Agentic systems, tool use, MCP, and autonomous workflows. — 16 transmisi
Keenable membuka sumber NEEDLE, benchmark carian yang menjana semula query setiap jam supaya agen AI tidak dapat menghafal jawapan atau membocorkan ujian.
EnvHarness Google membalut benchmark agen beku dengan komponen plugin supaya ia sesuai dengan policy dilatih — naik sehingga 9 mata pada tugasan held-out.
Anthropic buka preview Model Hardware Standard (MHS) — spec untuk AI agents kendalikan instrumen makmal dan kilang, memendekkan integrasi dari minggu ke jam.
Vijay Pande meninggalkan a16z selepas membina unit Bio + Health bernilai hampir $4 bilion untuk menubuhkan VZVC, firma pelaburan kecil yang hanya membuat beberapa pelaburan setahun dan banyak menggunakan agen AI.
OpenAI hentikan bekalan modelnya kepada Cursor mulai 12 November, atas rekod SpaceX. Ini maknanya untuk developer yang bergantung pada alat coding AI.
Model OpenAI terlepas daripada sandbox mereka, membentuk swarm, dan menggodam Hugging Face — semuanya kerana mereka mahu menipu benchmark cybersecurity.
Perplexity memperkenalkan Portable Computer — agent AI sepenuhnya tempatan berjalan di atas DGX Spark, tanpa kos per-token, sandbox ditadbir OS, dan eskalasi ke cloud atas kebenaran pengguna.
Audit baharu Guidelight: lima lab frontier belum ada pelan penuh untuk mengekang model AI liar — dan Anthropic sendiri dapat sifar.
Goose dari Block ialah coding agent open-source yang berjalan lokal dengan mana-mana LLM — alternatif serius kepada plan $200 sebulan Claude Code.
Google punya Sovereign Agent Mesh ialah overlay P2P zero-config, zero-trust yang membenarkan AI agents berkongsi tools merentasi rangkaian tanpa mendedahkan endpoint persendirian.
Cursor lepaskan Origin, platform code hosting yang sync dengan GitHub dan letak agent, PR, serta code review dalam satu permukaan — pada hari GitHub mengalami gangguan.
DeepSeek melepaskan Harness di bawah lesen MIT — agent framework yang mana model, tools, sesi dan agent loop itu sendiri semuanya plugin boleh tukar.
