sol	43,8 %	37,6 do 50,0 %	9 099
GPT-6 Luna	38,3 %	32,3 do 44,5 %	13 120
GPT-5.5	35,4 %	29,7 do 41,0 %	11 135
GPT-5.4	33,2 %	28,3 do 38,4 %	13 717
GPT-5.2	31,2 %	26,2 do 36,3 %	27 620

OpenAI szczegółowo opisuje również niepowodzenia Astry: znana hipoteza przeważająca nad wynikami prób kontrolnych, odrzucanie sprzecznych obserwacji, zawyżenie liczby kolonii o około 12 %. Według wpisu lepsze wyniki nadal nie gwarantują wiarygodnych ocen w laboratorium; OpenAI wiąże to monitorowanie z ochroną biologiczną i bezpieczeństwem biologicznym oraz nie wspomina o udostępnieniu zestawu zadań.

🔗 Ocena tego, jak agenci AI radzą sobie z codzienną pracą naukową w mokrym laboratorium (OpenAI)

TCSExam ocenia modele w informatyce teoretycznej: GPT-6 Astra prowadzi w wersji Full, Opus 5.5 w wersji Lite

5 listopada — TCSExam, opublikowany w organizacji Moonshot AI na GitHubie wraz z artykułem zgłoszonym do arXiv 5 listopada, mierzy, jak daleko modele mogą posunąć badania w informatyce teoretycznej (theoretical computer science). Autorzy wymienieni w arXiv to Yifan Luo, Zhengying Liu, Yang Yuan, Zhilin Yang i Andrew Chi-Chih Yao. Cztery ścieżki: udowodnić w Lean opublikowane twierdzenie, napisać solver oceniany na ukrytych instancjach, opracować zweryfikowaną konstrukcję lub oszacowanie oraz w pełni udowodnić lub obalić otwarte hipotezy. Wersja Full obejmuje 100 zadań sprawdzonych przez ekspertów, wersja Lite 20, po pięć na ścieżkę. Indeks przypisuje wagę 30 każdej z trzech pierwszych ścieżek i 10 hipotezom; solvery są oceniane względem stałego punktu odniesienia, Kimi K3.

Oceniany model	Indeks Lite (20 zadań)	Indeks Full (100 zadań)
Opus 5.5	72,3 (wstępnie)	brak w tabeli na stronie
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

Żadna otwarta hipoteza nie została rozstrzygnięta: streszczenie wskazuje jedynie na niezależnie zweryfikowane przypadki szczególne i oszacowania. Dwa wyniki przewyższają jednak najlepsze znane autorom: graf o 630 krawędziach i 124 wierzchołkach, bez trójkątów ani cykli o czterech krawędziach, skonstruowany przez Kimi K3 (629 w konstrukcji Goedgebeura i in.), oraz kwantowy kod korekcyjny o odległości 6 zamiast 5, znaleziony przez GPT-6 Astra do ochrony 7 kubitów logicznych za pomocą 25 kubitów fizycznych. Środowisko testowe domyślnie uruchamia Kimi Code i obsługuje również Claude Code, Codex i Grok Build.

🔗 Wyniki TCSExam · Artykuł arXiv 2611.07962

Badania nad agentami: pamięć i dreaming w Anthropic, nieaktualne TODO w Google, harness adapters

Anthropic pokazuje, jak dreaming koryguje i porządkuje pamięć agentów Claude

6 listopada — We wpisie badawczo-inżynieryjnym na swoim blogu Engineering Anthropic definiuje pamięć agenta jako to, co Claude zachowuje ze swoich doświadczeń między sesjami w postaci notatek do ponownego odczytu: nie są to ani wagi modelu, ani uczenie w kontekście, ani kompakcja. Dreaming („sen” agenta) sprawia, że poza sesją ponownie czyta on swoje logi i transkrypcje, aby poprawiać notatki, tworzyć nowe, budować reprezentacje takie jak wiki lub wybierać, co zostanie wstępnie załadowane; funkcja jest dostępna w wersji badawczej (research preview) w Claude Managed Agents od 6 maja.

Ewaluacje pokazują przede wszystkim poprawę oceny sytuacji. W Pokémon Red, po około 10 000 kroków, Sonnet 3.7 miał zapisane 413 plików pamięci w 225 folderach przy zaledwie jednej odznace, podczas gdy Fable 5 ograniczył się do dziewięciu plików i jednego global.md przy czterech odznakach; Opus 5.5 ukończył grę z niewielkim folderem notatek. Anthropic zaleca, by wyjaśniać Claude, do czego służy pamięć, zamiast instruować go, jak z niej korzystać: nakaz zapisywania wyłącznie niepowodzeń odbiera Opus 5 i Opus 4.7 znaczną część uzyskanej poprawy. Błędna notatka o położeniu PokéCenter w Mt. Moon, poprawiona przez dreaming na podstawie transkrypcji, wystarcza, by umożliwić dalszą grę.

Eksperyment przeprowadzony przez Anthropic	Opublikowany wynik
Samo wiki, wewnętrzny korpus Stainless (około 350 000 plików), 2, a następnie 128 sesji dreaming	13 %, a następnie 48 % ocenianych kryteriów
Wyszukiwanie i wiki, ten sam korpus	54 %, a następnie 61 %, wobec 53 % dla samego wyszukiwania; około 20 000 tokens zaoszczędzonych na pytanie
Pytania o fuzję firm (24, kryteria obejmujące wiele dokumentów)	87 % z wiki, 73 % z samym wyszukiwaniem
Fakty zaczerpnięte z umów	41 z 57 ze wspólną tabelą, 57 z 57 z osobną stroną dla każdej umowy cytowanej słowo w słowo

Wpis wskazuje również ograniczenia: brak poprawy, gdy wystarcza jeden dokument, wiki czasami większe od swoich źródeł oraz koszt obliczeniowy utrzymywania aktualnej pamięci. Przypomina też, że auto memory w Claude Code ładuje jedynie pierwszych 200 wierszy lub 25 Ko pliku MEMORY.md, który pełni funkcję indeksu.

🔗 Elementy pamięci agenta (Anthropic)

Google mierzy, jak nieaktualne komentarze TODO odciągają agentów programistycznych od zadania

6 listopada — Na blogu Google Developers Sam Saccone i Madhuri Garikapati mierzą ukryty koszt pracy agentów programistycznych: zapomniane komentarze.

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

🇵🇱 To, co ludzie z łatwością pomijają w kodzie, agenci postrzegają jako wezwanie do działania. — Sam Saccone i Madhuri Garikapati, blog Google Developers

Zespół zestawił każdy komentarz TODO(bug/...) lub FIXME(bug/...) napotkany przez agentów z rzeczywistym statusem błędu i prośbą użytkownika, korzystając z zapisów pracy tysięcy inżynierów i setek milionów kroków agentów. Łącznie w 13 % sesji odczytu plików agent napotyka takie odniesienie. Ignoruje je w 94 % przypadków, ale w 6 % podejmuje działania, z których 83 % nie zostało zleconych przez dewelopera: 41 % takich odejść od zadania dotyczy już zamkniętych zgłoszeń, a 57 % rozszerza pracę na nadal otwarty błąd. Przy porównywalnym profilu dewelopera, złożoności kodu, typie zadania i poziomie modelu niezlecone odejście od zadania zwiększa liczbę kroków o 70 %, zużycie tokenów o 77 %, a czas oczekiwania na sesję o 105 %.

