Claude ustala pochodzenie ziaren krzywych ECDSA NIST, Reflection publikuje wagi Beam, czterej agenci Gemini 4 Argon kończą grę Minecraft

Wewnętrzny model badawczy Anthropic ustalił w mniej niż pół godziny, skąd pochodzą ziarna krzywych ECDSA NIST, dostarczone bez wyjaśnienia przez NSA: wygenerował je zwykły generator pseudolosowy, zainicjalizowany wskazaniem zegara w latach 1997 i 1998, co według Anthropic znacznie zmniejsza prawdopodobieństwo istnienia backdoora. Reflection publikuje na licencji Apache 2.0 wagi Beam, modelu typu mieszanka ekspertów o 501 miliardach parametrów, wspieranego od pierwszego dnia przez ponad 40 partnerów, podczas gdy czterej agenci Gemini 4 Argon kończą grę Minecraft w 27 godzin, a Claude Mythos 5 ulepsza najlepsze opublikowane obwody kwantowe w ośmiu zadaniach. Wśród produktów GPT-6 Astra Pro rozdziela teraz zadanie między wielu agentów w ChatGPT, a Grok Bot wykonuje zadania na komputerze trzy razy szybciej.

Krzywe ECDSA NIST: Claude ustala pochodzenie ich ziaren, uzyskanych z generatora zainicjalizowanego wskazaniem zegara w latach 1997 i 1998

16 października — Zespół Frontier Red Team Anthropic opisuje, jak Claude rozwiązał starą zagadkę kryptograficzną. Gdy NIST przyjął algorytm podpisu ECDSA w 2000 roku w normie FIPS 186-2, jego standardowe krzywe eliptyczne były opatrzone „ziarnami” (seeds), których hash wyznacza współczynnik b każdej krzywej. Wartości te, dostarczone przez NSA bez wyjaśnienia, od lat podsycały podejrzenia o istnienie backdoora, a publiczna nagroda ufundowana przez Filippo Valsordę czekała na osobę, która ustali ich pochodzenie. Najbardziej znany trop — żartobliwe zdanie przepuszczone przez funkcję hashującą, o którym Jerry Solinas (NSA) wspomniał w 2015 roku przed swoją śmiercią w 2023 roku — nie przyniósł rezultatów.

Pracownik Anthropic przedstawił pytanie nienazwanemu wewnętrznemu modelowi badawczemu, nie podsuwając mu tego tropu. W mniej niż pół godziny Claude odkrył pochodzenie ziaren P-192, P-224, P-256, P-384 i P-521: żadne nie jest hashem, wszystkie pochodzą z lrand48, generatora pseudolosowego z biblioteki C, zainicjalizowanego znacznikiem czasu Unix. Po przeanalizowaniu 34 kombinacji generatorów i fragmentów ich danych wyjściowych Claude rozpoznał charakterystyczny wzorzec lrand48 w najbardziej znaczących bitach, odtworzył jego stan wewnętrzny za pomocą redukcji bazy kraty (algorytm LLL), a następnie ustalił wartości inicjalizujące dla dziesięciu badanych ziaren: pięciu z NIST i pięciu z normy ANSI X9.62, wszystkich z okresu od maja 1997 do kwietnia 1998 roku.

Kwestia zbadana przez Claude	Wynik opublikowany przez Anthropic
Czas dokonania odkrycia	mniej niż 30 minut
Przykład P-256	kandydat nr 1842 z losowania z 16 sierpnia 1997 r. (nr 876 z tego samego losowania również pasował)
Odtworzone ziarna krzywych binarnych	B-233, B-283, B-409 i B-571, które wskazują na luty 1984 r., czyli 17 kwietnia 1998 r. po podwojeniu znacznika czasu
Wyjaśnione punkty bazowe	sześć krzywych wygenerowanych w maju 1997 r. (P-192 i pięć przykładowych krzywych ANSI X9.62), za pomocą generatora FreeLIP
Nadal niewyjaśnione	ziarno B-163; punkty bazowe P-224, P-256, P-384, P-521 i krzywych binarnych

Te punkty bazowe pochodzą z FreeLIP, biblioteki Arjena Lenstry: według Anthropic dotąd nie wyjaśniono pochodzenia żadnego punktu bazowego NIST. Nieznane pozostaje również kryterium, na podstawie którego odrzucono niektórych poprawnych kandydatów. Wpis przytacza też refleksję modelu, który podchodzi sceptycznie do własnego odkrycia, zanim potwierdzi je obliczeniami:

This is astonishing: it solves the 25-year-old mystery. Hmm wait. Let me be skeptical: am I in some sort of simulated/test environment?

🇵🇱 To zdumiewające: rozwiązuje to zagadkę sprzed 25 lat. Hmm, chwila. Muszę zachować sceptycyzm: czy znajduję się w jakimś symulowanym lub testowym środowisku? — Claude, refleksja przytoczona we wpisie zespołu Frontier Red Team Anthropic

Anthropic podkreśla znaczenie odkrycia: nie oznacza ono złamania zabezpieczeń, nowego ataku ani słabości i „nie wymaga podejmowania żadnych działań”. Ziarno uzyskane ze wskazania zegara przez zwykły generator, którego działanie każdy może teraz odtworzyć, sprawia wręcz, że istnienie backdoora jest „znacznie mniej prawdopodobne”. Kod odtwarzający ziarna i sześć punktów bazowych opublikowano na licencji CC0, a nagroda w wysokości 36 864 dolarów zostanie przekazana Internet Security Research Group (ISRG).

🔗 Wpis zespołu Frontier Red Team Anthropic · Nagroda Filippo Valsordy

Modele otwarte: Reflection publikuje wagi Beam; także pplx-decider-v1.2, Granite Switch 4.1, Bonsai 2 i korpus NVIDIA w 22 językach indyjskich

16 października — Jedenaście dni po prezentacji Reflection publikuje na licencji Apache 2.0 wagi Beam, swojego pierwszego modelu o otwartych wagach. Ten model typu mieszanka ekspertów (Mixture-of-Experts, MoE), liczący 501 miliardów parametrów, z czego 23 miliardy aktywnych na token, jest przeznaczony do kodowania, rozumowania i długotrwałych zadań agentowych, z kontekstem miliona tokenów i obsługą wyłącznie tekstu. 5 października Reflection udostępniało jedynie wczesny dostęp i obiecywało publikację wag „później w październiku”.

Publikacja obejmuje wagi w BF16, FP8 i NVFP4, tokenizer, implementację referencyjną, pomocniczy model DFlash2 do dekodowania spekulatywnego oraz Mirror CLI, harness open source, z którym trenowano Beam (interfejs w języku Python, rdzeń agenta w języku Rust, agenci działający równolegle w osobnych drzewach roboczych Git, skills i połączenia MCP). Ponad 40 partnerów zapewnia wsparcie od pierwszego dnia: Transformers (v5.20.1), vLLM, SGLang, Unsloth, Axolotl i Dynamo po stronie oprogramowania; AWS, Google Cloud, Azure, Together AI, Fireworks AI, OpenRouter czy Ollama po stronie hostingu; Dell i HPE w przypadku wdrożeń lokalnych. API Reflection jest w publicznej wersji beta.

Wpis Hugging Face szczegółowo opisuje architekturę: spośród 52 warstw 43 wykorzystują mechanizm uwagi z przesuwanym oknem 512 tokenów, a 9 — uwagę globalną, co zmniejsza pamięć cache KV do 36 Kio na token zamiast 208 Kio, czyli do 36,08 Gio na sekwencję miliona tokenów zamiast 208 Gio. Wagi zajmują około 1 To w BF16 i 280 Go w NVFP4, a Hugging Face zaleca cztery B200 do obsługi modelu.

