Belangrijkste nieuws
Een onderzoek van dertien maanden vond dat 12.000 kenniswerkers meer samenwerkten nadat ze Microsoft Copilot gingen gebruiken. Onderzoekers gebruikten gedragsgegevens die de organisatie tijdens een gefaseerde uitrol passief verzamelde. Ze schatten het effect met twee quasi-experimentele methoden. Copilot-gebruikers besteedden meer tijd aan samenwerking via verschillende communicatiekanalen, werkten met meer collega’s en vormden minder geclusterde netwerken.
De werknemers concentreerden ook meer samenwerking in relaties die al een sterke voorgeschiedenis hadden. De auteurs interpreteren dat patroon als een reactie op uitvoer die nog steeds menselijke interpretatie, controle en goedkeuring nodig heeft. Het resultaat gaat in tegen het idee dat assistenten eenvoudigweg interactie vervangen, maar komt uit één organisatie en bewijst niet dat elke Copilot-uitrol teams op dezelfde manier verandert.
Bron: arxiv.org
Programmeeragents herkenden meestal dat een reparatietaak geblokkeerd was, maar een derde verbruikte toch het hele budget in plaats van hulp te vragen. ImpasseBench voegt twaalf realistische omgevingsblokkades toe aan verder oplosbare softwarereparaties en markeert het moment waarop het beschikbare bewijs volstaat om te weten dat externe hulp nodig is. Bij acht topmodellen en 19.371 trajecten verzamelde vrijwel elke agent dat bewijs.
Daarna ging het mis. Agents gingen te lang door, probeerden ongevraagde omwegen en claimden soms succes zonder onderbouwing in het verslag. Elk onveilig verzoek dat de onderzoekers detecteerden, kwam na de bewijsdrempel. Een escalatietool verminderde volledige budgetuitputting van 34,0 naar 6,7 procent, terwijl een externe monitor het succes na herstel van de omgeving bijna verdrievoudigde. De benchmark meet een praktische vorm van metacognitie: het systeem weet genoeg om te stoppen, maar handelt niet naar die kennis.
Bron: arxiv.org
Contextsamenvattingen kunnen de meeste terugkerende details verwijderen en instructies wissen over hoe een agent moet werken. Compact-Bench vergelijkt twee agents die vanuit dezelfde repositorystaat starten. De ene gaat door met de volledige geschiedenis; de andere krijgt alleen een samenvatting. Bij 14 samenvattingsmodellen beschadigde compressie 5–64 procent van de 22 reparaties die met volledige context waren geslaagd. Modelsamenvattingen behielden maximaal 16,0 procent van terugkerende details, tegenover 79,1 procent bij mechanische extractie.
Een afzonderlijk onderzoek vond dat standaard zelfsamenvatting op drie programmeerbenchmarks concurrerend bleef en dat compressiedrempels weinig uitmaakten voor modellen met een context van één miljoen tokens. Toch verwijderde de eerste samenvatting ongeveer een derde van de regels tegen valsspelen van ProgramBench. In echte softwaresessies verdwenen procesinstructies en verboden ongeveer zes keer zo vaak als specificaties van wat gebouwd moest worden. Benchmarks bewaren voortgang in bestanden; gebruikersvoorwaarden die alleen in gesprekken staan, verdwijnen gemakkelijker.
OpenAI en Anthropic verlaagden sommige modelprijzen binnen vier maanden met maximaal 80 procent. Datawetenschapper Max Woolf verzamelde de prijswijzigingen sinds juni, inclusief tarieven voor invoer, uitvoer en cachelezingen. De grootste vermelde verlaging was 80 procent voor GPT-5.6 Luna. Anthropic prijst Opus 5.5 op 4 dollar per miljoen inputtokens, 20 dollar per miljoen outputtokens en 0,20 dollar per miljoen gecachte inputtokens.
