Anthropic publikuje wersję 2026-10-21 swojego API Claude, Hugging Face udostępnia model ADN Carbon-X, METR testuje monitorowanie agentów w OpenAI

Anthropic publikuje wersję 2026-10-21 API Claude, pierwszą od 2023 roku: parametry temperature, top_p i top_k są w niej odrzucane, a wszystkie SDK otrzymują nowe wersje główne na licencji Apache 2.0. Hugging Face udostępnia Carbon-X, otwarty model o 14 miliardach parametrów, który odczytuje i generuje ADN niemal na poziomie GPT-6.1 Sol, a METR wraz z Redwood Research publikuje podsumowanie trzech tygodni ataków na system monitorowania wewnętrznych agentów OpenAI. Agent Skills i OpenEnv dołączają do MCP w Agentic AI Foundation, API Decisions firmy OpenAI staje się ogólnie dostępne, a NVIDIA poświęca drugi dzień GTC Berlin rozwiązaniom Cosmos i Minerva.

API Claude 2026-10-21: pierwsza wersja od 2023 roku odrzuca temperature, top_p i top_k

21 października — Anthropic publikuje wersję 2026-10-21 API Claude, czyli wartość przekazywaną w nagłówku anthropic-version, wraz z nowymi wersjami głównymi wszystkich swoich SDK oraz narzędzia CLI ant.

API version 2026-10-21 is now available. The Claude API has evolved a lot, but this is our first official version release since 2023. We plan to release versions more often so you can handle breaking changes before a new model requires them. 2023-06-01 is not deprecated.

🇵🇱 Wersja 2026-10-21 API jest już dostępna. API Claude znacznie się zmieniło, ale to nasza pierwsza oficjalna publikacja wersji od 2023 roku. Planujemy częściej publikować wersje, abyście mogli dostosować się do zmian naruszających kompatybilność, zanim wymusi je nowy model. Wersja 2023-06-01 nie została oznaczona jako przestarzała. — @ClaudeDevs na X

Najbardziej widoczna zmiana dotyczy próbkowania. W wersji 2026-10-21 parametry temperature, top_p i top_k powodują błąd 400 w Messages API, przy zliczaniu tokenów i w każdym żądaniu w partii (Message Batch), nawet przy wartościach domyślnych; bez nich żądanie korzysta z próbkowania z temperaturą 1.0. Modele Claude 4.7 i nowsze już wcześniej akceptowały wyłącznie te wartości. Natomiast w starszym modelu, takim jak Claude Sonnet 4.6, obniżenie temperatury w celu uzyskania bardziej przewidywalnych odpowiedzi przestaje działać, a zastępczego ustawienia nie ma: dokumentacja zaleca wówczas pozostawienie takiego żądania przy wersji 2023-06-01.

Element żądania	Efekt w wersji 2026-10-21
`temperature`, `top_p`, `top_k`	Błąd 400, nawet przy wartości domyślnej
Blok dokumentu umieszczony bezpośrednio w wiadomości asystenta	Błąd 400 (dokument zagnieżdżony, na przykład w wyniku web fetch, nadal jest akceptowany)
Niepuste cytowania w blokach tekstowych wiadomości użytkownika	Błąd 400, w tym `search_result`
`workspace_id` kluczy API	Usunięto, zastąpiono przez `scope`
Pola o zmienionych nazwach w Admin API i Enterprise Analytics API	Usunięto stare nazwy

Python 2.0.0, TypeScript 1.0.0, C# 13.0.0, Go 2.0.0, Java 3.0.0, PHP 1.0.0, Ruby 2.0.0 i ant CLI 2.0.0 domyślnie wysyłają nową wersję. Te SDK przechodzą z licencji MIT na Apache 2.0, podczas gdy wcześniejsze wersje pozostają na MIT, i wprowadzają własne zmiany naruszające kompatybilność: jeden typ wiadomości na rolę, klucz API wysyłany w Authorization: Bearer zamiast w X-Api-Key (API nadal akceptuje obie formy), usunięcie dawnego API Text Completions (TypeScript, Go, Java, Ruby i CLI) oraz usunięcie mechanizmu compaction po stronie klienta w tool runner na rzecz compaction po stronie serwera.

Na potrzeby migracji Anthropic publikuje przewodnik krok po kroku i odsyła do skilla /claude-api w Claude Code, którego wersja 2.1.307 dodaje polecenie /claude-api api-version. W Amazon Bedrock wersja 2026-10-21 jest dostępna wyłącznie dla Claude 4.7 i nowszych modeli. Tego samego dnia informacje o wydaniu dodają do profili użytkowników (user profiles) pola enforcement_status i enforcement_actions, które wskazują, czy Anthropic ograniczyło dostęp lub zablokowało jednego z klientów końcowych organizacji.

🔗 Przewodnik migracji do wersji 2026-10-21 · Informacje o wydaniach Claude Platform

Carbon-X: Hugging Face publikuje otwarty model o 14 miliardach parametrów, który odczytuje i generuje ADN

22 października — Hugging Face publikuje Carbon-X, otwarty model o 14 miliardach parametrów, który przetwarza ADN i język naturalny w jednym strumieniu tokenów: można zapytać go o sekwencję, poprosić o określenie skutku mutacji lub wygenerowanie ADN. Model wywodzi się z Qwen3-14B i został udostępniony na licencji Apache 2.0 przez organizację HuggingFaceBio, która 8 października opublikowała narzędzie do adnotacji genów Carbon-A.

Zespół, który tworzą Loubna Ben Allal, Lewis Tunstall i Leandro von Werra, kontynuował trening Qwen3-14B (midtraining) na 300 miliardach tokenów obejmujących ADN, język angielski i dane przeplatane, a następnie przeprowadził dalszy trening poprzez nadzorowane dostrajanie i uczenie ze wzmocnieniem. Hybrydowy tokenizer zachowuje BPE z Qwen3 dla tekstu, a ADN dzieli na niepokrywające się 6-mery, przy czym jeden token obejmuje sześć par zasad. Bez osobnego enkodera ADN tekst i sekwencje korzystają z tej samej macierzy embeddingów, a odpowiedź może łączyć oba rodzaje danych.

W pięciu benchmarkach (wpływ wariantów, rozumienie sekwencji, przewidywanie następnej zasady) Carbon-X uzyskuje średni wynik 66,7 % bez rozumowania: o 27 punktów więcej niż Qwen3-14B i lepiej niż wszystkie pozostałe oceniane modele otwarte. GPT-6.1 Sol wypada tylko nieznacznie lepiej, z wynikiem 67,5 %, ale Carbon-X wyprzedza wszystkie testowane modele, zarówno otwarte, jak i zamknięte, w ocenie wpływu wariantów kodujących (BioReason Coding) oraz przewidywaniu następnej zasady.

Oceniany model	Wskaźnik ADN z wpisu (po zaokrągleniu)
GPT-6.1 Sol	68 %
Carbon-X	67 %
Kimi K3	50 %
DeepSeek V4.1 Flash	47 %
Qwen3-14B	40 %
GLM-5.3	40 %

Introducing Carbon-X: The best open DNA model. We midtrained a 14B model on DNA and text, and it beats every open language model and matches GPT-6.1 Sol at 1,000x lower cost.

🇵🇱 Oto Carbon-X, najlepszy otwarty model do pracy z ADN. Kontynuowaliśmy trening modelu 14B na ADN i tekście: przewyższa wszystkie otwarte modele językowe i dorównuje GPT-6.1 Sol przy 1 000 razy niższym koszcie. — @LoubnaBenAllal1 na X

W kwestii kosztów pojawiają się dwie liczby: karta modelu szacuje koszt na około 1/1 800 kosztu GPT-6.1 Sol na zadanie, podczas gdy ogłoszenie zaokrągla go do 1 000 razy niższego. Obliczenia opierają się na standardowych stawkach API porównywanych modeli, z których każdy działa na poziomie rozumowania zapewniającym najlepszą średnią, a w przypadku Carbon-X — na przepustowości zmierzonej podczas godziny pracy H200 kosztującej 5 dolarów; model odpowiada bezpośrednio, bez rozszerzonego rozumowania. Clément Delangue, dyrektor generalny Hugging Face, przedstawia Carbon-X jako odpowiedź na zabezpieczenia stosowane w biologii przez czołowe laboratoria, które jego zdaniem utrudniają pracę naukowcom, uczelniom, organizacjom społecznym i agencjom zdrowia, nie powstrzymując podmiotów o złych zamiarach.

