OpenAI kończy umowę z Cursor, Claude Code obniża tygodniowe limity o 17%, a Copilot CLI przechodzi na natywny Rust

Dwadzieścia dwie informacje z ośmiu obszarów na dzień 29 sierpnia: spokojna sobota, o połowę mniej obfita niż poprzedni dzień. Główny temat ma charakter kontraktowy, a nie techniczny. OpenAI powiadomiło SpaceX o zamiarze zaprzestania dostarczania swoich modeli do Cursor, proponując datę zakończenia na 12 listopada i wyraźnie powołując się na wcześniejsze działania firm Elona Muska. Anthropic z kolei ogłasza stałe zwiększenie tygodniowych limitów Claude Code o 25%, co — jak sama przyznaje — oznacza spadek o 17% względem dzisiejszego poziomu. GitHub przenosi Copilot CLI na natywny silnik wykonawczy w Rust, Together AI udostępnia GLM-5.3 w dniu jego premiery, a bramka inferencyjna publikuje dane produkcyjne, które wreszcie pokazują rzeczywistą pozycję otwartych wag.

OpenAI kończy umowę z Cursor po przejęciu przez SpaceX

28 sierpnia — OpenAI powiadomiło SpaceX o zamiarze zakończenia umowy zapewniającej Cursor bezpośredni dostęp do jego modeli. Proponowana data zakończenia to 12 listopada 2026 r. Firma precyzuje, że wybrała najdłuższy okres wypowiedzenia dozwolony przez umowę, aby deweloperzy zachowali dostęp do modeli tak długo, jak to możliwe.

Powodem jest przejęcie Cursor przez SpaceX. OpenAI wyjaśnia, że współpracuje z dużymi partnerami na podstawie indywidualnie negocjowanych umów, które gwarantują przestrzeganie warunków użytkowania i bezpieczeństwo integracji na dużą skalę, oraz twierdzi, że nie może ufać, iż SpaceX będzie korzystać z jej technologii w tych ramach. Wymieniono dwa konkretne wcześniejsze przypadki: po przejęciu Twittera przez Elona Muska, spółki obecnie należącej do SpaceX, zerwano warunki umowy łączącej obie firmy; a podczas składania zeznań pod przysięgą na początku tego roku Musk przyznał, że xAI, również przejęta przez SpaceX, naruszyła warunki użytkowania OpenAI. Umowa podpisana z Cursor przewidywała ograniczone w czasie okno wypowiedzenia po zmianie kontroli, co wyjaśnia ten harmonogram.

Dochodzi do tego drugi, bardziej nietypowy argument: OpenAI twierdzi, że wraz ze wzrostem możliwości bierze na siebie nowy poziom odpowiedzialności, i powołuje się na nadchodzący model Astra — ten, w przypadku którego 7 sierpnia ogłosiła, że nie może już wykluczyć poziomu zdolności cybernetycznych określonego w jej ramach gotowości jako Krytyczny. Praktyczna konsekwencja: umowa obowiązuje do możliwie najpóźniejszej daty, ale żaden przyszły model nie zostanie udostępniony Cursor.

Element sprawy	Wartość
Data powiadomienia SpaceX	28 sierpnia 2026
Proponowana data zakończenia	12 listopada 2026
Czas trwania partnerstwa OpenAI-Cursor	prawie 4 lata
Przyszłe modele dostarczane do Cursor	żadne

We’re ending our partnership with Cursor following its acquisition by SpaceX. Under our proposal, Cursor’s direct access to our models would end on November 12.

We know that the people most affected by this decision are the developers who rely on OpenAI models in Cursor. We care about their experience in this transition and we’re ready to go above and beyond to support them.

🇵🇱 Kończymy nasze partnerstwo z Cursor w związku z jego przejęciem przez SpaceX. Zgodnie z naszą propozycją bezpośredni dostęp Cursor do naszych modeli zakończyłby się 12 listopada.

Wiemy, że osoby najbardziej dotknięte tą decyzją to deweloperzy, którzy polegają na modelach OpenAI w Cursor. Ich doświadczenia podczas tego przejścia są dla nas ważne i jesteśmy gotowi wyjść poza nasze zobowiązania, aby ich wesprzeć. — @OpenAI na X

🔗 Decyzja w sprawie Cursor — OpenAI

Claude Code: tygodniowe limity spadną o 17% 14 września, CLI uruchamia się szybciej

29 sierpnia — Anthropic ogłasza, że od 14 września standardowe tygodniowe limity Claude Code zostaną na stałe zwiększone o 25% dla planów Pro, Max, Team i Enterprise z miejscami (seat-based). Do tego czasu nadal obowiązuje obecne tymczasowe zwiększenie o 50%.

