ChatGPT Wallet pozwala agentom płacić, Claude Code dodaje Code Mode, llama.cpp przechodzi na 1.0

OpenAI wprowadza ChatGPT Wallet: jego osobiści agenci, dots, mogą teraz realizować zakupy aż do płatności, przy czym każdy zakup jest zatwierdzany przez weryfikację biometryczną i opłacany tokenem ukrywającym prawdziwe dane karty. Tego samego dnia Google łączy aplikację Gemini z Google Wallet, w trybie tylko do odczytu. Claude Code 2.1.323 dodaje Code Mode, w którym Claude pisze JavaScript, aby łączyć wywołania swoich narzędzi, DeepSeek udostępnia w API wyszukiwanie, pliki i funkcje głosowe swojej aplikacji, a llama.cpp przechodzi na wersję 1.0.0 ze stabilnym API. GitHub Copilot otrzymuje Gemini 4 Hydrogen i zapowiada wycofanie sześciu modeli 14 grudnia.

ChatGPT Wallet: agenci dots od OpenAI realizują zakupy aż do płatności, z tokenem ukrywającym prawdziwe dane karty

13 listopada — OpenAI wprowadza ChatGPT Wallet, portfel pozwalający dots, jego osobistym agentom, finalizować zakupy dla użytkownika. Kartę zapisuje się tylko raz. Przed każdą płatnością agent dot przedstawia sprzedawcę, produkty, łączną kwotę i wybraną kartę; użytkownik zatwierdza zakup przez weryfikację biometryczną (Face ID, Touch ID lub odcisk palca), a każde zatwierdzenie pozostawia zapis autoryzowanego zakupu.

We’re introducing ChatGPT Wallet, setting a new bar for secure payments by agents. It’s the first wallet that lets agents pay without access to users’ actual card details and that requires a security check for every purchase, while also preserving existing card rewards and protections for eligible disputes.

🇵🇱 Wprowadzamy ChatGPT Wallet, który wyznacza nowy standard bezpieczeństwa płatności dokonywanych przez agentów. To pierwszy portfel, który pozwala agentom płacić bez dostępu do prawdziwych danych kart użytkowników i wymaga weryfikacji bezpieczeństwa przy każdym zakupie, zachowując jednocześnie dotychczasowe nagrody związane z kartą oraz ochronę w przypadku sporów objętych jej warunkami. — OpenAI, wpis ogłaszający uruchomienie ChatGPT Wallet

Mechanizm opiera się na tokenizacji w sieciach płatniczych. Po zatwierdzeniu zakupu sieć dostarcza token płatniczy z zastępczym numerem karty, kodem bezpieczeństwa i datą ważności: karta zostaje obciążona, a ani agent, ani sprzedawca nie widzą jej prawdziwych danych. Nagrody związane z kartą i ochrona w przypadku sporów pozostają zachowane. Portfel powstał we współpracy z American Express, Mastercard i Visa; dla American Express jest to pierwsza integracja oferty Agentic Commerce Experiences. Twierdzenie, że jest to pierwszy portfel tego rodzaju, pozostaje deklaracją OpenAI.

Element premiery	Warunki na 13 listopada
Gdzie można korzystać	Rozmowy z agentem dot; poza Chat, Work i samodzielnymi wątkami Codex
Uprawnieni abonenci	ChatGPT Pro, osoby w wieku 18 lat i starsze w Stanach Zjednoczonych, stopniowe wdrażanie
Obsługiwane karty	Karty kredytowe American Express, Chase, Mastercard i Visa wydane w Stanach Zjednoczonych
Karty wykluczone na starcie	Karty debetowe i karty wirtualne
Zatwierdzanie każdego zakupu	Weryfikacja biometryczna: Face ID, Touch ID lub odcisk palca
Dane otrzymywane przez sprzedawcę	Zastępczy token płatniczy

Artykuł pomocy ostrzega, że zatwierdzenie nie jest równoznaczne z potwierdzeniem zamówienia, które należy sprawdzić u sprzedawcy; wpis premierowy dodaje, że niektóre witryny mogą nadal nieumyślnie blokować zakupy dokonywane przez agentów. W przyszłości, bez podania daty, użytkownik będzie mógł delegować całe zakupy w ustalonych wcześniej granicach: limitu wydatków, kategorii i okresu.

Dla sprzedawców OpenAI publikuje Commerce Partner Playbook: należy zgłosić prawa do swojej wizytówki przez Businesses in ChatGPT (uruchomione 10 listopada) i opublikować kanał produktowy, rozpoznawać w swoim CDN lub zaporze żądania agentów ChatGPT podpisane za pomocą Web Bot Auth oraz zapewnić akceptację takich zakupów przez narzędzia do zapobiegania oszustwom (Forter, Riskified, Sardine, Signifyd) i dostawców usług płatniczych (Adyen, Checkout.com, Stripe). Po zaprezentowanych w marcu zakupach wizualnych i Agentic Commerce Protocol OpenAI przechodzi tym samym do finalizowania zakupów.

🔗 Zakupy z ChatGPT Wallet (pomoc OpenAI) · Informacje o wydaniach ChatGPT · Commerce Partner Playbook (OpenAI)

Google Wallet w aplikacji Gemini: wgląd w wydatki bez możliwości dysponowania pieniędzmi

13 listopada — Tego samego dnia Google wybiera odwrotne podejście: asystent odczytuje informacje z portfela, ale nigdy nie płaci. Google Wallet dołącza do aplikacji połączonych z Personal Intelligence, obok Gmail, Photos, YouTube i Search, dla wszystkich użytkowników aplikacji Gemini w Stanach Zjednoczonych, w przeglądarce oraz na Android i iOS. Wspominając @Google Wallet, można uzyskać wykresy przepływów pieniężnych, alokacji aktywów lub budżetu, wykrywać cykliczne subskrypcje i podwyżki ich cen albo przygotować budżet świąteczny na podstawie zeszłorocznych transakcji. Rachunki bankowe i rachunki kart kredytowych można połączyć z Wallet przez Plaid.

Gemini can only read information from your accounts; it can’t move, manage, or invest your money.

🇵🇱 Gemini może jedynie odczytywać informacje o Twoich rachunkach; nie może przenosić Twoich pieniędzy, zarządzać nimi ani ich inwestować. — Wpis Google na blog.google

Połączenie jest opcjonalne i można je w każdej chwili wyłączyć w ustawieniach Personal Intelligence. Ten sam wpis wprowadza Memory Summary, stronę pokazującą, co Gemini zapamiętał (preferencje, zainteresowania, bieżące cele), i pozwalającą te informacje poprawić, w przeglądarce i na urządzeniach mobilnych, wszędzie tam, gdzie dostępne jest Personal Intelligence.

Agenci programistyczni: Claude Code 2.1.323 wprowadza Code Mode, obok Codex CLI 0.169, Antigravity 2.32, Devin Apps i Devin Teams

12 listopada — Wersja 2.1.323 Claude Code, opublikowana na GitHub wieczorem 12 listopada z 294 pozycjami, w tym 195 poprawkami, wprowadza Code Mode, eksperymentalną opcję zmieniającą sposób korzystania przez Claude z narzędzi. Bez niej Claude zleca każde wywołanie (Bash, Read, Edit) i odczytuje jego wynik, zanim zdecyduje o kolejnym kroku. Z Code Mode pisze fragment JavaScript, który łączy wiele wywołań w jednym kroku: uruchamia polecenia równolegle, wykorzystuje wynik jednego wywołania w następnym i zwraca tylko przydatną część wyniku. Dokumentacja zaleca ten tryb do powtarzalnych zmian w wielu plikach, wyszukiwań wymagających filtrowania przed odczytem oraz niezależnych poleceń. Rozmowa nadal pokazuje wywołania narzędzi; sam kod można przeczytać w widoku transkrypcji (Ctrl+O).