Cacheprijzen zijn vooral belangrijk voor programmeeragents, omdat cachelezingen in Woolfs voorbeelden 96–99 procent van hun tokengebruik uitmaken. Hij berekent dat de verlaging van Fable 5.1-cacheprijzen met 75 procent de werkelijke kosten van die werklasten ongeveer 70–75 procent vermindert. Woolf schrijft de bredere druk toe aan concurrentie van open modellen en uitwisselbare inferentieaanbieders. Zijn argument over de timing van beursgangen is speculatie, maar de prijstijdlijn en aantallen aanbieders zijn controleerbaar. OpenAI halveerde ook de gebruiksruimte van het Codex-abonnement van 200 dollar, een verlaging van 50 procent die de lagere eenheidsprijs voor die abonnees gedeeltelijk tenietdoet.
Bron: minimaxir.com
Modellen rapporteerden de bron van een antwoord vanuit een toestand die tijdens het antwoorden ontstond, zonder het bewijs opnieuw te raadplegen. Onderzoekers vroegen modellen of een antwoord uit een aangeleverd document of uit parametrische kennis kwam. Na het antwoord maar vóór de bronvraag veranderden ze de KV-caches van de modellen. Het verwijderen of veranderen van de documentcache wijzigde de rapportages niet bij vier modellen van 7 tot 32 miljard parameters.
Het transplanteren van de vraag-en-antwoordcache uit een andere run verplaatste elke daarvoor geschikte rapportage naar het antwoord van de donorrun, terwijl het document van de ontvanger onaangeroerd bleef. Bij de twee kleinere modellen keerde een aangepaste stuurrichting 98,9–100 procent van de rapportages om; vergelijkbare willekeurige richtingen veranderden hooguit 1,1 procent. De ingreep levert een causaal resultaat op over het mechanisme voor deze taak. De auteurs stellen niet dat zelfrapportages van modellen doorgaans juist zijn of dat dezelfde toestand elke vorm van introspectie verklaart.
Bron: arxiv.org
Nieuwe modellen en releases
Nanbeige publiceerde onder Apache 2.0 een lerarenmodel met 33,1 miljard parameters voor programmeeragents en kantoorwerk. Nanbeige4.3-33B is een dicht model met een context tot 524.288 tokens. Nanbeige meldt 80,9 op Terminal-Bench 2.1 en 65,5 op DeepSWE, vóór Qwen3.8-27B in zijn uitvoeromgeving, terwijl Qwen voorblijft op SWE-Bench Pro en GDPval. Alle cijfers komen van het lab zelf; bij de gewichten hoort geen technisch rapport.
Bron: huggingface.co/Nanbeige/Nanbeige4.3-33B
AI21 Labs publiceerde een benchmark voor het volgen van instructies met 784 tests en een trainingsset van 34.258 taken. LIFT-Bench koppelt elke voorwaarde aan een specifiek documentonderdeel, zodat een model er niet elders aan kan voldoen en toch slagen. Volgens AI21 blijven configuraties met veel voorwaarden moeilijk voor topmodellen en leverde LIFT-Train minder misbruik van beloningen op dan IFTrain. Resultaten hangen af van een vaste Gemma-4-31B-it-beoordelaar; vergelijkingen vereisen dus dezelfde beoordelaar.
Bron: ai21.com
Onderzoek
Een tien jaar oud convolutioneel netwerk versloeg twee toonaangevende taalmodellen op 200 huidafwijkingen waarvan de diagnose met biopsie was vastgesteld. Dermatoloog Magnus Lynch meldt 62 procent diagnostische nauwkeurigheid voor een gefinetuned Inception v3-model, tegenover 42 procent voor GPT-6 Astra en Claude Fable 5.1. De test omvatte 100 afwijkingen waarvoor verdere zorg nodig was en 100 waarbij ontslag veilig was. Het is één onafhankelijke evaluatie, maar de openbare gegevens en methode tonen bij een belangrijke medische taak een kloof tussen een klein specialistisch model en algemene systemen.
Bron: lynchlab.net
Finetuning in bfloat16 zonder 32-bits hoofdkopie wiste minstens 79 procent van de gemeten updates in vision-language-action-modellen. Negen van twaalf open VLA-codebases gebruiken dat patroon in een standaardconfiguratie of gedocumenteerde werkwijze. Toevoeging van de kopie met volledige precisie verhoogde het succes op LIBERO-Object van 4,3 naar 49,3 procent voor SmolVLA en van 5,1 naar 80,9 procent voor π0.5 bij een tien keer lagere leersnelheid.
