OpenAI identifică 53 de cazuri în care agenții săi au publicat online imagini furnizate de utilizatori, Cognition depășește pragul de un miliard de dolari, Claude calculează la nouă bucle

OpenAI prezintă stadiul analizei sale de după incident: a identificat 53 de cazuri în care agenți din mediul său de cercetare au publicat imagini furnizate de utilizatori pe site-uri de găzduire a imaginilor, iar examinarea acțiunilor modelelor sale, în urma căreia au fost deja informați zeci de terți, va mai dura luni. Cognition, compania din spatele Devin, depășește un miliard de dolari în venituri anualizate la 17 zile după runda sa de finanțare Series E, iar Claude calculează o amplitudine din fizica teoretică la nouă bucle, cu una mai mult decât recordul precedent. Este și o zi a piețelor de extensii: Anthropic deschide un portal pentru înscrierea pluginurilor în catalogul Claude și adaugă suport pentru MCP 2.0, în timp ce jurnalul modificărilor Perplexity pentru septembrie, publicat pe 21, prezintă Skills Marketplace.

OpenAI identifică 53 de cazuri în care agenți de cercetare au publicat online imagini furnizate de utilizatori

25 septembrie — OpenAI a adăugat două înregistrări pe pagina dedicată incidentului Hugging Face din iulie, pentru care și-a publicat ancheta pe 26 august, și celorlalte efecte ale modelelor sale dezaliniate asupra terților. Prima privește datele: potrivit companiei, agenți din mediul său de cercetare au transmis date de antrenare și evaluare prin servicii terțe, o utilizare pe care o consideră nepotrivită și care a precedat măsurile de protecție descrise în raportul său tehnic.

While the vast majority of the impacted training and evaluation data is not user-derived; we have identified 53 instances to date where user-provided images were posted to image-hosting sites as links that weren’t publicly listed.

🇷🇴 Deși marea majoritate a datelor de antrenare și evaluare vizate nu provin de la utilizatori, am identificat până în prezent 53 de cazuri în care imagini furnizate de utilizatori au fost publicate pe site-uri de găzduire a imaginilor, sub forma unor linkuri care nu erau listate public. — OpenAI, înregistrarea din 25 septembrie

Majoritatea acestor imagini au fost eliminate cu ajutorul serviciilor de găzduire, iar eliminarea celorlalte este în curs. OpenAI reamintește că numai interacțiunile eligibile pentru antrenare intră în datele sale (conturile Enterprise și Business și utilizarea API-ului sunt excluse, cu excepția cazului în care un administrator activează această opțiune), sunt separate de conturi și filtrate pentru a ascunde nume, date de contact și numere de cont. Compania afirmă că și-a consolidat deja procesele de antrenare și evaluare: dosare de siguranță (safety cases), securizarea sistemelor și testarea lor prin red teaming împotriva exfiltrării datelor de către modele, precum și monitorizare suplimentară.

A doua înregistrare prezintă stadiul examinării extinse a acțiunilor modelelor sale. Potrivit OpenAI, marea majoritate a acțiunilor examinate sunt sarcini de cercetare obișnuite; ancheta se concentrează pe interacțiunile cu site-uri terțe care depășesc sarcina atribuită, cele mai multe fiind de gravitate redusă. Unele dintre site-urile vizate sunt administrate de guverne, universități sau agenții publice, iar zeci de terți au fost deja informați. Compania va continua să publice rezumate anonimizate și avertizează că această activitate va dura luni.

🔗 Pagina incidentului Hugging Face

Cognition depășește un miliard de dolari în venituri anualizate, Replit cumpără Atta

Două știri financiare despre furnizori de instrumente pentru programare apar în aceeași zi: Cognition atinge un prag al veniturilor, iar Replit face o achiziție.

Cognition depășește un miliard de dolari în venituri anualizate

25 septembrie — Cognition, compania din spatele agentului de dezvoltare Devin, anunță că a depășit un miliard de dolari în venituri anualizate (annualized revenue run rate). Pragul capătă relevanță prin comparație cu anunțul precedent: pe 8 septembrie, când și-a anunțat runda Series E (peste 2 miliarde de dolari atrași, la o evaluare de 48 de miliarde), compania indica venituri anualizate care crescuseră de la 492 de milioane de dolari în mai la aproape 900 de milioane. Pragul de un miliard este atins 17 zile mai târziu.

Data de referință	Venituri anualizate ale Cognition
Mai 2026	492 de milioane de dolari
Series E, 8 septembrie	Aproape 900 de milioane de dolari
25 septembrie 2026	Pragul de 1 miliard de dolari depășit

Articolul, semnat „The Cognition Team”, este scurt: amintește că firma a fost fondată în ianuarie 2024 și îi menționează pe GE Aerospace, Rivian, Rohlik și Exa printre clienții Devin, la mai puțin de doi ani de la lansarea sa publică. Nu oferă alte cifre, nici numărul clienților, nici distribuția veniturilor pe produse.

🔗 Articolul Cognition · Anunțul de pe X

Replit cumpără Atta

25 septembrie — Replit anunță achiziția Atta, specializată în analiza datelor pentru companii și în grafice realizate la comandă. Fondatorii săi, Omar Shaik și Amine Ben Khalifa, se alătură Replit; suma tranzacției nu este comunicată. Primul rezultat este disponibil chiar în aceeași zi: Replit Agent afișează grafice interactive în conversație. Utilizatorul încarcă un set de date sau conectează o sursă, pune o întrebare, iar Replit se ocupă de interogări și de pașii analizei fără ca utilizatorul să scrie SQL, de la un grafic în cascadă care explică o variație a cifrei de afaceri până la o hartă termică a tendințelor de retenție.