Wymaganie Code Mode	Wartość według dokumentacji
Włączenie	Zmienna `CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1`, następnie potwierdzenie przy pierwszym uruchomieniu
Minimalna wersja	Claude Code 2.1.323, natywny build
Wymagane konto	Subskrypcja Claude lub konto Console
Obsługiwane modele	Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.2
Obsługiwany interfejs	Interaktywna sesja w terminalu (bez `-p`, SDK Agent, VS Code, Desktop i sesji w chmurze)
Wykluczone konfiguracje	Bramy, Amazon Bedrock, Agent Platform od Google Cloud, Microsoft Foundry, HIPAA, zerowa retencja danych
Maksymalny czas działania kodu	10 minut podczas oczekiwania, do 2 godzin w tle

W kwestii bezpieczeństwa każde wywołanie narzędzia uruchomione przez kod nadal podlega regułom deny i ask oraz mechanizmom hooks PreToolUse. W trybie auto klasyfikator analizuje kod przed wykonaniem, ale nie każde wywołanie: nie widzi wartości obliczanych po drodze, takich jak ścieżka uzyskana z wyszukiwania, a dokumentacja zaleca zachowanie reguł lub mechanizmów hooks dla wrażliwych wywołań. Administratorzy mogą zablokować tryb w całej organizacji, ustawiając zmienną na 0 w zarządzanych ustawieniach, ale nie mogą go w ten sposób włączyć. Dokumentacja przewiduje też odmowę, gdy tryb nie został jeszcze udostępniony danemu kontu, z zaleceniem ponownej próby innego dnia. Stabilny kanał npm pozostaje na razie przy 2.1.311.

Pozostałe zmiany w tej wersji usuwają luki w uprawnieniach. Sesja uruchomiona w trybie auto, gdy jest on niedostępny, rozpoczyna się teraz w trybie Manual, który pyta przed działaniem, zamiast w trybie z szerszymi uprawnieniami; Write i Edit nie mogą już zapisywać pod ścieżką chronioną regułą Read deny, a reguł deny i ask nie można już obejść przez sudo lub env. Przyjmowane okno kontekstu nieznanego modelu rośnie z 200 000 do 1 miliona tokenów, klient MCP v1 zostaje usunięty, a wtyczki mogą deklarować obsługiwane wersje Claude Code (engines["claude-code"]). Poza terminalem Claude Tag dodaje swoje sesje Slack do Compliance API w Enterprise, w wersji beta, a Code Review eksportuje koszty według repozytorium do CSV.

🔗 Claude Code 2.1.323 (GitHub) · Dokumentacja Code Mode

Claude Code 2.1.325: polecenia Bash w środowisku sandbox znów podlegają autoryzacji, a luka zstd zostaje usunięta

13 listopada — Następnego dnia Claude Code 2.1.325 zmienia domyślne zachowanie: polecenia Bash wykonywane w środowisku sandbox przechodzą teraz standardową ścieżkę autoryzacji, zamiast wykonywać się bez pytania. Aby zachować dotychczasowe działanie, należy ustawić sandbox.autoAllowBashIfSandboxed: true, w źródle zarządzanych ustawień o najwyższym priorytecie, jeśli to organizacja włącza środowisko sandbox. Wersja usuwa też lukę w dekodowaniu odpowiedzi skompresowanych za pomocą zstd, bez podania dalszych szczegółów.

Inne zmiany zaostrzają uprawnienia: polecenia git służące tylko do odczytu wymagają potwierdzenia w repozytorium, które nie jest ani repozytorium projektu, ani zatwierdzonym repozytorium, a zadania zaplanowane, takie jak /loop, pytają przed uruchomieniem modułu skill deklarującego dozwolone narzędzia lub mechanizmy hooks (Skill(name) w permissions.allow do pracy bez nadzoru). Sesja w tle otwarta na koncie claude.ai mogła korzystać z klucza API odziedziczonego z powłoki i naliczać za niego opłaty: zostało to poprawione. Spośród 139 pozycji 88 to poprawki, w tym kilka dla Code Mode; wersja 2.1.324, opublikowana na npm niecałe dwie godziny wcześniej, nie ma informacji o wydaniu.

🔗 Claude Code 2.1.325 (GitHub)

Codex CLI 0.168 i 0.169: rozmowy poboczne w kartach, a codex exec wymaga zaufania do projektu

13 listopada — OpenAI publikuje dwie stabilne wersje Codex CLI w mniej niż pięć godzin. Wersja 0.168.0 (03:54 UTC, 226 wymienionych PR) wprowadza opcjonalnie (features.tui_workspace) rozmowę poboczną wyświetlaną obok rozmowy głównej; wersja 0.169.0 (08:37 UTC, 243 PR) przenosi ją do kart, przywracanych po ponownym uruchomieniu. Panel Sessions → Model providers pozwala wybrać dostawcę modelu dla nowych rozmów bez wpływu na już otwarte, a własnych dostawców można teraz tworzyć z terminala, z kodem urządzenia do połączeń przez SSH.

Zmiana istotna dla skryptów i CI pojawia się w 0.169.0: w niezaufanym folderze codex exec nie ładuje już konfiguracji projektu ani jego serwerów MCP, nawet z --sandbox workspace-write. Aby zapisać zaufanie do projektu, trzeba przekazać --trust do codex exec lub codex review. Obie wersje dodają też opcjonalne animowane GIF-y, nagrywanie dźwięku przy użyciu zgodnego modelu, wyszukiwanie dawnych zadań centrum dowodzenia agentami oraz lokalne archiwum diagnostyczne ZIP (Ctrl+S). Opcja features.multi_agent jest stopniowo wycofywana na rzecz agents.enabled, a tytuł jednego PR wspomina o lokalnej migracji modułów skills z Claude Code, bez wzmianki w informacjach o wydaniu.

🔗 Codex CLI 0.168.0 (GitHub) · Codex CLI 0.169.0 (GitHub)

Antigravity 2.32 i Antigravity CLI 1.5.8: Dynamic Workflows w Python, Hydrogen i Carbon z kluczem API Gemini

13 listopada — Aplikacja Antigravity przechodzi na 2.32.0 z Dynamic Workflows: agent koordynuje równoległą pracę podagentów i zadania wieloetapowe, pisząc kod w Python, wykonywany przez środowisko runtime dostarczane z aplikacją. Pomysł nawiązuje do dynamicznych workflows oferowanych już przez Claude Code, Copilot CLI i Devin; changelog nie wyjaśnia, jak ta funkcja współdziała z /swarm, dostępnym w wersji zapoznawczej od 10 listopada. Wersja chroni też karty przeglądarki sterowane przez agenta: osadzone ramki (frames) z innych witryn ładują się w nich bez zalogowania i bez wyraźnej zgody pozostają ukryte na jego zrzutach ekranu. Łącznie jest 11 ulepszeń i 13 poprawek, w tym motywy Everforest i lokalne klonowanie repozytoriów GitHub z chmury dla agentów zdalnych.

Tego samego dnia Antigravity CLI 1.5.8 udostępnia Gemini 4 Hydrogen (poziomy od Low do XHigh) i Gemini 4 Carbon (od Low do High) przy połączeniach z kluczem GEMINI_API_KEY, a Hydrogen także z poświadczeniami Google Cloud (ADC) i za bramą firmową. Jego 22 poprawki usuwają kilka możliwości obejścia zabezpieczeń: oszukiwanie sieciowego proxy środowiska sandbox za pomocą zakodowanych ukośników (%2F) lub segmentów „..” w URL, nadużywanie reguł „zawsze zezwalaj” w Windows przez cmd lub PowerShell, ignorowanie reguł uprawnień MCP dla niektórych narzędzi oraz ciche pomijanie w Windows blokującego mechanizmu hook zapisanego z użyciem podwójnych cudzysłowów.

