Claude Corps uruchamia 150 mln USD, OpenAI kupuje Ona, GitHub Agentic Workflows, Midjourney V8.1

Dzień 11 czerwca 2026 r. skupia cztery ważne ogłoszenia: Anthropic uruchamia Claude Corps, krajowy program stypendialny z budżetem 150 milionów USD; OpenAI kupuje Ona, aby zapewnić Codexowi trwałe środowiska uruchomieniowe w chmurze; GitHub udostępnia swoje Agentic Workflows w public preview; a Midjourney wprowadza V8.1 jako model domyślny, z rozdzielczością 4× i generowaniem w 4 sekundy.

Claude Corps — 150 mln USD na szkolenie 1 000 fellows

11 czerwca — Anthropic uruchamia Claude Corps, krajowy program stypendialny (fellowship) z początkowym budżetem 150 milionów USD. Cel jest konkretny: przeszkolić 1 000 młodych profesjonalistów w korzystaniu z Claude i umieścić ich na rok, na pełen etat i stacjonarnie, w amerykańskich organizacjach non-profit (nonprofits).

Struktura programu:

Rola	Organizacja	Odpowiedzialność
Finansowanie i strategia	Anthropic	Ekspertyza Claude, nielimitowane tokeny
Oficjalny pracodawca	CodePath	Szkolenie, programowanie (1. dostawca edukacji CS uniwersyteckiej w USA)
Ocena	Social Finance	Pomiar wpływu, długoterminowy wehikuł finansowy

Warunki dla fellows:

Wynagrodzenie na pełen etat: 85 000 USD/rok + świadczenia
Czas trwania: 12 miesięcy (intensywne szkolenie początkowe + 5 h/tydzień szkolenia ciągłego)
Kryteria: 18+ lat, mniej niż 2 lata doświadczenia, pozwolenie na pracę w Stanach Zjednoczonych

Harmonogram kohort:

Kohorta	Nabór do	Start
1. (100 fellows)	17 lipca 2026	Październik 2026
2.	Otwarte	Styczeń 2027
3.	Otwarte	Sierpień 2027

Przykłady organizacji goszczących: Braven (Chicago — wsparcie dla studentów pierwszego pokolenia), Code the Dream (Durham — bezpłatne szkolenie z kodowania), International Rescue Committee, Code for America, YMCA of Greater Charlotte (300 000 obsłużonych osób).

Anthropic wyraźnie łączy Claude Corps ze swoją polityką dotyczącą wpływu AI na zatrudnienie, przedstawiając go jako model służący rozszerzaniu korzyści płynących z AI w okresie głębokiej transformacji gospodarczej. Część infrastruktury technicznej zostanie udostępniona jako open source.

🔗 Anthropic — Claude Corps

OpenAI kupuje Ona, aby zapewnić trwałe agenty Codex

11 czerwca — OpenAI ogłasza przejęcie Ona, startupu specjalizującego się w bezpiecznym wykonywaniu zadań w chmurze i orkiestracji agentów. Cel: wyposażyć Codex w trwałe środowiska chmurowe, pozwalające agentom kontynuować pracę nawet wtedy, gdy laptopy są zamknięte.

Kluczowe liczby:

Wskaźnik	Szczegóły
Użytkownicy Codex/tydzień	5 milionów+
Wzrost Codex od stycznia	+400 %
Deweloperzy wspierani przez Ona	2 miliony
Status przejęcia	Zastrzeżone do zatwierdzeń regulacyjnych

Rozwiązany problem: Codex jest dziś ograniczony do aktywnych sesji na jednym urządzeniu. Dzięki Ona agenci będą działać w chmurze organizacji — OpenAI dostarcza inteligencję, a klient zachowuje pełną kontrolę nad bezpieczeństwem, dostępami, dziennikami aktywności i governance. Ten model bezpośrednio odpowiada na wymagania zgodności dużych przedsiębiorstw.

“Enterprises want powerful agents that can do real work while meeting the security and control requirements of their environments. Ona will help us make Codex easier to deploy securely across production workflows for customers operating at the highest standards of trust and scale.”