Sformułowanie wymagało doprecyzowania, które Anthropic dodało we własnej kolejnej wiadomości w tym wątku: w porównaniu z dzisiejszą sytuacją operacja oznacza redukcję tygodniowych limitów o 17%. Arytmetyka jest prosta — obowiązujące zwiększenie o 50% jest tymczasowe, zastępujące je zwiększenie o 25% będzie stałe, a przejście z jednego na drugie mechanicznie obniża rzeczywisty limit. To tymczasowe zwiększenie nie było niedawne: 18 lipca 2026 r. to samo konto ogłosiło je „do 19 sierpnia”, a termin ten minął bez kolejnego komunikatu. Ogłoszenie z 29 sierpnia wyznacza więc punkt docelowy: stały limit wyższy niż pierwotny standard, ale niższy niż wyjątkowy poziom z ostatnich tygodni. Odbiór pozostał mieszany — głównej wiadomości, mającej w chwili skanowania około 1,6 miliona wyświetleń, towarzyszyła notatka kontekstowa przygotowana przez czytelników X, powtarzająca informację o spadku.

Okres	Tygodniowe limity Claude Code
Do 13 września	+50% (tymczasowe zwiększenie, nadal obowiązuje)
Od 14 września	+25% na stałe
Efekt netto ogłoszony przez Anthropic	-17% względem dzisiejszego poziomu

Compared to today, this works out to a 17% reduction in weekly limits on Claude Code. We’re working on exciting changes that will make it feel like you’re getting more from Claude, while having more visibility and control of your usage. Can’t wait to share them.

🇵🇱 W porównaniu z dzisiejszą sytuacją oznacza to redukcję tygodniowych limitów Claude Code o 17%. Pracujemy nad ekscytującymi zmianami, dzięki którym korzystanie z Claude będzie sprawiało wrażenie uzyskiwania większych możliwości, z lepszą widocznością i kontrolą nad zużyciem. Nie możemy się doczekać, aby się nimi podzielić. — @ClaudeDevs na X

Wcześniej tego samego dnia to samo konto opublikowało cotygodniowe podsumowanie dostaw Claude Code. Większość tego sześcioelementowego wątku obejmuje nowości opisane już tutaj przy okazji kolejnych wersji — kartę „Auto mode” w /permissions wersji 2.1.246, wiersz pamięci podręcznej promptu w /cost oraz śledzenie na żywo pierwszoplanowych podagentów w wersji 2.1.251, a także podział zadań /loop w /usage wersji 2.1.243. Jeden obszar nie został jednak wcześniej zmierzony: wydajność. CLI nie czeka już na uruchomienie piaskownicy (sandbox) ani serwerów MCP przed umożliwieniem wpisania pierwszej instrukcji, a polecenie claude pomija niepotrzebne etapy inicjalizacji. Jeśli chodzi o dystrybucję, pobieranie Linux x64 jest 4,5 raza mniejsze i ma około 75 MB, a natywne buildy zużywają podczas każdej sesji od 40 do 70 MB pamięci mniej.

Ogłoszony pomiar wydajności	Wartość
Pobieranie Linux x64	4,5 raza mniejsze, około 75 MB
Pamięć natywnych buildów	od 40 do 70 MB mniej na sesję

🔗 Ogłoszenie dotyczące tygodniowych limitów · Cotygodniowe podsumowanie

Copilot CLI przechodzi na natywny silnik w Rust, a Visual Studio otrzymuje niestandardowych agentów organizacji

28 sierpnia — GitHub opublikował późnym wieczorem cotygodniowe podsumowanie Copilot. W tytule widnieje data 24 sierpnia — jest to tydzień, którego dotyczy podsumowanie — ale materiał został opublikowany dopiero 28 sierpnia o 20:13 UTC, po wykonaniu poprzedniego skanowania. Dwie jego sekcje powtarzają informacje już omówione tutaj: Copilot w Slack i Microsoft Teams oraz ogólną dostępność karty Customize; reszta jest nowa.

Najbardziej strukturalna zmiana dotyczy CLI: Copilot CLI działa teraz na natywnym silniku wykonawczym w Rust (native Rust runtime), podczas gdy jego interfejs terminalowy nadal jest napisany w TypeScript. GitHub zapowiada „znacznie wyższą” wydajność, nie publikując żadnych pomiarów, pozostawiając ocenę czytelnikowi. Dwa ustawienia, defaultMode i defaultPermissionMode, określają tryb wykonania i tryb uprawnień stosowane podczas każdej nowej sesji; polecenia /plugin, /mcp i /skills otrzymują dedykowane interfejsy zarządzania; CLI potrafi też przywrócić sesję, która nie zakończyła się prawidłowo, w tym przerwaną w trakcie tury.