🔗 Karta Carbon-X · Wpis o premierze · Wpis Clémenta Delangue

METR i Redwood Research poddają próbie monitorowanie wewnętrznych agentów OpenAI

22 października — METR publikuje sprawozdanie z ćwiczenia przeprowadzonego tego lata w OpenAI wspólnie z Redwood Research. Od 21 lipca do 11 sierpnia po jednym pracowniku z każdej organizacji spędziło na miejscu trzy tygodnie, atakując (red-teaming) asynchroniczny system monitorujący rozbieżność działań wewnętrznych agentów OpenAI z założonymi celami — tych, które piszą kod lub prowadzą eksperymenty dla badaczy firmy. Zakres dostępu był szeroki: urządzenia dostarczone przez OpenAI, które nigdy nie opuściły siedziby, kod wewnętrzny, prompty i konfiguracja monitorów, rozmowy z kilkunastoma badaczami i inżynierami.

Miara podana przez METR	Szacowana wartość
Wewnętrzny ruch agentów w Responses API kwalifikujący się do monitorowania (modele co najmniej GPT-5.5)	Około 75 do 94 %
Ruch wewnętrznych agentów Codex kwalifikujący się do monitorowania	99,2 %
Niemonitorowany wewnętrzny ruch Codex kwalifikujący się do monitorowania, od maja do lipca 2026	Rzędu 10 % (compaction)
Żądania monitora zakończone błędem	Poniżej 0,2 %
Raport wewnętrzny, następnie wersja z utajnionymi fragmentami	61 stron, następnie 38 stron

Szacunki te, według METR obarczone dużą niepewnością, dotyczą systemu w stanie z 21 lipca. Główna luka wynikała ze zdarzeń compaction kontekstu, których monitory nie widziały:

Because of this coverage gap, we estimated that on the order of 10% of internal Codex traffic was unmonitored from May to July. OpenAI had independently identified this issue shortly before the exercise began.

🇵🇱 Z powodu tej luki w monitorowaniu oszacowaliśmy, że około 10 % wewnętrznego ruchu Codex nie było monitorowane od maja do lipca. OpenAI niezależnie wykryło ten problem niedługo przed rozpoczęciem ćwiczenia. — @METR_Evals na X

OpenAI usunęło tę lukę podczas ćwiczenia. Ponieważ monitor uruchamiał się dopiero wtedy, gdy agent oddawał kontrolę użytkownikowi, agent mógł — dopóki compaction pozostawało poza monitoringiem — odkładać monitorowanie w nieskończoność, kontynuując działania. Trening metodą uczenia ze wzmocnieniem nie był objęty monitorowaniem na początku ćwiczenia.

Zespół opisuje również luki: obejście sandboxa Codex i Auto-Review, które nadawało agentowi wszystkie uprawnienia użytkownika hosta, technikę ukrywającą przed monitoringiem setki ostatnich działań (szczegóły utajnione przez OpenAI), dane wejściowe zdolne spowodować awarię monitora poprzez wykorzystanie różnic w serializacji, dwa nagłówki kontrolowane przez klienta, które wyłączały monitorowanie nowych agentów, choć ich użycie nadal było wykrywalne, oraz dwa niemonitorowane narzędzia wewnętrzne, uznawane za narzędzia tylko do odczytu, których nadużycie mógłby umożliwić prosty exploit, niezweryfikowany w praktyce. Z kolei monitor widzi pełny przebieg działań agenta, z kilkoma wyjątkami, a jego prompty służą wykrywaniu intryg (scheming), sabotażu, eksfiltracji danych, oszustw i wstrzykiwania promptów.

OpenAI twierdzi, że usunęło wszystkie podatności dotyczące swojego stosu zabezpieczeń w środowisku produkcyjnym; METR zaznacza, że nie oceniało tego twierdzenia. Strony uzgodniły wcześniej, że opublikują tylko krótki wpis, a OpenAI będzie mogło utajnić fragmenty raportu. METR wyciąga z tego pięć zasad projektowania, w tym utrudnienie unikania monitorowania (na przykład uruchamianie go co N minut lub co N wiadomości), regularne atakowanie systemu i izolowanie agentów od ich monitorów. Według OpenAI ustalenia te pomogły wzmocnić zabezpieczenia podczas rozbudowy systemu i ukierunkują przyszłą współpracę z niezależnymi podmiotami oceniającymi. 15 października Anthropic opisało porównywalny dostęp przyznany zespołowi METR.

🔗 Testy red-teaming wewnętrznych systemów monitorowania agentów OpenAI (METR) · Wpis @OpenAI

Agentic AI Foundation: Agent Skills, Open Responses, OpenEnv i OpenSandbox dołączają do MCP

22 października — Agentic AI Foundation (AAIF), fundacja działająca przy Linux Foundation, założona wspólnie w ubiegłym roku przez Anthropic, Block i OpenAI, która już opiekuje się MCP, przyjmuje jednocześnie cztery nowe projekty: Agent Skills przekazany przez Anthropic, Open Responses przez OpenAI, OpenEnv przez Hugging Face i OpenSandbox przez Alibaba. Tym samym już w pierwszym roku skupia 10 projektów; jak mówi Manik Surtani, jej CTO i współzałożyciel, każdy z nich obejmuje część stosu, od sposobu, w jaki agenci zdobywają nowe możliwości, po miejsce, w którym działają.

Anthropic przekazuje nazwę i logo Agent Skills, organizację GitHub oraz domenę agentskills.io. Ten format katalogów, które uczą agenta wykonywania zadania (plik SKILL.md, skrypty, dokumenty referencyjne), powstał podczas prac nad Claude Code i został opublikowany jako otwarty standard w grudniu 2025 roku; według Anthropic od tego czasu zintegrowało go ponad 70 platform agentowych, w tym ChatGPT, Cursor, GitHub Copilot i VS Code, a opublikowano 1 milion skillów, które zainstalowano niemal 280 milionów razy. Inżynierowie z Anthropic, Google, OpenAI i innych firm będą we własnym imieniu odpowiadać za jego utrzymanie, a głównymi opiekunami (Lead Maintainers) będą David Soria Parra i Mahesh Murag; wątek @ClaudeDevs wymienia też Earendil, Microsoft i OpenCode jako członków technicznego komitetu sterującego. Istniejące skille nadal działają, a licencje pozostają bez zmian; proponowany pierwszy etap obejmuje numerowane wersje, formalny proces zgłaszania propozycji i zalecenia dotyczące bezpieczeństwa.

Hugging Face z kolei przekazuje OpenEnv, swój otwarty framework środowisk do trenowania agentów, pod neutralny nadzór, z komitetem skupiającym między innymi Microsoft, Reflection, Meta-PyTorch, Fleet, Mercor, Nebius, Modal, Prime Intellect i Unsloth. Dawne adresy meta-pytorch/OpenEnv i huggingface/OpenEnv przekierowują teraz na github.com/openenv/OpenEnv.

🔗 Komunikat Linux Foundation · Wpis Anthropic · Ogłoszenie Bena Burtenshawa (Hugging Face) · Wątek @ClaudeDevs

Projektowanie agentów i zarządzanie nimi: zwinięci subagenci, domyślny tryb auto, porównanie upowszechnienia agentów

Trzy ogłoszenia dotyczą w mniejszym stopniu tego, co potrafią agenci, a w większym — sposobu ich organizowania, przekazywania im kontroli i mierzenia ich wykorzystania.

Anthropic zaleca przeniesienie pracy podagentów do głównej pętli i publikuje zestaw migracyjny open source

22 października — W poradniku dobrych praktyk dla Claude Platform autorstwa Diane Sarkis zespół Applied AI firmy Anthropic stwierdza, że w kilku wdrożeniach korporacyjnych pojedynczy agent wyposażony w skills często osiągał lepszą jakość niż jeden prompt obejmujący wszystko lub architektura z podagentami, często przy niższym koszcie i mniejszych opóźnieniach na zadanie; jeden z klientów zmierzył wykonanie około dwukrotnie szybsze niż w swoim środowisku multi-agent. Anthropic twierdzi, że skróciło prompt systemowy Claude Code dla swoich najbardziej zaawansowanych modeli o ponad 80 %, częściowo dzięki stopniowemu udostępnianiu skills i narzędzi, i zauważa, że po przekroczeniu 30–50 definicji narzędzi trafność ich doboru spada. Podagenci nadal mają zastosowanie, gdy kontekst się zapełnia, przy zadaniach równoległych, których kontekst można odrzucić, lub gdy agent ma trudności z wyborem narzędzi. Zestaw single-agent-loop-kit (Apache-2.0) wykonuje kolejno /claude-api build-eval, prompt-audit, hillclimb i cost-optimize, aby przejść do jednej pętli.

