Microsoft odnotował 15-krotny wzrost liczby agentów AI w ekosystemie M365 w ciągu ostatniego roku, co wymusza wprowadzenie nowych ram bezpieczeństwa dla CISO. Uwaga skupia się na wdrażaniu rygorystycznej kontroli tożsamości i głębokiej obserwacji, aby zapobiegać ryzykom związanym z niezarządzaną autonomią AI.
Google wprowadziło nową przestrzeń nazw w Agents CLI do oceny agentów, wspierającą proces „hill-climbing” – iteracyjne doskonalenie wydajności poprzez testowanie, ocenianie i analizę. Narzędzie pozwala śledzić regresje, porównując ślady działań agentów po zmianach w modelach lub promptach, wykrywając problemy, których nie wyłapują standardowe testy jednostkowe.
Google zaprezentowało Gemini 4 Carbon, nowy, wydajny model zaprojektowany do zaawansowanych zadań inżynieryjnych i cyberbezpieczeństwa. Model wykazuje znakomite wyniki w wykrywaniu podatności, tworzeniu bezpiecznych poprawek oraz długoterminowym wnioskowaniu, przy jednoczesnym wzmocnieniu odporności na ataki typu prompt injection.
Google Project Zero przeanalizowało porównanie systemów opartych na LLM (BigSleep) z tradycyjnymi fuzzerami generatywnymi (Fuzzilli) w kontekście wykrywania luk w silniku JavaScript V8. W ciągu sześciu miesięcy obie metody niezależnie odkryły unikalne błędy, przy szacowanym pokryciu wynoszącym od 25% do 60%.
Firma Google zaktualizowała protokół generatywnego UI (A2UI), wprowadzając wymienne formaty wnioskowania (inference), aby rozwiązać problemy z opóźnieniami i niezawodnością występujące w poprzednim podejściu Direct JSON. Nowy format, A2UI Express, redukuje zużycie tokenów nawet 3-krotnie i opóźnienia nawet 3-krotnie, wykorzystując zwięzłą składnię w stylu Pythona.
Naukowcy przedstawili Boa Compressor, narzędzie typu online wykorzystujące model przestrzeni stanów Mamba do kompresji długiego kontekstu do krótszych reprezentacji w czasie liniowym. Dzięki destylacji wiedzy z pełnych interakcji LLM, metoda ta pozwala na wydajne wnioskowanie przy każdym zapytaniu, eliminując ogromne narzuty opóźnień typowe dla kompresji opartej na Transformerach.
Naukowcy wprowadzili Recursive Semantic Divergence (RSD) – nienadzorowaną metrykę, która mierzy i karze niespójność w trajektoriach działania agentów LLM. Stosując RSD jako sygnał nagrody podczas dostrajania (fine-tuning), modele wykazują znacznie bardziej stabilne zachowanie i wyższe wskaźniki sukcesu w zadaniach wykorzystujących narzędzia.
Amazon Bedrock obsługuje teraz jawne i niejawne buforowanie promptów dla modeli OpenAI, umożliwiając przechowywanie i ponowne wykorzystywanie statycznych prefiksów, takich jak narzędzia, instrukcje i historia konwersacji. Unikając ponownego przetwarzania identycznych tokenów w każdej turze, można znacząco obniżyć koszty wejściowe i zwiększyć responsywność złożonych procesów agentowych.
Google Cloud udostępniło IAM Helper, zestaw komponentów dla agentów AI, zaprojektowany w celu automatyzacji złożonych procesów zarządzania tożsamością i dostępem (IAM). Dzięki integracji z silnikami IAM Google Cloud za pośrednictwem MCP (Model Context Protocol), narzędzia te umożliwiają autonomicznym agentom samodzielne rozwiązywanie problemów (np. błędów 403), symulowanie wpływu polityk oraz wnioskowanie o dostęp just-in-time.
Badanie to wprowadza framework oparty na weryfikacji, który udoskonala rozumowanie emocjonalne w agentach AI. System nie wymaga douczania modeli, lecz identyfikuje błędy i stosuje ukierunkowane aktualizacje promptów, aby poprawić skuteczność działania.
Amazon Bedrock AgentCore to nowa usługa usprawniająca wdrażanie i zarządzanie architekturami wieloagentowymi. Obsługuje ona hosting agentów, bezpieczny dostęp do narzędzi przez MCP oraz izolację sesji, co pozwala zespołom skupić się na logice agentów zamiast na utrzymaniu infrastruktury.
Z.ai GLM 5.3 Flash – multimodalny model Mixture-of-Experts z 320B parametrów i 18B aktywnych – jest teraz dostępny na platformie Mistral. Posiada okno kontekstu wielkości 1M tokenów i został zaprojektowany do pracy agentów deweloperskich, kodowania wizualnego oraz złożonych zadań z użyciem narzędzi. Ceny: 0,15 USD za milion tokenów wejściowych, 0,03 USD za milion tokenów z cache, 0,50 USD za milion tokenów wyjściowych.
