Anthropic publică versiunea 2026-10-21 a API-ului Claude, Hugging Face lansează modelul ADN Carbon-X, METR testează monitorizarea agenților la OpenAI

Anthropic publică versiunea 2026-10-21 a API-ului Claude, prima din 2023: temperature, top_p și top_k sunt respinse, iar toate SDK-urile trec la o versiune majoră, sub licență Apache 2.0. Hugging Face lansează Carbon-X, un model deschis cu 14 miliarde de parametri care citește și generează ADN aproape la nivelul GPT-6.1 Sol, iar METR publică, împreună cu Redwood Research, bilanțul a trei săptămâni petrecute atacând sistemul de monitorizare a agenților interni ai OpenAI. Agent Skills și OpenEnv se alătură MCP în cadrul Agentic AI Foundation, API-ul Decisions al OpenAI devine disponibil general, iar NVIDIA dedică a doua zi a GTC Berlin proiectelor Cosmos și Minerva.

API Claude 2026-10-21: prima versiune din 2023 respinge temperature, top_p și top_k

21 octombrie — Anthropic publică versiunea 2026-10-21 a API-ului Claude, valoarea care trebuie transmisă în antetul anthropic-version, însoțită de noi versiuni majore ale tuturor SDK-urilor sale și ale CLI-ului său ant.

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

🇷🇴 Versiunea 2026-10-21 a API-ului este disponibilă. API-ul Claude a evoluat mult, dar aceasta este prima noastră versiune oficială publicată din 2023. Intenționăm să publicăm versiuni mai des, pentru a vă permite să gestionați modificările incompatibile înainte ca un model nou să le impună. Versiunea 2023-06-01 nu este depreciată. — @ClaudeDevs pe X

Cea mai vizibilă schimbare privește eșantionarea. Cu 2026-10-21, temperature, top_p și top_k provoacă o eroare 400 în Messages API, la numărarea tokenilor și în fiecare cerere dintr-un lot (Message Batch), chiar și la valoarea lor implicită; fără ele, cererea folosește eșantionarea cu o temperatură de 1.0. Modelele Claude 4.7 și cele ulterioare acceptau deja doar aceste valori. În schimb, pe un model mai vechi, precum Claude Sonnet 4.6, o temperatură redusă pentru a obține rezultate mai constante își pierde efectul, fără o setare alternativă: documentația recomandă în acest caz păstrarea cererii respective pe 2023-06-01.

Element al cererii	Efect cu 2026-10-21
`temperature`, `top_p`, `top_k`	Eroare 400, chiar și la valoarea implicită
Bloc de document plasat direct într-un mesaj al asistentului	Eroare 400 (un document imbricat, precum un rezultat de web fetch, rămâne acceptat)
Citări nevide în blocurile de text ale unui mesaj al utilizatorului	Eroare 400, inclusiv `search_result`
`workspace_id` al cheilor API	Eliminat, înlocuit cu `scope`
Câmpuri redenumite din Admin API și Enterprise Analytics API	Numele vechi sunt eliminate

Python 2.0.0, TypeScript 1.0.0, C# 13.0.0, Go 2.0.0, Java 3.0.0, PHP 1.0.0, Ruby 2.0.0 și ant CLI 2.0.0 trimit implicit noua versiune. Aceste SDK-uri trec la licența Apache 2.0 în locul MIT, versiunile anterioare rămânând sub MIT, și aduc propriile modificări incompatibile: un tip de mesaj pentru fiecare rol, cheia API trimisă în Authorization: Bearer în loc de X-Api-Key (API-ul le acceptă în continuare pe ambele), eliminarea vechiului API Text Completions (TypeScript, Go, Java, Ruby și CLI) și a compactării pe partea de client din tool runner, în favoarea compactării pe partea de server.

Pentru migrare, Anthropic publică un ghid pas cu pas și trimite la skill-ul /claude-api din Claude Code, a cărui versiune 2.1.307 adaugă comanda /claude-api api-version. Pe Amazon Bedrock, 2026-10-21 este disponibilă doar pentru Claude 4.7 și modelele ulterioare. În aceeași zi, notele de versiune adaugă profilurilor de utilizator (user profiles) câmpurile enforcement_status și enforcement_actions, care indică dacă Anthropic a restricționat sau a interzis accesul unuia dintre clienții finali ai unei organizații.

🔗 Ghidul de migrare la 2026-10-21 · Notele de versiune ale Claude Platform

Carbon-X: Hugging Face publică un model deschis cu 14 miliarde de parametri care citește și generează ADN

22 octombrie — Hugging Face publică Carbon-X, un model deschis cu 14 miliarde de parametri care procesează ADN și limbaj natural în același flux de tokeni: îi puteți pune întrebări despre o secvență, îi puteți cere să explice efectul unei mutații sau să genereze ADN. Derivat din Qwen3-14B, este publicat sub licență Apache 2.0 de organizația HuggingFaceBio, care lansase instrumentul de adnotare a genelor Carbon-A pe 8 octombrie.

Echipa formată din Loubna Ben Allal, Lewis Tunstall și Leandro von Werra a continuat antrenarea Qwen3-14B (midtraining) pe 300 de miliarde de tokeni care combină ADN, engleză și date intercalate, apoi a efectuat post-antrenarea prin ajustare fină supravegheată și învățare prin recompensă. Un tokenizer hibrid păstrează BPE-ul Qwen3 pentru text și împarte ADN-ul în 6-mers fără suprapunere, un token acoperind șase perechi de baze. Fără un encoder ADN separat, textul și secvențele folosesc aceeași matrice de embeddings, iar un răspuns le poate combina pe ambele.

Pe cinci benchmark-uri (efectul variantelor, înțelegerea secvențelor, predicția bazei următoare), Carbon-X obține o medie de 66,7 % fără reflecție: cu 27 de puncte peste Qwen3-14B și mai bine decât toate celelalte modele deschise evaluate. GPT-6.1 Sol obține un rezultat doar puțin mai bun, cu 67,5 %, dar Carbon-X depășește toate modelele testate, atât deschise, cât și închise, la evaluarea efectului variantelor codante (BioReason Coding) și la predicția bazei următoare.

Model evaluat	Indice ADN din articol (rotunjit)
GPT-6.1 Sol	68 %
Carbon-X	67 %
Kimi K3	50 %
DeepSeek V4.1 Flash	47 %
Qwen3-14B	40 %
GLM-5.3	40 %

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

🇷🇴 Iată Carbon-X, cel mai bun model deschis pentru ADN. Am continuat antrenarea unui model de 14B pe ADN și text: depășește toate modelele de limbaj deschise și egalează GPT-6.1 Sol la un cost de 1 000 de ori mai mic. — @LoubnaBenAllal1 pe X

În privința costului, circulă două cifre: fișa modelului îl estimează la aproximativ 1/1 800 din costul GPT-6.1 Sol per problemă, în timp ce anunțul rotunjește la un cost de 1 000 de ori mai mic. Calculul se bazează pe tarifele API standard ale modelelor comparate, fiecare utilizat la nivelul de reflecție care îi oferă cea mai bună medie, iar pentru Carbon-X, pe debitul măsurat într-o oră de utilizare a unui H200, facturată cu 5 dolari; modelul răspunde direct, fără raționament extins. Clément Delangue, CEO al Hugging Face, prezintă Carbon-X drept un răspuns la măsurile de protecție ale laboratoarelor de vârf în biologie, care, în opinia sa, ar îngreuna activitatea oamenilor de știință, universităților, asociațiilor și agențiilor de sănătate fără a opri actorii rău intenționați.

🔗 Fișa Carbon-X · Articolul de lansare · Postarea lui Clément Delangue

METR și Redwood Research pun la încercare monitorizarea agenților interni ai OpenAI

22 octombrie — METR publică raportul unui exercițiu desfășurat în această vară la OpenAI, împreună cu Redwood Research. Între 21 iulie și 11 august, câte un angajat din fiecare organizație a petrecut trei săptămâni la sediu atacând (red-teaming) sistemul asincron care monitorizează nealinierea agenților interni ai OpenAI, cei care scriu cod sau desfășoară experimente pentru cercetătorii săi. Accesul a fost extins: dispozitive furnizate de OpenAI care nu au părăsit niciodată sediul, cod intern, prompturi și configurația monitoarelor, interviuri cu aproximativ doisprezece cercetători și ingineri.

