Ten tydzień przyniósł znaczący zwrot w stronę produkcyjnej infrastruktury agentowej, wraz z premierą potężnych modeli takich jak Gemini 4 Carbon oraz Claude Fable 5.2. Główni dostawcy chmurowi stawiają na niezawodność, udostępniając standardowe ramy obserwowalności, polityki bezpieczeństwa oraz benchmarki do wstrzykiwania błędów w celu wzmocnienia autonomicznych systemów. Programiści zyskali większą kontrolę nad wnioskowaniem, zarządzaniem kontekstem oraz protokołami komunikacji między agentami.
Najważniejsze wnioski
Przetestuj Gemini 4 Carbon i Claude Fable 5.2 w złożonych, wieloetapowych zadaniach agentowych, gdzie krytyczna jest głębia rozumowania i efektywność kosztowa.
Wdróż Universal Agent Evaluation Framework (UAEF) oraz natywne ewaluatory w Bedrock, aby ujednolicić sposób monitorowania niezawodności agentów.
Zintegruj benchmarki typu fault-injection (jak MedToolFault) w potoki CI/CD, aby proaktywnie wykrywać awarie narzędzi.
Zastosuj interceptory zabezpieczające pamięć agentów, aby chronić się przed atakami typu 'sleeper agent' oraz pośrednim prompt injection.
Wykorzystaj nowe narzędzie Google do wykrywania anomalii w zachowaniu agentów, aby blokować nieautoryzowane instrukcje.
Zoptymalizuj czas startu agentów w środowiskach Kubernetes przy użyciu NVIDIA Snapshot, aby przywracać zainicjowane stany modeli w kilka sekund.
Od początku października gwałtownie wzrosła liczba frameworków do testów penetracyjnych opartych na sztucznej inteligencji, z tysiącami aktywnych instancji. Te autonomiczne narzędzia automatyzują cały łańcuch ataku cybernetycznego, pozwalając na łańcuchowe wykorzystywanie poświadczeń i szybkie przemieszczanie się wewnątrz infrastruktury.
Google zaprezentowało Gemini 4 Hydrogen, nowy model zoptymalizowany pod kątem szybkiego i efektywnego kosztowo działania w środowiskach agentowych i programistycznych. Oferuje on okno kontekstowe o wielkości 1 miliona tokenów oraz zmienne poziomy „myślenia”, co pozwala twórcom balansować między głębią rozumowania, opóźnieniami a kosztami.
Organizacje mogą teraz wdrażać pełną usługę Managed Agents, w tym agentów i historię sesji, we własnej infrastrukturze. Zapytania do modelu pozostają elastyczne dzięki możliwości kierowania ruchu do wybranych dostawców.
Google wprowadziło Gemini Decisions API, oparte na nowym modelu gemini-decision-1. W przeciwieństwie do standardowych modeli generatywnych, narzędzie to przeprowadza klasyfikację i ocenę w jednym przejściu dla tekstu, dźwięku, obrazów, wideo i plików PDF, zwracając wyniki prawdopodobieństwa zamiast wygenerowanego tekstu.
Firma Microsoft opublikowała comiesięczne aktualizacje bezpieczeństwa, usuwając 1095 luk w swoich produktach. Wśród nich znajduje się 64 krytycznych poprawek, obejmujących m.in. Azure OpenAI, Exchange Server oraz Active Directory.
Projekt Git wydał poprawki dla sześciu luk bezpieczeństwa, w tym ryzyk związanych z dowolnym wykonywaniem kodu, przechodzeniem przez ścieżki (path traversal) i uszkodzeniem pamięci. Te wady dotyczą różnych operacji Git, takich jak rekurencyjne klonowanie, scalanie tagów i przetwarzanie binarnych łat.
Google wprowadziło Gemini 4 Carbon, nowy model klasy frontier zaprojektowany do złożonego, wieloetapowego wnioskowania, inżynierii oprogramowania i zadań z zakresu cyberbezpieczeństwa. Model jest już dostępny poprzez API oraz w Google Antigravity, oferując lepszą wydajność w procesach agentowych i efektywność kosztową.
Amazon opublikował architekturę referencyjną integrującą bibliotekę NVIDIA NeMo Switchyard z LiteLLM w celu dynamicznego kierowania zapytań agentów programistycznych między różnymi modelami w Bedrock. Stosując routing warstwowy (stage) lub losowy (random), możesz przekierowywać ruch między modelami o wysokiej wydajności a modelami ekonomicznymi, balansując koszty i skuteczność.
