OpenAI uruchamia GPT-5.6 i ChatGPT Work, Meta ujawnia Muse Spark 1.1, Claude Code automatyzuje swoje /checkup

9 lipca to jeden z najgęstszych dni roku dla wiadomości o AI, zdominowany przez potrójne uruchomienie OpenAI: nową rodzinę modeli granicznych GPT-5.6 (Sol, Terra, Luna), nowego agenta ChatGPT Work napędzanego przez Codex oraz gruntowną przebudowę samego doświadczenia Codex. Meta odpowiada Muse Spark 1.1 i publicznym udostępnieniem swojego Meta Model API, podczas gdy Anthropic wzmacnia Claude Code poleceniem konserwacyjnym /checkup i uruchamia w becie narzędzie do wizualizacji użycia Claude. Osiemnaście ważnych aktualności — od zarządzania Copilotem w przedsiębiorstwach po generowanie mediów dołączające do agentów — oraz siedem krótkich wiadomości dopełniają ten wyjątkowo intensywny przegląd.

OpenAI uruchamia GPT-5.6, swoją nową rodzinę modeli granicznych (Sol, Terra, Luna)

9 lipca — OpenAI uruchamia w ogólnej dostępności rodzinę GPT-5.6: Sol, nowy model flagowy, Terra, zrównoważony wybór do codziennego użytku, oraz Luna, wariant ekonomiczny. Nowość architektoniczna: ustawienie wysiłku ultra, które domyślnie koordynuje czterech agentów równolegle, aby przyspieszyć złożone zadania — testowano nawet do 16 agentów w niektórych ewaluacjach — dostępne przez wieloagentową betę API Responses.

Na benchmarkach Sol ustanawia nowe stany sztuki: 80 w Artificial Analysis Coding Agent Index (o 2,8 punktu przed Claude Fable 5 według OpenAI, przy mniej niż połowie tokenów wyjściowych), 92,2% w BrowseComp oraz 62,6% w OSWorld 2.0 — przed Claude Opus 4.8, przy 85% mniej tokenów. Nowość produktowa: Programmatic Tool Calling w API Responses pozwala GPT-5.6 pisać i uruchamiać małe programy, które orchestrują narzędzia i filtrują wyniki w pamięci, ograniczając liczbę wymian. Po stronie cyberbezpieczeństwa GPT-5.6 osiąga 73,5% w ExploitBench (wobec 47,9% dla GPT-5.5); uwierzytelnianie kluczem sprzętowym staje się obowiązkowe od 1 września dla programu Trusted Access for Cyber.

Wariant GPT-5.6	Profil użycia	Cena input	Cena output
Sol	Złożone rozumowanie, długa praca agentowa	5 $	30 $
Terra	Codzienne kodowanie agentowe, zrównoważony wybór	2,50 $	15 $
Luna	Szybkie zadania, ekonomiczny	1 $	6 $

(Cena za milion tokenów.)

“GPT‑5.6 Sol sets a new standard for both intelligence and efficiency, achieving state-of-the-art results across coding, knowledge work, cybersecurity, and science while outperforming previous and competing frontier models with fewer tokens and at lower estimated cost.”

🇵🇱 GPT‑5.6 Sol ustanawia nowy standard zarówno pod względem inteligencji, jak i wydajności, osiągając wyniki na poziomie stanu sztuki w kodowaniu, pracy wiedzochłonnej, cyberbezpieczeństwie i nauce, a jednocześnie przewyższając wcześniejsze i konkurencyjne modele graniczne przy mniejszej liczbie tokenów i niższym szacowanym koszcie. — OpenAI

Wdrażany od dziś w ChatGPT, Codexie i API, GPT-5.6 natychmiast rozprzestrzenia się w ekosystemie deweloperskim: dostępny w GitHub Copilot (VS Code, JetBrains, Xcode, CLI, agent chmurowy), stał się preferowanym modelem Microsoft 365 Copilot i został tego samego dnia przyjęty przez Warp, Cursor oraz Devin.

🔗 Karta systemowa GPT-5.6

ChatGPT Work: nowy agent do ambitnych zadań

9 lipca — OpenAI wprowadza ChatGPT Work, agenta zdolnego działać w aplikacjach i plikach użytkownika, pozostawać nad złożonym projektem przez wiele godzin, rozbijając go na etapy, i przekształcać cel w gotową pracę (arkusze kalkulacyjne, prezentacje, dokumenty, strony internetowe). Opiera się na technologii Codex oraz GPT-5.6. OpenAI podaje, że z Codexa korzysta ponad 5 milionów osób tygodniowo, w tym ponad 1 milion do zadań niezwiązanych z tworzeniem oprogramowania — co przywołano jako argument za tym rozszerzeniem.

