12 vijesti — 🟡 9 važno , 🟢 3 zanimljivo
Anthropic je 1. srpnja obnovio pristup modelima Claude Fable 5 i Claude Mythos 5, gotovo tri tjedna nakon što ih je povukao zbog američkih izvoznih kontrola. Povratak prati poboljšani sigurnosni klasifikator i prijedlog industrijskog okvira za ocjenjivanje ozbiljnosti jailbreakova.
AWS GovCloud (US) dobiva šest novih modela na Amazon Bedrocku: OpenAI open-weight gpt-oss-120b i gpt-oss-20b te četiri NVIDIA Nemotron modela s 1M token kontekstom. Infrastruktura zadovoljava FedRAMP High, DoD IL 2/4/5, ITAR i CJIS zahtjeve uz dizajn nultog operaterskog pristupa.
GitHub je proglasio GA dvije Copilot sposobnosti: Vision za prilaganje slika i PDF-ova uz chat promptove te browser tools koji agentima u VS Code-u daju kontrolu nad pravim preglednikom. Obje su dostupne svim planovima bez potrebe za admin akcijom.
Moonshot AI-jev Kimi K2.7 Code dostupan je u GitHub Copilotu kao prvi open-weight model u model pickeru, hostan na Microsoft Azureu. Dostupan je na Pro, Pro+ i Max planovima uz usage-based billing, s planiranim proširenjem na Business i Enterprise.
LangChain je objavio OpenWiki, open-source CLI alat koji automatski generira i ažurira dokumentacijske wikije za kod-repozitorije. Cilj je dati kodnim agentima strukturiran kontekst o repozitoriju bez napuhavanja instrukcijskih datoteka poput AGENTS.md ili CLAUDE.md. Alat je građen na DeepAgents okviru i podržava više LLM providera.
Anthropic je objavio Claude Code v2.1.198 s nizom značajnih promjena: background agenti koji rade u worktreeu sada automatski commitaju, pushaju i otvaraju draft pull request bez zaustavljanja i pitanja, Claude in Chrome dostigao je opću dostupnost, dodan je novi /dataviz skill za dizajn grafova, a AWS dodan kao upstream gateway provider.
Amazon Web Services objavio je referentnu serverless arhitekturu za A2A gateway koji centralizira otkrivanje, usmjeravanje i kontrolu pristupa između AI agenata. Dvadeset agenata bez koordinacije stvara do 190 međusobnih veza — gateway to svodi na jednu ulaznu točku.
Amazon Bedrock AgentCore Memory uvodi filtriranje atributnim metapodacima koje se primjenjuje prije semantičke pretrage. Na benchmarku od 151 pitanja ukupna točnost porasla je s 40% na 64%, a za kontekstno-ovisne upite s 16% na 69%.
LangChain je kroz DeepAgents okvir uveo Recursive Language Models (RLM) — pristup u kojem modeli pozivaju sami sebe nad isječcima ulaza umjesto da trpaju cijeli kontekst u jedno okno. Na OOLONG benchmark zadatku s 128k tokena RLM agenti postigli su rezultat 0,79 naspram 0,44 za standardne agente, što je poboljšanje od 79 posto.
