Fra X-feedet
Claude finder bedre kvantekredsløb
Mythos 5 forbedrede de bedste publicerede designs i otte kredsløbsopgaver; én central rutine blev cirka 12 gange billigere. Opskriften var kode, en ekstern korrekthedstest og mange forsøg — ikke en chatbot, der bare erklærede kvantecomputeren færdig.
Anthropic · Designing more efficient quantum circuitsDagens lange læsning: nye algoritmiske greb, færre gates og færre qubits.90 % AI-kode. Menneskerne læser ikke hver diff
Claude Code-teamet mere end fordoblede antallet af flettede PR’er, mens andelen af reverts faldt over 40 %. Deres vigtigste greb: løbende agentreview, risikobaseret menneskegodkendelse og et loft over reviewrunder — én PR nåede ellers over 50 runder på en nat.
Claude Code · Sådan gør teamet code reviewKonkrete lag, støjfiltrering og ansvar frem for ritualet “har et menneske læst det?”.Fire Argon-agenter, 605 dødsfald og én drage
Gemini 4 Argon gennemførte Minecraft på 27 timer og 14 minutter uden menneskelig indgriben under kørslen. På Easy, med Mineflayer og 2.783 selvskrevne programmer: interessant som døgnlang koordinering og fejlgendannelse, ikke som bevis på fejlfri autonomi.
DeepMind · A team of Gemini 4 Argon agents beats MinecraftRollerne opstod undervejs; koordineringen brugte chat og fælles hukommelse.Reflection åbner Beam — også den harness, den blev trænet med
Beam 1.0 er en tekstmodel med 501B parametre, 23B aktive og 1M kontekst, udgivet under Apache 2.0 sammen med Mirror CLI. Den kan prøves gratis i Ollama Cloud i en begrænset periode; det er cloudkørsel, ikke 501B på den bærbare.
Reflection · Beam-modelkortBF16, FP8 og NVFP4; fokus på kode og lange agentforløb.Ollama · Gratis Beam i en begrænset periodeKan kobles til Claude Code, Codex og OpenCode via Ollama Cloud.Glimpse kigger efter, før den gætter videre
Elorians nye billed- og videomodel genbesøger udsnit og frames under ræsonneringen; API-prisen er $0,60/$3 pr. million input-/outputtokens. Et konkret førstehåndstjek fra Aditya: ved optælling af tænger zoomede den ind, undersøgte tvivlstilfælde og kontrollerede sit svar.
Elorian · Introducing GlimpseResearch preview med API og chat; benchmarktal er udgiverens egne.TechCrunch · Interview med ElorianCrop-and-zoom er ikke nyt; satsningen er at bygge modellen omkring gentagen visuel inspektion.En specialmodel til at beslutte, hvad agenten skal huske
Tencents Hy-Memory er 30B med cirka 3B aktive parametre og erstatter hukommelsesskriveren i blandt andet Mem0 og MemOS. I Tencents egen test lå den lidt over Opus 5 i gennemsnit — ikke som generel assistent, men på at gemme og opdatere minder.
Tencent · Hy-Memory-30B-A3BFire hukommelsesframeworks, faste svarmodeller og et 20 %-udsnit af benchmarkene.Computer use som eksportknap, softwaren aldrig gav dig
Sergio Mattei bruger Codex til at spejle sine gemte steder mellem Apple Maps og Google Maps. Et lille, godt eksempel: agenten gør det billigere at skifte produkt uden at efterlade sine data.