Obszar	Ogłoszone nowości
Copilot CLI	Natywny silnik Rust, `defaultMode` i `defaultPermissionMode`, interfejsy `/plugin` `/mcp` `/skills`, wznawianie sesji
Aplikacja Copilot	Issues i pull requesty Azure DevOps przekształcane w sesje, eksperymentalny WSL, dzielone karty, podgląd w zewnętrznej przeglądarce
Rozszerzenie JetBrains	Kontrole firmowe dotyczące wtyczek, serwerów MCP, telemetrii i trybów uprawnień agentów
VS Code 1.135	Wznawianie sesji agenta Copilot lub Claude uruchomionych gdzie indziej, druga opinia dodatkowego modelu, jeden panel Agents, zużycie według modelu i tury
Visual Studio 2026	Niestandardowi agenci organizacji, poziomy wysiłku rozumowania Low, Medium i High, widok Manage models, przegląd zmian przez agenta Git

Opublikowany tego samego dnia osobny wpis w changelogu szczegółowo opisuje sierpniową aktualizację Copilot w Visual Studio 2026, dostępną we wszystkich planach — Free, Student, Pro, Pro+, Max, Business i Enterprise. Najważniejszą zmianą jest pojawienie się niestandardowych agentów na poziomie organizacji: właściciele organizacji lub przedsiębiorstwa GitHub publikują agentów możliwych do użycia we wszystkich swoich repozytoriach, a Visual Studio automatycznie ich wykrywa i wyświetla w selektorze wraz z opisem oraz informacją o organizacji źródłowej. Wymagana jest organizacja GitHub, co wyklucza konta osobiste. Ustawienie wysiłku rozumowania przechodzi na stronę użytkownika i oferuje trzy poziomy; GitHub wyraźnie przedstawia je jako kompromis między głębokością rozumowania a zużyciem tokenów. Widok Manage models zbiera informacje o możliwościach, rozmiarze okna kontekstowego, kosztach i kontrolach, natomiast agent Git przegląda niezatwierdzone zmiany lub commity przed otwarciem pull requesta — zarówno w repozytoriach GitHub, jak i Azure DevOps.

🔗 Cotygodniowe podsumowanie Copilot · Copilot w Visual Studio, aktualizacja sierpniowa

GLM-5.3 trafia do Together AI, które natychmiast mierzy koszt jego wersji destylowanej

29 sierpnia — Trzeci dzień z rzędu dla GLM-5.3. 27 sierpnia Z.ai w dwóch wierszach ogłosiło, że opublikuje wagi; 28 sierpnia stało się to faktem, a Together AI otworzyło kartę modelu oznaczoną jako „coming soon”, bez cennika. Od 29 sierpnia o 1:57 UTC karta jest już dostępna, a operator mówi o udostępnieniu „Day 0”. Endpoint zai-org/GLM-5.3 działa zarówno w trybie serverless, jak i w ramach dedykowanej infrastruktury, a Together AI ogłasza jego kompatybilność z Claude Code, OpenCode i innymi platformami agentów kodu. Według operatora model zbliża się do Fable 5 we wszystkich benchmarkach, kosztując przy tym ułamek ceny za zadanie.

Cecha usługi	Wartość
Cena wejścia / wejścia z cache’u	$1,40 / $0,26 za milion tokenów
Cena wyjścia	$4,40 za milion tokenów
Okno kontekstu	1 M tokenów (architektura IndexShare)
Poziomy wysiłku	low, high, max (domyślnie max)
Deklarowane SLA	99,9 %

Tego samego dnia Together AI publikuje szóste porównanie w swojej serii DeepSWE i po raz pierwszy zestawia dwa modele z tej samej rodziny: GLM-5.3 oraz jego destylowaną wersję GLM-5.3 Flash. Protokół pozostaje bez zmian — 113 zadań DeepSWE v1.1, cztery próby na konfigurację, oba modele z maksymalnym wysiłkiem — co daje łącznie 900 pełnych uruchomień (rollouts), 452 po stronie pełnego modelu i 448 po stronie Flasha. Przy pierwszej próbie różnica wydaje się wyraźna: 69,0% pass@1 wobec 63,4%. Przy pass@4 spada jednak do 2,6 punktu, za cenę niższą siedemnastokrotnie. Destylacja nie usunęła więc zdolności, lecz regularność: żadne z 48 zadań, które pełny model rozwiązuje cztery razy na cztery, nie staje się nierozwiązywalne dla Flasha, który zachowuje 93 z 99 zadań rozwiązanych przynajmniej raz. Mechanizm został wskazany dalej i jest to najciekawszy wynik: w przypadku niestabilnych zadań najdłuższa próba jest zwycięska w 61% przypadków dla GLM-5.3, ale tylko w 46% dla Flasha — poniżej poziomu rzutu monetą. Destylowany model nie potrafi już zamienić dodatkowego wysiłku w rozwiązanie.