🇵🇱 Firmy chcą potężnych agentów zdolnych wykonywać rzeczywistą pracę, przy jednoczesnym spełnianiu wymagań dotyczących bezpieczeństwa i kontroli w ich środowiskach. Ona pomoże nam łatwiej i bezpieczniej wdrażać Codex w workflow produkcyjnych dla klientów działających według najwyższych standardów zaufania i skali. — Thibault Sottiaux, Core Products Lead, OpenAI

Po finalizacji zespół Ona dołączy do zespołu Codex w OpenAI.

🔗 @OpenAINewsroom — Ogłoszenie X

Dostęp do modeli OpenAI i Codex przez Oracle Cloud Infrastructure

10 czerwca — OpenAI i Oracle ogłaszają partnerstwo umożliwiające klientom Oracle Cloud Infrastructure (OCI) dostęp do frontierowych modeli OpenAI oraz Codex za pośrednictwem istniejących Oracle Universal Credits. Zasada: organizacje z istniejącym zobowiązaniem OCI nie muszą tworzyć nowego procesu zakupowego — korzystają z usług OpenAI w ramach swojego zaplanowanego zobowiązania chmurowego. Dostępność ogłoszona w najbliższych tygodniach; klienci Oracle mogą skontaktować się ze swoim przedstawicielem handlowym po szczegóły cenowe. Partnerstwo wpisuje się w strategię OpenAI polegającą na zmniejszaniu tarcia adopcyjnego dla firm już zaangażowanych w dużą infrastrukturę chmurową.

🔗 OpenAI — Partnerstwo Oracle Cloud

GitHub Agentic Workflows w public preview

11 czerwca — GitHub uruchamia w public preview swoje Agentic Workflows (agentyczne przepływy pracy), funkcję automatyzującą zadania oparte na rozumowaniu — triage zgłoszeń, analizę niepowodzeń CI, aktualizację dokumentacji — poprzez integrację agentów kodujących bezpośrednio z GitHub Actions.

Działanie techniczne:

Aspekt	Szczegóły
Definicja	Markdown w języku naturalnym → skompilowane YAML Actions
Bezpieczeństwo	Domyślnie tylko do odczytu, odizolowany kontener, Agent Workflow Firewall
Integracja	Wykorzystuje istniejące runner’y i polityki GitHub Actions
Plany	Wszystkie (Free, Pro, Pro+, Business, Enterprise)

Automatyzacje są definiowane w języku naturalnym w plikach Markdown; GitHub Agentic Workflows kompiluje je do standardowego YAML Actions, bez zerwania z istniejącą infrastrukturą.

“With GitHub Agentic Workflows, we’re able to expand how we apply agents to real engineering work at scale, including changes that span multiple repositories.”

🇵🇱 Dzięki GitHub Agentic Workflows możemy rozszerzyć sposób, w jaki stosujemy agentów do prawdziwej pracy inżynierskiej na dużą skalę, w tym zmian obejmujących wiele repozytoriów. — Alex Devkar, SVP Engineering & Analytics, Carvana

Opinie: Carvana (zmiany obejmujące wiele repozytoriów), Marks & Spencer (zautomatyzowany triage, podatności, zależności), Hud.io (kontrola jakości przed merge). Krótki przewodnik startowy i gotowe workflow są dostępne w repozytorium GitHub Next agentics.

🔗 GitHub Changelog — Agentic Workflows

Midjourney V8.1 staje się modelem domyślnym

11 czerwca — Midjourney ogłasza, że V8.1 zastępuje V7 jako model domyślny, w następstwie opinii społeczności zebranych podczas okresu testowego.

Nowości w V8.1:

Funkcjonalność	Szczegóły
Rozdzielczość HD	2× rozmiar, 4× rozdzielczość vs V7
Szybkość generowania	4 sekundy (SD), 12 sekund (HD)
Renderowanie tekstu	Lepsze niż kiedykolwiek
Zgodność z promptami	Lepsza spójność przy szczegółowych opisach
Kompatybilność	Zachowane odniesienia do stylu, personalizacja i estetyki V7

Uwagi dotyczące przejścia: referencja omni V7 pozostaje dostępna do czasu finalizacji ulepszonej wersji dla V8; model alfa V8.0 zostanie wycofany za dwa tygodnie.

