Modelele OpenAI și Codex ajung pe Google Cloud, Anthropic deschide accesul la Claude Duet, OpenAI coordonează răspunsul la vulnerabilitățile PHP2Shell

OpenAI își aduce modelele de frontieră și Codex în Model Garden de la Google Cloud, într-o versiune preliminară privată pentru anumite companii, iar Google susține acum că este singurul mare furnizor cloud care oferă cele trei principale LLM închise. Anthropic deschide accesul la versiunea preliminară Claude Duet, un agent care lucrează singur în propria mașină virtuală și cere aprobarea înainte să plătească sau să semneze, în timp ce OpenAI prezintă bilanțul PHP2Shell, două vulnerabilități critice din PHP, dintre care una a fost descoperită cu GPT-5.6 Sol. La GTC Berlin, NVIDIA prezintă o arhitectură de referință pentru izolarea agenților și fabrici de IA livrate în containere; Recursive publică Flint, un model deschis pentru programare locală, iar Cohere lansează Rerank 5.

Modelele OpenAI și Codex ajung pe Google Cloud, într-o versiune preliminară privată în Model Garden

21 octombrie — OpenAI și Google Cloud anunță sosirea modelelor de frontieră OpenAI și a fluxurilor de lucru agentice Codex în Model Garden, catalogul de modele Google Cloud. Articolul Google, semnat de Michael Gerstenhaber, vicepreședinte de produs Gemini, numește cele trei modele vizate: GPT-6 Astra pentru cele mai solicitante activități (programare, utilizarea computerului, sarcini profesionale, cercetare științifică), GPT-6.1 Sol, prezentat ca oferind o inteligență apropiată de Astra la un cost mai mic, și GPT-6 Luna, modelul rapid și economic pentru activitățile curente la scară largă.

Calendarul cuprinde mai multe etape, iar cei doi furnizori îl formulează diferit:

Element anunțat	Calendar indicat	Sursa calendarului
GPT-6 Astra, GPT-6.1 Sol și GPT-6 Luna în Model Garden	Versiune preliminară privată pentru clienți enterprise selectați, prin formular	Google Cloud
Apeluri prin API-urile Google Cloud, Codex CLI și Codex Desktop conectate la platforma Gemini pentru inferență	Începând cu 21 octombrie, pentru acești clienți	Google Cloud
Disponibilitate generală	În următoarele săptămâni	OpenAI
Nepăstrarea datelor (Zero Data Retention) și Confidential Compute	În curând	Google Cloud
Modele OpenAI în Google Antigravity și în agentul Gemini (Gemini for business, potrivit Google)	În viitor, fără o dată stabilită	Ambii furnizori

În privința achiziției, modelele sunt disponibile prin Model Garden și Google Cloud Marketplace: o singură factură Google Cloud, utilizarea fiind dedusă din angajamentele de cheltuieli deja asumate față de Google și luată în calcul în Flexible Savings Plans, fără un contract separat cu furnizorul. OpenAI oferise deja această modalitate de contabilizare a angajamentelor cu Oracle Cloud în iunie. Google insistă și asupra guvernanței: prompturile, contextul și răspunsurile rămân în perimetrul de date al clientului și nu sunt folosite niciodată pentru antrenarea modelelor de bază, iar modelele rulează pe o infrastructură Google Cloud dedicată, în spatele unor gateway-uri izolate, cu VPC Service Controls și jurnale de audit unificate. Nu este publicat niciun tarif. Google formulează astfel o afirmație:

Google Cloud is now the only hyperscale cloud provider offering access to all three leading closed source LLMs, alongside more than 200 first-party, third-party, and open models on a unified enterprise AI platform.

🇷🇴 Google Cloud este acum singurul furnizor cloud la scară foarte mare care oferă acces la cele trei principale LLM închise, alături de peste 200 de modele proprii, de la terți și deschise, pe o platformă unificată de IA pentru companii. — Michael Gerstenhaber, vicepreședinte de produs Gemini la Google Cloud

OpenAI precizează, la rândul său, că Microsoft rămâne principalul său partener cloud. După Amazon Bedrock la 1 iunie și Oracle Cloud la 10 iunie, Google Cloud se alătură furnizorilor cloud care îi distribuie modelele, inclusiv Codex. SDK-urile oficiale publicate în aceeași zi, openai-python 3.36.0 și openai-node 7.41.0, oferă deja suport pentru Vertex AI în Responses API.

🔗 Articolul OpenAI · Articolul Google Cloud · Postarea @OpenAI

Claude Duet: Anthropic deschide accesul la versiunea preliminară a unui agent proactiv, iar Grok Bot își menține tablourile de bord actualizate

21 octombrie — Anthropic deschide accesul la versiunea preliminară de cercetare (research preview) Claude Duet, o nouă aplicație în care Claude lucrează ca un agent proactiv: semnalează ceea ce necesită atenția utilizatorului, execută sarcinile care îi sunt încredințate, continuă să lucreze în absența acestuia și cere aprobarea înainte de a acționa în numele lui. Accesul se face pe bază de listă de așteptare, inițial pentru abonații Pro și Max din Statele Unite. Duet este o aplicație de sine stătătoare, separată de aplicația principală Claude, disponibilă pe iOS, Android și claude.ai; pe durata versiunii preliminare, este inclusă în abonamentele Pro și Max și consumă din aceleași limite de utilizare.

Conceput în jurul Claude Opus 5.5, Duet preia memoria, skill-urile și aplicațiile conectate ale contului Claude. În fiecare dimineață, trimite un scurt rezumat al punctelor importante; în timpul zilei, verifică conturile conectate la fiecare câteva ore, deoarece monitorizarea continuă ar epuiza mai repede limitele abonamentului. Utilizatorul îi poate vorbi în scris sau prin voce, într-un singur fir de conversație, iar el lucrează în propria mașină virtuală, cu propriul browser: nici computerul, nici telefonul nu trebuie să rămână pornite. Se bazează pe peste 6 000 de conectori și pluginuri din Claude Marketplace (Gmail, Slack, QuickBooks, Stripe, Gusto, Docusign, Shopify…) și poate face achiziții pentru companie cu Link, portofelul digital Stripe, care plătește prin card virtual fără să transmită numărul real.

Tipul acțiunii solicitate	Ce face Claude Duet
Citire, redactare, pregătirea unei lucrări	Lucrează singur, în fundal
Trimiterea unui mesaj, efectuarea unei plăți, semnare, ștergere	Arată acțiunea și așteaptă aprobarea
Tranzacționarea titlurilor de valoare, transferul banilor între conturi	Interzis, chiar și cu aprobare
Numere de card bancar, acte de identitate	Partajarea este refuzată de un nou clasificator
Date despre sănătate, finanțe personale	Transmise doar la instrucțiuni explicite

Securitatea reutilizează componente existente: datele de autentificare sunt gestionate ca în Claude Managed Agents, acțiunile trec prin clasificatorul modului auto, mecanismele de apărare împotriva injectării de prompturi provin din lucrările privind browser use, iar Duet intră în programul public de recompense pentru erori (bug bounty) după teste de penetrare efectuate de red teams și de o companie externă.

Claude Duet draws on years of our safety and security work on agents. It never directly sees your passwords, a new classifier guards against sharing sensitive information, and the important decisions stay with you. We’ll share more on our approach to safety in Claude Duet soon.

🇷🇴 Claude Duet se bazează pe ani de muncă în domeniul siguranței și securității agenților. Nu vă vede niciodată direct parolele, un nou clasificator împiedică partajarea informațiilor sensibile, iar deciziile importante vă aparțin. În curând vom oferi mai multe detalii despre abordarea noastră privind securitatea în Claude Duet. — @claudeai pe X

Anthropic recunoaște limitele acestei prime versiuni: Duet poate interpreta greșit un fir de conversație sau poate evalua greșit urgența, sarcinile personale precum rezervarea biletelor sunt mai puțin dezvoltate, iar deocamdată nu își poate arăta browserul. Verificările în fundal sunt luate în calcul în limitele abonamentului, iar sarcinile mari, precum un model financiar sau o prezentare, consumă mai mult.

🔗 Anunțul Claude Duet

Grok Bot creează acum rapoarte și tablouri de bord pe care le menține actualizate

21 octombrie — Aceeași idee a unui agent care lucrează între două solicitări apare și la SpaceXSI: Grok Bot poate produce acum rapoarte, note și tablouri de bord. Utilizatorul îi cere o pagină, apoi o revizuiește împreună cu el sau îi încredințează actualizarea ei în timp. Funcția începe să fie disponibilă în aceeași zi pentru utilizatorii celor mai recente versiuni ale aplicațiilor mobile și desktop.

Anunțul se rezumă la două postări și un videoclip demonstrativ, fără un articol pe x.ai: nu sunt precizate nici abonamentele vizate, nici limitele, nici sursele de date pe care le poate urmări un tablou de bord. El continuă o serie de noutăți Grok Bot din octombrie (adresă de e-mail pe 9, conectori și viteză pe 16, butonul Action de pe iPhone pe 19) și amintește de Claude Dashboards, tablourile de bord pe care Anthropic le menține actualizate cu ajutorul Claude, în versiune beta de la începutul lui octombrie.

🔗 Anunțul Grok Bot

PHP2Shell: OpenAI coordonează răspunsul la două vulnerabilități critice din PHP, Claude Security trece la scanarea continuă

21 octombrie — OpenAI publică bilanțul a două luni de coordonare în jurul PHP2Shell, două vulnerabilități critice din nucleul PHP. Potrivit articolului, compania de securitate Calif a identificat una dintre ele cu GPT-5.6 Sol, în cadrul Patch the Planet, inițiativa open source a Daybreak, iar Wiz le-a descoperit și raportat pe amândouă în mod independent. Responsabilii de mentenanță PHP au coordonat remedierea, cu sprijinul OpenAI, Wiz, Cloudflare și al altora; OpenAI consideră că, din câte știe, IA de frontieră a găsit aceste vulnerabilități înaintea atacatorilor. Miza se măsoară prin răspândirea limbajului: PHP stă la baza a aproximativ 70 % dintre site-urile web.

