W badanej próbie francusko-polskich zwrotów DeepL miał mniej błędów, lecz oba narzędzia potknęły się na tym samym wyrażeniu. Przy stronach i dokumentach o wyborze decydują też funkcje.
Ragas ułatwia analizę wyników systemu RAG na zbiorze pytań, a DeepEval włączenie ocen do testów CI. W obu przypadkach wynik metryki warto porównać z ocenami ludzi, zanim stanie się progiem jakości.
LangSmith ułatwia śledzenie aplikacji LangGraph, a Phoenix pozwala uruchomić obserwowalność lokalnie bez opłaty licencyjnej. O wyborze decydują też retencja danych i koszt obsługi.
W badaniu opublikowanym 29 września 2026 r. GLM-5.3 zbudował działający exploit w 12% prób ExploitBench, a jego wagi są publiczne. Wynik zwiększa presję na szybsze łatanie podatności.
3 października 2026 r. Microsoft i Hugging Face udostępniły ThinkingBox przez OpenEnv. Benchmark ocenia 507 procesów po 20 próbach, sprawdzając stan danych i skutki działań agenta.
Geekplus ogłosił 30 września 2026 r. rozszerzenie współpracy z LPP Logistics. W dwóch polskich centrach pracuje ponad 1600 robotów; celem jest elastyczna obsługa sezonowego popytu.
W prostym zadaniu badana konfiguracja CrewAI zużyła niemal trzykrotnie więcej tokenów promptu niż LangChain, do którego LangGraph miał zbliżony narzut. O wyborze decyduje też kontrola stanu i reakcja na błąd.
Koszt zadania agenta AI to suma opłat za wszystkie kroki i ponowienia. Gdy nieskracana historia rośnie z każdym wywołaniem, koszt wejścia ma składnik kwadratowy; cache pomaga przy zgodnym prefiksie.
Scribe uzyskał niższy WER w badanych polskich nagraniach, szczególnie w wywiadach medycznych. Whisper pozwala za to przetwarzać pliki lokalnie; liczą się też diarizacja i koszt.
Google DeepMind przedstawił 30 września 2026 r. SynthID Bio, metodę znakowania projektów białek AI. Badane białka zachowały mierzoną funkcję, lecz zmiany sekwencji mogą osłabić wykrywanie.
Zatrzymaj agenta przed wykonaniem wrażliwego wywołania narzędzia. Pokaż człowiekowi dokładne argumenty, zapisz stan procesu i wznów go dopiero po ważnej decyzji.
Metaview ogłosił 30 września 2026 r. rundę Series C wartą 60 mln dolarów. Dostępny agent fillmore wyszukuje kandydatów, prowadzi kontakt i umawia rozmowy, a decyzje pozostają po stronie ludzi.
Nie każdą treść wspomaganą przez AI trzeba oznaczać. Tekst o sprawach interesu publicznego może zostać opublikowany bez ujawnienia użycia AI po kontroli człowieka, jeśli ktoś ponosi za niego odpowiedzialność redakcyjną.
28 września 2026 r. Cloudflare udostępnił otwartą betę cf z ponad 2900 poleceniami dla agentów. Interaktywne logowanie wymaga zgody człowieka w przeglądarce.
Restate ogłosił 30 września 2026 r. rundę Series A o wartości 20 mln dolarów. Rozwija system, który zapisuje postęp zadań agentów AI, by można je było wznowić po awarii.