🔗 Changelog Antigravity

Devin Apps: prywatne aplikacje internetowe hostowane na maszynie chmurowej Devin

13 listopada — Cognition wprowadza Devin Apps: wystarczy opisać narzędzie potrzebne zespołowi (panel, kolejkę przeglądów, stronę statusu projektu), a Devin je zbuduje i opublikuje, po czym zespół otworzy je pod stałym adresem URL. App może też powstać z trwającej sesji, na podstawie pokazanego już podglądu w przeglądarce. Apps pozostają prywatne: wymagają zalogowania do Devin, a dostęp można udostępniać poszczególnym osobom, organizacji lub całej firmie. Każda zmiana tworzy nową wersję pod tym samym adresem, a jeśli ta się nie uruchomi, poprzednia nadal obsługuje użytkowników.

Apps opierają się na migawkach pamięci, które umożliwiają hibernację Devin: maszyna zasypia 5 minut po ostatnim żądaniu i budzi się w kilka sekund przy kolejnej wizycie. Opłaty zależą od czasu aktywności, bez podanej stawki. Nadaje się dowolny stos obsługujący HTTP, z SQLite lub Postgres na tej samej maszynie; App działa na jednej maszynie i jest przeznaczona do narzędzi wewnętrznych oraz środowisk przedprodukcyjnych, a nie usług o dużym ruchu. Ogłoszenie następuje po Apps od Cursor (5 listopada) i Boxes od Amp (10 listopada).

🔗 Przedstawiamy Devin Apps · Dokumentacja Devin Apps

Devin Teams: Devin Desktop bez płatnych stanowisk, tryb Free z SWE-2 i limit zmniejszony do 100 stanowisk

12 listopada — Poprzedniego wieczoru Cognition zmieniło ofertę Devin Teams. Devin Desktop nie wymaga już płatnych stanowisk, a tryb Free, oparty na autorskim modelu SWE-2, zapewnia każdemu użytkownikowi dwie bezpłatne sesje jednocześnie. Bezpłatne korzystanie z SWE-2 w Devin Desktop i CLI staje się stałym elementem planów Teams, Pro i Max, po kilku okresach tymczasowego bezpłatnego dostępu od września.

Element oferty Teams	Zmiana ogłoszona przez Cognition
Stanowiska Devin Desktop	W cenie dla całego zespołu, bez płatnych stanowisk
Tryb Free	2 jednoczesne sesje na użytkownika, z SWE-2
Logowanie jednokrotne	Okta, Microsoft Entra ID, dowolny dostawca SAML lub OIDC
Limity użycia	Do 3 poziomów, zwiększenia zatwierdzane ręcznie lub automatycznie
Limit stanowisk	100, wcześniej 200
Stanowiska z limitem	Wycofane za 30 dni

Oferta obejmuje też Devin Coach, który sugeruje na przykład lżejszy tryb do niewielkiego zadania, oraz standardową umowę dotyczącą przetwarzania danych medycznych (BAA), o którą można wystąpić w ustawieniach. Nie podano żadnej ceny.

🔗 Nowy plan Teams od Devin

DeepSeek udostępnia w swoim API funkcje aplikacji: wyszukiwanie, pliki, odczytywanie linków, bezpieczeństwo i głos

13 listopada — DeepSeek udostępnia programistom funkcje składające się na działanie jego aplikacji. Od 17 października API oferowało już wyszukiwanie i odczytywanie stron (Search i Fetch). DeepSeek dodaje do niego wszystkie funkcje aplikacji, które można włączyć kilkoma parametrami w deepseek-flash (DeepSeek-V4.1-Flash-1017), we wszystkich trzech API: Messages, Responses i Chat Completions; usługa sama zajmuje się wywoływaniem narzędzi i składaniem kontekstu.

The capabilities behind the DeepSeek App are now available through the DeepSeek API. Enable built-in features with a few parameters, or call standalone APIs such as OCR, ASR, and TTS.

🇵🇱 Funkcje, na których opiera się aplikacja DeepSeek, są teraz dostępne w API DeepSeek. Włącz wbudowane funkcje za pomocą kilku parametrów lub wywołuj niezależne API, takie jak OCR, ASR i TTS. — @deepseek_ai na X

Narzędzie deepseek_web_search przeszukuje internet lub wyszukuje obrazy i odpowiada z cytowaniami, gdy rozumowanie jest wyłączone; po włączeniu rozumowania model wykonuje serię wyszukiwań i sam odczytuje linki. Narzędzie deepseek_read_url pobiera strony wskazane w wiadomości. Pliki (PDF, dokumenty Office, obrazy) są analizowane, a następnie dodawane do kontekstu. Parametr kontroli bezpieczeństwa sprawdza dane wejściowe i wyjściowe oraz zwraca znacznik odmowy w razie ryzyka; DeepSeek wymaga od usług dostępnych publicznie włączenia tej funkcji i spełnienia obowiązków (przeglądu bezpieczeństwa treści, rejestracji dużych modeli, oznaczania AI).

Te komponenty są też sprzedawane oddzielnie, wraz z trzema nowymi API do OCR, rozpoznawania mowy (ASR) i syntezy mowy (TTS). Opłaty za narzędzia są doliczane do kosztu tokenów, którego stawki się nie zmieniają: dla deepseek-flash 0,30 dolara za milion tokenów wejściowych bez cache i 1,20 dolara za tokeny wyjściowe w godzinach szczytu, a poza nimi za połowę ceny.

Płatna funkcja	Cena katalogowa	Cena tymczasowa (-50 %)
Wyszukiwanie w internecie (tekst, obraz)	0,75 dolara za 1 000	Bez zniżki
Odczytywanie stron (fetch)	0,75 dolara za 1 000	Bez zniżki
Analiza plików i OCR	0,225 dolara za 1 000 stron	Bez zniżki
Synteza mowy (TTS)	0,45 dolara za 10 000 znaków	0,225 dolara
Rozpoznawanie mowy (ASR)	0,116 dolara za godzinę dźwięku	0,058 dolara

Aby zaprezentować całość, DeepSeek publikuje na licencji MIT chat-demo, statycznego klienta czatu, który nie wymaga serwera i wywołuje API bezpośrednio z przeglądarki, z wyszukiwaniem, odczytywaniem linków, załącznikami, głosem i importem historii z aplikacji. Tego samego dnia wersja zapoznawcza DeepSeek Harness dodaje eksperymentalną wtyczkę importującą te rozmowy do obszaru roboczego. Dla programisty oznacza to możliwość odtworzenia aplikacji DeepSeek we własnym produkcie lub wykorzystania tylko jednego z jej komponentów.

🔗 Dziennik zmian API DeepSeek · Cennik API DeepSeek · Poradnik budowy chatbota (DeepSeek) · chat-demo (GitHub)

llama.cpp i ggml przechodzą na 1.0.0 ze stabilnym API; SGLang, Transformers i Diffusers uzupełniają otwarte narzędzia

13 listopada — Po trzech i pół roku wersji numerowanych według kompilacji llama.cpp i jego biblioteka obliczeniowa ggml publikują pierwszą wersję główną, 1.0.0. Silnik, który uruchamia modele lokalnie na urządzeniach od telefonu po stację roboczą, stanowi podstawę wielu aplikacji. Zespół, obecnie w Hugging Face, zobowiązuje się do stosowania wersjonowania semantycznego (semantic versioning) publicznego API C: każda niezgodność API lub ABI będzie wymagała nowej wersji głównej.

Typ wersji	Co powoduje jej wydanie
Główna	Niezgodna wstecznie zmiana publicznego API C lub ABI
Poboczna	Zgodna wstecznie funkcja, nowy backend, nowy model lub rozszerzenie API
Poprawkowa	Naprawa błędu bez zmiany API

Przejście na 1.0 porządkuje bibliotekę: znika 35 przestarzałych funkcji, a API dekodowania spekulatywnego NextN trafia do głównego pliku nagłówkowego llama.h. Wersja dodaje cache KV w FP8, cache ekspertów MoE w pamięci hosta z możliwością regulowania części powierzanej procesorowi oraz obsługę Kimi-K3.1-Pro, Ripple-65B-Preview, syntezy mowy drama-3 i funkcji wizyjnych MageVL-Cowork oraz Kimi-K3.1. Serwer llama-server otrzymuje zabezpieczenia przed atakami SSRF, CORS i DNS rebinding, endpoint /v1/audio/speech zgodny z OpenAI oraz przeprojektowany interfejs internetowy.