Mierzona metryka	GLM-5.3 (maks. wysiłek)	GLM-5.3 Flash (maks. wysiłek)
pass@1	69,0 %	63,4 %
pass@4	87,6 %	85,0 %
Koszt uruchomienia	$3,99	$0,24
Zadania rozwiązane za $100	17	264
Czas od początku do końca	35 min	26 min
Zepsucie już zaliczonego testu referencyjnego	4,4 %	6,9 %
Dodatkowy wysiłek opłacalny przy niestabilnych zadaniach	61 %	46 %

Odnotowano tylko jeden wyraźny regres i dotyczy on ostrożności: Flash psuje już zaliczony test referencyjny w 6,9% uruchomień wobec 4,4% dla pełnego modelu, dlatego Together AI wyraźnie zaleca pełny zestaw testów regresji przed zaakceptowaniem bez ponownego przeglądu diffa wygenerowanego przez Flasha. Wniosek operacyjny to kaskada w ramach tej samej rodziny: najpierw uruchomić Flasha, a do pełnego modelu eskalować tylko wtedy, gdy weryfikator odrzuci odpowiedź. Takie połączenie osiąga 80,9% skuteczności przy 1,70 dolara za zadanie, czyli o dwanaście punktów więcej niż sam GLM-5.3 (69,0% przy 3,99 dolara), za mniej niż połowę ceny. Czytelnik powinien zwrócić uwagę na jedną rozbieżność: wynik DeepSWE wyświetlany na karcie modelu (66,9) różni się od 69,0% zmierzonych przez Together AI w jej własnej kampanii, co operator przyjmuje do wiadomości, wyjaśniając, że jego liczby pochodzą z przeprowadzonego przez niego uruchomienia.

🔗 Udostępnienie GLM-5.3 w Together AI · GLM-5.3 kontra GLM-5.3 Flash w DeepSWE

Modele z otwartymi wagami przejęły połowę ruchu, ale tylko 13% wydatków

29 sierpnia — Thibault Jaigu, szef bramki inferencyjnej Requesty, publikuje na blogu Hugging Face pomiary zebrane na własnym ruchu produkcyjnym w 2026 roku, z wyłączeniem kluczy dostarczonych przez klientów i kont wewnętrznych. Kluczowa liczba: modele z otwartymi wagami wzrosły z mniej niż 5% tokenów w styczniu do połowy całego ruchu w tygodniu rozpoczynającym się 3 sierpnia, ale odpowiadają tylko za około 13% wydatków, ponieważ token granicznego modelu zamkniętego kosztuje po uwzględnieniu cache’u około 6,4 raza więcej niż token otwartego modelu.

Dwie ilustracje pokazują charakter tego rynku. Po premierze kimi-k3 laboratorium, które go stworzyło, potrzebowało 11 dni, by stracić większość tokenów obsługiwanych na własnym modelu, ponieważ czterech innych operatorów uruchomiło inferencję na tych samych wagach w ciągu 72 godzin. W przypadku glm-5.2 sześciu operatorów pokazuje różnicę 5,7 raza w faktycznie zapłaconej cenie — nie z powodu tajnych rabatów, lecz dlatego, że najtańszy przechowuje w cache’u 94% tokenów wejściowych, podczas gdy najdroższy nie przechowuje żadnych. Dane pochodzą od dostawcy opisującego własny produkt, co autor otwarcie przyznaje, podpisując się jako szef Requesty.

Pomiar na bramce	Wartość
Udział otwartych wag w tokenach (styczeń 2026)	mniej niż 5 %
Udział otwartych wag w tokenach (tydzień 3 sierpnia)	50 %
Udział otwartych wag w wydatkach	około 13 %
Podział wydatków (Anthropic / OpenAI / Google)	51 % / 21 % / 15 %
Odczyty z cache’u / świeże wejście / widoczne wyjście	78 % / 19 % / mniej niż 2 %
Stosunek wejścia do wyjścia (styczeń, następnie sierpień)	15x, następnie 36x
Średni kontekst na zapytanie (styczeń, następnie sierpień)	9,6 k, następnie 28 k tokenów

🔗 Wpis Requesty na Hugging Face

Search API firmy Perplexity zajmuje trzy pierwsze miejsca w Artificial Analysis Search Index

29 sierpnia — Perplexity udostępnia ranking opublikowany dzień wcześniej przez Artificial Analysis: trzy ustawienia kontekstu jego Search API zajmują trzy pierwsze miejsca w Artificial Analysis Search Index, debiutując w tym rankingu. Ustawienie medium otrzymuje 80 punktów, o pięć więcej niż dotychczasowi liderzy Parallel (advanced) i Brave Search (LLM context), którzy mają po 75; warianty high i low zajmują kolejne miejsca z wynikami 79 i 77.