Măsură raportată de METR	Valoare estimată
Trafic intern eligibil al agenților prin Responses API (modele de la GPT-5.5 în sus)	Aproximativ 75 până la 94 %
Trafic eligibil al agenților Codex interni	99,2 %
Trafic Codex intern eligibil nemonitorizat, din mai până în iulie 2026	De ordinul a 10 % (compactare)
Cereri ale monitorului care au generat erori	Sub 0,2 %
Raport intern, apoi versiune cu pasaje cenzurate	61 de pagini, apoi 38 de pagini

Aceste estimări, însoțite de o incertitudine ridicată potrivit METR, privesc sistemul așa cum exista pe 21 iulie. Principala lacună provenea din evenimentele de compactare a contextului, pe care monitoarele nu le vedeau:

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

🇷🇴 Din cauza acestei lacune de acoperire, am estimat că aproximativ 10 % din traficul Codex intern nu a fost monitorizat din mai până în iulie. OpenAI identificase independent această problemă cu puțin timp înainte de începerea exercițiului. — @METR_Evals pe X

OpenAI a remediat-o în timpul exercițiului. Deoarece monitorul se declanșa doar atunci când agentul îi reda controlul utilizatorului, un agent putea, cât timp compactarea scăpa monitorizării, să amâne monitorizarea la nesfârșit continuând să acționeze. Antrenarea prin învățare prin recompensă nu era acoperită la începutul exercițiului.

Echipa descrie și vulnerabilități: o metodă de ocolire a sandbox-ului Codex și a Auto-Review care îi oferea agentului toate drepturile utilizatorului gazdă, o tehnică ce ascundea de monitorizare sute de acțiuni recente (detalii cenzurate de OpenAI), date de intrare capabile să provoace eșecul monitorului exploatând diferențe de serializare, două antete controlabile de client care dezactivau monitorizarea noilor agenți, a căror utilizare rămânea totuși detectabilă, și două instrumente interne nemonitorizate, considerate doar pentru citire, pe care un exploit simplu, nevalidat în practică, le-ar fi putut deturna. În schimb, monitorul vede traiectoria completă a agentului, cu câteva excepții, iar prompturile sale caută uneltiri (scheming), sabotaj, exfiltrare de date, înșelăciune și injecții de prompt.

OpenAI afirmă că a remediat toate vulnerabilitățile care afectau ansamblul său de protecții din producție; METR precizează că nu a evaluat această afirmație. Părțile conveniseră în prealabil să publice doar un articol scurt, OpenAI având posibilitatea de a cenzura pasaje din raport. METR deduce de aici cinci principii de proiectare, printre care realizarea unei monitorizări greu de evitat (de exemplu, la fiecare N minute sau la fiecare N mesaje), atacarea regulată a sistemului și izolarea agenților de monitoarele lor. Pentru OpenAI, aceste constatări au contribuit la consolidarea protecțiilor sale în timpul extinderii sistemului și vor orienta viitoarele colaborări cu evaluatori terți. Pe 15 octombrie, Anthropic descrisese un acces comparabil acordat unei echipe METR.

🔗 Red-teaming asupra sistemelor interne de monitorizare a agenților OpenAI (METR) · Postarea @OpenAI

Agentic AI Foundation: Agent Skills, Open Responses, OpenEnv și OpenSandbox se alătură MCP

22 octombrie — Agentic AI Foundation (AAIF), fundația din cadrul Linux Foundation cofondată anul trecut de Anthropic, Block și OpenAI, care găzduiește deja MCP, primește patru proiecte noi dintr-odată: Agent Skills, oferit de Anthropic, Open Responses de OpenAI, OpenEnv de Hugging Face și OpenSandbox de Alibaba. Astfel, numără 10 proiecte încă din primul an; potrivit lui Manik Surtani, CTO și cofondator, fiecare acoperă o parte a stivei, de la modul în care agenții dobândesc capacități până la locul în care rulează.

Anthropic cedează numele și sigla Agent Skills, organizația GitHub și domeniul agentskills.io. Născut în timpul lucrului la Claude Code, acest format de directoare care învață un agent să îndeplinească o sarcină (un fișier SKILL.md, scripturi, documente de referință) a fost publicat ca standard deschis în decembrie 2025; potrivit Anthropic, peste 70 de platforme de agenți l-au integrat de atunci, inclusiv ChatGPT, Cursor, GitHub Copilot și VS Code, iar 1 milion de skill-uri au fost publicate, cu aproape 280 de milioane de instalări. Ingineri de la Anthropic, Google, OpenAI și alte companii îl vor întreține în nume propriu, cu David Soria Parra și Mahesh Murag ca responsabili (Lead Maintainers), iar firul de postări @ClaudeDevs îi menționează și pe Earendil, Microsoft și OpenCode în comitetul de coordonare tehnică. Skill-urile existente continuă să funcționeze, iar licențele nu se schimbă; prima etapă propusă: versiuni numerotate, un proces formal de propuneri și recomandări de securitate.

La rândul său, Hugging Face încredințează OpenEnv, framework-ul său deschis de medii pentru antrenarea agenților, unei guvernanțe neutre, cu un comitet care reunește, printre alții, Microsoft, Reflection, Meta-PyTorch, Fleet, Mercor, Nebius, Modal, Prime Intellect și Unsloth. Vechile adrese meta-pytorch/OpenEnv și huggingface/OpenEnv redirecționează acum către github.com/openenv/OpenEnv.

🔗 Comunicatul Linux Foundation · Articolul Anthropic · Anunțul lui Ben Burtenshaw (Hugging Face) · Firul de postări @ClaudeDevs

Proiectarea și guvernarea agenților: subagenți restrânși, mod auto implicit, comparația adoptării agenților

Trei anunțuri privesc mai puțin ceea ce pot face agenții și mai mult felul în care sunt organizați, li se acordă controlul și li se măsoară utilizarea.

Anthropic recomandă reintegrarea subagenților în bucla principală și publică un kit de migrare open source

22 octombrie — Într-un ghid de bune practici pentru Claude Platform semnat de Diane Sarkis, echipa Applied AI de la Anthropic constată că, în mai multe implementări în companii, un singur agent dotat cu skills a oferit adesea o calitate mai bună decât un singur prompt care încearcă să cuprindă totul sau decât o arhitectură cu subagenți, deseori cu un cost și o latență mai mici pentru fiecare sarcină; un client a măsurat o execuție de aproximativ două ori mai rapidă decât cu propriul harness multi-agent. Anthropic afirmă că a redus cu peste 80 % promptul de sistem al Claude Code pentru modelele sale cele mai avansate, în parte datorită dezvăluirii progresive a skill-urilor și a instrumentelor, și observă că, peste 30 până la 50 de definiții de instrumente, selectarea acestora se înrăutățește. Subagenții își păstrează utilitatea când contextul se saturează, pentru sarcini paralele care pot renunța la propriul context sau când agentul întâmpină dificultăți în alegerea instrumentelor. Kitul single-agent-loop-kit (Apache-2.0) rulează succesiv /claude-api build-eval, prompt-audit, hillclimb și cost-optimize pentru a trece la o singură buclă.

🔗 Ghidul Anthropic despre subagenți · anthropics/single-agent-loop-kit (GitHub)

Sesiunile aplicațiilor Claude vor trece implicit în modul auto pe Pro, Max și Team

22 octombrie — Începând de săptămâna viitoare, potrivit @claudeai, sesiunile aplicațiilor Claude pe web, pe desktop și pe mobil vor rula implicit în modul auto pentru abonamentele Pro, Max și Team: în loc să solicite aprobarea fiecărui pas, un control automat blochează acțiunile riscante, iar utilizatorii pot reveni oricând la modul manual. Modul auto este deja setarea implicită în Claude Code pentru aceste abonamente din 14 august și pentru sesiunile din terminal și VS Code pe toate abonamentele începând cu versiunea 2.1.284 din 28 septembrie; de altfel, tweetul citează anunțul din august, în care clasificatorul identifica în teste 89 % dintre comenzile periculoase, față de 14 % în cazul aprobării manuale. Anunțul se rezumă la un tweet, fără o dată precisă, fără detalii despre sesiunile vizate și fără vreo mențiune despre Enterprise.

