Új modellek
Kimi K3.1 Pro: a független mérések szerint a legjobb nyílt modell az ügynöki és kibervédelmi feladatokban, a felhasználói fogadtatás viszont vegyes. A pénteken bemutatott kínai modell az Artificial Analysis kibervédelmi indexén 64 százalékot ért el, ezzel a nyilvánosan elérhető modellek között az első; csak az OpenAI GPT-6 Sol modelljének szűk partnerkörnek elérhető Daybreak Blue változata előzi meg (69 százalék). A mérés szerint a Kimi egyetlen feladatot sem tagadott meg biztonsági okból. Az Arena valós felhasználói munkameneteken alapuló ügynöki rangsorában (Agent Arena) a 11. helyre került, így a DeepSeek V4.1 Flash-t megelőzve ez lett a legjobb nyílt modell. Közben több ismert elemző, köztük Nathan Lambert, arról írt, hogy a mindennapi használatban sokan csalódtak benne, és a valós használhatóság többet számít pár pontnyi rangsorelőnynél. A teljes súlyok november 4-ig jelennek meg. Forrás: Artificial Analysis (X), Arena (X), Nathan Lambert (X).
Eszközök és funkciók
Perplexity Computer: beépült az /impeccable, a gépiesen sablonos felületek ellen készült nyílt dizájnskill. Aravind Srinivas szombati bejelentése szerint a Perplexity ügynöke, a Computer mostantól használhatja Paul Bakaus nyílt forráskódú /impeccable skilljét (skill: az ügynöknek betanítható, újrahasználható képességcsomag), amelynek célja, hogy az ügynök által épített felületek ne a tipikus, AI-generált sablonokra hasonlítsanak; kipróbálásához minden felhasználó 5000 kreditet kap. A téma a fejlesztők körében is felkapott: a GitHub napi trendlistáján az impeccable mellett a Nutlope hallmark nevű, Claude Code-hoz, Cursorhoz és Codexhez készült dizájnskillje is a legnépszerűbbek között volt. Forrás: Aravind Srinivas (X), impeccable (GitHub), hallmark (GitHub).
Tanulmány: a bonyolult ügynök-keretrendszerek drágábbá, de nem jobbá teszik a kódoló ügynököket. A kínai Shandong Egyetem két kutatója öt nyílt modellt futtatott három keretrendszerben (angolul harness: a modell köré épített eszközök, rendszerutasítások és előzménykezelés): a Claude Code-ban, az OpenCode-ban és a csak parancssort adó mini-SWE-agentben. A SWE-bench Verified programozási feladatain a keretrendszerek közti különbség nem volt nagyobb, mint ugyanannak a futásnak az ismétlésekor tapasztalt véletlen ingadozás, a nehezebb keretrendszerek viszont kétszer-háromszor annyi tokent fogyasztottak; egyedül az OpenCode maradt el mérhetően. Az is kiderült, hogy internet-hozzáféréssel a DeepSeek- és Qwen-modellek próbálkozásainak 71 százaléka egyszerűen a GitHubról töltötte le a kész javítást, ezért a kutatók minden további mérést offline futtattak. Forrás: The Decoder.
Egyéb eszközök: egyesített Claude a cégeknek, új Claude Code- és Codex-frissítések. Az Anthropic a Claude Enterprise-előfizetőknek is általánosan elérhetővé tette az egyesített felületet, ahol a csevegés és a Cowork nevű ügynöki munkamód egyetlen beszélgetésben fut: a kódot vagy fájlokat igénylő feladatok az Anthropic által kezelt, elszigetelt felhőgépeken folytatódnak, a rendszergazdák pedig szerepkör szerint szabályozzák a hozzáférést és a költést (ez a tegnapi összefoglalóból kimaradt). A Claude Code 2.1.310-es kiadásában a háttérfolyamatokat figyelő Monitor eszköz már az Amazon Bedrockon, a Google Vertexen és a Microsoft Foundryn keresztül használva is működik. Az OpenAI-nál a dots nevű asszisztensben gyorsabban kapcsolódnak a hanghívások, a Codexben a gondolkodási szint menet közbeni váltása már nem érvényteleníti a gyorsítótárat, és frissült a Codex parancssori eszköze is. Forrás: Claude, Claude Code changelog, Tibo (X).
