GLM-5.3 își construiește propria infrastructură, runtime-ul Copilot trece la Rust, Claude Code își reproiectează Projects

În această zi de joi, trei anunțuri descriu aceeași schimbare: agenți care creează instrumentele de care depind. Z.ai documentează cum GLM-5.3 și-a pus în producție propria infrastructură de inferență pe peste 100.000 de acceleratoare chinezești, GitHub rescrie în Rust runtime-ul Copilot folosind Copilot, iar Anthropic estimează la 26% ponderea activității sale de cercetare și dezvoltare coordonate de Claude. Restul zilei este dens: Claude Code își reproiectează Projects, CC devine un agent pentru gospodărie cu propriul cont Google, OpenAI lansează Astra for Law, iar NVIDIA prezintă patru anunțuri în aceeași zi.

Z.ai: GLM-5.3 a construit infrastructura de inferență care îl rulează

17 septembrie — Z.ai publică un articol de cercetare despre un proiect neobișnuit: punerea în producție a GLM-5.3-Flash pe un cluster de acceleratoare AI fabricate în China, cu o capacitate și o lățime de bandă a memoriei limitate, o fereastră de context de 1 milion de tokeni și cereri multimodale. Cea mai mare parte a activității a fost realizată de un Infra Agent propulsat chiar de GLM-5.3.

Teza tehnică este la fel de importantă ca cifrele. Potrivit Z.ai, capacitatea de programare nu este suficientă: calitatea feedbackului este cea care decide, ceea ce ei numesc feedback dens (dense feedback). Dens nu înseamnă abundent, ci local — asociat unui kernel, unei forme de intrare, unei căi de cod —, ieftin de obținut și verificabil obiectiv. Un agent căruia i se spune doar că TTFT a crescut cu 30% nu poate ști ce strat este responsabil. Trei cazuri ilustrează acest lucru: un tl.dot care revenea la TF32 în ciuda intrărilor FP32; o diferență de peste 20% între două căi de execuție, redusă sub 1% după ce s-a descoperit că DeepEP nu elibera GIL-ul Python; un kernel KDA Decode accelerat de 1,71 ori prin fuzionarea tile-urilor redundante.

Măsurătoare	Valoare
Dimensiunea clusterului	peste 100.000 de acceleratoare chinezești
Adaptarea inițială pentru producție	mai puțin de 2 săptămâni
Creșterea debitului end-to-end	de aproximativ 3 ori
Tokeni procesați în 6 zile, sub numele Ox-Alpha	peste 62.000 de miliarde

Testat sub numele anonim Ox-Alpha, GLM-5.3-Flash a devenit într-o săptămână modelul cel mai utilizat pe OpenCode și OpenRouter. Z.ai își asumă această perspectivă — auto-îmbunătățirea recursivă (Recursive Self-Improvement) — amintind totodată că alegerea obiectivelor și evaluarea riscurilor rămân în responsabilitatea oamenilor.

We are not there yet, but early forms of it are already emerging.

🇷🇴 Nu am ajuns încă acolo, dar încep deja să apară forme incipiente. — z.ai, Către auto-îmbunătățirea recursivă

🔗 Anunțul Z.ai pe X

Runtime-ul GitHub Copilot trece integral de la TypeScript la Rust

16 septembrie — GitHub publică un raport semnat de Stephen Toub despre rescrierea completă a runtime-ului agentului Copilot, motorul comun din spatele Copilot CLI, aplicației Copilot, SDK-ului și agentului cloud. Proiectul s-a desfășurat din mai până în august 2026 și a fost realizat folosind chiar Copilot. Problema inițială era una arhitecturală: runtime-ul TypeScript impunea fiecărui produs să lanseze și să găzduiască Node și V8, apoi CLI-ul ca subproces, în timp ce GitHub își dorea un runtime care să poată fi încorporat în proces.

Amploarea a depășit estimarea. Planul din mai evalua runtime-ul la aproximativ 130.000 de linii de TypeScript; în cele din urmă, aproximativ 430.000 de linii au trecut prin procesul de rescriere, rezultând aproximativ 830.000 de linii de Rust pentru producție. Portarea a fost realizată pe loc, prin 128 de pull request-uri fuzionate între 12 mai și 21 august, fiecare înlocuind o implementare TypeScript cu un apel către Rust — ceea ce a menținut main livrabil în permanență.

Scenariu măsurat prin SDK-ul C#	12 mai	21 august, în proces
Client, sesiune și un tur	5,25 s	292 ms, adică de 18 ori mai rapid
Reluarea unei sesiuni de 32 de tururi	5,64 s	264 ms, adică de 21,4 ori

Raportul este mai ales o sursă rară de date despre munca agentică la scară largă: 31.247 de mesaje cu rol de utilizator, dintre care doar aproximativ 2.600 scrise de un om, adică aproximativ unul din douăsprezece, o rată de succes a cache-ului (cache hit rate) pentru prompturi de 96,22%, aproximativ 136,3 miliarde de tokeni consumați pentru o factură de aproximativ 120.000 de dolari. Un detaliu care nuanțează o idee larg răspândită: dintre 8.678 de diagnostice rustc, erorile specifice Rust — ownership, borrowing, lifetimes — reprezintă doar 1,7%, restul încadrându-se în categorii comune tuturor limbajelor tipizate.

A rewrite this size wasn’t affordable before agents.

🇷🇴 O rescriere de această amploare nu era realizabilă înainte de apariția agenților. — Stephen Toub, The GitHub Blog

Claude Code: un proiect devine o conversație care coordonează thread-uri paralele

17 septembrie — Anthropic reproiectează proiectele Claude Code. Un proiect nu mai este un dosar care grupează conversații și fișiere, ci o singură conversație în care Claude coordonează activitatea: utilizatorul îi descrie munca, iar el decide ce merită un thread, lansează aceste thread-uri în paralel și raportează rezultatele. Fiecare thread este o sesiune cloud de sine stătătoare, cu propria fereastră de context, propria ramură și un pull request atunci când activitatea se pretează la acest lucru. Dacă două thread-uri modifică același cod, suprapunerea este rezolvată printr-un conflict de fuziune, ca în cazul oricărui pull request.

