DeepSeek pristatė DeepSeek-V4.1-Flash-1017 — atnaujintą Flash modelio versiją, pasiekiamą tuo pačiu API adresu ir ta pačia kaina kaip anksčiau. Atnaujinimas atnešė pastebimus patobulinimus agentinio darbo, kodavimo ir įrankių naudojimo testuose, kartu sumažinant užduočių vykdymo laiką ir atsakymų ilgį. DeepSeek taip pat pristatė savo vidinę paieškos sistemą, kuri dabar palaiko tiek žiniatinklio/programėlės paiešką, tiek kūrėjams skirtą Search & Fetch API.
Google išleido „Apigee hybrid“ 1.17.0 versiją (2026 m. rugsėjo 14 d.), kurioje pridėtas Model Context Protocol (MCP) palaikymas, veikiantis visiškai kliento paties Kubernetes klasteryje, o ne Google valdomoje infrastruktūroje. Tai leidžia organizacijoms, turinčioms duomenų rezidavimo ar reguliavimo reikalavimus, paversti esamas OpenAPI apibrėžtas API į AI agentų kviečiamus įrankius, kai MCP užklausos neišeina už jų tinklo ribų. Funkcija naudoja esamą „Apigee“ tapatybę, saugumo politikas ir API produktų kontrolę, ir yra pasirenkama, pagal nutylėjimą išjungta galimybė, įjungiama per Helm chart atnaujinimą.
Cohere sukūrė kontroliuojamą testavimo aplinką, kad ištirtų, kaip turėtų būti organizuojamos kodavimo agentų komandos — testuojant, kur deleguojamas darbas, kaip pagrindinis agentas laukia darbuotojų, kokie modeliai atlieka kokius vaidmenis, komandos dydį ir bendravimo būdus. ProgramBench teste gerai organizuotos komandos lenkė pavienius agentus iki ~10 procentinių punktų, tačiau kainavo 3–7 kartus brangiau. Svarbiausia išvada: deleguojant darbuotojams tik tyrinėjimą ir planavimą pasiekiamas toks pat rezultatas kaip deleguojant visus etapus (įgyvendinimą ir patikrinimą) už perpus mažesnę kainą, o stiprus pagrindinis agentas su 16 pigių planavimo darbuotojų pasiekė 61,8% rezultatą, palyginti su 63,2% visiškai stipraus modelio komandoje, sumažinant kainą nuo 510 iki 155 dolerių.
„Liquid AI“ paskelbė LFM2.5-24B-A2B – mišrių ekspertų (MoE) modelį su 24B bendrų parametrų, bet tik 2B aktyvių vienam tokenui, skirtą samprotaujantiems agentams vykdyti lokalioje įrangoje. Naujoje versijoje konteksto langas išplėstas iki 131K tokenų, žodynas padvigubintas, o pradinis mokymas atliktas naudojant maždaug dvigubai daugiau duomenų nei ankstesnėje versijoje. Agentinio ir įrankių naudojimo testų rezultatais modelis prilygsta arba lenkia modelius, turinčius apie 50 % daugiau parametrų, kartu pasiekdamas greitą veikimą tiek vartotojiškoje, tiek duomenų centro įrangoje.
Orca Security sukūrė Discovery AI — Amazon Bedrock agentą, verčiantį paprastus klausimus natūralia kalba į struktūrizuotas užklausas Sonar sistemai, kuri stebi daugiau nei 900 debesijos išteklių tipų. Vietoj vieno didelio modelio su visa schema kiekviename užklausime, gamybinė versija darbą paskirsto devynioms specializuotoms pakopoms ir keliems skirtingiems pagrindiniams modeliams. Rezultatas — gerokai mažesnės sąnaudos, greitesni atsakymai ir geresnis tikslumas sudėtingoms užklausoms; sistema veikia nuo 2026 m. kovo.
AWS paskelbė atvejo analizę apie Amazon Bedrock AgentCore payments – valdomą funkciją, leidžiančią AI agentams savarankiškai mokėti už paslaugas, pvz., modelio užklausas, po vieną kartą naudojant x402 mokėjimų protokolą. Incarna šią funkciją panaudojo tam, kad jos agentai galėtų mokėti BlockRun, kelių tiekėjų inferencijos maršrutizatoriui, už kiekvieną atskirą modelio užklausą, atsiskaitant USDC stabilia moneta Base tinkle. AWS teigia, kad Incarna sutrumpino integracijos laiką nuo planuotų dviejų–trijų mėnesių iki trijų dienų ir apie 200 kodo eilučių. Beta testavimo metu agentai apdorojo daugiau nei 1000 mokėjimų, svyruojančių nuo 0,001 iki 0,05 USD už užklausą.