🔗 Midjourney — Aktualizacje

Anthropic: Fable 5, Apple Foundation Models, sojusz DXC

Fable 5 — widoczne zabezpieczenia, fallback Opus 4.8

11 czerwca — Anthropic naprawia brak przejrzystości we wdrożeniu Claude Fable 5: zabezpieczenia (safeguards) stosowane do zapytań związanych z rozwojem frontierowych LLM (frontier LLM development) stają się widoczne. Od tego tygodnia oznaczone zapytania będą transparentnie przechodzić na Opus 4.8 — ten sam mechanizm co dla domen cyber i biologii. API zwróci wyraźny powód odrzucenia (dostępny po stronie serwera w ciągu kilku dni). Anthropic przyznaje, że niewidoczne zabezpieczenia były złym kompromisem, i przeprasza za to. Mechanizm zgłaszania błędów: komenda /feedback w Claude Code, kciuk w dół w Claude.ai albo formularz odwołania API.

🔗 @ClaudeDevs na X

Wsparcie Apple Foundation Models dla Claude

10 czerwca — Deweloperzy Apple mogą teraz korzystać z Claude poprzez natywny framework Apple Foundation Models do wieloetapowego rozumowania (multi-step reasoning), generowania kodu i rozszerzonych kontekstów. Integracja umożliwia wywoływanie Claude przez systemowe API Apple, bez bezpośredniego korzystania z API Anthropic — z myślą o aplikacjach iOS, macOS oraz innych platformach Apple. W praktyce deweloperzy tworzący aplikacje z użyciem frameworka Foundation Models od Apple mogą wybrać Claude jako model backendowy do zadań wymagających długiego kontekstu lub złożonego rozumowania, pozostając w ekosystemie Apple.

🔗 @ClaudeDevs na X

Sojusz Anthropic / DXC Technology

11 czerwca — Anthropic ogłasza wieloletni, globalny sojusz z DXC Technology (115 000 pracowników w 70 krajach). DXC przeszkoli dziesiątki tysięcy certyfikowanych inżynierów Claude, wdrażanych bezpośrednio u klientów (forward-deployed engineers) w bankach, liniach lotniczych, firmach ubezpieczeniowych i agencjach rządowych. Najpierw konkretny dowód: platforma DXC OASIS (uruchomiona w kwietniu 2026 r.) została rozwinięta w ponad 95 % przez Claude, przy wzroście produktywności rzędu 10×, i już obsługuje ponad 50 klientów.

Priorytetowy obszar	Zastosowanie
Ubezpieczenia	Rozwiązania agentowe, modernizacja systemów core
Modernization as a Service	Analiza i refaktoryzacja legacy codebase
Cyberbezpieczeństwo	Podagent „stały inżynier bezpieczeństwa” w SOC
Usługi aplikacyjne	Agenty OASIS zintegrowane z utrzymaniem aplikacji

🔗 Anthropic — Sojusz DXC

Google DeepMind: sport, badania zbiorowe, edukacja, Europa

TacticAI × Palmeiras — piłka nożna i grafowe sieci neuronowe

11 czerwca — Google DeepMind łączy siły z Palmeiras, pierwszym klubem piłkarskim, który wdraża TacticAI w produkcji. System, oparty na grafowych sieciach neuronowych (graph neural networks), modeluje 22 zawodników jako węzły połączone ich interakcjami fizycznymi. Umożliwia zespołowi analitycznemu wirtualne testowanie konfiguracji obronnych i przewidywanie dynamiki gry (open play dynamics) nawet do 8 sekund naprzód.