Google zareagowało, wdrażając agentów porządkujących, którzy przeglądają bazy kodu, analizują historię błędu, pliku i zmian oraz proponują usunięcie TODO dopiero po potwierdzeniu jego nieaktualności: w ciągu sześciu miesięcy usunięto tysiące odniesień, przy ponad 95 % akceptacji ze strony ludzkich recenzentów. Wpis opowiada się za bazami kodu dostosowanymi do agentów (agent friendly codebases).

Projekt harness-hub trenuje za pomocą RL po jednym adapterze LoRA dla każdego harnessu agenta, pod nadzorem safeagents

6 listopada — Na blogu Hugging Face Younes B., Lysandre i Nathan Habib (organizacja harness-hub) przedstawiają adaptery harnessów (harness adapters): niewielki adapter LoRA dla każdej pary model–harness agenta (pi, opencode, hermes), trenowany przez uczenie ze wzmocnieniem na weryfikowalnych zadaniach wewnątrz harnessu, bez jego modyfikowania; jeden serwer obsługuje model bazowy i wszystkie adaptery. We wstępnych testach autorzy obserwują mniej wywołań narzędzi niż w przypadku modelu bazowego na zadaniach odłożonych do ewaluacji, przy takiej samej lub wyższej trafności. Funkcja nagrody przyznaje niewielki bonus poprawnym rozwiązaniom, które wykonują mniej wywołań.

Zadania pochodzą z otwartych sesji programistycznych udostępnionych na Hub, przekształconych przez Repo2RLEnvs w weryfikowalne środowiska; opublikowana wersja zawiera 270 zadań o bardzo nierównym rozkładzie: 253 zadania tworzenia (94 %), 11 napraw, 6 rozbudowy i żadnych pytań i odpowiedzi. Proxy safeagents sprawdza każde wywołanie narzędzia podczas treningu: próby manipulowania nagrodą są blokowane i oceniane na 0, a włączenie tego zabezpieczenia nie zmienia wyniku pass@1 modelu LFM2.5-24B-A2B na odłożonym zbiorze testowym (+0,0 ± 4,1 punktu). Końcowe treningi obejmują LFM2.5-24B-A2B i LFM3-1.7B od Liquid AI oraz TwIL-8B od webAI, model rozumujący, który według swojej karty nigdy nie był trenowany na danych z pracy agentów; odbywają się na HF Jobs i są transmitowane na żywo, wraz z informacjami o kosztach.

🔗 Adaptery harnessów (blog Hugging Face)

Agenci programistyczni: Claude Code 2.1.319, Codex CLI 0.167.0, Copilot CLI 1.0.106, Antigravity CLI 1.5, czat głosowy Cursor i Spaces od Amp

Claude Code 2.1.319 przenosi MCP tasks w tło i dodaje permissions.denyInsteadOfPrompting

6 listopada — Anthropic publikuje Claude Code 2.1.319: 146 pozycji w informacjach o wydaniu, w tym 90 poprawek, wobec 119 pozycji w wersji 2.1.314 z 30 października. Pakiet jest dostępny na npm od 00:58 UTC, a wydanie na GitHub od 17:04 UTC, bez tweeta; kanał stable pozostaje przy wersji 2.1.311. SDK Agent otrzymują aktualizacje tego samego dnia (TypeScript 0.3.319, Python 0.2.179).

Zmieniony element	Co się zmienia
Zadania MCP (MCP tasks) w terminalu	Gdy serwer MCP wykonuje wywołanie narzędzia jako zadanie, Claude Code przenosi je w tło i przekazuje wynik po zakończeniu
`permissions.denyInsteadOfPrompting`	Wywołanie, które czekałoby na prośbę o zgodę, zostaje odrzucone, a tura jest kontynuowana; dotyczy to również podagentów i członków zespołu
Tryb auto za bramą LLM	Przy wyłączonej telemetrii lub flagach: wywołania, których serwer nie może zweryfikować, trafiają do użytkownika do zatwierdzenia lub są odrzucane, bez przechodzenia na wbudowany klasyfikator
`/claude-api latency-optimize`	Szuka miejsc, w których kod wywołujący API Claude powoduje oczekiwanie, i testuje szybsze ustawienia na podstawie ewaluacji użytkownika
`/tasks`	Wiersz „Wcześniej w tej sesji” umożliwiający ponowne otwarcie zakończonego podagenta i napisanie do niego

Zadania MCP, zapowiedziane 23 października bez numeru wersji, pojawiają się w CHANGELOG dopiero przy tym wydaniu; działają również bez flag funkcji, a więc na Bedrock, Vertex, Foundry lub za bramą. Informacje o wydaniu opisują poprawki kilku luk: obejścia uprawnień Bash za pomocą spreparowanego prefiksu środowiska, ucieczki z sandboxa podczas tworzenia worktree, polecenia sed, które pomijało kontrolę uprawnień w trybie accept-edits lub auto, oraz /rewind, które mogło modyfikować plik przez dowiązanie symboliczne do folderu. Brama Claude apps otrzymuje ostrzeżenia przed zmianą w Claude Desktop zaplanowaną na 10 listopada, której informacje o wydaniu nie opisują szczegółowo. Tego samego dnia @ClaudeDevs ogłasza, że sesje chmurowe samodzielnie przygotowują środowisko repozytorium (zob. Krótkie wiadomości).

🔗 Informacje o wydaniu Claude Code 2.1.319

Codex CLI 0.167.0 sygnalizuje nieprzeczytane wyniki i pozwala zmieniać backend z poziomu selektora sesji

6 listopada — OpenAI publikuje Codex CLI 0.167.0 o 01:40 UTC, pierwszą stabilną wersję od 0.166.0 z 29 października, ze 120 pozycjami na liście PR. Centrum zarządzania agentami otwiera się teraz przez codex agents --no-daemon i oznacza, podobnie jak selektor sesji, wyniki, których użytkownik jeszcze nie przejrzał. Selektor pozwala też przełączać się między podłączonymi backendami bez utraty wersji roboczych. Załączone obrazy lokalne są wyświetlane w podglądzie podczas wpisywania na kompatybilnych terminalach, ekran logowania grupuje klucz API i dostawców chmurowych w sekcji „Zaloguj się w inny sposób”, a opcja gcp_setup_wizard konfiguruje Google Cloud Vertex AI z użyciem Application Default Credentials lub pliku poświadczeń. Ustawienia systemowego proxy w macOS i Windows można teraz włączyć przez /experimental.