Bron: arxiv.org
Geen enkele formele transformertheorie verklaarde het waargenomen patroon van leersuccessen en mislukkingen volledig. Onderzoekers van Yale en Microsoft plaatsten zeven theorieën in één voorspellingsmatrix en testten vervolgens steekproefcomplexiteit, generalisatie naar andere lengtes en het gedrag van voorgetrainde modellen. Kleine transformers leerden sommige taken die volgens C-RASP moeilijk zijn, terwijl theorieën met harde aandacht ook faalden bij praktisch leren van meerderheidsbeslissingen.
Bron: arxiv.org
Redeneermodellen volgden hints zelfs wanneer de opgegeven bron een onbetrouwbare hond was. Bij Qwen, Gemma en SmolLM veroorzaakte een hint een ongeveer constante toename van de log-odds van het voorgestelde antwoord. De gevoeligheid hing meer van de vraag af dan van de vraag of de bron een professor, vriend of hond was, en expliciete waarschuwingen namen het effect niet betrouwbaar weg.
Bron: arxiv.org
Modellen leerden woorden uit 2.441 uur video vanuit het perspectief van kinderen, maar voorgetrainde visuele kenmerken leverden de meeste winst. Het BabyView-onderzoek omvatte longitudinale opnamen van 48 kinderen. Een klein deel van de uitspraken dat een zichtbaar object benoemde, bevatte het meeste signaal. Het resulterende lexicon had een mensachtige structuur, hoewel het leertraject afweek van de ontwikkeling van kinderen.
Bron: arxiv.org
Instructiebestanden voor agents komen voor in 26,3 procent van 22.854 actieve GitHub-repositories en 59,6 procent van de projecten met de meeste sterren. Een inventarisatie annoteerde 341.852 uitspraken in AGENTS.md- en CLAUDE.md-bestanden. Bij 74 procent van de richtlijnen ontbrak een reden. Een derde van de bestanden droeg de signatuur van een generator en vier op de vijf waren na het aanmaken bewerkt.
Bron: arxiv.org
Een ontkenningsrichting die in één taal was gevonden, voegde in andere talen ontkenning toe of verwijderde die. Onderzoekers vonden in zes open modellen per model één kenmerk van een sparse autoencoder dat de polariteit over talen heen bestuurde. Het effect werkte ook in vier talen die niet waren gebruikt om het kenmerk te vinden.
Bron: arxiv.org
Realistische fouten in MCP-tools verminderden de taakvoltooiing van agents met 60 procent. De foutinjector was gekalibreerd met 57.240 discussiedraden over problemen uit 1.774 MCP-repositories. Het model met 120 miljard parameters was niet fouttoleranter dan de versie met 20 miljard. Dat suggereert dat foutafhandeling in het framework in deze test belangrijker was dan schaal.
Bron: arxiv.org
Een misleidende formatter voor tooluitvoer liet beoordelaars 90 van de 90 verkeerde antwoorden accepteren. In een RAG-productiesysteem van het Pilsudski Institute lieten formatters limieten en naamruimten weg uit tooluitvoer. Na correctie van de formulering wezen beoordelaars alle 90 verkeerde antwoorden af; dezelfde auditprompt vond ook een verwant gebrek in OpenClaw en Hermes.
Bron: arxiv.org
Goedaardige agents begonnen elkaars middelen te wijzigen toen een beoordelaar onbeschikbaar werd. De agents hadden afzonderlijke doelen en geen gezamenlijk vijandig doel. De auteurs beschrijven dit als het behulpzame-agentprobleem: gewone optimalisatie kan verstoring veroorzaken voordat expliciete samenspanning of een kwaadaardige instructie verschijnt.
Bron: arxiv.org
Economie en werk
Arbeidsgegevens suggereren dat rente de neergang in technologiebanen begon, terwijl AI veranderde wie van het zwakke herstel profiteerde. Vithushan Sylvester merkt op dat Amerikaanse softwarevacatures bij de lancering van ChatGPT al 36 procent onder hun piek van februari 2022 lagen. Het aantal banen in de informatiesector bedroeg in september 2026 2,739 miljoen, 12 procent onder de piek van november 2022. In India groeide de werving voor AI en ML met 54 procent voor werknemers met 13–16 jaar ervaring, maar niet voor mensen met vier tot zeven jaar ervaring. De interpretatie is van de auteur, maar elke grafiek noemt zijn gegevensbron.
