15 vijesti — 🔴 2 kritično , 🟡 9 važno , 🟢 4 zanimljivo
Brain2Qwerty v2 je AI sustav Meta Researcha koji pretvara mozgovne signale u tekst bez kirurškog zahvata, koristeći MEG skeniranje. Prosječna točnost prepoznavanja riječi doseže 61%, što je sedam puta više od ostalih neinvazivnih metoda (8%). Trening kod i dataseti objavljeni su open-source.
Claude Opus 4.8 fast mode je sada u preview fazi za korisnike GitHub Copilota, donoseći značajno brže generiranje izlaznih tokena uz zadržanu razinu inteligencije modela. Istovremeno, Anthropic ukida fast mode za Opus 4.6 — konsolidacija fast mode sposobnosti na jedini preostali model.
DiScoFormer je transformer model Allen Institute for AI (AI2) koji u jednom forward passu procjenjuje density funkciju (gustoću distribucije) i score funkciju — što je dosad zahtijevalo odvojene modele. Generalizira KDE na visoke dimenzije i prilagođava se novim distribucijama bez retraininga.
Tandem RL je nova metoda treniranja jezičnih modela koja kombinira RLVR (reinforcement learning s verifikabilnim nagradama) s tandem pristupom: jači model surađuje sa zamrznutim slabijim modelom pri generiranju lanca misli. Na Qwen3-4B postiže usporedive performanse uz znatno bolju čitljivost i robusnost pri handoffu na manji model.
Memora je skalabilni memorijski framework Microsoft Researcha za AI agente s dugim horizontima. Uvodi harmonijsku arhitekturu koja razdvaja što se pohranjuje od kako se dohvaća, uz cue anchore i policy-vođeni retriever. Postiže SOTA na LoCoMo i LongMemEval benchmarkovima uz smanjenje potrošnje tokena do 98% u usporedbi s full-context pristupom.
Internalizing the Future je preprint koji su Xuan Zhang i osam koautora iz Tencenta predali na arXiv 25. lipnja 2026. Rad predlaže trofazni trening (WM-AMT, FE-SFT, FC-RL) kojim LLM agenti razvijaju world model — sposobnost generiranja projekcija budućih stanja i procjene uspješnosti plana, umjesto pukog reaktivnog reagiranja.
Dynamic Subagents su arhitektura orkestracije unutar LangChain Deep Agents frameworka koja modelu omogućuje pisanje JavaScript skripte za paralelni dispatch stotina podagenata. QuickJS interpreter skriptu izvršava deterministički, čime se eliminira 300+ sekvencijalnih tool invokacija. Sustav definira šest orkestracijskih obrazaca — od classify-and-act do loop-until-done.
2026 Agent Confidence Index je istraživanje koje je Microsoft proveo s MIT Technology Review Insights, anketirajući 300 tehničkih stručnjaka iz 12 industrija o povjerenju u AI agente za 101 zadatak. Prosječna ocjena iznosi 64/100; samo 30 zadataka prelazi prag od 70 bodova, a 59% stručnjaka kao primarnu brigu navodi zadržavanje čovjeka u nadzornoj petlji.
Agent-Native Immune System je obrambeni framework koji zaštitne mehanizme ugrađuje izravno u kognitivnu petlju AI agenta. Šest slojeva obrane (L0-L5), formalna taksonomija prijetnji i adaptivno učenje čine temelj runtime zaštite — za razliku od dosadašnjih pristupa koji se oslanjaju isključivo na training-time alignment.
ToolPrivacyBench je novi benchmark koji testira 'purpose-bound' privatnost — šalje li osjetljiva informacija isključivo ovlaštenim alatima. Skup od 2.150 testnih slučajeva (1.150 sintetičkih + 1.000 adaptiranih) otkriva da 9 testiranih agenata rutinski izvršavaju zadatke, ali pritom nepotrebno izlažu privatne podatke.
AWS je opisao produkcijsku arhitekturu sigurnih AI agenata za multi-tenant SaaS platforme, razvijenu s tvrtkom PAR Technology za analitiku 300+ restoranskih lanaca. Arhitektura kombinira kriptografsko potpisivanje SigV4, semantičku validaciju u Amazon Bedrocku i Split-Plane SQL koji nameće row-level security na razini baze podataka — ne na razini prompt instrukcija.
