OpenAI integruje harness Codex z Agents SDK w wersji zapoznawczej, Shruti obsługuje 22 języki Indii, a HeliosLM skupia się na Tajwanie

OpenAI udostępnia dwie wersje zapoznawcze alfa Agents SDK, dla Pythona i JavaScript, które zawierają harness Codex jako natywny silnik: przechowywanie rozmów, limity użycia, komunikację między agentami przez A2A, a po stronie Pythona także podwyższony domyślny poziom wysiłku rozumowania. Pozostałe wiadomości z tej niedzieli przedstawiamy w skrócie: informacje o wydaniu Devin, dwie wersje zapoznawcze GitHub Agentic Workflows, poprawki do Antigravity i Gemini CLI, aplikacja desktopowa Qwen Code, a następnie seria wpisów społeczności na Hugging Face, w tym otwarte modele głosowe dla Tajwanu i 22 języków urzędowych Indii oraz pomiar dodatkowych kosztów języka tureckiego.

OpenAI integruje harness Codex z Agents SDK: dwie wersje zapoznawcze alfa z A2A, budżetami użycia i przechowywaniem rozmów

8 listopada — OpenAI udostępnia dwie wersje zapoznawcze alfa Agents SDK: v0.24.0-alpha.7 dla Pythona i v0.22.0-alpha.2 dla JavaScript. Seria, zapoczątkowana 3 listopada, zawiera harness Codex jako natywny silnik; poprzedni silnik pozostaje dostępny jako „Classic”. Wersja zapoznawcza dla Pythona jest dystrybuowana przez GitHub Releases, a nie przez PyPI.

Te wersje dodają przechowywanie rozmów po stronie aplikacji, hostowane narzędzia FileSearch, CodeInterpreter i ImageGeneration, limity użycia RunBudget (zapytania, tokeny lub szacowany koszt), które nie gwarantują górnego limitu wydatków, adaptery A2A między agentami oraz głosowe workflow. Zmiany, które trzeba uwzględnić przy aktualizacji: domyślny ścisły tryb zapisu w nowych środowiskach, a po stronie Pythona także zmienione nazwy trybów zatwierdzania MCP i podwyższenie domyślnego poziomu wysiłku rozumowania z low do medium dla GPT-6 Astra, GPT-6.1 Sol i GPT-5.6 Sol, o ile nie ustawiono go jawnie.

🔗 Wersja zapoznawcza dla Pythona · Wersja zapoznawcza dla JavaScript

W skrócie

Agenci i narzędzia do programowania

Informacje o wydaniu Devin z 6 listopada — Uzupełnienie: administratorzy ustalają domyślną widoczność nowych sesji i mogą ograniczyć ich udostępnianie do organizacji, połączenia z Gerrit synchronizują grupy i dostęp do projektów z uprawnieniami Devin (nowe połączenia wymagają Gerrit 3.13 lub nowszego), a jeden przycisk wylogowuje wszystkie urządzenia naraz, od aplikacji webowej po aplikacje mobilne. Nie podano żadnych cen. 🔗 źródło
GitHub Agentic Workflows 1.2.0 i 1.2.1 — Dwie wersje zapoznawcze opublikowane 4 i 6 listopada, po udostępnieniu ogólnym 28 października. Workflow uruchamiany przez pull_request_target z forka wymaga teraz jawnej zgody na działanie bez ograniczeń, co jest zmianą łamiącą kompatybilność; dochodzą do tego recenzent pull requestów kierujący się specyfikacją projektu, eksperymentalny silnik deklaratywny Atomic oraz przeglądy bezpieczeństwa, które kończą się niepowodzeniem w trybie fail closed, jeśli wykryte problemy pozostają nierozwiązane. 🔗 źródło
Antigravity 2.29.1 — Uzupełnienie z 6 listopada: ta wersja aplikacji naprawia cztery błędy trybu głosowego Gemini Live. Tryb głosowy prosi teraz o ponowne zalogowanie, gdy połączenie z kontem wymaga odnowienia, odczytuje linki i wzmianki @ z wiadomości wpisanych podczas połączenia, nie dołącza już wcześniejszych wypowiedzi do ostatniego zdania i po zerwaniu połączenia nie wyświetla fragmentów odpowiedzi, których użytkownik nie usłyszał. 🔗 źródło
Gemini CLI, PR 30183 — Scalony z main 6 listopada, ale jeszcze nieopublikowany w żadnym wydaniu, umożliwia konfigurację 60-sekundowego limitu oczekiwania na pierwsze nagłówki odpowiedzi, który przerywał zapytania wymagające długiego rozumowania i ponawiał je od początku, niezależnie od sposobu połączenia (zmienna GEMINI_API_HEADERS_TIMEOUT_MS lub ustawienie model.requestTimeoutMs). 🔗 źródło
Qwen Code Desktop v0.27.0 i SDK TypeScript v0.1.30 — Opublikowane 8 listopada, dzień po stabilnym wydaniu CLI v0.27.0, bez żadnych dodatkowych nowości: aplikacja przejmuje 112 zmian z wersji CLI v0.26.9 i v0.27.0, a SDK zawiera CLI 0.27.0. Desktop jest dostępny dla macOS, Windows x64 i Linux (AppImage, .deb, RPM dla Fedora 44 i RHEL 10). 🔗 źródło