Według wpisu silnik obsługuje ponad 150 wariantów architektur i wszystkie popularne metody dekodowania spekulatywnego. Biblioteka jest dystrybuowana przez Homebrew, Winget, conda-forge, Debian, Docker lub MacPorts, a zespół testuje każdą zmianę za pomocą HF Jobs i maszyn udostępnionych przez NVIDIA, AMD, Qualcomm, Arm, IBM i Intel. Clément Delangue przedstawia tę v1 jako pierwszą w pełni stabilną wersję główną najczęściej używanej biblioteki do lokalnego uruchamiania modeli. Cohere z uznaniem odniosło się do wydania, informując, że jego mały model North Micro Vision jest już obsługiwany. Dla programisty integrującego llama.cpp z produktem oznacza to obietnicę stabilnego API między kolejnymi wersjami głównymi.

🔗 Wpis ggml-org na Hugging Face · llama.cpp v1.0.0 (GitHub) · Ogłoszenie Georgiego Gerganova

SGLang Consortium: ośmiu członków założycieli wokół silnika inferencji LMSYS

12 listopada — LMSYS Org, organizacja non profit rozwijająca silnik inferencji open source SGLang, powołuje SGLang Consortium podczas otwarcia pierwszego SGLang Summit, odbywającego się 12 i 13 listopada w San Francisco. Jego ośmiu członków założycieli to NVIDIA, AMD, Intel, Google, Meta, Cloudflare, Modal i RadixArk. Każdy wyznacza przedstawiciela technicznego i uczestniczy w dwóch spotkaniach rocznie poświęconych planowi rozwoju; opiekunowie projektu zachowują kontrolę nad decyzjami technicznymi i przyjmowanym kodem, a projekt pozostaje otwarty dla wszystkich. Priorytety to nowe modele, rozumowanie i multimodalność, inferencja rozproszona oraz optymalizacja sprzętowa.

NVIDIA, która udostępniła ogłoszenie 13 listopada, podkreśla współpracę obejmującą pięć generacji obliczeń akcelerowanych, od Ampere po Vera Rubin, oraz obsługę ponad 100 modeli już w dniu ich premiery. Według LMSYS, powołującego się na Deloitte, inferencja miałaby odpowiadać za około dwie trzecie obliczeń AI w 2026 roku, wobec połowy w 2025 roku.

🔗 LMSYS Org powołuje SGLang Consortium · Udostępnienie przez @NVIDIAAI

Transformers v5.23.0: jeden ExportedModel dla ONNX Runtime, OpenVINO, ExecuTorch i Dynamo

13 listopada — Transformers v5.23.0 ujednolica eksport modeli. Niezależnie od tego, czy celem jest ONNX Runtime, OpenVINO, ExecuTorch czy graf Dynamo w PyTorch, eksport zwraca teraz ExportedModel, który wywołuje się tak samo jak oryginalny model (te same argumenty, ta sama klasa wyjściowa), można opublikować w Hub i załadować bezpośrednio w docelowym silniku. To zmiana niezgodna wstecznie: export() nie zwraca już tego samego obiektu. Eksporty ONNX można scalać dla procesora, CUDA, WebGPU lub DirectML.

Silnik i sprzęt (EmbeddingGemma2, informacje o wydaniu)	Przyspieszenie względem PyTorch eager	Przyspieszenie względem torch.compile
ONNX Runtime z TensorRT, A100	7,6 raza	1,4 raza
OpenVINO, Xeon Platinum 8570	4,1 raza	2,2 raza
OpenVINO z wagami int8, ten sam Xeon	4,9 raza	2,6 raza

Wersja dodaje siedem modeli, w tym Inkling 2 Small od Thinking Machines, LFM3 i LFM3-VL od Liquid AI, Dots 3 Note Preview (tekst, obraz, wideo i dźwięk), IQuest-Coder-V1 oraz InternLM3; głowica decyzyjna JEV pozostaje eksperymentalna.

🔗 Transformers v5.23.0 (GitHub)

Diffusers 0.43.0: pięć modułowych pipelines, od MiniMax-H3-Image po symulator PAN 2

12 listopada — Diffusers 0.43.0 dodaje pięć modeli generatywnych w postaci modułowych pipelines. MiniMax-H3-Image i P-H3-Image od Pruna AI generują i edytują obrazy na podstawie tekstu i obrazów referencyjnych (do ośmiu w przypadku P-H3-Image), w sześciu lub ośmiu krokach. Pika H3 Flex, oparty na MiniMax-H3, tworzy wideo ze zsynchronizowanym dźwiękiem stereo w sześciu krokach. Kandinsky S2V 1.0 animuje osobę na podstawie zdjęcia i nagrania jej głosu, uwzględniając ruchy ciała, w pięciosekundowych fragmentach. PAN 2, symulator o 29 miliardach parametrów, generuje sceny na podstawie działań i ruchów kamery, z domyślnie włączonymi kontrolami bezpieczeństwa. Wersja usprawnia też równoległość tensorów, LoRA i backendy mechanizmu uwagi.

🔗 Diffusers 0.43.0 (GitHub)

Katalog GitHub Copilot: Gemini 4 Hydrogen trafia także do planu Pro, sześć modeli zostanie wycofanych 14 grudnia

Gemini 4 Hydrogen w Copilot, także w planie Pro

13 listopada — Dzień po premierze w Google Gemini 4 Hydrogen staje się ogólnie dostępny w GitHub Copilot. GitHub przedstawia go jako najnowszy model Flash od Google, zaprojektowany z myślą o szybkim kodowaniu agentowym, korzystaniu z narzędzi i wieloetapowych workflows, z lepszym wykonywaniem instrukcji niż Gemini 3.8 Flash, bez danych liczbowych na poparcie tej tezy. W odróżnieniu od dwóch poprzednich nowości, Gemini 4 Carbon i Claude Fable 5.2, dostęp obejmuje także plan Copilot Pro, obok Pro+, Max, Business i Enterprise.

Model pojawia się w jedenastu środowiskach: dziesięciu dostępnych dla Carbon, od Visual Studio Code po Eclipse, w tym Copilot CLI, agencie kodującym, aplikacji GitHub Copilot i GitHub Mobile, a także w Copilot SDK. Jest rozliczany według zużycia po cenie katalogowej dostawcy i włączany automatycznie w Business oraz Enterprise, o ile administrator nie wyłączył domyślnego włączania nowych modeli. Wdrażanie odbywa się stopniowo. Tego samego dnia Hydrogen trafia również do Agent API od Perplexity i do Antigravity CLI.

🔗 Gemini 4 Hydrogen w GitHub Copilot (GitHub Changelog)

Sześć modeli zostanie wycofanych z Copilot 14 grudnia

13 listopada — GitHub ogłasza wycofanie sześciu modeli ze wszystkich funkcji Copilot (Chat, edycja w miejscu, tryby ask i agent, uzupełnianie kodu) 14 grudnia. Każdy ma sugerowanego następcę, często wprowadzonego w ostatnich tygodniach.

Wycofywany model	Następca sugerowany przez GitHub
Claude Fable 5	Claude Fable 5.2
Claude Haiku 4.5	Claude Haiku 5.5 (Haiku 4.5 pozostaje dostępny dla indywidualnych subskrybentów z planem rocznym)
Gemini 3.8 Flash	Gemini 4 Hydrogen
Gemini 4 Argon	Gemini 4 Carbon
Grok 4.6	Grok 4.7
Kimi K3	Następca zostanie ogłoszony

W Business i Enterprise następcy są włączani automatycznie w ramach domyślnego włączania nowych modeli, a usunięcie starych nie wymaga żadnych działań. GitHub wycofał już według tego samego schematu cztery modele 2 października i sześć 19 października; Gemini 4 Argon, wprowadzony w połowie października, spędzi więc w Copilot zaledwie dwa miesiące.