AWS ogłosił ogólną dostępność (GA) funkcji „training sessions” w ramach serverless customization modeli Amazon SageMaker AI. Zespoły mogą pisać własne pętle post-treningowe — w tym niestandardowe funkcje straty i sygnały nagrody dla uczenia ze wzmocnieniem (RL) — podczas gdy SageMaker AI zajmuje się alokacją GPU, rozproszonym wykonaniem, odzyskiwaniem po awarii i przechowywaniem checkpointów. Obsługiwane techniki to SFT, DPO, RLVR, RLAIF oraz wielotaktowy RL, z wyborem LoRA lub pełnego fine-tuningu. Funkcja obsługuje modele gpt-oss-20b, gemma-4-31B-it, Qwen3.6-27B oraz Qwen3.8-27B, a rozliczenie opiera się na liczbie przetworzonych tokenów, z zatrzymaniem licznika podczas oceniania odpowiedzi przez funkcję nagrody użytkownika.
Google ogłosił publiczną wersję zapoznawczą (Public Preview) obsługi strumieniowania w API Gateway, obejmującą Server-Sent Events, odpowiedzi chunked/NDJSON, WebSockets oraz strumieniowanie gRPC. Endpointy strumieniujące mogą teraz działać za tą samą bramką co zwykłe API, zachowując dotychczasowe uwierzytelnianie, logowanie i monitorowanie, bez zmian w specyfikacji API. Połączenia mogą pozostawać otwarte do godziny, a bramki otrzymują teraz przewidywalną domyślną nazwę hosta zamiast generowanego hasha. Funkcja wiąże się też z routingiem modeli, dzięki czemu jedna bramka może strumieniować odpowiedzi z modeli Gemini, Claude i OpenAI gpt-oss.
AWS opublikował przewodnik po Adaptive Agentic Intelligence Framework (AAIF), zbudowanym na Strands Agents, który kieruje proste zapytania do małych lokalnych modeli (przez Ollama), a złożone zapytania do modeli chmurowych przez Amazon Bedrock. Lekki model o 1 miliardzie parametrów (llama3.2:1b) działa jako orkiestrator decydujący, gdzie skierować każde zapytanie; w przykładzie agent monitorujący IoT korzysta z lokalnego pobierania telemetrii, lokalnej analizy wizyjnej i chmurowych ekspertnych analiz. AWS podaje, że w konfiguracji hybrydowej około 80 procent ruchu może być obsłużone lokalnie bez odwołania do płatnego API, a architektura może działać w pełni na sprzęcie brzegowym (np. Raspberry Pi z 8GB pamięci), w pełni w chmurze lub w trybie hybrydowym.
Cloudflare wprowadził pełną detekcję transakcji (full transaction detection) oraz reguły odpowiedzi dla swojego firewalla aplikacji webowych (WAF), które oceniają zarówno żądanie HTTP, jak i odpowiedź serwera źródłowego, aby potwierdzić, czy atak faktycznie się powiódł. Wcześniej WAF analizował tylko przychodzące żądania, co mogło pomijać exploity ujawniające się dopiero w odpowiedzi (np. wyciek zawartości pliku) lub generować fałszywe alarmy przy blokowaniu wyłącznie na podstawie sygnatur żądań. Pierwsze zarządzane zabezpieczenia dotyczą niedawno ujawnionej luki php2shell, a funkcja jest dostępna dla wszystkich klientów, także na planie Free.
NVIDIA dodała trzy nowe, otwarte i komercyjnie licencjonowane komponenty do linii Nemotron Retriever: modele Embed (8B i 1B, w wersjach BF16 i NVFP4) do przeszukiwania tekstu i obrazów, model Rerank (8B), który porządkuje pobrane dowody według trafności, oraz kompaktowy model Parse o 631M parametrów, który zamienia obrazy dokumentów na ustrukturyzowany tekst. Celem jest dostarczenie agentom AI lepszych, bardziej trafnych dowodów, dzięki czemu potrzebują mniej rund wyszukiwania i mniej tokenów inferencji do udzielenia odpowiedzi. NVIDIA podaje, że nowe modele Embed i Rerank zajmują pierwsze miejsca w rankingach ViDoRe v3.1 odpowiednio dla wyszukiwania gęstego i rerankingu.
Google Cloud udostępnił modele Anthropic Claude Opus 5.5 i Claude Sonnet 5.5 do wyboru w platformie agentowego kodowania Antigravity, obok Gemini 3.8 Flash i Gemini 4 Argon. Deweloperzy mogą przełączać rodziny modeli w trakcie tej samej rozmowy w Antigravity 2.0, CLI oraz wtyczkach IDE dla VS Code, JetBrains i Visual Studio, wszystko w ramach jednej granicy rozliczeniowej i bezpieczeństwa dla firm. Google opisuje też dwa wzorce inżynieryjne: wykorzystanie drugiej rodziny modeli do niezależnej weryfikacji kodu napisanego przez pierwszą ('LLM jako sędzia') oraz przydzielanie szybkich subagentów Gemini Flash do zadań mechanicznych o dużej skali, podczas gdy silniejszy model zajmuje się głębokim rozumowaniem.