Benchmark (wyniki Reflection)	Beam w BF16	Beam w FP8	Beam w NVFP4
SWE-bench Verified	81,6 %	80,2 %	80,7 %
Terminal Bench v2.1	80,1 %	78,9 %	78,4 %
SWE Bench Pro v1	66,1 %	65,9 %	65,6 %
AIME 2026	97,7 %	98,0 %	97,5 %
GPQA Diamond	90,6 %	90,3 %	89,3 %
MCP Atlas	80,8 %	81,5 %	80,5 %

Według NVIDIA Beam trenowano na szafach GB300 NVL72, a na Blackwell Ultra od pierwszego dnia osiąga ponad 70 000 tokenów na sekundę na GPU, bez specjalnego dostrajania (out of the box); kilka godzin później NVIDIA informowała o około 90 000, nie podając warunków pomiaru (wielkości batcha, kontekstu, liczby GPU). Checkpoint NVFP4 opublikowano na Hugging Face, również na licencji Apache 2.0.

🔗 Wpis Reflection · Wpis Hugging Face · Karta modelu · Wiadomość NVIDIA · Przepustowość zwiększona do 90 000 tokenów na sekundę

pplx-decider-v1.2 i jego wersja Flash: Perplexity publikuje dwa modele decyzyjne o otwartych wagach dla swojego Decisions API

16 października — Perplexity aktualizuje modele swojego Decisions API, uruchomionego 1 października. Model pplx-decider-v1.2 zastępuje v1.1 jako model decyzyjny o 27 miliardach parametrów w tej samej cenie, a pplx-decider-flash-v1.2, nowy model o 4 miliardach parametrów wydestylowany z modeli 27B, jest dostępny za połowę ceny. Oba odczytują tekst i obrazy, generowanie odpowiedzi pozostaje bezpłatne, a wagi są dostępne na Hugging Face na licencji Apache 2.0; wywołania wskazujące nadal v1.1 lub v1 automatycznie przechodzą na v1.2.

Model decyzyjny	Model bazowy	Cena danych wejściowych (za milion tokenów)	Wynik w Decision Index 0.3	Wynik w Vision Decision Index 0.3
pplx-decider-v1.1-27b	Qwen3.8-27B	0,02 dolara	62,30	73,22
pplx-decider-v1.2	Qwen3.8-27B	0,02 dolara	68,09	77,43
pplx-decider-flash-v1.2	Qwen3.5-4B	0,01 dolara	58,88	72,53

W v1.2 zmienia się format zapytania: model odczytuje stan, a następnie wszystkie pytania w jednej sekwencji, dzięki czemu kilka pytań dotyczących tego samego stanu kosztuje mniej więcej tyle co jedno. Grupowanie pomaga, gdy pytania opisują aspekty tej samej decyzji (+11,3 punktu w SATA-Bench), i szkodzi, gdy zestawiają ze sobą niezależnych kandydatów (−4,8 w ToolRet). Perplexity dodało też do treningu oficjalne zbiory treningowe niektórych benchmarków z Decision Index, po usunięciu z nich danych pokrywających się ze zbiorami testowymi. Na jednym GB200 mediana czasu odpowiedzi v1.2 na pojedyncze zapytanie wynosi 96 ms.

🔗 pplx-decider-v1.2 na Hugging Face · pplx-decider-flash-v1.2 na Hugging Face · Historia zmian API Perplexity

Granite Switch 4.1: IBM łączy rozmowę, decyzje i transkrypcję mowy w jednym otwartym modelu

15 października — IBM publikuje na blogu Hugging Face Granite Switch 4.1 w wariantach 8B i 30B na licencji Apache 2.0. Każdy model łączy model konwersacyjny, dwa adaptery decyzyjne i model rozpoznawania mowy, udostępniane przez jeden endpoint.

Komponent Granite Switch 4.1	Rola według IBM
Adapter Decision (aLoRA)	decyzje ogólne, w formacie `/v1/systemone`
Adapter Guardian (aLoRA)	decyzje związane z bezpieczeństwem; według IBM średnio wyprzedza Jev 1.13, Microsoft-Decision-1, GPT-Luna-Decisions i Clef-Flash
Granite-Speech-5.0-Turbo-CTC	transkrypcja, przedstawiany jako najszybszy model w Open ASR Leaderboard

Adaptery to Activated LoRA: ponownie wykorzystują pamięć cache KV wytworzoną przez model bazowy, dzięki czemu decyzja podejmowana po odpowiedzi nie wymaga ponownego przeliczania kontekstu, a całość zajmuje mniej więcej tyle pamięci co sam model bazowy. Modele działają w vLLM z pluginem i natywnie w llama.cpp, jako bezpośredni zamiennik wywołań /v1/systemone. IBM pokazuje również Granite Switch 3B wytrenowany do gry w Doom, który podejmuje od 60 do 100 decyzji na sekundę wobec 10 deklarowanych dla Jev, i planuje SDK do trenowania własnych adapterów w Mellea. Porównania z innymi modelami decyzyjnymi przedstawiono wyłącznie na wykresach.

🔗 Wpis IBM · Granite Switch 4.1 30B na Hugging Face

Bonsai 2: PrismML publikuje trójwartościowe modele wizyjne od 2B do 9B, zajmujące od 0,43 do 2 Go

15 października — PrismML publikuje Bonsai 2 w wariantach 2B, 4B i 9B, modele o trójwartościowych wagach (−1, 0 lub +1) wywodzące się z Qwen3.5, które rozumieją również obrazy, na licencji Apache 2.0. Zachowują kontekst 262 144 tokenów modelu bazowego, a rodzina Bonsai 2 obejmuje teraz cztery rozmiary, od 2B do 27B.

Model Bonsai 2	Rozmiar wag trójwartościowych
2B	0,43 Go
4B	0,95 Go
9B	2,0 Go, wobec około 17,9 Go w FP16

PrismML twierdzi, że pracowało nad zastosowaniem modeli jako lokalnego asystenta: wykonywaniem instrukcji, brakiem pętli powtórzeń, wywoływaniem narzędzi na telefonie i odpowiedziami bez zbędnego tekstu. Wariant 9B ma zużywać około 40 % mniej tokenów w typowych zadaniach wymagających wykonywania instrukcji i rozwiązywania problemów matematycznych, bez podania punktu odniesienia, i działa z szybkością do 34 tokenów na sekundę na telefonie iPhone 18 Pro Max, wobec 120 w przypadku 2B. Najbardziej kompaktowe formaty wymagają forka llama.cpp firmy PrismML, ponieważ oficjalny llama.cpp odczytuje tylko format Q2_0; dla komputerów Mac istnieje wersja MLX.

🔗 Wątek PrismML · Karta modelu 9B w formacie GGUF

Nemotron-pretraining-Indic-v1: NVIDIA i AI4Bharat przedstawiają korpus obejmujący około 2 800 miliardów tokenów w 22 językach indyjskich

16 października — NVIDIA i AI4Bharat, laboratorium IIT Madras zajmujące się językami indyjskimi, przedstawiają szczegóły Nemotron-pretraining-Indic-v1, korpusu do treningu wstępnego wymienionego dzień wcześniej wśród danych Nemotron 3.5 Super VL: około 2 800 miliardów tokenów, w tym 2 601 miliardów w rodzimych systemach pisma i 224,6 miliarda w zapisie zlatynizowanym, w 22 językach wymienionych w konstytucji Indii, będących według spisu z 2011 roku językami ojczystymi 97 % mieszkańców Indii. Korpus nie jest jeszcze dostępny online: zostanie opublikowany „wkrótce”, wraz z przyspieszanym przez GPU pipeline’em generowania, za pomocą którego go utworzono.