🔗 Nadchodzące wycofanie wybranych modeli GitHub Copilot w grudniu (GitHub Changelog)

Ocena modeli: zalecenia Anthropic dotyczące bezpieczeństwa i XYBench od Ai2

Anthropic: dziesięć zaleceń dotyczących wiarygodnych ocen bezpieczeństwa

13 listopada — Na swoim blogu Engineering Anthropic publikuje poradnik dotyczący projektowania, przeprowadzania i prezentowania ocen bezpieczeństwa, zawierający według firmowego tweeta dziesięć zaleceń. Punkt wyjścia: stwierdzenie, że model jest „bezpieczniejszy od poprzedniego”, jest warte tyle, co ocena, na której się opiera, a oceny AI łatwo obejść i trudno odtworzyć. Wpis czerpie z reform w psychologii po kryzysie replikacyjnym, w tym z prerejestracji (preregistration) hipotez przed zapoznaniem się z danymi.

Zamiast odsetka odmów Anthropic preferuje odsetek właściwych odpowiedzi, mierzony w rozmowach wieloturowych, w których jedna błędna tura oznacza niepowodzenie całości: model Claude odgrywa symulowanego użytkownika opisanego przez eksperta, a automatyczny ewaluator, zweryfikowany na podstawie oznaczeń nadanych przez ludzi, ocenia każdy zapis rozmowy. Po wewnętrznych incydentach wiele ocen z dostępem do Internetu zostało tymczasowo wstrzymanych.

Miara przytoczona przez Anthropic	Opublikowana wartość
Nieszkodliwe odpowiedzi, testy jednoturowe przez API	Od 94 % do 98 % dla wszystkich najnowszych modeli (nasycenie)
Oszustwa romantyczne na claude.ai	Opus 5: 98 %, Opus 5.5: 94 % (różnica nieistotna statystycznie)
Różnica między API a claude.ai dla Fable 5.1	Do 34 punktów
Samobójstwa i samookaleczenia, nowy prompt systemowy	60 % przez API, 94 % na claude.ai
Minimalna wielkość próby	100 elementów w testach wieloturowych, 1 000 w jednoturowych

🔗 Tworzenie solidnych ocen bezpieczeństwa (Anthropic) · Ogłoszenie @AnthropicAI

XYBench: asystenci rzadko dostrzegają prawdziwe pytanie za źle sformułowaną prośbą

13 listopada — Ai2 publikuje XYBench wspólnie z Carnegie Mellon, NVIDIA i Johns Hopkins (nagroda za najlepszy artykuł prezentujący zasoby na EMNLP 2026). Benchmark dotyczy „problemu XY”: ktoś chce osiągnąć cel X, zakłada, że metoda Y zadziała, i prosi o pomoc z Y. Jego 8 115 pytań obejmuje dziedziny od programowania (Stack Overflow) po gotowanie i majsterkowanie (WikiHow). Pięć testowanych modeli, należących do wcześniejszych generacji, często proponuje rozwiązanie rzeczywistego problemu, ale nadal skupia się na dosłownym brzmieniu prośby.

Oceniany model (pytania ze Stack Overflow)	Rozwiązanie rzeczywistego problemu	Odpowiedź skupiona na celu	Wskazanie błędnego założenia
Najlepsza odpowiedź człowieka	67 %	55 %	79 %
GPT-5	71 %	41 %	60 %
Qwen3.5-9B	64 %	41 %	60 %
DeepSeek-V4 Pro	66 %	35 %	55 %
Gemini 3.1 Pro	62 %	40 %	54 %
Claude Sonnet 4.6	59 %	36 %	47 %

Gdy prosi się je o wybór między dwiema odpowiedziami, modele w 71–84 % przypadków preferują tę, która dotyczy rzeczywistego celu, choć same tworzą takie odpowiedzi tylko w 35–41 % przypadków: umiejętność rozpoznania dobrej odpowiedzi nie wystarcza, by ją stworzyć.

🔗 XYBench (Ai2) · Ogłoszenie @allen_ai

Wstrzykiwanie promptów: IBM publikuje LLMON i dwie wersje zapoznawcze Granite 4.1, które lepiej mu się opierają

12 listopada — IBM przedstawia LLMON, język znaczników zaprojektowany z myślą o modelach językowych. W trakcie długiego zadania w kontekście modelu mieszają się prompt systemowy, rozmowa, pobrane dokumenty, odpowiedzi narzędzi, ograniczenia dotyczące wyjścia i tok rozumowania, bez jawnej struktury lub w formatach takich jak JSON, które według IBM nie są stworzone dla modeli. LLMON oznacza każdy z tych elementów, aby model wiedział, co czyta, co ma mu pomóc unikać wykonywania instrukcji wstrzykniętych do jego kontekstu.

IBM publikuje dwie eksperymentalne wersje zapoznawcze wywodzące się z modeli bazowych Granite 4.1, granite-4.1-3b-LLMON-preview i granite-4.1-8b-LLMON-preview, wytrenowane do odczytywania i generowania tekstu ze znacznikami LLMON. W swoim benchmarku wstrzykiwania promptów IBM podaje, że unikają one o 47 % więcej ataków niż najlepszy testowany model klasy frontier i o 95 % więcej niż najlepszy model open source, zachowując poziom Granite 4.1 Instruct w ogólnych benchmarkach. Są to pomiary producenta przeprowadzone na jego własnym benchmarku.

🔗 LLMON, język znaczników stworzony dla LLM, teraz w Granite (Hugging Face)

PARDIG i SatWeave: Google DeepMind udostępnia zbiory danych stojące za WeatherNext 3

13 listopada — Google DeepMind udostępnia publicznie dwa zbiory danych, na których opiera się WeatherNext 3, jego globalny model pogodowy uruchomiony we wrześniu. SatWeave łączy obrazy z satelitów geostacjonarnych (GOES, Meteosat, Himawari) w globalną mozaikę obejmującą 17 kanałów, aktualizowaną co godzinę: to właśnie pozwala WeatherNext 3 tworzyć nową globalną prognozę co godzinę, podczas gdy inne modele korzystają z analiz odświeżanych co sześć godzin.

PARDIG szacuje opady na całej planecie co 15 minut, z rozdzielczością około 10 km. Uczy się na podstawie pomiarów radaru kosmicznego misji GPM NASA, zamiast wyłącznie na podstawie instrumentów naziemnych, aby zachować przydatność tam, gdzie nie ma ani radaru, ani deszczomierza. W porównaniu z trzema sieciami radarowymi (Stany Zjednoczone, Europa, Japonia) i ponad 36 000 stacji poprawia wykrywanie słabych i umiarkowanych opadów deszczu w ujęciu godzinowym o ponad 30 % względem IMERG-Final, produktu referencyjnego NASA.

Otwarty zbiór danych	Zawartość i częstotliwość	Dostępne archiwum
SatWeave	Mozaika geostacjonarna obejmująca 17 kanałów, co godzinę	Ponad dziesięć lat
PARDIG	Globalne opady co 15 minut, około 10 km	Od 1999 do 2026

Strumienie danych na żywo i archiwa są dostępne w Google Cloud Storage, a PARDIG także w Google Earth Engine.