AWS zaprezentował Agent Registry – zarządzaną usługę katalogową dla serwerów Model Context Protocol (MCP), agentów i umiejętności agentów. Zamiast na sztywno kodować każde narzędzie w orkiestratorze, agenci mogą teraz wyszukiwać w zatwierdzonym, wersjonowanym katalogu w czasie wykonania i budować klienta na podstawie zwróconego deskryptora. Przykładowe rozwiązanie demonstruje pętlę Discover → Instantiate → Execute z wykorzystaniem Amazon Bedrock AgentCore Gateway i AgentCore runtime, a modelem bazowym jest Anthropic Claude Sonnet.
Eon, firma ISV zajmująca się ochroną danych działająca na AWS, zastąpiła osobne poświadczenia i lokalne serwery MCP jedną bramą Amazon Bedrock AgentCore MCP Gateway. Brama wykorzystuje polityki oparte na Cedar, by wymusić dostęp o minimalnych uprawnieniach zarówno dla inżynierów, jak i autonomicznego agenta SRE działającego na Claude przez Amazon Bedrock, kierując wywołania do serwerów MCP hostowanych na AgentCore Runtimes w wielu kontach AWS. Po wdrożeniu dla 100+ deweloperów i około 10 000 sesji czas wdrażania nowego inżyniera spadł z ok. 2 dni do ok. 2 minut.
AWS wspólnie z Keyfactor opublikowało architekturę referencyjną, która usuwa znaną lukę w Model Context Protocol (MCP) – MCP nie ma wbudowanego mechanizmu potwierdzania, który agent faktycznie wysyła żądanie. Architektura dodaje trzy warstwy zaufania – użytkownik-system, agent-agent oraz agent-serwer narzędzi MCP – oparte na podpisanych kopertach żądań, asercjach delegacji podpisanych przez użytkownika, tokenach z ograniczoną odbiorcą wg RFC 8693 oraz sprawdzaniu unieważnień OCSP w czasie rzeczywistym. Działający przykład wykorzystuje Amazon Bedrock i AWS Strands Agents SDK, a Keyfactor EJBCA wystawia i weryfikuje certyfikaty X.509; pełny kod jest dostępny na GitHub.
ALTK-Evolve od IBM Research wydobywa krótkie reguły zachowania z wcześniejszych prób agenta na zadaniach treningowych i dołącza je do system promptu podstawowego agenta ReAct działającego na GPT-4.1. W benchmarku obsługi klienta τ²-bench (domeny retail i airline) to podejście oparte na uczonej pamięci podniosło dokładność i niezawodność bez aktualizacji wag modelu i bez ludzkiej anotacji. Pełny zestaw wskazówek „lossless” podniósł wynik agenta GPT-4.1 do Pass^4 = 67,5% w retail — najwyższy wynik w migawce rankingu z 12 października 2026, przewyższając nawet model douczony specjalnie na syntetycznych danych retail. Technika poprawiła też agenta opartego na zaawansowanym GPT-5.5 w zadaniach airline, wynosząc go na szczyt tego rankingu.
Red Hat, IBM i Google ogłosiły llm-d 1.0 — rozproszony system obsługi wnioskowania LLM natywny dla Kubernetes, który wykroczył poza demonstrowanie pojedynczych technik wydajnościowych i stał się gotowy do pełnej eksploatacji produkcyjnej. Wersja dodaje wielodostępową kontrolę jakości usług, operacje bez przestojów oraz obsługę świadomą agentów, dzięki czemu ten sam endpoint może efektywnie obsługiwać zarówno ludzi, jak i autonomiczne agenty. W jednym teście router świadomy prefiksów llm-d osiągnął 97% ponownego wykorzystania cache w obciążeniu agentowym związanym z kodowaniem, a IBM/Red Hat uruchomili 3000 jednoczesnych agentów inżynierii oprogramowania za 5-10 razy mniej niż koszt tego samego modelu jako usługi hostowanej.
AWS wprowadził strukturyzowane odpowiedzi dla wszystkich modeli Anthropic Claude dostępnych w Amazon Bedrock — zarówno w standardowym endpoincie runtime, jak i nowszym endpoincie Mantle przeznaczonym do zadań agentowych. Zamiast liczyć na to, że model zwróci poprawny JSON, deweloperzy mogą teraz wymusić dokładną zgodność odpowiedzi ze schematem dzięki ograniczonemu dekodowaniu, które blokuje generowanie tokenów łamiących format. Dodatkowa funkcja, strict tool use, zapewnia taką samą gwarancję dla parametrów wywołań narzędzi, dzięki czemu przepływy pracy agentów nie zawodzą przez błędnie sformatowane dane wejściowe.