Poprawki dotyczą ciągłości pracy: zapisane rozmowy pozostają widoczne po zmianie dostawcy modelu, Ctrl+L czyści ekran bez utraty wiadomości, dostępnych przez Ctrl+T, a automatyczna kompakcja uwzględnia zachowane dane wyjściowe nieudanych odpowiedzi. Dokumentacja app-server opisuje reguły prompt-user, które wymagają ponownego zatwierdzenia przez człowieka. Dodatkowo openai-node 7.53.0 przekazuje błędy sesji agentów jako zdarzenia strumienia.

🔗 Informacje o wydaniu Codex CLI 0.167.0

Copilot CLI 1.0.106 trafia do stabilnego kanału z 227 nowymi pozycjami, a po niej pojawia się 1.0.107 z identycznymi informacjami o wydaniu

6 listopada — Copilot CLI publikuje pierwszą stabilną wersję od 1.0.105 z 28 października. Wersja 1.0.106 ukazuje się o 01:47 UTC z informacjami o wydaniu obejmującymi cały cykl wersji wstępnych: 637 pozycji, w tym 227 nieobecnych w informacjach o jedenastu wersjach wstępnych opublikowanych na GitHub. O 20:37 UTC pojawia się 1.0.107 z dokładnie tymi samymi informacjami, poza datą w nagłówku: nie opisano w nich żadnych zmian właściwych tej wersji i to ją npm instaluje teraz domyślnie.

Wśród nowych pozycji znajdują się zmienna COPILOT_SESSION_CWD do uruchamiania i rozwijania lokalnych konfiguracji LSP i MCP, GPT-6.1 Terra dostępny do wyboru w sekcji Nowe modele, gdy konto ma do niego dostęp, ustawienie Sandbox extensions uruchamiające procesy rozszerzeń w sandboxie oraz telemetria MATS dla logowania Microsoft Entra przez OneAuth, która respektuje wyłączenie telemetrii po stronie klienta. /exit zamyka bieżącą sesję zamiast CLI, gdy otwarty jest panel boczny Sesje, reguły odmowy sandboxa obsługują wzorce glob, a komunikaty odmowy ze względu na ryzyko związane z cyberbezpieczeństwem wyjaśniają, że sesja pozostaje nienaruszona, i sugerują /rewind. SDK Copilot również trafia do stabilnego kanału w wersji 1.0.29: 131 pozycji, uciętych już w źródle, w tym zmiana niezgodna wstecz dla Rust dotycząca SessionMetadata.

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

Antigravity CLI 1.5 staje się serwerem ACP dla edytorów i uruchamia rozmowy na zdalnych agentach

4 i 5 listopada — CLI Antigravity przechodzi do wersji 1.5 w dwóch etapach. Wersja 1.5.0 (10 usprawnień, 3 poprawki) dodaje agy acp, które uruchamia CLI jako serwer Agent Client Protocol (ACP): kompatybilny edytor może korzystać z niego jako agenta, z obrazami i kontekstem plików w promptach, możliwością zmiany kierunku trwającej tury, trybami sesji default, accept-edits i plan, wznawianiem sesji bez odtwarzania jej historii oraz osobnym modelem i poziomem rozumowania dla każdej sesji; agy acp --login umożliwia logowanie z terminala na potrzeby edytorów połączonych przez SSH. Ta sama wersja dodaje --remote-agent, które uruchamia rozmowy na zdalnych agentach, będących odpowiednikiem w wierszu poleceń agentów wprowadzonych w aplikacji 2.29.0, a także lokalne projekty w /projects i tryb bez interfejsu (headless, -p), który czeka na zakończenie zadań w tle, zamiast zatrzymywać je po ukrytym limicie 30 minut. Jedna z poprawek ujawnia, że podagenci połączenia przez GEMINI_API_KEY działali na modelach starszych o dwie generacje zamiast Gemini 4 Argon i Gemini 3.8 Flash.

Wersja 1.5.1 (5 usprawnień, 7 poprawek) udostępnia wszystkim klientom ACP pełny zestaw modeli konta, podczas gdy wcześniej tylko edytory ze stałej listy otrzymywały modele inne niż Gemini, i skraca czas zakończenia polecenia terminala z 5 sekund do około 1 sekundy, gdy proces w tle utrzymuje otwarte wyjście. Wdrażanie odbywa się stopniowo i może potrwać kilka dni.

🔗 Changelog Antigravity

Cursor udostępnia czat głosowy z agentami w czasie rzeczywistym, oparty na Grok Voice

6 listopada — Cursor pozwala teraz rozmawiać z agentami podczas połączenia głosowego w czasie rzeczywistym: opisywać zmiany na głos, pytać agenta, co robi, i słuchać aktualizacji w miarę postępów pracy. Czat głosowy działa w Agents Window, IDE, wersji webowej i aplikacji na iOS. Podczas połączenia pracuje dwóch agentów: agent głosowy słucha, odpowiada i zleca pracę nad kodem agentowi czatu; odpowiada też w trybie tylko do odczytu na pytania o diffy i uruchomienia, przeszukuje wcześniejsze wiadomości i połączenia oraz przełącza workery w Project. Agent programistyczny sam zabiera głos, przekazując krótkie informacje o postępach i zwięzłą odpowiedź na koniec.

Obsługę głosu zapewnia Grok Voice (Cursor jest częścią SpaceX od sierpnia), natomiast agent programistyczny zachowuje wybrany model; dostępnych jest kilka głosów, w tym Ara, Eve, Leo, Rex i Sal. Przy włączonym Privacy Mode czat głosowy działa bez przechowywania danych, a na iOS polecenie Siri rozpoczyna połączenie z nowym agentem. Wymagane jest zalogowane konto (sesja otwarta za pomocą klucza API nie może nawiązywać połączeń), połączenie kończy się po około 10 minutach ciszy, gdy agent nie ma żadnego zadania w toku, a ponadto obowiązuje dzienny limit, którego wartości nie opublikowano. Nie wspomniano o żadnych opłatach; dyktowanie, nazywane wcześniej Voice Mode, pozostaje odrębną funkcją.

🔗 Czat głosowy z agentami (changelog Cursor) · Dokumentacja czatu głosowego

Amp wprowadza Spaces, agenta, który tworzy i koordynuje wątki za użytkownika

6 listopada — Amp wprowadza Spaces: przestrzeń to rozmowa z jednym agentem, którego zadaniem jest uruchamianie i koordynowanie innych agentów. Użytkownik nie musi już tworzyć ani porządkować swoich wątków (threads): zajmuje się tym agent przestrzeni. Amp przedstawia to jako sposób pracy z wieloma agentami na wyższym poziomie; po kilku tygodniach wewnętrznego użytkowania zespół uważa, że być może właśnie tak będzie wyglądać przyszłość interakcji z agentami, z ogólnym widokiem i możliwością przejścia do szczegółów.