Site-ul de divulgare php2shell.com detaliază cele două CVE, a căror severitate ajunge la CVSS 9,2: un atacator neautentificat poate executa cod pe server sau poate citi memoria procesului PHP (parole, tokenuri, chei API). Codul vulnerabil se află chiar în PHP, astfel încât și o aplicație fără defecte poate fi afectată.

Identificator CVE	Clasa vulnerabilității	Demonstrație potrivit php2shell.com
CVE-2026-109618	Corupere legată de epuizarea memoriei (out-of-memory)	Executarea de cod fără autentificare pe WordPress, Drupal și Joomla
CVE-2026-109619	Stare globală învechită de la o cerere la alta, use-after-free	Executarea de cod fără autentificare pe WordPress și Drupal, citirea memoriei indiferent de aplicație

Versiunile afectate merg înapoi până la PHP 5.4. Singura remediere completă constă în actualizarea la PHP 8.2.35, 8.3.36, 8.4.27 sau 8.5.12, apoi în repornirea Apache, PHP-FPM și a workerilor PHP. Pentru a-i ajuta pe operatori, OpenAI publică un skill Codex, openai/php2shell-checker, care citește versiunea PHP a unui site pornind de la URL-ul său sau direct pe server; depozitul său avertizează că acesta vede doar versiunea anunțată de antetele HTTP sau de php -v și că un rezultat necunoscut nu înseamnă că ținta a fost remediată.

Given the severity of these flaws and PHP’s widespread use, we consider this one of the most impactful security issues in recent memory.

🇷🇴 Având în vedere gravitatea acestor vulnerabilități și răspândirea PHP, considerăm că aceasta este una dintre problemele de securitate cu cele mai grave consecințe din ultimii ani. — OpenAI, articolul din 21 octombrie

OpenAI formulează pe această bază un cadru de răspuns în cinci etape, de la validarea prealabilă a remedierii, cu teste adversariale efectuate de modele de frontieră, până la publicarea instrucțiunilor, trecând prin notificarea prealabilă a organizațiilor vizate și coordonarea cu autoritățile (pentru PHP, Super Intelligence Force de la Casa Albă, ONCD și CISA), și adresează comunității patru întrebări, inclusiv cea privind durata perioadelor de divulgare. Compania oferă abonamente Codex for OSS tuturor responsabililor de mentenanță, sponsorizează direct proiecte precum Rust Foundation și se așteaptă la o creștere puternică a acestui tip de descoperiri în lunile următoare. În aceeași zi, a publicat un plan pentru dotarea apărătorilor cibernetici (vezi Știrile pe scurt).

🔗 Articolul OpenAI · Site-ul php2shell.com · Skill-ul php2shell-checker

Claude Security trece la scanarea continuă și urmărește remedierile, în versiune beta publică pentru Claude Enterprise

21 octombrie — La Anthropic, Claude Security nu mai depinde de scanări lansate manual: acum urmărește depozitele pe măsură ce apar modificări. Un proiect reunește unul sau mai multe depozite, conectate prin aplicația GitHub a Claude (inclusiv GitHub Enterprise Server) sau printr-un token de acces pentru GitLab și ceilalți furnizori Git; Claude lansează o scanare inițială aprofundată, apoi analizează modificările în funcție de riscul și complexitatea lor. O problemă identificată este marcată ca remediată când este livrată corecția, chiar și în afara Claude Security, și este redeschisă dacă problema reapare. Potrivit Anthropic, mii de organizații au găsit peste un milion de vulnerabilități cu acest instrument de la lansarea versiunii beta publice în aprilie.

Fiecare proiect primește o bază de cunoștințe și un model de amenințări (threat model) pe care Claude îl redactează pornind de la cod și pe care echipa îl poate modifica; severitatea fiecărei probleme identificate depinde de acest model și este însoțită de explicarea căii de atac, uneori sub forma unei diagrame. Un API, webhook-uri, un conector MCP în Claude.ai și Claude Code și controale de acces bazate pe roluri completează ansamblul. Această versiune este în beta publică pentru Claude Enterprise, poate fi activată de administratori și este disponibilă pentru întreaga familie de modele, inclusiv Claude Mythos, fără a trece prin Cyber Verification Program. Organizațiile eligibile primesc lunar credite de utilizare în valoare de 25 000 de dolari timp de două luni, utilizabile până la 31 decembrie 2026.

🔗 Anunțul Claude Security

Infrastructură de calcul: DSX POD în containere, instanțe A5X de la Google Cloud și Confidential Bare Metal

21 octombrie — La GTC Berlin, unde Jensen Huang a declarat în prezentarea sa principală că Vera Rubin se află în plină producție, NVIDIA prezintă DSX POD, un proiect de referință pentru fabrici IA Vera Rubin complete, construite de parteneri în containere modulare. Calculul, rețeaua, cablarea dintre rackuri, conductele, alimentarea la nivel de rack și răcirea cu lichid sunt integrate și validate în fabrică, apoi livrate gata de conectare la un amplasament deja echipat.

Argumentul este durata: pe un amplasament unde alimentarea, răcirea și rețeaua sunt pregătite, NVIDIA anunță reducerea timpului de implementare de la șase luni la minimum 14 zile. Pentru Jensen Huang, o fabrică IA creează valoare când începe să producă tokens, nu când se încheie șantierul. Șaptesprezece parteneri (Dell, HPE, Lenovo, Foxconn, Schneider Electric, Vertiv, Bull, Crusoe, Anduril…) urmează să livreze aceste fabrici în întreaga lume la începutul anului 2027; nu este comunicat niciun preț.

Element anunțat de NVIDIA	Cifră anunțată
Punerea în funcțiune a unui DSX POD	De la șase luni la minimum 14 zile
Parteneri producători	17
Primele livrări	Începutul anului 2027
Apă de răcire economisită (amplasament de 2 GW)	Până la 54 de milioane de litri pe zi
Energie cu software-ul DSX MaxLPS	Cu până la 30 % mai puțin pentru același număr de tokens

Un comunicat însoțitor cuantifică eficiența platformei DSX: răcirea cu lichid în circuit închis, cu răcitoare cu aer, asigură un consum de apă de răcire aproape nul și economisește până la 54 de milioane de litri pe zi pe un amplasament de 2 gigawați, echivalentul consumului zilnic al 180 000 de gospodării; software-ul DSX MaxLPS ar produce același număr de tokens cu până la 30 % mai puțină energie, iar CoreWeave, Google Cloud, Lambda și Nebius intenționează să îl folosească. Cu o zi înainte, NVIDIA detaliase și adoptarea procesoarelor sale CPU Vera în Europa de către Nebius, Nscale și Verda.

🔗 Comunicatul DSX POD · Ecosistemul DSX în Europa

Google Cloud anunță instanțele sale A5X bazate pe Vera Rubin NVL72, disponibile luna viitoare

21 octombrie — Google Cloud și NVIDIA prezintă instanțele A5X, care combină sisteme Vera Rubin NVL72, plăci de rețea ConnectX-9, rețeaua Virgo de la Google Cloud și răcirea sa cu lichid de a patra generație, pentru inferență agentică și învățare prin întărire la scară largă. Deși titlul vorbește despre disponibilitate generală, articolul NVIDIA precizează că aceasta va veni luna viitoare, cu o extindere planificată în Europa. Google Cloud prevede, în perspectivă, până la 960 000 de GPU Rubin în mai multe amplasamente.

Primul client este Ineffable Intelligence, compania londoneză a lui David Silver, creatorul AlphaGo, care dorește să antreneze sisteme capabile să învețe continuu din propria experiență. WPP afirmă că, potrivit primelor sale teste, a reușit să ruleze pe o singură instanță A5X sarcini pentru agenți creativi care necesitau până atunci un cluster cu mai multe noduri.

🔗 Articolul NVIDIA despre instanțele A5X

Confidential Bare Metal: NVIDIA protejează modelele laboratoarelor pe mașini pe care acestea nu le dețin

21 octombrie — NVIDIA își extinde calculul confidențial cu Confidential Bare Metal, o opțiune concepută pentru laboratoarele care antrenează sau pun la dispoziție modele de vârf pe o infrastructură dedicată a unui terț, la un furnizor cloud, un neocloud sau o companie. Acestea își instalează propria stivă software, inclusiv software-ul gazdei și al platformei, păstrând controlul asupra modelelor și datelor lor datorită unor noi mecanisme de control: protecția datelor în tranzit, măsurarea integrității platformei și restricții de acces impuse de hardware.

Oferta cuprinde acum trei moduri (bare metal, containere Kubernetes, mașini virtuale), se extinde la sistemele Grace Blackwell și Rubin și va fi integrată în DSX OS, arhitectura de referință pentru furnizorii cloud care construiesc fabrici IA. Cohere intenționează să o folosească în Cohere Model Vault, iar Google Cloud o extinde la instanțele sale A4X Max, bazate pe GB300 NVL72, aducând totodată Confidential Computing în disponibilitate generală pe VM-urile sale G4. În septembrie, NVIDIA demonstrase o inferență confidențială pe B200 care păstra între 96,1 și 98,2 % din rata de procesare.