Teksty to tłumaczenia angielskich dokumentów pochodzących z 15 podzbiorów Nemotron-CC-v2. W przypadku 12 języków Gemma-4-31B-it tłumaczy całe dokumenty, ocenia każde tłumaczenie według schematu inspirowanego MQM (próg 75 na 100) i poprawia zbyt słabe wyniki, co pozwoliło odzyskać 438,4 miliarda tokenów; pozostałe 10 języków obsługuje Indic Translate od Bodhan AI. Dziesięć miliardów tych tokenów, wykorzystanych w ciągłym treningu wstępnym obejmującym 100 miliardów tokenów, przyniosło Nemotron 3.5 Super VL poprawę o 4,98 do 9,82 punktu w pięciu indyjskich benchmarkach, choć pomiar ten nie wyodrębnia wpływu samego korpusu. NVIDIA przyznaje, że te tłumaczenia nie zastępują tekstów napisanych bezpośrednio w tych językach i że kontrola jakości pozostaje głównie automatyczna.

🔗 Wpis NVIDIA i AI4Bharat

AI w laboratorium: Claude Mythos 5 ulepsza osiem obwodów kwantowych, Google DeepMind szuka peptydów przeciwdrobnoustrojowych za pomocą Antigravity

16 października — Anthropic publikuje prace, które Andi Gu, uczestnik programu STEM Fellows, prowadził pod kierunkiem Aleka Kemeny’ego, specjalisty od fizyki kwantowej w Anthropic, we współpracy z Susanne Yelin (Harvard) i Mikhailem Lukinem (Harvard i QuEra Computing). Konfiguracja obejmuje specyfikacje ośmiu obwodów opisane językiem naturalnym oraz automatyczny system oceny, który sprawdza każdą propozycję i ocenia ją na podstawie iloczynu liczby qubitów i liczby bramek. Claude Mythos 5 pracuje w zamkniętej pętli, bez interwencji człowieka między kolejnymi iteracjami, i dla wszystkich ośmiu operacji podstawowych znajduje projekty wykorzystujące jednocześnie mniej qubitów i mniej bramek niż najlepsze opublikowane rozwiązania, czasem o rząd wielkości lub więcej.

Zadanie powierzone Claude Mythos 5	Opublikowany wynik	Punkt odniesienia
Dodawanie punktów na krzywej eliptycznej	17 razy mniej bramek przy liczbie qubitów większej o 12 %	najmniejszy opublikowany projekt
Dekoder Reed-Solomon algorytmu DQI	12 razy mniej bramek; 19 zarezerwowanych qubitów zamiast 665	wcześniejsza konstrukcja Google

Pierwszy wynik dotyczy kluczowego etapu kwantowych algorytmów logarytmu dyskretnego na krzywych eliptycznych. Claude pracował nad nim przez 53 godziny przy minimalnej interwencji człowieka, uzyskując pierwszą odwracalną implementację metody divsteps bez przechowywania historii rozgałęzień, zweryfikowaną przez symulację, a następnie sformalizowaną w Lean. Wpis zestawia tę liczbę z inną: potrzeba było ośmiu lat i pracy wielu zespołów, by zmniejszyć szacowany koszt symulacji FeMoco około 150 000 razy. Według Anthropic takie postępy zmniejszają zasoby kwantowe potrzebne do użytecznych zastosowań, przez co praktyczne komputery kwantowe mogą pojawić się wcześniej, niż przewidywano. Zespół musiał radzić sobie z ostrożnością Claude, który ponownie sprawdzał uzyskane usprawnienia i preferował znane metody, narzucając mu równoległe badanie kilku kierunków.

🔗 Wpis Anthropic · Artykuł na arXiv

Google DeepMind szuka nowych peptydów przeciwdrobnoustrojowych za pomocą Antigravity i dodaje do niego przeglądarkę 3D

15 października — Google DeepMind pokazuje, jak Antigravity, jego platforma programistyczna oparta na agentach, może służyć jako naukowe środowisko pracy (agentic science workbench). W opisanej sesji biolog określa cel: znaleźć i zweryfikować obliczeniowo nowe peptydy przeciwdrobnoustrojowe u Streptococcus pseudopneumoniae, a agent koordynuje korzystanie z baz danych, analizę strukturalną i syntezę literatury. Opiera się na ProtNLM, modelu Google, który przewiduje funkcję białka na podstawie jego sekwencji i dodaje adnotacje do milionów niescharakteryzowanych wpisów UniProt.

Agent wybiera bakteriocynę złożoną z 97 aminokwasów (UniProt A0A0U0D591), bez istotnego homologu wśród zweryfikowanych białek Swiss-Prot, której model AlphaFold zwija się podobnie do bakteriocyny o znanej strukturze. Następnie proponuje mechanizm działania zaczerpnięty z literatury i opracowuje protokół laboratoryjny. Ten kandydat oraz kilku innych uzyskanych za pomocą tego samego pipeline’u przechodzi walidację laboratoryjną: wpis mówi o wiarygodnym tropie, a nie o potwierdzonym wyniku. Przypomina, że według jednego z szacunków do 2050 roku oporność na środki przeciwdrobnoustrojowe może powodować około 10 milionów zgonów rocznie.

Wpis przedstawia też Biomolecular Structure Viewer, przeglądarkę 3D zintegrowaną z Antigravity, z której wspólnie korzystają agent i badacz: agent wyróżnia w niej obszary ilustrujące jego hipotezy, a adnotacje badacza, takie jak notatka przypięta do kieszeni wiążącej, trafiają z powrotem do agenta. Nie podano daty ani warunków dostępu.

🔗 Wpis Google DeepMind · Antigravity dla nauki

Narzędzia dla badaczy: Google udostępnia Deep Review wszystkim, SAIR uruchamia Open Math OS, OpenAI oferuje Rosalind Academic Plan amerykańskim laboratoriom

14 października — Z okazji Research@ 2026 Google Research udostępnia publicznie Deep Review, system agentowej AI, który analizuje złożone dokumenty techniczne i weryfikuje ich treść: spójność logiczną, twierdzenia matematyczne, zgodność faktów ze źródłami, porównanie z istniejącymi pracami oraz sugestie ulepszeń, pozostawiając ludziom ocenę merytoryczną. Jest następcą Paper Assistant Tool, testowanego przy okazji STOC 2026, ICML 2026, NeurIPS 2026 i ICLR 2027: autorzy ponad 16 000 dobrowolnie zgłoszonych manuskryptów otrzymali prywatne uwagi przed terminem zgłoszeń, niezależnie od oficjalnego procesu recenzowania na konferencjach.

Dostęp jest globalny i obejmuje dwie bezpłatne analizy tygodniowo; klucz API Gemini zapewnia wyższe limity oraz dostęp do Deep Review API. Usługa przyjmuje obecnie pliki PDF i zwykły tekst, docelowo ma też obsługiwać Google Docs, prezentacje oraz materiały z zakresu prawa i finansów, a Google zobowiązuje się nie wykorzystywać dokumentów do trenowania swoich modeli (są one przechowywane przez rok, aby można je było wyświetlać). Google uzasadnia potrzebę tego narzędzia rosnącą liczbą zgłoszeń:

Rok zgłoszenia	Artykuły zgłoszone na ICLR, NeurIPS i ICML
2023	około 23 000
2024	około 32 000
2025	około 45 000
2026	ponad 74 000

Tego samego dnia opublikowano raport techniczny dotyczący agenta Geospatial Reasoning w Google Earth AI, dwa nowe benchmarki dla badaczy (GeoKTools i GeoExpertQueries) oraz rozszerzono dostęp eksperymentalny przez Ask Google Earth i usługę Agent-to-Agent (A2A).

🔗 Wpis Google Research · Research@ 2026 na blogu Google · Wpis o agencie Geospatial Reasoning

Open Math OS: fundacja SAIR uruchamia platformę badań matematycznych opartą na otwartych modelach

16 października — Fundacja SAIR uruchamia Open Math OS, który przedstawia jako infrastrukturę „matematyki 2.0”, miesiąc po ogłoszeniu inicjatywy Open Math Model. Partnerami przy uruchomieniu są Hugging Face, Lean, EPFL i @cscsch, a Thomas Wolf, współzałożyciel Hugging Face, udostępnił ogłoszenie. Każdy projekt otrzymuje maszynę w chmurze dostępną 24 godziny na dobę, z ponad 100 preinstalowanymi narzędziami matematycznymi i naukowymi; zasoby obliczeniowe są bezpłatne dla zespołów zaakceptowanych po złożeniu wniosku.

