Dagens Vibes — 21. august 2026

Agentarbejdet rykker ud af den private terminal: Claude får browser, skills og filer; Slack bliver multiplayer-IDE; og de bedste resultater handler stadig mere om harness, data og menneskelig kontrol end om endnu et modelnavn med stjerner på skulderen.

Fra X-feedet

Anthropic gør computer use, browser use, Skills API og Files API generelt tilgængelige. Den reelle pakke er stærkere end fire features: en agent kan arbejde i systemer uden API, hente versioneret fagviden efter behov og aflevere færdige filer — mens multi-action turns skærer de dyre frem-og-tilbage-kald ned.

ClaudeDevs@ClaudeDevs

Computer use, the browser tool, the Skills API, and the Files API are now generally available on the Claude Platform. Automate work in applications that have no API with fewer round trips per task, and build Claude Managed Agents on versioned skills and reusable files. https://t.co/aXHuc6eQBB

♥ 2513↻ 135💬 89🔖 1266

https://x.com/ClaudeDevs/status/2090540270219567575

Slack Code gør coding agents til et fælles arbejdsrum: Claude, Devin, Copilot, ChatGPT og Vercel får projektkanaler med delt kontekst, diffs, live previews og menneskelig godkendelse. Det ligner Slack som IDE; mere præcist er det et forsøg på at gøre agentarbejde synligt, multiplayer og mindre afhængigt af én udviklers private chatlog.

nader dabit@dabit3

Slack Code: Multiplayer Software Engineering directly in @SlackHQ Everything you need to know in 2 minutes. https://t.co/cYKRqmXit7

♥ 64↻ 6💬 7🔖 19

https://x.com/dabit3/status/2090572689349980368

Asana fjernede Enzyme og flyttede testene til React Testing Library på halvanden uges ingeniørarbejde fordelt over to kalenderuger: fire Codex-agenter, review to gange dagligt og cirka 12.000 dollar. “Fem år” var ikke fem års fuldtidshold, men hvornår den lavprioriterede migrationsgæld realistisk ville blive færdig. Stadig stærkt — bare uden pressemeddelelsens tidsmaskine.

Greg Brockman@gdb

Codex for code migrations — from literal years to weeks:

♥ 741↻ 21💬 79🔖 84

https://x.com/gdb/status/2090327069985268049

FigmaTrace er den slags datasæt, der kan flytte en hel agentkategori: 3.469 forløb og over 200 timers ægte Figma-arbejde, optaget som beslutninger og handlinger frem for færdige designs. Faseopdelte forløb slog mekaniske context-chunks, og en finetunet Qwen3.8-27B generaliserede langt uden for designopgaverne. Smag er stadig svær; museklik kan i det mindste få kvitteringer.

Anand Kannappan@anandnk24

Today, we're open sourcing the first computer-use dataset for design. We captured 200+ hours and 3400+ trajectories of real design work in Figma, recording step by step how designers execute complex, long-horizon tasks. FigmaTrace dataset, paper, and blog below :) @PatronusAI https://t.co/ii1mN730AC

♥ 316↻ 37💬 24🔖 263

https://x.com/anandnk24/status/2090499988833107978

Dagens mest hjemlige datapunkt: Composio kørte samme DeepSeek V4 Pro gennem fem harnesses på 30 agentiske opgaver. Pi løste flest; DeepSeeks eget harness var billigst, med cirka 0,028–0,074 dollar pr. løst opgave på tværs af feltet. Modellen er motoren. Harnesset bestemmer stadig, om bilen finder vejen.

Composio@composio

We tested DeepSeek V4 Pro 0813 across 5 different agent harnesses on 30 challenging agentic tasks. We compared Claude Code, DeepSeek Harness 0.1, Hermes, Pi Agent, and OpenCode. Pi Agent solved the most tasks, while DeepSeek’s own harness won on cost. 🧵🧵 https://t.co/ELykMhatkk

♥ 736↻ 38💬 74🔖 260

https://x.com/composio/status/2090069397050097864

Qwen3.8-27B bliver mere brugbar lokalt: Unsloths nye GGUF’er hævder over 10 procent bedre nøjagtighed ved samme størrelse, mens DFlash 2 rammer omkring 70 tokens/sekund på en M5 Max. Vigtig anti-hype fra Unsloth selv: 1-bit-udgaven kan passe i 8 GB, men dens lange output divergerer så voldsomt, at tool use og agentloops bør holde sig væk. Lille fil er ikke det samme som lille kompromis.

Unsloth AI@UnslothAI

We’re releasing new Qwen3.8-27B GGUFs with 10% higher accuracy. Unsloth Dynamic V3 outperforms others by >10% on Div-300, KLD & more benchmarks. We also release 1-bit quants that retain 77% accuracy. Run on 8GB RAM. Blog: https://t.co/tHsBexyh2K GGUF: https://t.co/xIdNwm7CLQ https://t.co/vIh7sDFKyZ

♥ 5015↻ 590💬 217🔖 3262

https://x.com/UnslothAI/status/2090103470015828184

David Hendrickson@TeksEdge

🍎⚡ Qwen3.8-27B is now hitting ~70 tok/s on an M5 Max MacBook Pro with MLX. And this isn't a smaller model or a quality-reducing speed hack. DFlash 2 landed for Qwen3.8-27B, using speculative decoding to generate multiple candidate tokens in parallel while Qwen verifies them. This results in much faster local generation while preserving the target model's output. Apple Localmaxxers can run it now with oMLX. You need TWO models: 🧠 Target model mlx-community/Qwen3.8-27B-4bit ⚡ DFlash 2 drafter incoai/Qwen3.8-27B-DFlash2 How to run it 1️⃣ Install the new oMLX build with DFlash 2 support 2️⃣ Open oMLX Model Downloader Download: mlx-community/Qwen3.8-27B-4bit and: incoai/Qwen3.8-27B-DFlash2 3️⃣ In oMLX Model Manager, edit Qwen3.8-27B and set: ✅ DFlash: Enabled ✅ Draft model: incoai/Qwen3.8-27B-DFlash2 ✅ Draft quantization: Enabled ✅ Runtime block size: 5 ✅ Verify mode: dflash Save → load Qwen3.8 → run. That's it. A 27B Qwen running locally on a MacBook at around 70 output tok/s. No API. No NVIDIA GPU 🙂. No cloud inference. ✊ Just Apple unified memory + MLX + a much smarter way of decoding.

♥ 455↻ 26💬 27🔖 628

https://x.com/TeksEdge/status/2090249962840043832

Nyhedsbonus

Et sandsynligvis kompromitteret maintainer-login sendte malware ind i tre Rust-crates, blandt andet den vidt udbredte arrayref 0.3.10. En typosquattet dependency kørte payloaden allerede under cargo build; de onde versioner var kun online i 86–107 minutter. Et låst dependency-træ hjalp. “Bare opdatér for at fjerne yank-advarslen” gjorde meget præcist det modsatte.

Meta-brillerne er blevet et arbejdsmiljøproblem før de blev ambient computing: butikspersonale og performere bliver filmet, pranket og gjort til indhold, mens de ikke frit kan gå deres vej. The Verge dokumenterer den banale ende af overvågningssamfundet — ikke en hemmelig stat, bare en kunde med “content brain” og kamera i ansigtet.