Wpis podaje trzy wewnętrzne przykłady. Spaces powstały w przestrzeni „Spaces v1”, w której agent rozdzielał na wątki uwagi, błędy i pomysły zgłaszane na czacie. Lewis z poziomu jednej przestrzeni nadzorował wprowadzenie Service Accounts: wdrożenie, monitorowanie serwisów X i Slack oraz zgłoszeń błędów, poprawki, a następnie e-maile i zwroty pieniędzy dla użytkowników dotkniętych problemami. Will powierzył przestrzeni regularne przeglądy bezpieczeństwa: podczas pierwszego przebiegu baza kodu została podzielona na 16 obszarów, z których każdy sprawdzano w osobnym wątku, a każde ustalenie weryfikowano w kolejnym wątku, tworząc artefakt z podsumowaniem. Aby rozpocząć, należy użyć przycisku + w sekcji Spaces na pasku bocznym; wpis nie wspomina o cenach ani planach. Tego samego dnia Amp dodaje widget, który przekształca komentarze zamieszczone na stronie w wątek agenta (zob. Krótkie wiadomości).

🔗 Spaces (Amp)

Tworzenie modeli: Meta trenuje wyspecjalizowane modele z wykorzystaniem Muse Wonder, Hugging Face publikuje przewodnik po treningu MoE

Meta wdraża w Muse i Meta AI wyspecjalizowane modele trenowane z wykorzystaniem Muse Wonder

6 listopada — Meta udostępnia w Muse i Meta AI możliwości Muse Wonder, swojego modelu klasy frontier wprowadzonego 12 października: wdrażane są tam wyspecjalizowane wersje istniejących modeli, wytrenowane z wykorzystaniem Muse Wonder; wpis nie podaje ich nazw, rozmiarów ani wag. Trafiają do nich dwie zdolności Muse Wonder: aktywna pamięć (Active Memory), która ma rozpoznawać, kiedy dawna informacja znów staje się przydatna, i odróżniać informacje nadal aktualne od przestarzałych, oraz aktywne skupienie (Active Focus), które ma pozwalać pokonywać przeszkody lub znajdować alternatywę. W Meta AI firma opisuje asystenta, który dzieli problemy na etapy i zadaje precyzyjniejsze pytania uzupełniające, bez podawania wyników liczbowych.

Wewnętrzna miara Meta	Obecny model Muse	Poprzedni model
Personal Superintelligence Index	47 %	38 %
Active Memory Eval (właściwe wykorzystanie kluczowego kontekstu)	90 % zadań	76 %
Zapominanie kluczowych informacji w Muse	2,4 razy mniej	—
Codzienne zadania, w których pojawia się coś nieprzewidzianego	+67 %	—

Wszystkie te pomiary pochodzą od Meta, a we wpisie nie opublikowano protokołu ich przeprowadzenia.

🔗 Wpis badawczy Meta o wyspecjalizowanych modelach Muse i Meta AI

Hugging Face publikuje The Ultimate MoE Training Handbook, oparty na 800 000 godzin GPU poświęconych eksperymentom

5 listopada — Hugging Face publikuje The Ultimate MoE Training Handbook, bezpłatny i otwarty przewodnik po treningu modeli mieszanki ekspertów (Mixture-of-Experts, MoE), którego autorami są Nouamane Tazi, Leandro von Werra i Thomas Wolf. Punktem wyjścia jest fakt, że według indeksu Artificial Analysis 18 z 20 najlepszych modeli o otwartych wagach to MoE, w tym DeepSeek V4.1 Flash 1017, GLM-5.3 i MiniMax-M3.1-Flash, podczas gdy wiedza o ich trenowaniu pozostaje skupiona w kilku zespołach.

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 z 20 najlepszych obecnie otwartych modeli to Mixture-of-Experts. Modele gęste to już praktycznie przeszłość. A jednak wiedza o tym, jak wytrenować dobry MoE, wciąż tkwi głównie w głowach garstki zespołów. Dlatego poświęciliśmy 800 000 godzin GPU na samodzielne przeprowadzenie eksperymentów i wszystko spisaliśmy. — @Thom_Wolf na X

Eksperymenty przeprowadzono na węzłach AWS P5 z ośmioma H100; Jeff Boudier w tweecie udostępnionym ponownie przez Hugging Face mówi o wydanych 2 milionach dolarów. Przewodnik zawiera około 70 000 słów, 55 interaktywnych wizualizacji i wykonywalny kod, a zapowiadany czas lektury wynosi od jednego do dwóch dni. Odpowiada na konkretne pytania zespołów: ilu ekspertów, jakiej wielkości, współdzielonych czy nie; jaki router i dlaczego utrzymywać go w FP32; pomocnicza funkcja straty czy bias bez funkcji straty w stylu DeepSeek do równoważenia obciążenia; zaczynać od modelu gęstego (upcycling) czy od zera; dlaczego trening staje się 25 razy wolniejszy bez żadnego błędu w logach. Ostatnia część przechodzi do serwowania modeli: eksperci w niskiej precyzji, równoległość ekspertów i rozdzielenie attention-FFN.

🔗 The Ultimate MoE Training Handbook (Hugging Face)

Agent API od Perplexity obniża koszty wszystkich poziomów wysiłku, przy takiej samej lub wyższej jakości według Perplexity

5 listopada — Perplexity obniża koszt zapytania na wszystkich istniejących poziomach wysiłku (effort levels) swojego Agent API, zachowując według firmy taką samą lub wyższą jakość wyszukiwania; wpis szczegółowo opisuje również ultra, poziom udostępniony tego samego dnia do najszerszych poszukiwań. Poziom wysiłku to gotowa konfiguracja, która określa model, budżet kroków, ustawienia wyszukiwania i narzędzia dla danego typu zadania. Zapytanie wywołujące poziom po nazwie korzysta z aktualizacji bez zmiany kodu; przypięcie wersji zachowuje poprzednią konfigurację. Wyniki dotyczą BrowseComp i DSQA, dwóch publicznych benchmarków, oraz WANDR, własnego benchmarku Perplexity do długotrwałych poszukiwań dotyczących wielu podmiotów.

Poziom wysiłku	Opublikowany wynik	Opublikowany koszt
medium	z 55 % do 77 % na BrowseComp i DSQA	prawie o 90 % mniej
high, z ekstrakcją fetch_url	88,0 % wobec 83,5 % bez ekstrakcji	0,073 dolara za zapytanie wobec 0,094
xhigh	utrzymane 76,5 % na WANDR	około 25 % kosztu konfiguracji z sierpnia
ultra	85,9 % na WANDR, najlepszy przetestowany wynik	21,71 dolara za zadanie

Poziom ultra uruchamia trzech agentów równolegle do pracy nad całym zadaniem, a następnie czwarty łączy ich ustalenia i pisze odpowiedź. Wpis szczegółowo opisuje zastosowane rozwiązania: limit kroków i wywołań narzędzi z przypomnieniami o budżecie (w jednym zadaniu BrowseComp uprzedzony agent znajduje odpowiedź w 13 krokach z 40, a drugi zużywa wszystkie 40 bez jej znalezienia), mniejszy model zachowujący ze strony tylko przydatne fragmenty (redukcja z 5 561 do 293 tokenów), skills ładowane na żądanie, ponieważ wstępne załadowanie wszystkich kosztuje o 13 % więcej, oraz pętla ewaluacji, która przyjmuje nowy model tylko wtedy, gdy osiąga lepsze wyniki przy takim samym lub niższym koszcie. Nie opublikowano cennika dla poszczególnych poziomów.