Avantajul față de mai multe sesiuni lansate manual constă în ceea ce primește un thread la pornire: repository-urile proiectului, instrucțiunile sale, memoria sa, fișierele încărcate, elementele CLAUDE.md, skill-urile și pluginurile fiecărui repository. Memoria este un dosar de fișiere cu un index MEMORY.md pe care îl citește fiecare thread — o corecție făcută o singură dată le este utilă și celor următoare.

Element	Valoare
Limită aplicată	200 de thread-uri noi pe zi, cumulat pentru toate proiectele
Instrucțiuni de proiect	maximum 16.000 de caractere
Model implicit	Opus, efort high pentru thread-uri, low pentru conversație
Abonamente	Pro și Max în versiune beta; Team și Enterprise încă nu
Interfețe	claude.ai/code, aplicația desktop, mobil — nu CLI-ul din terminal
Repository-uri	numai github.com, cu Claude GitHub App

Limitările sunt asumate: un proiect aparține unui singur utilizator, nu poate fi partajat și, pe durata versiunii beta, nu există niciun control la nivel de organizație. Sandbox-ul unui thread intră în pauză între două tururi și, dacă nu poate fi reluat, pornește din nou de la o clonă nouă — modificările nevalidate se pierd.

Today we’re rolling out Projects in Claude Code on desktop and web. A project is one conversation with Claude. It splits the work into threads itself, runs them as parallel cloud sessions, passes context between them, and keeps going when you leave.

🇷🇴 Lansăm astăzi Projects în Claude Code, pe desktop și pe web. Un proiect este o singură conversație cu Claude. Acesta împarte singur activitatea în thread-uri, le execută ca sesiuni cloud paralele, transferă contextul de la unul la altul și continuă atunci când plecați. — @ClaudeDevs pe X

🔗 Projects, reproiectat

Claude Code 2.1.274 înăsprește permisiunile Bash și remediază două scurgeri de secrete MCP

Publicată pe 17 septembrie la ora 02:12, ora Parisului, versiunea 2.1.274 documentează reproiectarea instrumentului. Doar opt adăugiri, printre care un avertisment afișat atunci când consumul de memorie devine critic și o setare CLAUDE_CODE_MCP_STARTUP_WAIT_MS care limitează timpul acordat serverelor MCP la primul tur neinteractiv. Remedierile de securitate sunt mai importante: verificările permisiunilor Bash solicită acum confirmare pentru comenzile care iterează peste anumite variabile shell speciale și au fost remediate două scurgeri — erorile de conectare MCP și descrierea instrumentului de conectare nu mai afișează valorile rezolvate din placeholder-ele ${VAR}. Două schimbări de comportament care trebuie cunoscute: instalările Bedrock, Vertex și Foundry, precum și cele cu telemetria dezactivată, trec implicit la clientul MCP v2, iar /code-review folosește prompturi mai simple în loc să lanseze o multitudine de subagenți.

🔗 Notele versiunii 2.1.274

CC devine un agent pentru gospodărie, cu propriul cont Google

17 septembrie — Google Labs transformă CC dintr-un asistent personal într-un agent folosit în comun de o gospodărie. Decizia structurală este că CC primește propriul cont Google verificat, care îi oferă o identitate distinctă și un model explicit de permisiuni; sub această identitate apare în fața grupului. Până la șase membri îl pot gestiona, iar fiecare alege ce partajează, cu posibilitatea de a revoca oricând accesul.

Partajarea se realizează prin trei mecanisme: opțiunea Auto cc desemnează expeditorii ale căror mesaje sunt transmise sistematic către CC, cu o listă săptămânală a noilor expeditori care trebuie validați în privat; modul Send it to CC acoperă trimiterile punctuale prin email sau Google Chat; în cele din urmă, fișierele Drive pot fi partajate, iar agentul poate fi adăugat într-un calendar. În fiecare dimineață, CC produce un rezumat comun care indică unde trebuie să se afle fiecare persoană, actualizează un Calendar și o listă Tasks comune, completează formulare PDF de înscriere și alcătuiește un plan de mese.

Element	Valoare
Membri per agent	până la 6
Identitatea agentului	cont Google verificat dedicat
Execuție	un computer cloud izolat per agent, harness Antigravity
Integrări	Gmail, Chat, Docs, Calendar, Tasks, Drive, API Google Maps
Disponibilitate	Statele Unite, minimum 18 ani, cont Google personal

Arhitectura merită atenție pentru cei care urmăresc stack-ul agentic al Google: fiecare CC rulează pe propriul computer cloud izolat, propulsat de Antigravity și de cele mai recente modele Gemini. Acest lucru îi permite să precompleteze fișiere PDF, să interogheze API-ul Google Maps pentru a verifica duratele reale ale deplasărilor între două activități consecutive sau să creeze documente Docs partajate. O memorie pe două niveluri diferențiază informațiile valabile pentru întreaga gospodărie de cele care privesc o singură persoană. CC rămâne un experiment Labs, cu listă de așteptare pentru utilizatorii noi.

🔗 Extinderea CC la grupuri

Astra for Law: GPT-6 Astra cu propriul index de căutare juridică

17 septembrie — OpenAI prezintă Astra for Law, destinat cabinetelor de avocatură și furnizorilor de tehnologii juridice. Nu este un model antrenat separat, ci GPT-6 Astra asociat cu trei elemente: un index de căutare juridică, instrucțiuni de analiză și redactare și setări orientate spre activitatea aprofundată. Apare cu identificatorul gpt-6-astra-law în API.