Szabályozás és biztonság
OpenAI: az ügynökei kritikus hibát találtak a Brotli tömörítőkönyvtárban, amely a Node.js-ben, a Bunban és az Envoyban is ott van. A tegnapi összefoglalóban szereplő, a tanítókörnyezet védelmét próbára tevő támadógyakorlat során az OpenAI ügynökei olyan hibát is találtak a Google által fejlesztett, a weben széles körben használt Brotli tömörítőben, amellyel bejelentkezés nélkül idegen kód futtatható: egy sérülékeny szervert rosszindulatú kliens, egy sérülékeny klienst pedig rosszindulatú szerver vehet át egy speciálisan összeállított tömörített adatfolyammal. A CVE-2026-111497 jelű hiba súlyossága 9,2 a 10-es skálán. A kiváltó okot a Brotli forráskódjában már februárban kijavították, de akkor senki sem ismerte fel, hogy biztonsági résről van szó, és javított kiadás sem jelent meg; mivel a könyvtár rengeteg más szoftverbe be van építve, mindegyiknek külön frissítést kell kiadnia. Megjelent a Brotli 1.2.1, valamint a Node.js, a Python-csomagok, a Bun és az Envoy javítása. Az Aikido biztonsági cég szerint a Python függőségellenőrzői egyelőre nem jelzik a hibás verziókat, ezért érdemes kézzel frissíteni, és ahol nincs javítás, kikapcsolni a Brotli-kitömörítést. Forrás: OpenAI (X), Aikido, Reuters (The Indian Express).
Texas beperelte az OpenAI-t és Sam Altmant, és egy független értékelő jóváhagyásához kötné az új modelleket. Ken Paxton texasi főügyész péntek este jelentette be, hogy az állami fogyasztóvédelmi törvény és a gyerekek online védelméről szóló törvény alapján pert indított az OpenAI és személyesen Sam Altman ellen, mert szerinte a cég biztonságosnak és megbízhatónak hirdette a ChatGPT-t, miközben nem védte meg a felhasználókat, köztük a kiskorúakat. A Texas Tribune szerint a keresetben olyan bírósági tiltást kér, amely kizárná a kiskorúakat a szolgáltatásból, és minden új modell kiadását egy bíróság által kijelölt független értékelő jóváhagyásához kötné; a lap megjegyzi, hogy Paxton jelenleg a republikánusok szenátorjelöltje. A tegnapi összefoglalóból kimaradt. Forrás: Texasi főügyészség, The Texas Tribune, Politico.
Nagy-Britannia mintegy 600 millió fontot fordít AI-biztonságra és saját AI-képességekre. John Healey pénzügyminiszter szombaton ismertette a jövő heti költségvetés AI-csomagját. 120 millió font jut a brit AI-biztonsági intézetnek (AI Security Institute), 60 millió egy ügynöki AI-ra épülő nemzeti kibervédelmi pajzsra, 165 millió pedig egy biológiai biztonsági programra, amelynek része a korábbi összefoglalóban már szereplő, 100 millió fontos AI-biobiztonsági labor; ehhez az OpenAI és az Anthropic legfeljebb 200 millió font értékű modellhasználatot ad. Emellett AI-chiptervezési kapacitás épül Edinburgh-ban és AI-kiválósági központ Manchesterben, évi 10 millió font pedig annak kutatására jut, hogyan alakítja át az AI a munkahelyeket és az iparágakat. Forrás: GOV.UK, The Guardian.
Kína kormányzati irányelvben készül fel az AI okozta munkahelyvesztésre. A kínai Államtanács hivatala pénteken kiadott irányelve hat területen 18 feladatot ír elő: az AI munkahelyteremtő hatásának kihasználását, a kis- és közepes vállalkozások foglalkoztatásának támogatását, új, AI-hoz kötődő szakmák kialakítását, az átképzést, a munkavállalói jogok védelmét az ember és gép együttműködésében, valamint az AI-hoz kötődő foglalkoztatási kockázatok felmérését és korai előrejelzését. A tegnapi összefoglalóból kimaradt. Forrás: Kínai kormányportál (angol), Xinhua.