Amazon wprowadził model OpenFold3-preview do SageMaker JumpStart, umożliwiając użytkownikom przewidywanie struktur 3D białek, DNA, RNA i ligandów. Wdrożenie wykorzystuje asynchroniczne punkty końcowe do obsługi długotrwałych obliczeń, wspierając automatyczne skalowanie oraz możliwość wyłączenia instancji w stanie bezczynności.
Projekt llama.cpp oficjalnie osiągnął kamień milowy 1.0.0, trzy i pół roku po powstaniu. Wydanie wprowadza rygorystyczne wersjonowanie semantyczne, aby zapewnić większą przewidywalność dla programistów korzystających z bibliotek C/C++: libllama i libggml.
Firma Amazon udostępniła SGLang-Neuron – wtyczkę, która pozwala programistom uruchamiać wielkoskalowe modele AI na sprzęcie AWS Trainium przy użyciu standardowego interfejsu SGLang. Integracja ta umożliwia natywne wykonywanie kodu PyTorch i wspiera zaawansowane funkcje, takie jak PD disaggregation za pośrednictwem EFA, w celu optymalizacji serwowania modeli.
Firma NVIDIA udostępniła moduł cuda.bindings.cudla, umożliwiający bezpośrednie zarządzanie akceleratorem Deep Learning Accelerator (DLA) na platformie Jetson AGX Orin za pomocą języka Python. Programiści mogą teraz łączyć wstępne przetwarzanie GPU i wnioskowanie DLA w jednym strumieniu CUDA.
Google zaprezentowało Gemini 4 Hydrogen, nowy model zoptymalizowany pod kątem szybkiego i efektywnego kosztowo działania w środowiskach agentowych i programistycznych. Oferuje on okno kontekstowe o wielkości 1 miliona tokenów oraz zmienne poziomy „myślenia”, co pozwala twórcom balansować między głębią rozumowania, opóźnieniami a kosztami.
Google wprowadziło Gemini Decisions API, oparte na nowym modelu gemini-decision-1. W przeciwieństwie do standardowych modeli generatywnych, narzędzie to przeprowadza klasyfikację i ocenę w jednym przejściu dla tekstu, dźwięku, obrazów, wideo i plików PDF, zwracając wyniki prawdopodobieństwa zamiast wygenerowanego tekstu.
Google wprowadziło Gemini 4 Carbon, nowy model klasy frontier zaprojektowany do złożonego, wieloetapowego wnioskowania, inżynierii oprogramowania i zadań z zakresu cyberbezpieczeństwa. Model jest już dostępny poprzez API oraz w Google Antigravity, oferując lepszą wydajność w procesach agentowych i efektywność kosztową.
Firma NVIDIA udostępniła workflow techniczny umożliwiający uruchomienie modelu MoE GLM-5.3 o 753 mld parametrów na dwóch stacjach DGX wyposażonych w GB300. Dzięki zastosowaniu zrównoleglenia tensorowego (TP=2) poprzez połączenia RDMA i vLLM, można pokonać ograniczenia pamięci pojedynczego GPU (252 GB HBM3e) w przypadku modeli o ogromnej skali.
DeepSeek udostępnił użytkownikom API cały swój zestaw narzędzi aplikacyjnych. Deweloperzy mogą teraz aktywować parametry wyszukiwania w sieci, czytania URL, parsowania plików oraz filtrów bezpieczeństwa bezpośrednio w zapytaniach czatu, a także korzystać z niezależnych punktów końcowych ASR, TTS i OCR.
Firma AssemblyAI udostępniła aktualizację funkcji Medical Mode, zaprojektowaną w celu poprawy transkrypcji kluczowych terminów klinicznych, takich jak leki czy diagnozy. Aktualizacja ta redukuje liczbę błędów w nazwach leków o 30% w języku angielskim i do 62% w języku hiszpańskim, przy zachowaniu dotychczasowego poziomu wskaźnika błędów słownych (WER).
Google rozszerzyło swoją bibliotekę AI Edge o nowe możliwości rozpoznawania (ASR) i syntezy mowy (TTS) działające bezpośrednio na urządzeniu, bez konieczności połączenia z internetem. Deweloperzy mogą teraz integrować te wydajne modele za pomocą ML Kit dla Androida lub wieloplatformowego MediaPipe, wspierając ponad 100 języków przy wysokiej efektywności energetycznej.
Organizacje mogą teraz wdrażać pełną usługę Managed Agents, w tym agentów i historię sesji, we własnej infrastrukturze. Zapytania do modelu pozostają elastyczne dzięki możliwości kierowania ruchu do wybranych dostawców.