🔗 Udostępniamy zbiory danych stojące za naszymi modelami pogodowymi AI (Google DeepMind) · Wątek @GoogleDeepMind

Generatywne audio: Suno Bridge w Ableton Live, przebudowane Stable Audio z Generate i Sampler

Suno Bridge: generowanie ścieżek Suno w sesji Ableton Live 12

13 listopada — Suno uruchamia Suno Bridge, samodzielną aplikację w wersji beta, która wprowadza jego modele muzyczne do oprogramowania produkcyjnego użytkownika. W chwili premiery działa ona wyłącznie z Ableton Live 12 na Mac; planowane są inne systemy i inne DAW, ale bez harmonogramu. Bridge działa obok Ableton Live i synchronizuje się z otwartą sesją, której pliki są przesyłane do Suno, aby mogło zrozumieć jej kontekst muzyczny. Prompty generują nowe partie instrumentalne lub wokalne dopasowane do tempa, tonacji, stylu, harmonii i groove’u sesji, w pętli wybranej za pomocą znaczników w Arrangement View (na przykład 8 taktów, od 9. do 16.). Wynik trafia bezpośrednio na oś czasu. Bridge jest częścią wszystkich subskrypcji Premier, bez osobnej opłaty.

🔗 Suno Bridge: Twój DAW z możliwościami Suno · Ogłoszenie @suno

Stable Audio: jeden obszar roboczy, Generate do utworów i Sampler do zestawów

12 listopada — Stability AI ogłasza przebudowę Stable Audio, opisaną szczegółowo w listopadowych informacjach o wydaniu (strona datowana w metadanych na 4 listopada, ogłoszona 12 listopada). Serwis gromadzi teraz projekty i dźwięki w jednym obszarze roboczym, ze stroną główną i biblioteką wspólną dla wszystkich aplikacji.

Aplikacja Stable Audio	Co tworzy
Generate	Utwór lub efekt dźwiękowy na podstawie tekstu lub „paints” określających gatunki, style i instrumenty; Lens do wycinania, zastępowania lub wydłużania
Sampler	Do 8 wariantów na prompt lub zestaw 8 dźwięków, sekwencer 8 instrumentów na 16 krokach, motywy do 32 taktów, eksport do ZIP
Sessions (Labs, beta)	Kompletny miks lub 8 edytowalnych ścieżek, z producentem sterowanym przez chat

Stability nie przedstawia nowego modelu ani cennika.

🔗 Listopadowe informacje o wydaniu Stable Audio · Ogłoszenie @stableaudio

Cohere finalizuje przejęcie AISLE i przyjmuje zespół cubic, który stworzy dział bezpiecznego kodowania

13 listopada — Cohere ogłasza sfinalizowanie przejęcia AISLE, firmy rozwijającej autonomiczne systemy wykrywania i usuwania podatności, miesiąc po liście intencyjnym z 15 października. W tym samym wpisie firma informuje o dołączeniu zespołu cubic, platformy do przeglądu kodu przez AI założonej i kierowanej przez Paula Sanglé-Ferrière’a, który stworzy jej dział „bezpiecznego kodowania” (secure coding vertical). Według Cohere AISLE i cubic zwiększają do czterech liczbę jej strategicznych transakcji fuzji i przejęć w tym roku, obok Aleph Alpha i Reliant AI. Nie podano żadnej kwoty.

Współzałożyciele AISLE obejmują stanowiska kierownicze: Ondrej Vlcek zostaje starszym wiceprezesem Cohere Cyber, nowego obszaru działalności w zakresie cyberbezpieczeństwa skierowanego do przedsiębiorstw, rządów i operatorów infrastruktury krytycznej; Jaya Baloo obejmuje stanowisko dyrektorki ds. bezpieczeństwa informacji, zgodnie z ogłoszeniem z poprzedniego dnia; Stanislav Fort zostaje wiceprezesem ds. AI Security. Cohere planuje długoterminową inwestycję w Pradze, przedstawianej jako przyszłe globalne centrum cyberbezpieczeństwa firmy opartego na AI. Agenci cubic do przeglądu kodu działają lokalnie i w odizolowanym środowisku (air-gapped); Cohere zalicza ich do najlepszych w benchmarkach przeglądu kodu, nie podając wyników liczbowych.

🔗 Cohere rozszerza platformę suwerennej AI dzięki AISLE i cubic

Perplexity: Teammates trafiają do aplikacji na Mac dla subskrybentów Max

13 listopada — Perplexity udostępnia Teammates, swoich osobistych agentów do długotrwałej pracy uruchomionych 5 listopada w wersji webowej, w swojej aplikacji na Mac, nadal dla subskrybentów Max. Według ogłoszenia pracują oni samodzielnie lub z innymi Teammates, na przykład przy zapewnianiu jakości, obsłudze klienta, badaniach czy marketingu wzrostu.

W chwili naszego sprawdzania strona produktu nie była jeszcze zaktualizowana: informowała o dostępności w wersji webowej i na iOS, a następnie „wkrótce” na komputerach i w systemie Android. Wersja na iOS nie została ogłoszona przy premierze, a data jej udostępnienia pozostaje nieznana. Model cenowy się nie zmienia: Teammates są bezpłatni w okresie promocyjnym, po czym zużywają kredyty zawarte w Max. Poprzedniego wieczoru Perplexity pokazało też, że agent przeglądarkowy Computer i Teammates wyświetla teraz swoją pracę na żywo i pozwala użytkownikowi przejąć kontrolę.

🔗 Ogłoszenie @perplexity_ai · Strona produktu Teammates

Google AI Studio: subskrybenci Pro i Ultra mogą odbierać środki Google Cloud bez opuszczania narzędzia

13 listopada — Subskrybenci Google AI Pro i Ultra już wcześniej otrzymywali co miesiąc środki Google Cloud za pośrednictwem Google Developer Program, ale ich odebranie wymagało odwiedzenia kilku stron. Teraz można nimi zarządzać z poziomu Google AI Studio: utworzenie profilu Developer Program, powiązanie konta rozliczeniowego, odebranie środków i sprawdzenie salda odbywają się w jednym procesie, a kolejne pule są przyznawane automatycznie.

Każda miesięczna pula środków zachowuje ważność przez 12 miesięcy, a przyznane kwoty się kumulują; w pierwszej kolejności wykorzystywane są środki z najbliższym terminem wygaśnięcia. Można nimi opłacać API Gemini i modele płatnego poziomu po wyczerpaniu limitu subskrypcji. Obowiązują dwa warunki: minimalna przedpłata w wysokości 5 dolarów na koncie rozliczeniowym Cloud oraz możliwość korzystania wyłącznie przez głównego właściciela subskrypcji, z wyłączeniem członków rodziny. Kwota zależy od poziomu subskrypcji i nie została podana we wpisie.

🔗 Odbierz swoje środki Google Cloud w Google AI Studio (blog.google)

Praxis-1 na ramieniu SO-101: Runway publikuje checkpoint zapowiedziany dwa dni wcześniej

13 listopada — Dwa dni po premierze Praxis-1 z otwartymi wagami, opisanej 11 listopada, Runway publikuje wersję dla SO-101, taniego ramienia robotycznego open source, bardzo popularnego wśród hobbystów i badaczy. README z 11 listopada zapowiadało ten checkpoint jako „nadchodzący”: praxis-1-so101 (licencja Apache 2.0) i jego wariant NVFP4 są już dostępne na Hugging Face, a kod stanowiska testowego (serwer, klient LeRobot) znajduje się w repozytorium GitHub. Według Runway model działa na jednej RTX 5090 w NVFP4.

Aby go dostroić, Runway sięgnęło po dane społeczności LeRobot: 3 956 publicznych zbiorów danych SO-100 i SO-101 od 1 783 współtwórców, czyli około 1 260 godzin; dostrajanie objęło około 1 070 godzin pochodzących z 3 814 zbiorów. Model steruje pięcioma przegubami i chwytakiem z częstotliwością 15 Hz, z kamerą na nadgarstku lub bez niej. Runway nie podaje żadnego wskaźnika skuteczności dla tego ramienia, udostępnia jedynie filmy (składanie ręcznika, wycieranie talerza). Repozytorium otrzymało również optymalizacje inferencji i obsługę Jetson Thor, których autorstwo przypisano NVIDIA.