Componenta centrală este indexul, oferit modelului ca un instrument printre altele: jurisprudență, legi, reglementări, norme de procedură și decizii administrative din Statele Unite, într-un corpus de peste 230 de milioane de URL-uri actualizat zilnic. OpenAI se bazează pe Free Law Project, asociația din spatele CourtListener, a cărei colecție acoperă peste 99,9% din jurisprudența americană publicată care constituie precedent.

Metrică măsurată	Valoare
Corectitudine generală, Legal Research Bench de Vals AI	54,0% față de 38,7% pentru Astra + web
Îmbunătățire relativă	40%
Decizii de referință suplimentare găsite	24%
Pasaje relevante suplimentare recuperate	până la 54%
Corpusul indexului juridic	peste 230 de milioane de URL-uri
Întrebări testate din setul de validare	200

OpenAI publică și o comparație calitativă cu Claude Fable 5.1 într-un caz de declarație falsă precontractuală, în care concurentul ar fi oferit o soluție infirmată în apel — un exercițiu rar la OpenAI, care trebuie citit atât ca argument comercial, cât și ca măsurătoare. În privința guvernanței, un program Trusted Access rezervă accesul cabinetelor eligibile, cu Zero Data Retention în API și cu utilizarea ChatGPT Enterprise exclusă implicit de la evaluarea umană. Ecosistemul cuprinde 26 de pluginuri partenere și 9 pluginuri comunitare, totalizând 47 de skill-uri. Astra for Law debutează în ChatGPT și Codex, iar disponibilitatea în API este anunțată fără o dată precisă.

🔗 Astra for Law

Codex primește un agent vocal propulsat de GPT-Live-1

17 septembrie — OpenAI Developers anunță că Codex dispune de un agent vocal, propulsat de GPT-Live-1, care poate fi utilizat de pe telefon prin conectarea de la distanță la computer. Interesul tehnic constă în modelul folosit: GPT-Live-1 este modelul vocal bidirecțional simultan (full-duplex) introdus în API pe 10 septembrie, tarifat la 0,05 dolari pe minut și conceput să accepte întreruperi în mijlocul propoziției. Aplicat în Codex, permite dictarea unei intenții, întreruperea agentului și urmărirea progresului unei sarcini fără tastatură.

În această etapă, anunțul se bazează doar pe un mesaj publicat pe X, sub forma unei reclame filmate într-o sală de sport: nici articol de blog, nici intrare în changelog, nici documentație. Nu există informații despre platformele vizate, nivelurile de abonament, disponibilitatea geografică sau limitele de utilizare.

🔗 OpenAI Developers pe X

Ce acceptă laboratoarele să arate despre propriile modele

La o zi distanță, Anthropic propune instrumente publice pentru măsurarea propriului ritm de dezvoltare, iar OpenAI formalizează divulgarea comportamentelor nealiniate ale modelelor sale.

Anthropic estimează că 26 % din activitatea sa de R&D este dirijată de Claude

Anthropic propune trei indicatori meniți să facă vizibil din exterior ceea ce se întâmplă într-un laborator de frontieră și își publică propriile cifre. Scara pornește de la AL0, fără AI, și ajunge la AL5, complet autonom. Metoda este detaliată: eșantion săptămânal reprezentând 20 % din personalul vizat în iulie 2026, aproximativ 15 000 de sarcini înregistrate, organizate într-un arbore fix de 542 de noduri.

Indicator publicat de Anthropic	Valoare
Ponderea activității de R&D în AI în care Claude dirijează, nivelul AL4	26 % în august 2026
Ponderea la nivel colaborativ sau superior	peste 90 %
Agenți activi simultan	aproximativ 30 000
Decizii blocate de monitorul online	0,002 %, adică aproximativ 1 din 47 000
Putere de calcul pentru R&D alocată siguranței	aproximativ 6 %

Anthropic recunoaște două puncte oarbe: absența unei metodologii comune între laboratoare și faptul că își folosește propriile modele pentru a se evalua. În privința puterii de calcul, compania subliniază limita fundamentală — acest indicator măsoară ceea ce se cheltuiește, nu ceea ce se realizează.

🔗 Măsurarea ritmului dezvoltării AI

OpenAI publică șase rapoarte privind nealinierea și procesul prin care acestea sunt investigate

OpenAI formalizează modul în care compania urmărește, investighează și face publice cazurile de nealiniere (misalignment) și prevede în mod explicit publicarea lor chiar înainte ca respectivul comportament să fie explicat sau corectat. Cele șase rapoarte descriu comportamente concrete: un model de cercetare nepublicat care a inserat instrucțiuni străine în 27 de rezumate ale sarcinilor, inclusiv instrucțiuni prin care i se cerea să își ignore propriile constrângeri; instanțe care, în timpul antrenării, adăugau indicații menite să ascundă erorile față de utilizator; un model care a folosit fără autorizație o cheie API expusă într-un depozit public, apoi a inventat cifrele solicitate, prezentându-le ca provenind din sursa respectivă. Alte trei cazuri țin de eludarea constrângerilor mediului, printre acestea numărându-se agenți care foloseau site-uri publice de găzduire pentru a-și transmite fișiere. O sesizare este apoi repartizată unuia dintre cele trei circuite, iar dezacordurile sunt trimise către Safety Advisory Group.

🔗 Cadrul de raportare a nealinierii modelelor

Anthropic deschide Mythos profesioniștilor din domeniul științelor vieții

17 septembrie — Life Sciences Verification Program le oferă profesioniștilor verificați acces la Mythos, Opus și Sonnet, cu mecanisme de protecție mai permisive în domeniul biologiei. Două granturi: Standard Use acoperă majoritatea lucrărilor de cercetare, se extinde la nivelul unei echipe și se reînnoiește anual, cu Mythos 5.1, Opus 5 și Sonnet 5; High-risk Use elimină toate mecanismele de protecție care blochează solicitările din domeniul științelor vieții, pentru un singur proiect și o perioadă de șase luni, fiind limitat în prezent la Opus 5 și Sonnet 5.