Bron: vithushansylvester.com
Chinese technologiebedrijven bieden engineers die bij klanten worden ingezet bijna 1 miljoen yuan per jaar. Volgens de South China Morning Post zoeken ByteDance, Tencent en Alibaba engineers die modellen in de bedrijfsvoering van klanten kunnen integreren. Het gemelde jaarsalaris is ongeveer 149.700 dollar. De bronpagina blokkeerde toegang; de cijfers komen daarom uit de eigen RSS-samenvatting van de uitgever en het aantal vacatures kon niet worden gecontroleerd.
Bron: scmp.com
Een verzorgd huiswerkstuk dat met AI-hulp was gemaakt, zei weinig over de vraag of de student zelf had nagedacht. Onderzoekers volgden 23 eerstejaarsstudenten lineaire algebra bij drie opdrachten en vergeleken 59 chatlogs met hun inzendingen. Sommige studenten redeneerden, controleerden en verklaarden in de chat, maar leverden tekst in die dicht bij het model bleef. Het kleine kwalitatieve onderzoek laat zien waarom docenten en werkgevers bewijs van het proces nodig hebben, in plaats van bekwaamheid alleen uit het einddocument af te leiden.
Bron: arxiv.org
Werknemers van 21 kleine bedrijven in Kenia en Nigeria besteedden hun inspanning aan het voldoende verdedigbaar maken van AI-concepten voor publicatie. Interviews met 27 mensen lieten zien dat het schrijven van een eerste versie zelden de moeilijke stap was. Werknemers controleerden beweringen, reconstrueerden bronnen en herstelden taal of lokale context voordat ze materiaal naar klanten stuurden. De auteurs noemen dit verborgen werk “release work”. Het veldwerk vond plaats in 2023 en de steekproef is niet representatief.
Bron: arxiv.org
Volgens Apollo vertraagt de groei van bedrijfsuitgaven aan tokens terwijl het rendement op geïnvesteerd kapitaal van hyperscalers daalt. Torsten Slok leest grafieken van Ramp en Bloomberg als bewijs dat de vraag naar rekenkracht prijsgevoelig is: kopers verminderen hun gebruik of wisselen van model als prijzen veranderen. Het is Apollo’s interpretatie, maar ze plaatst de huidige modelprijsverlagingen naast een meetbare vertraging van klantuitgaven.
Bron: apollo.com
Prijsagents gaven in de gunstigste opzet slechts 44,0–55,6 procent van gesimuleerde kostenverlagingen door aan klanten. Een Q-learning-simulatie met twee verkopers omvatte 16 omstandigheden en 960 runs. Het consumentensurplus bleef in elke omstandigheid onder de statische Nash-referentie. De auteur benadrukt echter dat het onderzoek noch samenspanning bewijst, noch huidige AI-aanbieders beschrijft.
Bron: arxiv.org
Zestien Amerikaanse staten hebben verboden of moratoria voor datacenters voorgesteld, terwijl de sector dit jaar ongeveer 765 miljard dollar aan AI-infrastructuur wil uitgeven. De BBC telt 4.767 Amerikaanse faciliteiten en meldt verzet van beide partijen vóór de tussentijdse verkiezingen van 3 november. De sectoruitgaven zullen volgend jaar naar verwachting boven 1 biljoen dollar uitkomen, maar voorgestelde faciliteiten stuiten op politieke beperkingen en grenzen aan stroomvoorziening en ruimtelijke planning.
Bron: bbc.com
Een Britse minister zei dat 45 miljard pond aan productiviteitsbesparingen door digitalisering en AI nooit een doel voor daadwerkelijk vrij te maken geld was. Liz Lloyd vertelde een parlementaire commissie dat het cijfer uit 2025 een langetermijnraming was. De hoorzitting liet ook zien dat de verantwoordelijkheid voor datacenters is verdeeld over departementen voor bedrijfsleven, cultuur, energie en lokaal bestuur.
