Szukaj

Perplexity Computer wchodzi na prędkość przelotową, GLM-5.2 za darmo w Together AI, agentowe narzędzia do kodu

Perplexity Computer wchodzi na prędkość przelotową, GLM-5.2 za darmo w Together AI, agentowe narzędzia do kodu

ai-powered-markdown-translator

Artykuł przetłumaczony z fr na pl za pomocą gpt-5.4-mini.

Zobacz projekt na GitHubie ↗

Weekend 21 czerwca 2026 skupia dwa wyraźne wektory zmian: z jednej strony Perplexity Computer zyskuje na głębi dzięki integracji Deep Research i nowych narzędzi nawigacyjnych w wątkach roboczych; z drugiej Together AI udostępnia GLM-5.2 za darmo, jednocześnie pozycjonując się jako najszybszy dostawca inferencji dla tego modelu na OpenRouter. Jeśli chodzi o narzędzia do kodu, Amp znacząco ulepsza swojego podagenta Librarian i wprowadza Custom Agents, a v0 upraszcza feedback użytkowników dzięki trybowi Annotations.


Perplexity Computer — zintegrowane Deep Research, panel poleceń i forking

19 czerwca — Perplexity publikuje istotną aktualizację Computer, swojej platformy agentów badawczych. Najważniejsza nowość: Deep Research jest teraz dostępne bezpośrednio w wątkach roboczych Computer. Wyniki dogłębnego wyszukiwania można przekształcić w raport, arkusz kalkulacyjny, prezentację, pulpit nawigacyjny, stronę internetową lub workflow — bez opuszczania środowiska. Perplexity ogłasza, że Deep Research in Computer przewyższa konkurencję w najnowszych benchmarkach dzięki infrastrukturze nazwanej “Search as Code”.

FunkcjonalnośćOpis
Deep Research in ComputerDogłębne wyszukiwanie możliwe do przekształcenia w raport, arkusz, dashboard lub workflow w tym samym wątku
Command panelSzybki dostęp do wszystkich trybów i umiejętności przez / w polu wyszukiwania
ForkingRozgałęzienie wątku do nowego pytania przy zachowaniu pełnego kontekstu
Inline actionsPotwierdzenia, doprecyzowania i połączenia wyświetlane bezpośrednio w polu wyszukiwania
Computer Analytics APIPobieranie użycia (kredyty, artefakty, workflowy, czasy trwania) w szeregu czasowym — Enterprise
Custom credit limitsLimity kredytów na członka lub zespół definiowane przez administratorów — Enterprise

Dostępny przez / command panel gromadzi w jednym miejscu wszystkie dostępne tryby i umiejętności (Deep Research, Plan Mode, własne skills, skills organizacji). Forking pozwala zbadać pytanie uzupełniające w osobnym wątku, zachowując dostęp do kontekstu i artefaktów z wątku źródłowego — to przydatny mechanizm braku regresji podczas iteracji nad złożonymi projektami.

Funkcje Analytics API i custom credit limits są skierowane do organizacji: administratorzy mogą teraz monitorować użycie Computer przez API (zgodne ze Snowflake, Hex, Metabase lub arkuszami kalkulacyjnymi) oraz definiować limity kredytów według roli lub zespołu.

🔗 Dziennik zmian Perplexity — Deep Research, command panel, forking


Together AI udostępnia GLM-5.2 za darmo i obejmuje prowadzenie na OpenRouter

21 czerwca — Together AI ogłasza wdrożenie GLM-5.2 (model open-source opublikowany na licencji MIT przez Z.ai / Zhipu) na swojej platformie, dostępny bezpłatnie przez Together Chat bez konfiguracji API. Model działa na bezpiecznej północnoamerykańskiej infrastrukturze.

ModelWydawcaLicencjaDostęp w Together AI
GLM-5.2Z.ai (Zhipu)MIT (open-source)Bezpłatnie — Together Chat, bez konfiguracji API

Równolegle Together AI twierdzi, że jest najszybszym dostawcą inferencji dla GLM-5.2 na OpenRouter, koncentrując się na workloads z długim kontekstem (kodowanie, agenci), aby maksymalizować liczbę tokenów na GPU przy zachowaniu niskiej latencji.

“Everyone’s trying to find where to test GLM-5.2. You can try it free on Together Chat (link below). No API setup. Just pick GLM-5.2 and start prompting. Served by Together AI on secure North American infrastructure.”

🇵🇱 “Wszyscy szukają miejsca, gdzie można przetestować GLM-5.2. Możecie wypróbować go za darmo w Together Chat (link poniżej). Bez konfiguracji API. Wystarczy wybrać GLM-5.2 i zacząć go używać. Obsługiwany przez Together AI na bezpiecznej północnoamerykańskiej infrastrukturze.”@togethercompute

🔗 Together AI — najszybszy serwer GLM-5.2 na OpenRouter


Narzędzia do kodu AI — Amp przyspiesza swojego Librariana i uruchamia Custom Agents, v0 wprowadza Annotations

Amp — Librarian 3× szybszy i 43% tańszy

18 czerwca — Amp ulepsza swojego podagenta Librarian, wyspecjalizowanego w wyszukiwaniu kodu na GitHubie. Nowa wersja jest około 3× szybsza i 43% tańsza niż poprzednia.