Funkcja ChatGPT Work	Co umożliwia
Wtyczki	Połączenie ze Slackiem, Microsoft Teams, Google Drive, SharePoint, CRM, przez `@nom_app`
Zaplanowane zadania	Delegowanie powtarzalnych zadań (monitorowanie Slacka, odświeżanie pulpitu każdego ranka)
Wbudowana przeglądarka + Computer Use	Bezpośrednie działanie na lokalnych aplikacjach, na desktopie
Sites (publiczna beta)	Przekształcenie pracy w stronę lub interaktywną aplikację udostępnianą przez URL

Premiera wiąże się z przebudową dystrybucji desktopowej: aplikacja Codex łączy się z nową desktopową aplikacją ChatGPT (Chat, Work i Codex razem, dostępna także w planie Free), a stara aplikacja zostaje przemianowana na ChatGPT Classic. OpenAI równolegle zaczyna wycofywać autonomiczną przeglądarkę Atlas, której możliwości są wchłaniane przez wbudowaną przeglądarkę ChatGPT.

Po stronie zarządzania w przedsiębiorstwach system opiera się na fundamentach bezpieczeństwa ChatGPT Enterprise, z Compliance API zapewniającym widoczność działań w skali oraz mechanizmem autoweryfikacji, który zablokował 100% prób eksfiltracji danych podczas wewnętrznych testów adversarialnych (red-teaming). Start dziś na webie i mobile dla planów Pro, Enterprise i Edu, rozszerzenie na Plus/Business w najbliższych dniach; aplikacja desktopowa jest dostępna globalnie już dziś na Macu i Windowsie.

🔗 ChatGPT jest teraz partnerem w twojej najbardziej ambitnej pracy

Codex: dedykowana przestrzeń w ChatGPT, podagenci Ultra, przegląd PR i Sites

9 lipca — Równolegle z premierą ChatGPT Work, Codex otrzymuje własną dedykowaną przestrzeń w nowej desktopowej aplikacji ChatGPT, oddzielną od agenta Work (selektor „Work — for getting work done” / „Codex — for developers”). Portfolio nowości dla deweloperów ogłoszone tego samego dnia:

Nowość Codex	Konkretne szczegóły
GPT-5.6 z Ultra i podagentami	Koordynacja wielu agentów dla najtrudniejszych zadań
Przyspieszony Computer Use	Szybciej i oszczędniej pod względem tokenów, przetwarzanie wsadowe, widok picture-in-picture do nadzoru
Edycja diffs w linii	Modyfikowanie kodu bezpośrednio w widoku porównania (diff)
Przegląd pull requestów	Dedykowany panel boczny, bez opuszczania aplikacji
Sites	Szybkie wdrażanie kompletnych aplikacji (full-stack) z Codexa

Ta ewolucja wpisuje się w szersze połączenie aplikacji Codex z desktopową aplikacją ChatGPT: dotychczasowi użytkownicy aplikacji Codex widzą, jak automatycznie staje się ona nową aplikacją ChatGPT, z Codexem dostępnym jako konfigurowalny widok domyślny. Wbudowana przeglądarka w aplikacji zyskuje obsługę uwierzytelnionych witryn, wielu kart i pobierania plików, uzupełnioną o nowe rozszerzenie Chrome.

Romain Huet z OpenAI ogłasza to portfolio nowości na X, obok premiery ChatGPT Work. Całość wpisuje się w dzisiejszy nacisk na Codex, z OpenAI Build Week od 13 do 21 lipca w tle (zob. Krótkie wiadomości).

🔗 Tweet @romainhuet — Codex w ChatGPT

Meta uruchamia Muse Spark 1.1 i otwiera swoje Meta Model API

9 lipca — Meta Superintelligence Labs ogłasza Muse Spark 1.1, drugi model z rodziny Muse Spark (pierwszy ukazał się w kwietniu 2026): multimodalny model rozumowania zaprojektowany do zadań agentowych, z wyraźnymi usprawnieniami w używaniu narzędzi, Computer Use i kodowaniu. Premiera wiąże się z publiczną prewersją nowego Meta Model API — pierwszym zewnętrznym dostępem deweloperskim do modelu Meta, w formacie zgodnym z tym od OpenAI — oraz z trybem „Thinking”, teraz dostępnym w aplikacji Meta AI i na meta.ai.

