Poranny przegląd AI - 2026-11-01
Najważniejsze
- Google przyznało, że tryb AI Mode w wyszukiwarce obcina przychody reklamowe, co wywołało spadek kapitalizacji o 500 miliardów dolarów (-15%), najgorszy od debiutu giełdowego spółki w 2004 roku; na rynku zaczyna się mówić o nadchodzącym bear markecie na AI. https://latent.space/p/ainews-google-admits-ai-mode-hurts-search-revenue-15-500b-drop-worst-since-2004-ipo-ai-bear-market-c/
- Parameter Labs opisało exploit pozwalający przejmować konta ChatGPT przez mechanizm artifacts (dawniej Canvas, teraz HTML previews) - interaktywne aplikacje HTML renderowane w sandboxowanym iframe dały furtkę do ataku; sandboxing UI wokół LLM wciąż ma dziury. https://simonwillison.net/2026/Oct/31/how-we-took-over-chatgpt-accounts/
- Boom na AI doprowadził do niedoboru PCB - zamówienia są już zarezerwowane do 2030 roku, po wcześniejszych niedoborach pamięci i storage; to kolejny sygnał, że ograniczenia sprzętowe konsumenckiego rynku będą narastać. https://www.reddit.com/r/LocalLLaMA/comments/1xk17m0/first_memory_storage_and_now_pcbsss_ai_boom/
- Szef AI w Arca opowiada o budowie agentów do długotrwałej pracy finansowej - trwałej pamięci, własnym harnessie zamiast gotowych frameworków i workflowach agentowych rozciągniętych na wiele dni; pokazuje, jak wygląda agentic AI poza demówkami. https://latent.space/p/arca/
Modele i wydania
- Microsoft wydał Mage-VL-Cowork, model wizyjno-językowy o rozmiarze 4B przeznaczony do obsługi komputera (computer use) w trybie hybrydowym; wyróżnia go pięcioetapowe curriculum specialize-then-unify oraz środowisko treningowe Mage-CUA-Forge. https://www.reddit.com/r/LocalLLaMA/comments/1xk6blw/microsoftmagevlcowork_hugging_face/
Praktycy i ekosystem
- Simon Willison wydał datasette-llm 0.1a9 - wtyczka automatycznie przejmuje teraz domyślny model ustawiony w LLM, dzięki czemu Datasette Agent działa bez dodatkowej konfiguracji. https://simonwillison.net/2026/Oct/31/datasette-llm/ https://github.com/datasette/datasette-llm/releases/tag/0.1a9
- Autor projektu Betelgeuse (bel-cli / bel-server) pokazał Qwen 3.8 Flash Next uruchomiony lokalnie na RTX 3060 12GB z pamięcią DDR4 - zarówno w kwantyzacji IQ2_XS, jak i w IQ4_XS, bez pominiętych expertów (zero dropped experts) i z wynikami bit-exact względem oryginału. https://www.reddit.com/r/LocalLLaMA/comments/1xk8s6z/betelgeuse_running_qwen_38_flash_next_at_22_toks/ https://www.reddit.com/r/LocalLLaMA/comments/1xkh2ns/betelgeuse_running_qwen_38_flash_next_iq4_xs_at/
- Ten sam autor, który wcześniej wstawił procesor oparty na RISC-V do wag Qwen, poszedł o krok dalej z projektem QwenPU - uruchomił sieć stories260k Karpathy’ego na NPU skompilowanym w wagach Qwen 3.5-4B, czyli de facto LLM działający wewnątrz innego LLM. https://github.com/divagr18/QwenPU https://huggingface.co/divagr1925/QwenPU https://www.reddit.com/r/LocalLLaMA/comments/1xkiuut/an_llm_inside_an_llm_same_guy_who_put_a_riskv_cpu/
- Projekt CrowdGPT doczekał się dużej aktualizacji v2.6 - to próba wytrenowania modelu LLM w sposób rozproszony, bez centrów danych i bez budżetu rzędu milionów dolarów. https://www.reddit.com/r/LocalLLaMA/comments/1xkibxw/crowdgpt_v26_the_collaborative_llm/
Warte kliknięcia
- Expanding our partnership with GSA to bring Claude to all levels of government - https://www.anthropic.com/news/expanding-partnership-gsa
- The Batch Issue 366 - https://www.deeplearning.ai/the-batch/issue-366
- Announcing ARC-AGI-2 and ARC Prize 2025 - https://arcprize.org/blog/announcing-arc-agi-2-and-arc-prize-2025
- Spent a lot on my rig but I can only run Gemma 4 - https://www.reddit.com/r/LocalLLaMA/comments/1xkcyn6/spent_a_lot_on_my_rig_but_i_can_only_run_gemma_4/
- Well, my local AI addiction officially got out of hand tonight - https://www.reddit.com/r/LocalLLaMA/comments/1xklq96/well_my_local_ai_addiction_officially_got_out_of/