Matematyk wybiera otwarty model (Kimi K3, DeepSeek V4.1 Flash, GLM 5.3 lub Nemotron 3 w pokazanym interfejsie) i może uruchomić tryb Ultramath, w którym kilku agentów równolegle bada różne podejścia do tego samego problemu; demonstracja na stronie pokazuje dowód zweryfikowany w Lean, a następnie włączony do artykułu w LaTeX. Projekty są domyślnie prywatne, trenowanie na podstawie prac wymaga wyraźnej zgody autorów, a autorzy zachowują własność swoich pomysłów i uznanie autorstwa.

🔗 Wątek SAIR · Strona Open Math Model

Rosalind Academic Plan: do 30 bezpłatnych licencji ChatGPT na 12 miesięcy dla amerykańskich laboratoriów akademickich

15 października — OpenAI wprowadza Rosalind Academic Plan, ofertę dla akademickich laboratoriów nauk o życiu, zarezerwowaną na razie dla amerykańskich uczelni.

Korzyść w ramach oferty	Powiązany warunek
Do 30 licencji ChatGPT Business Standard	0 dolarów za użytkownika miesięcznie, maksymalnie 12 miesięcy
Najnowocześniejsze modele dostępne komercyjnie	w granicach limitów użytkowania oferty
GPT-Rosalind i Rosalind Workbench	po zatwierdzeniu zaufanego dostępu (trusted access)
Udostępnione dane badawcze	domyślnie niewykorzystywane do trenowania

Rosalind Workbench koordynuje narzędzia z zakresu chemii medycznej, genomiki i wspomagania eksperymentów. Główny badacz lub kierownik laboratorium składa wniosek w imieniu zespołu; złożenie wniosku nie zapewnia natychmiastowego dostępu, a uczelnie mające już umowę OpenAI Enterprise korzystają z własnej procedury. OpenAI koncentruje się na siedmiu dziedzinach, od projektowania leków i białek po oporność na środki przeciwdrobnoustrojowe, i przywołuje prace laboratorium Zhao (UCSF), laboratorium Bourdenx oraz zespołu Briana Hie (Stanford i Arc Institute). GPT-Rosalind, wprowadzony 16 kwietnia, jest od 11 września dostępny w ramach zaufanego dostępu przez API, Codex i ChatGPT Enterprise.

🔗 Wpis OpenAI · Wątek OpenAI

Gemini 4 Argon: czterech agentów przechodzi Minecraft w 27 godzin, Perplexity udostępnia go abonentom Pro i Max oraz w swoim Agent API

16 października — Czterech agentów Gemini 4 Argon ukończyło Minecraft, zaczynając od zera: w losowym świecie przetrwania, na poziomie Easy i z wrogimi potworami, pokonali Ender Dragon po 27 godzinach i napisaniu 2 783 programów. Maxence Faldor opisuje eksperyment w X Article udostępnionym przez @GoogleDeepMind, a wraz z Satinderem Singhiem i Robertą Raileanu przedstawia jego szczegóły w raporcie technicznym na arXiv. To uniwersalni agenci programistyczni Argon, z których inżynierowie korzystają na co dzień: bez narzędzi specyficznych dla Minecraft i bez przypisanych ról.

Agenci nie widzą obrazów ani nie naciskają klawiszy: każdy steruje graczem, pisząc krótkie programy korzystające z biblioteki open source Mineflayer, odczytuje ich wyniki i koordynuje działania z pozostałymi przez czat gry oraz wspólną pamięć. Dziesięć minut po starcie podzielili już między siebie pracę (narzędzia, żywność, diamenty, portal). Aby znaleźć twierdzę, jeden z nich rzucił dwa przedmioty z dwóch miejsc i obliczył przecięcie ich trajektorii, uzyskując dokładność do 43 metrów dla twierdzy oddalonej o 1,3 kilometra. Końcowa walka kosztowała ich 69 odrodzeń: po około 21 godzinach gry jeden z agentów zrozumiał, że kryształy leczą smoka i że do dotarcia do nich wystarczy słup z ziemi.

Miara eksperymentu	Zarejestrowana wartość
Czas do zwycięstwa	27 h 14 min
Napisane programy	2 783, z czego 22 % zakończonych błędem
Wiadomości na czacie	229
Łączna liczba odrodzeń	605, w tym 69 podczas walki ze smokiem

Piąty agent, Observer, obserwował rozgrywkę, aby wykrywać oszustwa lub obchodzenie specyfikacji (specification gaming): ani on, ani ręczny przegląd próbki logów nie wykazały takich przypadków. Autorzy przyznają, że eksperyment ma ograniczenia: świat jest odczytywany przez API dostarczające dokładne położenie bloków i stworzeń, a plugin oblicza trasy. To niezależny eksperyment badawczy, który nie stanowi oficjalnego kamienia milowego Minecraft ani nie został zatwierdzony przez Mojang lub Microsoft.

🔗 Artykuł Maxence’a Faldora · Udostępnienie przez Google DeepMind · Raport techniczny na arXiv

Perplexity udostępnia Gemini 4 Argon abonentom Pro i Max, z rekordowym wynikiem 0,802 w WANDR

16 października — Perplexity dodaje dla swoich abonentów Pro i Max model Gemini 4 Argon, ogólnie dostępny w Google od 13 października. Ogłoszenie mieści się w jednym tweecie i na jednym wykresie: w WANDR, wewnętrznym benchmarku wyszukiwania opartego na źródłach, Argon uzyskuje 0,802 przy koszcie 7,88 dolara za zadanie, co jest najlepszym wynikiem na wykresie.

Oceniany model	Wynik WANDR	Koszt za zadanie
Gemini 4 Argon	0,802	7,88 dolara
GPT-6 Astra	0,735	13,34 dolara
GPT-6.1 Sol	0,654	3,70 dolara
Claude Opus 5.5	0,647	3,69 dolara
Claude Fable 5.1	0,601	12,76 dolara
GPT-6 Sol	0,566	2,23 dolara
Claude Sonnet 5.5	0,550	2,73 dolara
Grok 4.7	0,528	9,30 dolara
DeepSeek V4 Pro 0813	0,359	0,75 dolara

Dla programistów changelog API podaje od wieczora 15 października, że Agent API obsługuje google/gemini-4-argon, w cenie promocyjnej obowiązującej do 30 listopada 2026 roku: 2 dolary za milion tokenów wejściowych, 0,10 dolara za tokeny w cache i 10 dolarów za tokeny wyjściowe, w tym tokeny rozumowania.

🔗 Ogłoszenie Perplexity · Modele Agent API

Agenci dla wszystkich: GPT-6 Astra Pro dzieli zadanie między kilku agentów w ChatGPT, Grok Bot działa trzy razy szybciej i łączy się z Robinhood, Coinbase i eToro

16 października — OpenAI aktualizuje GPT-6 Astra Pro w ChatGPT: szybsze odpowiedzi, lepsze korzystanie z pluginów i narzędzi, a przede wszystkim kilku agentów, którzy równolegle zajmują się różnymi częściami tego samego zadania. Użytkownik śledzi postępy każdego z nich i otwiera ukończone zadania, aby przejrzeć ich pracę. Funkcja jest dostępna dla abonentów Pro w zakładce Chat.

