18 vijesti — 🔴 2 kritično , 🟡 10 važno , 🟢 6 zanimljivo
Google je na Google I/O 2026 predstavio Gemini 3.5 Flash i Pro — frontier modele koji su 4× brži od konkurencije, s posebnim naglaskom na agentske zadatke, novu platformu Antigravity 2.0 za razvojne programere i Gemini Spark, osobnog AI agenta dostupnog 24/7.
Google je na I/O 2026 predstavio Gemini Omni Flash — novi multimodalni model koji generira i uređuje video iz kombinacije slika, zvuka, videa i teksta. Dostupan odmah na YouTube Shortsima, uz obavezni SynthID digitalni vodeni žig na svakom generiranom isječku.
Google je u časopisu Nature objavio ERA (Empirical Research Assistance) — Gemini-powered sustav koji tree-searchom evaluira tisuće računalnih pristupa i automatizira pisanje ekspertnog znanstvenog softvera. Platforma Computational Discovery već je dostupna istraživačima kroz Google Labs.
Istraživači su objavili OScaR, metodu koja rješava temeljni problem kvantizacije KV cachea u velikim jezičnim modelima. Koristeći INT2 preciznost — svega 2 bita po vrijednosti — postiže gotovo bez gubitka točnosti, 3× brži decoding, 5,3× manje memorije i 4,1× veći throughput u usporedbi s BF16 FlashDecoding-v2.
Google DeepMind potpisao je nacionalno AI partnerstvo sa singapurskom vladom koje pokriva zdravstvo, obrazovanje i održivost. Do 2040. AI bi mogao singapurskom gospodarstvu donijeti dodatnih 2,5 milijardi dolara kroz ubrzani R&D.
OpenAI ulazi u drugu fazu inicijative Education for Countries — proširuje partnerstva s vladama, uvodi program OpenAI Luminaries za nastavnike i nudi certifikate kroz OpenAI Academy. Cilj je sustavna integracija AI alata u nacionalne obrazovne sustave uz mjerenje stvarnog učinka.
OECD.AI i EU AI Office dokumentirali su kako Europa raspoređuje AI u četiri strateška sektora: poljoprivredu, zdravstvo, industriju i mobilnost. Projekti poput Robs4Crops, European Cancer Imaging Initiative i AI4Cities već su u tijeku, no fragmentacija podataka i manjak digitalnih vještina koče širu primjenu.
Claude Code v2.1.145 donosi JSON ispis živih sesija za skriptiranje, proširene OTEL trace atribute za praćenje agenata te popravke sigurnosnog propusta pri odobravanju bash naredbi. Ažuriranje je dostupno putem npm install -g @anthropic-ai/claude-code.
Anthropic i KPMG sklopili su stratešku globalnu alijansu kojom Claude dobiva pristup svim zaposlenicima jedne od četiri najveće revizorske tvrtke na svijetu. Claude se ugrađuje u KPMG-ov Digital Gateway, a KPMG postaje Anthropicov preferred partner za sektor privatnog kapitala.
AWS je objavio detaljan vodič za skalabilne glasovne agente koji koriste Amazon Nova Sonic i AgentCore Gateway. Tri arhitekturna uzorka — direktni alati, sub-agenti i segmentacija sesija — nude različite kompromise između latencije i operativne složenosti.
Google-ov Gemini 3.5 Flash model postaje općenito dostupan za sve GitHub Copilot planove. Obećava kvalitetu blisku Pro-razini uz brzinu i niži trošak Flash-tiera, s naglaskom na agentic radne tokove i višestruka IDE okruženja.
EnvFactory je novi okvir koji automatski sintetizira izvršna okruženja za trening tool-use agenata. Na Qwen3 modelima postiže +15% na BFCLv3 i +8.6% na MCP-Atlas benchmarku koristeći svega 85 verificiranih okruženja — pet puta manje od usporednih pristupa.
LongMINT je prvi benchmark koji mjeri upravljanje memorijom AI agenata u dugim dinamičnim scenarijima. S 15.600 pitanje-odgovor parova i kontekstom do 1,8 milijuna tokena, prosječna točnost testiranih sustava iznosi samo 27,9% — slabije od slučajnog pogađanja u velikom broju slučajeva.
Novi arXiv rad uvodi stochastic-deterministic boundary kao temeljni dizajn princip produkcijskih LLM agenata te definira 6 composable runtime obrazaca — od hijerarhijske delegacije do human-in-the-loop — koji se biraju prema tri arhitektonske brige: koordinaciji, stanju i kontroli.
Novo istraživanje dokazuje da prompt-based restrikcije smanjuju neovlaštene invokacije alata samo 11–18%, dok arhitekturalni MCP proxy s ABAC-om postiže potpunu zaštitu uz manje od 50 ms latencije. Istraživanje je planirano za EMNLP 2026 Industry Track.
CNCF Falco tim objavio je Prempti — eksperimentalni projekt koji proširuje Falcov model runtime sigurnosti na AI coding agente. Sustav presreće tool callove prije izvršenja i primjenjuje policy pravila, dajući timovima kontrolu nad akcijama agenata poput Claude Code-a.
IBM je predstavio najnapredniji AI-powered security portfolio za enterprise klijente, ojačan radom na Project Glasswingu — industrijskoj koaliciji s Anthropicom koja autonomno detektira i odgovara na AI-napade. Novi IBM Autonomous Security portfolio pokriva cijeli životni ciklus prijetnje.