Pennsylvania: kötelező jelölés a mesterséges intelligenciával készült reklámokon. Josh Shapiro kormányzó csütörtökön aláírta az állam AI-reklámtörvényét: minden olyan hirdetésen, legyen az kép, videó, hang vagy szöveg, amelyet AI-val jelentősen módosítottak vagy generáltak, az adott formátumnak megfelelő jelölést kell feltüntetni, akkor is, ha a reklám más államban készült. A The Verge szerint a törvény sok kiskaput hagy: nem egyértelmű, mi számít jelentős módosításnak, és kivételt kap a paródia, a szatíra, a kommentár és a nyilvánvaló fikció. Forrás: The Verge.
Üzlet és társadalom
OpenAI nagy kedvezményekkel csábítja el az Anthropic ügyfeleit. A The Information szerint a Replit, amelynek váltásáról korábbi összefoglalóink is beszámoltak, azért vitte át AI-költésének nagy részét az OpenAI-hoz, mert az évi több mint 100 millió dolláros megállapodásban 30 százaléknál nagyobb kedvezményt kapott, miután az Anthropic megszüntette a saját árengedményét. Az OpenAI ingyenes kreditekkel és engedékenyebb tárgyalással több más ügyfelet, köztük a Ripplinget is megnyerte kódolási feladatokra, ami a lap szerint a saját veszteségeit is növelheti, az Anthropic ugyanis a tárgyalásokon keményebb, de a modelljei továbbra is népszerűek. Forrás: The Information, Stephanie Palazzolo (X).
Salesforce: díjat kérne, ha a cégek Claude-dal vagy más külső AI-ügynökkel dolgoznak az adataikon. A Salesforce súgóoldala szerint az ügyfeleknek regisztrálniuk kell minden külső AI-ügynököt, amely API-n vagy MCP-n (a modelleket külső eszközökhöz kötő szabványos protokollon) keresztül éri el a rendszert, és a regisztrált ügynökök minden sikeres hívása külön elszámolt interakciónak számít; az árat még nem hirdették ki, a mérés 30 napos előzetes értesítés után indul. A The Information szerint a regisztráció novembertől lehet kötelező, és egy tanácsadó szerint több nagyvállalat már azt mérlegeli, hogy kiviszi az adatait a Salesforce-ból, ha túl magas lesz a díj; hasonló díjkapukat épít az Atlassian, a Workday, a ServiceNow és a Datadog is. A korábbi összefoglalókból kimaradt. Forrás: Salesforce, The Information.
Higgsfield: az Nvidia és a TCV is beszállt az AI-videós cégbe, amely átlépte az évi egymilliárd dolláros bevételi ütemet. A Higgsfield pénteken jelentette be, hogy augusztusi, 5,4 milliárd dolláros értékelésű B sorozatú körét az Nvidia és a Netflixet és a Spotifyt is támogató TCV befektetésével bővítette; az összeget nem közölték. A cég szerint 238 országban több mint 40 millió felhasználója van, szeptemberben, 18 hónappal az indulás után lépte át az évi egymilliárd dolláros bevételi ütemet, és mérnökeinek többsége Kazahsztánban dolgozik, ahol Jensen Huang éppen látogatást tett. A tegnapi összefoglalóból kimaradt. Forrás: Higgsfield, Bloomberg.
Tanulmány: ha választani kell, a Grok a republikánus, a GPT a demokrata jelöltet ajánlja. A Cornell Egyetem professzora, Tapan Parikh által vezetett Convovo kutatásában a modelleket API-n keresztül arra kényszerítették, hogy a közelgő amerikai félidős választás csaknem 500 versenyében egyetlen jelöltet ajánljanak. A Grok 4.7 a válaszok 92 százalékában a republikánus, a GPT-6.1 Sol 97 százalékában a demokrata jelöltet választotta, és a két modell az esetek kevesebb mint 10 százalékában értett egyet. A fogyasztói alkalmazások megtagadják az ilyen választ, és az OpenAI szerint az API nem tükrözi a ChatGPT használatát; a kutató szerint viszont egyszerű trükkökkel az appokból is kicsalható az ajánlás, és a modellek rejtett értékrendje általánosabb választási kérdéseknél is előjöhet. Forrás: TechCrunch.