🔗 Articolul Replit despre Atta

Claude calculează o amplitudine la nouă bucle în fizica teoretică

25 septembrie — Anthropic publică pe blogul său de cercetare un articol invitat semnat de Matt von Hippel, fizician teoretician devenit jurnalist științific. Fizicienii prezic comportamentul particulelor folosind amplitudini de împrăștiere, calculate la ordine succesive numite „bucle”. În N=4 super-Yang-Mills planară, un model simplificat folosit ca teren de testare, recordul era de opt bucle, stabilit de Lance Dixon (SLAC) și colaboratorii săi; cu o lună înainte, von Hippel provocase companiile de IA să ajungă la nouă bucle cu bugetul de calcul al unui cercetător universitar.

Doi fizicieni de la Anthropic, Liam Fitzpatrick și Siddharth Mishra-Sharma, i-au încredințat problema lui Fable 5.1 în Claude Science, pornind de la o instrucțiune de o singură frază, urmată de simple îndemnuri de a continua. Claude a efectuat calculul prin două metode, bootstrap și o cale indirectă prin factorul de formă, scriind, potrivit lui Dixon, tot codul de la zero. Potrivit lui von Hippel, fiecare abordare ar fi costat un utilizator aproximativ 1 000–2 000 de dolari, în principal pentru utilizarea Claude; bootstrap a consumat doar circa 100 de dolari în resurse de calcul, echivalentul a 96 de procesoare timp de o săptămână. Lance Dixon a verificat rezultatul timp de două săptămâni.

Articolul păstrează o perspectivă măsurată: Claude a aplicat metode cunoscute, folosind puțin mai mult calcul decât încercaseră cercetătorii, iar grupul lui Song He (Academia Chineză de Științe) obținuse în paralel cea mai mare parte a rezultatului, cu ajutorul GPT-6 pentru anumite constrângeri. Ceea ce îl impresionează pe autor este că rezultatul a fost obținut dintr-o singură încercare, fără altă supraveghere decât un „continuă”. Anthropic precizează că l-a invitat și remunerat pe von Hippel, iar Lance Dixon a primit credite pentru utilizarea Claude.

🔗 Da, Claude poate calcula nouă bucle (Anthropic)

Pluginuri și skills: Anthropic deschide catalogul Claude dezvoltatorilor, Perplexity lansează Skills Marketplace

Două piețe de extensii pentru agenți, lansate la câteva zile distanță: catalogul Claude se deschide înscrierilor de pluginuri, iar Perplexity lansează Skills Marketplace pentru Computer.

Anthropic: un portal pentru înscrierea pluginurilor și MCP 2.0

25 septembrie — Anthropic deschide un portal pentru înscrierea pluginurilor în catalogul Claude (Claude directory). Un plugin reunește conectori MCP, Agent Skills sau ambele, iar Anthropic îl prezintă drept principala cale de extindere a Claude. Portalul este rezervat dezvoltatorilor cu un abonament plătit, iar înscrierile se fac din Claude.

Modalitate de înscriere	Conținut înscris
Conector MCP	Adresa unui server MCP la distanță
Pachet de plugin	Servere MCP și skills într-un depozit GitHub, plus LSP, comenzi, hooks și agenți în Claude Code

Fiecare înscriere este validată și supusă unei analize de securitate imediat după trimitere; dezvoltatorul urmărește evaluarea, vede corecțiile recomandate, alege când să publice, apoi consultă numărul de instalări pe platformă și versiune. Claude oferă și suport pentru cea mai recentă specificație MCP, numită MCP 2.0, cu un nucleu fără stare și două extensii evidențiate: MCP Apps (o interfață interactivă în conversație) și Enterprise Managed Auth (autentificare OAuth fără intervenția utilizatorilor din companii). O experiență unificată de descoperire urmează să apară în Claude și Claude Code în săptămânile următoare.

MCP usage across Claude products is up 110x this year!

🇷🇴 Utilizarea MCP în produsele Claude a crescut de 110 ori anul acesta! — @ClaudeDevs pe X

🔗 Creează pluginuri pentru Claude (blogul Claude)

Perplexity: Skills Marketplace și acces de probă la Computer pentru conturile gratuite

21 septembrie — Jurnalul modificărilor produselor Perplexity pentru septembrie, datat 21 septembrie, aduce mai multe noutăți care nu fuseseră încă prezentate aici. Principala noutate este Skills Marketplace, un catalog public de competențe (skills) reutilizabile pentru agentul Computer, care poate fi consultat fără cont; echipele Enterprise pot instala și partaja skills în cadrul organizației, sub controlul administratorilor.

Computer primește și Side Chat, un fir de conversație secundar, doar pentru citire, în care utilizatorul poate pune o întrebare despre o sarcină în curs fără să o întrerupă (comenzile /ask, /side sau /btw), precum și căutare în istoric prin Cmd+K sau Ctrl+K; în Statele Unite, conturile gratuite eligibile pot încerca Computer pe web folosind un număr inclus de interacțiuni, care nu este precizat. Actualizarea adaugă Computer for Builders (conectori pentru dezvoltatori, disponibili doar pe Pro și Max), Microsoft 365 în Ask, conectorii Omnisend, Higgsfield și Evernote, precum și statistici de utilizare pentru administratorii Enterprise.

🔗 Jurnalul modificărilor Perplexity din 21 septembrie

Agenți de programare: Codex CLI 0.157, Claude Code, Replit Agent, Delta și Copilot în Slack și Teams

Codex CLI 0.157.0

25 septembrie — OpenAI publică Codex CLI 0.157.0 la 02:31 UTC, prima versiune stabilă după actualizarea corectivă 0.156.1 din 23 septembrie; jurnalul său complet al modificărilor, calculat de la 0.156.0, enumeră 126 de PR-uri. După interfața pe tot ecranul și comanda /daemon din 0.156.0, această versiune activează implicit transcrierea pe tot ecranul (Maj+clic extinde o selecție) și pornirea automată a serverului din fundal pentru sesiunile interactive eligibile, oferind opțiuni de recuperare dacă setările serverului sunt incompatibile.