🔗 Articolul NVIDIA despre Confidential Bare Metal

Agenți pentru companii la NVIDIA: OpenShell Reference Architecture, Agent Toolkit și modelele Kumo

21 octombrie — La GTC Berlin, NVIDIA a prezentat OpenShell Reference Architecture, o arhitectură de referință pentru construirea, izolarea, observarea și controlarea agenților în companii, disponibilă chiar acum. Aceasta extinde OpenShell, runtime-ul open source care plasează un agent într-un sandbox controlat prin politici la nivel de kernel, într-o stivă completă de hardware și software. Jensen Huang rezumă repartizarea rolurilor astfel: agenții gândesc pe Rubin, acționează pe Vera și sunt guvernați pe BlueField. În opinia sa, capacitățile și securitatea IA trebuie să progreseze împreună, într-un moment în care companiile se pregătesc să implementeze miliarde de agenți.

Componentă a stivei	Rol anunțat	Cifră avansată de NVIDIA
Vera Rubin NVL72	Inferența modelelor închise sau a celor deschise construite cu Nemotron	Rată de procesare de 30 de ori mai mare pe megawatt pentru sarcini agentice
CPU Vera	Medii de execuție pentru agenți și apeluri de instrumente	Performanțe de 2 ori mai mari decât ale procesoarelor x86
DPU BlueField-4 cu NVIDIA Sentry	Monitorizare out-of-band, politici aplicate în siliciu	Oprirea unui agent în câteva milisecunde, capacitate pentru agenți cu până la 20 % mai mare

Dacă un agent încearcă să iasă din perimetrul său, Sentry îl pune în carantină și îl oprește în câteva milisecunde, potrivit NVIDIA. Arhitectura se extinde până la stațiile RTX Spark, DGX Spark și DGX Station și funcționează pe Linux și Kubernetes (Canonical, SUSE, Red Hat), precum și pe Windows, cu Microsoft Execution Containers, pe AWS, Google Cloud și Azure.

Agenții bazați pe modelele Anthropic, Cohere, Google, Meta, OpenAI, Perplexity, Reflection și SpaceX Super Intelligence pot fi executați în această arhitectură. Unsprezece furnizori de software de securitate, printre care CrowdStrike, Palo Alto Networks, Zscaler, Okta și 1Password, o integrează, BBVA și Santander o explorează, iar Cadence, Dassault Systèmes, IBM, SAP, Siemens și Synopsys dezvoltă soluții pe baza ei. SAP o conectează la runtime-ul Joule Studio, iar ServiceNow profită de această ocazie pentru a lansa cu disponibilitate generală ServiceNow Arc, un agent personal care funcționează pe termen lung și ale cărui acțiuni sunt puse în aplicare de OpenShell; AI Passport îi transmite politicile către OpenShell și Sentry pentru a revoca accesul unui agent în câteva secunde.

🔗 Comunicatul NVIDIA · Tweetul de la @NVIDIAAI

Agent Toolkit: Agent Knowledge Foundation și familia de modele deschise Kumo

21 octombrie — În cadrul aceleiași stive, NVIDIA își extinde Agent Toolkit open source cu o componentă dedicată datelor companiilor, Agent Knowledge Foundation. Aceasta reunește bibliotecile CUDA-X (cuDF, cuGraph, cuML, cuOpt, cuVS), o nouă bibliotecă Auto-Ontology care transformă datele brute în concepte de afaceri (clienți, produse, comenzi) și în relații, fără a muta datele sau a schimba controalele de guvernanță, modelele de căutare Nemotron Retriever și familia de modele deschise Kumo, care face predicții pe baza datelor tabelare, relaționale sau temporale (Kumo Tabular, Relational, Time Series și Forecast). Kitul include și runtime-ul OpenShell și blueprint-urile NemoClaw, inclusiv unul nou dedicat optimizării agenților.

NVIDIA citează primele rezultate ale partenerilor săi: reranker-ul ajustat de SAP rulează de aproape 3 ori mai rapid, ServiceNow își reduce latența de reranking cu aproape un sfert, iar Amazon OpenSearch Service obține rezultate mai relevante, practic fără latență suplimentară. Databricks asociază Kumo Anomaly cu Genie Ontology, Snowflake oferă acces la Kumo Engine și Kumo Relational în notebook-urile sale, iar NVIDIA le folosește pentru propriul lanț de aprovizionare, împreună cu Palantir. Familia Kumo debutase la sfârșitul lunii septembrie cu Kumo Tabular.

🔗 Articolul NVIDIA despre Agent Toolkit

Flint: Recursive publică un MoE deschis cu 40 de miliarde de parametri pentru programare locală, Base Labs își publică modelele de decizie

21 octombrie — Recursive, compania lui Richard Socher, publică Flint, primul său model: un amestec de experți (mixture-of-experts) conceput pentru programare agentică pe hardware local. Acesta are în total 39,8 miliarde de parametri, dar activează doar aproximativ 2,5 miliarde per token, ceea ce îi permite să ruleze pe un laptop. Ponderile sunt publicate sub licența Apache 2.0 pe Hugging Face, în BF16 și în versiuni cuantizate INT4 și NVFP4 (GGUF), iar modelul poate fi folosit cu Ollama, LM Studio, Unsloth sau exo ori gratuit în OpenCode și Pi.

Benchmark sau caracteristică	Valoare conform fișei Flint
Terminal-Bench 2.1	54,9 %
SWE-bench Pro v2	89,7 %
SWE-bench Verified	74,2 %
Parametri totali și activi	39,8 miliarde, dintre care aproximativ 2,5 miliarde de parametri activi per token
Experți per strat MoE	256 rutați, dintre care 6 activi, plus 1 partajat
Context documentat	262 144 tokens

Scorurile sunt valori medii pass@1 pentru cel puțin cinci încercări, măsurate de Recursive; pe Terminal-Bench, soluțiile găsite prin căutare pe web sunt considerate eșecuri, iar scorurile concurenților sunt parțial cele anunțate de dezvoltatorii lor, obținute cu protocoale diferite. Potrivit Recursive, niciun alt MoE cu mai puțin de 50 de miliarde de parametri nu obține rezultate mai bune la aceste trei benchmark-uri, iar Flint rivalizează cu modele dense de 25 până la 40 de miliarde de parametri, fiind de peste cinci ori mai rapid. Compania anunță peste 125 tokens pe secundă pe un MacBook Pro M4 Pro și peste 150 pe o NVIDIA RTX Spark de 64 Go. Articolul menționează un context de până la 512k tokens, recomandând menținerea sub 256k, și sfătuiește împărțirea sarcinilor complexe în părți mai mici: Flint poate necesita mai multă îndrumare decât modelele închise mari.

Flint servește și drept demonstrație pentru Eureka Machine, sistemul de cercetare automatizată al Recursive, care înlănțuie propuneri de idei, implementare, teste și alegerea următoarei direcții. Potrivit companiei, acest sistem a contribuit la date, optimizatori, rețete de antrenare, infrastructură și inferență și a permis unei echipe mici să construiască modelul de la zero în mai puțin de patru luni.

🔗 Articolul Recursive · RecursiveSI/flint pe Hugging Face

Base Labs, laboratorul Baseten, publică modelele de decizie mammoth-1 și elephant-1

21 octombrie — Baseten publică două modele de decizie antrenate de laboratorul său de cercetare, Base Labs: mammoth-1, cu 27 de miliarde de parametri, și elephant-1, cu 9 miliarde. Un model de decizie nu redactează un răspuns: returnează o probabilitate pentru fiecare răspuns posibil la o întrebare cu variante de răspuns, de evaluare sau cu răspuns da ori nu, ceea ce permite stabilirea unor praguri de încredere dincolo de care sarcina este încredințată unui om. Potrivit Baseten, acesta poate răspunde de până la 10 ori mai rapid decât un model de raționament. Cele două modele sunt versiuni post-antrenate ale Qwen3.5-27B și Qwen3.5-9B, pe 6,21 milioane de exemple, inclusiv cazuri în care trebuie să știe să răspundă „nu știu”.

Model de decizie	Model de bază	Jev Decision Index 0.4	Artificial Analysis Decision Index
mammoth-1	Qwen3.5-27B	71,24, primul din 208	65,9
elephant-1	Qwen3.5-9B	Cel mai bun model de 9B, pe locul 8 la egalitate	65,2

Cele două modele sunt gratuite timp de o săptămână prin Model APIs ale Baseten, fără păstrarea datelor în mod implicit. Baseten le prezintă drept open source: fișele lor de pe Hugging Face indică o licență MIT.

🔗 Articolul Baseten

Căutare documentară pentru agenți: Cohere lansează Rerank 5, NVIDIA publică Nemotron 3.5 Embed, Rerank și Parse

21 octombrie — Cohere lansează Rerank 5, noua generație a modelelor sale de reordonare (reranking) pentru căutarea în companii, în două versiuni: Rerank 5 Pro (rerank-v5.0-pro) urmărește cea mai bună calitate, mai ales pentru interogările care necesită raționament și pentru documentele lungi sau specializate, iar Rerank 5 Fast (rerank-v5.0-fast) pune accentul pe latență și volum, de exemplu pentru agenții care lansează multe căutări pentru fiecare sarcină. Ambele sunt disponibile din 21 octombrie prin API-ul Cohere, la 0,05 dolari pentru un milion de tokens în cazul Pro și 0,02 dolari pentru Fast, precum și în Model Vault, Microsoft Foundry, Amazon SageMaker și North. Acceptă peste 100 de limbi, un context de 32k tokens și date semistructurate, iar migrarea se limitează la parametrul model, fără reindexare.