🔗 Ulepszenia na każdym poziomie wysiłku Agent API (Perplexity) · Wątek @perplexitydevs

Perplexity Computer podsumowuje długie rozmowy w tle i udostępnia Brain we wszystkich Projects

6 listopada — Perplexity publikuje pierwszy od 19 października changelog produktu, obejmujący szesnaście punktów; większość powtarza wcześniej ogłoszone nowości, takie jak Teammates, Computer działający całkowicie lokalnie na Mac czy tryb głosowy, a siedem to nowości. W Computer historia nowych długich rozmów jest podsumowywana w tle (background compaction): według Perplexity oznacza to o 94 % mniej przerw przy dalszej pracy z długim kontekstem i o 7 % mniej kredytów na turę. Aby zmodyfikować stronę stworzoną przez Computer, wybiera się teraz konkretny element (tytuł, przycisk, kartę, menu) zamiast rysowania prostokąta.

W Projects Brain, czyli pamięć Project, zostaje bezpłatnie włączony w każdym Project i codziennie aktualizuje się na podstawie jego rozmów oraz plików; wszyscy otrzymują dostęp do panelu Project info i ujednoliconego panelu Settings. W Enterprise @mentions pozwalają dołączyć współpracownika do wątku lub zadania Computer w wersji web, a mechanizmy kontroli oparte na rolach dodają limit prędkości (Normal lub Fast) do już dostępnych ustawień wysiłku. Skill Impeccable, który audytuje hierarchię, dostępność, responsywność (responsive) i spójność systemu designu interfejsu, trafia na oficjalną listę. Changelog precyzuje też, że Agent Plugins są dostępne w planach indywidualnych i samoobsługowym Enterprise, a Computer działa całkowicie lokalnie od wersji 26.42.0 aplikacji na Mac. Wspomniane w nim również obniżenie kosztów poziomów wysiłku opisano szczegółowo w poprzedniej sekcji.

🔗 Changelog Perplexity z 6 listopada

Głos: Phonon od Gradium działa na urządzeniu, ElevenLabs pozwala mówić postaciom z Unity

Gradium szczegółowo opisuje Phonon, swój model syntezy mowy o otwartych wagach działający na urządzeniu

5 listopada — We wpisie na blogu Hugging Face Gradium wraca do Phonon, udostępnionego w otwartej formie dwa tygodnie wcześniej: modelu syntezy mowy działającego całkowicie na urządzeniu, bez serwera ani sieci, od telefonu przez komputery jednopłytkowe po kartę przeglądarki. Phonon występuje w dwóch rozmiarach, około 65 i 75 Mo, i obsługuje numery telefonów, daty oraz kody. Wbudowano ponad 100 głosów, a kolejne można tworzyć w Gradium Studio przez klonowanie krótkiego nagrania za zgodą danej osoby lub za pomocą opisu tekstowego, po czym pobrać je do lokalnego użytku.

Model Phonon	Obsługiwane języki	Licencja użytkowania
Phonon 31m	angielski	Apache 2.0, swobodne użycie komercyjne
Phonon 40m	angielski, francuski, niemiecki, hiszpański, portugalski	CC BY-NC, płatne użycie komercyjne zależnie od liczby użytkowników

Według Gradium Phonon zajmuje pierwsze miejsce pod względem zrozumiałości w językach niemieckim i hiszpańskim w Open TTS Leaderboard na Hugging Face oraz plasuje się w pierwszej trójce w każdym ocenianym języku, konkurując z modelami nawet 100 razy większymi; prowadzi także w benchmarku streamingu na procesorze pod względem czasu do pierwszego dźwięku. Gradium podaje ponad 200 000 pobrań w dwa tygodnie. Jego silnik inferencji ptts ma ponad dziesięć backendów (procesory, GPU przez CUDA, Vulkan, Metal lub WebGPU, układy Core ML i Snapdragon), a Transformers integruje go od v5.21.

🔗 Phonon (blog Hugging Face)

ElevenLabs wprowadza SDK Unity, aby postacie w grach mogły mówić dzięki ElevenAgents

5 listopada — ElevenLabs publikuje SDK Unity dla ElevenAgents, swojej platformy agentów głosowych. Łączy ono scenę gry z agentem utworzonym w panelu ElevenLabs: gracz podchodzi do postaci i mówi do niej na głos, SDK rejestruje sygnał z mikrofonu, odtwarza głos agenta przez AudioSource w Unity i zarządza sesją przez Conversation API. Głos może dobiegać z postaci, a jego poziom głośności animować usta; zmienne dynamiczne pozwalają kilku postaciom współdzielić jednego agenta z różnymi nastrojami; aktualizacja kontekstu informuje agenta o zdarzeniu w grze, takim jak podniesienie klucza, bez przerywania mu; narzędzia klienckie pozwalają mu uruchamiać kod gry, na przykład otworzyć drzwi.

Platforma docelowa	Status SDK	Używany transport
Edytor i komputery stacjonarne (macOS, Windows, Linux)	Obsługiwany	WebSocket
WebGL	Obsługiwany	WebSocket lub WebRTC
iOS, Android, XR	Beta	WebSocket

Instalacja odbywa się przez Package Manager w Unity, z repozytorium git ElevenLabs z przypiętą wersją v0.1.0 (wersja opublikowana na GitHub 27 października, licencja MIT), a zapowiadany czas zapoznania się z przykładem GettingStarted wynosi około dziesięciu minut. ElevenLabs przypomina o ponownym włączeniu uwierzytelniania przed publikacją: serwer musi dostarczać krótkotrwały podpisany URL, a klucz API nigdy nie może znaleźć się w buildzie. Nie ogłoszono osobnego cennika.

🔗 Daj swoim NPC w Unity głos dzięki ElevenAgents (ElevenLabs) · Repozytorium elevenlabs/unity

Ai2 oficjalnie prezentuje ToyBlocks, pierwszy ze swoich FoundationWorlds do badania uczenia robotów

6 listopada — Ai2 oficjalnie prezentuje ToyBlocks, którego kod i dane były dostępne w sieci od poprzedniego dnia. Instytut umieszcza go w szerszej koncepcji światów bazowych (FoundationWorlds): kontrolowany świat symulowany, automatyczne generowanie zadań i demonstracji oraz metryki śledzące zachowanie robota w czasie, aby móc zmieniać dane lub modele, powtarzać test i docierać do przyczyny niepowodzenia. Demonstracje powstają bez teleoperacji, nawet 24 razy szybciej niż w czasie rzeczywistym na jednym GPU. Pierwsze wyniki dotyczą przenoszenia do świata rzeczywistego oraz agentów klasy frontier:

Ewaluacja opublikowana przez Ai2	Uzyskany wynik
Umiejętności elementarne ManiFlow, w symulacji i na rzeczywistym robocie	80,0 % i 81,1 %
Molmo 2 + ManiFlow, w symulacji i na rzeczywistym robocie	55,5 % (111 z 200) i 50,0 % (15 z 30)
Claude Opus 5.5 przez MCP, zadania wyszukiwania i literowania (search and spell)	63 % rozwiązanych lub słusznie uznanych za niewykonalne
Opisy umiejętności: domyślne, od ludzkiego eksperta, wyuczone	24 %, 36 % i 63 % skuteczności
Claude Opus 5.5 w klasycznym planowaniu	30 zadań układania stosów z 30

W zadaniach wyszukiwania i literowania połowa scen jest niewykonalna, a błędy wynikają głównie z podobnych liter (13 %) lub niewłaściwej orientacji (15 %). Ai2 zaznacza, że do uzyskania wiarygodności statystycznej potrzebne są dalsze próby na rzeczywistym robocie. Interfejs web pozwala wydawać robotowi polecenia w języku naturalnym za pomocą Claude lub innego modelu klasy frontier, a towarzyszące repozytorium allenai/agentic_robotics udostępnia pętlę działania agenta koordynowaną przez MCP, na licencji Apache-2.0.