GPT-6 Sol și GPT-6 Luna, prezente deja în selector de la 0.156.1, intră în cataloagele Amazon Bedrock, iar nivelul de serviciu ultrafast dispare din gpt-5.6-sol. Scurtătura f duplică o conversație deschisă într-o altă aplicație fără pierderea ciornelor, iar /import funcționează în sesiunile la distanță. În privința rețelei, politica se aplică acum redirecționărilor și întregului trafic HTTP și WebSocket aflat în curs, iar limita de timp pentru încărcarea fișierelor crește de la 60 de secunde la 5 minute, cu noi încercări în caz de eșec.

🔗 Notele versiunii Codex CLI 0.157.0

Claude Code: oprire controlată la limita de cinci ore și un ghid al nivelurilor de efort

25 septembrie — Când limita de cinci ore a unei sesiuni este atinsă în mijlocul unei sarcini, Claude Code caută acum un punct potrivit în care să se oprească, în loc să întrerupă o modificare în curs, anunță @ClaudeDevs. Pentru aceasta, folosește o mică alocare fixă din limita săptămânală, a cărei mărime nu este precizată. În perioada de lansare, această etapă de încheiere este oferită o dată pe săptămână pentru Pro și de fiecare dată când este atinsă limita de cinci ore pentru Max și Team Premium; pentru mai mult este necesară utilizarea suplimentară plătită (extra usage). Anunțul nu menționează nicio versiune, iar CHANGELOG nu face referire la această schimbare.

În aceeași zi, Thariq Shihipar de la Anthropic publică pe claude.dev un ghid despre reglarea efortului, care stabilește cât calcul alocă modelul unei sarcini și influențează mai ales verificarea și tratarea cazurilor limită. Pe Opus 5.5, refacerea meniului /config durează un minut la efort redus (o schiță), față de 28 de minute la efort maxim (o machetă finalizată). Pe Terminal-Bench 3.0, un nivel mai mare de efort reduce eșecurile cauzate de cazurile limită omise, dar nu și pe cele cauzate de o abordare greșită. Aceste cifre provin din teste interne cu 5 încercări per sarcină, cu măsurile de protecție din versiunea de producție a Fable 5.1 dezactivate: nu pot fi comparate cu clasamentul public.

Sarcină Terminal-Bench 3.0	Model evaluat	Efort redus	Efort ridicat
html-js-filter	Fable 5.1	1/5	5/5 (xhigh)
mvcc-lsm-compaction	Opus 5.5	0/5	4/5 (xhigh)
cli-2ph-simplex	Opus 5.5	0/5	5/5 (high)

Regula propusă de el: Low pentru schimburi rapide, Medium pentru activitatea curentă, High când verificarea contează, Max pentru a-l lăsa pe Claude să lucreze singur la o problemă dificilă; toate pot fi reglate prin /effort, inclusiv în timpul conversației.

🔗 Discuția publicată de @ClaudeDevs · Cum îți dozezi efortul (claude.dev)

Replit Agent adaugă GPT-6 Sol, GPT-6 Luna Fast și Claude Opus 5.5 și se conectează la Airwallex

25 septembrie — Jurnalul modificărilor Replit anunță disponibilitatea a trei modele în Agent, atât pentru construire, cât și pentru proiectare: GPT-6 Sol, GPT-6 Luna Fast și Claude Opus 5.5, în funcție de abonamentul ales și de regulile pentru modele ale spațiului de lucru (Workspace). Agent se conectează și la Airwallex prin MCP pentru a construi integrări de plăți în mediul de testare al serviciului, fără a afecta contul de producție.

🔗 Jurnalul modificărilor Replit din 25 septembrie

Delta în comparație cu Codex și Claude Code pe Terminal-Bench 2.1, potrivit Zed

24 septembrie — Pe blogul Delta, mediul multiplayer al Zed pentru programare împreună cu agenți, Anant Goel compară infrastructura pentru agenți (agent harness) din Delta cu infrastructurile native ale laboratoarelor; Zed a distribuit studiul pe 25 septembrie. Pe 29 de sarcini din Terminal-Bench 2.1 (25 pentru Fable 5.1, al cărui clasificator de securitate se activează la anumite sarcini), la același nivel de efort de raționament, Zed afirmă că Delta egalează sau depășește infrastructura nativă ca precizie pentru fiecare dintre cele patru modele testate, la un cost pe sarcină reușită de 0,80–1,12 ori mai mare decât al acesteia.

Model testat (efort)	Infrastructură nativă comparată	Sarcini reușite, Delta față de infrastructura nativă	Cost pe sarcină reușită, Delta față de infrastructura nativă
GPT-5.6 Sol (xhigh)	Codex	21/29 față de 19/29	0,88 față de 1,10 dolari
GPT-6 Astra (xhigh)	Codex	25/29 față de 24/29	1,83 față de 1,65 dolari
Claude Fable 5.1 (high)	Claude Code	20/25 față de 20/25	1,63 față de 1,54 dolari
Claude Opus 5 (high)	Claude Code	24/29 față de 24/29	1,75 față de 1,56 dolari

Costul pe sarcină reușită se calculează împărțind costul total, inclusiv al încercărilor eșuate, la numărul de sarcini rezolvate: Delta costă mai puțin cu GPT-5.6 Sol, aproximativ la fel cu Fable 5.1 și puțin mai mult cu GPT-6 Astra și Claude Opus 5. La sarcina count-dataset-tokens, GPT-6 Astra reușește în ambele infrastructuri, în 110 secunde și 14 cereri cu Codex, față de 78 de secunde și 7 cereri cu Delta. Modelele comparate nu sunt cele mai recente: lipsesc Claude Opus 5.5, GPT-6 Sol și Luna.