Principala noutate se numește Context Focus. Dezactivată implicit, această opțiune returnează în același apel pasajele cele mai relevante din fiecare document, sub forma unor intervale de caractere cu scoruri, pentru a trimite către LLM doar aceste fragmente. Cohere a testat-o cu un agent de căutare (glm-5-3-flash, 17 seturi de câte 50 de întrebări):

Stiva de căutare testată de Cohere	Răspunsuri corecte	Tokens consumați
Doar BM25	46 %	Referință
BM25 și Rerank 5 Pro	49 %	Necuantificat
Cu Context Focus, prag implicit de 0,1	57 %	Cu 19 % mai puțini decât fără Context Focus
Cu Context Focus, prag de 0,4	58 %	Cu 34 % mai puțini decât fără Context Focus, cu 35 % mai puțini decât doar cu BM25
Șase seturi de teste de căutare aprofundată, prag de 0,4	52 %, față de 39 % doar cu BM25	Cu 41 % mai puțini decât doar cu BM25

Această ultimă cifră, măsurată prin comparație cu BM25 folosit singur, este cea pe care firul de postări al Cohere o rezumă prin „cu până la 41 %” mai puțini tokens. A doua schimbare: scorurile sunt calibrate. Un scor de relevanță de 0,7 se interpretează acum ca o probabilitate de 70 % ca documentul să fie util, iar pragul „mai probabil util decât inutil” se situează la 0,50 pentru Pro și 0,45 pentru Fast, ceea ce permite filtrarea după prag sau identificarea situațiilor în care nu a fost returnat niciun rezultat relevant. În comparație cu două seturi independente de evaluări umane, eroarea de calibrare așteptată (ECE) este de aproximativ 0,06 pentru ambele modele, față de 0,23 până la 0,38 pentru Rerank 4 Pro și cele două modele Voyage AI testate.

În testele publice, evaluate cu RCP-nDCG@10, metoda proprie de măsurare a Cohere, Rerank 5 Pro ocupă primul loc pe 39 dintre cele 46 de seturi compozite și obține 82,2 pe BRIGHT, care testează căutarea ce necesită raționament: cu 5,8 puncte peste Voyage AI Rerank 3 și cu 12,4 peste Rerank 4 Pro. Fast procesează aproximativ 187 de documente de 1 000 de tokens pe secundă pe un GPU A100, de 2,9 ori mai mult decât Pro. Rerank 5 apare la trei săptămâni după Embed 5 și la o săptămână după scurtul videoclip în care Cohere îl compara deja cu Rerank 4.

🔗 Articolul Cohere · Notele de versiune Cohere

Nemotron 3.5 Embed, Rerank și Parse: căutarea documentară multimodală de la NVIDIA pentru agenți

21 octombrie — În aceeași zi, NVIDIA își extinde colecția Nemotron Retriever (anterior Nemotron RAG) cu modele de embeddings, de reordonare și de extragere din documente, prezentate ca deschise și utilizabile comercial și publicate pe Hugging Face sub licența OpenMDW 1.1. Nemotron 3.5 Embed există în variantele 8B, 1B distilată din 8B și 1B NVFP4 și caută atât în text, cât și în imagini de documente (tabele, grafice, scheme); Nemotron 3.5 Rerank 8B acordă scoruri perechilor interogare-document în format text și imagine, iar Nemotron 3.5 Parse, cu 631 de milioane de parametri, convertește pagini în text structurat.

Pe ViDoRe v3.1, Embed 8B atinge un nDCG@10 de 61,17, ocupând primul loc între modelele dense la 20 octombrie, iar Rerank 8B obține 60,49 față de 59,17 pentru Qwen-3-VL-Reranker-8B. Parse ocupă primul loc pe ParseBench între modelele cu mai puțin de un miliard de parametri, cu 75,20 la 10,5 pagini pe secundă pe un H100. La fel ca Cohere, NVIDIA pune accentul pe costul agenților, dar cu alte teste și alte referințe:

Criteriu de comparație	Cohere Rerank 5	NVIDIA Nemotron 3.5 Rerank
Distribuție	API cu plată, Model Vault, Foundry, SageMaker	Ponderi pe Hugging Face, licență OpenMDW 1.1
Reducere de tokens anunțată	Până la 41 %, față de BM25 folosit singur în șase teste	Aproximativ 14 % per interogare a unui agent, cu Embed 8B
Scor evidențiat	82,2 pe BRIGHT (RCP-nDCG@10)	60,49 pe ViDoRe v3.1 (nDCG@10)

Cele două cifre privind economia nu sunt direct comparabile: Cohere își măsoară stiva completă cu Context Focus față de o căutare bazată exclusiv pe cuvinte-cheie, iar NVIDIA măsoară adăugarea Rerank după propriile embeddings, pe ViDoRe v3, BRIGHT și BrowseComp-Plus. În privința implementării, versiunea NVFP4 a Embed 1B procesează cu 27,1 % mai multe documente pe secundă pe GB200, păstrând 99,85 % din acuratețe.

🔗 Articolul NVIDIA despre Nemotron Retriever

ChatGPT Ads: încă 26 de țări, 89 în total, și o platformă de publicitate coordonată de un LLM orchestrator

21 octombrie — OpenAI extinde ChatGPT Ads în alte 26 de țări, ceea ce duce platforma sa de publicitate la 89 de țări. După Mexic și Brazilia, sunt incluse alte 14 țări din America Latină, printre care Argentina, Chile, Columbia și Peru, precum și piețe noi din Europa, Orientul Mijlociu, Africa și Asia, precum Nigeria, Africa de Sud, Serbia, Ucraina, Cambodgia, Bangladesh și Pakistan. Peste 100 000 de agenți de publicitate au lansat campanii de la introducerea reclamelor, cu puțin peste opt luni în urmă, iar peste 1,2 miliarde de persoane folosesc ChatGPT în fiecare săptămână. Reclamele rămân limitate la planurile Free și Go; Plus, Pro și Enterprise rămân fără reclame. La sfârșitul lunii august, platforma raporta venituri anualizate de un miliard de dolari și prezența în peste 40 de țări.

În aceeași zi, doi ingineri OpenAI, Ritendra Datta și Karthik Gopalratnam, descriu stiva tehnică a acestei platforme. Într-o conversație, intenția comercială se conturează pe parcursul mai multor schimburi de mesaje, ceea ce sistemele clasice, concepute pentru o interogare sau o vizualizare de pagină, gestionează cu dificultate. OpenAI a ales astfel sesiuni publicitare cu stare, care păstrează informațiile de la un schimb de mesaje și de la o conversație la alta, un LLM de frontieră post-antrenat, „orchestratorul”, care coordonează întregul flux prin apeluri de instrumente, și un serviciu de selecție separat de generarea răspunsurilor, cu propriile modele și propriul cod.

Etapă a lanțului publicitar	Ce se întâmplă în această etapă
Intenție	Orchestratorul rezumă conversația într-una sau mai multe interogări
Căutare	Embeddings semantice și căutare aproximativă a celor mai apropiați vecini în mai mulți indecși
Filtrare	Buget, ritm de cheltuire, direcționare, reguli, deduplicare după agentul de publicitate
Acordarea scorurilor	Relevanță, interacțiune estimată, performanțe anterioare
Licitație	Alegerea reclamei și a prețului ei, în afara orchestratorului

ChatGPT nu depinde de acest sistem: dacă este lent sau nu funcționează, răspunsul se afișează normal, o reclamă sosită prea târziu nu este afișată, iar lipsa oricărei reclame este un rezultat normal. Reclama selectată apare sub răspuns, marcată ca sponsorizată, cu o scurtă introducere neutră generată de un model. Cele mai puternice modele OpenAI evaluează întregul sistem și antrenează modele mai mici pentru orchestrare sau căutare, iar Codex a multiplicat capacitatea echipei de a construi stiva, în condițiile în care OpenAI nu avea încă niciun sistem publicitar în urmă cu un an.

🔗 Extinderea în 26 de țări · Stiva publicitară ChatGPT

IA pentru biologie și medicină: GPT-Rosalind citește un atlas CRISPR, RFD4-Proteina și Cosmos3-H-Dreams

Trei anunțuri aplică IA în studiul organismelor vii: agenți OpenAI care analizează un atlas genetic, un model deschis de proiectare a proteinelor accesibil în browser și un simulator de chirurgie care generează imaginea în timp real.

Mii de agenți GPT-Rosalind analizează în 32 de minute un atlas CRISPR al creierului de șoarece

21 octombrie — OpenAI, PerturbAI și Scripps Research au încredințat miilor de agenți bazați pe GPT-Rosalind analiza unui atlas CRISPR al întregului creier al șoarecelui, care măsoară efectul perturbărilor genetice asupra a milioane de celule. Fiecare agent studiază o perturbare, examinează răspunsurile celulare, caută în literatura de specialitate și propune o explicație; ansamblul formează un atlas de raționament (reasoning atlas) publicat pe GitHub, însoțit de o prepublicație pe bioRxiv.

Măsură raportată de echipă	Valoare publicată
Durata analizei realizate de agenți	32 de minute
Analiză umană comparabilă (estimare)	De la câteva luni la un an
Referințe citate la cel mai mare volum de lucru	Peste 700, față de 11 pentru un singur agent
Preferința experților în evaluarea în orb	75 % pentru rapoartele agenților distribuiți

Se conturează două piste. În cerebel, perturbarea Tsc2 modifică activitatea a zeci de gene legate de comunicarea neuronală, în timp ce perturbarea Tsc1 nu schimbă aproape nimic, un rezultat care trebuie pus în legătură cu scleroza tuberoasă. Iar perturbarea Dctn1, genă asociată sindromului Perry, crește expresia genelor implicate în producerea colesterolului, de unde rezultă o ipoteză considerată nouă de experți, care urmează să fie testată în laborator: restabilirea distribuției colesterolului în neuroni i-ar putea proteja de degenerare?

🔗 Articolul de cercetare OpenAI · Prepublicația pe bioRxiv

RFD4-Proteina: modelul de proiectare a proteinelor de la NVIDIA și Baker Lab, gratuit pe GPU dedicate până la 4 noiembrie

21 octombrie — NVIDIA face RFD4-Proteina accesibil din browser. Acest model deschis de proiectare a proteinelor, dezvoltat împreună cu Baker Lab din cadrul Institute for Protein Design al Universității din Washington, generează simultan secvența și structura cu toți atomii unei proteine în jurul unei constrângeri: ținta de care trebuie să se fixeze o moleculă de legare sau motivul catalitic pe care trebuie să îl conțină o enzimă. Gestionează contexte moleculare variate, de la molecule mici la acizi nucleici, incluzând glicani și ioni metalici.

