Google DeepMind zaprezentował Gemini 4 Carbon, nowy model z rodziny frontier. To kolejny krok w wyścigu dużych laboratoriów o przewagę w modelach ogólnego przeznaczenia, więc warto śledzić, jak wypadnie w praktyce wobec konkurencji. https://deepmind.google/blog/gemini-4-carbon-our-next-frontier-model/
OpenAI rozszerza partnerstwa enterprise: ServiceNow integruje modele i agentów OpenAI ze swoimi workflowami, a Legora buduje na ChatGPT i Codex system do automatyzacji pracy prawniczej. Pokazuje to, że nacisk OpenAI przesuwa się z samych modeli na osadzanie agentów w konkretnych procesach biznesowych. https://openai.com/index/openai-servicenow-partnership-expansionhttps://openai.com/index/legora
Raport GitHub Octoverse 2026, zaprezentowany na GitHub Universe i opisany przez Simona Willisona, pokazuje wyraźny wzrost udziału agentic engineering w codziennej pracy programistów w 2026 roku. To pierwsze twarde dane na taką skalę potwierdzające, że agentowe kodowanie przestało być eksperymentem. https://simonwillison.net/2026/Oct/28/github-octoverse-2026/
Anthropic, według relacji Latent Space, wycofuje tradycyjne rozmowy kodowania z procesu rekrutacji, a Simon Willison opisuje październik 2026 jako kolejny punkt przegięcia w rozwoju gier metodą vibe coding, podobny do tego, który w listopadzie 2025 zrobiły Opus 4.5 i GPT-5.1 dla codziennego programowania. Oba sygnały wskazują na to samo przesunięcie: agenci kodujący są już traktowani jako standardowe narzędzie pracy, nie dodatek. https://latent.space/p/ainews-anthropic-ends-coding-interviews-hunger-beats-tenure/https://simonwillison.net/2026/Oct/28/vibe-game-development/
NVIDIA wypuściła Nemotron 3.5 Transcribe wraz z zestawem danych Granary v2 - model transkrypcji wielojęzycznej, który można promptować i dostosowywać do konkretnych zastosowań, a nie tylko używać jako zamknięty czarny box. https://huggingface.co/blog/nvidia/nemotron-transcribe-granary
Multiscale Policy Optimization for Long-Horizon LLM Agents proponuje optymalizację polityki agentów LLM zakotwiczoną na poziomie całych tur rozmowy, bo wartości krytyka zmieniają się głównie między turami, a nie między pojedynczymi tokenami. https://huggingface.co/papers/2610.35013
DTCA: Denoising Token Credit Assignment zajmuje się problemem przypisywania nagrody w uczeniu ze wzmocnieniem dla diffusion language models, gdzie iteracyjny proces odszumiania utrudnia standardowe metody credit assignment. https://huggingface.co/papers/2610.35201
Praca o dyskretnych tokenach wizualnych sprawdza, czy kwantyzacja obrazu musi oznaczać utratę informacji semantycznej, podważając założenie, że jest to nieunikniony koszt reprezentacji dyskretnej. https://huggingface.co/papers/2610.37662
EmbeddingGemma 2 to otwarty, multimodalny model embeddingów reprezentujący tekst, obraz, audio i wideo we wspólnej przestrzeni wektorowej, z uproszczonymi embeddingami per-layer i wieloetapowym programem treningowym. https://huggingface.co/papers/2610.37364
h1 bada formalne dowodzenie twierdzeń i pokazuje, że skalowanie chain-of-thought oraz rozumowania agentowego modeli daje więcej niż dotychczasowe, ręcznie projektowane workflowy z planowaniem i dekompozycją wokół wyspecjalizowanych proverów - czyli swoją wersję bitter lesson. https://huggingface.co/papers/2610.35962