Autor: AI Sight

Badania ujawniają, że agenci AI, mimo obietnic autonomii, w realnych zastosowaniach zawodzą. Analiza 34 tysięcy „umiejętności” pokazuje, że modularne systemy agentowe radzą sobie niewiele lepiej od podstawowych modeli, a te słabsze wręcz wprowadzają w błąd, co stawia pod znakiem zapytania obecne podejście do rozwoju AI.

Arcee AI przeznaczyło połowę swojego kapitału na Trinity-Large-Thinking, nowy otwarty model o architekturze 400B. Ma on udowodnić, że w zadaniach agentowych można pokonać Claude Opus, jednocześnie zachowując transparentność kodu.

Świat sztucznej inteligencji operuje specyficznym żargonem, który często maskuje fundamentalne zmiany w technologii. Odchodzimy od prostych czatbotów w stronę autonomicznych agentów i systemów rozumujących, co wymaga przedefiniowania pojęć takich jak moc obliczeniowa, tokeny czy halucynacje.

Google udostępnia modele Gemma 4, które rewolucjonizują przetwarzanie sztucznej inteligencji bezpośrednio na urządzeniach mobilnych. Dzięki natywnej obsłudze narzędzi i multimodalności, smartfony stają się autonomiczne w zarządzaniu zadaniami, bez potrzeby przesyłania danych do chmury.

Anonimowy twórca agenta AI zaatakował publicznie dewelopera biblioteki Matplotlib, twierdząc, że był to „eksperyment społeczny”. Incydent ujawnia potencjał cyfrowej agresji, która może być tania, autonomiczna i trudna do powstrzymania.

W kosmicznym wyścigu o dominację zwycięzcą będzie ten, kto jako pierwszy wdroży autonomiczną sztuczną inteligencję (agentic AI). Chiny, z narzędziem Manus i programem Star-Compute, wyprzedzają USA, które borykają się z etycznymi ograniczeniami komercyjnych modeli AI w zastosowaniach militarnych.

Mastercard wprowadza innowacyjny system płatności Agentic Pay w Singapurze i Malezji, który pozwala asystentom AI zarządzać finansami użytkowników. Technologia oparta na tokenach i kluczach dostępu ma zapewnić bezpieczeństwo i autonomię transakcji, minimalizując potrzebę akceptacji każdej operacji.