Cechy Muse Spark 1.1	Konkretne szczegóły
Okno kontekstu	1 milion tokenów, aktywnie zarządzanych z inteligentną kompresją
Architektura agentowa	Planowanie i delegowanie do podagentów równolegle
Dostęp deweloperski	Publiczna prewersja Meta Model API
Bezpieczeństwo	Ocena według Advanced AI Scaling Framework, bezpieczne marginesy dla ryzyk granicznych

Model generuje plany i deleguje ich wykonanie, generalizuje zero-shot do nowych narzędzi, serwerów MCP i niestandardowych umiejętności (skills), a także przełącza się między pisaniem skryptów a bezpośrednią interakcją w zależności od tego, co jest szybsze. W obszarze kodowania Meta podkreśla znaczące zyski na dużych i złożonych bazach kodu (diagnozowanie błędów, migracje, nowe funkcje w systemach klasy enterprise).

“What’s most impressive about Muse Spark is how much it packs into one model: massive million-token context, full multimodal support (images, video, PDFs), built-in search with citations, strong reasoning, top-tier coding abilities (particularly frontend and design), structured output, and parallel tool calling — all in a clean OpenAI-compatible package. A complete agentic foundation.”

🇵🇱 Najbardziej imponujące w Muse Spark jest to, ile łączy w jednym modelu: masywny milion-tokenowy kontekst, pełne wsparcie multimodalne (obrazy, wideo, PDF), zintegrowane wyszukiwanie z cytowaniami, solidne rozumowanie, wiodące możliwości kodowania (zwłaszcza frontend i design), ustrukturyzowane wyjście oraz równoległe wywoływanie narzędzi — wszystko w pakiecie zgodnym z OpenAI. Pełna baza agentowa. — Amjad Masad, CEO Replit

🔗 Wprowadzenie Muse Spark 1.1 — blog AI w Meta

Claude Code v2.1.205: polecenie /checkup robi wielkie porządki

8-9 lipca — Claude Code przechodzi do v2.1.205, wydania bogatego w treść, którego najbardziej widoczną nowością jest kompletne polecenie konserwacyjne: /doctor staje się prawdziwą diagnostyką i naprawą konfiguracji, a /checkup staje się jego aliasem. Boris Cherny z zespołu założycielskiego Claude Code szczegółowo opisał na X, co polecenie potrafi zrobić za jednym razem: usunąć nieużywane umiejętności, serwery MCP i wtyczki, zduplikować lokalny CLAUDE.md względem wersjonowanego w repozytorium, rozbić korzeniowy CLAUDE.md zbyt ciężki na zagnieżdżone pliki, wyłączyć wolne haki, zaktualizować Claude Code, włączyć tryb automatyczny domyślnie i wstępnie zatwierdzić często odrzucane polecenia tylko do odczytu.

Wykryty stan przez /checkup	Zaobserwowana dana
Uszkodzone polecenie `claude`	Wykryte (launcher nadpisany przez test)
Nigdy nieużywane umiejętności projektu	38, w 2 345 sesjach
Waga rootowego CLAUDE.md	~10 000 tokenów ładowanych przy każdej sesji
Zysk kontekstu po czyszczeniu	~5 500 tokenów na sesję

“/checkup confirms with you before making any changes.”

🇵🇱 Polecenie /checkup prosi o potwierdzenie, zanim zastosuje jakąkolwiek zmianę. — Boris Cherny, zespół Claude Code

Reszta changelogu obejmuje kilkanaście poprawek: regułę trybu automatycznego, która teraz prosi o potwierdzenie przed rm -rf na zmiennej nie dającej się rozwiązać z kontekstu; pobieranie aktualizacji automatycznych przechodzi bezpośrednio na dysk, zmniejszając szczytowe zużycie pamięci narzędzia o około 400 MB; powiadomienia o zadaniach w tle wyraźnie wskazują brak interwencji człowieka, aby zapobiec wykorzystaniu fałszywych zatwierdzeń wytworzonych w transkrypcji; oraz kilka usprawnień widoku agentów (claude agents), w tym automatycznie generowane podsumowanie i bezpośredni link do powiązanego pull requesta.

🔗 Wydanie v2.1.205 — Claude Code

Anthropic uruchamia Reflect with Claude, narzędzie do wizualizacji własnego użycia (beta)

9 lipca — Anthropic uruchamia w becie funkcję refleksji nad użyciem Claude, dostępną z poziomu Ustawień w sieci lub aplikacji desktopowej. Narzędzie pozwala śledzić swoje nawyki przez 1, 3, 6 lub 12 miesięcy — powtarzające się tematy, pory dnia, gdy Claude jest najczęściej używany, typy obsługiwanych zadań — ustrukturyzowane wokół 4D AI Fluency Framework (Delegowanie, Opisywanie, Ocenianie, Sumienność), z praktycznymi sugestiami, takimi jak rozpoczęcie Project zamiast ponownego tłumaczenia kontekstu trwającej pracy. Panel umożliwia też ustawienie spokojnych godzin albo zaplanowanie przypomnienia o przerwie, dwóch opcji, które użytkownik może swobodnie zignorować.