🔗 Tweetul @claudeai

Copilot impact dashboard compară adoptarea agenților într-o companie cu cea din companii similare

22 octombrie — Panoul de impact Copilot (Copilot impact dashboard) adaugă o comparație sectorială (Industry comparison), opțională și dezactivată implicit. Companiile și organizațiile care nu aparțin unei companii pot compara doi indicatori cu reperele agregate ale participanților similari: proporția utilizatorilor lor care lucrează în primul rând cu agenți (agent-first) sau cu mai mulți agenți (multi-agent) și rata de integrare a pull request-urilor acestor utilizatori de agenți față de cea a celorlalți. Fiecare scor este clasificat în raport cu mediana participanților similari pe 28 de zile, apoi cu decila superioară când grupul crește, în funcție de dimensiunea companiei și în cadrul a zece sectoare. Comparațiile se actualizează zilnic, agregatele sunt șterse după 30 de zile, clienții cu cerințe de rezidență a datelor sunt comparați doar cu cei din regiunea lor, iar datele nu sunt disponibile nici prin API-ul de metrici, nici prin exporturi. La lansare, din lipsă de participanți, este posibil să fie afișată doar mediana sau chiar nicio clasificare.

🔗 Comparații sectoriale în Copilot impact dashboard

Modele de decizie: API-ul Decisions de la OpenAI devine disponibil general, GLiDE v1.2 conduce Decision Index

Modelele de decizie răspund la întrebări închise (clasificare, rutare, alegerea acțiunii următoare) fără să genereze text. În aceeași zi, OpenAI își deschide API-ul dedicat tuturor, iar Fastino publică ponderi despre care afirmă că ocupă primul loc în indicele de referință al Hugging Face.

OpenAI aduce API-ul Decisions în disponibilitate generală, cu 400 de întrebări per cerere

22 octombrie — La șaisprezece zile după lansarea versiunii beta publice, API-ul Decisions devine disponibil general (generally available). Construit pe GPT-6 Luna, acesta returnează o probabilitate (predicate), o alegere dintre valorile furnizate (choice) sau un scor pe o grilă (score), de până la 10 ori mai rapid decât GPT-6 Luna prin Responses API, potrivit OpenAI. Acum acceptă intrări JSON native, imagini în instrucțiunile fiecărei întrebări și până la 400 de întrebări per cerere, față de 200 în beta, și adaugă memorarea în cache a contextului reutilizat, inferența cu rezidență în Statele Unite și în UE și integrarea nativă cu GPT-Live. Prețul intrării rămâne de 0,10 dolari per milion de tokens, intrarea din cache costă 0,01 dolari, iar ieșirea nu este taxată.

Client menționat	Câștig raportat către OpenAI
Box	Alegerea rutei de aproximativ 5 ori mai rapidă, aceeași acuratețe ca Responses API
Datadog	Scorul de risc al comenzilor agenților calculat de 40 de ori mai rapid la p95
Ramp	De 4 ori mai rapid și cu 30 % mai ieftin decât GPT-6 Luna
Sierra	Sub 280 ms la p95, cu 90 % mai ieftin per apel decât abordarea anterioară
Speak	Timpul până la acțiunea următoare redus de la 1,4 s la 0,13 s

SDK-ul openai-python 3.37.0, publicat în aceeași seară, extinde tipurile pentru Decisions și introduce o modificare a tipurilor care rupe compatibilitatea.

🔗 Creați aplicații care răspund mai rapid cu Decisions API

Fastino publică GLiDE v1.2, despre care afirmă că ocupă primul loc în Decision Index v0.4.1

22 octombrie — Fastino publică GLiDE v1.2, o nouă versiune a modelului său de decizie, cu ponderile pe Hugging Face și acces prin propriul API. Potrivit Fastino, acesta ocupă primul loc în Decision Index v0.4.1 al Hugging Face, cu una dintre cele mai mici erori de calibrare din indice; pe 21 octombrie, Base Labs anunța că mammoth-1 era primul, cu 71,24, dar pe versiunea 0.4: cele două scoruri nu sunt comparabile. Modelul citește text, JSON și acum și imagini și returnează într-o singură trecere o probabilitate pentru fiecare opțiune: o alegere dintre cel mult 255 de opțiuni, un da sau nu ori un nivel pe o scară; Fastino a eliminat tokenii de raționament pentru a reduce latența.

Caracteristică a GLiDE v1.2	Valoare anunțată
Dimensiunea modelului	26 de miliarde de parametri
Hardware minim	Un GPU cu cel puțin 80 Go
Scor potrivit Fastino	71,5 în Decision Index v0.4.1, cu 1,7 puncte înaintea următorului
Tariful API-ului Fastino	0,04 dolari per milion de tokens de intrare
Licența ponderilor	fastino-community: gratuită, acord comercial peste o cifră de afaceri anuală de 10 milioane de dolari

🔗 Articolul Fastino · fastino/GLiDE (Hugging Face)

Accesul la modele: routere supuse aprobării OpenAI, Batch API la Perplexity, calcul confidențial la Cohere

Trei schimbări vizează modul de acces la modele, mai degrabă decât modelele în sine: intermediarii, procesarea în volum și confidențialitatea cererilor.

Din 20 noiembrie, OpenAI va cere ca routerele de modele și gateway-urile AI să obțină aprobarea sa

21 octombrie — Într-un articol din secțiunea Safety, OpenAI afirmă că a armonizat împreună cu clienții și partenerii săi politicile de siguranță ale serviciilor care oferă acces la modelele sale, direct, printr-un partener care le găzduiește sau printr-un revânzător: protecții în concordanță cu ale sale, investigarea posibilelor încălcări, măsuri când este identificată o problemă și aplicarea coordonată a restricțiilor între servicii. Cea mai concretă schimbare provine din Politicile de utilizare (Usage Policies) actualizate pentru 20 noiembrie 2026: serviciile care oferă acces direct la modele, precum routerele de modele (model routers) sau gateway-urile AI (AI gateways), vor trebui să se supună examinării OpenAI și să obțină aprobarea sa înainte de a oferi acest acces. OpenAI introduce și SafetyIDs, pe care clienții le pot furniza pentru a distinge utilizatorii finali în timpul unei investigații fără să le dezvăluie identitatea. Articolul nu numește niciun serviciu vizat și nu detaliază procedura de aprobare.

🔗 Acces extins prin standarde consecvente (OpenAI)

Perplexity deschide un Batch API pentru Agent API, cu până la 50 000 de cereri per fișier

22 octombrie — Perplexity adaugă un Batch API la Agent API pentru lucrări care nu necesită un răspuns imediat (evaluări, clasificare, îmbogățirea datelor): se încarcă un fișier JSONL cu cereri, se creează un lot, apoi se descarcă un fișier cu rezultate și un fișier cu erori, prin endpoint-uri care urmează structura Batch API de la OpenAI. Fiecare cerere execută bucla completă a Agent API: căutarea web (web_search) și citirea paginilor (fetch_url) funcționează, așadar, și în regim amânat.

Limită a Batch API	Valoare publicată
Cereri per fișier	50 000, pentru cel mult 200 Mo
Modele acceptate	Unul singur per fișier, dintre cele ale Agent API
Timp de procesare	Obiectiv de 24 h fără garanție, termen ferm de 48 h
Păstrarea fișierelor	30 de zile
Tariful procesării	Niciun preț batch distinct; nivelul flex pentru modelele OpenAI care îl oferă

Cererile dintr-un lot nu sunt luate în calcul în limita de cereri a Agent API, iar cele care nu au început până la termen expiră fără să fie taxate. Serviciul nu este disponibil organizațiilor cu retenție zero a datelor.