Aspekt	Szczegóły
Architektura	Grafowe sieci neuronowe
Okno predykcji	Do 8 sekund
Zastosowanie	Symulacja defensywna w czasie rzeczywistym

🔗 @GoogleDeepMind na X

Fundusz badawczy 10 mln USD — zbiorowe zachowania agentów AI

11 czerwca — Google DeepMind, Schmidt Sciences, Coop.AI i ARIA Research (przy wsparciu Google.org) uruchamiają fundusz o wartości 10 milionów USD poświęcony badaniu emergentnych zbiorowych zachowań (collective behaviors) systemów AI w interakcji. Gdy miliony agentów AI wchodzą ze sobą w interakcje, mogą pojawiać się nowe i potencjalnie nieprzewidywalne zachowania grupowe — obszar nadal słabo udokumentowany. Fundusz ma finansować interdyscyplinarne projekty badawcze, by lepiej rozumieć i przewidywać te dynamiki grupowe na dużą skalę, szczególnie gdy wyspecjalizowani agenci współpracują lub konkurują w wspólnych środowiskach.

🔗 @GoogleDeepMind na X

Badanie Gemini w Sierra Leone — edukacyjny partner AI

10 czerwca — Wyniki randomizowanego badania kontrolowanego (randomized controlled trial) przeprowadzonego przez osiem tygodni w Sierra Leone, gdzie demografia szkolna przewyższa liczbę dostępnych nauczycieli. Zapytania Gemini dotyczące rozumienia problemów wzrosły z 68 % do 90 % — uczniowie używali AI do nauki, a nie tylko do znajdowania odpowiedzi.

“We evaluated AI’s impact by looking beyond test scores to behavioral shifts. Over eight weeks, results suggest students were using AI to understand concepts, not just find answers – with Gemini queries about how to tackle problems rising from 68% to 90%.”

🇵🇱 Oceniliśmy wpływ AI, wychodząc poza wyniki testów i obserwując zmiany behawioralne. W ciągu ośmiu tygodni wyniki sugerują, że uczniowie używali AI, aby rozumieć pojęcia, a nie tylko znajdować odpowiedzi — przy czym zapytania Gemini dotyczące sposobu podejścia do problemów wzrosły z 68 % do 90 %. — @GoogleDeepMind na X

Notebooki Gemini dostępne w Europie

11 czerwca — Notebooki aplikacji Gemini są teraz dostępne w Europejskim Obszarze Gospodarczym, Wielkiej Brytanii i Szwajcarii. Pozwalają organizować projekty w dedykowanej przestrzeni, która zapamiętuje źródła, instrukcje i historię rozmów. Funkcja była już dostępna w innych regionach; to europejskie wdrożenie stanowi ważny krok pod względem zgodności regulacyjnej (RODO). Notebooki są dostępne na gemini.google lub w aplikacji mobilnej Gemini — użytkownicy mogą utworzyć własny już teraz.

🔗 @GeminiApp na X

GitHub Copilot: ujednolicony /settings i usunięcie PAT

Ujednolicona komenda /settings dla Copilot CLI

11 czerwca — GitHub Copilot CLI ma teraz ujednolicone, sterowane schematem miejsce konfiguracji. Nowa komenda /settings scala rozproszone polecenia (/theme, /streamer-mode, /experimental) oraz opcje, które wcześniej wymagały ręcznej edycji pliku konfiguracyjnego. Trzy tryby: pełnoekranowe okno dialogowe (/settings), bezpośrednia edycja (/settings <clé> <valeur>), przywrócenie parametru (/settings reset <clé>). Autouzupełnianie, edytory dopasowane do typu, wbudowane wyszukiwanie (/), resetowanie (Ctrl+R). Aktualizacja przez copilot update.

🔗 GitHub Changelog — /settings

Agentic Workflows — Koniec osobistych tokenów dostępu (PAT)

11 czerwca — GitHub Agentic Workflows może teraz używać wbudowanego GITHUB_TOKEN w GitHub Actions, eliminując potrzebę tworzenia i przechowywania osobistego tokenu dostępu. Usuwa to operacyjne i bezpieczeństwa ryzyko związane z długoterminowymi PAT na dużą skalę. W repozytoriach organizacyjnych polityka „Allow use of Copilot CLI billed to the organization” musi być włączona. Aktualizacja: gh extension upgrade aw.