🔗 Ogłoszenie @runwayml · praxis-1-so101 na Hugging Face · Raport techniczny Praxis-1

Krótkie wiadomości

Agenci programistyczni i CLI

Copilot CLI 1.0.111 — Wydana jako wersja stabilna 13 listopada, obsługuje wyrażenia regularne w narzuconych przez firmę regułach uprawnień dla Shell, Bash i PowerShell oraz zapobiega nieograniczonemu kopiowaniu się dynamicznego workflow. Wersja przedpremierowa 1.0.112-0 domyślnie używa okna kontekstowego zalecanego dla każdego modelu; w SDK sesje z Claude Haiku 5.5 przechodzą domyślnie na 936K tokenów promptu zamiast 100K, co według informacji o wydaniu może zwiększyć koszty. 🔗 źródło
Qwen Code v0.27.3 — 113 pozycji bez zmian naruszających kompatybilność: kanał DingTalk służący wyłącznie do wysyłania powiadomień, GitLab jako kanał repozytorium w Web Shell, /pr do powiązania sesji z pull requestem; tryb auto-edit respektuje teraz permissions.ask, a git commit --amend wymaga zatwierdzenia w trybie AUTO. 🔗 źródło
Kimi Code 2.6.1 i 2.6.2 — Dwie wersje poprawkowe: ponowne otwieranie długich sesji nie zajmuje już kilku sekund, sesje nie zawieszają się już zamiast przejść kompaktowanie, panel Swarm został naprawiony, a /feedback nie akceptuje już wyników zawierających wyłącznie tekst. 🔗 źródło
Gemini CLI — Wciąż brak nowej wersji od v0.68.0 z 10 listopada, a nocna kompilacja nadal kończy się niepowodzeniem. Trzy poprawki scalone z główną gałęzią wreszcie sprawiają, że gemini-3.8-flash pojawia się w gemini models list; w repozytorium brak śladów Gemini 4 Hydrogen. 🔗 źródło
DeepSeek Harness 0.2.2-rc.3 — Ta 39. wersja przedpremierowa, nadal bez wydania stabilnego, dodaje eksperymentalną wtyczkę, która importuje rozmowy z aplikacji lub witryny DeepSeek do obszaru roboczego, by można je było kontynuować, oraz naprawia aktualizację aplikacji Windows. 🔗 źródło
Delta 0.26 i Zed — Delta pozwala teraz tworzyć wątki z wersji webowej i telefonu, dostosowywać skróty klawiszowe i wyświetlać podgląd scalenia worktree; Zed zapowiada, bez podania daty, że agenci będą mogli przejść od wiersza kodu do wątku, w którym go napisano, oraz pokazuje podświetlanie autorstwa oparte na DeltaDB. 🔗 źródło
Performance Agent od Replit — W płatnym planie agent wyszukuje przyczyny spowolnień w kodzie i logach z karty Monitoring, jeszcze przed publikacją; w Enterprise można teraz udostępniać projekt wskazanym użytkownikom z rolą Viewers. 🔗 źródło
Codex na Durable Objects — Cloudflare ogłasza, że Codex może działać na jego Durable Objects „jak na laptopie”; tweet z 11 listopada, udostępniony ponownie przez OpenAI Developers, pokazuje jedynie zrzut ekranu z kodem, bez wpisu ani ceny. 🔗 źródło
GitHub Agentic Workflows 1.2.3 — Ta wersja przedpremierowa domyślnie kieruje workflow bez wskazanego modelu do Copilot, w trybie nastawionym na oszczędność, zastępuje swoje integracje Jira, Linear i Azure DevOps deklaratywnymi konektorami oraz blokuje scalanie PR modyfikujących chronione pliki. 🔗 źródło

SDK, API i platformy

Agents SDK JS 0.22.0 — Wersja stabilna zawęża typy, co może naruszyć zgodność z istniejącym kodem TypeScript, oraz domyślnie ustawia wysiłek rozumowania na none dla narzędzi i handoffs w Chat Completions z gpt-6-sol i gpt-6-luna. 🔗 źródło
SDK Python 3.51.0 i Node 7.57.0 od OpenAI — Przygotowują obsługę czasu przechowywania cache promptów sesji agentów, wyników w formacie SVG przy edycji obrazów, identyfikatorów bezpieczeństwa sesji Live i zewnętrznych kluczy OCI Vault, których nie ma jeszcze w changelogu API. 🔗 źródło
Gemini 4 Hydrogen w Agent API Perplexity — 1,50 dolara za milion tokenów wejściowych, 0,075 dolara za wejście z cache i 7,50 dolara za wyjście, z uwzględnieniem rozumowania; Gemini 3.6, 3.7 i 3.8 Flash znikają z dokumentacji, bez zapowiedzi wycofania z API. 🔗 źródło
AI Scan GitHub przez API REST — W publicznej wersji przedpremierowej AI Scan repozytoriów można włączać i wyłączać ustawieniem repository_scan na poziomie organizacji i repozytorium; samo włączenie nie uruchamia skanowania, a każda analiza zużywa kredyty AI w Code Security. 🔗 źródło
Aplikacja GitHub Copilot i GitHub Enterprise Server — Konta GHES można dodawać do ogólnie dostępnej aplikacji od wersji 1.2.0, uzyskując dostęp do repozytoriów, issues i pull requests; brak sesji w chmurze dla GHES. 🔗 źródło

Asystenci i agenci

Grok Bot na spotkaniach — SpaceXSI udostępnia udział Grok Bot w spotkaniach w planach Super, Ultra, Team i Enterprise oraz równoważnych starszych planach; wpis o Grok Bot 1.0 wymieniał tylko Team, Enterprise i Ultra. 🔗 źródło
Agent przeglądarkowy Perplexity — Agent z Computer i Teammates pokazuje teraz swoją pracę na żywo; użytkownik może przejąć kontrolę, samodzielnie zalogować się w witrynie, a następnie oddać mu sterowanie. 🔗 źródło
Side chat w Manus — Obok bieżącego zadania otwiera się dodatkowa rozmowa z jego kontekstem, umożliwiająca zadawanie pytań bez zaśmiecania głównego wątku; nie sprecyzowano planu ani kosztu w kredytach. 🔗 źródło

Przewodniki i zastosowania

Stale aktywni agenci — Przewodnik na claude.com opisuje pięć elementów (skrzynkę zdarzeń przychodzących, timery, pamięć w trwałych plikach, uprawnienia, skrzynkę nadawczą); w nienazwanym benchmarku programistycznym Opus 5.5 kosztuje o 78 % mniej za rozwiązane zadanie niż Opus 5, wobec 40 % przy typowych obciążeniach. 🔗 źródło
Claude Tag w ośmiu startupach — W NavigateAI Claude Tag działa na około 90 kanałach i od czerwca otworzył około 223 PR, z których 134 scalono; przewodnik przypomina, że beta jest zarezerwowana dla Team i Enterprise, z wyłączeniem ZDR, CMEK i HIPAA. 🔗 źródło
Przewodnik po agent skills — GitHub Blog wyjaśnia, jak raz napisać skill w katalogu objętym kontrolą wersji, zorganizowanym wokół pliku SKILL.md, i uruchamiać go w wielu agentach, przypominając, że nie zapewnia on narzędzi ani uprawnień. 🔗 źródło
Gondola i Codex — Według tego studium przypadku opublikowanego przez OpenAI miesięczna wydajność zespołu inżynierskiego wzrosła o około 25 %, a przychody w ciągu roku zwiększyły się ponad dwukrotnie bez wzrostu kosztów wynagrodzeń, jak podaje Gondola. 🔗 źródło
Przewodnik Perplexity po wyszukiwarkach — Rozróżnia wyszukiwarki oparte na robotach, metawyszukiwarki i silniki odpowiedzi AI, przytaczając udziały rynkowe StatCounter z października 2026 (Google: 91,05 %), bez nowości produktowych. 🔗 źródło