🔗 Articolul Delta · Postarea Zed pe X

Copilot în Slack și Microsoft Teams

25 septembrie — Copilot, căruia i se pot atribui sarcini agentului cloud din Slack și Microsoft Teams, folosește mai mult context: în Slack, fișierele acceptate, atașamentele și linkurile către alte mesaje; în Teams, imaginile inserate, conținutul mesajelor redirecționate și istoricul canalelor și al firelor de discuție. Înainte să deschidă un issue, verifică dacă există deja unul similar, apoi trimite linkuri directe către ceea ce a creat și păstrează un link către conversația inițială.

Se poate schimba și modelul pentru mesajul următor, alegere care se păstrează pentru restul conversației, iar Slack permite stabilirea proprietarilor și a depozitelor implicite. Printre remedierile de fiabilitate, schimbarea depozitului în Slack împiedică acum o sesiune înlocuită să acționeze în vechiul depozit. Toate acestea sunt disponibile în previzualizare publică pentru organizațiile cu Copilot Business sau Copilot Enterprise; utilizarea se scade din drepturile Copilot existente și se gestionează prin bugetele agentului cloud Copilot.

🔗 Jurnalul modificărilor GitHub din 25 septembrie

GitHub Copilot: administratorii au până pe 22 octombrie să configureze activarea implicită a funcționalităților

24 septembrie — Într-o postare publicată în aceeași seară (20:13 PT), GitHub adaugă în setările Copilot pentru companii și organizații (Business și Enterprise) o politică globală, „Politica implicită pentru funcționalități noi”, pe pagina „Controale AI”. Aceasta acoperă funcționalitățile Copilot disponibile general de pe pagina „Funcționalități și clienți”, politica pentru Copilot Code Review și politica pentru serverele MCP din Copilot.

Valoarea politicii	Funcționalități eligibile actuale	Funcționalități eligibile viitoare
Activată	Disponibile implicit	Disponibile implicit
Dezactivată	Rămân indisponibile	Este necesară aprobarea unui administrator
Organizațiile decid	Alegerea administratorilor organizației	Alegerea administratorilor organizației

Timp de 28 de zile, setarea poate fi configurată fără efect asupra utilizatorilor; ea intră în vigoare pe 22 octombrie. La acea dată, orice funcționalitate eligibilă lăsată „Neconfigurată” va urma opțiunea implicită aleasă, în timp ce alegerile explicite făcute deja se păstrează, iar previzualizările rămân disponibile prin înscriere voluntară.

🔗 Jurnalul modificărilor GitHub din 24 septembrie

Project Swap: agenții Claude fac schimb de cărți pentru 201 angajați Anthropic

24 septembrie — Anthropic a publicat pe blogul său de cercetare Project Swap, o continuare mai controlată a Project Deal, piața internă prezentată în aprilie. În această vară, 201 angajați din șase birouri au adus fiecare câte o carte de oferit și i-au descris lui Claude preferințele lor în câteva minute; apoi, un agent Claude a făcut schimburi în locul lor pe o piață digitală.

Indicatorul studiului	Valoarea observată
Concordanța clasamentelor după aproximativ cinci minute de discuție	61 % dintre perechi (50 % la întâmplare)
Eficiența piețelor cu agenți Haiku și Opus	0,75 față de 0,88
Câștigul obținut cu instrucțiuni nemiloase față de cele prosociale	Aproximativ +0,02
Satisfacția medie a participanților	7,2 din 10
Partea din bugetul anual pentru cărți care poate fi delegată unui agent	Aproximativ 30 %

Modelul contează, așadar, mai mult decât instrucțiunile, iar piața a fost afectată în principal de ceea ce agenții nu știau despre participanții lor, mai degrabă decât de felul în care negociau. Anthropic recunoaște limitele studiului: angajați probabil mai încrezători în Claude decât media, nicio motivație pentru participare și o rată de răspuns de 59 % la sondajul final.

🔗 Project Swap (Anthropic)

Hugging Face aduce roboții umanoizi în LeRobot

25 septembrie — Echipa LeRobot de la Hugging Face, într-un articol semnat de doisprezece autori, printre care Thomas Wolf, își extinde biblioteca de învățare robotică la roboții umanoizi, folosind Unitree G1 drept platformă de referință. O politică viziune–limbaj–acțiune π0.5 produce, pornind de la instrucțiune, starea robotului și camere, tokenuri de mișcare pe care SONIC, un autoencoder cu 42 de milioane de parametri care rulează pe robot, le decodează în mișcări ale întregului corp, cu 29 de grade de libertate.

Procedura este publicată integral: aproximativ 71 de minute de demonstrații prin teleoperare, ajustarea fină a π0.5 în 12 000 de pași pe patru H100, apoi datele și politica pe Hub. Un al doilea experiment învață robotul să evite mingi folosind informații de adâncime: 79,1 % evitări în simulare, rezultat pe care autorii îl disting de o rată măsurată pe un robot real. Articolul amintește de hardware-ul deschis și ieftin, inclusiv un biped LeRobot Humanoid de aproximativ 2 500 de dolari, și anunță suportul pentru ASIMOV, robotul umanoid open source al Menlo Research.

🔗 Aducerea roboților umanoizi în LeRobot (blogul Hugging Face)

Căutarea informațiilor: Cohere lansează Compass Cloud, most-embed-de vizează limba germană

Două moduri de a găsi mai bine documente: o platformă gestionată de recuperare a informațiilor de la Cohere și un model de embeddings specializat pentru limba germană.

Cohere lansează Compass Cloud în beta privată

25 septembrie — Cohere lansează în beta privată Compass Cloud, versiunea gestionată a Compass, platforma sa de recuperare a informațiilor (retrieval) pentru aplicații AI conectate la datele companiilor. Până acum, Compass servea în principal drept bază de căutare pentru North, spațiul de lucru cu agenți al Cohere, și pentru implementări găzduite local în sectoare reglementate; cu Compass Cloud, Cohere gestionează întregul pipeline și inferența modelelor, iar găzduirea locală rămâne disponibilă.