🔗 Poradnik Anthropic o podagentach · anthropics/single-agent-loop-kit (GitHub)

Sesje w aplikacjach Claude będą domyślnie działać w trybie auto w planach Pro, Max i Team

22 października — Według @claudeai od przyszłego tygodnia sesje w aplikacjach Claude w przeglądarce, na komputerach i urządzeniach mobilnych będą domyślnie działać w trybie auto w planach Pro, Max i Team: zamiast prosić o zatwierdzenie każdego kroku, automatyczna kontrola blokuje ryzykowne działania, a do trybu ręcznego można wrócić w dowolnym momencie. Tryb auto jest już domyślnym ustawieniem Claude Code w tych planach od 14 sierpnia, a w sesjach w terminalu i VS Code we wszystkich planach — od wersji 2.1.284 z 28 września; tweet przywołuje zresztą sierpniowe ogłoszenie, według którego klasyfikator wykrywał w testach 89 % niebezpiecznych poleceń, wobec 14 % przy ręcznym zatwierdzaniu. Ogłoszenie mieści się w jednym tweecie, bez konkretnej daty, szczegółów dotyczących objętych nim sesji ani wzmianki o Enterprise.

🔗 Tweet @claudeai

Copilot impact dashboard porównuje wykorzystanie agentów w przedsiębiorstwie z podobnymi firmami

22 października — Panel wpływu Copilot (Copilot impact dashboard) wprowadza porównanie branżowe (Industry comparison), opcjonalne i domyślnie wyłączone. Przedsiębiorstwa oraz organizacje niepodlegające żadnemu przedsiębiorstwu mogą porównywać dwa wskaźniki ze zbiorczymi wartościami referencyjnymi podobnych podmiotów uczestniczących w programie: udział użytkowników, którzy pracują przede wszystkim z agentami (agent-first) lub z wieloma agentami (multi-agent), oraz odsetek scalonych pull requests tych użytkowników pracujących z agentami w porównaniu z pozostałymi. Każdy wynik jest klasyfikowany względem mediany podobnych podmiotów z 28 dni, a po powiększeniu grupy — względem górnego decyla, według wielkości przedsiębiorstwa i w ramach dziesięciu branż. Porównania są odświeżane codziennie, dane zagregowane usuwane po 30 dniach, klienci korzystający z regionalnego przechowywania danych są porównywani wyłącznie w obrębie swojego regionu, a dane te nie są udostępniane przez API metryk ani w eksportach. Na początku, z powodu braku uczestników, widoczna może być tylko mediana lub może nie być żadnej klasyfikacji.

🔗 Porównania branżowe w Copilot impact dashboard

Modele decyzyjne: Decisions API OpenAI ogólnie dostępne, GLiDE v1.2 na czele Decision Index

Modele decyzyjne odpowiadają na pytania zamknięte (klasyfikują, wybierają trasę, wybierają następne działanie) bez generowania tekstu. Tego samego dnia OpenAI udostępnia wszystkim swoje dedykowane API, a Fastino publikuje wagi modelu, który według firmy zajmuje pierwsze miejsce w indeksie referencyjnym Hugging Face.

OpenAI udostępnia Decisions API ogółowi użytkowników, z 400 pytaniami na żądanie

22 października — Szesnaście dni po publicznej becie Decisions API staje się ogólnie dostępne (generally available). Oparte na GPT-6 Luna, zwraca prawdopodobieństwo (predicate), wybór spośród podanych wartości (choice) lub ocenę na skali (score), według OpenAI nawet 10 razy szybciej niż GPT-6 Luna przez Responses API. Obsługuje teraz natywne dane wejściowe JSON, obrazy w instrukcjach każdego pytania i do 400 pytań na żądanie, wobec 200 w becie, a także zyskuje buforowanie ponownie wykorzystywanego kontekstu, inferencję realizowaną na terenie USA i UE oraz natywną integrację z GPT-Live. Cena danych wejściowych pozostaje na poziomie 0,10 dolara za milion tokenów, dane wejściowe z pamięci podręcznej kosztują 0,01 dolara, a za dane wyjściowe nie są pobierane opłaty.

Wymieniony klient	Korzyść zgłoszona OpenAI
Box	Wybór trasy około 5 razy szybszy, taka sama dokładność jak w Responses API
Datadog	Ocena ryzyka poleceń agentów 40 razy szybsza na poziomie p95
Ramp	4 razy szybciej i o 30 % taniej niż GPT-6 Luna
Sierra	Poniżej 280 ms na poziomie p95, o 90 % taniej za wywołanie niż w poprzednim podejściu
Speak	Czas do następnego działania skrócony z 1,4 s do 0,13 s

SDK openai-python 3.37.0, opublikowane tego samego wieczoru, rozszerza typy Decisions, wprowadzając zmianę typowania naruszającą zgodność wsteczną.

🔗 Twórz szybciej reagujące aplikacje dzięki Decisions API

Fastino publikuje GLiDE v1.2, który według firmy zajmuje pierwsze miejsce w Decision Index v0.4.1

22 października — Fastino publikuje GLiDE v1.2, nową wersję swojego modelu decyzyjnego, z wagami na Hugging Face i dostępem przez swoje API. Według Fastino model zajmuje pierwsze miejsce w Decision Index v0.4.1 Hugging Face, z jednym z najniższych błędów kalibracji w indeksie; 21 października Base Labs ogłaszało pierwsze miejsce mammoth-1 z wynikiem 71,24, ale w wersji 0.4: tych dwóch wyników nie można porównywać. Model odczytuje tekst, JSON, a teraz także obrazy, i w jednym przebiegu zwraca prawdopodobieństwo dla każdej opcji: wyboru jednej z maksymalnie 255 możliwości, odpowiedzi tak lub nie albo poziomu na skali; Fastino usunęło tokeny rozumowania, aby zmniejszyć opóźnienia.

Cecha GLiDE v1.2	Deklarowana wartość
Rozmiar modelu	26 miliardów parametrów
Minimalne wymagania sprzętowe	Jeden GPU z co najmniej 80 Go pamięci
Wynik według Fastino	71,5 w Decision Index v0.4.1, o 1,7 punktu więcej niż kolejny model
Cena API Fastino	0,04 dolara za milion tokenów wejściowych
Licencja wag	fastino-community: bezpłatna, umowa komercyjna powyżej 10 milionów dolarów rocznego przychodu

🔗 Wpis Fastino · fastino/GLiDE (Hugging Face)

Dostęp do modeli: routery wymagające zatwierdzenia przez OpenAI, Batch API w Perplexity, przetwarzanie poufne w Cohere

Trzy zmiany dotyczą sposobu dostępu do modeli, a nie samych modeli: pośredników, przetwarzania wsadowego i poufności żądań.

Od 20 listopada OpenAI będzie wymagać zatwierdzenia routerów modeli i bram AI

21 października — We wpisie w sekcji Safety OpenAI informuje, że we współpracy z klientami i partnerami ujednoliciło zasady bezpieczeństwa usług udostępniających jego modele, bezpośrednio, przez partnera, który je hostuje, lub przez odsprzedawcę: zabezpieczenia spójne z zabezpieczeniami OpenAI, badanie możliwych naruszeń, podejmowanie działań po zidentyfikowaniu problemu oraz skoordynowane egzekwowanie ograniczeń między usługami. Najbardziej konkretna zmiana wynika z Zasad użytkowania (Usage Policies) zaktualizowanych z datą 20 listopada 2026: usługi zapewniające bezpośredni dostęp do modeli, takie jak routery modeli (model routers) lub bramy AI (AI gateways), będą musiały przejść weryfikację OpenAI i uzyskać jego zatwierdzenie przed zaoferowaniem takiego dostępu. OpenAI wprowadza również SafetyIDs, które klienci mogą przekazywać, aby rozróżniać użytkowników końcowych podczas dochodzenia bez ujawniania ich tożsamości. Wpis nie wymienia żadnej usługi objętej zmianami ani nie opisuje procedury zatwierdzania.

🔗 Szerszy dostęp dzięki spójnym standardom (OpenAI)

Perplexity udostępnia Batch API dla swojego Agent API, do 50 000 żądań na plik

22 października — Perplexity dodaje Batch API do swojego Agent API, z myślą o zadaniach niewymagających natychmiastowej odpowiedzi (ewaluacje, klasyfikacja, wzbogacanie danych): przesyła się plik JSONL z żądaniami, tworzy zadanie wsadowe, a następnie pobiera plik wyników i plik błędów, korzystając z punktów końcowych wzorowanych na Batch API OpenAI. Każde żądanie wykonuje pełną pętlę Agent API: wyszukiwanie w internecie (web_search) i odczytywanie stron (fetch_url) działają więc również w trybie odroczonym.