W kwestii prywatności funkcja nie opiera się ani na rozmowach w trybie incognito, ani na podstawowych plikach podłączonych narzędzi (może pojawić się podsumowanie skrzynki mailowej, ale nie źródłowe e-maile), a każda rozmowa związana ze zdrowiem jest wyłączona z insightów. Anthropic podaje, że współpracował z ekspertami od cyfrowego dobrostanu z MIT Media Lab, Digital Wellness Lab w Boston Children’s Hospital oraz Family Online Safety Institute, aby określić sposób traktowania wrażliwych tematów, ujmowanych wyłącznie na poziomie zagregowanym.

Funkcja jest dostępna dla użytkowników Free, Pro i Max, którzy włączyli Memory; uwzględnianie rozmów Cowork ma pojawić się później.

🔗 Nowy sposób refleksji nad tym, jak używasz Claude

Anthropic — zarządzanie i narzędzia

Cztery uzupełniające ogłoszenia w Anthropic tego 9 lipca, między operacjami, zarządzaniem i edukacją techniczną.

Reset limitów rate dla wszystkich użytkowników

9 lipca — @ClaudeDevs ogłasza w jednym zdaniu zresetowanie limitów użycia 5-godzinnych i tygodniowych dla wszystkich użytkowników, bez podania ani przyczyny, ani dokładnego zakresu objętych planów. Nie pojawił się żaden wpis na blogu, który dodałby dodatkowy kontekst, ale ogłoszenie wywołało natychmiastową i masową reakcję społeczności — kilka milionów wyświetleń w kilka godzin — co pokazuje jego bezpośredni wpływ na regularnych użytkowników Claude Code i claude.ai.

🔗 Tweet @ClaudeDevs

Zapraszanie trudnych pytań: nowa inicjatywa publiczna

9 lipca — Anthropic uruchamia „Inviting hard questions”, inicjatywę zachęcającą opinię publiczną do zgłaszania najtrudniejszych pytań o AI (zatrudnienie, bezpieczeństwo, sprawczość człowieka, dostęp do korzyści naukowych), z zobowiązaniem do publicznego dokumentowania działań podjętych w odpowiedzi. Ogłoszeniu towarzyszy krótki film z prawdziwymi osobami przepytywanymi przez Anthropic, a także przypomnienie o już prowadzonych pracach nad rozpoznaniem opinii publicznej: Anthropic Public Record (52 000 przepytanych Amerykanów), badanie przeprowadzone wśród 81 000 użytkowników Claude w 159 krajach oraz Anthropic Institute, poświęcony społecznym wyzwaniom związanym z AI.

🔗 Inviting hard questions

Ben Bernanke dołącza do Long-Term Benefit Trust

9 lipca — Long-Term Benefit Trust (LTBT) Anthropic — niezależny organ odpowiedzialny za nadzór nad przestrzeganiem misji odpowiedzialnego rozwoju — przyjmuje Bena Bernankego jako nowego członka. Były prezes Rezerwy Federalnej USA (2006–2014) i laureat Nagrody Nobla z ekonomii 2022, Bernanke dołącza do Neila Buddy Shah, Richarda Fontaine’a i Mariano-Florentino Cuéllara. Daniela Amodei, współzałożycielka i prezes Anthropic, podkreśla, że jego doświadczenie pomoże firmie lepiej przewidywać skutki gospodarcze zaawansowanej AI dla zatrudnienia i światowych gospodarek. Członkowie zarządu LTBT nie posiadają ani udziałów kapitałowych, ani udziału w zyskach Anthropic.

🔗 Ben Bernanke appointed to Anthropic’s Long-Term Benefit Trust

Model and effort in Claude Code: techniczny artykuł pogłębiony

8 lipca — Lydia Hallie z zespołu Claude Code publikuje artykuł rozróżniający dwa ustawienia, które oba wydają się „poprawiać odpowiedź”: model, który określa, jaki zestaw wag przetwarza zapytanie (a więc możliwości i koszt na token), oraz effort, który określa ilość wykonanej pracy — liczbę przeczytanych plików, sprawdzeń, autonomii przed powrotem do użytkownika. Proponowana praktyczna zasada: przechodzić na większy model, gdy problem jest z natury trudny, i zwiększać effort, gdy Claude po prostu nie spróbował wystarczająco mocno. Praktyczna uwaga: przy domyślnym effort Opus 4.8 daje lepsze wyniki niż Opus 4.7 przy porównywalnej liczbie tokenów.

🔗 Artykuł @ClaudeDevs — Model and effort in Claude Code

GitHub Copilot przedsiębiorstw

Cztery nowości wzmacniające zarządzanie i codzienne użycie Copilot oraz jego ekosystemu, w tym funkcja Manus, która podąża za tą samą dynamiką agent-przedsiębiorstwo.

