Organizacja METR wprowadza wskaźnik horyzontu wydatków, który brutalnie weryfikuje opłacalność AI. Nowe dane pokazują, że w złożonych zadaniach programistycznych człowiek wciąż wygrywa ekonomicznie.
Read More
Najnowsza architektura systemu Cursor wprowadza hierarchię modeli dzielącą pracę na planistów i wykonawców, co pozwala obniżyć koszty produkcji kodu o 90% przy jednoczesnym odchudzeniu bazy kodowej.
Read More
Startup Airtap wprowadza agenta AI sterowanego przez iMessage, który zamiast pisać teksty, samodzielnie obsługuje aplikacje mobilne i wykonuje za nas żmudne zadania.
Read More
Model Opus 5 od Anthropic jako pierwszy w branży sprowadził skuteczność ataków prompt injection do zera w testach przeglądarkowych, wykorzystując nową, dwuwarstwową architekturę zabezpieczeń.
Read More
Podczas gdy Europa debatuje o regulacjach, 39% firm na Bliskim Wschodzie już korzysta z zaawansowanej AI. Od autonomicznych urzędników w Adżmanie po drony walczące z algami w Maroku – region MENA buduje nową cyfrową rzeczywistość.
Read More
Japoński startup Sakana AI twierdzi, że ich nowy router potrafi pokonać model Fable 5, sprawnie rozdzielając zadania między mniejsze systemy. Nowa wersja v1.1 poprawia wyniki o blisko 8 punktów, ale pozostaje niedostępna dla użytkowników z Unii Europejskiej.
Read More
Administracja emiratu Ajman jako pierwsza w regionie wykorzystała Agentic AI do proaktywnego odnawiania licencji handlowych. Nowy model ’headless’ eliminuje wypełnianie wniosków przez obywateli.
Read More
OpenAI przestaje być tylko dostawcą modeli i wchodzi w buty konsultantów. Nowy produkt Presence ma zastępować ludzi w 75% zadań obsługi klienta, ale wdrożą go tylko nieliczni.
Read More
Offloop uruchamia zamkniętą betę platformy opartej na agentach AI i modelu dyspozytora D1, która eliminuje problem braku ciągłości w pracy zespołowej. Startup obiecuje realizację zadań przy koszcie stanowiącym zaledwie 1/5 wydatków ponoszonych u konkurencji.
Read More
Model Laguna S 2.1 od Poolside udowadnia, że efektywność agentowa jest ważniejsza niż surowa skala, osiągając 70,2% w teście Terminal-Bench 2.1. Dzięki trybowi myślenia system o 8 miliardach aktywnych parametrów rozwiązuje problemy matematyczne nierozwiązane od dekad i dorównuje rynkowym gigantom.
Read More