🔗 ToyBlocks (blog Ai2 na Hugging Face) · Repozytorium allenai/agentic_robotics

GitHub przedstawia Copilot Verified Proficiency, poziom umiejętności obliczany na podstawie rzeczywistego korzystania z Copilot

6 listopada — GitHub promuje Copilot Verified Proficiency, nową formę potwierdzania umiejętności (credential) wspólną dla Microsoft i GitHub, powiązaną z Microsoft Pro Badge. Poziom jest obliczany na bieżąco na podstawie rzeczywistych zadań wykonywanych z Copilot i danych telemetrycznych, zamiast wyników egzaminu. Uwzględnia zakres, głębokość i regularność korzystania, a nie ilość aktywności. Ocenianych jest pięć kompetencji: współpraca z AI, pisanie promptów, generowanie i walidacja kodu, konfiguracja agentów, integracja narzędzi i kontekstu. Dostępne są trzy poziomy (Beginner, Intermediate, Proficient), a Advanced i Expert są w opracowaniu; Proficient zapewnia Pro Badge, który można udostępnić i który wygasa po sześciu miesiącach, jeśli poziom nie zostanie utrzymany, a bez korzystania z Copilot poziom spada.

Uczestnictwo wymaga zgłoszenia, wyniki są domyślnie prywatne i ani pracodawca, ani organizacja nie widzą ich bez dobrowolnego udostępnienia; kryteria oceny i algorytmy pozostają zastrzeżone. Konta Enterprise Managed Users i GitHub Enterprise Cloud z rezydencją danych nie są obsługiwane. Status pozostaje niejasny: niedatowana strona proponuje obliczenie swojego poziomu, ale jej FAQ mówi o prywatnej wersji testowej prowadzonej z zaproszonymi partnerami.

🔗 Copilot Verified Proficiency (GitHub Learn) · Ogłoszenie @github na X

NVIDIA przedstawia liczby dotyczące wzrostu popularności narzędzi open source 5G/6G Aerial i Sionna na przykładzie pięciu projektów badawczych

6 listopada — Rok po udostępnieniu kodu swojego oprogramowania do łączności bezprzewodowej Aerial, które dołączyło do Sionna w pakiecie narzędzi do badań nad 6G, NVIDIA podsumowuje postępy we wpisie, którego autorem jest Soma Velayutham. Według NVIDIA wykorzystanie AI Aerial i Sionna przez programistów wzrosło dziesięciokrotnie w ciągu roku, liczba pobrań jej narzędzi open source 5G/6G przekroczyła milion, a korzysta z nich ponad 8 000 instytucji badawczych i uczelni. Wpis nie zapowiada żadnego produktu i ilustruje te zastosowania pięcioma projektami:

Zespół badawczy	Zgłoszony wynik	Warunki pomiaru
King’s College London	Skrócenie czasu wykonywania zadań robotów nawet o 52,6 %	Zwięzły opis obiektów zamiast pełnych obrazów, celowo wywoływane awarie
SoftBank	Wyższa przepustowość wysyłania przy wszystkich 15 testowanych ustawieniach, maksymalny wzrost o około 60 %	Odbiornik neuronowy w Aerial CUDA-Accelerated RAN, dostępny na rynku smartfon 5G, kontrolowane zakłócenia
ETH Zurich	Zmniejszenie współczynnika błędów blokowych o ponad jedną trzecią	Odbiorniki dostrojone na podstawie lokalnych pomiarów, w porównaniu z wybranymi wersjami wstępnie wytrenowanymi
Uniwersytet w Leeds	Zużycie energii sieci dostępu radiowego niższe o 45,6 %	Usypianie stacji bazowych przewidywane z wyprzedzeniem 10 minut, w porównaniu z wariantem referencyjnym pracującym z pełną mocą
CTTC (Katalonia)	Czas symulacji skrócony z około 3 godzin do 10–20 minut	Pierwsza ocena, modele kanału na GPU w symulatorze open source 5G-LENA

Wpis odsyła do sesji dla programistów poświęconych 6G na GTC Washington, D.C., i przypomina, że Aerial i Sionna są dostępne na GitHub.

🔗 Jak narzędzia open source NVIDIA pomagają badaczom budować sieci 6G nowej generacji (NVIDIA)

W skrócie

Agenci i narzędzia do kodowania

Sesje Claude Code w chmurze — W planach Pro, Max i Ultra Claude sam określa zależności, dostęp do sieci i klucze API potrzebne repozytorium, a następnie zapisuje to środowisko na kolejne sesje; według @ClaudeDevs klucze są przechowywane tak, aby Claude ich nie widział. Ogłoszenie mieści się w jednym tweecie, bez wpisu na blogu ani dokumentacji. 🔗 źródło
Widget do zgłaszania uwag w Amp — Znacznik script, a następnie adres strony z dopisanym ?amp, pozwalają kliknąć element witryny i wpisać polecenie: Amp otwiera wątek w projekcie, a agent wprowadza zmianę w orb, na kopii repozytorium. Dostępny wyłącznie dla projektów w obszarze roboczym, bez podanej ceny. 🔗 źródło
Gemini CLI — 5 i 6 listopada nie opublikowano żadnego wydania nightly z powodu niepowodzenia workflow, ale 6 listopada w Gemini CLI scalono do main około dwunastu commitów: motywy kolorystyczne w samodzielnym pliku theme.json, walidacja nazw modeli w /model, koniec wielogodzinnego oczekiwania na dostępny limit w trybie ACP i cichych blokad sieciowych. Żadna z tych zmian nie trafiła jeszcze do wydania. 🔗 źródło
Qwen Code v0.26.9 — Instalacja skills jest możliwa z archiwów ZIP (Web Shell, demon lub SDK TypeScript), a jedno żądanie włącza lub wyłącza do 100 skills; automatyzacja Managed Agent jest domyślnie włączona, a obsługa obrazów wejściowych obejmuje teraz Llama 4, Pixtral i Mistral Small. Brak zmian naruszających kompatybilność. 🔗 źródło
Kimi Code 2.5.2 — Trzy poprawki: powielone deklaracje narzędzi przy zmianie definicji narzędzi MCP, komunikaty sterujące błędnie umieszczane w kolejce podczas sesji oraz tworzenie projektu, gdy interfejs webowy jest udostępniany przez HTTP. 🔗 źródło
ZCode v3.17.2 — 4 listopada, bez informacji o wydaniu, środowisko pracy z kodem od Z.ai zaczyna udostępniać podgląd lokalnych plików HTML we wbudowanej przeglądarce przez adres zcode-html:// ograniczony do ich katalogu: Electron domyślnie pozwala stronie file:// odczytywać inne pliki. 🔗 źródło
Flota agentów kodujących — Tony Dzi podsumowuje 103 dni działania agentów kodujących z jednej rodziny na siedmiu maszynach: protokół koordynacji może spełniać wszystkie swoje niezmienniki bezpieczeństwa, a mimo to zostać porzucony. Publikuje claw-consensus, swój silnik konsensusu bez LLM, oraz telemetrię pokazującą załamanie jego wykorzystania. 🔗 źródło