Obrazy, wideo i audio

Seedance 2.5 Flash na Runway — Ten wariant modelu wideo ByteDance jest przedstawiany jako szybszy i tańszy, bez danych liczbowych o szybkości, koszcie ani rozdzielczości. 🔗 źródło
Pika H3 Flex w API Reactor — Obrazy referencyjne, kontrola pierwszej i ostatniej klatki oraz audio dostarczone przez użytkownika do teledysku lub dialogu; brak cennika. 🔗 źródło
MiniMax H3-Image w Picsart i HyperFrames Studio — Picsart zapowiada generowanie i edycję w 4K w około dziesięć sekund; HyperFrames Studio, narzędzie HeyGen, obrazy o rozdzielczości 16 megapikseli z maksymalnie 16 obrazami referencyjnymi. 🔗 źródło
Redraw w Genspark Media Studio — Zamalowuje się obszar obrazu wymagający poprawki i opisuje, co ma go zastąpić, a reszta pozostaje zachowana; nie podano daty udostępnienia ani kosztu w kredytach. 🔗 źródło
Organizator Luma — Agent Luma grupuje i oznacza elementy tablicy kreatywnej według produktu, koncepcji, kampanii lub kanału, do 10 000 elementów, nie przenosząc niczego bez zgody. 🔗 źródło
Forward Deployed Creatives od ElevenLabs — Producenci i stratedzy kreatywni pracują z zespołami marek w ElevenCreative lub dostarczają gotowe reklamy, w ramach trzech pakietów, bez publicznego cennika. 🔗 źródło
ElevenMusic dla osób, które utraciły głos — Osoby z trwałą utratą głosu uzyskują bezpłatny dostęp do ElevenMusic; NYU Langone Health dołącza do 1 Million Voices, programu przywracania głosu, który deklaruje, że pomógł ponad 11 000 osobom, a Wounded Warrior Project zostaje partnerem programu Impact. 🔗 źródło
SOFIA for Business — Agent głosowy zbudowany na ElevenAgents umożliwia zadawanie pytań na temat treści wywiadów z inicjatywy Inspiring Female Founders Oxford Saïd i sam prowadzi nowe wywiady. 🔗 źródło

Otwarte modele, badania i robotyka

TRL v1.18.0 — AsyncGRPOTrainer, który oddziela generowanie zlecane vLLM od treningu, otrzymuje status stabilnego narzędzia treningowego, dostępnego do importu z trl; dawna ścieżka eksperymentalna pozostaje dopuszczalna do v2.0.0. 🔗 źródło
North Micro Vision w llama.cpp — Z okazji v1.0.0 Cohere informuje, że jego najmniejszy model wizyjno-językowy jest już obsługiwany przez llama.cpp, bez daty ani linku do zmiany. 🔗 źródło
Demo Déjà View — NVIDIA udostępnia na Hugging Face interaktywne demo, bez kodu, swojego modelu rekonstrukcji 3D o 117 milionach parametrów, zaprezentowanego 11 listopada. 🔗 źródło
FLUX-mimic — Startup mimic i BMW Group prezentują model wideo-akcja oparty na FLUX 3 do montażu samochodów: 77,5 % skuteczności przy 2 godzinach demonstracji w zadaniu porządkowania części, 95 % przy 8 godzinach. 🔗 źródło
OpenMed — Dwa ekstraktory o 73,9 miliona parametrów, dla leków i anatomii, na licencji Apache-2.0; na 200 wcześniej niewidzianych streszczeniach PubMed F1 rośnie z 45,09 do 66,81 oraz z 26,20 do 61,74. 🔗 źródło
TiHon-TTS — Wietnamski syntezator mowy o 100 118 parametrach (402 Ko) działa 40 razy szybciej niż czas rzeczywisty na jednym rdzeniu x86 i może działać na mikrokontrolerze Cortex-M, według autora. 🔗 źródło
YOLO26 na NXP i.MX 95 — Dzięki swojemu oprogramowaniu EdgeFirst Au-Zone zwiększa wydajność z około 40 do 84 klatek na sekundę na NPU o mocy 2 TOPS, z wynikiem mAP wyższym o 7 punktów, według własnych pomiarów. 🔗 źródło
s1d1-bench — Otwarty benchmark porównuje wielojęzyczny router promptów z trzema lokalnymi sędziami LLM: zgodność 0,807 (QWK), wobec 0,774 między sędziami i 0,278 dla routera BERT z RouteLLM, według autora. 🔗 źródło

Ekosystem

Black Forest Labs w AI 100 — W ślad za Synthesia laboratorium stojące za FLUX trafia do pierwszego rankingu prywatnych firm AI przygotowanego przez Newcomer i Bessemer, bez podania miejsca. 🔗 źródło

Co to oznacza

Płacić czy czytać: OpenAI i Google tego samego dnia łączą swoich asystentów z pieniędzmi użytkownika, przy dwóch skrajnie różnych poziomach zaufania. ChatGPT Wallet pozwala agentowi sfinalizować zakup, ale każda płatność wymaga weryfikacji biometrycznej i użycia tokenu zastępczego, dzięki czemu ani agent, ani sprzedawca nie widzą karty; pełne delegowanie, z limitami, zapowiedziano bez podania daty. Gemini odczytuje konta powiązane z Google Wallet i nie ma żadnych uprawnień do działania. Dzień wcześniej Replit Agent również zaczął robić zakupy, z Link i Visa. Pozostaje przekonać sprzedawców: OpenAI publikuje przewodnik, aby witryny rozpoznawały podpisanych agentów, a narzędzia antyfraudowe akceptowały ich zakupy.

Agenci programistyczni powierzają programowi to, co wcześniej robili tura po turze. W Code Mode Claude pisze kod JavaScript, który łączy wywołania jego narzędzi, a Dynamic Workflows w Antigravity robią to samo w języku Python, aby koordynować subagentów. Ten zysk osiąga się kosztem wglądu w działanie: w Claude Code klasyfikator trybu auto ocenia kod przed wykonaniem, nie widząc wartości obliczanych po drodze, a dokumentacja odsyła do reguł i hooków w przypadku wrażliwych wywołań. Pozostałe dzisiejsze wydania zaostrzają kontrolę: polecenia Bash w piaskownicy ponownie przechodzą weryfikację uprawnień w Claude Code 2.1.325, codex exec ignoruje konfigurację niezatwierdzonego projektu bez --trust, a Antigravity CLI 1.5.8 zamyka możliwości obchodzenia swojego proxy i reguł w Windows.

Otwarte narzędzia przyjmują zasady stabilności i zarządzania. llama.cpp obiecuje, że zmiana naruszająca kompatybilność jego API C będzie wymagała nowej wersji głównej, SGLang skupia osiem firm przemysłowych w konsorcjum, w którym opiekunowie projektu zachowują kontrolę nad kodem, a Transformers udostępnia wspólny interfejs eksportu dla czterech silników wykonawczych. DeepSeek zmierza w tym samym kierunku po stronie usług: nie sprzedaje już wyłącznie modelu, lecz elementy swojej aplikacji, od wyszukiwania po głos, wraz z klientem demonstracyjnym na licencji MIT.

Same pomiary również są kwestionowane. Anthropic uznaje swoje jednoturowe testy bezpieczeństwa za nasycone, ponieważ wszystkie najnowsze modele uzyskują w nich od 94 do 98 %, i pokazuje, że ten sam model może osiągać wyniki różniące się o 34 punkty między API a claude.ai. XYBench mierzy inny martwy punkt: modele rozpoznają odpowiedź uwzględniającą rzeczywisty cel w 71 do 84 % przypadków, ale same piszą taką odpowiedź tylko w 35 do 41 %. Poprawa wyników ogłaszana przez IBM w obszarze prompt injection lub przez Transformers w obszarze eksportu pochodzi od samych dostawców i z ich własnych benchmarków, a Runway nie publikuje żadnego wskaźnika skuteczności dla SO-101: zalecenie Anthropic, by publikować informacje o niepewności, dotyczy również ich.