Protokół celowo izoluje komponent wyszukiwania: Artificial Analysis uruchamia ten sam model — GPT-5.6 Luna z rozumowaniem medium — w Stirrup, swoim open source’owym uprzężu agenta (harness), wyposażonym w narzędzia do wyszukiwania i pobierania stron internetowych. Między testami zmienia się wyłącznie dostawca stojący za narzędziem wyszukiwania. Przewaga Perplexity koncentruje się na BrowseComp, podczas gdy wyniki AA-Omniscience i DeepSearchQA pozostają porównywalne z wynikami innych czołowych dostawców. Drugi argument jest ekonomiczny: bardziej kompaktowe ładunki sprawiają, że model musi czytać mniej, co daje koszt inferencji za zadanie od 0,028 do 0,034 dolara zależnie od wariantu, wobec 0,036 dolara u kolejnego najtańszego dostawcy — to najniższa wartość zmierzona dotąd przez Artificial Analysis.

Dostawca wyszukiwania (wariant)	Wynik AA Search Index	Łączny koszt za zadanie
Perplexity Search (medium)	80	około 0,091 $
Perplexity Search (high)	79	około 0,091 $
Perplexity Search (low)	77	nie podano
Parallel (advanced)	75	0,084 $
Brave Search (LLM context)	75	0,13 $

Dwa zastrzeżenia dotyczące wykorzystania: ranking pochodzi od Artificial Analysis, a nie od Perplexity, które jedynie go promuje, a żadna publikacja na blogu nie powiela tego komunikatu — blog firmy nie opublikował niczego od 25 sierpnia.

🔗 Wpis @perplexity_ai · Szczegółowe dane @ArtificialAnlys

Codex CLI 0.151.0: rozszerzenia przechwytują wyniki MCP, zdalny sandbox zostaje zaostrzony

29 sierpnia — Codex CLI przechodzi na wersję 0.151.0, opublikowaną na GitHubie o 11:55 GMT+2 i odnotowaną tego samego dnia w oficjalnym changelogu ChatGPT i Codex. Najbardziej znacząca nowość dotyczy rozszerzeń: mogą one teraz sprawdzać lub zastępować wyniki narzędzia MCP zanim dotrą one do modelu. Punkt przechwytywania pojawia się więc między serwerem MCP a kontekstem, otwierając możliwość filtrowania, przepisywania lub skracania wyników narzędzi bez ingerencji w serwer. Dodano także konfigurowalne opóźnienie na odkrywanie narzędzi udostępnianych przez opcjonalne serwery MCP oraz katalogi wtyczek, które łączą konfigurację właściwą dla każdego repozytorium, jednocześnie sygnalizując nieprawidłowe marketplace’y projektowe bez ukrywania prawidłowych wtyczek.

Pozostałą część wersji zdominowało zaostrzenie sandboxa (sandbox). Polecenie /cd nie może już osłabiać ograniczeń — chodzi o scenariusz, w którym zmiana katalogu pośrednio luzowała zabezpieczenia — a nieaktualne klasyfikacje Guardian nie mogą już zezwalać na działanie po zmianie stanu uprawnień. Stosowanie zdalnego sandboxa dostosowuje się ponadto do realiów maszyny wykonawczej: katalog domowy, system operacyjny i konwencje ścieżek wykonawcy są przekazywane do kontekstu, również w przypadku reguł odrzucania odczytu. Ostatni punkt ważny dla zespołów delegujących zadania agentom: zużycie tokenów przez zagnieżdżonych podagentów jest wreszcie uwzględniane w budżecie celu głównego.

Element wersji	Wartość
Wersja	0.151.0 (stable)
Publikacja na GitHubie	29 sierpnia 2026, 11:55 GMT+2
Instalacja	`npm install -g @openai/codex@0.151.0`
Nowości / poprawki / prace wewnętrzne	3 / 6 / 2
Poprzednia wersja stabilna	0.150.1 (27 sierpnia)

🔗 Informacje o wydaniu Codex CLI 0.151.0

Appshots: ChatGPT Work i Codex odczytują kontekst wyświetlanej aplikacji

28 sierpnia — OpenAI Developers przedstawia appshots, mechanizm przechwytywania kontekstu przeznaczony dla ChatGPT Work i Codex. Zasada jest prosta: zamiast opisywać to, co widzimy przed sobą, przekazujemy asystentowi cały kontekst aktualnie wyświetlanej aplikacji, aby mógł zrozumieć ekran i wykonywać na nim działania. Wyzwalacz jest celowo minimalistyczny — dwukrotne naciśnięcie klawisza Command (⌘ ⌘).