Otwarte modele do obsługi głosu i języków regionalnych

HeliosLM — Chien-Hsin Lin publikuje pierwszą serię otwartych modeli z myślą o Tajwanie: model konwersacyjny i klasyfikator bezpieczeństwa oparte na Gemma 4 E4B-it oraz dwa modele rozpoznawania mowy oparte na Whisper large-v3. Według jego pomiarów odsetek błędów na poziomie znaków spada z 231,13 do 32,69 % dla języka tajwańskiego (hokkien) w Common Voice oraz z 15,25 do 5,10 % dla tajwańskiej odmiany mandaryńskiego. 🔗 źródło
Shruti — Udgam Labs, twórca małego modelu Laghu, publikuje 22 modele rozpoznawania mowy na licencji Apache-2.0, po jednym dla każdego języka z ósmego załącznika do konstytucji Indii. Każdy zajmuje około 30 MB, transkrybuje również angielski i działa offline, nawet na telefonie z 2021 roku; wszystkie 22 zajmują łącznie 653 MB, około jednej czwartej rozmiaru IndicConformer-600M. Według zespołu w rzeczywistych rozmowach od 22,9 do 56,8 % słów nadal jest rozpoznawanych błędnie. 🔗 źródło
Podatek od języka tureckiego — Serkan Peker szacuje, że przy użyciu vLLM na H200 wygenerowanie tego samego tekstu po turecku wymaga od 1,45 do 1,62 razy więcej czasu GPU niż po angielsku w czterech otwartych modelach (Turkish-Gemma-9b-T1, Gemma 4 12B, Ministral 3 14B i Qwen3.8-27B), przy czym od 76 do 82 % tej różnicy wynika z większej liczby tokenów. Spośród siedmiu tokenizerów tylko tokenizer tureckiego modelu Kumru-2B zużywa mniej tokenów dla tureckiego niż dla angielskiego. 🔗 źródło

Badania i dane społeczności

Tiny Aya Global na hackathonie Lexsi Labs — Trzy zespoły z hackathonu bezpieczeństwa i alignmentu Lexsi Labs publikują dostrojone wersje tego otwartego modelu Cohere Labs (3,35 mld parametrów). Według ich własnych pomiarów SafeQuery zwiększa skuteczność agenta SQL z 19,8 do 99,1 %, zachowując odporność na testowane ataki typu injection, TaxOps poprawnie wypełnia 93,3 % syntetycznych deklaracji podatkowych, a SafetyPulse zmniejsza odsetek skutecznych ataków HarmBench z 25,2 do 12,3 %. 🔗 SafeQuery · 🔗 TaxOps · 🔗 SafetyPulse
Usuwanie stylu przez modyfikację wag — Javad Taghia publikuje eksperyment, w którym GPT-6 Astra, wyposażony w narzędziowy dostęp do wag małego modelu dyfuzyjnego (segmind/tiny-sd), ale bez dostępu do gradientów, ma usunąć z niego styl Van Gogha. Zgodnie z wcześniej zarejestrowanym protokołem agent usuwa o 11,5 punktu więcej stylu niż metoda UCE, równie mocno naruszając style pokrewnych malarzy, i przewyższa o 52 punkty losowe przeszukiwanie korzystające z tych samych narzędzi. 🔗 źródło
SEW Multimodal AMR w FiftyOne — Harpreet Sahota publikuje 7 listopada konwersję do formatu FiftyOne tego zbioru 3 151 obrazów z adnotacjami w 55 epizodach MCAP, zarejestrowanych przez autonomicznego robota mobilnego SEW-EURODRIVE za pomocą sześciu typów czujników (kamery RGB i termowizyjnej, czujnika głębi, radaru 4D, skanerów laserowych i czujników ultradźwiękowych), aby porównać, jak każdy z nich postrzega tę samą scenę. 🔗 źródło