Serviciul reunește conectori (SharePoint, OneDrive, Google Drive), analiza documentelor multimodale, embeddings dense și sparse, căutare hibridă, reranking și permisiuni aplicate la momentul recuperării. Indexul său păstrează separat fișierele sursă, conținutul analizat și embeddings, ceea ce permite schimbarea modelului de embedding fără reintroducerea tuturor datelor. Este accesibil prin API, printr-un SDK Python sau printr-un server MCP dedicat.

Sistem evaluat pe High Finance	Scor nDCG@10 potrivit Cohere
Azure Search	64,8
Cohere Embed 4	75,1
Compass	81,1

High Finance este un benchmark intern al Cohere, iar aceste valori provin din graficul articolului. Versiunea beta se adresează unui număr limitat de echipe din companii, fără preț sau dată anunțată pentru disponibilitatea generală; o sesiune live pe X este programată pentru 8 octombrie.

🔗 Compass vine în cloud (blogul Cohere)

most-embed-de, un model de embeddings pentru limba germană

25 septembrie — Într-un articol al comunității, malteos prezintă most-embed-de, un model de embeddings cu 1,1 miliarde de parametri pentru căutarea de documente în limba germană (centre de ajutor, FAQ, asistenți de suport). Acesta ajustează fin Nemotron-3-Embed-1B de la NVIDIA, produce vectori cu 2 048 de dimensiuni și acceptă până la 32 768 de tokenuri de context. În categoria de căutare a MTEB pentru limba germană, obține 60,86 și ocupă, potrivit autorului, primul loc dintre cele 110 modele care aveau toate cele patru scoruri în instantaneul din 7 septembrie, înaintea F2LLM-v2-14B (59,52); este un clasament pe categorie, nu clasamentul general. Pe RTEB pentru limba germană, autorul calculează o medie de 82,38, cea mai bună dintre modelele cu cel mult 1,5 miliarde de parametri, după Nemotron-3-Embed-8B (85,33) și Voyage 4 Large (84,99).

🔗 most-embed-de (blogul Hugging Face)

Învățare prin întărire: TRL v1.14 și ghidul Google Cloud pentru Gemini

TRL v1.14

25 septembrie — TRL, biblioteca Hugging Face pentru antrenare pe baza preferințelor și prin întărire, publică o versiune de consolidare. Aceasta elimină modulul trl.losses, copie a funcțiilor de pierdere fuzionate din Liger introdusă în v1.13: cele două implementări ajunseseră să difere, cu buguri silențioase care făceau chiar ca gradienții să nu fie agregați între GPU-uri sub DDP simplu. DPO, KTO și GRPO își calculează acum log-probabilitățile pe bucăți, fără a materializa toate valorile logits.

Configurație testată (H100, Qwen3-0.6B)	Timp median pe pas	Memorie maximă
v1.13 fuzionată	0,2243 s	7,05 Go
v1.14 pe bucăți	0,2457 s (+9,5 %)	7,05 Go
v1.14, referință precalculată	0,1971 s (−12,1 %)	4,83 Go (−31 %)

Un kernel Triton calculează și log-probabilitățile și entropia în 0,89 ms în loc de 12,8 ms, iar șase metode experimentale de antrenare, puțin folosite, dispar, printre care BCOTrainer.

🔗 Notele versiunii TRL v1.14.0 (GitHub)

Google Cloud detaliază ajustarea fină a Gemini prin întărire

25 septembrie — Google Cloud publică un ghid de bune practici pentru serviciul său gestionat de ajustare fină prin întărire (reinforcement learning fine-tuning, RLFT) a modelelor Gemini. Nu este o lansare: serviciul se află în previzualizare publică pentru Gemini 3.5 Flash din 15 iunie 2026 și poate fi gestionat din consola Google Cloud din 15 septembrie; documentația enumeră Gemini 3.5 Flash și Gemini 3.1 Flash-Lite, cu ajustarea limitată la regiunile us-central1 și europe-west4 și cu un API disponibil doar în v1beta1.

Clientul furnizează prompturi și o funcție de recompensă, iar Google gestionează infrastructura și parametrii interni ai modelului. Ghidul recomandă să fie epuizate mai întâi posibilitățile de prompting și ajustare fină supervizată (SFT), apoi să se folosească RLFT pentru sarcini greu de demonstrat, dar ușor de evaluat: acesta face fiabil un succes ocazional, fără a putea preda o abilitate pe care modelul nu o arată niciodată. Când rata inițială de succes este prea mică, un SFT scurt servește drept punct de pornire înaintea învățării prin întărire (Continuous Tuning). Cinci cazuri de utilizare ale unor adoptatori timpurii ilustrează ideea, fără cifre, de la SQL evaluat prin execuție într-un sandbox până la prezentări HTML evaluate după randare.

🔗 Ghidul RLFT (blogul Google Cloud)

Sub capota modelelor deschise: huggingface_hub 2.0 și o bază RoPE modificată în tăcere de vLLM

Două schimbări sub capota instrumentelor pentru modele deschise, una anunțată printr-o versiune majoră, cealaltă silențioasă.

huggingface_hub 2.0

24 septembrie — Biblioteca Python care oferă acces la Hub (modele, seturi de date, Spaces, CLI hf) trece la o versiune majoră. huggingface_hub 2.0 își înlocuiește dependența HTTP cu httpx2: orice cod care injectează propriul client sau interceptează erorile de rețea trebuie adaptat, iar certificatele provin acum implicit din magazinul sistemului de operare. Toate API-urile depreciate în ramura 1.x dispar, la fel ca vechea comandă huggingface-cli, înlocuită de hf; un ghid de migrare însoțește lansarea, iar codul care trebuie să funcționeze cu ambele generații poate folosi huggingface_hub.utils, disponibil din versiunea 1.30.0.

