
https://x.com/bcherny/status/2100669598995816511Modellen er ikke længere hele produktet. Dagens stærkeste ting handler om koordinering, tætte feedback-loops, specialister i kæden — og 27 milliarder parametre presset ned i håndbagage.
Projects samler et mål i én løbende samtale, fordeler arbejdet på parallelle cloud-tråde og husker beslutninger på tværs. Boris Cherny beskriver det egentlige skift: han er holdt op med at administrere sessions og sender bare tanker ind, efterhånden som de opstår.

https://x.com/bcherny/status/2100669598995816511Ethan Mollicks vibe check er dejligt urimelig: Projects fik billeder, video og kataloger og byggede et 3D-kort over Umberto Ecos 33.000 bøger. Siden markerer selv, hvad der er sikkert, gættet og ukendt — agentarbejde med synlige sømme.

Læs Projects-dokumentationen · Gå gennem Ecos bibliotek
GLM-5.3-Flash gik fra første kørsel til produktion på under to uger og tredoblede throughput. Den vigtige opskrift er ikke “mere autonomi”, men tæt feedback: agenten kunne koble fejl og flaskehalse til konkrete kernels, traces, mikrobenchmarks og kontrollerede forsøg.

Læs den tekniske gennemgang og de tre fejl, agenten fandt
Efter gårsdagens lancering kommer de nyttige tests: en security-pipeline blev over fem gange billigere og samtidig mere præcis, mens 1.018 forskningsartikler blev klassificeret for otte cent. Den stærke arkitektur er model-mix: en god sprogmodel komprimerer, Jev træffer tusind små typed beslutninger.

https://x.com/grichadev/status/2100437998571860087
Seks komplette runs på 226 præcise redigeringsopgaver: notebook-mode slog struktureret JSON med 1,99 procentpoint og efterlod én terminalfejl mod syv. Lille benchmark, stille tweet, stor pointe — harnesset kan flytte mere end endnu et prompt-adjektiv.

Se benchmarkens data og metode
Bonsai 2 presser Qwen3.8 27B ned i 5,9 GB ternary weights og hævder 98,2 procent af full-precision-scoren. Onurs første datapunkt er cirka 30 tok/s i browseren på en MacBook Pro; kvaliteten mangler stadig den uafhængige tur gennem vridemaskinen.

https://x.com/onusoz/status/2100774214022410280Anthropic satte Claude til at optimere mere end 30 open-source biomodeller på fire uger. De blev cirka fire gange hurtigere i gennemsnit, og en ny low-memory-tilstand kan folde systemer over 10.000 tokens på én GPU-node; al den optimerede kode er udgivet.
FlashPairformer-kernels, 30+ optimerede modeller og sammenlignelig protein-designkvalitet med omtrent 100 gange færre GPU-timer.
Google gør CC til en delt familieagent med sin egen konto, fælles hukommelse og selektiv adgang til mail, kalender, filer og opgaver. Den kan udfylde tilladelsessedler og samle skolelogistik — praktisk, men foreløbig et amerikansk Labs-forsøg.
Op til seks personer kan dele kontekst med agenten, mens hver bruger selv vælger, hvilke mails, filer og kalendere den må se.