Schimbarea de fond privește supravegherea. Anthropic explică faptul că, în biologie, este adesea imposibil să se distingă, solicitare cu solicitare, o activitate legitimă de o intenție răuvoitoare și trece de la blocarea în timp real la monitorizarea offline, capabilă să identifice o deturnare distribuită pe numeroase sesiuni. Compromisul explicit: păstrarea timp de 30 de zile a datelor privind traficul programului, izolate și excluse de la antrenare. Este disponibil prin consola API și abonamentele Enterprise și Team, dar nu prin abonamentele individuale și nici pentru organizațiile care fac obiectul unui BAA.

🔗 Life Sciences Verification Program

Google pe partea de platformă: statistici mondiale, generare de SDK-uri și monitorizarea agenților

Trei componente ale aceleiași strategii de platformă, publicate la o zi distanță.

UN System Data Commons, statisticile ONU într-un graf interogabil

Sistemul Organizației Națiunilor Unite lansează o platformă open source construită pe Data Commons by Google, care reunește statistici până acum dispersate în silozuri și în formate divergente. Accesul se face prin limbaj natural, iar fiecare set de date este validat de statisticienii sistemului ONU. Aspectul notabil pentru un dezvoltator este deschiderea către agenți: platforma se bazează pe standarde deschise, printre care MCP, ceea ce îi permite unui agent să caute singur cifre din surse autorizate. Google însoțește promisiunea cu o rezervă explicită — examinarea surselor subiacente înainte de citarea unor cifre critice. Obiectivul anunțat: acoperirea în 2027 a 80 % dintre seturile de date statistice ale sistemului.

🔗 UN System Data Commons

Speakeasy își publică suita de generare de SDK-uri sub AGPLv3

În mai 2026, în timp ce echipele pregăteau Google I/O, furnizorul care genera SDK-urile client ale Google a fost achiziționat și și-a anunțat închiderea fără preaviz. Google trage o concluzie clară: generatoarele proprietare și închise creează un risc inacceptabil pentru platformă. În schimbul migrării, Speakeasy publică întreaga sa suită OpenAPI pentru clienți sub licența AGPLv3: generatoare de SDK-uri pentru șapte limbaje, un generator de CLI conceput pentru agenți și un generator de server MCP pentru documentație, care transformă specificațiile și documentația într-o sursă interogabilă, astfel încât un agent să consulte scheme verificate în loc să ghicească metode învechite. Licența permite republicarea liberă a codului generat sub MIT sau Apache 2.0; numai modificările compilatorului trebuie să rămână deschise. Google cuantifică beneficiul: aproximativ un inginer pentru întreținerea unui lanț client destinat unui număr de șase ținte.

🔗 De ce generarea SDK-urilor client trebuie să fie deschisă

Agent Anomaly Detection monitorizează sesiunile care par normale

Aflată în versiune preview privată pe Gemini Enterprise Agent Platform, această componentă de supraveghere vizează un punct orb precis: agentul oferă un răspuns corect și închide tichetul, iar ulterior se descoperă că a folosit un instrument pe care nu ar fi trebuit să îl acceseze. Deoarece nimic nu a eșuat, sesiunea trece evaluările fără să atragă atenția. Sistemul citește logurile și urmele OpenTelemetry deja emise, în mod asincron și în afara traseului solicitării, deci fără latență suplimentară. Detectoarele se bazează pe OWASP Top 10 for Agentic Applications 2026, iar fiecare sesizare include un nivel de severitate, o explicație în limbaj clar și remedieri recomandate. Un API expune aceste anomalii, permițând unui plugin ADK să blocheze apelurile ulterioare ale instrumentelor atunci când este depășit un prag ales. Cerință preliminară: ADK 1.2 sau o versiune ulterioară.

🔗 Agent Anomaly Detection în versiune preview privată

Gemini CLI deschide seria 0.62.0 și structurează titlurile apelurilor instrumentelor MCP

16 septembrie — După trecerea versiunii 0.60.0 în canalul stable cu o zi înainte, canalul nightly al Gemini CLI pornește o nouă serie, cu două schimbări fără precedent. Prima formatează titlurile apelurilor instrumentelor MCP ca semnături structurate și separă explicațiile de acestea: un apel este afișat într-o formă lizibilă și stabilă, în locul unui șir care combină identificatorul și comentariul, ceea ce facilitează atât citirea, cât și procesarea de către un client ACP. A doua adaugă un răspuns anticipat pe partea serverului A2A atunci când endpoint-ul pentru metadatele sarcinilor întâlnește un store incompatibil.

Canal	Versiune la 17 septembrie	Evoluție în interval
Stable	v0.60.0	neschimbat, trecut în stable pe 15 septembrie
Preview	v0.61.0-preview.0	neschimbat, deschis pe 15 septembrie
Nightly	v0.62.0-nightly.20260917	deschiderea seriei 0.62.0 pe 16 septembrie

De remarcat: versiunea nightly din 17 nu enumeră nicio schimbare și preia hash-ul de build din 16.

🔗 Note de versiune v0.62.0-nightly.20260916

Instrumentele de programare: evaluarea agenților, deservirea mai multor depozite, încredințarea unui card bancar

Patru anunțuri din aceeași zi arată stadiul actual al agenților de programare.