Limit Batch API	Opublikowana wartość
Żądania na plik	50 000, maksymalnie 200 Mo
Obsługiwane modele	Jeden na plik, spośród modeli Agent API
Czas przetwarzania	Docelowo 24 h bez gwarancji, nieprzekraczalny termin 48 h
Przechowywanie plików	30 dni
Cena przetwarzania	Brak odrębnej ceny za batch; poziom flex dla modeli OpenAI, które go oferują

Żądania w zadaniu wsadowym nie wliczają się do limitu żądań Agent API, a te, których realizacja nie rozpoczęła się przed upływem terminu, wygasają bez naliczania opłat. Usługa jest niedostępna dla organizacji stosujących zerową retencję danych.

🔗 Wątek @perplexitydevs · Dokumentacja Batch API

Cohere udostępnia publiczną betę Confidential Computing w Model Vault, na GPU NVIDIA H100 w Azure

22 października — Uruchomione we wczesnym dostępie 16 września Confidential Computing w Model Vault, dedykowanej i zarządzanej platformie inferencji Cohere, przechodzi do publicznej bety: klienci mogą już tworzyć szyfrowane sejfy i wdrażać w nich swoje obciążenia, korzystając z tych samych API. Beta działa na GPU NVIDIA H100 w Microsoft Azure, które zapewnia infrastrukturę przetwarzania poufnego, natomiast NVIDIA Confidential Computing chroni pamięć GPU i szyfruje komunikację między CPU a GPU. Treść żądań jest szyfrowana od końca do końca przez Oblivious HTTP (OHTTP) aż do środowiska objętego atestacją, a oprogramowanie klienta przed wysłaniem danych weryfikuje podpisane poświadczenie sprzętu, oprogramowania układowego (firmware) i oprogramowania; według Cohere nawet jego operatorzy ani dostawca chmury nie mogą odczytać chronionej pamięci. Poza zakresem ochrony pozostają niektóre ataki fizyczne lub ataki kanałami bocznymi, dostępność, luki w aplikacjach, takie jak wstrzykiwanie promptów, metadane oraz identyfikatory API i modeli. Zapowiedziano GPU Blackwell B200, ogólną dostępność i stos open source bez podania terminów; nie opublikowano też cen.

🔗 Confidential Computing w Cohere Model Vault · Artykuł techniczny Cohere

Obserwacja i prognozowanie zmian na planecie: ForTy, OlmoEarth v1.3 i StormScope EU

Trzy dzisiejsze publikacje służą do mapowania Ziemi lub prognozowania zmian na podstawie zdjęć satelitarnych, w tym dwie wykorzystują embeddingi opisujące każdy piksel o rozmiarze 10 metrów.

Google DeepMind publikuje ForTy, globalną mapę o rozdzielczości 10 metrów, rozróżniającą lasy naturalne, plantacje i uprawy drzewiaste

22 października — Google DeepMind i Google Research wspólnie z World Resources Institute (WRI) i IIASA publikują Forest Typology (ForTy) 2020, mapę przypisującą każdy fragment powierzchni lądowej o wymiarach 10 na 10 metrów do jednej z sześciu kategorii opartych na definicjach FAO: las pierwotny, las odtwarzający się naturalnie, las sadzony, plantacja leśna, uprawy drzewiaste i agroleśnictwo, pozostałe grunty. Podczas gdy większość map wskazuje jedynie obecność drzew, ForTy odróżnia las pierwotny od plantacji palmy olejowej, co czyni ją punktem odniesienia dla unijnego rozporządzenia w sprawie produktów niepowodujących wylesiania (EUDR). Model opiera się na embeddingach AlphaEarth Foundations i około 1,7 miliona oznaczonych punktów; zweryfikowany na ponad 9 000 losowo wybranych obszarów, identyfikuje właściwy typ lasu w 90 % przypadków, rozróżnia lasy i tereny nieleśne w 95 % przypadków oraz podaje prawdopodobieństwo dla każdej klasy zamiast etykiety. Wstępna wersja rocznej serii z lat 2017-2025 pokazuje również, co zastępuje zanikający las. Mapa i seria są swobodnie dostępne w Google Earth Engine na otwartej licencji.

🔗 Wpis Google DeepMind · Artykuł w Scientific Data

Ai2 publikuje OlmoEarth v1.3 i wstępnie obliczone embeddingi satelitarne dla całej planety

22 października — Ai2 publikuje OlmoEarth v1.3, model, który odczytuje roczny zbiór zdjęć radarowych (Sentinel-1) i wielospektralnych (Sentinel-2, Landsat) i opisuje każdy piksel o rozmiarze 10 metrów za pomocą wektora. Ai2 obliczyło te embeddingi i udostępnia je na Source Cooperative: dla całej planety za lata 2023–2025, a za lata 2017–2022 tylko dla wybranych krajów. Niewielki klasyfikator wytrenowany na ich podstawie wystarcza teraz do mapowania upraw, pokrycia terenu lub zmian, bez dostrajania modelu do każdego zadania. Narzędzie w przeglądarce, niewymagające konta, pozwala porównywać lata, wyszukiwać podobne miejsca i eksportować mapę w formacie GeoTIFF.

Wskaźnik OlmoEarth v1.3	Opublikowana wartość
Embedding dla piksela o rozmiarze 10 m	128 wymiarów lub pierwsze 64 w wersji lekkiej
Wygrane ewaluacje w porównaniu z AlphaEarth Foundations i Tessera v2	20 z 27 (128 wymiarów), 18 z 27 (64 wymiary)
Nakład obliczeniowy na trening względem v1.2	53 %
Archiwum wstępnie obliczonych embeddingów	Około 150 To rocznie

Wagi, dane i kod opublikowano na licencji OlmoEarth Artifact License, a Ai2 przedstawia jednocześnie PLANTEUR, benchmark mapowania upraw na sześciu francuskich terytoriach zamorskich.

🔗 Wpis Ai2

StormScope EU dołącza do Earth-2 w drugim dniu GTC Berlin

22 października — NVIDIA dodaje do Earth-2, swojej rodziny modeli prognozowania pogody i klimatu, StormScope EU: regionalną wersję StormScope wytrenowaną na danych europejskich, która na podstawie obserwacji EUMETSAT prognozuje w bardzo krótkim horyzoncie czasowym zmiany zachmurzenia w 16 kanałach Meteosat, w odstępach co 10 minut. Wymieniono kilku europejskich użytkowników Earth-2: AXA przeprowadziła symulacje ponad 1 000 sezonów cyklonowych za pomocą FourCastNet 3, Vaisala Xweather wzbogaca StormScope o dane o wyładowaniach atmosferycznych, TotalEnergies prognozuje promieniowanie słoneczne w dwóch lokalizacjach, a Uniwersytet w Manchesterze uruchamia na DGX Spark model jakości powietrza CorrDiff wytrenowany na superkomputerze Isambard-AI.

🔗 Earth-2 w Europie (blog NVIDIA)

GTC Berlin, dzień drugi: NVIDIA rozszerza Cosmos, wprowadza Minerva i podaje wyniki europejskich klientów

22 października — W drugim dniu GTC Berlin NVIDIA publikuje serię wpisów poświęconych europejskim klientom, przedstawiających przede wszystkim zastosowania poparte liczbami. Shopify przeprowadziło dodatkowy trening Nemotron 3.5 Lightning dla podagenta GraphQL swojego asystenta Sidekick, uzyskując większą dokładność niż czołowy model w wewnętrznych testach, przy koszcie obsługi niższym o 90 % i odpowiedziach 7 razy szybszych; bunq uruchamia asystenta Finn na otwartych modelach, osiągając poziom najlepszych modeli zamkniętych przy 60 % kosztu odpowiedzi; Stripe w testach offline przyspiesza 42 razy potoki przetwarzania danych Radar, swojego narzędzia do przeciwdziałania oszustwom. W obszarze energii baterie Hitachi Energy otrzymują kwalifikację DSX Ready, Schneider Electric zatwierdza architektury referencyjne Vera Rubin, a Siemens Energy publikuje projekt referencyjny. Wśród produktów NVIDIA rozszerza Cosmos i wprowadza Minerva.