Google uruchomiło ujednolicony system obserwowalności dla agentów AI, zintegrowany bezpośrednio z platformami BigQuery i Looker. Rozwiązanie umożliwia programistom przesyłanie logów i telemetrii z agentów własnych oraz zewnętrznych (np. LangGraph) do własnych tabel w BigQuery w celu monitorowania wydajności, oceny jakości i zarządzania kosztami.
Amazon wprowadził nową generację środowiska wykonawczego dla Bedrock AgentCore, przeznaczoną do obsługi złożonych i długotrwałych zadań AI. Aktualizacja wprowadza izolowane sprzętowo środowiska z szybszym uruchamianiem, większymi zasobami obliczeniowymi oraz lepszą efektywnością kosztową dzięki rozliczaniu opartemu na rzeczywistym zużyciu.
AWS wspiera protokół A2A projektu Linux Foundation, umożliwiający bezpieczną współpracę autonomicznych agentów ponad granicami organizacyjnymi. Dzięki niemu agenci stworzeni w różnych frameworkach (np. LangChain czy Strands Agents) mogą wymieniać zadania i dane jako partnerzy, bez konieczności ujawniania logiki wewnętrznej czy współdzielenia haseł.
Amazon wprowadził wzorzec zabezpieczania agentów AI obsługujących wielu użytkowników poprzez ograniczenie zasięgu zapytań RAG do konkretnych osób. Rozwiązanie wykorzystuje bazy wiedzy z obsługą list kontroli dostępu (ACL) oraz przechwytywacz zapytań w bramie AgentCore Gateway, który deterministycznie wstrzykuje zweryfikowane tożsamości użytkowników do wywołań narzędzi, zapobiegając dostępowi do nieautoryzowanych danych przez LLM.
Google zaprezentowało Gemini 4 Hydrogen, nowy model zoptymalizowany pod kątem szybkiego i efektywnego kosztowo działania w środowiskach agentowych i programistycznych. Oferuje on okno kontekstowe o wielkości 1 miliona tokenów oraz zmienne poziomy „myślenia”, co pozwala twórcom balansować między głębią rozumowania, opóźnieniami a kosztami.
Google wprowadziło Gemini Decisions API, oparte na nowym modelu gemini-decision-1. W przeciwieństwie do standardowych modeli generatywnych, narzędzie to przeprowadza klasyfikację i ocenę w jednym przejściu dla tekstu, dźwięku, obrazów, wideo i plików PDF, zwracając wyniki prawdopodobieństwa zamiast wygenerowanego tekstu.
DeepSeek udostępnił użytkownikom API cały swój zestaw narzędzi aplikacyjnych. Deweloperzy mogą teraz aktywować parametry wyszukiwania w sieci, czytania URL, parsowania plików oraz filtrów bezpieczeństwa bezpośrednio w zapytaniach czatu, a także korzystać z niezależnych punktów końcowych ASR, TTS i OCR.
Amazon udostępnił interfejs API do wyszukiwania w sieci w ramach Bedrock AgentCore, co pozwala deweloperom na wykonywanie zapytań przez standardowe AWS SDK i CLI. To rozwiązanie eliminuje konieczność konfiguracji bramy AgentCore Gateway, ułatwiając implementację funkcji wyszukiwania w niestandardowych agentach AI.
Firma AssemblyAI udostępniła aktualizację funkcji Medical Mode, zaprojektowaną w celu poprawy transkrypcji kluczowych terminów klinicznych, takich jak leki czy diagnozy. Aktualizacja ta redukuje liczbę błędów w nazwach leków o 30% w języku angielskim i do 62% w języku hiszpańskim, przy zachowaniu dotychczasowego poziomu wskaźnika błędów słownych (WER).
Google zaprezentowało Gemini 4 Hydrogen, nowy model zoptymalizowany pod kątem szybkiego i efektywnego kosztowo działania w środowiskach agentowych i programistycznych. Oferuje on okno kontekstowe o wielkości 1 miliona tokenów oraz zmienne poziomy „myślenia”, co pozwala twórcom balansować między głębią rozumowania, opóźnieniami a kosztami.
Google wprowadziło Gemini Decisions API, oparte na nowym modelu gemini-decision-1. W przeciwieństwie do standardowych modeli generatywnych, narzędzie to przeprowadza klasyfikację i ocenę w jednym przejściu dla tekstu, dźwięku, obrazów, wideo i plików PDF, zwracając wyniki prawdopodobieństwa zamiast wygenerowanego tekstu.
Google wprowadziło Gemini 4 Carbon, nowy model klasy frontier zaprojektowany do złożonego, wieloetapowego wnioskowania, inżynierii oprogramowania i zadań z zakresu cyberbezpieczeństwa. Model jest już dostępny poprzez API oraz w Google Antigravity, oferując lepszą wydajność w procesach agentowych i efektywność kosztową.