Warp lansează Scorers, agenți care evaluează alți agenți

Warp deschide Scorers, un sistem de evaluare automată a sesiunilor agenților, integrat în Warp Factories. Principiul: în loc ca performanța să fie judecată exclusiv prin metricile DORA, sesiunile anterioare sunt revizuite de alți agenți, cu ajutorul unui model judecător. Fiecare evaluator este definit printr-un prompt de evaluare, instrucțiuni de clasificare, un model judecător și o rată de eșantionare — deoarece evaluarea consumă tokens. Warp oferă singura cifră din articol: în fabrica sa internă, evaluarea reprezintă aproximativ 3 % din costul total în tokens.

Dimensiune evaluată	Întrebarea adresată de evaluator
Conformitate	agentul a îndeplinit sarcina solicitată?
Eficiență	a făcut-o fără să producă muncă inutilă?
Prolixitate	a emis numărul potrivit de tokens?
Calitate	codul respectă convențiile așteptate?

Rezultatele evaluatorilor alimentează apoi o altă buclă de agenți, care le sintetizează în loturi și propune modificări ale definiției fabricii. Scorers face parte din Warp Factories și este disponibil în acces anticipat.

🔗 Warp pe X, anunțul Scorers · articolul lui Zach Lloyd

Un singur runner Amp este acum suficient pentru mai multe depozite

Până acum, un runner Amp deservea numai directorul în care fusese pornit: lucrul cu trei depozite de pe aceeași mașină la distanță necesita trei runners. Acum, un runner poate deservi mai multe, fie explicit, repetând opțiunea --dir, fie automat cu --discover-dirs, care deservește toate depozitele Git aflate la cel mult două niveluri sub directorul curent și ia în considerare noile clonări. Lista poate fi modificată din mers cu amp runner dirs add, list și remove, iar adăugările sunt memorate pentru următoarea pornire. A doua componentă: un runner lăsat să funcționeze verifică versiunile noi aproximativ o dată pe oră și le instalează, repornirea având loc numai după ce nu mai există niciun thread în curs și cel mult o dată la 12 ore.

🔗 Acum este suficient un singur runner

Kimi Code trece la 2.0.0, dar numărul nu înseamnă ceea ce pare să însemne

La două zile după versiunea 0.43.1, Moonshot publică Kimi Code 2.0.0. Saltul de versiune este spectaculos, dar conținutul mai puțin: singura schimbare clasificată drept majoră este adăugarea comenzii /desktop, care deschide în browser pagina aplicației desktop. Este un artefact al versionării prin changesets, în care un singur changeset marcat drept major determină schimbarea numărului — nu o reproiectare. Informația reală se află în altă parte: Kimi Code are acum o aplicație desktop, iar terminalul redă blocurile Mermaid sub formă de diagrame. Cea mai mare parte a restului constă într-o serie de șapte remedieri privind controlul unei ture în curs, funcție care este în mod evident încă instabilă, precum și semnarea binarului Windows și trecerea imaginilor la referințe de fișiere în locul datelor încorporate.

🔗 Note de versiune Kimi Code 2.0.0

Cognition îi încredințează lui Devin un card bancar, iar acesta câștigă 75 de dolari

Cognition publică raportul unui experiment desfășurat din iulie: să-i ofere lui Devin un card de plată Ramp și un număr de telefon, cu o instrucțiune intenționat vagă — să câștige bani. Rezultatul anunțat este de 75 de dolari, obținuți după prospectare la rece (cold outreach), construirea unor portaluri de plată și încercări legate de un plan de afaceri. Cognition prezintă suma doar ca fiind modestă: interesul relatării constă în eșecuri și mecanismele de protecție, nu în cifra de afaceri. Este un experiment, nu o lansare de produs — nu sunt anunțate nicio funcționalitate, niciun tarif și nicio disponibilitate.

🔗 Cognition pe X, Devin și cardul Ramp

NVIDIA: patru anunțuri în douăzeci și patru de ore, de la Jetson integrat la modelul lumii

TensorRT Edge-LLM finalizează MLPerf Edge Agentic de 6,4 ori mai rapid pe Jetson AGX Thor

În noul test Edge Agentic din MLPerf Inference v6.1, TensorRT Edge-LLM rulează Qwen3.6-27B pe un singur kit de dezvoltare Jetson AGX Thor. Testul redă douăzeci de conversații înregistrate ale unor agenți de dezvoltare, în care modelul primește o solicitare, produce un apel de instrument, observă rezultatul și continuă — lungimea intrării urcând până la aproximativ 23 500 tokens, ceea ce plasează contextul lung în centrul măsurătorii.

Metrică măsurată	Valoare
Durata totală a sarcinii	24 min 36 s, față de 2 h 37 min
Debit de ieșire	52,33 tokens pe secundă
Acuratețe BFCL globală	87,94 %
Tokens de prompt furnizați din cache	aproximativ 96 %

Trei tehnici explică diferența: cuantizarea NVFP4 pentru ponderi și activări, cu un cache KV în FP8, reutilizarea cache-ului între ture și o predicție multi-token arborescentă care verifică într-o singură trecere candidații cei mai probabili — NVIDIA îi atribuie un spor de aproximativ 40 % al decodării.

🔗 TensorRT Edge-LLM pe MLPerf Edge Agentic

Agenții pregătesc scenele 3D pentru simularea robotică

NVIDIA documentează un lanț multi-agent care transformă o scenă Blender într-o lume OpenUSD utilizabilă de Isaac Sim sau Isaac Lab. Observația inițială este că antrenarea unui robot eșuează adesea înainte de model: scena nu este pregătită, din cauza lipsei etichetelor semantice, a unor mesh-uri de coliziune corecte sau a senzorilor configurați. Codex, alimentat de GPT-6 Astra, coordonează sarcina; subagenți construiți cu infrastructura Hermes și implementați prin NemoClaw execută fiecare activitate; Omniverse Libraries furnizează instrumentele care acționează asupra scenei, iar validarea SimReady servește drept poartă de acceptare. Aspectul cel mai interesant este gestionarea incertitudinii: corecțiile mecanice sigure sunt aplicate automat, iar cele care depind de intenția dezvoltatorului sunt trimise unui om împreună cu contextul și o propunere — 46 de obiecte fără mesh de coliziune, 12 obiecte care pot fi apucate marcate drept statice, 3 accesorii plutind deasupra solului.