Ponderile sunt pe Hugging Face din 6 octombrie, sub licența BSD-3-Clause; noutatea este accesul prin două Spaces, unul pe GPU RTX PRO 6000 dedicate, gratuit între 21 octombrie și 4 noiembrie pe cheltuiala NVIDIA, celălalt pe ZeroGPU, care rămâne gratuit și după aceea. Modelul oferă o setare de reflecție (thinking setting), la fel ca LLM-urile: într-un test cu 24 de ținte, la un nivel ridicat de reflecție, produce 76,40 de designuri distincte pe oră-GPU care îndeplinesc criteriile de validare in silico, față de 13,24 pentru Proteina-Complexa, a doua metodă. În articolul său despre modelele deschise prezentate la GTC Berlin, NVIDIA afirmă și că acesta ocupă primul loc la peste zece sarcini de proiectare și este de aproximativ 13 ori mai rapid decât RFdiffusion3 pentru proteine de 200 de aminoacizi. NVIDIA sugerează folosirea sa pentru competiția de design de proteine sponsorizată de Anthropic și Adaptyv.

🔗 Articolul RFD4-Proteina pe Hugging Face · Ponderile RFD4-Proteina

Cosmos3-H-Dreams: un simulator de chirurgie generativ care răspunde în timp real la mișcările utilizatorului

20 octombrie — NVIDIA prezintă Cosmos3-H-Dreams, un simulator generativ care reproduce în timp real o scenă de chirurgie abdominală: utilizatorul deplasează o pensă, prinde vezica biliară și o ridică, iar modelul generează imaginea corespunzătoare. În loc să modeleze geometria și deformarea țesuturilor, acest model al lumii (world foundation model) învață dinamica vizuală din videoclipurile și cinematica unor colecistectomii reale efectuate cu robotul Versius de la CMR Surgical. Potrivit NVIDIA, este primul simulator chirurgical generativ în timp real, antrenat pe intervenții clinice, care acceptă control cinematic în direct.

Modelul pornește de la Cosmos3-H-Embodied-Nano, cu 16 miliarde de parametri, specializat cu 28 de dimensiuni de acțiune (poziția și pensa celor două brațe, comenzile de energie, axele și butoanele controlerelor), apoi distilat în versiuni cu patru și doi pași care rulează interactiv pe o singură RTX PRO 6000, datorită bibliotecii FlashDreams. Cele două puncte de control sunt pe Hugging Face, sub NVIDIA Open Model License, împreună cu codul și o rețetă pentru adaptarea modelului la propriile date.

🔗 Articolul Cosmos3-H-Dreams pe Hugging Face

Robotică și IA fizică: umanoidul Agile ONE SN, Isaac Lab 3.0, Alpamayo 2 Edge și Cosmos Data Factory

NVIDIA a dedicat o mare parte din prezentarea sa keynote IA fizice: un umanoid de referință pentru laboratoare, o platformă de antrenare a roboților ajunsă la disponibilitate generală și noi modele și instrumente pentru conducerea autonomă și datele de antrenare. Pe scenă au urcat chiar și Microducks de la Pollen Robotics și Hugging Face (vezi Știrile pe scurt).

Isaac: umanoidul de referință Agile ONE SN, Isaac Lab 3.0 și Isaac OS

21 octombrie — NVIDIA își extinde platforma de robotică Isaac cu un umanoid de referință destinat cercetării. Construit de Agile Robots, Agile ONE SN vine preconfigurat cu modelele Isaac GR00T, iar sistemul de siguranță Halos urmează să fie integrat. Acesta ar trebui să fie disponibil la începutul lui 2027, cu scopul de a reduce timpul necesar amenajării unui laborator de la câteva săptămâni la câteva zile; Stanford și ETH Zurich și-au manifestat interesul.

Caracteristică a Agile ONE SN	Valoare anunțată
Înălțime și greutate	1,40 m, 40 kg
Grade de libertate	31, plus 20 pentru fiecare dintre cele două mâini
Sarcină utilă	3 kg pe braț
Calcul la bord	Jetson Thor, 2 070 teraflops FP4, 128 Go de memorie unificată
Disponibilitate	Începutul lui 2027

Și restul platformei avansează: Isaac Lab 3.0, cadrul open source pentru învățarea roboților, devine disponibil pentru publicul larg cu motoarele fizice Newton și PhysX, iar un nou runtime open source, Isaac OS, construit pe Holoscan, conectează modele, senzori și comenzi. Trei fluxuri de lucru de referință pentru DGX Station arată cum se poate ajusta GR00T 1.7 prin învățare prin întărire, cum se poate antrena manipularea dexteră sau cum se pot post-antrena modelele Cosmos pentru a produce date sintetice. NVIDIA publică, de asemenea, pe Hugging Face o bibliotecă de peste 2 000 de obiecte pregătite pentru simulare și Human 1M, un set de videoclipuri sincronizate din trei unghiuri, cu urmărirea 3D a mâinilor, a cărui versiune completă este rezervată partenerilor Cosmos Coalition. Pentru Jensen Huang, momentul ChatGPT al roboticii se apropie rapid.

🔗 Comunicatul NVIDIA despre Isaac

Alpamayo 2 Edge și Cosmos Data Factory: conducerea autonomă la bord și datele roboților

21 octombrie — În articolul care prezintă modelele sale deschise de la GTC Berlin, NVIDIA adaugă Alpamayo 2 Edge, un model compact de raționament care rulează la bordul vehiculului, pe DRIVE AGX Thor, pentru a înțelege scena și a planifica traiectoria în timp real; acesta se bazează pe NVIDIA Cosmos. În privința datelor, Cosmos Data Factory reunește blueprint-uri și skills pentru agenți, pentru a selecta, adnota, genera și evalua seturi de antrenare, cu instrumente noi pentru îmbunătățirea modelelor lumii cu mai puține resurse de calcul. Porsche îl folosește cu Voxel51, ANYbotics cu Encord, Zalando și CEVA Logistics cu Sereact, precum și Siemens. Același articol prezintă RFD4-Proteina și anunță introducerea Ising, familia de modele NVIDIA pentru calcul cuantic, în AWS Parallel Computing Service.

🔗 Articolul NVIDIA despre modelele sale deschise

Industrie și telecomunicații: Mistral și NVIDIA pentru inginerie, T-Mobile efectuează primul apel AI-RAN

Două anunțuri duc IA dincolo de centrul de date: în birourile de proiectare din industrie și în antenele rețelelor mobile.

Mistral și NVIDIA se asociază pentru IA în ingineria industrială, cu benchmark-uri deschise

21 octombrie — Mistral anunță o colaborare cu NVIDIA pentru aplicarea IA în ingineria industrială. Cele două companii vor să construiască fluxuri de lucru de inginerie concepute nativ pentru IA (AI-native engineering workflows): Mistral Large 4 și pipeline-urile Mistral pentru generarea de date și modelare fizică, accelerate de bibliotecile CUDA-X și Warp ale NVIDIA, ar trebui să scurteze simulările și să conecteze într-o buclă închisă simularea, dezvoltarea modelelor și proiectarea. Modelele Mistral vor fi integrate și în bibliotecile Omniverse, pentru a genera scene 3D pe GPU și obiecte 3D SimReady.

Nucleul proiectului este evaluarea: benchmark-uri publice și seturi de date deschise pentru a compara precizia modelelor fizice și a valida lanțuri automatizate de la CAO la simulare, precum și evaluări ale IA agentice în ingineria asistată de calculator (CAE) și în proiectarea electronică (EDA), pentru industria aeronautică, auto și a semiconductorilor. Acestea vor măsura dacă un agent știe să folosească instrumentele de inginerie, să înlănțuie sarcini în mai multe etape și să ofere un rezultat corect din punct de vedere tehnic, împreună cu timpul de execuție și costul de calcul. Nu sunt oferite nume de benchmark-uri, seturi de date, date calendaristice sau sume. Articolul reamintește că ponderile Mistral Large 4 (aproximativ 1 000 de miliarde de parametri, dintre care 49 de miliarde activi), antrenat pe 3 800 de GPU-uri Grace Blackwell în Europa, rămân programate pentru sfârșitul lui octombrie. Pentru Neil Ashton, vicepreședinte pentru inginerie computațională la Mistral, ritmul ingineriei este dictat de prea mult timp de cel al simulării.

🔗 Articolul Mistral · Tweetul @MistralAI

T-Mobile efectuează primul apel AI-RAN pe o rețea comercială, cu NVIDIA și Nokia

21 octombrie — NVIDIA anunță că T-Mobile a efectuat, în Bellevue (Washington), primul apel AI-RAN pe o rețea comercială, cu Nokia. AI-RAN rulează procesarea rețelei radio pe GPU-uri, care pot deservi și modele IA cât mai aproape de utilizatori. Jensen Huang a rezumat această etapă printr-o formulare: CUDA dă acum telefoane, după aproape opt ani de muncă, potrivit lui.

În Europa, Elisa revendică primul test AI-RAN în teren de pe continent, care transmite voce, date mobile și IA vizuală pe aceeași platformă accelerată, BT pregătește teste în Regatul Unit, iar Nokia își instalează software-ul anyRAN, accelerat de CUDA, pe Aerial RAN Computer de la NVIDIA pentru teste la BT, Deutsche Telekom, Elisa și Orange. Nouă operatori din zona EMEA construiesc sau extind infrastructură NVIDIA, iar Nokia și Cisco integrează modelele Nemotron în software-ul lor pentru rețele autonome.