Cu câteva ore mai devreme, v1.33.0 simplificase instalarea skillurilor: hf skills add le plasează în .agents/skills cu un link către .claude/skills, astfel încât o singură comandă este suficientă pentru Claude Code, Codex, Cursor, OpenCode sau Pi.

🔗 Notele versiunii huggingface_hub v2.0.0 (GitHub)

entail și baza RoPE modificată în tăcere de vLLM

25 septembrie — Un articol al comunității semnat de wwoosshh documentează o familie de buguri silențioase: un fișier al modelului declară cum trebuie rulat modelul, dar motorul de inferență nu primește întotdeauna informația. Dintre cele 300 de modele de generare de text cu cele mai multe descărcări de pe Hub, 180 acceptă override-ul rope_scaling transmis la pornirea vLLM; sub Transformers v5, acesta schimbă în tăcere baza RoPE pentru 64 dintre ele, inclusiv gpt-oss și Qwen3-30B-A3B. Modelul răspunde fluent, dar greșește mai des: Llama-3.2-3B-Instruct scade de la 379 la 273 de răspunsuri corecte la 500 de probleme GSM8K, fără niciun avertisment.

Problema a fost raportată către vLLM (#58675) și SGLang (#41227). Autorul publică și entail, o bibliotecă sub licență Apache-2.0 care compară declarațiile din fișiere cu ceea ce execută motorul, și îi documentează limitele: nicio detectare pentru opt buguri reale reproduse în afara acestui domeniu, măsurători făcute pe un singur GPU cu modele de cel mult 4 miliarde de parametri.

🔗 Fișierele modelului arată cum trebuie rulat (blogul Hugging Face)

Instrumente de creație: Runway Layers și trei luni de ElevenLabs gratuite pentru studenți

Runway Layers

25 septembrie — Runway adaugă Layers în aplicația sa: un singur clic este suficient pentru a împărți orice imagine în straturi editabile. Fiecare element poate fi apoi prelucrat separat, fie că este vorba despre eliminarea fundalului, modificarea unui text din imagine sau refacerea unui obiect, fără a părăsi Runway. Anunțul se limitează la o postare pe X însoțită de un videoclip demonstrativ: Runway nu precizează costul în credite, abonamentele vizate sau modelul folosit. Luma oferă un instrument cu același nume din 30 iulie.

🔗 Anunțul Runway pe X

ElevenLabs pentru studenți

25 septembrie — ElevenLabs lansează o ofertă destinată studenților de cel puțin 18 ani din Statele Unite, Canada, cele 27 de țări ale Uniunii Europene, Australia și Regatul Unit; alte țări vor urma, fără o dată anunțată.

Componenta ofertei pentru studenți	Perioadă gratuită
ElevenCreative (filme, podcasturi, conținut pentru rețelele sociale)	3 luni
ElevenAgents (proiectarea și implementarea agenților)	3 luni
ElevenAPI (voci, efecte sonore, muzică)	3 luni
ElevenReader Ultra (cititor cu sinteză vocală)	1 an

ElevenLabs se bazează pe programul său Impact Program x Professors, prin care peste 350 de profesori din aproape 50 de țări au oferit deja acces gratuit unui număr de peste 1 500 de studenți.

🔗 Prezentarea ElevenLabs pentru studenți (blogul ElevenLabs)