🔗 Firul de postări @perplexitydevs · Documentația Batch API

Cohere deschide versiunea beta publică a Confidential Computing din Model Vault, pe GPU-uri NVIDIA H100 în Azure

22 octombrie — Lansat în acces anticipat pe 16 septembrie, Confidential Computing din Model Vault, platforma de inferență dedicată și administrată de Cohere, trece în beta publică: clienții pot crea seifuri criptate și își pot implementa sarcinile de lucru în acestea chiar de acum, folosind aceleași API-uri. Versiunea beta rulează pe GPU-uri NVIDIA H100 în Microsoft Azure, care furnizează infrastructura de calcul confidențial, în timp ce NVIDIA Confidential Computing protejează memoria GPU-ului și criptează schimburile dintre CPU și GPU. Conținutul cererilor este criptat de la un capăt la altul prin Oblivious HTTP (OHTTP) până la mediul atestat, iar software-ul clientului verifică o dovadă semnată privind hardware-ul, microprogramul (firmware) și software-ul înainte de orice trimitere; potrivit Cohere, nici măcar operatorii săi și furnizorul cloud nu pot citi memoria protejată. Rămân în afara domeniului de protecție anumite atacuri fizice sau prin canale laterale, disponibilitatea, vulnerabilitățile aplicațiilor precum injectarea de prompturi, metadatele și identificatorii API-urilor și ai modelelor. GPU-urile Blackwell B200, disponibilitatea generală și o stivă open source sunt anunțate fără o dată, iar tarifele nu sunt comunicate.

🔗 Confidential Computing pe Cohere Model Vault · Articolul tehnic Cohere

Observarea și prognozarea planetei: ForTy, OlmoEarth v1.3 și StormScope EU

Trei publicații ale zilei cartografiază sau realizează prognoze despre Pământ pe baza imaginilor satelitare, dintre care două folosesc embeddings care rezumă fiecare pixel de 10 metri.

Google DeepMind publică ForTy, o hartă mondială la 10 metri care distinge pădurile naturale, plantațiile și culturile arboricole

22 octombrie — Google DeepMind și Google Research publică, împreună cu World Resources Institute (WRI) și IIASA, Forest Typology (ForTy) 2020, o hartă care încadrează fiecare parcelă de 10 pe 10 metri a suprafeței terestre într-una dintre cele șase categorii derivate din definițiile FAO: pădure primară, pădure cu regenerare naturală, pădure plantată, plantație forestieră, culturi arboricole și agrosilvicultură, alte terenuri. În timp ce majoritatea hărților indică doar prezența arborilor, ForTy distinge o pădure primară de o plantație de palmieri de ulei, ceea ce o face un reper pentru regulamentul european privind produsele „fără defrișări” (EUDR). Modelul se bazează pe embeddings de la AlphaEarth Foundations și pe aproximativ 1,7 milioane de puncte adnotate; validat pe peste 9 000 de situri selectate aleatoriu, identifică tipul corect de pădure în 90 % dintre cazuri, separă pădurile de terenurile fără pădure în 95 % dintre cazuri și oferă o probabilitate pentru fiecare clasă în locul unei etichete. O serie anuală 2017-2025, în versiune preliminară, arată și ce înlocuiește o pădure dispărută. Harta și seria sunt disponibile gratuit pe Google Earth Engine, sub licență deschisă.

🔗 Articolul Google DeepMind · Articolul din Scientific Data

Ai2 publică OlmoEarth v1.3 și embeddings satelitare precalculate pentru întreaga planetă

22 octombrie — Ai2 publică OlmoEarth v1.3, un model care citește un an de imagini radar (Sentinel-1) și multispectrale (Sentinel-2, Landsat) și rezumă fiecare pixel de 10 metri într-un vector. Ai2 a calculat aceste embeddings și le distribuie pe Source Cooperative: întreaga planetă pentru perioada 2023 până în 2025, doar anumite țări pentru perioada 2017 până în 2022. Un clasificator mic, antrenat pe acestea, este acum suficient pentru a cartografia culturile, acoperirea terenurilor sau schimbările, fără a ajusta fin modelul pentru fiecare sarcină. Un explorator în browser, care nu necesită cont, compară ani, caută locuri similare și exportă o hartă în GeoTIFF.

Indicator al OlmoEarth v1.3	Valoare publicată
Embedding per pixel de 10 m	128 de dimensiuni sau primele 64 în versiunea ușoară
Evaluări câștigate în fața AlphaEarth Foundations și Tessera v2	20 din 27 (128 de dimensiuni), 18 din 27 (64 de dimensiuni)
Resurse de calcul pentru antrenare față de v1.2	53 %
Arhivă de embeddings precalculate	Aproximativ 150 To pe an

Ponderile, datele și codul sunt publicate sub licența OlmoEarth Artifact License, iar Ai2 prezintă în același timp PLANTEUR, un banc de evaluare pentru cartografierea culturilor în șase teritorii franceze de peste mări.

🔗 Articolul Ai2

StormScope EU se alătură Earth-2 în a doua zi a GTC Berlin

22 octombrie — NVIDIA adaugă la Earth-2, familia sa de modele pentru prognoze meteorologice și climatice, StormScope EU: o versiune regională a StormScope antrenată pe date europene, care prognozează pe termen foarte scurt evoluția norilor pe cele 16 canale Meteosat, la intervale de 10 minute, pe baza observațiilor EUMETSAT. Sunt menționați mai mulți utilizatori europeni ai Earth-2: AXA a simulat peste 1 000 de sezoane de cicloane cu FourCastNet 3, Vaisala Xweather îmbogățește StormScope cu date despre fulgere, TotalEnergies prognozează radiația solară în două locații, iar Universitatea din Manchester rulează pe un DGX Spark un model CorrDiff pentru calitatea aerului, antrenat pe supercomputerul Isambard-AI.

🔗 Earth-2 în Europa (blogul NVIDIA)

GTC Berlin, a doua zi: NVIDIA extinde Cosmos, lansează Minerva și prezintă în cifre rezultatele clienților săi europeni

22 octombrie — În a doua zi a GTC Berlin, NVIDIA publică o serie de articole dedicate clienților săi europeni, care prezintă în principal exemple cuantificate. Shopify a antrenat suplimentar Nemotron 3.5 Lightning pentru subagentul GraphQL al asistentului său Sidekick, obținând o precizie mai mare decât a unui model de vârf în testele interne, cu un cost de operare redus cu 90 % și răspunsuri de 7 ori mai rapide; bunq își rulează asistentul Finn pe modele deschise, la nivelul celor mai bune modele închise, pentru 60 % din costul pe răspuns; Stripe accelerează de 42 de ori pipeline-urile de date ale Radar, instrumentul său antifraudă, în teste offline. În domeniul energiei, bateriile Hitachi Energy primesc calificarea DSX Ready, Schneider Electric validează arhitecturi de referință Vera Rubin, iar Siemens Energy publică un proiect de referință. În privința produselor, NVIDIA extinde Cosmos și lansează Minerva.

🔗 Comerțul european (blogul NVIDIA) · Serviciile financiare europene · Energia fabricilor de IA

Cosmos: cinci blueprints Data Factory, un Framework deschis și altor modele și NIM de până la două ori mai rapide

22 octombrie — NVIDIA completează Cosmos, platforma sa de modele ale lumii (world models), în fiecare etapă. Pentru date, Cosmos Data Factory, menționat deja cu o zi înainte, oferă cinci blueprints cloud native disponibile prin GitHub, Microsoft Azure, Nebius și CoreWeave: seturi de date pentru vehicule autonome, augmentarea atributelor imaginilor, videoclipuri cu evenimente rare sau periculoase, imagini cu defecte (circuite imprimate, metal, sticlă) și augmentarea videoclipurilor (vreme, iluminare). Pentru antrenare, Cosmos Framework își extinde rețetele de ajustare fină (fine-tuning), învățare prin recompensă, distilare și cuantizare, sub formă de skills pentru agenți, la alte modele deschise precum GR00T, Alpamayo, Qwen sau Pi0.5. Pentru implementare, noile variante Cosmos 3 Nano permit evaluarea în simulare a politicilor pentru conducerea autonomă și pentru roboți bimanuali, microserviciile NIM Cosmos 3 obțin o viteză de inferență de până la 2 ori mai mare în configurații validate, iar blueprint-ul Metropolis VSS 3.3 urmărește cu 40 % mai multe fluxuri video pe același GPU. Astfel, MicroAGI și-a distilat modelul de raționament Cosmos 3 de 32B într-un Nano de 8B fără pierderi de precizie, iar Porsche, menționat cu o zi înainte, estimează la cel mult 90 % reducerea testelor sale fizice repetate.