🔗 Comunicatul NVIDIA despre AI-RAN

Voce și video generative: Eleven Realtime Translation, HeyGen Voice Turbo și API-ul Kling 4.0

Trei furnizori de media generativă fac progrese pentru dezvoltatori: traducere vocală în direct, un model vocal mai ieftin și un API video așteptat de o săptămână.

Eleven Realtime Translation: ElevenLabs deschide accesul alpha la traducerea vocală în direct în timpul apelurilor

21 octombrie — La o zi după Eleven Realtime, modelele sale de conversie din vorbire în vorbire pentru agenți vocali, ElevenLabs deschide o versiune alpha limitată a Eleven Realtime Translation, un model de traducere vocală în direct. În timpul unui apel, fiecare persoană vorbește propria limbă și își aude interlocutorul în limba sa, cu o voce naturală. ElevenLabs rezumă diferența: Eleven Realtime este destinat agenților care vorbesc cu oamenii, iar Realtime Translation persoanelor care au nevoie să vorbească între ele.

Modelul acoperă peste 90 de limbi și detectează automat limba fiecărui interlocutor. Vocea de ieșire poate fi aleasă dintre cele peste 17 500 de voci din bibliotecă sau poate fi o clonă a propriei voci, iar o setare a promptitudinii (eagerness control) echilibrează latența și calitatea traducerii. Accesul este rezervat companiilor în timpul versiunii alpha, prin ElevenAPI, fără prețuri sau articol pe blog.

🔗 Anunțul @ElevenLabsDevs

HeyGen Voice Turbo: primul în clasamentul Controlled Voice al Artificial Analysis, înaintea HeyGen Voice

21 octombrie — La douăsprezece zile după HeyGen Voice, primul său model vocal propriu, HeyGen lansează o variantă Turbo, mai rapidă și mai ieftină, disponibilă prin API-ul său; endpoint-ul Turbo al API-ului este gratuit până la 30 noiembrie. HeyGen afirmă că ocupă primele două poziții în clasamentul de sinteză vocală al Artificial Analysis. Este vorba despre clasamentul Controlled Voice, care compară modelele folosind aceleași voci clonate, unde Qwen-Audio-3.1-TTS-Plus completează podiumul și unde marjele de incertitudine îi mențin pe primii trei la egalitate.

Model de sinteză vocală	Elo în clasamentul Controlled Voice	Preț afișat de Artificial Analysis
HeyGen Voice Turbo	1 202 (±19)	4 dolari per milion de caractere
HeyGen Voice	1 195 (±15)	30 dolari per milion de caractere

Ca și pe 9 octombrie, HeyGen nu apare pe primul loc în clasamentul Provider Voice, care compară vocile furnizate de fiecare companie.

🔗 Anunțul HeyGen · Clasamentul Controlled Voice al Artificial Analysis

Kling deschide API-ul Kling 4.0, disponibil și pe fal, Higgsfield și Runway

21 octombrie — La șase zile după disponibilitatea completă a Kling 4.0 pe site-ul său, Kling lansează oficial API-ul modelului său video, promis pe 15 octombrie pentru viitorul apropiat, pentru a-l integra în produse și fluxuri de lucru. Anunțul nu oferă nici prețuri, nici un link către documentație. Modelul ajunge în aceeași zi pe mai multe platforme terțe: fal și Higgsfield îl adaugă, Kling îl promovează pe Magnific, iar Runway oferă trei zile de utilizare nelimitată a Kling 4 fiecărui nou abonat Max sau Team.

🔗 Anunțul @Kling_ai · Oferta Runway

GitHub a copiat 99,99999 % dintre depozitele sale în Azure și trece la un cvorum pe referință

21 octombrie — La două săptămâni după ce a prezentat principiile viitoarei sale infrastructuri Git, GitHub descrie etapa intermediară, impusă de orientarea către agenți. Acum, 99,99999 % dintre depozitele sale se află atât în propriile centre de date, cât și în Azure, unde prima copie a ajuns în august 2025; majoritatea au acolo două dintre cele cinci replici, iar Azure deservește deja aproximativ jumătate din traficul Git. Rămân cele 0,00001 % cele mai solicitate, a căror migrare este împiedicată de un timp de dus-întors prin rețea de aproximativ 25 ms către o regiune Azure aflată la circa 1 000 miles.

Blocajul provine din cvorumul Spokes, sistemul care replică fiecare depozit: o scriere așteaptă toate replicile funcționale și blochează întregul depozit, astfel încât replica cea mai lentă dictează ritmul. GitHub trece, așadar, de la un cvorum pe depozit la un cvorum pe referință: două scrieri se mai așteaptă reciproc doar dacă vizează aceeași ramură, ceea ce se întâmplă rar când agenții și dezvoltatorii își trimit modificările fiecare pe propria ramură. În testele interne, scrierile pe referințe diferite au obținut un debit de 3 până la 4 ori mai mare. Azure Blob Storage intră și el în cvorum printr-o „replică virtuală” de scriere, primul nod complet efemer al GitHub, iar replicile virtuale de citire pot fi create la cerere pentru depozite care primesc între 100 și 1 000 de citiri pentru fiecare scriere. Ultima parte a seriei este așteptată la GitHub Universe, săptămâna viitoare.

🔗 Articolul de inginerie GitHub

JOLT: Perplexity Research și NVIDIA atribuie aceluiași model rolurile de profesor și elev

21 octombrie — Perplexity publică împreună cu NVIDIA JOLT (Joint On-policy Learning and Teaching, învățare și predare comune), o metodă de post-antrenare în care un singur model îndeplinește două roluri. Învățarea prin întărire clasică, precum GRPO, oferă o singură recompensă pentru fiecare încercare; autodistilarea adaugă feedback pentru fiecare token, același model jucând rolul profesorului, care dispune de informații privilegiate, precum o soluție verificată, și al elevului, care nu le are. Dar, folosindu-și indiciile, profesorul poate lua scurtături inaccesibile elevului: de aceea, JOLT antrenează și profesorul, pe baza propriilor recompense, cu o penalizare atunci când se îndepărtează de ceea ce ar face elevul.

Benchmark evaluat	Model de bază	Câștigul JOLT+ față de GRPO
GSM8K	DeepSeek-V2-Lite	+1,5 punct
MATH	Qwen3-0.6B	+4,2 puncte
LiveCodeBench v6	Qwen3-8B	+3,0 puncte
AppWorld	Qwen3-4B-Instruct	+9,9 puncte
Terminal-Bench 2.1 (pass@1)	Qwen3-30B-A3B-Instruct	+2,7 puncte

Varianta JOLT+, care adaugă recompensa proprie a elevului, depășește GRPO, cea mai bună metodă de referință testată, pe toate cele cinci benchmark-uri; fără aceasta, JOLT depășește GRPO la matematică și cod, dar rămâne în urma sa pe AppWorld și Terminal-Bench. Cel mai clar câștig privește costul: pe MATH, la aceeași precizie (63,44 %), GRPO a consumat 8,40 milioane de tokeni de antrenare, față de 1,30 milioane conform curbei ajustate a JOLT, adică de 6,5 ori mai puțin. Articolul complet este pe arXiv din 7 octombrie, iar postarea nu leagă metoda de niciun produs Perplexity.

🔗 Articolul Perplexity · Articolul de pe arXiv

Agenți de programare: Claude Code 2.1.305, Gemini CLI de la 0.65 la 0.67, Delta 0.21, Replit Agent cu Stripe Atlas și PDD Kit

CLI-urile agenților își corectează regresiile și se deschid către rețelele companiilor, Delta se conectează la Claude Code, Replit Agent învață să înființeze o companie, iar GitHub Next promite să demonstreze corectitudinea codului agenților în loc să îl recitească. La OpenAI, nicio versiune stabilă de Codex CLI nu a fost lansată de la 0.163.0 din 15 octombrie; Copilot CLI 1.0.102, Qwen Code, CLI-ul mistral și celelalte instrumente ale zilei se află în Știri pe scurt.

Claude Code 2.1.305 remediază cererile blocate de căutarea instrumentelor pe Vertex și Bedrock

20 octombrie — Claude Code 2.1.305 (38 de intrări, dintre care 22 de corecții) remediază mai întâi o regresie din 2.1.304: pe Vertex, Bedrock și la alți furnizori, toate cererile eșuau când endpoint-ul sau un gateway refuza căutarea instrumentelor (tool search) ori când un gateway interzicea ToolSearch sau îl omitea din --tools. Claude Code reîncearcă acum fără aceasta. Pe Linux, sandbox.allowNestedUserNamespaces permite comenzilor din sandbox să creeze spații de nume pentru utilizatori, pentru Chromium sau podman fără root; notele avertizează că acest lucru le permite să ocolească protecțiile fișierelor din sandbox.

/usage transformă fiecare avertisment într-o corecție de o singură linie care îi precizează sursa și poate fi aplicată cu tasta f. Pentru administratori, allowedMcpServers nu mai filtrează serverele stdio din managed-mcp.json care folosesc ${VAR} doar în env: un server lăsat în afara listei se va încărca după actualizare, iar deniedMcpServers permite menținerea lui dezactivată. Reluarea unui Workflow nu mai repornește agenții pipeline() și parallel() deja terminați. Publicată pe 21 octombrie, versiunea 2.1.306 adaugă două corecții, inclusiv pentru claude -p, care se declara neconectat într-o sesiune cloud pornită fără variabilele sale de mediu.

🔗 Notele Claude Code 2.1.305

Gemini CLI: versiunea stabilă v0.65.0, preview v0.66.0 și OAuth MCP în rețea privată

20 octombrie — Gemini CLI și-a încheiat ciclul săptămânal în seara de 20 octombrie, cu preview v0.66.0-preview.0 la 21 h 04 UTC și versiunea stabilă v0.65.0 la 21 h 17 UTC; versiunea nightly v0.67.0 din 21 octombrie deschide apoi seria 0.67.0. Versiunea stabilă doar promovează remedieri deja prezentate (antete OTLP personalizate, filtrarea mai rapidă a fișierelor ignorate, eliminarea buclelor OAuth), dar preview și nightly adaugă patru PR-uri noi.