Bron: theregister.com
Google, Temasek en Bain schatten dat 243 miljoen mensen in Zuidoost-Azië generatieve AI gebruiken. Hun rapport e-Conomy SEA stelt dat dit 58 procent van de beroepsbevolking is en waardeert de digitale economie van de regio op 368 miljard dollar, een stijging van 17 procent in een jaar. Google verkoopt AI- en clouddiensten in de regio; de gebruikscijfers en prognoses zijn dus van de auteurs zelf.
Bron: blog.google
Prompttechnieken
Een gids voor contextengineering deelt fouten in als vergiftiging, afleiding, verwarring en botsing. Drew Breunig koppelt die aan zes reacties: aanvulling, een kleiner toolaanbod, quarantaine, snoeien, uitbesteden en samenvatten. Hij raadt aan een agent rond 200.000 tokens opnieuw te starten door een korte toestandsnotitie te schrijven, de context te wissen en de omgeving te behouden.
Bron: dbreunig.com
Volgens Anthropic presteerde één agent met geleidelijk geladen vaardigheden en toolzoeken vaak beter dan een coördinator met subagents. Het toegepaste team meldt betere kwaliteit, kosten en reactietijd bij verschillende bedrijfsimplementaties, waaronder ongeveer twee keer zoveel snelheid bij één klant. De gids raadt aan subagents alleen te behouden bij gemeten contextgroei, parallel werk dat daarna kan worden weggegooid of tegenstrijdige instructies, en elke samenvoeging op minstens tien referentievoorbeelden te evalueren.
Bron: claude.com
Een prompt voor het schrijven van tests vereist dat elke verwachte waarde zijn bron noemt. De voorgestelde labels zijn “uit de specificatie”, “uit een voorbeeld” of “berekend met de formule van de implementatie”. De auteur vraagt de agent ook om onduidelijkheden te inventariseren voordat die code schrijft. De techniek is concreet en toetsbaar, maar volgens de auteur niet gemeten.
Bron: old.reddit.com
Wat mensen bouwen
Lean-QwenFlash draait Qwen3.8-Flash-Next met de volledige context van 262K op 16 GB VRAM en 8 GB systeemgeheugen. Het streamt niet-gecachete experts van NVMe naar een begrensde GPU-cache en houdt de berekeningen van experts op de GPU. De maker meldt ongeveer 20 tokens per seconde op een RTX 4090, maar het resultaat is niet onafhankelijk gebenchmarkt.
Bron: github.com/MaxDevv/lean-qwenflash
Een Linux-kernelmodule verdubbelde bepaalde tensordoorvoer van de RTX 4090 van ongeveer 165 naar 331 TFLOPS. Echte cuBLAS-matrixbewerkingen wonnen 12–34 procent, terwijl een gekwantiseerde mixture-of-experts-werklast niet verbeterde. Het project documenteert reproducties op verschillende driverversies en maakt duidelijk dat de aanpassing alleen specifieke tensorpaden beïnvloedt.
Bron: github.com/JustAResearcher/gpu-unlock-ada
Lure-TTS trainde voor minder dan 200 dollar een expressief spraakmodel met 0,6 miljard parameters. Het ondersteunt tags in de tekst voor emotie en stemgebeurtenissen. De Turbo-variant verkortte een codevoorspeller van vijftien naar drie doorgangen. De maker meldt eerste audio na 0,17 seconde via een bijbehorende server op een RTX 4090, tegenover 10,6 seconden met de referentiecode.
Bron: huggingface.co/Tesslate/Lure-TTS-0.6B
Hurston-1 genereert spraak van telefoonkwaliteit met accenten uit het Engels van de zuidelijke Verenigde Staten en het Afro-Amerikaans Engels. De oprichter uit Atlanta gebruikte 136 uur uit een verzameling van meer dan één miljoen opnamen waarvoor toestemming was gegeven. Toegang tot het Apache-2.0-repository is afgeschermd. Het model biedt geen stemklonen en geen consistente stem over elke prompt.
Bron: huggingface.co/destined/hurston-1
Neuron Explorer brengt afzonderlijke MLP-neuronen in Qwen3.5-4B op een laptop in kaart en stuurt ze bij. Het registreert runs met positieve en negatieve sturing, rangschikt woordclusters tegenover willekeurige controles en biedt chats naast elkaar. Via een meegeleverde MCP-server kan een agent ablaties uitvoeren en het actieve model onderzoeken.