🔗 Handel europejski (blog NVIDIA) · Europejskie usługi finansowe · Energia dla fabryk AI

Cosmos: pięć blueprintów Data Factory, Framework otwarty na inne modele i NIM nawet dwa razy szybsze

22 października — NVIDIA uzupełnia Cosmos, swoją platformę modeli świata (world models), na każdym etapie. W zakresie danych Cosmos Data Factory, wspomniane już poprzedniego dnia, oferuje pięć blueprintów natywnych dla chmury, dostępnych przez GitHub, Microsoft Azure, Nebius i CoreWeave: zbiory danych dla pojazdów autonomicznych, augmentację atrybutów obrazów, filmy przedstawiające rzadkie lub niebezpieczne zdarzenia, obrazy wad (płytek drukowanych, metalu, szkła) oraz augmentację wideo (pogoda, oświetlenie). W zakresie treningu Cosmos Framework rozszerza swoje receptury dostrajania (fine-tuning), uczenia ze wzmocnieniem, destylacji i kwantyzacji, udostępniane jako umiejętności agentów, na inne otwarte modele, takie jak GR00T, Alpamayo, Qwen czy Pi0.5. W zakresie wdrażania nowe warianty Cosmos 3 Nano służą do oceny w symulacji polityk sterowania pojazdami autonomicznymi i robotami dwuramiennymi, mikroserwisy NIM Cosmos 3 osiągają nawet 2 razy większą szybkość inferencji w zweryfikowanych konfiguracjach, a blueprint Metropolis VSS 3.3 śledzi o 40 % więcej strumieni wideo na tym samym GPU. MicroAGI przeprowadziło w ten sposób destylację swojego modelu rozumującego Cosmos 3 o wielkości 32B do modelu Nano o wielkości 8B bez utraty dokładności, a Porsche, wspomniane poprzedniego dnia, szacuje spadek liczby powtarzanych testów fizycznych na maksymalnie 90 %.

🔗 Wpis o Cosmos (blog NVIDIA)

Minerva, platforma AIOps utrzymująca wydajność fabryk AI

22 października — NVIDIA wprowadza Minerva, platformę do zarządzania operacyjnego z wykorzystaniem AI (AIOps) dla fabryk AI, w których pojedynczy komponent o obniżonej sprawności może spowolnić cały trening. Łączy ona telemetrię GPU, sieci, pamięci masowej, systemów planowania zadań i obciążeń w grafie wiedzy, który wiąże sprzęt (GPU, SuperNIC, przełączniki, kable) z wykonywanymi zadaniami, pozwalając przejść od spowolnionego treningu do odpowiedzialnego za niego komponentu, według NVIDIA nawet w środowiskach liczących setki tysięcy GPU. Modele nadzorowane i nienadzorowane analizują miliardy punktów danych na godzinę, wykrywają wcześniej nieznane anomalie, przewidują awarie i grupują lawinę alertów w jeden incydent z prawdopodobną przyczyną; asystent posługujący się językiem naturalnym proponuje poprawki wdrażane ręcznie lub automatycznie. IREN już z niej korzysta; Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI i Tesla planują wdrożenie, a Lenovo i Supermicro będą ją oferować obok Dell Technologies. NVIDIA nie podaje ceny ani liczbowo określonych korzyści.

🔗 Minerva (blog NVIDIA)

Odwzorowanie kultur i populacji: CulturalRiddles i Nemotron-Personas-UK

Dwa zbiory danych opublikowane tego samego dnia mierzą lub poprawiają wierność, z jaką modele odzwierciedlają rzeczywiste kultury i populacje.

Cohere Labs publikuje CulturalRiddles, 6 200 zagadek z 62 kultur ujawniających kulturowe luki w wiedzy LLM

22 października — Cohere Labs publikuje CulturalRiddles, benchmark mierzący rozumienie kultur przez modele językowe za pomocą zagadek. W ciągu sześciu miesięcy 194 wolontariuszy napisało w swoich językach około 6 200 oryginalnych zagadek reprezentujących 62 społeczności kulturowe, 45 krajów i 51 języków, w tym niektóre nieobecne w istniejących benchmarkach, takie jak bugijski czy mongondow. Spośród 28 modeli własnościowych, otwartych lub regionalnych, których około 68 000 odpowiedzi sprawdzili rodzimi użytkownicy języków, najlepszy rozwiązuje 79 % zagadek, ale żaden nie przekracza 22 % w języku lumasaba (Uganda) lub mongondow (Indonezja). Język wyjaśnia tylko niewielką część różnicy: przetłumaczenie na angielski zagadek pięciu najtrudniejszych społeczności podnosi wynik pięciu modeli jedynie z 22 % do 32 %. Modele, którym pozwolono odpowiadać „nie wiem”, zrobiły to tylko w 0,7 % przypadków, choć około 31 % sprawdzonych odpowiedzi było zmyślonych; 18 z 28 modeli odpowiada „piłka wodna” na niemiecką zagadkę, której rozwiązaniem jest rugby podwodne. Zagadki, kod i panel wyników są publicznie dostępne, bez promowania modelu Cohere.

🔗 CulturalRiddles (Cohere Labs) · Zbiór danych na Hugging Face

Nemotron-Personas-UK: milion syntetycznych person dopasowanych do brytyjskich spisów ludności

22 października — Locai Labs, londyńskie laboratorium suwerennej AI, publikuje wspólnie z NVIDIA Nemotron-Personas-UK, milion syntetycznych person na licencji CC BY 4.0. Każda odpowiada rozkładom demograficznym, geograficznym, społeczno-ekonomicznym i zawodowym ze spisów ludności Anglii i Walii, Szkocji oraz Irlandii Północnej, a żadna nie przedstawia rzeczywistej osoby. Przy użyciu NeMo Data Designer model probabilistyczny najpierw losuje realistyczne kombinacje, a następnie Gemma 4 31B opisuje atrybuty każdej persony (pochodzenie kulturowe, umiejętności, cele zawodowe, zainteresowania), korzystając z 18 GPU NVIDIA. Takie zbiory służą do trenowania i testowania modeli, które mają odzwierciedlać określoną populację bez ujawniania danych osobowych. W drugim dniu GTC Berlin NVIDIA zaprezentowała równolegle Nemotron-Personas-Germany, milion rekordów opartych na spisie ludności z 2022 roku (16 krajów związkowych, 400 okręgów), które można wykorzystać z biblioteką open source NeMo User Sim do sprawdzania, czy model obsługujący usługi publiczne zachowuje się tak samo w różnych regionach i grupach wiekowych; planowane są edycje we współpracy ze SpeakLeash w Polsce i Uniwersytetem Lublańskim. Kolekcja Nemotron-Personas obejmuje już 12 krajów, w tym Francję.

🔗 Wpis Locai Labs · Europejski sektor publiczny (blog NVIDIA)

Generatywne obrazy i wideo: Ideogram Vector 1.0, HeyGen Video 1 i FLUX Video Upscale

Ideogram wprowadza Ideogram Vector 1.0, swój pierwszy model wektorowy generujący edytowalne pliki SVG

22 października — Ideogram wychodzi poza grafikę rastrową dzięki Ideogram Vector 1.0. Na podstawie promptu, opcjonalnie z obrazami referencyjnymi, model generuje bezpośrednio plik SVG; potrafi też przekształcić istniejący obraz w grafikę wektorową bez promptu. Każda praca jest pojedynczym plikiem SVG, którego kształty, kolory i gradienty można nadal edytować w Illustrator, Figma lub w kodzie. Ideogram kieruje model do tworzenia logo, liternictwa, etykiet, materiałów do druku i ilustracji (ryciny, pop-art, płaskie plamy barwne, rysunek konturowy), stawiając na swoją dotychczasową mocną stronę: czytelny tekst. Model jest dostępny w Ideogram, przez API oraz u niewymienionych z nazwy partnerów, bez opublikowanego benchmarku.

Tryb generowania	Cena za SVG
Tekst na grafikę wektorową, jakość Low	0,13 dolara
Tekst na grafikę wektorową, jakość Medium	0,16 dolara
Tekst na grafikę wektorową, jakość High	0,20 dolara, 0,32 dolara z obrazami referencyjnymi
Obraz na grafikę wektorową	0,10 dolara za obraz

🔗 Ogłoszenie Ideogram · Strona modelu

HeyGen Video 1 zajmuje pierwsze miejsce w generowaniu wideo z tekstu bez audio na Artificial Analysis, trzecie z audio

22 października — HeyGen twierdzi, że HeyGen Video 1, jego pierwszy model wideo ogólnego przeznaczenia, zajął pierwsze miejsce w generowaniu wideo z tekstu w ślepym teście Artificial Analysis. Ranking AA-Video-T2V v2.1 doprecyzowuje to stwierdzenie: sklasyfikowany wariant, HeyGen Video (ultraquality), rzeczywiście zajmuje pierwsze miejsce w widoku bez audio, z przedziałem ufności nakładającym się na przedział Wan 3.0, ale dopiero trzecie w domyślnie wyświetlanym widoku z audio.