Wdrażanie zarządzanych ustawień Copilot przez MDM

8 lipca — Przejście do ogólnej dostępności: administratorzy Enterprise mogą teraz wdrażać zarządzane ustawienia Copilot CLI i VS Code bezpośrednio przez natywne MDM (Intune, Jamf, Group Policy) lub przez plik managed-settings.json (Chef, Puppet, Ansible), oprócz istniejącego kanału server-managed. Kolejność priorytetów w razie konfliktu: natywne MDM, potem server-managed, potem plik. Obsługiwane ustawienia: permissions.disableBypassPermissionsMode, model, enabledPlugins, extraKnownMarketplaces, telemetry.*.

🔗 Deploy managed Copilot settings via MDM

Zarządzany przez firmę eksport OpenTelemetry

8 lipca — Organizacje mogą teraz narzucić miejsce docelowe danych OpenTelemetry Copilot (endpoint, protokół, atrybuty, przechwytywanie lub nie promptów i odpowiedzi), bez konieczności konfigurowania przez każdego dewelopera własnych zmiennych. Dotyczy rozszerzenia Copilot Chat dla VS Code oraz procesu agenta Copilot CLI, przy czym zarządzana wartość zawsze ma pierwszeństwo przed zmiennymi środowiskowymi i ustawieniami użytkownika. Istotne zabezpieczenie: zarządzane nagłówki uwierzytelniania nigdy nie przechodzą przez zmienne środowiskowe, aby uniknąć jakiegokolwiek wycieku do podprocesów uruchamianych przez agenta.

🔗 Enterprise-managed OpenTelemetry export

Copilot podsumowuje nieznane repozytorium

9 lipca — Na github.com, przy pierwszej wizycie na stronie głównej repozytorium, Copilot proponuje teraz wygenerowanie krótkiego przeglądu: czego dotyczy projekt, użytych technologii, przewodnika po współtworzeniu. Jeśli repozytorium nie ma README, Copilot może je wygenerować. Dostępne w dowolnym momencie przez ikonę Copilot na pasku nawigacji albo bezpośrednio z Copilot Chat, to rozwiązanie jest dostępne we wszystkich planach Copilot.

🔗 Ask Copilot for a repository overview

Manus uruchamia Branch, aby rozdzielić rozmowę bez utraty kontekstu

9 lipca — Manus wprowadza Branch: dowolną rozmowę można podzielić na równoległą sesję dziedziczącą cały zgromadzony kontekst (pliki, instrukcje, historię), bez naruszania sesji źródłowej. Jedno badanie może więc stać się raportem, prezentacją i notatką dla inwestora, przy czym każda gałąź pozostaje skupiona na własnym rezultacie i jest połączona z oryginałem wątkiem „Branched from”. Dostępne dla wszystkich użytkowników w standardowych sesjach czatu; jeszcze nie w Web Builder. Gałęzie można również rozgałęziać dalej.

🔗 Tweet @ManusAI — Introducing Branch

Edytory kodu

Zed mnoży ogłoszenia tego samego dnia — ambitną wizję i regularne wydanie — podczas gdy Replit potwierdza teaser obserwowany od kilku dni.

Zed odsłania DeltaDB, „Google Docs dla kodu”

9 lipca — Zed otwiera zapisy do wczesnego dostępu do DeltaDB, przedstawianego jako „Google Docs dla kodu”: dołączenie do wątku dyskusji współpracownika, wspólna praca tego samego agenta i podgląd zmian na bieżąco, bez „ceremonii Git” — bez commitów i bez gałęzi do obsługi podczas współpracy. Koncepcja została nakreślona już 11 czerwca w artykule Nathana Sobo, założyciela Zed, który bronił tezy, że agenci uczynili z rozmowy prawdziwe źródło prawdy o oprogramowaniu.

🔗 Tweet @zeddotdev — DeltaDB

Zed v1.10: wsparcie dla llama.cpp i format-on-save wyłączony domyślnie

8 lipca — Zed publikuje wersję 1.10, której główną nowością jest obsługa llama.cpp jako dostawcy lokalnych modeli, rozwijana wspólnie z Hugging Face — przez wbudowany serwer llama.cpp albo poprzez połączenie z zdalnym serwerem. Druga zmiana zachowania: formatowanie przy zapisie (format-on-save) jest teraz wyłączone domyślnie, z wyjątkiem języków posiadających oficjalny formatter; istniejące konfiguracje niestandardowe pozostają zachowane.