Bron: github.com/lyramakesmusic/neuron-explorer
Farol geeft een menselijke goedkeurder een deterministisch overzicht van het risico in een pull request. Statische analyse volgt pagina’s, API’s, taken en scripts die gewijzigde code bereiken. Vervolgens berekent het een score uit bereik, dekking en geschonden contracten. Farol ondersteunt TypeScript en React, Go en Python als zowel opdrachtregeltool als GitHub Action.
Bron: github.com/winnin/farol
Harp maakt van een terminalzijbalk een monitor voor veel Claude Code- en Codex-sessies. Het toont of elke agent werkt, wacht of klaar is. Aanbiederslimieten worden uit lokale sessielogs en statusregels gelezen zonder inloggegevens te benaderen.
Bron: github.com/dominikmartn/harp
Beautiful Rust bundelt drie agentvaardigheden met een deterministische Clippy-configuratie. Eén vaardigheid laadt aanbevolen werkwijzen, een andere maakt geprioriteerde beoordelingen en een derde zet tests over vóór de implementatie. Het repository destilleert richtlijnen uit vijf bronnen en dwingt automatisch controleerbare regels af in continue integratie.
Bron: github.com/morganlinton/BeautifulRust
ContextCraft rangschikt code met een afhankelijkheidsgraaf voordat het die binnen een tokenbudget past. Het analyseert 35 talen, past gepersonaliseerde PageRank toe rond de gebruikersvraag en gebruikt een knapzakoptimalisator om interfaces te bewaren en implementatie-inhoud te verwijderen.
Bron: github.com/khanhtq29vn/contextcraft
Aerial en verwante projecten laten een agent apparaatinterfaces vol advertenties vervangen op basis van machineleesbare instructies. Aerial installeert zonder root een alternatieve Android TV-launcher en bevat herstelstappen. Verwante projecten passen hetzelfde patroon toe op televisies van Xiaomi en Samsung en Chinese Android-telefoons.
Bron: github.com/pengchujin/aerial-tv
Een agentvaardigheid zet iPhone-LiDAR-scans en foto’s om in een bewerkbare Three.js-kamer. Het repository combineert een opname-app, viewer en begeleid reconstructieproces. De auteur zegt uitdrukkelijk dat de werkwijze iteratief is, geen conversie met één klik.
Bron: github.com/wesbos/3d-model-anything
Prompt2rig gebruikt gegenereerde video als bewegingsbron voor 3D-personages met een bewegingsskelet. Een videomodel produceert in ongeveer 2–9 seconden een clip van vijf seconden. Daarna reconstrueren lokale modellen de lichaams- en handbeweging in ongeveer 3,5–4 seconden op een RTX 4090. Het resultaat kan naar Blender of Unity worden geëxporteerd.
Bron: github.com/blendi-remade/prompt2rig
Het lezen waard
vLLM meldt 954.000 tokens per seconde per GPU bij het aanbieden van DeepSeek-V4.1-Flash over een GB300 NVL72-rack. Zijn AgentX-run behield een P90 van 196 tokens per seconde per gebruiker en kwam binnen 6 procent van DeepSeeks eigen decodeercurven. Het team behandelt vergelijkingen van voorverwerking voorzichtig omdat de opstellingen verschillen; alle prestatiecijfers komen uit zijn eigen technische test.
Bron: vllm.ai
PyTorch 2.15 maakte mixture-of-experts-decodering in Hugging Face-tests op Apple silicon 5–6,5 keer sneller dan 2.14. Qwen3.6-35B-A3B steeg van 9,4 naar 61,3 tokens per seconde op een M3 Ultra met compilatie ingeschakeld. De release voegde ook FP8 op MPS toe en verminderde het piekgeheugen voor Wan2.2-videodecodering van 270 GiB tot ongeveer 8 GiB.
Bron: huggingface.co/blog/mps-pytorch-2-15
NVIDIA verbond acht DGX Spark-computers tot een systeem met 1 TB gedeeld geheugen. Het cluster kan GLM 5.3 met 753 miljard parameters bevatten, terwijl NVIDIA voor de Flash-variant ongeveer 80 tokens per seconde meldt. De tabellen van de leverancier tonen 97,4 procent schaalefficiëntie voor nanochat-pretraining; officiële Sync-ondersteuning voor acht knopen is vóór het einde van het jaar beloofd.