„Google“ pristatė AQuA (Ambient Quality Agent) – įrankį, kuris nuolat veikia šalia produkcinių AI agentų „Google Cloud“ projekte ir aptinka trikdžius, kurių nematyti žurnaluose ar sveikatos patikrinimuose, pavyzdžiui, praleistus patikrinimo žingsnius ar prarastą kontekstą tarp sub-agentų. Jis atsitiktinai atrenka produkcinių sesijų pėdsakus, vertina juos pagal kontrolinį sąrašą, grupuoja pasikartojančius trikdžių modelius, patikrina klasterius pagal pilnas transkripcijas ir seka jų būseną laikui bėgant kaip naujus, pasikartojančius ar išspręstus. Paprašius, jis taip pat gali atsekti trikdį iki konkrečios kodo ar instrukcijos eilutės, naudodamas diegimo metu užfiksuotą nekintamą šaltinio nuotrauką.
„Google Cloud“ paskelbė apie „Gemini agent“ – suvienytą agentą, sujungiantį pokalbius, žinių darbą, turinio kūrimą ir programavimą į vieną sąsają, pasiekiamą iš įvairių įrenginių ir kanalų. Jis veikia tiesiogiai „Gmail“, „Docs“, „Sheets“, „Slides“, „Chat“ ir „Calendar“, jungiasi prie įmonių įrankių ir duomenų bazių per MCP bei įrankių registrą, ir orkestruoja kelis modelius – įskaitant „Google“ „Gemini“ šeimą ir „Anthropic“ „Claude“ – siekiant subalansuoti kokybę ir kainą. „Google“ taip pat pristatė saugumo/valdymo funkcijas, kaštų kontrolės priemones (pvz., „Smart Routing“ ir išlaidų limitus) bei klientų rezultatus iš tokių įmonių kaip BNP Paribas, Bradesco ir Orange Spain.
GitHub paskelbė ReviewBench — tyrimų peržiūros stadijos (research preview) etaloną, skirtą palyginti AI kodo peržiūros agentus pagal bendrą, patikrinamą standartą. Duomenų rinkinį sudaro 219 realių viešų pull request'ų iš 19 kalbų ir 187 saugyklų, parinktų taip, kad atspindėtų kalbų ir dydžio pasiskirstymą tarp 103,9 mln. realių GitHub PR. Pagrindinė tiesa (ground truth) sudaryta iš žmonių recenzentų, statinės analizės įrankių ir kelių pažangiausių (frontier) LLM, o jų vertinimus patikrino vyresnieji inžinieriai, kurių sprendimai sutapo su etalono žymėjimais 96,6% atvejų. GitHub teigia jau naudojęs ReviewBench vidiniam Copilot code review (CCR) produkto sekimui, ir kad offline etalono pokyčiai patikimai prognozavo vėlesnių gamybinių A/B testų kryptį.
„Google Cloud“ viešosios peržiūros režimu pristatė nuotolinį MCP serverį, suteikiantį AI agentams prieigą prie gcloud ir bq komandinės eilutės įrankių per du įrankius: run_gcloud_command ir run_bq_command. Serveris veikia izoliuotoje, tinklo apribojimais apsaugotoje smėlio dėžėje „Google Cloud“ infrastruktūroje, todėl agentams nereikia diegti ar palaikyti vietinių CLI dvejetainių failų. Autentifikacija vyksta per Agent Identity, OAuth 2.0 ir IAM, integruojama su Model Armor apsauga nuo prompt injection, palaikomas Cloud Audit Logging visiškam matomumui.
Google paskelbė, kad „Antigravity SDK“ dabar palaiko agentinių darbo eigų vykdymą lokaliai ir neprisijungus prie interneto, pradedant „Gemma 4 26B A4B“ modeliu per „Google AI Edge“ „LiteRT“. Kūrėjai gali kurti agentus, veikiančius visiškai įrenginyje, be debesijos API kaštų ar priklausomybės nuo interneto. Google taip pat pademonstravo hibridinį „Architect-Builder“ modelį, kai debesijos modelis („Gemini 3.8 Flash“) planuoja užduotis, o lokalus „Gemma 4 26B“ modelių pulkas atlieka pagrindinį darbą, neišsiunčiant šaltinio kodo į debesiją.