API, platformy i bezpieczeństwo

Połączenia wychodzące w GPT-Live — 2 listopada OpenAI udostępniło wszystkim organizacjom wychodzące połączenia telefoniczne GPT-Live przez SIP, za pośrednictwem API Live: numer w formacie E.164, trunk operatora, sygnalizacja TLS i dźwięk SRTP, maksymalnie 3 minuty dzwonienia i 2 godziny rozmowy; bez podanej ceny. 🔗 źródło
API Agents od OpenAI — Michael Luo, odpowiedzialny za produkt w OpenAI, podsumowuje październik, w większości już wcześniej omówiony, i oferuje na życzenie pięć funkcji w wersji beta: pamięć między sesjami, dostęp agentów do API Decisions, limit budżetu w dolarach, pulę środowisk i architekturę v2. 🔗 źródło
gemini-embedding-2-preview — Model ten zostaje oznaczony jako przestarzały w API Gemini: od 6 listopada wysyłane do niego żądania są kierowane do gemini-embedding-2 w cenie Gemini Embedding 2, z tym samym schematem i tą samą przestrzenią embeddingów; wystarczy zmienić nazwę modelu, bez ponownego indeksowania. 🔗 źródło
Metryki wykorzystania Copilot — API śledzi teraz dla każdego repozytorium odsetek komentarzy z Copilot code review rozpatrzonych przez programistów, w podziale według wagi, poziomu przeglądu i typu komentarza, oraz wskazuje użytkowników bez telemetrii lub korzystających ze starszych niż minimalne wersji IDE i rozszerzenia. 🔗 źródło
OpenAI i Hacktron — OpenAI nawiązuje współpracę z Hacktron, którą dostrzegło dzięki swojemu programowi nagród za zgłaszanie luk, aby szukać podatności we własnych systemach, w szczególności w ich interakcjach z usługami zewnętrznymi, i rozszerza jej dostęp do najnowocześniejszych modeli poprzez Daybreak Red; bez podanej kwoty. 🔗 źródło
Transformers v5.22.2 — Wydanie poprawkowe Hugging Face, które zaostrza zabezpieczenia sandboxa Jinja i ustawia device_id już tylko dla NCCL; informacje o wydaniu nie wskazują żadnego komunikatu bezpieczeństwa. 🔗 źródło

Firmy i edukacja

Australijskie uniwersytety — 5 listopada OpenAI szczegółowo opisuje współpracę z UNSW Sydney (ChatGPT Edu dla ponad 80 000 studentów i pracowników), Uniwersytetem w Sydney, La Trobe i Adelaide University; w badaniu Pureprofile zleconym przez OpenAI wśród 1 018 studentów 81 % korzysta z AI kilka razy w tygodniu. 🔗 źródło
Cult.fit i Codex — 5 listopada studium przypadku OpenAI pokazuje, jak indyjska sieć siłowni standaryzuje prace inżynieryjne w oparciu o Codex: ponad 20 aplikacji wewnętrznych zbudowanych przez zespoły nietechniczne, ponad 100 000 dolarów rocznych oszczędności na oprogramowaniu i spadek kosztów obsługi klienta o ponad 50 %. 🔗 źródło
Merge i GPT-6 Astra — 5 listopada startup Merge wyjaśnia, że bot działający na GPT-6 Astra, połączony z Salesforce, Gong, Google Sheets i Gmail, skraca przygotowania do kolacji z klientami z dziesiątek godzin do około 30 minut; firma zwiększyła liczbę kolacji z 8 w drugim kwartale do 16 w trzecim. 🔗 źródło
Franklin Templeton — 5 listopada firma zarządzająca aktywami opisuje warstwę połączonej inteligencji, zbudowaną między innymi przy użyciu Codex, która łączy badania, ryzyko, zgodność z przepisami i trading na potrzeby zarządzających portfelami; bez danych liczbowych o wynikach. 🔗 źródło
Flipsnack i ChatGPT Ads — 5 listopada w tej relacji klienta podano wzrost liczby rejestracji o około 310 % oraz spadek kosztu jednej rejestracji o około 75 %, przy niezmienionym budżecie dziennym, po przestawieniu pięciu kampanii w USA z optymalizacji pod kątem kliknięć na optymalizację konwersji. 🔗 źródło
Box i NVIDIA — 5 listopada na BoxWorks 2026 Box udostępnia otwarte modele Nemotron, począwszy od Nemotron 3 Ultra, klientom Enterprise Advanced korzystającym z Box AI; Box Context Retrieval, oparte na Nemotron Retriever, jest zapowiadane na początek przyszłego roku i według Box może zwiększyć dokładność wyszukiwania o 20 % oraz zużywać o 90 % mniej tokenów. 🔗 źródło

Aplikacje Google

Fiszki w Gemini Notebook — Karty obsługują teraz obrazy, opcjonalny stoper pozwala sprawdzić, ile się pamięta, a aplikacja mobilna planuje przypomnienia o nauce; nie podano krajów ani planów. 🔗 źródło
Gemini w Google Forms — Na karcie Odpowiedzi Gemini analizuje odpowiedzi, pisząc i wykonując kod Python, identyfikuje trendy i korelacje, a następnie sugeruje działania; wdrażanie rozpoczęło się 2 listopada w Rapid Release, a w Scheduled Release ruszy 19 listopada, dla kwalifikujących się planów Business, Enterprise i Education oraz abonentów Google AI. 🔗 źródło