Amazon wprowadził nową generację środowiska wykonawczego dla Bedrock AgentCore, przeznaczoną do obsługi złożonych i długotrwałych zadań AI. Aktualizacja wprowadza izolowane sprzętowo środowiska z szybszym uruchamianiem, większymi zasobami obliczeniowymi oraz lepszą efektywnością kosztową dzięki rozliczaniu opartemu na rzeczywistym zużyciu.
Anthropic zaktualizowało swoje specjalistyczne modele LLM do wersji 5.2. Claude Fable 5.2 to model o wysokiej wydajności do kodowania i wnioskowania, dostępny dla użytkowników ogólnych, podczas gdy Claude Mythos 5.2 pozostaje ograniczony do zweryfikowanych partnerów ze względu na zaawansowane możliwości w zakresie cyberbezpieczeństwa i eksploatacji luk.
Badacze wprowadzili „estymator pełnego bloku” (full-block estimator), aby zoptymalizować dostrajanie modeli językowych typu Masked Diffusion (MDLM). Poprzez ocenę każdego bloku dokładnie raz w trakcie trenowania, metoda ta eliminuje wariancję wynikającą z losowego doboru bloków.
Naukowcy zaproponowali nową metodę szkolenia o nazwie Self-Disagreement, która poprawia zdolność modelu do oceny własnych argumentów. Zamiast polegać na opiniach ludzi czy zewnętrznych modelach nagród, agent generuje własne kontrargumenty i uczy się poprzez ich weryfikację.
Naukowcy przedstawili ActGCG, metodę pozwalającą na replikację efektów sterowania aktywacją (activation steering)—co zazwyczaj wymaga dostępu do wnętrza modelu—poprzez optymalizację sufiksów wejściowych. Technika ta pozwala na odtworzenie specyficznych zachowań, takich jak wymuszanie konkretnego języka, jedynie za pomocą zewnętrznych danych wejściowych.
Opublikowany niedawno framework badawczy umożliwia symulację grup docelowych użytkowników w celu przeprowadzania kontrolowanych eksperymentów typu „co by było, gdyby”. Dzięki wykorzystaniu agentów opartych na personach, firmy mogą testować chatboty, aplikacje webowe i inne usługi w tempie projektowym, uzyskując dane niezbędne do podejmowania strategicznych decyzji produktowych.
Naukowcy opracowali metodę adaptacji ogólnych, zamrożonych modeli LLM do systemów głosowych full-duplex przy użyciu zaledwie 97 milionów trenowalnych parametrów i 30 godzin pracy procesora GPU. System działa jako kaskada myśliciel-mówca z zegarem ramkowym 80 ms, co pozwala na naturalną zmianę ról w rozmowie, przerywanie i potakiwanie bez konieczności kosztownego trenowania na ogromnych zbiorach danych mowy.
Od początku października gwałtownie wzrosła liczba frameworków do testów penetracyjnych opartych na sztucznej inteligencji, z tysiącami aktywnych instancji. Te autonomiczne narzędzia automatyzują cały łańcuch ataku cybernetycznego, pozwalając na łańcuchowe wykorzystywanie poświadczeń i szybkie przemieszczanie się wewnątrz infrastruktury.
Firma Microsoft opublikowała comiesięczne aktualizacje bezpieczeństwa, usuwając 1095 luk w swoich produktach. Wśród nich znajduje się 64 krytycznych poprawek, obejmujących m.in. Azure OpenAI, Exchange Server oraz Active Directory.
Projekt Git wydał poprawki dla sześciu luk bezpieczeństwa, w tym ryzyk związanych z dowolnym wykonywaniem kodu, przechodzeniem przez ścieżki (path traversal) i uszkodzeniem pamięci. Te wady dotyczą różnych operacji Git, takich jak rekurencyjne klonowanie, scalanie tagów i przetwarzanie binarnych łat.
Amazon Threat Intelligence zaobserwował autonomiczne agenty korzystające z frameworka open-source ARTEX do prowadzenia zakrojonych na szeroką skalę kradzieży danych uwierzytelniających i oszustw tożsamości z wykorzystaniem deepfake. Kampanie te wykorzystywały niezałatane luki w infrastrukturze AI i błędy konfiguracyjne do automatyzacji wieloetapowych operacji ofensywnych.
Google przetestowało funkcję wykrywania anomalii agentów (Agent Anomaly Detection) przy użyciu pięciu zewnętrznych benchmarków, w tym AgentDojo i AgentHarm. Narzędzie wykryło 87% szkodliwych instrukcji wykonanych przez agentów, wykazując jednak mniejszą skuteczność w przypadku zatrutej pamięci długotrwałej.