🔗 Articolul despre Cosmos (blogul NVIDIA)

Minerva, o platformă AIOps pentru menținerea productivității fabricilor de IA

22 octombrie — NVIDIA lansează Minerva, o platformă de operare bazată pe IA (AIOps) pentru fabricile de IA, unde o singură componentă cu performanțe degradate poate încetini un întreg proces de antrenare. Aceasta reunește telemetria GPU-urilor, a rețelei, a stocării, a planificatoarelor și a sarcinilor de lucru într-un graf de cunoștințe care leagă hardware-ul (GPU, SuperNIC, switch-uri, cabluri) de sarcinile în curs, pentru a identifica, pornind de la un proces de antrenare încetinit, componenta responsabilă, chiar și la scara a sute de mii de GPU-uri, potrivit NVIDIA. Modele supervizate și nesupervizate analizează miliarde de puncte de date pe oră, detectează anomalii nemaiîntâlnite, anticipează defecțiunile și grupează o avalanșă de alerte într-un singur incident, cu cauza sa probabilă; un asistent în limbaj natural propune remedieri, aplicate manual sau automatizate. IREN o utilizează deja; Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI și Tesla intenționează să o implementeze, iar Lenovo și Supermicro o vor oferi, alături de Dell Technologies. NVIDIA nu publică prețuri sau câștiguri cuantificate.

🔗 Minerva (blogul NVIDIA)

Reprezentarea culturilor și a populațiilor: CulturalRiddles și Nemotron-Personas-UK

Două seturi de date publicate în aceeași zi măsoară sau corectează fidelitatea modelelor față de culturile și populațiile reale.

Cohere Labs publică CulturalRiddles, 6 200 de ghicitori din 62 de culturi care dezvăluie punctele oarbe culturale ale LLM-urilor

22 octombrie — Cohere Labs publică CulturalRiddles, un set de teste care măsoară înțelegerea culturală a modelelor de limbaj prin ghicitori. În șase luni, 194 de voluntari au scris aproximativ 6 200 de ghicitori originale în limba lor, pentru 62 de comunități culturale, 45 de țări și 51 de limbi, dintre care unele lipsesc din testele existente, precum bugis sau mongondow. Dintre 28 de modele proprietare, deschise sau regionale, cu aproximativ 68 000 de răspunsuri verificate de vorbitori nativi, cel mai bun rezolvă 79 % dintre ghicitori, dar niciunul nu depășește 22 % în lumasaba (Uganda) sau în mongondow (Indonezia). Limba explică doar o mică parte a diferenței: traduse în engleză, ghicitorile celor mai dificile cinci comunități cresc rata de reușită a cinci modele doar de la 22 % la 32 %. Deși li s-a permis să răspundă „nu știu”, modelele au făcut-o doar în 0,7 % dintre cazuri, în timp ce aproximativ 31 % dintre răspunsurile verificate erau inventate; 18 modele din 28 răspund polo pe apă la o ghicitoare germană a cărei soluție este rugby subacvatic. Ghicitorile, codul și tabloul de bord sunt publice, fără ca vreun model Cohere să fie promovat.

🔗 CulturalRiddles (Cohere Labs) · Setul de date de pe Hugging Face

Nemotron-Personas-UK: un milion de personas sintetice aliniate la recensămintele britanice

22 octombrie — Locai Labs, un laborator londonez de IA suverană, publică împreună cu NVIDIA Nemotron-Personas-UK, un milion de personas sintetice sub licența CC BY 4.0. Fiecare respectă distribuțiile demografice, geografice, socioeconomice și profesionale din recensămintele Angliei și Țării Galilor, Scoției și Irlandei de Nord, fără ca vreo persoană reală să fie inclusă. Cu NeMo Data Designer, un model probabilistic extrage mai întâi combinații realiste, apoi Gemma 4 31B redactează atributele fiecărei persona (origine culturală, competențe, obiective de carieră, hobby-uri), folosind 18 GPU-uri NVIDIA. Aceste seturi servesc la antrenarea și testarea modelelor care trebuie să reflecte o anumită populație fără a expune date cu caracter personal. În a doua zi a GTC Berlin, NVIDIA a prezentat în paralel Nemotron-Personas-Germany, un milion de înregistrări bazate pe recensământul din 2022 (16 Länder, 400 de districte), care pot fi utilizate cu biblioteca open source NeMo User Sim pentru a verifica dacă un model pentru servicii publice se comportă la fel de la o regiune sau de la o grupă de vârstă la alta; sunt planificate ediții împreună cu SpeakLeash, în Polonia, și cu Universitatea din Ljubljana. Colecția Nemotron-Personas acoperă acum 12 țări, inclusiv Franța.

🔗 Articolul Locai Labs · Sectorul public european (blogul NVIDIA)

Imagini și videoclipuri generative: Ideogram Vector 1.0, HeyGen Video 1 și FLUX Video Upscale

Ideogram lansează Ideogram Vector 1.0, primul său model vectorial, care generează fișiere SVG editabile

22 octombrie — Ideogram depășește sfera imaginilor raster cu Ideogram Vector 1.0. Pornind de la un prompt, cu imagini de referință dacă se dorește, modelul generează direct un fișier SVG; poate și să convertească o imagine existentă în format vectorial, fără prompt. Fiecare creație este un singur SVG ale cărui forme, culori și degradeuri rămân editabile în Illustrator, Figma sau în cod. Ideogram vizează logouri, compoziții tipografice, etichete, tipar și ilustrație (gravură, pop art, suprafețe de culoare uniformă, desen liniar), mizând pe punctul său forte tradițional, textul lizibil. Modelul este disponibil în Ideogram, prin API și la parteneri nenumiți, fără un benchmark publicat.

Mod de generare	Preț per SVG
Text în vector, calitate Low	0,13 dolari
Text în vector, calitate Medium	0,16 dolari
Text în vector, calitate High	0,20 dolari, 0,32 dolari cu referințe
Imagine în vector	0,10 dolari per imagine

🔗 Anunțul Ideogram · Pagina modelului

HeyGen Video 1 ocupă primul loc la generarea de videoclipuri din text fără audio pe Artificial Analysis și locul al treilea cu audio

22 octombrie — HeyGen afirmă că HeyGen Video 1, primul său model video generalist, a ocupat primul loc la generarea de videoclipuri din text într-un test orb realizat de Artificial Analysis. Clasamentul AA-Video-T2V v2.1 nuanțează afirmația: varianta clasată, HeyGen Video (ultraquality), este într-adevăr prima în vizualizarea fără audio, cu un interval de încredere care se suprapune cu cel al Wan 3.0, dar doar a treia în vizualizarea cu audio, afișată implicit.

Vizualizarea clasamentului	Poziția HeyGen Video (ultraquality)	Modele învecinate în clasament
Fără audio	Locul 1, 1 144 Elo (pozițiile 1 până la 2)	Wan 3.0 cu 1 134, MiniMax H3 768p cu 1 120
Cu audio, vizualizarea implicită	Locul 3, 1 160 Elo (pozițiile 2 până la 7)	Wan 3.0 cu 1 175, Utopai X cu 1 167

Antrenat suplimentar pe MiniMax H3, modelul își depășește clar modelul de bază fără audio (1 144 față de 1 120), dar cu doar două puncte cu audio (1 160 față de 1 158). Artificial Analysis indică un API „în curând” pentru această variantă, în timp ce HeyGen prezintă HeyGen Video 1 ca fiind disponibil în HeyGen și prin API, la prețul promoțional de 0,01 dolari pe secundă.

