GLM-5.2 w ogromnej skali, Baidu spłaszcza KV cache, Claude wchodzi do Slacka

GLM-5.2 to prawdopodobnie najpotężniejszy tekstowy open weights LLM — Z.ai wypuścił 753B MoE na licencji MIT z kontekstem 1M tokenów — tylko tekst, wizja żyje w osobnym (zamkniętym) GLM-5V-Turbo. Poprzednie wydania GLM robiły dobre wrażenie na benchmarkach w porównaniu z Claude i GPT-4, ale potem zawodziły w praktyce — więc jedyna liczba, która ma znaczenie, to ta, którą zmierzysz na własnym workloadzie. — simonwillison.net

Unlimited OCR od Baidu utrzymuje KV cache na stałym poziomie — 3B MoE z Reference Sliding Window Attention, który trzyma KV cache na stałym poziomie w miarę jak rośnie output — pamięć i latency przestają skalować się z długością dokumentu. Wynik 93.23 na OmniDocBench wobec 87.01 DeepSeeka. Jeśli twój pipeline przeżuwa długie PDFy, to właśnie taki architektoniczny trade-off warto zbenchmarkować. — marktechpost.com

Claude Tag: multiplayer, proaktywne, persystentne agenty w Slacku — Integracja Anthropica ze Slackiem pozwala Claude'owi trzymać stan między wątkami i koordynować pracę z wieloma użytkownikami — bliżej współpracownika niż bezstanowego wywołania API. Przydatne, jeśli twój zespół i tak żyje w Slacku; mniej, jeśli nie. Szczegóły cennika to oczywisty wskaźnik tego, jak poważnie myślą o enterprise. — latent.space

Open SWE: asynchroniczny agent do kodowania od LangChain w open source — Planuje, koduje, testuje i otwiera PRy na GitHubie autonomicznie, z cloud-hosted runtime. Ciekawe pytanie nie brzmi, czy działa na zabawkowych repozytoriach — tylko jaki jest task completion rate na twoim rzeczywistym backlogu w porównaniu z Devinem, agentami Cursora czy Claude Code. — langchain.com

Krea 2: SOTA open-weights model obrazów 12B — Open-weights modele obrazów w tej klasie jakości wciąż są rzadkością. Jeśli Krea 2 trzyma się przy Fluxie i DALL-E 3 przy 12B parametrach, wyznacza nową poprzeczkę efektywności dla całej dziedziny. Warto zrobić head-to-head na własnym zestawie promptów, zanim cokolwiek zamienisz na produkcji. — krea.ai

Haystack: open-source framework do produkcyjnych agentów i RAG — Wersja 2.0 od deepset stawia na modularne komponenty — możesz zamieniać dostawców LLM lub backendy retrieval bez przepisywania pipeline'ów. Pozycjonowany wobec LangChaina na stabilność produkcyjną, a nie szerokość feature surface, co jest właściwą osią, jeśli kiedykolwiek wyshippowałeś demo RAG, a potem próbowałeś je utrzymać przy życiu. — haystack.deepset.ai

DANE

Stanowiska inżynierskie są najbardziej odporne, nie najbardziej zagrożone — Dane SignalFire pokazują, że inżynierowie stanowią większy udział w nowych zatrudnieniach, nie mniejszy — mimo narracji o zwolnieniach, którą wszyscy powtarzają. Przydatny counterweight, jeśli jesteś founderem modelującym headcount albo inżynierem szacującym ryzyko dla swojej kariery. — techcrunch.com

Badacze AI wciąż odchodzą z Google do konkurencji — Jonas Adler i Alexander Pritzel to najnowsi, którzy przenieśli się do Anthropica, idąc śladem Noama Shazeer i Johna Jumpera. Koncentracja talentów to sensowny proxy dla tego, które laboratorium faktycznie wykona kolejny skok możliwości — i coraz częściej nie jest to to z największą liczbą TPU. — techcrunch.com

Norwegia wprowadza niemal całkowity zakaz AI w szkołach podstawowych — Powołując się na obawy dotyczące rozwoju dzieci i wyników nauczania. Warto zachować w zakładkach, jeśli budujesz ed-tech albo pozyskujesz dane treningowe z klas szkolnych — jeśli większe gospodarki UE pójdą śladem Norwegii, adresowalny rynek zmieni się z dnia na dzień. — reuters.com