OpenAI nie podaje liczbowo wzrostu szybkości ani wyników benchmarków, a wieczorem 16 października ani informacje o wydaniach ChatGPT, ani informacje o wydaniach modeli nie wspominały jeszcze o aktualizacji. Tweet, opublikowany o 20:00 UTC pod nazwą „GPT-6 Pro”, został po 27 minutach poprawiony na „GPT-6 Astra Pro”; od udostępnienia GPT-6 wszystkim użytkownikom 7 października poziom rozumowania Pro w ChatGPT opiera się na GPT-6 Pro (Astra). Praca wielu agentów była dotąd przedstawiana jako funkcja beta dla GPT-6.1 Sol, od 29 września.

🔗 Ogłoszenie OpenAI

Grok Bot wykonuje zadania na komputerze trzy razy szybciej, czyta X Chat i łączy się z Robinhood, Coinbase oraz eToro

16 października — Grok Bot, agent firmy SpaceXSI, który łączy się z narzędziami swoich użytkowników, przedstawia nowości w wątku złożonym z dziesięciu wpisów, bez publikacji na x.ai. Najważniejsza dotyczy szybkości: według konta @bot zadania na komputerze są wykonywane średnio trzy razy szybciej, a odpowiedzi na wszystko inne pojawiają się w czasie krótszym niż połowa dotychczasowego.

Obszar	Zapowiedziana nowość
Szybkość	zadania na komputerze średnio trzy razy szybsze, pozostałe odpowiedzi w czasie krótszym niż połowa dotychczasowego
Głos	szybsze i bardziej niezawodne połączenia, lepsza pamięć wcześniejszych rozmów
Interfejs	przeprojektowane karty czatu, nowy krój pisma, motywy, powiadomienia tylko na używanym urządzeniu
E-mail	alias „plus” przypisujący rutynę wyłącznie do wiadomości wysłanych na konkretny adres
X	wzmianka o @bot we wpisie uruchamia zadanie; odczyt X Chat po połączeniu konta X
Konektory	między innymi Robinhood, Coinbase, Trello, PostHog, beehiiv i eToro

Zespoły mogą też zgłaszać własne konektory: formularz na x.ai umożliwia udostępnianie pluginu lub serwera MCP użytkownikom Grok Bot i Cursor, a wkrótce także Grok, po weryfikacji zgłoszenia do marketplace.

🔗 Wątek Grok Bot · Formularz zgłaszania pluginów

Media generatywne: głosy tworzone na podstawie opisu w GPT-Live, Pika w ChatGPT, Ideogram 4.5 od 0,8 do 22 centów za obraz, Mirelo SFX 2.0 w Runway

16 października — API GPT-Live udostępnia wszystkim swoim klientom tworzenie głosów na podstawie opisu (prompt-to-voice): niestandardowy głos opisuje się tekstowo za pośrednictwem API lub głosowego Playground, a następnie używa się go ponownie w sesjach GPT-Live. Jego utworzenie jest bezpłatne, wygenerowana mowa jest rozliczana według zwykłej stawki za sesje, a głosy te działają wyłącznie z GPT-Live, nie z API Text to Speech, Realtime API ani Chat Completions. Nie jest wymagane nagranie referencyjne ani nagranie zgody, ale OpenAI wymaga głosów osób dorosłych, zabrania podszywania się pod inne osoby i nakazuje informować, że mowa została wygenerowana przez AI; dwóch klientów może otrzymać podobne głosy.

Do GPT-Live trafia także dziewięć gotowych głosów, nagranych według @OpenAIDevs z udziałem aktorów będących rodzimymi użytkownikami poszczególnych języków:

Język mowy	Dodane głosy
Niemiecki	Nuri, Juni i Flitz
Francuski	Brise i Sillage
Hindi	Nira
Japoński	Harema i Shida
Koreański	Noeul

Dzień wcześniej w changelogu pojawiła się natywna integracja API Decisions z GPT-Live: aplikacja działa, gdy użytkownik mówi, albo dlatego, że Live wywołuje Decisions bezpośrednio (delegowanie natywne), albo dlatego, że Live powiadamia aplikację, która następnie odpytuje Decisions (delegowanie niestandardowe), a decyzje mogą być wyzwalane przez fragmenty transkrypcji. Przewodnik podaje przykład samochodowego asystenta głosowego, który reguluje temperaturę lub odparowywanie szyb. Nowości te dotyczą gpt-live-1: GPT-Live-1.1, wdrożony 15 października w ChatGPT, nie pojawia się jeszcze w changelogu API.

🔗 Wątek OpenAI Developers · Przewodnik po niestandardowych głosach · Przewodnik po API Decisions z obsługą głosu

Pika instaluje swoje narzędzia twórcze w ChatGPT dzięki pluginowi opracowanemu we współpracy z OpenAI

16 października — Pika ogłasza, we współpracy z OpenAI, rozszerzenie pluginu Pika × ChatGPT (Pika X ChatGPT plugin extension), które instaluje jej narzędzia twórcze w rozmowie i panelu bocznym ChatGPT. Można tam ustawiać opcje narzędzi, wizualne presety i generowanie bez opuszczania rozmowy albo otworzyć bardziej immersyjne okno Pika, w którym ChatGPT pracuje razem z użytkownikiem. Według swojego wątku Pika wprowadza tam ponad 40 aplikacji do obrazów, dźwięku i wideo oraz ponad 100 modeli generatywnych; karta pluginu wymienia 13 skills, od reklamy produktu po podcast, oraz procedurę powitalną, która określa, jak Pika prosi o zgodę przed wydaniem kredytów.

Pika dodaje 250 kredytów do każdego konta po pierwszym generowaniu wykonanym przez plugin i nie publikuje osobnego cennika dla pluginu. OpenAI zaprezentowało rozszerzenia pluginów ChatGPT 7 października, a wśród pierwszych znalazły się Adobe, Canva, Figma i Shopify.

🔗 Wątek Pika · Karta pluginu Pika w ChatGPT

Ideogram 4.5 jest dostępny w czterech trybach jakości, od 0,8 do 22 centów za obraz

15 października — Ideogram przedstawia cennik Ideogram 4.5, swojego modelu edycji obrazów wydanego 30 września: cztery tryby jakości, od 0,8 do 22 centów za obraz, wszystkie w natywnym 2K. Najtańszy z nich, Very Low, retuszuje obraz w 8 sekund za 0,8 centa, bez kumulowania artefaktów pomiędzy kolejnymi edycjami. Według Ideogram, powołującego się na Design Arena, tryb ten przesuwa granicę Pareto dla edycji obrazów zarówno pod względem ceny, jak i szybkości: każdy model z wyższą oceną kosztuje więcej i działa wolniej. Design Arena plasuje go na 23. miejscu w Image Editing Arena, z wynikiem Elo 1189.

Ideogram nie podaje szczegółowych cen dwóch pośrednich trybów. Na pytanie o otwarte wagi, obiecane przy premierze, konto Ideogram odpowiada, że nad nimi pracuje, bez podania daty.

🔗 Wątek Ideogram

Runway integruje Mirelo SFX 2.0, który dodaje dźwięk do wideo, zachowując dialogi

16 października — Runway dodaje do swojej platformy Mirelo SFX 2.0, model automatycznie komponujący oprawę dźwiękową wideo (sound design): generuje kompletne tła dźwiękowe na podstawie klatek, zsynchronizowane z każdą z nich, pozostawiając dialogi bez zmian. Na pytanie o limit długości Runway odpowiada, że działa to z klipami dowolnej długości. Nie opublikowano cen ani kosztów w kredytach, changelog Runway nie wymienia jeszcze modelu, a Mirelo nie opublikowało własnego ogłoszenia. Po dodaniu Eleven v4 od ElevenLabs pod koniec września Runway nadal uzupełnia swoje modele wideo o modele audio innych firm.