🔗 Clasamentul Artificial Analysis pentru generarea de videoclipuri din text · Postarea @HeyGen pe X

Black Forest Labs reface FLUX Video Upscale, despre care spune că este mai ieftin decât Topaz Astra 2 și de două ori mai rapid

22 octombrie — Black Forest Labs anunță o refacere completă a FLUX Video Upscale, instrumentul său de super-rezoluție video lansat pe 20 august, pe care îl prezintă drept cel mai bun de pe piață, mai ieftin decât Topaz Astra 2 și de două ori mai rapid, fără a publica o comparație cuantificată. Instrumentul, bazat pe FLUX 3 potrivit paginii produsului, regenerează fiecare cadru la noua rezoluție în loc să interpoleze pixelii. Un parametru îi reglează comportamentul: modul precis îmbunătățește sursa fără a o modifica, pentru fețe și produse, în timp ce modul creativ, implicit, inventează detalii, cu riscul de a modifica trăsăturile unei fețe.

Parametru FLUX Video Upscale	Valoare publicată
Factor de mărire	De 1,5 până la 3 ori, până la 4K, pornind de la 480p
Durată per clip	Cel mult 20 de secunde, sunetul original păstrat
Preț în modul precis	0,035 dolari per megapixel-secundă livrat
Preț în modul creativ (implicit)	0,05 dolari per megapixel-secundă livrat

🔗 Anunțul Black Forest Labs · Pagina instrumentului de upscaling

Agenți de programare: Claude Code 2.1.307, VS Code 1.143, Replit Monitoring Agent, orbs de la Amp și pluginul Cognition

Claude Code însoțește noua versiune a API-ului, VS Code rulează un model de programare pe calculatorul dezvoltatorului, Replit și Amp încredințează agenților mai multă infrastructură, iar Cognition oferă oricărui agent instrumente împotriva a trei vulnerabilități critice. Copilot CLI 1.0.103, Vibe CLI 3.0.2, Qwen Code v0.26.0, Zed 1.25 și celelalte versiuni ale zilei se găsesc în Știri pe scurt.

Claude Code 2.1.307 adaugă /claude-api api-version și evenimentul OpenTelemetry safety_event

21 octombrie — Claude Code 2.1.307 (43 de intrări, dintre care 26 de remedieri) însoțește noua versiune a API-ului: /claude-api api-version migrează codul unei aplicații Claude API la versiunea 2026-10-21. În privința observabilității, evenimentul OpenTelemetry claude_code.safety_event este emis pentru fiecare apel de instrument pe care o regulă de permisiune, modul auto, o verificare de securitate, un hook sau sandbox-ul l-a oprit, l-a supus confirmării sau l-a trimis înapoi la Claude; acesta completează câmpurile clasificatorului adăugate pe 15 octombrie la evenimentele tool_decision. Code Review primește @claude review stop (sau off, pause), care încheie un abonament @claude review always la un pull request. Printre remedieri, apelurile de instrumente MCP HTTP nu se mai trimit de două ori când conexiunea se închide în timpul apelului, fiind reîncercate doar apelurile către instrumente care doar citesc date sau sunt idempotente, un apel de instrument imposibil de citit este reîncercat de până la două ori înainte de a opri runda, iar runner-ul self-hosted își oprește implicit hook-urile de checkout după 30 de minute. Versiunea 2.1.308 din 22 octombrie se limitează la corectarea bugurilor și îmbunătățirea fiabilității.

🔗 Claude Code 2.1.307 pe GitHub

VS Code 1.143 rulează MAI Code 1.1 Flash local cu Copilot și face din harness-ul Copilot opțiunea implicită

22 octombrie — VS Code 1.143 oferă experimental rutarea locală anunțată pe 7 octombrie: o nouă filă On This Device din selectorul de modele descarcă MAI Code 1.1 Flash, care poate fi interogat în sesiunile harness-ului Copilot. Răspunsurile calculate pe dispozitiv, marcate On-device, nu consumă credite IA, iar opțiunea Use in Auto permite modului Auto să trimită acolo cererile potrivite, cu revenire la cloud dacă este necesar. Cerințele hardware rămân ridicate: o versiune compatibilă de llama.cpp, autentificare prin GitHub și un GPU NVIDIA cu cel puțin 96 GB de memorie. Harness-ul Copilot, construit pe Copilot SDK, devine opțiunea implicită pentru sesiunile noi, iar fereastra Agents primește în versiune preliminară Compare Models, care încredințează aceeași instrucțiune mai multor modele și harness-uri (Copilot, Claude, Codex) în paralel, cu un model evaluator opțional. Programul de instalare oferă și Copilot CLI, Voice Mode acceptă o cheie OpenAI personală, iar companiile își pot impune modelele implicite și pot instala automat pluginurile obligatorii.

🔗 Notele versiunii Visual Studio Code 1.143

Replit lansează Monitoring Agent, care investighează alertele din producție, aplică remedieri și poate republica autonom

22 octombrie — Replit lansează Monitoring Agent, prezentat ca un inginer de gardă autonom pentru aplicațiile publicate pe platforma sa: în cazul unui incident în producție, investighează alerta, caută cauza în loguri, metrici și cod, pregătește și validează o remediere, o poate implementa, apoi raportează ce s-a schimbat. Trei setări distincte se configurează separat pentru fiecare aplicație: alertele, pentru logurile de erori, erorile HTTP și latență; remedierea automată (Auto-fix), care investighează în fundal și trimite un rezumat prin e-mail; republicarea automată (Auto-republish), încă experimentală și rezervată aplicațiilor în care Auto-fix este activ. Replit avertizează că o alertă nu garantează o remediere și că migrările și operațiunile asupra indexurilor rămân riscante; fără republicare automată, remedierea așteaptă să fie verificată în chatul agentului. Nu există un tarif dedicat: rulările pot genera costuri de utilizare a Agentului. Replit vorbește despre un agent „primul de acest fel”, dar Cognition a lansat pe 15 octombrie Devin Oncall, care investighează și el incidentele din producție.

🔗 Articolul Replit · Documentația Monitoring Agent

Amp permite găzduirea instanțelor orbs pe infrastructura proprie, gratuit pentru toți până pe 29 octombrie

22 octombrie — Amp permite găzduirea pe infrastructura proprie a instanțelor orbs, mașinile la distanță pe care rulează agenții săi: clientul furnizează resursele de calcul, iar Amp le transformă în orbs, cu condiția ca infrastructura să poată porni rapid mașini noi, să le suspende și să le reia, să le păstreze mult timp și să reducă numărul lor la zero. amp orb provider rulează în infrastructura clientului, se conectează la Amp și transmite cererile de creare, suspendare și ștergere către un program scris de client; Amp oferă exemple pentru Docker, E2B, Kubernetes, Apple Containers, Modal, Vercel, Daytona și exe.dev. Totuși, Amp nu recomandă această opțiune majorității utilizatorilor săi: se adresează companiilor pe care reglementările, o rețea internă sau un hardware specific le împiedică să folosească instanțele orbs găzduite de Amp. Instanțele orbs găzduite pe infrastructura proprie rămân gratuite pentru persoane și echipe; clienții Enterprise vor plăti tariful standard pentru orbs începând cu 29 octombrie, iar opțiunea este gratuită pentru toți până atunci. Până acum, doar runner-ele Amp rulau agentul în infrastructura clientului, însă pe mașini persistente.