MetrykaZmiana
Szybkość~3× szybciej
Koszt−43%

Librarian to wewnętrzny agent Amp odpowiedzialny za przeszukiwanie dużych baz kodu w celu lokalizowania symboli, funkcji lub wzorców. Ta poprawa wydajności bezpośrednio wspiera workflowy, w których wyszukiwanie kodu jest częstym etapem.

🔗 Amp — A Faster Librarian


Amp — Custom Agents: wtyczki tworzą i sterują agentami

19 czerwca — Amp rozszerza swój system wtyczek o Custom Agents: wtyczki mogą teraz tworzyć agentów, uruchamiać ich i nadal wchodzić w interakcję z ich wątkami konwersacji. Ta funkcja pozwala komponować wyspecjalizowanych agentów bezpośrednio z poziomu wtyczki, bez dodatkowej infrastruktury.

Praktyczna korzyść to komponowanie agentowych pipeline’ów: wtyczka może uruchomić agenta dedykowanego do konkretnego zadania (review kodu, generowanie testów, analiza zależności) i pobrać wyniki w tym samym wątku. Rozdział między wtyczką orkiestrującą a wykonującym agentem pozostaje wyraźny.

🔗 Amp — Custom Agents


v0 — Tryb Annotations, pytania w formularzu, Apple/Google Pay

19 czerwca — v0 (platforma generowania interfejsów użytkownika od Vercel) publikuje kilka nowych funkcji.

FunkcjonalnośćOpis
Annotations modeKlikanie elementów w podglądzie, aby dodawać ponumerowane komentarze wysyłane zbiorczo do agenta
In-form questionsPytania doprecyzowujące od v0 pojawiają się w formularzu promptu (pojedynczy wybór, wielokrotny wybór lub skip)
Apple Pay / Google PayDostępne w checkout v0
Nieograniczone ulubioneUsunięcie limitu 5 ulubionych
ZIP downloadCzłonkowie z dostępem tylko do odczytu mogą pobrać kod czatu w ZIP

Tryb Annotations jest najbardziej zauważalną nowością: zamiast opisywać problem wizualny prozą, użytkownik klika bezpośrednio element w podglądzie i zostawia ponumerowany komentarz — wszystkie komentarze są wysyłane zbiorczo do agenta. Takie podejście zmniejsza niejednoznaczność między opisem tekstowym a rzeczywistą intencją.

🔗 Dziennik zmian v0


Krótkie informacje

  • Claude Code v2.1.185 (20 czerwca) — Komunikat oczekiwania wyświetlany przy spowolnieniu sieci został przeformułowany: “Waiting for API response · will retry in …” zastępuje “No response from API · Retrying in …”. Czas uruchomienia ponowienia wzrasta z 10 do 20 sekund. 🔗 CHANGELOG

Co to oznacza

Narzędzia agentowe dla deweloperów stają się bardziej kompozytowe. Custom Agents od Amp pokazują szerszy trend: środowiska programistyczne z AI nie ograniczają się już do osadzania LLM w edytorze, lecz udostępniają prymitywy pozwalające wtyczkom orkiestrująć wyspecjalizowanych agentów. Rozdział orkiestrator/wykonawca oferowany przez Custom Agents odpowiada architekturze multi-agentowej, która staje się standardem w pipeline’ach produkcyjnych — ale jest dostępna na poziomie wtyczki, bez infrastruktury do wdrożenia. Aktualizacja Librariana (3×, −43%) pokazuje, że tę warstwę wyspecjalizowanych agentów można optymalizować niezależnie od głównego modelu.

Wyścig o inferencję dla modeli open-source przyspiesza. Fakt, że Together AI aktywnie komunikuje swoją pozycję najszybszego serwera dla GLM-5.2 na OpenRouter, pokazuje, że wydajność inferencji staje się wyróżnikiem handlowym dla dostawców cloud ML. Udostępnienie GLM-5.2 za darmo przez Together Chat bez konfiguracji to strategia pozyskiwania użytkowników: gdy deweloperzy poznają model przez chat, przejście na płatne API jest prostsze. To model, z którego HuggingFace i Replicate skutecznie korzystały przy wcześniejszych modelach open-source.

Platformy agentów badawczych dodają warstwy kontroli enterprise. Nowe funkcje Perplexity Computer (Analytics API, limity kredytów per członek, forking) pokazują dojrzałość w adopcji organizacyjnej tych narzędzi: firmy potrzebują kontroli kosztów, śledzenia użycia i braku regresji podczas iteracji. Forking jest szczególnie interesujący — to prymityw zarządzania kontekstem, którego nie było we wczesnych narzędziach AI do wyszukiwania, a który przybliża te platformy do środowisk pracy współdzielonej (gałęzie Git, osobne wątki dyskusji).


Źródła