🔗 Dziennik zmian GitHub — No-PAT

Media generatywne: Runway × Lionsgate, ElevenLabs

Runway × Lionsgate — Inwestycja kapitałowa i współtworzenie IP

11 czerwca — Lionsgate (NYSE: LION) obejmuje udział kapitałowy w Runway i uruchamia wspólny program tworzenia nowych własności intelektualnych. Pierwsza produkcja: krótki serial epizodyczny oparty na katalogu Lionsgate + generatywnych modelach Runway. Lionsgate, pierwsze hollywoodzkie studio, które mianowało Chief AI Officer, będzie partnerem prezentującym Runway AI Festival. Początkowe partnerstwo zostało podpisane we wrześniu 2024 r. na potrzeby prewizualizacji i storyboardingu.

🔗 Runway — Rozszerzenie partnerstwa z Lionsgate

ElevenLabs Dubbing v2 — Matthew McConaughey w wielu językach

11 czerwca — Matthew McConaughey korzysta z ElevenLabs Dubbing v2, aby docierać do swoich międzynarodowych fanów w ich ojczystym języku, zachowując jednocześnie ikoniczne cechy głosu aktora. ElevenLabs przedstawia to zastosowanie jako pokaz możliwości Dubbing v2: technologia tłumaczy i dubbinguje treści wideo, zachowując barwę głosu, intonację i rytm oryginalnego mówcy. Tweet wspomina o „the big kickoff” — prawdopodobnie chodzi o międzynarodową kampanię reklamową. Ten przykład z udziałem szeroko rozpoznawalnej gwiazdy pokazuje dojrzałość komercyjną narzędzi dubbingu AI dla branży rozrywkowej.

🔗 @ElevenLabs na X

Grok / xAI i Qwen: Plugin Marketplace, PawBench

Grok Build Plugin Marketplace

11 czerwca — xAI uruchamia Grok Build Plugin Marketplace, rynek wtyczek zintegrowany bezpośrednio z Grok Build (terminalowym agentem kodującym). Każda wtyczka łączy kompetencje, komendy slash, agentów, hooki, serwery MCP i serwery protokołu językowego (LSP) w jeden instalowalny pakiet, przypięty do SHA commitu dla bezpieczeństwa.

Dostępna wtyczka	Funkcjonalności
MongoDB	Eksplorowanie danych, zarządzanie kolekcjami, optymalizacja zapytań
Vercel	Zarządzanie wdrożeniami, sprawdzanie buildów, konfiguracja domen
Sentry	Analiza śladów błędów, debugowanie produkcji
Chrome DevTools	Sterowanie przeglądarką na żywo, nagrywanie śladów wydajności
Cloudflare	Kompetencje Workers, Durable Objects
Superpowers	Popularne przepływy pracy sterowane przez agenta

Instalacja: /marketplace w Grok Build, następnie i. Katalog otwarty dla deweloperów poprzez pull request na xai-org/plugin-marketplace.

🔗 xAI — Grok Build Plugin Marketplace

AgentScope PawBench — Harness liczy się tak samo jak model

10 czerwca — AgentScope (Alibaba/Tongyi Lab) uruchamia PawBench, benchmark zaprojektowany do oceny agent harnesses (środowisk uruchomieniowych agentów) niezależnie od używanego modelu. Kluczowy wynik dla 150 rzeczywistych zadań z 9 modelami i 3 harnessami: przy stałym modelu zmiana harnessu może powodować różnicę wyniku o 11,5 punktu łącznie — co odpowiada dużej modernizacji modelu. Różnica między najlepszym a najgorszym harnessiem sięga 5,6 punktu.

🔗 @Ali_TongyiLab na X

Perplexity i Cohere: wyszukiwanie i rozpoznawanie mowy

Perplexity — Natywny Deep Research w Computer

11 czerwca — Perplexity integruje Deep Research jako natywną kompetencję (skill) w Computer. Integracja łączy Deep Research z agentowym silnikiem (agent harness) Computer, zapewniając dostęp do generowania kodu jako narzędzia wyszukiwania (search as code), trwałych środowisk uruchomieniowych (long running sandboxes), konektorów i danych objętych licencją. Architektura „Search as Code” pozwala modelowi pisać kod, który sam organizuje proces badawczy, wykonując tysiące równoległych kroków pozyskiwania informacji dopasowanych do każdego pytania — przewyższając starszy Deep Research we wszystkich benchmarkach. Dostępne natychmiast dla subskrybentów Pro i Max.