Głos, muzyka i obraz

Open ASR Leaderboard — Ranking rozpoznawania mowy Hugging Face dodaje dwa prywatne zbiory testowe od Liva AI, obejmujące konwersacyjny język angielski z akcentem egipskim (1,34 godziny) i nigeryjskim (1,55 godziny), oraz podział inspirowany kręgami Kachru; nie podano wyników żadnego modelu. 🔗 źródło
Dialekt libański — W drugiej części swojej serii, po części z 5 listopada, Bilal Zaraket tworzy leksykon dialektu libańskiego zweryfikowany przez trzech rodzimych użytkowników języka (429 haseł), zanim zacznie generować dane głosowe: odsetek zdań wymagających poprawy spada z 22 % do 4 %, poniżej ustalonego z góry progu 5 %. 🔗 źródło
ElevenMusic i SoundCloud — ElevenLabs łączy swoją platformę muzyczną z SoundCloud: oryginalny utwór trafia bezpośrednio na profil artysty, z opisem, gatunkiem i tagami. Użytkownicy SoundCloud Artist Pro otrzymują trzy miesiące ElevenMusic za darmo, a następnie płacą 9,99 dolara miesięcznie; oferta ważna do 31 października 2027. 🔗 źródło
Ads Engine — ElevenLabs dodaje opcjonalną weryfikację przez ludzi, prowadzoną przez lingwistów i specjalistów ds. lokalizacji z ElevenProductions oraz wewnętrznych specjalistów kreatywnych, obejmującą materiały graficzne, reklamy Google Search i filmy z dubbingiem; dostęp przez zespół sprzedaży, bez podanej ceny ani terminu. 🔗 źródło
Daily Song Challenge od Suno — Aplikacje iOS i Android codziennie proponują instrukcję do stworzenia piosenki, którą można zmienić przed jej utworzeniem, i porządkują utwory w kalendarzu biblioteki, we wszystkich planach. 🔗 źródło
Runway i GPT Image 2.6 — Runway dodaje model obrazów OpenAI, przedstawiany jako o 50 % szybszy, z obsługą GIF, eksportem SVG i edycją zachowującą spójność postaci i produktów; nie podano wariantu ani kosztu w kredytach. 🔗 źródło

Badania, robotyka i modele

Modele naukowe — Blog Science firmy Anthropic publikuje gościnny esej, którego autorami są Jakob Macke, Daniel Gedon i Stefan Wahl (ELLIS Institute Tübingen), o AI, która buduje modele naukowe, nakłada na nie ograniczenia i je interpretuje, od modelu Hodgkina i Huxleya po wnioskowanie oparte na symulacji. 🔗 źródło
Ranking SuperCLUE — Wpis społecznościowy VIDRAFT przytacza listopadowy ranking (19 modeli): GPT-6.1-Sol prowadzi w programowaniu agentowym (69,23), a DeepSeek-V4.1-Flash-1017 zajmuje w tej kategorii pierwsze miejsce wśród modeli otwartych (65,38), przy czym Kimi-K3.1-Pro ma wśród nich najlepszy wynik ogólny. 🔗 źródło
LingYu Robotics — Firma udostępnia 139,4 godziny i 13 263 udane epizody dwuręcznej teleoperacji nagranej z perspektywy robota, w 15 rodzinach zadań, w formacie LeRobot i na licencji niekomercyjnej. 🔗 źródło
Egocentric-EMG-Force — Harpreet Sahota konwertuje na potrzeby FiftyOne osiem epizodów i 38,2 minuty czynności domowych nagranych kamerą głębi, z opaską EMG na każdym nadgarstku rejestrującą sygnał mięśniowy przedramion. 🔗 źródło
Teaser Qwen — Oficjalne konto Qwen publikuje krótką, zagadkową wiadomość z obrazem, na którym chiński napis pozostawia puste miejsce na nazwę, bez nazwy modelu, daty ani linku; w ciągu dnia wiadomość wyświetlono ponad 1,3 miliona razy. 🔗 źródło

Co to oznacza

AI wkracza do badań prowadzonych pod nadzorem i poddawanych pomiarom. Agenci Google DeepMind pracowali pod nadzorem ludzi, wraz z badaczami z Inria, nad wycofanym już RSA o długości 1024 bitów i wcześniej złamanym kluczem referencyjnym, w odizolowanej symulacji: teoretyczne przyspieszenie około 1 600 razy nie zagraża kluczom 2048-bitowym, ale przypomina, że założenie o trudności problemu nigdy nie jest pewnikiem. BioBasicsBench i TCSExam stosują tę samą dyscyplinę: OpenAI samo publikuje błędy GPT-6 Astra, w tym zawyżony o około 12 % wynik zliczania kolonii, a w TCSExam każde zadanie jest weryfikowane przez jądro Lean lub wykonywalny weryfikator, bez rozstrzygnięcia żadnej otwartej hipotezy. Frontier Model Forum stosuje tę samą logikę do ryzyka, wykorzystując wspólny schemat oceny do ustalania, które jailbreaki związane z cyberzagrożeniami eliminować w pierwszej kolejności.

Otoczenie modelu coraz częściej decyduje o sukcesie agenta. W Anthropic jedna błędna notatka o Mt. Moon blokuje rozgrywkę w Pokémon, dopóki dreaming jej nie poprawi, a regularnie aktualizowane wiki pozwala zaoszczędzić około 20 000 tokenów na pytanie. W Google stary TODO wystarczy, by sprowadzić agenta na manowce: niezamówiona dygresja zwiększa liczbę kroków w sesji o 70 %, zużycie tokenów o 77 %, a czas oczekiwania o 105 %, do tego stopnia, że Google uruchomiło agentów do porządkowania swoich baz kodu. Harness adapters rozwiązują ten problem poprzez trening, z jednym LoRA na każdy harness, co zmniejsza liczbę wywołań narzędzi przy tej samej trafności, a mechanizmy Perplexity mają podobny charakter: przypomnienia o budżecie, ekstrakcja treści stron, skills ładowane na żądanie.

Agenci kodujący zmieniają interfejs. Rozmawia się z nimi dzięki czatowi głosowemu Cursor, który oddziela agenta słuchającego od agenta piszącego kod; deleguje się im organizację pracy dzięki space w Amp, który sam uruchamia wątki, a nawet dzieli przegląd bezpieczeństwa na 16 obszarów; podłącza się ich wszędzie, ponieważ ACP czyni Antigravity CLI agentem dowolnego kompatybilnego edytora, ze wszystkimi modelami dostępnymi na koncie. Równolegle skracają się cykle wydawnicze (146 wpisów dla Claude Code 2.1.319, 637 dla Copilot CLI 1.0.106, 120 PR dla Codex CLI 0.167.0), a kontrola nad tym, co agent może robić, staje się bardziej szczegółowa: od odmowy bez wyświetlania monitu w Claude Code po reguły prompt-user w Codex.

Zmieniają się również koszty i dostępność. Perplexity obniża koszt poziomu medium o niemal 90 %, jednocześnie podnosząc jego wynik z 55 % do 77 %, i bezpłatnie aktywuje Brain w każdym Project. Phonon uruchamia syntezę mowy na urządzeniu, bez serwera, z modelami o rozmiarach około 65 i 75 MB, w tym wersją angielską na licencji Apache 2.0. Meta przenosi możliwości Muse Wonder do wyspecjalizowanych modeli udostępnianych użytkownikom Muse i Meta AI, a Hugging Face udostępnia wszystkim wiedzę praktyczną na temat trenowania MoE, zdobytą kosztem 800 000 godzin pracy GPU.