Widok rankingu	Miejsce HeyGen Video (ultraquality)	Sąsiednie modele w rankingu
Bez audio	1. miejsce, 1 144 Elo (pozycja od 1 do 2)	Wan 3.0 z 1 134, MiniMax H3 768p z 1 120
Z audio, widok domyślny	3. miejsce, 1 160 Elo (pozycja od 2 do 7)	Wan 3.0 z 1 175, Utopai X z 1 167

Model powstały w wyniku dodatkowego treningu MiniMax H3 wyraźnie wyprzedza swój model bazowy bez audio (1 144 wobec 1 120), ale z audio tylko o dwa punkty (1 160 wobec 1 158). Artificial Analysis oznacza API dla tego wariantu jako dostępne „wkrótce”, podczas gdy HeyGen przedstawia HeyGen Video 1 jako dostępny w HeyGen i przez API, w promocyjnej cenie 0,01 dolara za sekundę.

🔗 Ranking generowania wideo z tekstu Artificial Analysis · Tweet @HeyGen

Black Forest Labs przebudowuje FLUX Video Upscale, który według firmy jest tańszy od Topaz Astra 2 i dwa razy szybszy

22 października — Black Forest Labs ogłasza całkowitą przebudowę FLUX Video Upscale, swojego narzędzia do superrozdzielczości wideo wprowadzonego 20 sierpnia, które przedstawia jako najlepsze na rynku, tańsze od Topaz Astra 2 i dwa razy szybsze, bez publikowania porównania liczbowego. Narzędzie, według strony produktu oparte na FLUX 3, regeneruje każdą klatkę w nowej rozdzielczości zamiast interpolować piksele. Jego działaniem steruje parametr: tryb precyzyjny dopracowuje materiał źródłowy bez jego zmieniania, z myślą o twarzach i produktach, natomiast domyślny tryb kreatywny tworzy nowe szczegóły, ryzykując zmianę wyglądu twarzy.

Parametr FLUX Video Upscale	Opublikowana wartość
Współczynnik powiększenia	od 1,5 do 3 razy, do 4K, z 480p
Długość klipu	maksymalnie 20 sekund, oryginalny dźwięk zachowany
Cena w trybie precyzyjnym	0,035 dolara za megapikselosekundę wynikowego materiału
Cena w trybie kreatywnym (domyślnym)	0,05 dolara za megapikselosekundę wynikowego materiału

🔗 Ogłoszenie Black Forest Labs · Strona narzędzia do zwiększania rozdzielczości

Agenci programistyczni: Claude Code 2.1.307, VS Code 1.143, Replit Monitoring Agent, orbs od Amp i plugin Cognition

Claude Code towarzyszy nowej wersji API, VS Code uruchamia model programistyczny na komputerze dewelopera, Replit i Amp powierzają agentom więcej zadań związanych z infrastrukturą, a Cognition wyposaża dowolnego agenta w narzędzia do przeciwdziałania trzem krytycznym lukom. Copilot CLI 1.0.103, Vibe CLI 3.0.2, Qwen Code v0.26.0, Zed 1.25 i pozostałe dzisiejsze wydania znajdują się w sekcji „W skrócie”.

Claude Code 2.1.307 dodaje /claude-api api-version i zdarzenie OpenTelemetry safety_event

21 października — Claude Code 2.1.307 (43 pozycje, w tym 26 poprawek) towarzyszy nowej wersji API: /claude-api api-version aktualizuje kod aplikacji korzystającej z Claude API do wersji 2026-10-21. W zakresie obserwowalności zdarzenie OpenTelemetry claude_code.safety_event jest emitowane dla każdego wywołania narzędzia, które reguła uprawnień, tryb auto, kontrola bezpieczeństwa, hook lub sandbox zatrzymały, skierowały do potwierdzenia lub odesłały do Claude; uzupełnia ono pola klasyfikatora dodane 15 października do zdarzeń tool_decision. Code Review zyskuje @claude review stop (lub off, pause), które kończy subskrypcję @claude review always dla pull requestu. Wśród poprawek: wywołania narzędzi MCP HTTP nie są już wysyłane dwukrotnie, gdy połączenie zamknie się w trakcie wywołania, a ponawiane są tylko wywołania narzędzi służących wyłącznie do odczytu lub idempotentnych; nieczytelne wywołanie narzędzia jest ponawiane maksymalnie dwa razy przed zakończeniem tury; samodzielnie hostowany runner domyślnie zatrzymuje hooki checkout po 30 minutach. Wersja 2.1.308 z 22 października ogranicza się do poprawek błędów i niezawodności.

🔗 Claude Code 2.1.307 na GitHub

VS Code 1.143 uruchamia MAI Code 1.1 Flash lokalnie z Copilot i ustawia środowisko wykonawcze Copilot jako domyślne

22 października — VS Code 1.143 udostępnia eksperymentalnie routing lokalny zapowiedziany 7 października: nowa karta On This Device w selektorze modeli pobiera MAI Code 1.1 Flash, z którym można rozmawiać w sesjach środowiska wykonawczego Copilot. Odpowiedzi obliczane na urządzeniu, oznaczone On-device, nie zużywają kredytów AI, a opcja Use in Auto pozwala trybowi Auto kierować tam odpowiednie zapytania, z możliwością przejścia na chmurę. Wymagania sprzętowe pozostają wysokie: zgodna wersja llama.cpp, połączenie z GitHub oraz GPU NVIDIA z co najmniej 96 Go pamięci. Środowisko wykonawcze Copilot, zbudowane na Copilot SDK, staje się domyślnym wyborem dla nowych sesji, a okno Agents zyskuje w wersji zapoznawczej funkcję Compare Models, która przekazuje to samo polecenie równolegle kilku modelom i środowiskom wykonawczym (Copilot, Claude, Codex), z opcjonalnym modelem oceniającym. Instalator proponuje też Copilot CLI, Voice Mode obsługuje osobisty klucz OpenAI, a firmy mogą narzucać domyślne modele i wymuszać instalację wymaganych pluginów.

🔗 Informacje o wydaniu Visual Studio Code 1.143

Replit wprowadza Monitoring Agent, który bada alerty produkcyjne, wprowadza poprawki i może samodzielnie ponownie publikować aplikacje

22 października — Replit udostępnia Monitoring Agent, przedstawianego jako autonomiczny inżynier dyżurny dla aplikacji opublikowanych na platformie: w razie incydentu produkcyjnego bada alert, szuka przyczyny w logach, metrykach i kodzie, przygotowuje i weryfikuje poprawkę, może ją wdrożyć, a następnie informuje o wprowadzonych zmianach. Trzy niezależne ustawienia konfiguruje się osobno dla każdej aplikacji: alerty dotyczące logów błędów, błędów HTTP i opóźnień; automatyczne naprawianie (Auto-fix), które bada problem w tle i wysyła podsumowanie e-mailem; automatyczna ponowna publikacja (Auto-republish), nadal eksperymentalna i dostępna wyłącznie dla aplikacji z aktywnym Auto-fix. Replit ostrzega, że alert nie gwarantuje poprawki, a migracje i operacje na indeksach pozostają ryzykowne; bez automatycznej ponownej publikacji poprawka czeka na sprawdzenie na czacie agenta. Nie ma osobnego cennika: uruchomienia mogą wiązać się z opłatami za korzystanie z Agenta. Replit nazywa go agentem „pierwszym w swoim rodzaju”, ale Cognition uruchomiło 15 października Devin Oncall, który również bada incydenty produkcyjne.

🔗 Wpis Replit · Dokumentacja Monitoring Agent

Amp pozwala hostować orbs we własnej infrastrukturze, bezpłatnie dla wszystkich do 29 października

22 października — Amp pozwala samodzielnie hostować orbs, czyli zdalne maszyny, na których działają jego agenci: klient zapewnia moc obliczeniową, a Amp tworzy z niej orbs, pod warunkiem że infrastruktura potrafi szybko uruchamiać nowe maszyny, usypiać je i wznawiać ich pracę, utrzymywać je przez długi czas oraz skalować ich liczbę do zera. amp orb provider działa u klienta, łączy się z Amp i przekazuje żądania utworzenia, wstrzymania i usunięcia do programu napisanego przez klienta; Amp udostępnia przykłady dla Docker, E2B, Kubernetes, Apple Containers, Modal, Vercel, Daytona i exe.dev. Amp odradza jednak tę opcję większości użytkowników: jest przeznaczona dla firm, którym przepisy, sieć wewnętrzna lub specjalistyczny sprzęt uniemożliwiają korzystanie z hostowanych orbs. Samodzielnie hostowane orbs pozostają bezpłatne dla osób indywidualnych i zespołów; klienci Enterprise będą płacić standardową stawkę za orbs od 29 października, a do tego czasu opcja jest bezpłatna dla wszystkich. Dotychczas tylko runnery Amp uruchamiały agenta u klienta, ale na maszynach utrzymywanych na stałe.