Infrastruktura GPU

NVIDIA DSX OS, wpis z 5 listopada — Uzupełnienie: NVIDIA szczegółowo opisuje, jak trzy komponenty open source DSX OS, na licencji Apache 2.0, wspierają klaster GPU działający pod Kubernetes. AICR utrwala konfigurację w wersjonowanych recepturach, NVCRE certyfikuje ją za pomocą rzeczywistych obciążeń (testy NCCL, diagnostyka DCGM poziomu 4, pretraining NeMo), a NVSentinel przywraca naprawiony węzeł do pracy dopiero po pomyślnym przejściu testów. 🔗 źródło

Co to oznacza

W tych wersjach zapoznawczych harness napędzający Codex staje się natywnym silnikiem Agents SDK, zarówno w Pythonie, jak i w JavaScript. Część jego funkcji istniała już w hostowanym API Agents OpenAI, na przykład limit budżetu, dostępny od 6 listopada w wersji beta na żądanie, czy kompakcja; SDK przybliża je do kodu aplikacji, która przechowuje rozmowy we własnym magazynie danych i komunikuje się z innymi agentami przez A2A. Ceną jest charakter fazy alfa: interfejsy zmieniające się między wersjami, dystrybucja dla Pythona poza PyPI oraz podwyższony domyślny poziom wysiłku rozumowania po stronie Pythona, który zmienia zachowanie projektów, jeśli same go nie ustawiają.

Domyślne ustawienia stają się też bardziej restrykcyjne w narzędziach dla agentów. SDK OpenAI włącza ścisły tryb zapisu w nowych środowiskach, GitHub Agentic Workflows wymaga jawnej zgody na działanie bez ograniczeń workflow uruchamianych z forka i kończy niepowodzeniem przeglądy bezpieczeństwa z nierozwiązanymi problemami, a Devin pozwala administratorom ustalać widoczność sesji i ograniczać ich udostępnianie. Zarówno w GitHub, jak i w OpenAI aktualizacja wymaga weryfikacji: zmiana łamie kompatybilność w gh-aw, a SDK dla Pythona odrzuca stare nazwy trybów zatwierdzania MCP.

Kilka wpisów społeczności skupia się na językach słabo obsługiwanych przez duże modele. HeliosLM zmniejsza poziom błędów Whisper large-v3 dla języka tajwańskiego z 231,13 do 32,69 %, Shruti mieści rozpoznawanie mowy dla 22 języków Indii w plikach po około 30 MB działających offline, a Serkan Peker wylicza koszt języka nieefektywnie dzielonego na tokeny: od 1,45 do 1,62 razy więcej czasu GPU dla tureckiego niż dla angielskiego. Udgam Labs podsumowuje przeszkodę: tworzenie rozwiązań dla tych języków oznaczało dotąd opłaty za chmurę naliczane za minutę, model zajmujący kilka gigabajtów albo zgodę dużej firmy. Wszystkie te wyniki pochodzą z pomiarów ich autorów, a Udgam Labs samo publikuje ograniczenia Shruti: w rzeczywistych rozmowach nawet 56,8 % słów nadal jest rozpoznawanych błędnie.

OpenAI integruje harness Codex z Agents SDK w wersji zapoznawczej, Shruti obsługuje 22 języki Indii, a HeliosLM skupia się na Tajwanie

Firmy w tym wydaniu

OpenAI integruje harness Codex z Agents SDK: dwie wersje zapoznawcze alfa z A2A, budżetami użycia i przechowywaniem rozmów

W skrócie

Co to oznacza

Źródła

Spis treści