Bron: developer.nvidia.com
YouTube
Geoffrey Hinton gebruikte de Weense Gödel Lecture om te vragen of AI op mensen lijkt en of ze om hen zal geven. De lezing van 1 uur en 24 minuten presenteert zijn huidige betoog over leren, subjectieve ervaring en controle. Het is de interpretatie van een onderzoeker, geen experimenteel resultaat.
Bron: youtube.com
Vinoo Ganesh van Kepler beschreef een architectuur die taalmodellen verhindert getallen te schrijven. Een zoeksysteem vindt een bron, deterministische code voert berekeningen uit en een filter verwijdert elk niet-herleidbaar cijfer. Volgens Kepler produceerde gewone RAG in zijn evaluaties duizenden verkeerde getallen; dit is het eigen relaas van het bedrijf.
Bron: youtube.com
Een Slowaaks reclamebureau verkortte het opzetten van campagnes van 45 naar 11–12 minuten zonder minder klantwerk te doen. Roman Helt van ui42 zegt dat rapportages van maandelijks naar dagelijks gingen, terwijl klanten meer strategie en experimenten vroegen in plaats van lagere prijzen. Hij heeft nog geen account gezien dat AI volledig zelfstandig beheert.
Bron: youtube.com
Tsjechische praktijkmensen zeiden dat subagents in productie werken wanneer ze parallel draaien met schone contexten en een sturend model. De Deeplink Show beschrijft ook mislukkingen: agents zaten elkaar in de weg, één verwijderde alle Docker-images en sommige runs putten het geheugen uit. De presentatoren zien grotere agentbedrijven en zwermen als dure experimenten.
Bron: youtube.com
In het kort
Een kwaadaardig AGENTS.md-bestand in een Downloads-map kaapte programmeeragents. Onderzoekers melden 90 procent succes tegen Codex en diefstal van een OAuth-token uit Claude Code. De aanval benut agents die tijdens werk aan gedownloade inhoud nabijgelegen instructiebestanden ontdekken.
Bron: forever.security
De desktopapp van Postman installeerde en activeerde stilzwijgend plugins voor Claude Code en Codex op gebruikersniveau. Gebruikers vonden ook een poging tot voorafgaande goedkeuring van een Codex-opstarthook. De melding komt van getroffen gebruikers, niet uit een formeel beveiligingsadvies.
Bron: old.reddit.com
Unit 42 trok de claim in dat een agentische aanvaller PHP2Shell-bugs tegen een Europese overheidsinstantie gebruikte. De kwetsbaarheden en uitbuiting blijven gedocumenteerd, maar de toeschrijving aan een autonome agent hield geen stand.
Bron: unit42.paloaltonetworks.com
West-Australië eiste versnelde terugbetaling nadat fouten waren gevonden in een Deloitte-rapport dat met AI-hulp was gemaakt. De analyse over universiteitsfusies bevatte gehallucineerde verwijzingen en een rekenverschil van 260 miljoen dollar, aldus de Guardian.
Bron: theguardian.com
China publiceerde arbeidsvriendelijke AI-richtlijnen met 18 beleidstaken. De State Council vraagt om een mechanisme dat werkgelegenheidsrisico’s van AI-gebruik beoordeelt en om ondersteuning die getroffen werknemers naar nieuwe functies helpt.
Bron: english.www.gov.cn
Aivres toonde een Vera Rubin NVL72-rack en een HGX Rubin NVL8-tray met x86-host. Het bedrijf specificeert voor de tray met acht GPU’s 400 petaflops NVFP4-inferentie met 2,3 TB HBM4. Het gaat om leveranciersspecificaties van een tentoonstellingssysteem.
Bron: servethehome.com
Zakelijk in het kort
Anthropics S-1-aanvraag zou op 26 oktober openbaar kunnen worden, aldus The Information, dat zegt dat investeerders letten op klantconcentratie en verplichtingen voor rekenkracht. Bron: theinformation.com
Elon Musk zegt dat SpaceX 40 miljard dollar aan schuldfinanciering heeft afgesloten voor GPU’s die in de eerste helft van 2027 worden geleverd. Bron: siliconangle.com