Od początku października gwałtownie wzrosła liczba frameworków do testów penetracyjnych opartych na sztucznej inteligencji, z tysiącami aktywnych instancji. Te autonomiczne narzędzia automatyzują cały łańcuch ataku cybernetycznego, pozwalając na łańcuchowe wykorzystywanie poświadczeń i szybkie przemieszczanie się wewnątrz infrastruktury.
Google zaprezentowało Gemini 4 Hydrogen, nowy model zoptymalizowany pod kątem szybkiego i efektywnego kosztowo działania w środowiskach agentowych i programistycznych. Oferuje on okno kontekstowe o wielkości 1 miliona tokenów oraz zmienne poziomy „myślenia”, co pozwala twórcom balansować między głębią rozumowania, opóźnieniami a kosztami.
Organizacje mogą teraz wdrażać pełną usługę Managed Agents, w tym agentów i historię sesji, we własnej infrastrukturze. Zapytania do modelu pozostają elastyczne dzięki możliwości kierowania ruchu do wybranych dostawców.
Google wprowadziło Gemini Decisions API, oparte na nowym modelu gemini-decision-1. W przeciwieństwie do standardowych modeli generatywnych, narzędzie to przeprowadza klasyfikację i ocenę w jednym przejściu dla tekstu, dźwięku, obrazów, wideo i plików PDF, zwracając wyniki prawdopodobieństwa zamiast wygenerowanego tekstu.
Google wprowadziło Gemini 4 Carbon, nowy model klasy frontier zaprojektowany do złożonego, wieloetapowego wnioskowania, inżynierii oprogramowania i zadań z zakresu cyberbezpieczeństwa. Model jest już dostępny poprzez API oraz w Google Antigravity, oferując lepszą wydajność w procesach agentowych i efektywność kosztową.
Badacze wprowadzili „estymator pełnego bloku” (full-block estimator), aby zoptymalizować dostrajanie modeli językowych typu Masked Diffusion (MDLM). Poprzez ocenę każdego bloku dokładnie raz w trakcie trenowania, metoda ta eliminuje wariancję wynikającą z losowego doboru bloków.
Naukowcy zaproponowali nową metodę szkolenia o nazwie Self-Disagreement, która poprawia zdolność modelu do oceny własnych argumentów. Zamiast polegać na opiniach ludzi czy zewnętrznych modelach nagród, agent generuje własne kontrargumenty i uczy się poprzez ich weryfikację.
Naukowcy przedstawili ActGCG, metodę pozwalającą na replikację efektów sterowania aktywacją (activation steering)—co zazwyczaj wymaga dostępu do wnętrza modelu—poprzez optymalizację sufiksów wejściowych. Technika ta pozwala na odtworzenie specyficznych zachowań, takich jak wymuszanie konkretnego języka, jedynie za pomocą zewnętrznych danych wejściowych.
Od początku października gwałtownie wzrosła liczba frameworków do testów penetracyjnych opartych na sztucznej inteligencji, z tysiącami aktywnych instancji. Te autonomiczne narzędzia automatyzują cały łańcuch ataku cybernetycznego, pozwalając na łańcuchowe wykorzystywanie poświadczeń i szybkie przemieszczanie się wewnątrz infrastruktury.
Google zaprezentowało Gemini 4 Hydrogen, nowy model zoptymalizowany pod kątem szybkiego i efektywnego kosztowo działania w środowiskach agentowych i programistycznych. Oferuje on okno kontekstowe o wielkości 1 miliona tokenów oraz zmienne poziomy „myślenia”, co pozwala twórcom balansować między głębią rozumowania, opóźnieniami a kosztami.
Organizacje mogą teraz wdrażać pełną usługę Managed Agents, w tym agentów i historię sesji, we własnej infrastrukturze. Zapytania do modelu pozostają elastyczne dzięki możliwości kierowania ruchu do wybranych dostawców.
Google wprowadziło Gemini Decisions API, oparte na nowym modelu gemini-decision-1. W przeciwieństwie do standardowych modeli generatywnych, narzędzie to przeprowadza klasyfikację i ocenę w jednym przejściu dla tekstu, dźwięku, obrazów, wideo i plików PDF, zwracając wyniki prawdopodobieństwa zamiast wygenerowanego tekstu.
Firma Microsoft opublikowała comiesięczne aktualizacje bezpieczeństwa, usuwając 1095 luk w swoich produktach. Wśród nich znajduje się 64 krytycznych poprawek, obejmujących m.in. Azure OpenAI, Exchange Server oraz Active Directory.