Agentdebatten flytter ned under prompten: vedvarende state, en flight recorder til browseren og produkter der kan bruges uden deres eget UI. Samtidig får ugens Jev-feber sin første nødvendige reality check.
Agent Substrate gemmer RAM og filsystem, parkerer inaktive agenter og vækker dem på under et halvt sekund. Demoen kører cirka 250 stateful actors på otte pods. Meget tidligt, men det ligner det rigtige lag: ikke endnu et tool-format, men et sted hvor arbejdet kan leve videre.
x.com/rakyll/status/2101725956893450612Secure-by-default runtime med snapshots, actor-multiplexing og Kubernetes som bund.
Den nye model kan generere og redigere samme sted, bruge ti referencebilleder og levere rigtig RGBA. Men “7B” dækker kun billedtransformeren: BF16-downloadet er 33,1 GB med tekstencoder og VAE. Vægtene er desuden kun til ikke-kommerciel forskning. Første fornuftige consumer-GPU-test mangler stadig.
7B DiT, native 2K, transparent output og lokal redigering — under Qwen Research License.
AVB fik forskellige sandsynligheder fra samme prompt og store udsving, når valgenes rækkefølge blev ændret. Det gør ikke beslutningsmodeller ubrugelige; det gør bare evals og præcise rubrics obligatoriske. Sandsynligheder er stadig modelsvar, ikke naturkonstanter.
x.com/neural_avb/status/2101736546391244854
Hamel Husain om binære evals frem for mavefornemmelses-skalaer
Agent-browsers nye contact sheets optager et UI-flow, udvælger ændrede frames og markerer forskellene. Endelig kan agenten se fejlen, der opstod mellem to ellers identiske screenshots.
x.com/ctatedev/status/2101773757408850267Rust-baseret browser-CLI med snapshots, recording, diffs, WebMCP og agentvenlig debugging.
Et lille mønster med stor rækkevidde: lad agenten læse Sentry hver morgen og kun løfte P0/P1. Produktet er stadig nyttigt, selv når ingen åbner produktet.
@sentry is a great tool to monitor the health of your products. But I don't remember the last time I've actually opened the website. I just have sentry cli installed, and every morning an agent reads through the issues and flags P1s and P0s for me.
USA har foreslået en direkte varslingsmekanisme med Kina for AI-hændelser, der kan påvirke national sikkerhed. Foreløbig er det diplomati på idéstadiet, men kategorien har flyttet sig fra produktfejl til stormagtskanal.
Parterne vil skabe mere gennemsigtighed mellem verdens to største AI-magter før Trump–Xi-mødet torsdag.
Simon Willison har løst et meget konkret remote-agent-problem: få API-nøgler ind på maskinen uden at hælde dem gennem chatten. Agenten starter en lokal webformular; hemmeligheden vises aldrig igen.
En lille lokal nøgleboks til Codex Remote, Tailscale-maskiner og andre agenter med shell-adgang.