🔗 Ogłoszenie Runway · Odpowiedź dotycząca długości klipów

Agenci programistyczni: zespół Claude Code szczegółowo opisuje swój przegląd kodu, Codex CLI 0.163.0, kanwy i Muse Wonder w Cursor, Gemini CLI odsyła do Antigravity CLI

16 października — Zespół Claude Code wyjaśnia na claude.dev, jak przegląda własny kod, choć około 90 % pisze Claude. Autorzy wpisu — Addy Osmani, Morgan Westlee Lunt i Qing Wang — podają dwie liczby: od czerwca do września liczba scalonych pull requests wzrosła ponad dwukrotnie, a odsetek tych, które trzeba było wycofać, spadł o ponad 40 %. Celem jest scalanie większości pull requests z udziałem najwyżej jednego człowieka, którym może być ich autor.

Każda zmiana przechodzi przez kilka warstw: weryfikację przez Claude przed utworzeniem pull request (testy, kompilacja, analiza statyczna, a następnie przegląd diffu przez drugiego agenta ze świeżym kontekstem), CI, Code Review, blokujący przegląd bezpieczeństwa, kolejkę scalania (merge queue) oraz stopniowe wdrożenie. Klasyfikator ustala poziom ryzyka na podstawie zmiany, a nie jej autora: dokumentacja lub dodatek za flagą nie wymagają zatwierdzenia przez człowieka, zwykła zmiana w produkcie lub we wrażliwym obszarze, takim jak cache czy prompty systemowe, wymaga jednej osoby, a najbardziej ryzykowne zmiany — dwóch. Zatwierdzenie przez agenta nigdy nie zastępuje zatwierdzenia przez człowieka. Już podczas badawczej wersji zapoznawczej Code Review odsetek wewnętrznych pull requests otrzymujących merytoryczne komentarze wzrósł z 16 % do 54 %.

Wpis podaje również skalę problemu charakterystycznego dla agentów — przeglądów, które nie prowadzą do zakończenia procesu: jeden pull request dotyczący CLI przeszedł w ciągu jednej nocy ponad pięćdziesiąt rund. Po wprowadzeniu limitu trzech rund, ograniczeniu przeglądu do nowego diffu i zgłaszaniu problemów według klas błędów przegląd szybciej się kończy:

Wskaźnik (wewnętrzne pull requests Claude Code)	Przed zmianami	Po zmianach
Zatwierdzone po jednej rundzie przeglądu i poprawek	65 %	78 %
Wymagające co najmniej pięciu rund	8,9 %	1,5 %
Średnia liczba przeglądów przed zatwierdzeniem	2,08	1,32

Wpis kończy się listą kroków do wdrożenia: krótki CLAUDE.md, lokalne /code-review i /security-review, plik REVIEW.md napisany przez osoby odpowiedzialne za kod, spisane poziomy ryzyka, kolejka scalania oraz codzienne odtwarzanie dawnych incydentów jako zestawu ewaluacyjnego.

🔗 Wpis zespołu Claude Code · Udostępnienie przez @ClaudeDevs

Codex CLI 0.163.0: sterowanie podczas odpowiedzi, wyszukiwanie w /config i Daybreak domyślnie włączony

15 października — OpenAI publikuje Codex CLI 0.163.0 o 21:30 UTC, pierwszą stabilną wersję od 0.162.1 z 9 października, z 227 wpisami od 0.162.0. Daybreak, dostępny od wersji 0.161.0 z 7 października po włączeniu opcji cli_daybreak, jest teraz domyślnie włączony dla kwalifikujących się kont, a codex exec może go wybrać przy użyciu klucza API OpenAI, gdy serwer udostępni dostęp.

Obszar	Zmiana wprowadzona w wersji 0.163.0
Sterowanie	wiadomość uzupełniająca wysłana w trakcie odpowiedzi od razu ukierunkowuje Codex; przerwanie tury zatrzymuje także aktywne komórki Code Mode
Polecenie `/config`	wyszukiwanie preferencji we wszystkich kategoriach, obsługiwane ustawienia stosowane od razu
Polecenie `/keymap`	konfigurowalny klawisz leader (domyślnie Ctrl+X); wyciszanie głosu przeniesione na F9
Polecenie `/daemon`	ponowne uruchomienie zarządzanego serwera działającego w tle, a następnie automatyczne ponowne połączenie
Narzędzia	niezależne narzędzia tylko do odczytu uruchamiane równolegle
Proxy sieciowe	uprawnienia sprawdzane przed rozwiązywaniem nazw DNS, odrzucanie zduplikowanych nagłówków `Host`

Wznowienie wątku przywraca również jego uprawnienia i zatwierdzenia dostępu do sieci, a Codex nie zawiera już zmodyfikowanej wersji zsh: korzysta ze swojego standardowego mechanizmu wykonywania poleceń powłoki.

🔗 Informacje o wydaniu Codex CLI 0.163.0

Cursor: agenci chmurowi tworzą kanwy do udostępniania, API Environments przechodzi do bety, Muse Wonder firmy Meta osiąga 46,1 % w CursorBench

16 października — Agenci chmurowi Cursor potrafią już tworzyć interaktywne kanwy (canvases): można poprosić ich o panel lub raport w trakcie pracy, a następnie udostępnić gotową kanwę swojemu zespołowi za pomocą linku. API Environments przechodzi do bety: umożliwia programowe tworzenie środowisk tych agentów i zarządzanie nimi, łącznie ze sklonowanymi repozytoriami i konfiguracją environment.json. Jedno środowisko obsługuje teraz do 500 repozytoriów, a duże środowiska z wieloma repozytoriami uruchamiają się według Cursor 5 razy szybciej. Wpis w changelogu, do którego odsyła wątek, nie był jeszcze opublikowany wieczorem 16 października, dlatego nie są znane ani plany, których dotyczy ta funkcja, ani cena, ani data zakończenia bety.

15 października — Trzy dni po tym, jak Meta udostępniła Muse Wonder, model trafia do Cursor w cenie 4 dolarów za milion tokenów wejściowych i 20 za wyjściowe, tak jak w API Meta. Cursor podkreśla wynik 46,1 % w CursorBench przy domyślnym poziomie wysiłku, najlepszy wynik modelu Muse; publiczny ranking CursorBench 4.0 podaje szczegóły dla pozostałych poziomów wysiłku.

Model i poziom wysiłku	Wynik CursorBench 4.0	Koszt zadania	Miejsce w rankingu
Claude Opus 5.5 Max	57,8 %	13,43 dolara	1.
Muse Wonder Max	50,4 %	5,25 dolara	12.
Muse Wonder Extra High	48,2 %	4,24 dolara	15.
Muse Wonder High	46,1 %	3,51 dolara	21.
Muse Wonder Medium	45,2 %	2,82 dolara	22.
Muse Wonder Low	41,7 %	1,91 dolara	32.
Muse Spark 1.3 Max	41,6 %	2,64 dolara	34.

🔗 Wątek Cursor o agentach chmurowych · Muse Wonder w Cursor · Ranking CursorBench

Gemini CLI informuje o braku optymalizacji pod kątem Gemini 4 Argon i odsyła do Antigravity CLI

16 października — Google dodało w nocy ostrzeżenie na początku README Gemini CLI. Ramka przypomina, że dla użytkowników darmowego planu i Google One Gemini CLI zostało zastąpione przez Antigravity CLI 18 czerwca 2026 r., po czym doprecyzowuje pogrubionym tekstem, zanim zachęci do korzystania z Argon za pośrednictwem Antigravity:

Gemini CLI has not been optimized for Gemini 4 Argon.

🇵🇱 Gemini CLI nie zostało zoptymalizowane pod kątem Gemini 4 Argon. — README Gemini CLI, pull request 29774

Druga zmiana, scalona nieco ponad godzinę później, rozszerza komunikat na wszystkie najnowsze modele Gemini i odsyła do Antigravity CLI, by zapewnić najlepsze warunki do pracy z kodem. Przy okazji z README znikają dotychczasowe argumenty: sekcja „Dlaczego Gemini CLI?” i jej darmowy limit 60 zapytań na minutę oraz 1 000 dziennie, zaawansowane funkcje i integracja z GitHub; logowanie przez konto Google jest już przeznaczone wyłącznie dla płatnych licencji organizacyjnych Code Assist.