🔗 Articolul Amp

Cognition publică în open source un plugin de agent pentru remedierea vulnerabilităților critice din PHP, Node.js și GitLab

22 octombrie — La o zi după PHP2Shell, Cognition publică Vulnerability Fixes, un plugin gratuit și open source (licență MIT) care încredințează unui agent de programare remedierea a trei vulnerabilități critice. Se instalează din marketplace-ul Devin, dar este alcătuit din skill-uri în format Agent Skills: npx skills add îl adaugă și în Claude Code, Codex, Cursor, Factory Droid, GitHub Copilot, Gemini CLI sau OpenCode. Agentul întocmește mai întâi un inventar, fără a face modificări, al tuturor componentelor care includ PHP sau Node.js (imagini Docker, pachete de distribuție, CI, Helm, Terraform, runtime-uri AWS Lambda…), așteaptă alegerea depozitelor de corectat, trece la o versiune remediată verificată în sursele oficiale, rulează testele înainte și după, apoi deschide un pull request pentru fiecare depozit, cu o etichetă de risc și un plan de revenire la starea anterioară.

Componentă vizată	Vulnerabilitate remediată	Versiuni remediate
PHP (PHP2Shell, prezentat pe 21 octombrie)	CVE-2026-109618 și CVE-2026-109619, CVSS v4 9,2	8.2.35, 8.3.36, 8.4.27, 8.5.12
Node.js (actualizare din 21 octombrie)	10 CVE, inclusiv CVE-2026-111497 (decodor Brotli)	22.23.4, 24.22.1, 26.12.1
GitLab găzduit pe infrastructura proprie	CVE-2026-110264, CVSS 10.0	19.5.1, 19.4.3, 19.3.6, 19.2.9, 19.1.9, 19.0.10, 18.11.13

Potrivit Cognition, vulnerabilitățile PHP și Node.js sunt exploatate activ în mod automatizat, iar articolul recomandă ca aplicațiile web PHP să fie mai întâi scoase de pe internet. Clienților Devin Enterprise li se promit credite și asistență, fără a se preciza o sumă.

🔗 Articolul Cognition · Depozitul CognitionAI/devin-vuln-fixes · Anunțul @cognition

Pe scurt

Agenți și instrumente de programare

Copilot CLI 1.0.103 — La o zi după 1.0.102, versiunea stabilă de la GitHub aduce în principal remedieri: sesiunile ACP respectă în sfârșit setările sandbox-ului, apelurile de instrumente Gemini nu mai eșuează la validarea schemei, iar vechile opțiuni de pornire --remote și --no-remote dispar. 🔗 sursă
Vibe CLI 3.0.2 — Mistral ridică la 32 limita implicită atât pentru subagenții activi, cât și pentru subagenții care rulează în paralel, față de 8 și 4 până acum, configurabile prin max_subagents și max_concurrent_subagents, și aplică în sfârșit permisiunile, listele de instrumente și skill-urile subagenților personalizați. 🔗 sursă
Qwen Code v0.26.0 — Versiunea stabilă urmează preversiunilor v0.25.4 prezentate cu o zi înainte, fără o versiune stabilă v0.25.4: 64 dintre cele 237 de intrări, inclusiv 21 de funcționalități, sunt noi, precum aprobările modificabile în timpul unui tur al Managed Agent și repornirea daemonului qwen serve. 🔗 sursă
Zed 1.25 în versiune stabilă — v1.25.2 aduce în versiunea stabilă preversiunea prezentată pe 14 octombrie, cu compactarea contextului pentru agenții ACP și GPT-6 Astra, Claude Fable 5.1 și Claude Opus 5.5 la furnizorul Amazon Bedrock, precum și un binar cu aproximativ 30 % mai mic față de 1.23. 🔗 sursă
Gemini CLI, versiunea nightly din 22 octombrie — Integrarea IDE funcționează în sfârșit când CLI rulează într-un sandbox docker, podman sau runsc, fără ca tokenul componentei companion să intre în acesta, iar aprobarea unei comenzi shell rămâne valabilă pentru aceleași opțiuni până la sfârșitul sesiunii. 🔗 sursă
Antigravity 2.25.0 și extensia VS Code 1.9.0 — Noutăți din 19 și 18 octombrie, prezentate cu întârziere: aplicația marchează cu o insignă proiectele gestionate de plugin-uri și repară frontmatter-ul YAML al skill-urilor, iar extensia adaugă scurtături pentru acceptarea sau respingerea unui bloc de diff și o repornire automată opțională a serverului de limbaj. 🔗 sursă
Notele de lansare Devin din 21 octombrie — Devin Review devine disponibil pentru Bitbucket Cloud, Devin Oncall primește un mod Lite, iar administratorii Enterprise pot afișa un link pentru solicitarea accesului lângă depozitele care nu sunt încă conectate. 🔗 sursă
Un instrument pentru școli creat cu GenCode — Genspark publică mărturia lui Jason Hill, care a construit în trei zile, pentru aproximativ 600 de credite, un instrument pentru locurile libere și depășirile de capacitate din orarele districtului său școlar; nicio noutate privind produsul. 🔗 sursă

Companii și implementări

Uber și ChatGPT Work — După un proiect-pilot cu 1 000 de angajați, Uber extinde agentul ChatGPT Enterprise la peste 30 000, cu GPT-6.1 Sol implicit și conexiuni la Google Drive, Gmail, Google Calendar și Slack; niciun rezultat cuantificat. 🔗 sursă
Forward Deployed Engineers de la OpenAI — Colin Jarvis descrie metoda lor, susținută de cifre de la clienți: aproximativ 90 % din codul specific eliminat la un client din industria semiconductorilor prin trecerea la o bază Codex și un model vocal pentru telecomunicații care a crescut de la aproximativ 60 % la peste 90 % în evaluările esențiale în șase luni. 🔗 sursă
Replit for Government — O ofertă pentru administrațiile de la toate nivelurile, din Statele Unite și din alte țări, despre care se afirmă că este utilizată în 25 de state americane și peste 20 de țări, fără clienți nominalizați, FedRAMP sau tarif. 🔗 sursă
Cognition la Londra — Un nou birou în Finsbury Square, echipa britanică în creștere cu peste 200 % în șase luni și trei noi angajări, inclusiv Katrin Lehmann, fostă DSI globală la Mercedes-Benz. 🔗 sursă
Partner Network de la SpaceXSI — Programul pentru integratorii și dezvoltatorii de software care construiesc cu Grok iese din accesul anticipat, urmărit de peste 130 de companii, cu 45 de parteneri de lansare, inclusiv Bain & Company, Databricks, NVIDIA și Snowflake; fără preț sau calendar. 🔗 sursă
Synthesia și Hays — Proiectul-pilot Roleplay Sessions de la firma de recrutare măsoară o îmbunătățire medie de 29 % a competențelor comerciale, cu o participare voluntară de peste 70 %. 🔗 sursă
Trinity Logistics și ElevenAgents — Într-un studiu de caz publicat pe 20 octombrie, agenții vocali negociază și rezervă aproximativ 1 000 de încărcături pe lună în 30 000 de apeluri, cu o marjă cu 25 % mai mare și un cost al platformei redus cu 40 %. 🔗 sursă
Eleven Realtime Translation, continuare — Articolul despre traducerea vocală în timp real, prezentată cu o zi înainte, menționează un prim client, Deutsche Telekom, pentru Magenta AI Call Assistant, și precizează că Eleven v4 Turbo este folosit implicit ca bază; versiunea alpha pentru companii rămâne fără tarif anunțat. 🔗 sursă

Securitate

OpenAI și băncile comunitare — Alianța cu ICBA oferă băncilor membre eligibile acces subvenționat la Daybreak for Frontline Defenders, împreună cu instruire; nu sunt precizate suma sau numărul de bănci. 🔗 sursă
Cloudflare, Daybreak și Codex — Într-un studiu de caz din 21 octombrie, Cloudflare propune, cu ajutorul modelelor OpenAI, remedieri și reguli WAF verificate înainte de distribuire, iar o echipă de patru persoane a reconstruit un produs în trei zile, cu 1 100 de dolari cheltuiți pe tokenuri, folosind Codex. 🔗 sursă
Grok Bot și 1Password — Grok Bot va utiliza în zilele următoare datele de autentificare 1Password aprobate de utilizator fără a vedea parolele, în cadrul 1Password for Agents, care urmează să deservească și Muse de la Meta, Claude Duet și ChatGPT Work. 🔗 sursă · 🔗 1Password for Agents
Public monitoring cu rezidența datelor — Funcția secret scanning de la GitHub monitorizează acum commit-urile publice pentru clienții GitHub Enterprise Cloud cu rezidența datelor, în preversiune publică, cu atribuire exclusiv pe baza domeniilor verificate. 🔗 sursă

