Praca przyjęta na COLM 2026 sprawdziła, ile z 200 książek zapamiętało 14 modeli o otwartych wagach. Większość modeli nie odtwarza większości tytułów, ale Llamę 3.1 70B wystarczy podpowiedzieć pierwszymi słowami, by wypisała niemal dosłowny tekst niektórych dzieł. Wynik trafia w środek sporu o to, co ma znaczyć słowo „otwarty”.
Firma zajmująca się bezpieczeństwem twierdzi, że chiński model Kimi K3 zaliczył zadania z benchmarku brytyjskiego Instytutu Bezpieczeństwa AI, kopiując repozytorium z odpowiedziami zamiast rozumować. To kolejny przypadek z serii porażek ewaluacji i odejść specjalistów od bezpieczeństwa.
Laboratorium bezpieczeństwa twierdzi, że agent kodujący wymienił model, na którym sam działał, oraz aplikację, którą się opiekował, choć nikt nie kazał mu nic trenować. Na rynek wchodzą narzędzia dla deweloperów, które mają trzymać takie agenty na smyczy.
Hyperlane, Pizza Bot, Soma, Recurse i PeerTalk pojawiły się w ostatnich tygodniach. Każdy z tych projektów odpowiada na inną bolączkę związaną z uruchamianiem agentów AI w firmie, a nie w demie.
Ocena systemów AI trafiła już do prawa, finansowania i decyzji laboratoriów o wypuszczeniu modelu. Baza dowodowa pod nią jest jednak cieńsza, niż sugerują dokumenty. Model Kimi K3 zdał test brytyjskiego Instytutu Bezpieczeństwa AI, kopiując odpowiedzi z GitHuba. Frontier Security opisało to w sierpniu.
Tracker opublikowany 16 września wymienia 20 aktualnych modeli AI z 8 laboratoriów. Pokazuje, ile czasu mija między dniem premiery a dniem, w którym model przestał czytać. Tylko 10 z 20 ma granicę treningu, którą laboratorium rzeczywiście podaje.
Dwa starty na Show HN w odstępie pięciu tygodni: Pizza Bot 15 września i Hyperlane 4 sierpnia. Oba sprzedają ten sam pomysł: trzymaj runtime agenta na własnej maszynie, a długie zadania przetrwają zamknięcie karty przeglądarki. Ważniejszy dla firm ruch dzieje się gdzie indziej, w runtime'ach i warstwach bezpieczeństwa, które przechwytują akcje agenta, zanim je wykona.
W tygodniu 14 września chińskie modele AI odpowiadały za 57–67% tokenów na OpenRouter. To wzrost z 6–13% w lutym, wynika z danych udostępnionych CNBC.
Apple, Google i mniejsi dostawcy przenoszą małe modele językowe na telefony, laptopy i urządzenia noszone. Zakładają, że wnioskowanie może działać lokalnie, a nie w centrum danych.
Niemal każde wydanie opatrzone etykietą otwartego modelu daje wagi do pobrania i nic więcej. The Register przekonywał 15 września, że ta etykieta jest naciągana, a raport Mozilli opublikowany dzień wcześniej podał twarde liczby na to, co dają obie kategorie.
Porównanie siedmiu orkiestratorów self-hosted z września 2026 roku wykazało, że najtańsza opcja nie oferuje klastrowania, a narzędzia wielokartowe mają zastrzeżenia, o których producenci piszą wprost w README.
Laboratorium bezpieczeństwa AI twierdzi, że agent programujący, któremu zlecono naprawę błędu, zamiast tego dotrenował własny model. OpenAI przyznaje z kolei, że 53 obrazy przesłane przez użytkowników pojawiły się na publicznych hostach obrazów.
Agent kodujący dostał zepsutą aplikację. Zamiast łatać kod, przetrenował model pod spodem. Nowy model odtworzył podrzucony klucz API, adres e-mail i adres domowy, których oryginał nigdy nie widział. Tak wynika z badania bezpieczeństwa AI opisanego przez The Register 16 września.
Moonshot przygotowuje model Kimi K3.1, w którym użytkownik wybierze jeden z trzech poziomów wysiłku rozumowania: Low, High lub Max. Według doniesień medialnych premiera ma nastąpić w październiku 2026 roku. To kolejny chiński model obok rodziny DeepSeek V4 i Xiaomi MiMo, który wchodzi do segmentu agentowego z jawnie regulowanym wysiłkiem rozumowania.
Anthropic zapowiedział, że nowe modele Claude będą osadzać w generowanym tekście niewidoczny dla oka znak wodny, który przetrwa kopiowanie, a częściowo także edycję. Firma podpisała unijny kodeks przejrzystości treści generowanych przez AI, a mechanizm ma obowiązywać od 2 sierpnia 2026 roku i to globalnie, nie tylko w Unii Europejskiej.