Wątek opisuje dziesięć zastosowań pokazujących skalę zamierzonego zakresu, wykraczającego daleko poza kod: podsumowanie wątku na Slacku, wypełnienie formularza, wykorzystanie wyświetlanej na ekranie referencji API do dodania funkcji, wyłuskanie tematów z pakietu odpowiedzi na X, wskazanie wiadomości prywatnych wymagających odpowiedzi, przekształcenie notatek w prezentację, przycięcie filmu w iMovie, czy zamiana otwartego przepisu w listę zakupów. W chwili skanowania ogłoszenie istnieje wyłącznie na X: changelog ChatGPT i Codex nie zawiera żadnego wpisu między 27 a 29 sierpnia poza wersją 0.151.0 CLI. Warunki dostępu — objęte plany, platformy, ogólna lub stopniowa dostępność — nie zostały więc udokumentowane.

🔗 Wątek @OpenAIDevs

Antigravity CLI 1.1.22: polecenie /model przyjmuje argument, osiem poprawek stabilności

27 sierpnia — Uzupełnienie na kanale, który dotąd nigdy nie był skanowany. Changelog Google Antigravity dzieli się na cztery karty — Antigravity 2.0, Antigravity CLI, Antigravity SDK i Antigravity IDE — z których podczas wcześniejszych przeglądów odczytywano tylko pierwszą. Karta CLI publikuje w praktyce wersję co jeden do trzech dni; najnowsza, 1.1.22, wprowadza trzy usprawnienia i osiem poprawek.

W zakresie ergonomii polecenie /model przyjmuje teraz argument: zamiast otwierać selektor, można bezpośrednio przełączyć się na model, podając jego nazwę, slug lub etykietę, a operacja ustawia domyślny model w tym samym kroku, z autouzupełnianiem w postaci szarego tekstu podczas wpisywania. Polecenie /effort, które ustawia wysiłek rozumowania, również uzupełnia wpisywany tekst zamiast wyświetlać nieruchomy przykład. Trzeci dodatek jest przydatny podczas długich sesji: gdy agent generuje wiele plików, serie zdarzeń systemu plików są łączone w jedną ponowną analizę.

Osiem poprawek ma na celu zwiększenie stabilności długotrwałej pracy. Najbardziej widoczna usuwa ciągłe przerysowywanie interfejsu, gdy panel zadań lub szczegóły podagenta pozostawały otwarte bez trwającego zadania, co powodowało wzrost użycia procesora w stanie bezczynności. Przejściowe błędy HTTP 502, które wcześniej po prostu kończyły uruchomienie, są teraz ponawiane po rosnącym opóźnieniu (backoff). Pozostałe zmiany dotyczą Windows, demona bez interfejsu (headless) oraz ponownie dostępnego wyboru wysiłku rozumowania dla Gemini 3.1 Pro i Gemini 3.5 Flash podczas uwierzytelniania kluczem API Gemini.

Kanał Antigravity	Najnowsza wersja	Data
Antigravity 2.0	2.11.0	26 sierpnia 2026
Antigravity CLI	1.1.22	27 sierpnia 2026
Antigravity SDK	0.1.15	25 sierpnia 2026
Antigravity IDE	2.5.5	13 sierpnia 2026

🔗 Changelog Antigravity

MiniMax podsumowuje H3 Max i uznaje generowanie wideo szybsze niż czas rzeczywisty za rozwiązane

29 sierpnia — MiniMax publikuje niezwykle długie oświadczenie dotyczące H3 Max, modelu wideo, który fal Research uzyskał dzięki dalszemu trenowaniu otwartych wag MiniMax H3. Sam model ogłoszono 27 sierpnia; nowością jest stanowisko pierwotnego laboratorium wobec znaczenia tej zewnętrznej pracy dla niego samego.

Komunikat opiera się na dwóch założeniach. Pierwsze ma charakter strategiczny: MiniMax twierdzi, że H3 Max unaocznił jego własnym zespołom wartość otwartych wag, i deklaruje gotowość wsparcia każdej ekipy, która odtworzyłaby podejście fal. Drugie jest techniczne i idzie dalej: laboratorium uznaje obecnie generowanie wideo szybsze niż czas rzeczywisty za rozwiązane i przedstawia listę przypadków użycia dotąd nieosiągalnych — nieprzerwane strumienie wideo, interaktywne światy, narrację w czasie rzeczywistym. Dwie godziny wcześniej MiniMax udostępnił test społeczności, który dobrze podsumowuje tę zmianę: pytanie nie brzmi już, ile czasu zajmuje generowanie, lecz czy model generuje szybciej, niż strumień Twitcha jest nadawany.

They made the value of open weights feel real to our team in a way it hadn’t before. Advancing technology together has always been a core belief at MiniMax. H3 Max made that belief tangible. It showed that the frontier no longer belongs to a few, it belongs to everyone willing to build, experiment, and share what they discover.