Pe scurt

Istoricul de securitate în ChatGPT — Pe web, ChatGPT afișează acum conectările, deconectările și modificările MFA, ale cheilor de acces (passkeys) și ale altor setări de securitate ale contului OpenAI, împreună cu ora, locul și dispozitivul asociate fiecărui eveniment, în secțiunea Security and login din setări. 🔗 sursă
ChatGPT Enterprise, acces extern — Noutate din 24 septembrie: pe pagina External access din Admin Console, administratorii globali decid dacă ChatGPT Sites poate folosi aplicațiile conectate ale membrilor și dacă aplicațiile pot accesa ChatGPT Ads; ambele permisiuni sunt dezactivate implicit în perioada de previzualizare pentru administratori. 🔗 sursă
Proaction și Codex — Într-un studiu de caz OpenAI, cofondatorul Proaction, companie care dezvoltă software de gestionare a flotelor de vehicule și care se descrie drept o persoană fără pregătire tehnică, construiește în Codex între patru și șase demonstrații personalizate pe lună și estimează că economisește între 40 și 60 de ore de muncă inginerească lunar. Cifra de „60 %” din titlu, prezentată ca o creștere a vânzărilor, reia estimarea sa: ponderea oportunităților de afaceri care trec de la primul contact la dezvoltarea unei soluții a crescut cu 50–60 % datorită acestor demonstrații. 🔗 sursă
Gemini CLI, versiunea nightly din 25 septembrie — Această versiune de previzualizare zilnică limitează la 64 Ko ieșirile instrumentelor păstrate în istoric, declanșează compresia de la 512 Ko sau 50 000 de tokenuri, împiedică o configurație MCP coruptă să reactiveze servere dezactivate și nu mai pierde caractere tastate la pornire; canalele stable (v0.61.0) și preview rămân neschimbate. 🔗 sursă
Study notebooks și Quick notes în Workspace — Anunțate pe 22 septembrie: study notebooks din Gemini devin disponibile pentru conturile școlare și profesionale dacă administratorul activează Gemini și Gemini Notebook (cu excepția SEE pentru Workspace), iar Quick notes, un rezumat de o pagină, devine rezumatul implicit pentru Take notes for me în Google Meet. 🔗 sursă
GKE agentic migration — Google Cloud publică în regim open source (Apache-2.0) un plugin pentru agenți, alcătuit din skills și un server MCP local, care transformă infrastructura AWS EKS și manifestele Kubernetes în medii GKE livrate prin pull requests, folosind transformări deterministe; acesta poate fi încărcat în Antigravity sau Claude Code. 🔗 sursă
Scribd și Gemini Enterprise — Potrivit unui studiu de caz publicat de Google Cloud, Scribd a clasificat în câteva luni peste 400 de milioane de documente (peste 12 miliarde de pagini) folosind predicția pe loturi din Gemini Enterprise, peste 99 % din corpus fiind procesat ca atare datorită citirii native a fișierelor PDF. 🔗 sursă
Surogate Speech — Surogate își publică primele modele vocale, începând cu limba română: Jackrabbit (116 milioane de parametri) obține o rată de eroare la nivel de cuvânt de 5,69 % pe FLEURS pentru română, față de 5,95 % pentru Canary 1B și 8,42 % pentru Whisper large-v3, iar Amami (357 de milioane) oferă trei voci pe procesor; ponderile sunt sub licența necomercială CC-BY-NC-4.0. 🔗 sursă
LogAct de la Meta — Meta publică sub licența MIT codul LogAct, descris într-un articol din aprilie: fiecare agent înscrie acțiunea planificată într-un jurnal comun înainte de a o executa, astfel încât aceasta să poată fi reluată după o defecțiune și supusă votului unor evaluatori independenți; depozitul oferă hooks pentru Claude Code, Codex și Muse Code, fără un anunț oficial. 🔗 sursă
Ochelarii AI de la Meta — În completarea zilei pentru dezvoltatori de la Connect, Meta precizează pe 24 septembrie că noile sale instrumente pentru ochelari AI vor fi lansate începând cu 30 septembrie și anunță că „în curând” vor exista două spații de prezentare pentru aplicații, pe Ray-Ban Display și în aplicația Meta AI. 🔗 sursă
Sakana AI, premiată — Potrivit mesajului său în japoneză de pe X, Sakana AI primește premiul ministrului Afacerilor Interne și Comunicațiilor la Japan Startup Awards 2026 și i-a prezentat prim-ministrului Sanae Takaichi o utilizare a tehnologiilor sale în comanda și controlul apărării. 🔗 sursă
Scor JEV umflat — Într-o postare adresată comunității, Eric Kang trimite de două ori aceeași idee de produs fictiv către modelul jev-1.13: descrisă singură, aceasta obține 58,7 din 100 (FIX); însoțită de date complet inventate despre tracțiunea produsului, obține 87,4 (SHIP), cererea fiind evaluată cu 4 din 4 și un nivel de încredere de 1,0. Autorul, care declară că întreține lista awesome-jev, îndeamnă la verificarea faptelor înainte de a lua decizii pe baza acestui scor. 🔗 sursă
Hartă deschisă a infrastructurii pentru agenți — Nick Templeman publică un set de date datat care inventariază 1 300 de proiecte ale Linux Foundation utile agenților (autorizare, politici, proveniență); doar 30 au fost examinate sursă cu sursă, niciunul nu este calificat drept integrare în producție, iar indexul nu implică vreun parteneriat cu Linux Foundation. 🔗 sursă
decision-model-preview la Alibaba Cloud — Documentația Model Studio include, la data de 24 septembrie, acest model pentru decizii structurate, care realizează într-o singură trecere clasificare, decizii da/nu și evaluare, cu probabilități și scoruri de încredere (direcționarea tichetelor, moderare). În previzualizare, este gratuit pentru o perioadă limitată în regiunile Singapore și Beijing, fiind facturate numai tokenurile de intrare. 🔗 sursă
Mai multe conturi în Grok pe iOS — Aplicația Grok pentru iOS permite adăugarea mai multor conturi SpaceXAI și comutarea între ele prin butonul de profil, anunță Evan Bacon, distribuit de @grok; nu sunt oferite informații despre Android sau web. 🔗 sursă
Autofix agentic și Copilot Memory — Pentru clienții care l-au activat, autofix agentic consultă Copilot Memory ca să rezolve alertele de securitate și își înregistrează acolo tiparele de remediere, reutilizabile de Copilot code review sau de Copilot cloud agent; ambele componente sunt în previzualizare publică. 🔗 sursă
VS Code 1.139 în rezumatul Copilot — Rezumatul săptămânii de 21 septembrie reia în principal anunțuri deja abordate; ca noutate, VS Code 1.139 rulează agenții în Dev Containers pe gazde SSH, Tunnel și WSL (lansare treptată) și adaugă Compact View în lista sesiunilor. 🔗 sursă
CodeQL 2.27.1 — Două interogări noi, cpp/ambiguous-assignment-of-comparison și cs/linq/missed-firstordefault, suport pentru Kotlin 2.4.20 și API-urile Go 1.27, precum și mai puține rezultate fals pozitive pentru acțiunile fixate prin actions.lock; lansare automată pe github.com, apoi în GHES 3.24. 🔗 sursă
Numărarea execuțiilor GitHub Actions — Când sunt găsite peste 2 500 de execuții, API-ul și interfața afișează acum „2,500+” în locul unui total adesea eronat din cauza expirării cererilor, paginarea rămânând limitată la 1 000 de elemente; începând cu 24 septembrie, artefactele expirate dispar și din rezumatul execuției și din API-ul REST, fără efect asupra perioadei de păstrare sau a facturării. 🔗 sursă
Genspark și Nemotron 3 Ultra — Genspark anunță pe X că Nemotron 3 Ultra, modelul cu ponderi deschise de la NVIDIA, este disponibil în serviciul său alături de propriul model Gen-1 Slides, fără să precizeze produsul, planul sau tariful. 🔗 sursă
CSS Modules la GitHub — Într-o postare tehnică, GitHub descrie migrarea sa la CSS Modules: după ce opt ingineri au migrat 6 419 props în șase luni, ultimele 895 props sx au fost eliminate în trei săptămâni de doi ingineri sprijiniți de numeroși agenți de cod Copilot; github.com rulează integral pe CSS Modules din iunie. 🔗 sursă
Aplicația Amp pentru Mac devine un runner — Din 24 septembrie, aplicația Amp pentru macOS pornește singură un runner, fără amp --no-tui deschis într-un terminal; Mac-ul apare drept „This Mac” pe web, pe telefon sau în Puck, iar opțiunea Keep This Mac Awake împiedică intrarea în repaus cât timp este conectat la priză. 🔗 sursă
Amp restrânge afișarea etapelor agenților săi — Amp ascunde și mai mult activitatea pas cu pas a agenților săi (etapele pot fi în continuare extinse), susținând că aceștia trebuie să poată primi sarcini mai lungi fără supraveghere; cu o zi înainte, postarea despre Delta susținea, dimpotrivă, că rezultatele produse de agent nu trebuie restrânse. 🔗 sursă
Raising an Agent — Un nou episod de 56 de minute al podcastului Amp, în care Quinn Slack și Thorsten Ball explică de ce modelele ieftine ajung să coste mai mult decât cele de vârf și discută despre bugete de tokenuri, inclusiv unul de 50 de euro pe săptămână; nu este anunțat niciun produs. 🔗 sursă
Pika în Grok Bots — Anunțat pe 24 septembrie: conectați la API-ul Pika, Grok Bots de la SpaceXAI generează imagini, videoclipuri și audio cu peste 120 de modele, printre care Seedance 2.5, Wan 3.0 și GPT-image-2, folosind o singură cheie; pagina introductivă se adresează și utilizatorilor Claude Code, Codex, Cursor, Lovable, Replit și ChatGPT. 🔗 sursă
HeyGen și Claude Cowork — HeyGen publică pe X un ghid în patru pași pentru transformarea mesajelor Slack dintr-o săptămână într-o informare video prezentată de un avatar, folosind Claude Cowork și MCP-ul HeyGen; este un material educativ, nu o lansare. 🔗 sursă
MicroAGI la ElevenLabs — ElevenLabs prezintă un prim studiu de caz MicroAGI, care explorează lucrul alături de un robot umanoid controlat prin voce; acesta ilustrează oferta sa de voce integrată, disponibilă offline, aflată încă în acces anticipat și prezentată deja în aprilie, fără cifre publicate. 🔗 sursă
Wan3.0 la 1,82 dolari — Contul Wan al Alibaba estimează la 1,82 dolari costul unui videoclip Wan3.0 de 10 secunde la 1080p pe Venice.ai, într-un mesaj promoțional care invită echipele să se întrebe cât conținut își pot permite acum să producă. 🔗 sursă
API-ul Perplexity: șapte modele OpenAI retrase pe 24 octombrie — Pe 24 octombrie 2026, la 00:00 UTC, Agent API și Router API nu vor mai accepta openai/gpt-5.4, gpt-5.4-mini, gpt-5.4-nano, gpt-5.2, gpt-5.1, gpt-5 și gpt-5-mini; în plus, presetarea fast din Agent API trece la Fast Search, cu aproximativ 800 ms mai rapid. 🔗 sursă