🔗 Tweet @zeddotdev — Zed v1.10

Replit uruchamia Community Profiles

8 lipca — Replit uruchamia Community Profiles, z podtytułem „Proof of Work for vibe coders” — teaser zauważony, a następnie odrzucony podczas dwóch poprzednich skanów z powodu braku oficjalnego źródła, teraz potwierdzony przez to ogłoszenie. Funkcja oferuje publiczny profil z wykresem aktywności (użycie agenta, checkpointy) oraz „Replit Power Ranking” zarezerwowany dla użytkowników pro; każdy może zgłosić swój profil, wybrać najlepsze projekty do wyróżnienia i swobodnie udostępniać swoje statystyki użycia.

🔗 Tweet @Replit — Community Profiles

Generowanie mediów: modele dołączają do agentów

Trzy ogłoszenia ilustrujące ten sam trend: narzędzia do generowania mediów są bezpośrednio integrowane z agentowymi systemami zamiast pozostawać samodzielnymi interfejsami.

Kling AI uruchamia Kling MCP i interfejs CLI

8 lipca — Kling AI ogłasza oficjalną dostępność Kling MCP oraz interfejsu CLI, umożliwiających wywoływanie modelu wideo Kling bezpośrednio z agentów AI (Claude i innych frameworków), bez zmiany narzędzia ani ręcznego przenoszenia plików. Jedno zdanie wystarcza teraz, aby powierzyć zadanie kreatywne asystentowi AI. Zgodne pozycjonowanie: sprzedawcy e-commerce, małe firmy i twórcy treści szukający produkcji na skalę przy niższym koszcie. 426,9 tys. wyświetleń na X dla tego ogłoszenia.

🔗 Tweet @Kling_ai

ElevenLabs uruchamia ElevenAgents Spotlight

9 lipca — ElevenLabs przedstawia ElevenAgents Spotlight, narzędzie obserwacyjności, które monitoruje w czasie rzeczywistym każdą rozmowę — głosową i tekstową — obsługiwaną przez jego agentów konwersacyjnych, we wszystkich kanałach, aby poprawić wskaźnik rozwiązania i wynik satysfakcji klienta (CSAT). Cel jest jasno określony: stale wiedzieć, co działa i jak się poprawiać, bez czekania na późniejszy audyt. Narzędzie integruje się natywnie z platformą ElevenAgents, bez dodatkowej konfiguracji po stronie klienta.

🔗 Tweet @ElevenLabs

HeyGen prezentuje HyperFrames Music-to-Video (dzień 4 z 30)

9 lipca — Czwarty odcinek codziennej serii prezentującej umiejętności (skills) HyperFrames od HeyGen: nowe polecenie /music-to-video zamienia utwór muzyczny w wideo zsynchronizowane z rytmem (BPM, mocne uderzenia, frazy muzyczne), na podstawie jednego promptu i bez żadnego ręcznie dostarczonego pliku wizualnego. Analizator audio buduje jedną mapę czasową, której podporządkowane jest każde cięcie montażowe. Kod jest open source na GitHubie (heygen-com/hyperframes), czwarty etap codziennego wdrażania 30 umiejętności.

🔗 Tweet @HeyGen

AlphaEvolve przechodzi do ogólnej dostępności w Google Cloud

9 lipca — AlphaEvolve, agent ewolucyjny zasilany przez Gemini i współtworzony z Google DeepMind, przechodzi do ogólnej dostępności (GA) w Google Cloud, dostępny dla wszystkich klientów enterprise za pośrednictwem Gemini Enterprise Agent Platform. Agent samodzielnie projektuje i odkrywa wysoce zoptymalizowany kod do rozwiązywania złożonych problemów algorytmicznych, z przykładami użycia przywołanymi w sektorze finansowym.

Element AlphaEvolve	Potwierdzony szczegół
Status	Ogólna dostępność w Google Cloud
Platforma dostępu	Gemini Enterprise Agent Platform
Współtworzenie	Google DeepMind
Historia	Wpływ wewnętrzny opublikowany w maju 2026 r. (optymalizacja Google Spanner)

AlphaEvolve nie jest projektem nowym: Google opublikował w maju 2026 r. artykuł szczegółowo opisujący jego wewnętrzny wpływ, w tym optymalizację kompakcji Log-Structured Merge-tree w Google Spanner. To ogłoszenie oznacza jego przejście do komercyjnej dostępności dla zewnętrznych klientów Google Cloud, wykraczającej poza samo użycie wewnętrzne.

🔗 Tweet @googlecloud — AlphaEvolve GA

Mistral Studio dodaje system zarządzania promptami i skills

9 lipca — Mistral Studio integruje system zarządzania (system of record) dla promptów i umiejętności (skills) AI w przedsiębiorstwach: niezmienne wersje, nazwany właściciel dla każdego zasobu, cofanie zmian (rollback) w kilka minut, etykiety Production/Staging oraz dzienniki audytowe. Umiejętności są teraz udostępniane jako serwery MCP bezpośrednio z poziomu Studio, co gwarantuje, że to, co uruchamia się w produkcji, jest tym samym zarządzanym zasobem, który został wersjonowany — a nie kopią, która zboczyła z kursu. Pętla zamyka się dzięki Observability: śledzenie pochodzenia (lineage) i telemetria łączą każdy wynik produkcyjny z dokładną wersją zasobu, który go wygenerował.