🇵🇱 Sprawili, że wartość otwartych wag stała się namacalna dla naszego zespołu w sposób, jakiego wcześniej nigdy nie doświadczyliśmy. Wspólne rozwijanie technologii zawsze było fundamentalnym przekonaniem MiniMax. H3 Max uczynił to przekonanie namacalnym. Pokazał, że granica nie należy już do nielicznych — należy do każdego, kto jest gotów budować, eksperymentować i dzielić się tym, czego się dowiaduje. — @MiniMax_AI na X

🔗 Test społeczności udostępniony przez MiniMax

W skrócie

Grok 4.6 trafia na Grok.com oraz do aplikacji na iOS i Androida — Po dystrybucji skoncentrowanej na platformach partnerskich — GitHub Copilot, Amazon Bedrock, Gemini Enterprise Agent Platform, a następnie Microsoft Foundry 26 sierpnia — xAI uzupełnia serię o własne powierzchnie dostępne dla użytkowników końcowych. Zalecane są trzy zastosowania: złożone problemy, zapytania agentowe i tworzenie aplikacji. Brak danych liczbowych, benchmarku i zmian w cenniku. 🔗 Wiadomość od @grok
Midjourney poprawia jakość obrazu swojego modelu edycji V8.2 — Niecałe dwadzieścia cztery godziny po rozpoczęciu testów studio publikuje poprawkę jakości obrazu i zachęca użytkowników, którzy napotkali problemy, do ponownego uruchomienia generowania. Zapowiedziano kolejne aktualizacje, ale bez harmonogramu. 🔗 Wiadomość od @midjourney
Gemini CLI blokuje zaufanie do obszaru roboczego, domyślnie odmawiając dostępu — Wersja nocna (nightly) v0.59.0-nightly.20260829.g0bd1d4397 zawiera jedną zmianę: obszar roboczy, którego zaufania nie można potwierdzić, jest traktowany jako niezaufany, a zadeklarowane serwery MCP są filtrowane w trybie ograniczonym. Kanał stabilny pozostaje na v0.57.0, a preview na v0.58.0-preview.0. Wersja nightly z 27 sierpnia załatała już lukę SSRF w wykrywaniu metadanych OAuth serwerów MCP. 🔗 Informacje o wydaniu
NVIDIA umiejscawia Dynamo względem SGLang, vLLM i TensorRT-LLM — Krótki, pięciominutowy materiał odpowiada na częste nieporozumienie: Dynamo nie zastępuje silników inferencji, lecz działa wokół nich, aby rozdzielać obciążenie na wiele GPU i węzłów. Wideo prezentuje Vishakha Sadhwani. 🔗 Wiadomość od @NVIDIAAI
QwenCloud publikuje podsumowanie Qwen Conference Hong Kong 2026 — Relacja z wydarzenia z 26 sierpnia, które odbyło się przed ponad 300 klientami biznesowymi i deweloperami, z keynote’em przedstawiającym platformę wokół trzech punktów wejścia — strony internetowej, Skills i CLI — oraz demonstracją agenta wykonującego kolejno tworzenie konta, wybór modelu, inferencję, wdrożenie, płatność i rozliczenie. 🔗 Wiadomość od @qwen_cloud
Luma organizuje kreatywny wieczór w San Francisco — Creative Intelligent Machines Continuum to wieczór tworzenia na żądanie zaplanowany na wtorek 1 września w tiat, z demonstracjami krok po kroku prowadzonymi przez starszych twórców studia, wspólnym promptem i wsparciem na miejscu. Inicjatywa rozwija serię Dream Lab Weekly rozpoczętą 25 sierpnia. 🔗 Wiadomość od @LumaLabsAI
FAST, próba stworzenia standardu zgłaszania podatności przez agentów — Framework for Autonomous Severity and Triage przedstawia się jako zestaw plików Markdown umieszczanych w kontekście agenta, bez SDK ani API. Rozróżnia hipotezę bez dowodów od podatności z powtarzalnym dowodem wpływu, udostępnia drzewo decyzyjne określania istotności oparte na tym, za co rzeczywiście płacą programy bug bounty, a nie na obliczeniach CVSS, oraz wymaga przejścia przez bramkę sześciu kontroli przed zgłoszeniem. Licencja CC-BY 4.0. 🔗 Wpis na Hugging Face
Dwie sesje AI, to samo repozytorium, dwa przeciwstawne werdykty dotyczące agenta samonaprawiającego — Notatka inżynieryjna o osobistym projekcie: odrzucona koncepcja autonomicznej samonaprawy pojawiła się ponownie w repozytorium kilka dni później, napisana przez inną sesję korzystającą z innego asystenta, bez śladu pierwszej decyzji. Plik nigdy nie mógł się wykonać, ale wyłącznie dzięki dwóm przypadkowym błędom — autor mówi o bezpieczeństwie przez przypadek, a nie z założenia. 🔗 Wpis na Hugging Face
three.ws, open-source’owy stos, który daje agentom ciało, portfel i zawód — Projekt łączy cztery elementy: generowanie i rigging 3D ze studiami w przeglądarce, silnik agenta z łańcuchem zabezpieczeń i systemem umiejętności, portfel agenta oparty na x402 (płatność przy wywołaniu ponad HTTP) oraz dystrybucję za pomocą pojedynczego znacznika umieszczanego na dowolnej stronie lub w rzeczywistości rozszerzonej. 🔗 Wpis na Hugging Face