🔗 @perplexity_ai na X

Cohere Transcribe — Pierwszy na Far-Field ASR Hugging Face

10 czerwca — Cohere Transcribe, open-source’owy model rozpoznawania mowy (speech recognition) firmy Cohere, osiąga pierwsze miejsce w nowym benchmarku Far-Field ASR Hugging Face. Benchmark mierzy wydajność w zmiennych warunkach stosunku sygnału do szumu — sale konferencyjne, centra kontaktowe, połączenia telefoniczne. Cohere Transcribe zajął pierwsze miejsce we wszystkich metrykach w tych środowiskach enterprise.

“Cohere Transcribe, our open-source speech recognition model, is #1 on the new @huggingface Far-Field ASR benchmark.”

🇵🇱 Cohere Transcribe, nasz open-source’owy model rozpoznawania mowy, zajmuje #1 miejsce w nowym benchmarku Far-Field ASR Hugging Face. — @cohere na X

Krótkie wiadomości

OpenAI Codex — Symulacja czarnych dziur — Chi-kwan Chan (Event Horizon Telescope, University of Arizona) używa Codex do badania nowych algorytmów symulacji plazmy wokół czarnych dziur. 🔗 openai.com
Antigravity v2.1.4 — Google Antigravity CLI wydaje wersję 2.1.4: przebudowa ekranu limitów, obsługa załączników PDF, nowe polecenie /btw, 4 poprawki. 🔗 antigravity.google
Runway AI Festival 2026 — Nowojorska premiera 4. międzynarodowego festiwalu AI Runway 11 czerwca, bilety wyprzedane. Lionsgate partnerem prezentującym. 🔗 @runwayml na X
xAI × eToro — Tori, agent AI eToro (40 milionów użytkowników w 75 krajach), integruje dane o nastrojach rynkowych w czasie rzeczywistym za pośrednictwem modeli SpaceXAI. 🔗 xai.com

Co to oznacza

Dzień 11 czerwca pokazuje punkt zwrotny w projektowaniu agentów: po miesiącach, w których AI „pomagała” deweloperom, ogłoszenia OpenAI×Ona i GitHub Agentic Workflows rysują model, w którym agenci pracują autonomicznie w trwałych, bezpiecznych środowiskach chmurowych definiowanych w języku naturalnym. Fakt, że GitHub kompiluje Markdown do YAML Actions, a Ona pozwala Codexowi nadal działać przy wyłączonym komputerze, sygnalizuje, że infrastruktura agentic computing zaczyna się standaryzować.

Claude Corps i sojusz DXC Technology ilustrują dwa komplementarne kierunki wdrażania AI na dużą skalę: kierunek społeczeństwa obywatelskiego (umieszczanie świeżo absolwentów w organizacjach non-profit, aby rozpowszechniać umiejętności Claude) oraz kierunek enterprise (certyfikowanie dziesiątek tysięcy inżynierów w celu modernizacji systemów bankowych, lotniczych i rządowych). Namacalny dowód — 95% kodu OASIS wygenerowane przez Claude, 10-krotny wzrost produktywności — zmienia charakter argumentu biznesowego.

Ekosystem mediów generatywnych konsoliduje się wokół partnerstw strategicznych, a nie premier modeli: Lionsgate inwestuje kapitał w Runway i współtworzy nowe IP, podczas gdy ElevenLabs pokazuje McConaugheya jako międzynarodową wizytówkę Dubbing v2. To już nie demonstracja technologiczna — to integracja w łańcuch produkcji branży rozrywkowej.

Wynik PawBench AgentScope zasługuje na szczególną uwagę: różnica 11,5 punktu w zależności od użytego harnessu przy identycznym modelu. Podważa to zwyczajową koncentrację na wydajności modeli i sugeruje, że inżynieria systemów agentowych — wybór środowiska wykonawczego, zarządzanie kontekstem, orkiestracja — staje się dźwignią wydajności równie ważną jak sam model.