Dagens Vibes — 16. september 2026

Fra X-feedet

Modellen får sit eget materialelaboratorium

Periodic Labs har koblet robotlaboratorier, friske forsøgsdata og Neon i én læringssløjfe. På deres interne FrontierXRD-eval løftede træningen Kimi K2.6-baselinen fra 2,7 til 55,3 procent; det store signal er en model, der faktisk får lov at lede efter nye materialer.

Liam Fedus@LiamFedus

We built high-throughput materials labs in Menlo Park to create a loop between experiments and models. The labs generate fresh data, the models learn from it, and then help us decide what to try next. Using only 1,300 H200s, plus months of our experimental data, we mid-trained and RL’d an open-source model to surpass GPT-6 Astra on our analysis benchmark. We call it Neon. This is real footage from our lab. We’re focusing first on hard problems in materials science, including superconductors, magnets, and semiconductor materials. Read our blog posts below.

♥ 3.500   ↻ 359   💬 186   🔖 1.414

https://x.com/LiamFedus/status/2099896055030501702

Læs resultaterne, harness-detaljerne og forbeholdene

En model til de små beslutninger mellem de store modeller

Jev dropper fri tekst og leverer typed beslutninger med sandsynligheder til routing, klassifikation og pre/post-checks. En tidlig tester kørte cirka 5.000 kald for $2 med p50 omkring 150 ms: en interessant ny primitive til agent-harnesset, ikke AGI i en smart if-sætning endnu.

Diogo Almeida@CompleteSkeptic

After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI? I’ve spent the last 2 years in stealth building a new way to train models (RLCD), and a new type of frontier AI model that we are releasing today: Jev • 20-200x faster • 40-400x cheaper (w/ output tokens free) • Frontier composable intelligence optimized for decisions AFAICT the shortest path to AI-based economic revolution

♥ 33.892   ↻ 3.184   💬 1.741   🔖 28.612

https://x.com/CompleteSkeptic/status/2099925682726002904

TypeSafes tekniske lancering · Michaels første 5.000 kald

21 t-shirt-butikker møder den kedelige virkelighed

Kun 7 af 21 agentbyggede webshops var funktionelle, og tre af de ni runs, der selv testede happy path, efterlod stadig tavse fejl. Alle runs med en færdig betalingsintegration valgte Stripe uden at blive bedt om det — brand i vægtene er stærkt, men webhook-versionering er stærkere.

edwin@edwinarbus

This is really neat! In Stripe's UnseriousT-ShirtShopBench, models were asked to build and run online stores. They all chose to integrate Stripe. Of the 7 functional shops, 5 were built by Claude, and the 2 finalists that were chosen for production were built by Fable and Opus. But seems like models still have a ways to go!

♥ 43   ↻ 6   💬 4   🔖 22

https://x.com/edwinarbus/status/2099916475641594008

Læs hele benchmarken og se butikkerne

Devin kan lukke iOS-loopet

Devin kan bygge og teste i en Mac-VM, sende en skærmoptagelse i Slack og aflevere et TestFlight-link. Agentisk mobiludvikling har endelig fået mere hardware end en Linux-container og et optimistisk README.

Cognition@cognition

Special delivery: Devin just got a Mac 🍎 Now Devin can: 1. Build & test apps on its own Mac VM with iOS simulator 2. Send a screen recording via Slack 3. Send a TestFlight link so you can start using it 📲

♥ 2.633   ↻ 210   💬 150   🔖 1.145

https://x.com/cognition/status/2099887193804112190

Lovable skærer ventetiden ud af sandkassen

Lovables Rust-native OJ skar tiden til at skaffe en sandbox fra 14 til 3 sekunder. Repoets 10.000-komponent-test viser 115 MB mod Vites 1,55 GB; når agenter starter previews hele dagen, bliver buildværktøjet pludselig produkt-UX.

Fabian Hedin@FabianHedin

We rewrote the vite dev server in rust. By removing Node.js, we achieved 4x better memory usage and cold starts is 2x faster. This has resulted in our sandboxes acquisition time to go from 14s to 3s (4.6x improvement). When i say we, i mean @raphamorims

♥ 820   ↻ 31   💬 23   🔖 269

https://x.com/FabianHedin/status/2099878560651464844

Kode og benchmarks på GitHub

En 2B-kodeagent bor i browseren

Pi kører med en 2B-model, WebGPU og 4-bit ONNX helt lokalt i browseren. Ikke agenten til den store migration, men en dejlig sprække i idéen om, at al nyttig agentik kræver et datacenter på størrelse med Fyn.

Victor M@victormustar

Introducing: a coding agent (Pi) running entirely in your browser using a 2B model on WebGPU 🤯 MiniCPM5-2B + Pi, powered by Transformers.js + WebGPU + 4-bit ONNX weights. All previous attempt to create this failed but MiniCPM5 seems to make it usable. Available now on Hugging Face 👇

♥ 1.086   ↻ 124   💬 65   🔖 885

https://x.com/victormustar/status/2099794150879121471

Kør demoen på Hugging Face

Nyhedsbonus

Gemini 3.8 Live kan fortsætte samtalen, mens værktøjer kører i baggrunden; Extended Thinking ræsonnerer og taler samtidig. Med 97 sprog og visuel grounding er det en ret komplet råvare til voice-agenter.

Salesforce og Nvidia går væk fra én universel frontiermodel: Koa er open-weight-baseret og post-trænet til salg, marketing og support. Den skal løse konkrete jobs billigere og inden for virksomhedens dataregler — specialisten er officielt tilbage fra ferie.