Ramki te stanowią kontynuację przejścia zapowiedzianego 19 maja: od 18 czerwca Gemini CLI pozostaje dostępne dla licencji Code Assist Standard i Enterprise oraz płatnych kluczy API, z obietnicą dostępu do najnowszych modeli Gemini. Trzy dni po ogólnym udostępnieniu Argon propozycja społeczności dodająca ten model do selektora Gemini CLI (pull request 29737) nadal nie została scalona.

🔗 Pull request 29775 porządkujący README · Wpis z 19 maja o przejściu na Antigravity CLI

Krótkie wiadomości

Agenci i narzędzia do kodowania

Amp pokazuje pulpit swoich runnerów — Z poziomu wątku można teraz oglądać pulpit runnera macOS lub Linux i nim sterować, na przykład testować aplikację iOS zbudowaną przez Amp, korzystając z przeglądarki lub aplikacji na iPhone i iPad; każdy, kto może pisać w wątku runnera, może też sterować jego pulpitem. 🔗 źródło
v0 — Pliki zbyt duże do podglądu można pobrać z karty Code, aplikacja iOS zyskuje selektory skills i design systemów oraz załączniki wideo, a zapytania do Gemini 4 nie kończą się już błędem przy wysokich poziomach wysiłku. 🔗 źródło
Copilot CLI w wersji zapoznawczej — Trzy wersje zapoznawcze jednego dnia (1.0.99-2, 1.0.99-3 i 1.0.100-0), bez wersji stabilnej: semantyczne wyszukiwanie kodu staje się domyślnym ustawieniem sesji online, opcja --disable-client-telemetry wyłącza telemetrię klienta, a zawieszony serwer MCP nie blokuje już sesji. 🔗 źródło
Copilot w Slack i Teams — @GitHub pracuje teraz na wielu repozytoriach w jednej rozmowie: otwarte lub scalone pull requests, analiza obejmująca zarówno frontend, jak i backend, podsumowanie aktywności; udostępnione wiadomości i wątki Slack służą jako kontekst. 🔗 źródło
Qwen Code v0.25.3-preview.0 — Dzień po stabilnej wersji v0.25.2 wersja zapoznawcza z 64 pozycjami na liście zmian umieszcza QwenCloud na pierwszym miejscu w /auth, daje Managed Agent pełny dostęp do Shell z możliwością przełączania zatwierdzeń i wyświetla na żywo trajektorie w Web Shell. 🔗 źródło
Gemini CLI, nightly 0.66.0 — Pierwsza wersja nightly w tej serii, z dziewięcioma poprawkami: synchronizowane wyjście zapobiegające migotaniu w tmux, monity Git, które zawieszały interfejs, zmienne .env wreszcie rozwijane w ustawieniach MCP i pliki SKILL.md z opisem w jednej linii; wersje stable i preview bez zmian. 🔗 źródło
DeepSeek Harness 0.2.1-alpha.5 — 29. wersja zapoznawcza bez wersji stabilnej: cztery poprawki (menu skills po aktywacji pluginu, nadmiarowe terminale, instrukcje trybu PTC, klawisz Page Up w Windows i Linux) oraz punkt rozszerzeń pozwalający pluginom zmieniać nazwy modeli według dostawcy. 🔗 źródło

ChatGPT, Claude i AI w firmach

ChatGPT Sites dla Enterprise — @OpenAIDevs ogłasza ogólną dostępność dla Enterprise, z przechowywaniem danych nowych Sites w Stanach Zjednoczonych lub UE, zweryfikowanymi domenami i prywatnymi tunelami do wewnętrznych API; informacje o aktualizacjach Enterprise mówią o wdrażanej właśnie wersji zapoznawczej dla administratorów, a Plus i Pro tracą stały limit liczby Sites. 🔗 źródło
Rusza wdrażanie ChatGPT Slides — Zapowiedziane podczas DevDay 29 września prezentacje do wspólnej pracy trafiają do Space dla uprawnionych subskrybentów Pro, Business i Enterprise, ze współedycją w czasie rzeczywistym, prezentowaniem z poziomu ChatGPT i eksportem do PowerPoint, PDF lub Google Slides. 🔗 źródło
Stack Overflow for Agents — Według studium przypadku OpenAI dwóch inżynierów dostarczyło produkt w kilka tygodni z pomocą Codex; jego plugin ChatGPT z dnia na dzień potroił liczbę rejestracji, a konektor Stack Internal powstaje w 4 dni zamiast w 3 do 6 tygodni. 🔗 źródło
Sullivan & Cromwell — Kancelaria zbudowała wspólnie z OpenAI Agreement Analyzer, którego prototyp opracował w kancelarii John Savva z pomocą Codex; narzędzie przygotowuje na podstawie projektu umowy memorandum i proponowane zmiany, które następnie sprawdza prawnik; studium przypadku nie podaje żadnych danych liczbowych o korzyściach. 🔗 źródło
Agenci handlowca z Anthropic — Shahboz Ibragimov z zespołu japońskiego opisuje sześciu agentów działających na Claude Managed Agents (selekcja potencjalnych klientów, Salesforce, odpowiedzi po japońsku lub angielsku, sprawozdania), Claude Tag do dalszych kontaktów oraz Sonnet lub Opus zależnie od wymaganej oceny sytuacji; według jego tygodniowego dziennika pozwoliło to zaoszczędzić około 60 godzin pracy. 🔗 źródło
American Forge — Cognition i National Design Studio uruchamiają sześciomiesięczny program rezydencyjny, w ramach którego inżynierowie dołączają do administracji amerykańskiej; według wpisu ma ona ponad 29 000 starych lub przestarzałych federalnych witryn internetowych; zgłoszenia są otwarte, bez podanej wysokości wynagrodzenia ani liczby miejsc. 🔗 źródło

Generowany głos i wideo

HeyGen Video 1 w MCP HeyGen — Wystarczy opisać agentowi (ChatGPT, Claude, Claude Code lub Cursor) pożądane wideo, a wróci ono gotowe do publikacji, według HeyGen w kilka sekund; renderowanie zużywa kredyty z planu. 🔗 źródło
NTT Docomo Business i ElevenAgents — Operator testuje w Aizuwakamatsu (Fukushima) swojego asystenta głosowego CONN, zbudowanego na ElevenAgents, aby informować starszych mieszkańców, którym śnieg uniemożliwia wyjście z domu, i prowadzić z nimi rozmowy; opinie uznano za pozytywne, bez danych liczbowych. 🔗 źródło
Certyfikacje ElevenLabs — ElevenLabs odnawia certyfikacje ISO/IEC 27001, 27701, 42001, 27017 i 27018, SOC 2 Type II oraz PCI DSS poziom 1, a także dodaje SOC 2 Type I dla ElevenProductions. 🔗 źródło