Cea mai utilă pentru companii este setarea oauth.allowPrivateNetwork, care se activează separat pentru fiecare server în settings.json și permite conectarea la servere MCP și furnizori OAuth 2.0 găzduiți într-o rețea internă (intervalele RFC 1918, RFC 6598 și RFC 4193, domeniile .internal și .local), respinși până acum de validarea adreselor. Instrumentul shell nu mai suprascrie configurația Git a utilizatorului, ceea ce făcea ca git commit să eșueze din lipsa unei identități, iar un mesaj de eroare care conține pur și simplu 401, precum portul localhost:4012, nu mai declanșează în mod eronat detectarea OAuth. Gemini 4 Argon încă nu sosește: botul depozitului a anunțat că PR-ul comunității care îl adaugă va fi închis în termen de 7 zile, în lipsa unui tichet marcat help wanted.

Versiune Gemini CLI publicată	Data și ora (UTC)	Conținut nou
v0.66.0-preview.0	20 octombrie, 21 h 04	4 PR-uri, inclusiv OAuth MCP în rețea privată
v0.65.0 (stabilă)	20 octombrie, 21 h 17	Niciunul, promovarea seriei 0.65.0
v0.67.0-nightly.20261021	21 octombrie, 01 h 33	Aceleași 4 PR-uri, începutul seriei 0.67.0

🔗 Gemini CLI v0.66.0-preview.0 · Gemini CLI v0.65.0

Delta 0.21 deschide firele de conversație partajate în Claude Code și se conectează la serverul MCP Figma

21 octombrie — Delta, mediul multiutilizator de la Zed pentru programare cu agenți, trece la versiunea 0.21.0, cu 12 noutăți, 14 îmbunătățiri și 48 de remedieri. Comanda Open in Claude Code deschide un fir de conversație partajat în Claude Code, atât pe desktop, cât și pe web, dacă pluginul Delta pentru Claude Code este instalat, iar colaboratorii care se alătură unui fir dintr-un instrument extern, inclusiv Claude Code, apar în bara participanților cu numele instrumentului lor. Delta se conectează și la serverul MCP Figma, la o săptămână după ce Figma l-a menționat printre noii săi parteneri MCP.

CLI primește delta update, compactarea manuală rămâne disponibilă în timp ce lucrează un agent local, iar comenzile slash primesc nume orientate spre acțiune (/change-model, /fork, /set-thinking-level). Printre remedieri, Grok 4.7 folosește în sfârșit întreaga fereastră de 500k tokens cu un abonament Grok, iar agenții nu se mai opresc fără niciun mesaj atunci când apelează un instrument indisponibil. Comenzile delta daemon dispar: Delta pornește acum la cerere.

🔗 Notele de lansare pentru Delta 0.21.0

Replit Agent poate înființa o societate cu Stripe Atlas, disponibil acum în MCP și CLI Stripe

21 octombrie — Replit anunță că agentul său poate acum să înființeze o societate pentru utilizator, prin integrarea MCP Stripe și Stripe Atlas, serviciul Stripe pentru înființarea firmelor; anunțul nu precizează niciun tarif și nicio condiție specifică Replit. Acesta se bazează pe o noutate anunțată cu o jumătate de oră mai devreme de contul @atlas: Atlas este disponibil în serverul MCP și în CLI Stripe.

Interfață Stripe utilizată	Rol într-o cerere Atlas
Server MCP	Parcurs conversațional printr-un agent: cerințe, informații despre societate, validări
Stripe CLI	Parcurs în terminal prin solicitări structurate, care poate fi inițiat de un agent de programare
Panou de control Stripe	Identitate, plată, verificarea documentelor, semnături și depunere

Potrivit articolului de pe blogul pentru dezvoltatori Stripe, datat 19 octombrie, aceeași cerere poate fi reluată dintr-o interfață în alta. Atlas acceptă C corporations și LLC din Delaware, inclusiv cu mai mulți fondatori: înființează societatea, obține numărul de identificare al angajatorului (EIN), inițiază dobândirea treptată a participațiilor fondatorilor (vesting) și depune opțiunile fiscale 83(b). Articolul menționează Claude Code și Cursor printre mediile configurate automat, dar nu și Replit, care face propriul anunț.

🔗 Anunțul Replit · Anunțul Stripe Atlas · Articolul stripe.dev

PDD Kit: GitHub Next și Microsoft Research vor să demonstreze corectitudinea codului Rust al agenților, cu integrare în Chopin

21 octombrie — GitHub Next și Microsoft Research prezintă Proof Driven Development Kit (PDD Kit), care transformă planul unui dezvoltator într-o specificație formală, apoi demonstrează că aceasta este respectată de codul scris de agent pentru toate intrările posibile. Folosind exemplul fluxului de autentificare al unei aplicații, PDD Kit discută despre cod, deduce intenția pe parcursul conversației și propune o specificație în Verus, un limbaj de demonstrație pentru Rust; după aprobarea specificației, verificatorul Verus demonstrează automat că respectivul cod este conform cu aceasta. Acolo unde demonstrația nu este posibilă, instrumentul recurge la teste și la agenți care utilizează computerul (computer-use agents). În prezent funcționează doar cu Rust.

GitHub îl prezintă drept o versiune preliminară de cercetare care ar trebui să permită livrarea în producție a codului generat de IA fără a-l reciti linie cu linie, iar Microsoft Research drept explorarea unei abordări mai riguroase; GitHub Next urmărește o fabrică de software verificată, în care inginerii revizuiesc specificații în loc de cod. Kitul este integrat în Chopin, editorul multiutilizator de planuri pe care GitHub Next l-a publicat ca open source, sub licență MIT, în septembrie. Anunțul nu este însoțit de niciun articol, depozit sau documentație pentru PDD Kit: demonstrația va avea loc la GitHub Universe, pe 28 și 29 octombrie.

🔗 Anunțul @GitHubNext · Depozitul Chopin

Știri pe scurt

Agenți și instrumente de programare

Copilot CLI 1.0.102 — Versiunea stabilă de la GitHub, fără funcții majore noi, face ca modul prompt să respecte selecția automată a modelului impusă de companie, iar subagenții să respecte aprobările pentru instrumente personalizate și MCP; sandbox-ul respectă NO_PROXY și ALL_PROXY; în aceeași zi, serverul MCP GitHub trece la 2.0.3. 🔗 sursă
Qwen Code v0.25.4 în versiune preliminară — 173 de modificări față de v0.25.3, inclusiv qwen daemon start pentru a controla un daemon local, un Managed Agent care poate fi instalat pe un singur server cu unități systemd și un Web Shell care afișează timpul până la primul token al fiecărui model; versiunea stabilă nu a fost încă lansată. 🔗 sursă
CLI mistral 0.10.0 — La o zi după 0.9.0, mistral apps delete șterge o aplicație implementată împreună cu modulele și bazele sale de date, printr-un indicator de funcționalitate (feature flag), iar actualizările registrelor efectuează o îmbinare în trei direcții a fișierelor șablon modificate; modificare incompatibilă cu versiunile anterioare, acestea respingând noul câmp version. 🔗 sursă
v0 și Slack — Prin serverul MCP Slack, v0 citește firele de conversație și fișierele unui spațiu de lucru, le folosește drept context pentru o modificare și publică acolo progresul, în limita canalelor accesibile contului, pentru toate planurile. 🔗 sursă
Conversații partajate în Replit — O conversație, un element individual sau devURLs ale unei discuții pot fi partajate cu membrii spațiului de lucru, doar pentru citire; nu este indicat niciun articol și niciun plan. 🔗 sursă
Extensiile Agents CLI — Google detaliază sistemul de extensii al instrumentului său pentru agenți, deschis începând cu versiunea 1.5.0 din 1 septembrie: extensia oficială LangChain înlocuiește cele 6 comenzi specifice ADK, din aproximativ 24, iar o echipă de platformă poate impune propria regulă, precum o analiză SBOM înaintea fiecărei implementări. 🔗 sursă
Manus Game Dev — Manus acceptă acum crearea scheletului de animație (rigging) și animarea personajelor 3D și face generarea 3D de câteva ori mai rapidă, fără cifre exacte sau cost în credite. 🔗 sursă

Asistenți și companii

Kimi Work 3.2.18 — Utilizatorii Enterprise ai aplicației agentice Moonshot AI pot crea pluginuri personalizate și le pot publica pe marketplace, precum și să treacă de la un spațiu de lucru la altul, acestea fiind grupate pe companii. 🔗 sursă
Viktor trece la Grok 4.7 — Agentul prezentat drept un angajat IA, care declară că este folosit de peste 70 000 de echipe și a atras 75 de milioane de dolari în mai, funcționează acum cu modelul SpaceXSI, fără a preciza dacă acesta devine modelul implicit. 🔗 sursă
HCLTech în Claude Partner Network — Grupul cu peste 230 000 de persoane devine partener Global Premier, cu o Anthropic Business Unit, Claude în HCL BigFix și HCL AppScan și Claude Code în platforma sa AI Force; nu este menționată nicio sumă. 🔗 sursă
Terminal X — Într-un studiu de caz OpenAI publicat pe 20 octombrie, agentul de evaluare al acestui startup ajunge la aceleași concluzii ca evaluatorul senior al unui fond în 88,6 % din 500 de evaluări cu GPT-6.1 Sol, față de 86,4 % pentru următorul cel mai bun model, al cărui nume nu este precizat. 🔗 sursă
AT&T și OpenAI — Departamentul juridic AT&T extinde activitatea echipei sale LegalEdge pentru a construi un strat comun de cunoștințe și, în perspectivă, un punct unic pentru cereri în limbaj natural; decizia va rămâne la juriști, potrivit directorului său juridic David McAtee, și nu este oferită nicio cifră. 🔗 sursă