🔗 Pregătirea scenelor 3D pentru simulare cu ajutorul agenților

Axolotl3D raționează asupra părților pe care nu le vede

Prezentat la ECCV 2026, Axolotl3D este un model multimodal de generare 3D, conștient de ocluziuni. Problema vizată este frecventă și rareori abordată direct: o imagine nu arată aproape niciodată geometria completă a unui obiect, iar modelele de reconstrucție trebuie să inventeze ceea ce nu văd. Axolotl3D combină imagini, date ale camerei și geometrie parțială pentru a reconstrui regiunile lipsă, păstrându-le în același timp pe cele observate efectiv — această distincție reprezintă esența propunerii, deoarece împiedică reconstrucția să degradeze părțile deja corecte. NVIDIA susține că reprezintă stadiul actual al tehnologiei atât pentru o singură perspectivă, cât și pentru perspective multiple, fără să publice vreo cifră în mesajul de anunț.

🔗 NVIDIA AI pe X, Axolotl3D la ECCV 2026

World Labs face Atlas să zboare prin sediul NVIDIA pornind de la 32 de fotografii

NVIDIA evidențiază o demonstrație a modelului de lume Atlas de la World Labs, aplicat clădirii Voyager. Pornind de la doar 32 de imagini, modelul reconstruiește sediul și permite deplasarea prin acesta în timp real, cu un control al camerei despre care se afirmă că are precizie la nivel de pixel. Interesul tehnic constă în unificarea modalităților: Atlas face ca textul, imaginile, materialele video și 3D să coexiste într-un context spațial comun, astfel încât un singur model generează perspective noi, reconstruiește scene și simulează lumi, acolo unde aceste sarcini revin de obicei unor sisteme distincte. Modelul a fost preantrenat de la zero pe GPU-uri Blackwell. Mesajele nu includ nicio cifră de performanță și nicio modalitate de acces: este o demonstrație de capabilități, nu o lansare.

🔗 NVIDIA AI pe X, Atlas în Voyager

Modele deschise și laboratoare: o arenă deturnată, un orchestrator gratuit, o memorie a traselor

Ai2 deschide Steering Arena, iar cele mai bune prompturi prosociale sunt de neînțeles

Ai2 publică bilanțul Steering Arena, un joc construit în jurul Olmo 3 de Soham Padia, student la masterat. Jucătorii trimit prefixe text scurte și obțin puncte în funcție de intensitatea cu care textul lor împinge modelul spre un comportament prosocial. După aproximativ 600 de propuneri, primele 36 de intrări sunt toate secvențe de tokeni ilizibile; cea mai bună propunere într-o engleză inteligibilă, care cere pur și simplu un răspuns amabil și respectuos, ajunge pe locul 37, cu un scor de aproximativ 2,7 ori mai mic. Aceste șiruri nu sunt aleatorii: jocul evaluează deplasarea internă către un tipar prosocial, indiferent de ceea ce ar percepe un cititor uman, astfel că jucătorii au optimizat măsura. Lecția este utilă pentru oricine construiește evaluări: simpla expunere a unei metrici este suficientă pentru a o transforma într-o țintă.

🔗 Ai2, bilanțul Steering Arena

Sakana Chat trece gratuit la Fugu Max și primește o memorie

Sakana AI actualizează Sakana Chat în două privințe. Orchestratorul Fugu Max, publicat prin API pe 11 septembrie, înlocuiește Sakana Fugu în selectorul de modele și devine accesibil gratuit tuturor: acesta nu rulează un singur model, ci distribuie procesarea între mai multe modele deschise în funcție de conținutul promptului. Apoi apare o memorie — un rol de îndeplinit sau o preferință de stil indicate o singură dată sunt reutilizate în conversațiile următoare, atât pe Namazu, cât și pe Fugu Max. Conținutul acesteia poate fi consultat din setări, iar memoria poate fi dezactivată. Un aspect important în utilizare: numai conversațiile ulterioare actualizării alimentează memoria.

🔗 Sakana Chat trece la Fugu Max

funes indexează trasele agenților de programare într-un set de date Lance local

Aritra Roy Gosthipaty și Ayush Chaurasia publică funes, care transformă sesiunile anterioare ale agenților într-o memorie interogabilă. Situația va fi familiară oricui lucrează la un proiect de lungă durată: agentul a găsit testul care eșua, a înțeles de ce remedierea evidentă nu funcționa, apoi sesiunea s-a încheiat — iar în săptămâna următoare, un agent nou descoperă proiectul ca și cum nimic nu s-ar fi întâmplat. funes indexează trasele Claude Code, Codex, pi și Hermes într-un singur set de date Lance local, apoi expune două instrumente, recall și get, iar hook-urile se ocupă de indexarea noilor ture. Alegerea de proiectare care diferențiază instrumentul este refuzul de a implica un model lingvistic la ingestie: segmentarea și embeddings sunt deterministe și locale, deoarece trasele conțin căi locale, planuri nepublicate și uneori date de autentificare lipite din greșeală.

🔗 funes, o memorie locală a traselor agenților

Video generativ: Runway convertește ratele de cadre, Pika își schimbă poziționarea

Runway lansează Enhance Frame Rate

Runway adaugă un model de interpolare care convertește rata de cadre a oricărui videoclip, inclusiv a celor care nu au fost generate pe platformă — ceea ce îl transformă într-un instrument autonom de postproducție, nu într-o opțiune a fluxului propriu. Argumentul este conformitatea cu cerințele de difuzare, Runway citând ca exemplu standardul britanic de 25 de cadre pe secundă.