Modele, benchmarki i badania

Mistral Large 4 w STEMBench — Mistral promuje naukowy benchmark Ulam, w którym jego model uzyskuje 2,501 na 4 bez narzędzi (2,602 w inżynierii, 2,597 w astronomii): 6. miejsce wśród 10 konfiguracji i 4. bez narzędzi, za Muse Wonder, Claude Opus 5.5 i Hy4 Preview; dwaj liderzy, GPT-6 Astra xhigh i GPT-6.1 Sol, działali z narzędziami w Codex. 🔗 źródło
Jebadiah v2.1 — Dwa otwarte modele decyzyjne 27B i 9B, opublikowane 10 października na licencji Apache-2.0, uzyskują 55,94 (35. miejsce) i 44,91 (74. miejsce) wśród 168 modeli w Decision Index, za Jev 1.13 (60,11). 🔗 źródło
Nemotron 3.5 Super VL i wykresy — Według Thoughtworks LoRA trenowany przez 3,3 godziny na 24 000 wygenerowanych wykresów podnosi wynik wstępnego checkpointu modelu z 16,96 % do 78,13 % na 224 pytaniach CharXiv, kosztem utraty netto 104 poprawnych odpowiedzi w innych obszarach. 🔗 źródło
Arc Pro B65 od Intel — Społecznościowy benchmark w llama.cpp wykazuje, że SYCL z flash attention jest o 31,2 % szybszy od Vulkan w fazie prefill na trzech modelach około 30B w 4 bitach: w przypadku dwóch z nich pierwszy token dla promptu o długości około 16 000 tokenów pojawia się po 20,5 sekundy zamiast po 42. 🔗 źródło
TB-Lite Verified — Hugging Face udostępnia bez zapowiedzi poprawioną wersję benchmarku OpenThoughts-TBLite dla agentów terminalowych: usunięto pięć wadliwych zadań ze 100, poprawiono błąd ograniczający ocenę do 0,997, nie opublikowano wyników. 🔗 źródło
AutoIllustrate od Sakana AI — Z zaległych informacji z 14 października: narzędzie wiersza poleceń na licencji Apache-2.0 przekształca sekcję „metody” artykułu w edytowalny rysunek draw.io, a następnie w PNG ze zmienioną stylistyką; posłużyło do przygotowania ilustracji w The Agentic Scientist. 🔗 źródło
Przytakiwanie LLM według Meta — facebookresearch publikuje bez zapowiedzi prompty i kryteria oceniania z artykułu „Od danych o preferencjach do personalizacji”, który dzieli odpowiedzi na siedem typów, od otwartego sprzeciwu po wyraźne potwierdzenie; bez modelu ani danych liczbowych. 🔗 źródło
Anthropic i Simons Foundation — Anthropic przeznacza 5 milionów dolarów w formie finansowania, mocy obliczeniowej i dostępu do Claude dla matematyków, zarządzanych przez Simons Foundation; wraz z wkładem fundacji i OpenAI, które również przeznacza na ten cel 5 milionów dolarów, pula sięga według Simons Foundation 15 milionów dolarów, przyznawanych między innymi w drodze naboru wniosków. 🔗 źródło

Poradniki i wyróżnienia

Bezpieczeństwo LLM według Perplexity — Poradnik omawia dziesięć zagrożeń z OWASP Top 10 for LLM Applications 2026, podając dla każdego incydent i sposoby ochrony, a także przypomina zabezpieczenia Perplexity (sandbox Computer, BrowseSafe dla Comet, zerowa retencja u zewnętrznych dostawców); bez nowych funkcji. 🔗 źródło
Nauka z AI — Perplexity publikuje pięć metod opartych na badaniach (odpowiadanie na pytania, rozkładanie nauki w czasie, ponowne wyjaśnianie, przeplatanie tematów, śledzenie postępów) i przytacza dane Gallup oraz Lumina Foundation: 57 % amerykańskich studentów co tydzień używa AI do nauki. 🔗 źródło
Dwa wynalazki roku według TIME — Magazyn zalicza do najlepszych wynalazków 2026 roku Omnilingual ASR od Meta, system rozpoznawania mowy dla ponad 1 600 języków, oraz NemoClaw od NVIDIA, autonomicznego agenta zamkniętego w sandboxie. 🔗 Meta · 🔗 NVIDIA

GitHub: licencje, runnery i dostęp

Zgodność z licencjami open source — Ogólna dostępność dla GitHub Enterprise Cloud z Code Security: firmowa polityka licencyjna jest egzekwowana w pull requests za pomocą zestawu reguł, a nowy endpoint pozwala agentom kodującym sprawdzać, czy pakiet jest z nią zgodny. 🔗 źródło
Obraz Xcode 27 — Poza AI: obraz runnera Xcode 27 w GitHub Actions (macOS 27, wyłącznie Apple Silicon) staje się ogólnie dostępny, z niezmienionymi etykietami xcode-27 i xcode-27-xlarge. 🔗 źródło
Evergreen — Poza AI: GitHub przedstawia GitHub App, która co kwartał odbiera dostęp niepotwierdzonym współpracownikom zewnętrznym i archiwizuje, nigdy ich nie usuwając, nieaktywne repozytoria współdzielonej organizacji obejmującej ponad 1 400 pracowników. 🔗 źródło

Co to oznacza

Krzywe eliptyczne były tematem dwóch wpisów Anthropic tego samego dnia, ujętym z dwóch stron. Patrząc w przeszłość, Claude odtwarza generator i znaczniki czasu stojące za wartościami seed NIST: niczego nie złamano, co Anthropic powtarza, ale manipulacja staje się znacznie mniej prawdopodobna, a każdy może odtworzyć wynik za pomocą kodu opublikowanego na licencji CC0. Patrząc w przyszłość, Claude Mythos 5 znajduje układ dodawania punktów na krzywej eliptycznej, który wymaga 17 razy mniej bramek przy 12 % większej liczbie kubitów — kluczowy element algorytmów kwantowych, które obliczałyby logarytm dyskretny na krzywych eliptycznych, czyli rozwiązywały problem, od którego zależy bezpieczeństwo ECDSA. Anthropic wyciąga z tego wniosek, że użyteczne komputery kwantowe mogą pojawić się wcześniej, niż przewidywano: zaufanie do sposobu tworzenia tych krzywych rośnie w chwili, gdy spada szacowany koszt układów kwantowych, które mogłyby im kiedyś zagrozić.

W laboratoriach agenci dłużej pracują samodzielnie, a weryfikacja staje się warunkiem ich wiarygodności. Claude Mythos 5 działał przez 53 godziny z automatycznym ewaluatorem, z dowodem sformalizowanym w Lean; agenci Argon grali przez ponad 27 godzin pod nadzorem komponentu Observer, którego zadaniem było wykrywanie oszustw; agent Antigravity opracowuje protokół, ale jego bakteriocyna wciąż czeka na walidację w laboratorium. Narzędzia dla badaczy podążają tą samą drogą: Deep Review sprawdza twierdzenia i spójność przed złożeniem pracy, Open Math OS opiera się na Lean i domyślnie zachowuje prywatność projektów, a Rosalind Academic Plan udostępnia GPT-Rosalind dopiero po zatwierdzeniu zaufanego dostępu.

Wśród otwartych modeli licencja znów staje się argumentem. Dzień po Muse Spark Open, opublikowanym na Muse Model License z ograniczonymi warunkami wykorzystania komercyjnego, pojawia się Beam na Apache 2.0, z ponad 40 partnerami już pierwszego dnia, checkpointem NVFP4 i harnessem, który posłużył do jego trenowania. Mniejsze warianty przyjmują tę samą licencję i stawiają na wydajność: najmniejszy Bonsai 2 mieści się w 0,43 Go i działa na telefonie, a modele decyzyjne tworzą odrębną kategorię, z pplx-decider-v1.2 i jego wersją Flash za 0,02 i 0,01 dolara za milion tokenów, adapterami Granite Switch 4.1 ponownie wykorzystującymi cache modelu bazowego oraz wspólnym rankingiem Decision Index.

Harness liczy się teraz równie mocno jak model. Reflection dostarcza Beam z Mirror CLI, Google kieruje użytkowników Argon do Antigravity CLI zamiast do Gemini CLI, a zespół Claude Code wiąże dwukrotny wzrost liczby merge’ów z przebudową procesu code review, w którym klasyfikator decyduje o liczbie wymaganych osób. W zastosowaniach konsumenckich agenci rozszerzają zakres działania: GPT-6 Astra Pro rozdziela zadanie między wielu agentów, Grok Bot łączy się z Robinhood, Coinbase i eToro, a pluginy ChatGPT stają się kanałem dystrybucji, od narzędzi Pika po potrojenie liczby rejestracji w Stack Overflow for Agents.