Guvernanță și securitate

Primul Public Benefit Report al Anthropic — Raportul anual al societății cu misiune de interes public este organizat în jurul a cinci piloni definiți împreună cu membrii Long-Term Benefit Trust, de la siguranța tehnică la distribuirea beneficiilor, și inventariază 166 de lucrări în 2026, față de 114 în 2025. 🔗 sursă
Christopher Stubbs în Long-Term Benefit Trust — Fostul decan al științelor de la Harvard, membru în 1998 al echipei care a descoperit accelerarea expansiunii universului, devine primul fizician al Trustului, potrivit Anthropic, alături, printre alții, de Ben Bernanke. 🔗 sursă
Planul OpenAI pentru apărătorii cibernetici — A doua componentă a guvernanței sale democratice a IA de frontieră propune guvernelor și industriei mecanisme fiabile de oprire a agenților, modernizarea apărării și evaluări independente, în ceea ce OpenAI numește o fereastră de oportunitate pentru apărători. 🔗 sursă
x402 Agent Safety Bench — În acest benchmark comunitar pentru plăți efectuate de agenți, Claude Sonnet 5.5, GPT-6.1 Sol și Gemini 4 Argon evită pe cont propriu între 24 și 26 de capcane din 39, iar DeepSeek V4 Pro doar 12, cu pierderi de 142,31 dolari; cu skill-urile benchmarkului, niciunul nu pierde bani. 🔗 sursă
Passkeys pe Hugging Face — Hub acceptă autentificarea prin cheie de acces (amprentă, recunoaștere facială, blocarea ecranului sau cheie de securitate) în locul parolei, precum și ca al doilea factor de autentificare. 🔗 sursă
Tokenuri cu expirare în GitHub CLI 2.103.0 — În versiune preliminară publică, gh auth login --expiring păstrează un token de acces cu durată scurtă de viață, reînnoit în fundal, astfel încât un token divulgat devine inutilizabil în câteva ore; aceasta va fi opțiunea implicită pentru noile autentificări într-o versiune viitoare. 🔗 sursă

API și cloud

Niveluri de serviciu pe proiect în API OpenAI — Setările Platform permit alegerea nivelurilor de serviciu, precum Ultrafast, pe care le poate utiliza fiecare proiect, iar organizația le poate restricționa pentru toate proiectele sale. 🔗 sursă
Vertex AI în SDK-urile OpenAI — openai-python 3.36.0 și openai-node 7.41.0 acceptă Vertex AI pentru Responses API, cu contoare de utilizare pentru scrierile în cache de 30 de minute și gestionarea consimțământului pentru vocile personalizate. 🔗 sursă
Gemini pe Google Distributed Cloud — La GTC Berlin, Google adaugă Gemini 3.5 Flash în versiunea izolată de internet (air-gapped) a cloudului său instalat la client, lansează în versiune preliminară o căutare pentru companii prin RAG (100 Mo per fișier, 500 Mo per conversație) și face sistemele HGX B300 disponibile general. 🔗 sursă · 🔗 căutare RAG
Cheltuielile cu tokenuri potrivit Perplexity — Un ghid enumeră cinci surse de consum excesiv și detaliază setările Enterprise: 500 de credite pe lună în Enterprise Pro, 15 000 în Enterprise Max, fără reportare, și limite denumite pe grup; nu este anunțată nicio noutate. 🔗 sursă

NVIDIA: robotică, industrie și hardware

Microduck în Isaac Lab 3.0 — NVIDIA, Pollen Robotics și Hugging Face publică un tutorial pentru a învăța micul robot biped să meargă, cu motorul Newton și până la 1,25 milioane de pași de simulare pe secundă pe 16 GPU, în ziua în care roboți Microduck urcă pe scena prezentării principale. 🔗 sursă
SimReady Central — Peste 2 000 de obiecte 3D OpenUSD cu proprietățile necesare unei simulări (coliziuni, masă, frecare) devin disponibile liber pe Hugging Face, de la brațe robotice la sisteme de răcire. 🔗 sursă
Halos SAFE, FOX și cuDSS — NVIDIA lansează Halos SAFE, un cadru de dovezi de siguranță pentru industria auto, Volvo Cars adoptă Hyperion și Alpamayo, blueprint-ul FOX pentru agenți de fabrică devine disponibil în acces anticipat (Siemens se așteaptă la economii de aproximativ 20 %), iar cuDSS devine disponibil general. 🔗 sursă · 🔗 FOX și cuDSS
Capacitățile furnizorilor NVIDIA — Producția de substraturi crește de 2,5 ori în trei ani, capacitatea de încapsulare avansată a Amkor crește cu peste 300 % până la sfârșitul lui 2028, iar KYEC primește un avans de 1,1 miliarde de dolari pentru noi facilități în Statele Unite. 🔗 sursă
DGX Station pentru Windows în decembrie — NVIDIA stabilește data versiunii Windows, anunțată fără o dată pe 7 octombrie, iar NVIDIA Sync va putea grupa până la opt DGX Spark, față de două anunțate la începutul lui octombrie. 🔗 sursă
NVIDIA și UER — În apropierea GTC Berlin, pe 19 octombrie, NVIDIA și Uniunea Europeană de Radio și Televiziune, care reunește peste 115 instituții media publice, își deschid standardele suverane pentru agenți către cloudurile suverane, dezvoltatorii de modele deschise și integratori. 🔗 sursă

Modele deschise și cercetare

Kumo Forecast și Kumo Anomaly — NVIDIA reunește sub marca Kumo modelele sale de serii temporale NV-Tesseract, disponibile sub Apache 2.0 și pe Hugging Face din aprilie; ajustat fin pe 50 000 de observații normale, Kumo Anomaly trece de la 0,016 la 0,201 precizie medie. 🔗 sursă · 🔗 Kumo Anomaly
bekko-static-embedding-v1 — Yuichi Tateno publică sub licență MIT embeddings statice multilingve care rulează fără GPU: 43,76 pe MNanoBEIR, cu aproximativ 11 puncte peste celelalte modele statice și la aproximativ 1 punct de multilingual-e5-small în căutare. 🔗 sursă
MemoProAgent — Cercetători de la Meta și din trei universități publică fără un anunț codul unui asistent proactiv care regăsește o amintire personală și intervine doar dacă aceasta impune o acțiune, fără rezultate numerice. 🔗 sursă

Ce înseamnă acest lucru

Modelele de frontieră devin un catalog pe care fiecare mare furnizor de cloud vrea să îl afișeze complet. După Amazon Bedrock și Oracle Cloud în iunie, OpenAI intră în Model Garden de la Google Cloud, inclusiv Codex, iar Google susține că este singurul mare furnizor de cloud care oferă cele trei principale LLM proprietare; Antigravity, care găzduiește deja Claude Opus 5.5 și Sonnet 5.5, va primi și modelele OpenAI. Pentru o companie, alegerea modelului se desprinde de cea a cloudului, deoarece consumul se deduce din angajamentele contractuale deja semnate; pentru OpenAI, fiecare cloud reprezintă un canal de vânzare în plus, chiar dacă Microsoft rămâne partenerul său principal. GTC Berlin urmează aceeași logică: OpenShell Reference Architecture rulează pe aceeași stivă agenții de la Anthropic, OpenAI, Google sau Meta.

Agenții lucrează acum fără să fie solicitați, iar mecanismele lor de protecție sunt integrate în produs, până la nivel de hardware. Claude Duet verifică conturile la fiecare câteva ore și acționează în propria mașină virtuală, dar așteaptă aprobarea înainte de a plăti sau de a semna și refuză anumite acțiuni chiar și atunci când sunt aprobate; Grok Bot menține singur tablourile de bord la zi. La NVIDIA, Sentry monitorizează agenții printr-un canal separat, de pe un DPU BlueField-4, și îi oprește în câteva milisecunde, iar ServiceNow poate revoca accesul unui agent în câteva secunde. Întrebarea nu mai este doar ce știe să facă un agent, ci și cine îl poate opri și la ce nivel al stivei.

Căutarea vulnerabilităților cu ajutorul IA avansează mai repede decât remedierea lor. PHP2Shell afectează un limbaj care pune în funcțiune aproximativ 70 % dintre site-urile web, cu versiuni vulnerabile începând de la PHP 5.4, iar OpenAI se așteaptă la o creștere puternică a acestor descoperiri; Claude Security susține că a găsit peste un milion de vulnerabilități din aprilie și trece la scanarea continuă pentru a urmări remedierile. Blocajul se mută la nivelul coordonării: notificarea prealabilă a operatorilor și a autorităților, sprijinirea responsabililor de mentenanță, așa cum propune cadrul în cinci etape al OpenAI, publicat în aceeași zi cu planul său pentru specialiștii în apărare cibernetică. Chiar și instrumentul de verificare PHP2Shell avertizează că un rezultat necunoscut nu dovedește că vulnerabilitatea unui server a fost remediată.

Costul unui agent se măsoară în tokens, iar fiecare nivel al stivei promite să reducă factura. Context Focus de la Cohere elimină până la 41 % dintre tokens față de o căutare bazată doar pe cuvinte-cheie, Nemotron 3.5 Rerank aproximativ 14 % pentru fiecare cerere a unui agent, Flint activează doar aproximativ 2,5 miliarde de parametri per token pentru a scrie cod pe un laptop, iar JOLT atinge precizia GRPO pe MATH cu de 6,5 ori mai puțini tokens de antrenare. Mai jos în stivă, NVIDIA promite fabrici IA operaționale în 14 zile și un consum de energie cu până la 30 % mai mic pentru același număr de tokens, iar GitHub regândește replicarea Git pentru un trafic pe care agenții îl multiplică.