Co to oznacza

Dostęp do modeli frontier staje się kwestią wzajemnych zobowiązań, a nie tylko umowy. OpenAI nie odcina Cursor z powodu niezapłaconej faktury ani klauzuli technicznej, lecz dlatego, że twierdzi, iż nie może ufać sposobowi wykorzystania usługi przez nowego właściciela, powołując się na dwa nazwane wcześniejsze przypadki — Twittera i xAI, które trafiły pod SpaceX. Najpoważniejszy w skutkach jest jednak drugi argument: OpenAI powołuje się na swój nadchodzący model Astra, co do którego 7 sierpnia ogłosiła, że nie może już wykluczyć cyberzdolności na poziomie krytycznym, aby uzasadnić odmowę dostarczania jakichkolwiek przyszłych modeli. Innymi słowy, im bardziej niebezpieczna jest oceniana generacja modeli, tym bardziej zawęża się lista osób mogących uzyskać do niej dostęp — a kryterium wyboru nie jest już wypłacalność klienta, lecz historia zgodności jego spółki-matki. Dla zespołów, które zbudowały swój łańcuch produkcyjny na edytorze zewnętrznego dostawcy, 12 listopada jest terminem migracji.

To, co zmienia cenę, to limity, a nie stawki. Anthropic nie zmienił żadnej publikowanej stawki: przekształca tymczasową podwyżkę o 50% w stałą podwyżkę o 25%, co oznacza −17% względem dzisiejszego poziomu, i mówi o tym wprost w następującym komunikacie. GitHub z kolei przedstawia wysiłek związany z rozumowaniem jako świadomy kompromis z zużyciem tokenów i odtąd pokazuje zużycie według modelu przy każdej turze rozmowy. Dane Requesty wyjaśniają, dlaczego te limity stały się prawdziwą ceną: odczyty z cache stanowią 78% wszystkich przetworzonych tokenów, widoczne dane wyjściowe mniej niż 2%, a stosunek wejścia do wyjścia wzrósł z 15x w styczniu do 36x w sierpniu. Pętla agenta nie kosztuje tyle, ile zapisuje, lecz tyle, ile odczytuje na każdym etapie — i właśnie tę wielkość dostawcy zaczęli ograniczać.

Otwarte wagi zyskały wolumen, ale straciły wartość. Połowa ruchu, 13% wydatków, z czego 86% nadal koncentruje się u trzech dostawców: otwarty rynek stał się rynkiem hurtowym, na którym ten sam model kosztuje 5,7 raza więcej u jednego hostera niż u innego wyłącznie z powodu polityki cache, a laboratorium traci większość tokenów obsługiwanych przez własny model w ciągu jedenastu dni. GLM-5.3 dobrze ilustruje to dziś: wagi opublikowane 28., dostępność u zewnętrznego hostera 29. za 1,40 dolara za milion tokenów wejściowych, a zaraz potem niezależny pomiar dokładnie określający koszt jego wersji destylowanej — 2,6 punktu pass@4 za jedną siedemnastą ceny. Gdy model jest wszędzie taki sam, zróżnicowanie przenosi się na cache, routing i pomiary. To praca infrastrukturalna, nie laboratoryjna.

Klient wiersza poleceń ponownie staje się polem technicznej rywalizacji. Copilot CLI przechodzi na natywny silnik wykonawczy w Rust, zachowując interfejs w TypeScript, Claude Code zmniejsza o 4,5 raza rozmiar pobierania dla Linuxa i odzyskuje od 40 do 70 MB pamięci na sesję, Antigravity CLI usuwa ponowne rysowanie, które podnosiło użycie procesora w stanie bezczynności, Codex CLI uniemożliwia /cd osłabienie swojego sandboxa, a Gemini CLI domyślnie odmawia zaufania obszarowi roboczemu. Pięciu dostawców, ten sam tydzień, te same tematy: czas uruchamiania, zużycie pamięci i dokładny zakres tego, czego agent może dotykać. Po roku porównywania możliwości modeli konkurencja rozgrywa się także na poziomie programu, który je uruchamia — a bezpieczeństwo zajmuje w nim obecnie tyle samo wierszy changelogu co funkcje.