Stawka, którą wskazuje Mistral: większość firm nie potrafi powiedzieć, która wersja promptu naprawdę działa w ich AI. Domenowy ekspert bez umiejętności programistycznych może teraz iterować i testować prompt bez pipeline’u CI/CD przy każdej próbie; przejście do produkcji uruchamia standardowe testy i zatwierdzenia firmy. Dostępne już dziś dla klientów Mistral Studio.

🔗 Manage Prompts and Skills in Studio

Codex CLI 0.144.0

9 lipca — Nowa stabilna wersja Codex CLI, zastępująca 0.143.0. Nowości: tryb zatwierdzania writes, który automatycznie zezwala na działania tylko do odczytu, jednocześnie prosząc o potwierdzenie dla zapisów; narzędzia MCP mogą teraz wymagać interaktywnego uwierzytelniania bez włączania eksperymentalnej opcji; wykrywanie globalnych instalacji przez pnpm. Istotna uwaga w odniesieniu do dzisiejszego launchu GPT-5.6: wybór trybu rozumowania Ultra wywołuje teraz ostrzeżenie, gdy wysoka konkurencja wieloagentowa może szybko zwiększyć zużycie.

Jeśli chodzi o poprawki: odzyskiwanie wątków ChatGPT po kompakcji odwołujących się do usuniętego modelu, naprawa awarii na binariach Intel macOS, usuwanie plików w sesjach sandbox Windows oraz koniec uszkodzeń wyświetlania spowodowanych wklejonymi sekwencjami kontrolnymi terminala. Nazwy modeli Amazon Bedrock teraz wyraźnie identyfikują rodzinę i wariant GPT-5.6.

🔗 Codex CLI 0.144.0 — GitHub Releases

Perplexity testuje własny orchestrator oparty na GLM 5.2

9 lipca — Perplexity publikuje research preview nowego, zastrzeżonego modelu orchestratora dla Perplexity Computer, swojego desktopowego agenta automatyzacji: adaptacji GLM 5.2 (Zhipu AI), douczonej po treningu do agentowego harnezu Computer. Model zawiera narzędzie „advisor”, które natywnie eskaluje do mocniejszego modelu w razie potrzeby, i jest hostowany w Stanach Zjednoczonych przez Perplexity na GPU Nvidia B200. Odrębnie od ogłoszenia z 2 lipca o powrocie Claude Fable 5 jako orchestratora, jest to tutaj dodatkowa, własna opcja.

Oceniany model (WANDR)	Koszt względny
Opus 4.8 (thinking, high effort)	6,1x
GLM 5.2 + advisor	2,1x — czyli 0,344x kosztu Opusa

Perplexity zapowiada iteracje i publikację pełnych benchmarków „w nadchodzących tygodniach”, na trzech ocenach łącznie (Terminal-Bench 2.1, DSQA, WANDR), gdzie średni koszt wypada około dwa razy niższy niż w przypadku Opusa, po uwzględnieniu wszystkich benchmarków.

🔗 Wątek @perplexity_ai — orchestrator GLM 5.2

Skrót wiadomości

Badania GRAM — „przełącznik” dla wiedzy o podwójnym zastosowaniu (Anthropic, we współpracy z AE Studio) — dedykowane moduły neuronowe dla każdej kategorii wrażliwej wiedzy (wirusologia, cyberbezpieczeństwo) można dodać do każdej warstwy Transformera, a następnie usuwać pojedynczo; metoda dorównuje skutecznością filtrowaniu danych bez trenowania osobnego modelu dla każdej konfiguracji, ale pozostaje wstępnym badaniem, nigdy niezaimplementowanym w produkcyjnych modelach Claude. 🔗 Badania Anthropic
Replit oferuje darmową niestandardową domenę do 17 lipca — każda aplikacja opublikowana na platformie może otrzymać nazwę domeny bez dodatkowych kosztów do tej daty. 🔗 Tweet @Replit
GitHub Code Quality: targetowanie na poziomie organizacji — administratorzy mogą teraz włączać, wyłączać i blokować GitHub Code Quality dla ściśle określonego podzbioru repozytoriów; publiczna wersja zapoznawcza dla Enterprise Cloud i Team. 🔗 GitHub Changelog
Manus rozszerza swój konektor Google Drive na całe Google Workspace — Docs, Sheets, Slides i Forms dołączają do Drive za pośrednictwem jednego punktu wejścia, z trzema konfigurowalnymi poziomami dostępu (brak, tylko odczyt, odczyt/zapis). 🔗 Tweet @ManusAI
NVIDIA Robotics publikuje R²D², digest o World-Action Models — trzy artykuły (DreamZero, Cosmos Policy, DreamDojo), które dopracowują generatywne modele wideo wstępnie wytrenowane do polityk sterowania robotami; DreamZero obejmuje prowadzenie w rankingu RoboArena z lipca 2026. 🔗 Tweet @NVIDIARobotics
Luma przechodzi na API VEED Fabric 1.0 dla swoich mówiących filmów — partnerstwo techniczne, w ramach którego VEED Fabric 1.0 staje się podstawowym silnikiem generowania mówiących filmów w ekosystemie Luma. 🔗 Tweet @veedstudio
OpenAI Build Week, od 13 do 21 lipca — wydarzenie społecznościowe z sesjami na żywo i lokalnymi spotkaniami builderów na całym świecie, zaproszenie do tworzenia z Codexem. 🔗 Tweet @OpenAIDevs