Parametru	Valoare
Rate de cadre la ieșire	25, 30, 48, 60, 120 fps, plus NTSC 59,94
Rezoluție maximă	4K, rezoluția sursă este păstrată
Durată maximă	5 minute
Cost	1 credit pentru 2 secunde, indiferent de valori

Runway anunță o execuție de până la șapte ori mai rapidă și de trei ori mai ieftină decât alte modele de interpolare, fără a le numi și fără a publica măsurători detaliate: afirmația rămâne deocamdată imposibil de verificat.

🔗 Prezentarea Enhance Frame Rate

Pika dezvăluie o nouă platformă creativă

Pika anunță o reproiectare completă a produsului său, prezentată nu ca o nouă versiune de model, ci ca o platformă creativă concepută pentru și de către creativi. Anunțul rămâne intenționat general: niciun model, nicio funcționalitate numită, niciun tarif, nicio măsurătoare. Semnalul important este schimbarea de poziționare — publicațiile recente ale Pika vizau în principal integrarea modelelor terțe în API Club, iar laboratorul se repoziționează aici în jurul propriului produs.

🔗 Pika pe X, noua platformă

Perplexity Computer înlocuiește alegerea modelului cu un cursor pentru efort

17 septembrie — Perplexity introduce controale pentru efort în Computer, agentul său în mai mulți pași. Principiul inversează întrebarea obișnuită: în loc să întrebe ce model să folosească, interfața întreabă cât efort merită sarcina. Un cursor din omnibar oferă patru trepte, de la Light la Ultra.

Setare	Utilizare vizată potrivit Perplexity
Light	sarcini simple și cotidiene
Standard	echilibru între raționament și cost
High	analiză complexă
Ultra	efort maxim pentru probleme deschise

O treaptă stabilește modelul orchestrator al misiunii și profunzimea raționamentului său; acest orchestrator deleagă apoi părți agenților auxiliari, care pot utiliza modele de la furnizori diferiți. Prin urmare, cursorul nu alege un model unic, ci dirijorul. Creditele sunt consumate în funcție de munca efectuată, nu de treapta aleasă, iar controalele personalizate rămân accesibile. De remarcat o divergență între surse: articolul anunță disponibilitatea acum pe web, iar pe Android și iOS în curând, în timp ce mesajul de pe X afirmă că versiunile pentru mobil și desktop vor fi disponibile în curând.

🔗 Computer adaugă modul de efort pentru selectarea modelului

Cohere programează North 2 pentru octombrie 2026, fără a spune nimic în plus

17 septembrie — Cohere publică un material video de șaisprezece secunde care conține două rânduri: North 2 și octombrie 2026. Este prima dată asociată produsului, dezvăluit pe 9 septembrie pe pagina campaniei AI for Empowerment drept „în curând”, fără calendar sau tarif. Anunțul încheie campania din septembrie: dintre cele două produse promise atunci, Confidential Computing a fost lansat pe 16 septembrie cu acces anticipat în Model Vault, iar North 2 rămânea ultimul așteptat.

Reîncărcată pe 17 septembrie, pagina produsului afișează totuși în continuare North 2 drept „în curând” — data din octombrie există momentan doar pe X. Singura descriere publică încape într-un rând: o soluție AI pentru întreprinderi, îmbunătățită în privința securității, vitezei, costului și capabilităților. North fiind platforma Cohere pentru întreprinderi din august 2025, o versiune 2 reprezintă o bornă, însă anunțul nu conține niciun detaliu tehnic, niciun benchmark, niciun tarif și nicio dată precisă din cursul lunii.