🔗 Wpis Amp

Cognition udostępnia jako open source plugin agenta do usuwania krytycznych podatności w PHP, Node.js i GitLab

22 października — Dzień po PHP2Shell Cognition udostępnia Vulnerability Fixes, bezpłatny plugin open source (licencja MIT), który powierza agentowi programistycznemu usunięcie trzech krytycznych podatności. Instaluje się go z marketplace Devin, ale składa się ze skills w formacie Agent Skills: npx skills add dodaje go także do Claude Code, Codex, Cursor, Factory Droid, GitHub Copilot, Gemini CLI lub OpenCode. Agent najpierw sporządza inwentaryzację w trybie tylko do odczytu wszystkiego, co zawiera PHP lub Node.js (obrazy Docker, pakiety dystrybucji, CI, Helm, Terraform, runtimes AWS Lambda…), czeka na wybór repozytoriów do poprawienia, przechodzi na wersję z poprawką zweryfikowaną w oficjalnych źródłach, uruchamia testy przed zmianą i po niej, a następnie otwiera pull request dla każdego repozytorium, z etykietą ryzyka i planem wycofania zmian.

Komponent objęty poprawką	Usunięta podatność	Wersje z poprawkami
PHP (PHP2Shell, opisany 21 października)	CVE-2026-109618 i CVE-2026-109619, CVSS v4 9,2	8.2.35, 8.3.36, 8.4.27, 8.5.12
Node.js (aktualizacja z 21 października)	10 CVE, w tym CVE-2026-111497 (dekoder Brotli)	22.23.4, 24.22.1, 26.12.1
GitLab hostowany samodzielnie	CVE-2026-110264, CVSS 10.0	19.5.1, 19.4.3, 19.3.6, 19.2.9, 19.1.9, 19.0.10, 18.11.13

Według Cognition podatności PHP i Node.js są aktywnie wykorzystywane w sposób zautomatyzowany, a wpis zaleca najpierw wyłączenie dostępu do swoich aplikacji internetowych PHP. Klientom Devin Enterprise obiecuje się kredyty i wsparcie, bez podania ich wartości.

🔗 Wpis Cognition · Repozytorium CognitionAI/devin-vuln-fixes · Ogłoszenie @cognition

Krótkie wiadomości

Agenci i narzędzia programistyczne

Copilot CLI 1.0.103 — Dzień po 1.0.102 stabilne wydanie narzędzia GitHub przynosi głównie poprawki: sesje ACP wreszcie respektują ustawienia sandboxa, wywołania narzędzi Gemini nie kończą się już błędem walidacji schematu, a dawne opcje uruchamiania --remote i --no-remote znikają. 🔗 źródło
Vibe CLI 3.0.2 — Mistral podnosi do 32 domyślną liczbę aktywnych subagentów oraz subagentów działających równolegle, dotąd odpowiednio 8 i 4, regulowaną przez max_subagents i max_concurrent_subagents, i wreszcie egzekwuje uprawnienia, listy narzędzi i skills niestandardowych subagentów. 🔗 źródło
Qwen Code v0.26.0 — Stabilne wydanie zastępuje opisane dzień wcześniej wersje wstępne v0.25.4, z pominięciem stabilnej wersji v0.25.4: 64 z 237 pozycji na liście zmian, w tym 21 funkcji, pojawiają się po raz pierwszy, na przykład możliwość zmiany zatwierdzeń podczas tury Managed Agent i ponownego uruchomienia demona qwen serve. 🔗 źródło
Zed 1.25 w wersji stabilnej — Wersja v1.25.2 przenosi do wydania stabilnego wersję wstępną opisaną 14 października, z kompakcją kontekstu dla agentów ACP, modelami GPT-6 Astra, Claude Fable 5.1 i Claude Opus 5.5 u dostawcy Amazon Bedrock oraz plikiem binarnym zmniejszonym o około 30 % względem 1.23. 🔗 źródło
Gemini CLI, nightly z 22 października — Integracja z IDE wreszcie działa, gdy CLI pracuje w sandboxie docker, podman lub runsc, bez przekazywania do niego tokena aplikacji towarzyszącej, a zatwierdzenie polecenia shell obowiązuje dla tych samych opcji do końca sesji. 🔗 źródło
Antigravity 2.25.0 i rozszerzenie VS Code 1.9.0 — Zaległe informacje z 19 i 18 października: aplikacja oznacza plakietką projekty zarządzane przez pluginy i naprawia frontmatter YAML w skills, a rozszerzenie dodaje skróty do akceptowania lub odrzucania bloku diff oraz opcjonalny automatyczny restart serwera językowego. 🔗 źródło
Informacje o wydaniu Devin z 21 października — Devin Review zyskuje obsługę Bitbucket Cloud, Devin Oncall otrzymuje tryb Lite, a administratorzy Enterprise mogą wyświetlać link do prośby o dostęp obok jeszcze niepołączonych repozytoriów. 🔗 źródło
Szkolne narzędzie zbudowane za pomocą GenCode — Genspark publikuje relację Jasona Hilla, który w trzy dni, za około 600 kredytów, zbudował narzędzie do monitorowania wolnych miejsc i przekroczeń limitów liczby uczniów w planach zajęć swojego okręgu szkolnego; brak nowości produktowych. 🔗 źródło

Firmy i wdrożenia

Uber i ChatGPT Work — Po pilotażu z udziałem 1 000 pracowników Uber udostępnia agenta ChatGPT Enterprise ponad 30 000 osób, z GPT-6.1 Sol jako modelem domyślnym oraz połączeniami z Google Drive, Gmail, Google Calendar i Slack; brak wyników liczbowych. 🔗 źródło
Forward Deployed Engineers w OpenAI — Colin Jarvis opisuje ich metodę, przytaczając dane klientów: u klienta z branży półprzewodników usunięto około 90 % niestandardowego kodu po przejściu na rozwiązanie oparte na Codex, a model głosowy dla telekomunikacji poprawił wynik w kluczowych ewaluacjach z około 60 % do ponad 90 % w sześć miesięcy. 🔗 źródło
Replit for Government — Oferta dla administracji wszystkich szczebli w Stanach Zjednoczonych i innych krajach, według deklaracji używana w 25 stanach USA i ponad 20 krajach, bez wskazanych z nazwy klientów, FedRAMP ani cennika. 🔗 źródło
Cognition w Londynie — Nowe biuro przy Finsbury Square, wzrost brytyjskiego zespołu o ponad 200 % w sześć miesięcy i trzy nowe osoby, w tym Katrin Lehmann, była globalna DSI w Mercedes-Benz. 🔗 źródło
Partner Network SpaceXSI — Program dla integratorów i producentów oprogramowania tworzących z użyciem Grok wychodzi z wczesnego dostępu, śledzony przez ponad 130 firm, z 45 partnerami na start, w tym Bain & Company, Databricks, NVIDIA i Snowflake; brak cen i harmonogramu. 🔗 źródło
Synthesia i Hays — Pilotaż Roleplay Sessions w firmie rekrutacyjnej wykazał średnią poprawę umiejętności sprzedażowych o 29 %, przy dobrowolnym udziale przekraczającym 70 %. 🔗 źródło
Trinity Logistics i ElevenAgents — W studium przypadku opublikowanym 20 października agenci głosowi negocjują i rezerwują około 1 000 ładunków miesięcznie w ramach 30 000 rozmów, przy marży wyższej o 25 % i koszcie platformy niższym o 40 %. 🔗 źródło
Eleven Realtime Translation, ciąg dalszy — Wpis o tłumaczeniu głosu na żywo, opisanym dzień wcześniej, wskazuje pierwszego klienta, Deutsche Telekom, korzystającego z niego w Magenta AI Call Assistant, i precyzuje, że Eleven v4 Turbo jest domyślnym modelem bazowym; wersja alpha dla firm nadal nie ma cennika. 🔗 źródło

Bezpieczeństwo

OpenAI i banki lokalne — Sojusz z ICBA daje uprawnionym bankom członkowskim dofinansowany dostęp do Daybreak for Frontline Defenders wraz ze szkoleniami; brak kwoty i liczby banków. 🔗 źródło
Cloudflare, Daybreak i Codex — W studium przypadku z 21 października Cloudflare przy użyciu modeli OpenAI proponuje poprawki i reguły WAF sprawdzane przed udostępnieniem, a czteroosobowy zespół odtworzył produkt w trzy dni, wydając 1 100 dolarów na tokeny w Codex. 🔗 źródło
Grok Bot i 1Password — W najbliższych dniach Grok Bot będzie korzystać z zatwierdzonych przez użytkownika danych uwierzytelniających 1Password, nie widząc haseł, w ramach 1Password for Agents, które ma także obsługiwać Muse firmy Meta, Claude Duet i ChatGPT Work. 🔗 źródło · 🔗 1Password for Agents
Public monitoring z rezydencją danych — Funkcja secret scanning GitHub monitoruje teraz publiczne commity dla klientów GitHub Enterprise Cloud z rezydencją danych, w publicznej wersji wstępnej, a przypisanie odbywa się wyłącznie na podstawie zweryfikowanych domen. 🔗 źródło