Co to oznacza

Wyścig modeli granicznych zaostrza się jednocześnie na dwóch frontach. GPT-5.6 i Muse Spark 1.1 wychodzą tego samego dnia z wspólnym celem: łączenia najwyższej inteligencji z efektywnością ekonomiczną zamiast dążenia wyłącznie do najwyższego wyniku. OpenAI ogłasza nowy stan techniki na kilku kluczowych benchmarkach, jednocześnie mocno redukując zużycie tokenów; Meta po raz pierwszy otwiera swoją Meta Model API dla zewnętrznych deweloperów, co pokazuje, że chce teraz konkurować z OpenAI i Anthropic na polu infrastruktury, a nie tylko modeli otwartych. Perplexity ilustruje trzecią drogę: zamiast trenować kompletny autorski model, dostosowuje GLM 5.2 (Zhipu AI) przy koszcie około trzykrotnie niższym niż Opus, z natywnym narzędziem eskalacji do mocniejszego modelu w razie potrzeby — to zakład na architekturę hybrydową, a nie na sam rozmiar.

Agenci przechodzą od doraźnych asystentów do współpracowników, którzy utrzymują ciągłość pracy. ChatGPT Work jest wprost zaprojektowany tak, by pozostawać przy złożonym projekcie przez wiele godzin, Codex otrzymuje podagentów koordynowanych przez tryb Ultra GPT-5.6, a Muse Spark 1.1 uogólnia architekturę wieloagentową na delegowanie całych zadań. Ta rosnąca autonomia przesuwa zasadnicze pytanie: nie brzmi ono już „czy model potrafi wykonać zadanie?”, lecz „jak długo i z jakim nadzorem należy mu na to pozwolić?” — właśnie na to próbuje odpowiedzieć artykuł Lydii Hallie o dostrajaniu wysiłku w Claude Code, a narzędzie Reflect with Claude proponuje teraz obiektywnie mierzyć to dla każdego użytkownika.

Narzędzia enterprise organizują się wokół śledzalności i kontroli. GitHub upowszechnia wdrażanie ustawień Copilot przez natywne MDM i wymusza zatwierdzony eksport OpenTelemetry, Mistral Studio zapisuje swoje prompty i umiejętności w wersjonowanym systemie zarządzania z ścieżkami audytu, a Anthropic wzmacnia swoje zarządzanie instytucjonalne wraz z dołączeniem Bena Bernanke do Long-Term Benefit Trust. Wspólny motyw: wraz ze wzrostem autonomii agentów firmy i organy nadzoru domagają się możliwości dokładnego ustalenia, która wersja działa, kto ją zatwierdził i co wolno jej robić — wymaganie, które niespodziewane zresetowanie limitów użycia Claude bez publicznego wyjaśnienia czyni jeszcze bardziej widocznym przez kontrast.

Generowanie mediów kończy swój zwrot ku ekosystemowi agentowemu. Kling MCP pozwala wywołać model wideo bezpośrednio z agenta Claude bez zmiany narzędzia, HeyGen publikuje open source umiejętność, która zamienia ścieżkę audio w automatycznie zmontowane wideo, a ElevenLabs obserwuje teraz swoich agentów głosowych w czasie rzeczywistym, a nie post factum. Manus rozwija tę logikę po stronie ogólnej produktywności dzięki Branch, które pozwala rozgałęzić rozmowę na kilka rezultatów bez utraty zgromadzonego kontekstu — to znak, że wartość nie leży już w izolowanym modelu, lecz w jego zdolności do natywnego wpasowania się w łańcuch agentów pracujących ze sobą.