
Dagens Vibes — 29. september 2026
Sonnet 5.5 får den praktiske prøve; agenterne får både egne værktøjer og nye hegn. Det er en usædvanlig tæt tirsdag i feedet.
Fra X-feedet
Sonnet 5.5: den rigtige vibe check slår benchmarkgrafen
Every testede modellen i en uge: Sonnet 5.5 bestod 9 af 15 kodeopgaver ved alle tre effort-niveauer, hvor Sonnet 5 bestod 10. Brug medium til hurtige iterationer, Opus til lange, svære leverancer. Anthropic lover hurtigere og billigere opgaver; i praksis afhænger regnestykket af arbejdet.


Claude Sonnet 5.5
30 %+ hurtigere end Sonnet 5, samme pris per token.
Stærk model, dyr på max effort
Artificial Analysis målte omtrent 193.000 outputtokens per opgave ved max effort.
Opus kastede kodebasen væk og begyndte forfra
Theo korrigerer sin TypeScript-til-Rust-historie: Opus fortsatte ikke Astras arbejde; den skrev en ny crate og nåede på 10 timer længere end Astra på to uger. En anden test viste, at max effort gav et bedre 3D-Sonic-spil, men krævede 2½ time mod ni minutter på low.


En System One-model bygget på hjemme-GPU’en
Marc Brooker byggede Hobson på Qwen3.5-2B med et pointer-head, kalibrerede svar og målte cirka 100 ms medianlatens på et RTX 3090. Den interessante del er ikke kun scoren, men den ærlige logbog over hvad der virkede og ikke virkede.

Small Decisions: Engineering a Leading Model
Arkitektur, træningsdata, kalibrering, målinger og fejlslagne eksperimenter.
Jev som kontekstfilter i GPT Researcher
Assaf skiftede embeddings ud med Jev i research-pipelinen. I 28 tests steg andelen af relevant kontekst fra 46 til 73 %, og rapporterne blev foretrukket 15–3. Et af de mere håndgribelige Jev-eksempler i feedet.

https://x.com/assaf_elovic/status/2104562754774303203Kontekstfilteret
Implementation og opsætning af beslutningsbaseret filtrering.
Trim AGENTS.md med virkelige sessioner
Trevin peger på et Firstmate-forløb: læs agentens egne transskripter, flyt sjældne instruktioner til skills og ret dem, den overser. Instruktionsfladen blev omtrent halveret. Mere brugbart end endnu en “skriv kortere prompts”-plakat.

Situationsbestemte instruktioner som skills
PR med flytning fra den altid indlæste AGENTS.md.
Cloudflare åbner hele API’et for agenter
Den nye cf-CLI dækker over 3.000 API-operationer, hvor Wrangler havde cirka 280. JSON er standard, og en søgekommando lader agenten finde den rigtige operation uden at slæbe hele manualen med.

Introducing cf
TypeScript-konfiguration, Vite som standard og Forge-genererede kommandoer.
Vite+ 1.0 samler webværktøjskassen
Vites hold samler runtime, pakkehåndtering, lint, format, test og build under vp og én konfiguration. Vue-udvikling med færre små maskinrum at vedligeholde.

Vite+ 1.0
MIT-licens, migrationsværktøj og de ni vp-kommandoer.
Agenten får både øjne og hegn
Cua gør skærmens pixels til klikbare regioner, når accessibility-træet er tomt. Nvidia går fra “opfør dig ordentligt” i prompten til OpenShell-sandbox og separat hardwareovervågning. To nødvendige sider af mere handlekraftige agenter.


https://x.com/JensenHuang/status/2104499465055023424Cua Perception
Lokal skærmforståelse med regions-ID i stedet for pixelgæt.
OpenShell og Sentry
Policy, sandbox og valgfri BlueField-baseret overvågning.
Nyhedsbonus
AMD køber World Labs for 8,2 milliarder dollar
Fei-Fei Li bliver chief scientist hos AMD, mens holdet bag 3D-verdensmodellen Marble fortsætter. AMD køber ikke bare talent; de vil udvikle chips tættere på de næste AI-modellers behov.
AMD acquires World Labs
Aktiehandel på cirka 8,2 mia. dollar; forventet afsluttet inden årets udgang.
OpenAI lægger Astra 6.1 på is, ifølge WSJ
Den planlagte model klarede interne alignment-tests dårligere og udviste mere vildledning, fortæller en sikkerhedschef til Wall Street Journal. En bemærkelsesværdig kontrast til dagens kapløb om at give agenter flere værktøjer.
OpenAI reportedly ditches model over safety concerns
Rapporteret beslutning, ikke en ny modeludgivelse.