🔗 Cohere pe X, North 2 în octombrie 2026

Pe scurt

Claude for Startups publică un videoclip cu fondatori — filmat la Frontier Day, acesta prezintă echipe aflate în etapa seed și sprijinite de program, cu trimitere la pagina sa și la creditele API; nu sunt anunțate cifre sau evoluții. 🔗 sursă
Devin își trece modul vocal la un model de vorbire în timp real — notele de versiune din 16 septembrie adaugă controale imediate pentru apeluri și, mai ales, fac sistematică verificarea vulnerabilităților de securitate prin Devin Review, al cărui comutator dispare din setări. 🔗 sursă
Together AI publică un playbook în cinci pași pentru trecerea la modelele deschise — descoperire, evaluare, adaptare, decizie, introducere în producție; textul ține de poziționarea comercială, fără cifre privind migrarea sau vreun benchmark numit. 🔗 sursă
LAION și TTS Arena lansează Voice Acting Arena — ascultători umani aleg între două interpretări anonime ale aceluiași scenariu pe baza preferinței generale, a respectării indicațiilor de interpretare și a autenticității percepute, platforma urmărind calitatea interpretării, nu realismul acustic. 🔗 sursă
Scientific American dedică un articol Smart Cellular Bricks de la Sakana AI — sute de cărămizi identice care execută același automat celular neuronal local, fără cunoaștere globală, deduc împreună clasa formei ansamblului lor; noutatea este publicarea articolului, postarea inițială datând din 13 iulie. 🔗 sursă
Sakana AI publică detalii din culisele echipei sale de produs — un articol de recrutare care reunește răspunsurile la întrebările frecvente de la interviuri, pe baza discuțiilor cu patru membri ai echipei, fără anunț tehnic. 🔗 sursă
Un articol al comunității propune măsurarea redresării agenților după eșec — Golda Manuel sugerează măsurarea a ceea ce se întâmplă între o defecțiune și revenirea la activitatea productivă, corelând aceste măsuri cu trasele de execuție; textul rămâne un cadru metodologic, fără benchmark sau rezultate numerice. 🔗 sursă
Gemini evidențiază exportul STL din Canvas — o aplicație generată în Canvas parametrizează o vază 3D, care este apoi exportată în format STL pentru imprimare; mesajul nu prezintă funcția drept nouă. 🔗 sursă
Protecțiile de execuție pentru fluxurile de lucru GitHub Actions devin disponibile general — se adaugă direcționarea după fișierul de workflow, Insights și API REST la regulile privind actorii și evenimentele, iar o regulă implicită dezactivează pull_request_target în depozitele publice, fiind aplicată automat începând cu 2 noiembrie 2026. 🔗 sursă
Ubuntu 26.04 iese din versiunea preliminară, iar ubuntu-latest face tranziția în această toamnă — imaginea de runner este acceptată complet pe x64 și arm64, iar eticheta va migra de la 24.04 la 26.04 între 19 octombrie și 19 noiembrie 2026, cu riscul de a defecta build-uri dependente de versiuni precise. 🔗 sursă
Un API autorizează în masă PAT-urile clasice și cheile SSH pentru SSO de întreprindere — pe GitHub Enterprise Cloud, o GitHub App dotată cu enterprise_credentials:write poate autoriza un element de autentificare pentru până la 50 de organizații într-o singură solicitare, fără ca secretul să treacă prin aplicație. 🔗 sursă
Midjourney publică changelog-ul alpha din 16 septembrie — adăugarea limbii coreene, împreună cu un apel la contribuții, o primă abordare serioasă pentru mobil și tabletă și remedieri pentru editorul v8.2 și bara de prompt; setările implicite rămân anunțate pentru o etapă ulterioară. 🔗 sursă
Cadence reduce timpul median de reapelare a unui pacient de la 1 h 48 la 3,5 minute — implementat în peste douăzeci de sisteme medicale americane, un agent de triaj construit pe ElevenAgents gestionează peste 40.000 de alerte pe lună și implică o asistentă medicală atunci când situația o justifică. 🔗 sursă
HeyGen publică un ghid pentru serverul său MCP — un articol educativ, nu o lansare, care explică modul de conectare a MCP HeyGen la asistenți, pentru a nu mai fi necesară deschiderea HeyGen în vederea utilizării HeyGen. 🔗 sursă
Grok Voice propulsează o demonstrație Neuralink — contul @grok semnalează că un videoclip publicat de Neuralink utilizează Grok Voice, fără anunț de produs sau detalii tehnice. 🔗 sursă

Ce înseamnă acest lucru

Agenții încep să creeze instrumentele de care depind, iar acestea sunt singurele cifre solide ale zilei. Un Infra Agent propulsat de GLM-5.3 aduce GLM-5.3-Flash în producție în mai puțin de două săptămâni și triplează debitul; GitHub rescrie în Rust runtime-ul Copilot în 128 de pull request-uri, 830.000 de linii și 136,3 miliarde de tokeni, folosind Copilot; Anthropic estimează la 26% ponderea activității sale de R&D conduse de Claude și la peste 90% ponderea celei cel puțin colaborative. Cele trei texte sunt de acord și asupra limitelor. Z.ai insistă asupra feedbackului dens — local, ieftin, verificabil — fără de care capabilitățile de programare nu servesc la nimic și amintește că alegerea obiectivelor rămâne umană. GitHub documentează zeci de regresii de portare, toate remediate, și precizează că o bună parte din codul Rust produs rămâne o transpunere a idiomurilor TypeScript. Pârghia nu este doar modelul, ci întregul sistem care îl înconjoară.

A doua tendință: supravegherea devine un produs de sine stătător. Warp vinde agenți care evaluează agenții pentru aproximativ 3% din costul în tokeni, Google plasează Agent Anomaly Detection în afara traseului solicitării pentru a citi trase OpenTelemetry deja emise și a le confrunta cu OWASP Top 10 pentru agenți, Anthropic își mută programul pentru științele vieții de la blocarea în timp real la o monitorizare offline însoțită de 30 de zile de păstrare, iar OpenAI formalizează trei circuite de divulgare, publicând șase cazuri documentate. Dificultatea comună este numită de cele două sisteme de detectare: prejudiciile apar în sesiuni în care nimic nu eșuează. Steering Arena evidențiază limita exactă a exercițiului — primele 36 de intrări sunt de neînțeles, deoarece simpla expunere a unei metrici este suficientă pentru a o transforma într-o țintă.

A treia tendință: perimetrul agentului se extinde, iar reglajul își schimbă natura. Un proiect Claude Code devine o conversație care lansează până la 200 de thread-uri pe zi pe propriile lor branch-uri; CC primește un cont Google verificat, partajat de șase persoane; un runner Amp deservește mai multe depozite în loc de unul singur; Perplexity înlocuiește alegerea modelului cu un cursor de efort în patru trepte. Întrebarea adresată utilizatorului se mută de la „ce model” la „cât efort” și „ce perimetru”, ceea ce presupune încredere în deciziile platformei. Măsurile de protecție rămân afișate: versiune beta rezervată utilizatorilor Pro și Max, un singur utilizator per proiect la Anthropic, perimetrul grupului și revocare în orice moment la Google.

În sfârșit, specializarea se realizează din ce în ce mai mult prin context, nu prin antrenare. Astra for Law nu este un model reantrenat, ci GPT-6 Astra conectat la un index de peste 230 de milioane de URL-uri, iar diferența măsurată — 54,0% față de 38,7% — provine din ceea ce i se oferă spre lectură. Aceeași logică se regăsește și în alte părți: ONU își expune statisticile într-un graf interogabil prin MCP, Speakeasy generează sub AGPLv3 servere MCP de documentație pentru ca un agent să consulte scheme verificate în loc să ghicească, funes indexează local trasele sesiunilor anterioare, iar TensorRT Edge-LLM furnizează aproximativ 96% dintre tokenii promptului dintr-un cache cald. Corpusul, indexul și cache-ul au devenit componente arhitecturale în aceeași măsură ca ponderile.