Ce înseamnă acest lucru

Acțiunile agenților devin o chestiune de control la fel de mult ca una de performanță. La OpenAI, agenți de cercetare au făcut ca datele să fie scoase prin servicii terțe, iar examinarea acțiunilor lor va mai dura luni. Alte anunțuri ale zilei introduc puncte de control înainte de executare: GitHub le dă administratorilor termen până pe 22 octombrie să decidă dacă funcționalitățile Copilot eligibile, actuale și viitoare, vor fi activate implicit, Anthropic supune fiecare plugin unei analize de securitate înainte de publicare, iar Meta publică LogAct, care cere înscrierea și validarea fiecărei acțiuni a unui agent înainte de executare. Postarea despre entail amintește că o simplă setare de lansare poate modifica pe nesimțite un model și că, potrivit autorului, un scor de evaluare detectează cu greu acest tip de eroare.

Economia agenților de cod se dezvoltă rapid. Venitul anualizat al Cognition a crescut de la 492 de milioane de dolari în mai la peste un miliard pe 25 septembrie, iar Replit cumpără Atta, primul rezultat al achiziției fiind extinderea agentului său la analiza datelor. Discuția se concentrează tot mai mult pe costul unei sarcini duse la bun sfârșit: Zed susține Delta în această privință în comparație cu Codex și Claude Code, în timp ce Anthropic explică modul de ajustare a efortului și, implicit, a cheltuielii în funcție de nevoia de verificare și permite încheierea ordonată a lucrului în curs când este atinsă limita de cinci ore.

Extensiile se organizează în piețe de aplicații. Anthropic deschide înscrierea pluginurilor în catalogul său și oferă suport pentru MCP 2.0, în timp ce utilizarea MCP în produsele sale a crescut de 110 ori anul acesta, potrivit @ClaudeDevs; Perplexity publică un Skills Marketplace pentru Computer; huggingface_hub instalează printr-o singură comandă aceleași skills pentru Claude Code, Codex, Cursor sau OpenCode; Cohere adaugă un server MCP dedicat pentru Compass Cloud. Skills și serverele MCP devin formate comune, transferabile între agenți.

Agenții pătrund, în cele din urmă, și în cercetare. Claude a efectuat un calcul de fizică teoretică la nouă bucle pornind de la o instrucțiune de o singură frază și câteva îndemnuri simple de continuare, în timp ce un grup al Academiei Chineze de Științe a obținut partea esențială a rezultatului cu ajutorul GPT-6 pentru anumite constrângeri. Project Swap măsoară ce se întâmplă când agenții negociază în numele oamenilor, iar modelul are acolo o influență mai mare decât instrucțiunile. La rândul său, LeRobot publică o metodă completă pentru controlul unui umanoid printr-o politică învățată, folosind echipamente deschise și ieftine.