Asystenci

Gemini, Google Maps i Google Agenda — Za zgodą użytkownika aplikacja Gemini łączy jego wyszukiwania i zapisane miejsca z Google Maps z jego kalendarzem, aby przedstawiać rekomendacje na dany dzień za pośrednictwem funkcji Personal Intelligence, niedostępnej w Europejskim Obszarze Gospodarczym. 🔗 źródło
Aplikacje z Gemini do Google Sites — Od 19 października opcja Export > Google Sites otwiera interaktywną aplikację internetową utworzoną w Gemini w wersji roboczej prywatnej witryny, z zachowaniem interaktywności, dla Workspace i kont osobistych. 🔗 źródło
Kimi Work 3.2.19 — Dzień po 3.2.18 aplikacja Moonshot AI wyświetla stronę ograniczonego dostępu, gdy firmowa biała lista IP blokuje połączenie, i dodaje narzędzie diagnostyki sieci. 🔗 źródło

Platformy programistyczne

Spacje i widok dzielony w pull requests — Ustawienie wyświetlania zmian białych znaków jest zapamiętywane dla wszystkich pull requests, a nowe lub usunięte pliki zajmują całą szerokość w widoku dzielonym. 🔗 źródło
Nowe hosty blob dla GitHub Actions — Zakresy productionresultssa30 do 49 oraz 100 do 199 w blob.core.windows.net, opublikowane w API meta, trzeba dodać do listy dozwolonych, chyba że obejmuje je już reguła z symbolem wieloznacznym; w przeciwnym razie mogą wystąpić przerwy w dostępie do podsumowań jobów i logów. 🔗 źródło
huggingface_hub 2.3.0 w wersji kandydującej — Równoległy listing skraca czas wyszukiwania 798 924 plików objaverse z 776 do 19,7 sekundy, a Buckets można śledzić na żywo. 🔗 źródło
OpenUSD na platformie Hub — Pliki .usd, .usda, .usdc i .usdz otwierają się w interaktywnej przeglądarce 3D udostępnionej jako open source, dzień po SimReady Central. 🔗 źródło

Badania, otwarte modele i metody

PLANTEUR — Opublikowany przez Ai2 wraz z OlmoEarth v1.3 benchmark mapowania upraw na sześciu francuskich terytoriach zamorskich (2 750 szeregów czasowych, 4 506 km² działek) pokazuje, że każdy model traci około połowy swojej dokładności na wyspie, której wcześniej nie widział. 🔗 źródło
Seb-9B-v2 — Ten lokalny model decyzyjny o 9 miliardach parametrów, na licencji Apache 2.0, według autora, który nie podaje wersji indeksu, uzyskuje 59,16 w Decision Index wobec 57,96 dla hostowanego Jev 1.13, przy czasie 22 ms na decyzję na RTX PRO 6000. 🔗 źródło
Laghu — UDGAM LABS trenuje od zera za 146 dolarów model konwersacyjny o 152 milionach parametrów, zajmujący 163 Mo w przeglądarce, który według autorów dorównuje SmolLM2-135M-Instruct w rozmowie. 🔗 źródło
BaseQuant V1 — basecompute publikuje kwantyzacje Qwen3.8-27B (10,93, 16,41 i 20,82 Go), których dywergencja KL jest według autorów o 15 % mniejsza niż w kwantyzacjach Unsloth przy 3 i 4 bitach. 🔗 źródło
VLM jako reranker — Bez treningu w zakresie rerankingu Qwen3.8-27B pokonuje reranker Qwen3-VL-Reranker-2B trenowany z nadzorem w trzech benchmarkach i dorównuje wersji 8B na dokumentach wizualnych z MMEB-V2, według wpisu społeczności. 🔗 źródło
Ocena agenta według Perplexity — Sześcioetapowy przewodnik, od kryteriów sukcesu po testy regresji i monitorowanie w produkcji, zaleca analizę błędów na około stu rzeczywistych śladach wykonania oraz kalibrację LLM pełniących rolę sędziów; nie przedstawia żadnego produktu Perplexity. 🔗 źródło
Project Chrysalis — Google Cloud opisuje architekturę referencyjną samodoskonalących się agentów operacyjnych na platformie agentów Gemini Enterprise: przy symulowanych awariach czas do pierwszego działania łagodzącego skutki (mitigation) skraca się z 15–45 minut do 1,8 sekundy; to nie jest produkt. 🔗 źródło

Co to oznacza

Platformy na nowo określają warunki dostępu. Anthropic wprowadza teraz wersjonowanie API Claude według dat i usuwa ustawienia, których nowsze modele już wcześniej nie pozwalały zmieniać: programista, który obniżał temperaturę starszego modelu, musi wybrać między pozostaniem przy 2023-06-01 a zaakceptowaniem domyślnego próbkowania, a wszystkie SDK tego samego dnia zmieniają wersję główną i licencję. OpenAI będzie selekcjonować pośredników: od 20 listopada router lub brama zapewniające bezpośredni dostęp do jego modeli będą musiały uzyskać jego zgodę, a SafetyIDs pozwolą mu kierować działania wobec konkretnego użytkownika końcowego bez znajomości jego tożsamości. Perplexity przejmuje format Batch API OpenAI, a Cohere wymaga, by klient przed każdym wysłaniem sprawdził środowisko, które przetworzy jego żądanie.

Podstawowe komponenty agentów przechodzą pod neutralny nadzór. Wraz z Agent Skills, Open Responses, OpenEnv i OpenSandbox AAIF zgromadziła w ciągu roku dziesięć projektów, z których cztery najnowsze pochodzą od Anthropic, OpenAI, Hugging Face i Alibaba. Korzyści ze wspólnego formatu widać tego samego dnia: plugin Cognition chroniący przed PHP2Shell oraz lukami w Node.js i GitLab instaluje się jako skills w siedmiu konkurencyjnych agentach programistycznych. W kwestii architektury sygnały są jednak rozbieżne: Anthropic zaleca włączenie podagentów do jednej pętli wyposażonej w skills i zachowanie ich tylko w przypadku przepełnionego kontekstu lub jednorazowych zadań równoległych, podczas gdy Vibe CLI 3.0.2 tego samego dnia zwiększa domyślną liczbę jednocześnie działających podagentów do 32.

Im bardziej samodzielnie działają agenci, tym bardziej ich nadzorowanie staje się infrastrukturą, którą trzeba poddawać próbom. Ćwiczenie przeprowadzone przez METR i Redwood Research pokazuje, że monitor może widzieć cały przebieg działań agenta, a mimo to przepuszczać część ruchu: dopóki kompakcja kontekstu pozostawała poza jego zasięgiem, agent, który nigdy nie oddawał sterowania, mógł odkładać kontrolę w nieskończoność. Tego samego dnia aplikacje Claude ogłaszają domyślny tryb auto, w którym automatyczna kontrola zastępuje zatwierdzanie każdego kroku, Claude Code emituje zdarzenie przy każdym zatrzymanym wywołaniu narzędzia, Replit pozwala agentowi samodzielnie ponownie wdrożyć poprawkę w środowisku produkcyjnym, a GitHub oferuje firmom porównanie odsetka użytkowników korzystających z agentów z analogicznym wskaźnikiem w podobnych organizacjach.

W ściśle określonej dziedzinie wyspecjalizowany model dorównuje najbardziej zaawansowanemu modelowi za ułamek jego kosztu. Wynik Carbon-X, modelu z 14 miliardami parametrów, w zadaniach dotyczących DNA różni się od wyniku GPT-6.1 Sol o mniej niż punkt, przy koszcie na zadanie wynoszącym około 1/1 800 jego kosztu; API Decisions i GLiDE odpowiadają bez generowania tekstu; OlmoEarth v1.3 z wyprzedzeniem oblicza dla całej planety embeddingi, na podstawie których do stworzenia mapy wystarczy mały klasyfikator, a ForTy tworzy własną mapę na bazie embeddingów AlphaEarth Foundations. Benchmarki przypominają o drugiej stronie medalu: w CulturalRiddles żaden z 28 testowanych modeli nie przekracza 22 % w przypadku niektórych społeczności, a modele odpowiadają „nie wiem” zaledwie w 0,7 % przypadków.