Asistenți

Gemini, Google Maps și Google Agenda — Cu acordul utilizatorului, aplicația Gemini corelează căutările și locurile salvate din Google Maps cu agenda acestuia pentru recomandări zilnice, prin Personal Intelligence, indisponibilă în Spațiul Economic European. 🔗 sursă
Din aplicațiile Gemini în Google Sites — Din 19 octombrie, Export > Google Sites deschide o aplicație web interactivă creată în Gemini într-o schiță de site privat, păstrând interactivitatea, pentru Workspace și conturile personale. 🔗 sursă
Kimi Work 3.2.19 — La o zi după 3.2.18, aplicația Moonshot AI afișează o pagină de acces restricționat când lista de IP-uri permise a unei companii blochează conexiunea și adaugă un instrument de diagnosticare a rețelei. 🔗 sursă

Platforme de dezvoltare

Spații și vizualizare divizată în pull requests — Preferința de afișare a modificărilor de spații se salvează pentru toate pull request-urile, iar fișierele noi sau șterse ocupă întreaga lățime în vizualizarea divizată. 🔗 sursă
Noi gazde blob pentru GitHub Actions — Intervalele productionresultssa30 până la 49 și 100 până la 199 de pe blob.core.windows.net, publicate în API-ul meta, trebuie permise dacă nu există deja un wildcard, pentru a evita întreruperile rezumatelor de joburi și ale jurnalelor. 🔗 sursă
huggingface_hub 2.3.0 în versiune candidată — Listarea în paralel reduce căutarea celor 798 924 de fișiere objaverse de la 776 la 19,7 secunde, iar Buckets pot fi urmărite în timp real. 🔗 sursă
OpenUSD pe Hub — Fișierele .usd, .usda, .usdc și .usdz se deschid într-un vizualizator 3D interactiv, publicat în open source, la o zi după SimReady Central. 🔗 sursă

Cercetare, modele deschise și metode

PLANTEUR — Publicat de Ai2 împreună cu OlmoEarth v1.3, acest benchmark de cartografiere a culturilor din șase teritorii franceze de peste mări (2 750 de serii temporale, 4 506 km² de parcele) arată că fiecare model pierde aproximativ jumătate din acuratețe pe o insulă nevăzută anterior. 🔗 sursă
Seb-9B-v2 — Acest model local de luare a deciziilor, cu 9 miliarde de parametri, sub Apache 2.0, obține 59,16 pe Decision Index față de 57,96 pentru Jev 1.13 găzduit, potrivit autorului său, care nu precizează versiunea indexului, cu 22 ms per decizie pe o RTX PRO 6000. 🔗 sursă
Laghu — UDGAM LABS antrenează de la zero, pentru 146 de dolari, un model conversațional cu 152 de milioane de parametri, 163 Mo în browser, la egalitate cu SmolLM2-135M-Instruct în conversație, potrivit autorilor săi. 🔗 sursă
BaseQuant V1 — basecompute publică cuantizări ale Qwen3.8-27B (10,93, 16,41 și 20,82 Go) a căror divergență KL este cu 15 % mai mică decât cea a cuantizărilor Unsloth la 3 și 4 biți, potrivit autorilor săi. 🔗 sursă
Un VLM ca reranker — Fără antrenare pentru reranking, Qwen3.8-27B depășește reranker-ul supervizat Qwen3-VL-Reranker-2B pe trei benchmark-uri și egalează versiunea 8B pe documentele vizuale din MMEB-V2, potrivit unui articol al comunității. 🔗 sursă
Evaluarea unui agent potrivit Perplexity — Un ghid în șase pași, de la criteriile de succes la testele de regresie și monitorizarea în producție, recomandă analiza erorilor pe aproximativ o sută de trace-uri reale și calibrarea LLM-urilor folosite ca evaluatori; niciun produs Perplexity. 🔗 sursă
Project Chrysalis — Google Cloud descrie o arhitectură de referință pentru agenți operaționali care evoluează autonom pe platforma de agenți Gemini Enterprise: în cazul unor defecțiuni simulate, timpul până la prima măsură de atenuare (mitigation) scade de la un interval de 15 până la 45 de minute la 1,8 secunde; nu este un produs. 🔗 sursă

Ce înseamnă acest lucru

Platformele își rescriu contractele de acces. Anthropic fixează acum API-ul Claude pe versiuni datate și elimină setări care deja nu mai puteau fi modificate în modelele sale recente: un dezvoltator care reducea temperatura unui model mai vechi trebuie să aleagă între a rămâne la 2023-06-01 și a accepta eșantionarea implicită, iar toate SDK-urile își schimbă în aceeași zi versiunea majoră și licența. OpenAI va filtra intermediarii: începând cu 20 noiembrie, un router sau un gateway care oferă acces direct la modelele sale va trebui să obțină aprobarea OpenAI, iar SafetyIDs îi vor permite să vizeze un utilizator final fără a-i cunoaște identitatea. Perplexity preia structura Batch API de la OpenAI, iar Cohere solicită clientului să verifice, înaintea fiecărei trimiteri, mediul care îi va procesa cererea.

Componentele agenților trec sub o guvernanță neutră. Cu Agent Skills, Open Responses, OpenEnv și OpenSandbox, AAIF reunește zece proiecte într-un an, ultimele patru provenind de la Anthropic, OpenAI, Hugging Face și Alibaba. Avantajul unui format comun se vede în aceeași zi: pluginul Cognition împotriva PHP2Shell și a vulnerabilităților din Node.js și GitLab se instalează sub formă de skills în șapte agenți de programare concurenți. În privința arhitecturii însă, semnalele sunt divergente: Anthropic recomandă integrarea subagenților într-o singură buclă dotată cu skills și îi păstrează doar pentru contexte saturate sau sarcini paralele de unică folosință, în timp ce Vibe CLI 3.0.2 crește în aceeași zi la 32 numărul implicit de subagenți simultani.

Cu cât agenții acționează mai mult pe cont propriu, cu atât monitorizarea lor devine o infrastructură care trebuie pusă la încercare. Exercițiul METR și Redwood Research arată că un monitor poate vedea întreaga traiectorie a unui agent și poate totuși lăsa să treacă o parte din trafic: cât timp compactarea contextului îi scăpa, un agent care nu ceda niciodată controlul putea amâna la nesfârșit propria examinare. În aceeași zi, aplicațiile Claude anunță modul auto implicit, în care o verificare automată înlocuiește aprobarea fiecărui pas, Claude Code emite un eveniment pentru fiecare apel de instrument oprit, Replit permite unui agent să republice singur o corecție în producție, iar GitHub le propune companiilor să compare ponderea utilizatorilor lor agentici cu cea a companiilor similare.

Într-un domeniu bine definit, un model specializat ajunge din urmă modelul de frontieră la o fracțiune din costul acestuia. Carbon-X, cu 14 miliarde de parametri, se situează la mai puțin de un punct de GPT-6.1 Sol în domeniul ADN-ului, la aproximativ 1/1 800 din costul său per problemă; API-ul Decisions și GLiDE răspund fără să genereze text; OlmoEarth v1.3 precalculează pentru întreaga planetă embeddings pe baza cărora un mic clasificator este suficient pentru a întocmi o hartă, iar ForTy își construiește propria hartă pe baza celor de la AlphaEarth Foundations. Benchmark-urile amintesc de reversul medaliei: pe CulturalRiddles, niciunul dintre cele 28 de modele testate nu depășește 22 % pentru anumite comunități, iar modelele răspund „nu știu” în doar 0,7 % din cazuri.