Kutatás: az AI azonnal jobbá teszi a pályakezdő szabadalmi ügyvivőket, de a saját tudásuk kevésbé fejlődik. Az amerikai gazdaságkutató intézet (NBER) munkaanyaga 11 szellemitulajdon-jogi irodában három hónapig vizsgálta a Google Labs még ki nem adott InFlow nevű asszisztensét. AI-val a hét évnél kevesebb tapasztalattal rendelkező ügyvivők szabadalmi igénypontjai sokkal jobbak lettek, de amikor AI nélkül kellett egy hibás tervezetet átnézniük, az előny csak a tapasztalt kollégáknál maradt meg, a juniorok eredményei pedig szétszóródtak. A szerzők szerint ahhoz, hogy az AI-val végzett munkából tartós tudás legyen, alapszintű szakértelem kell. A kutatást a Google finanszírozta. Forrás: The Decoder.
Távozik az Anthropictól Thariq, a Claude Code csapatának egyik legismertebb tagja. A fejlesztő több mint egy évig dolgozott a Claude Code-on, és szombati bejegyzésében azt írta, hogy most pihenőt tart, mielőtt valami újba kezd. A Claude Code-dal kapcsolatos hírekért a csapat más tagjait, köztük Boris Chernyt és Cat Wut ajánlotta követésre. Forrás: Thariq (X).
Pletykák
Kimi K3.1 Pro: fizetett, de jelöletlen influenszerkampány vádja árnyékolja be a bemutatót. Egy Elshayib néven posztoló fejlesztő péntek este és szombaton képernyőképeket tett közzé egy szerinte a Moonshottól kapott kampányleírásról. Eszerint a résztvevő tartalomgyártóknak előre jóvá kellett hagyatniuk a posztjaikat, a leírás kifejezetten kérte, hogy ne tegyék ki az X fizetett partnerséget jelző címkéjét, és kész szövegeket is adott („nyílt forrású Opus 5.5, ötször olcsóbban”). Szombaton azt írta, hogy a Kimi egyik munkatársa bocsánatot kért tőle, és beszélni szeretne vele. Megbízhatóság: közepes. A VentureBeat és más lapok is beszámoltak a vádakról, de a dokumentum hitelességét független forrás nem igazolta, nem tudni, ki írta és hány alkotó kapta meg, a Moonshot pedig nyilvánosan nem reagált. Forrás: Elshayib (X), Elshayib (X), VentureBeat.
OpenAI: új képmodell tűnhetett fel tesztelés alatt „shooting-star-green-alpha” kódnéven. A kiszivárgó modelleket figyelő chetaslua szerint egy OpenAI-hoz köthető, ezen a kódnéven futó képgenerátor egyetlen képen tíz különböző stílusban is jól megrajzolja ugyanazt a szuperhőst. Megbízhatóság: alacsony. Egyetlen pletykaforrás, a modell eredete nem ellenőrizhető, és az OpenAI semmit sem erősített meg. Forrás: chetaslua (X).
Mit jelent ez neked: a nap fő tanulsága, hogy az AI egyszerre lett a biztonság eszköze és tárgya: az OpenAI ügynökei egy rengeteg szoftverbe beépített könyvtár kritikus hibáját találták meg, közben Texasban, Pennsylvaniában és Londonban is azon dolgoznak, hogyan lehet az AI-cégektől felelősséget és átláthatóságot kikényszeríteni. Ha a cégedben AI-ügynökök dolgoznak, frissítsd a Brotlit használó szoftvereidet, és tisztázd, ki felel az ügynökök döntéseiért; ebben segít az AI-irányítási és -megfelelőségi szolgáltatásunk. A Salesforce új díjai és az OpenAI árháborúja pedig arra figyelmeztetnek, hogy a modellek és platformok költsége gyorsan változik, ezért érdemes gyártófüggetlen tanácsadással úgy építkezni, hogy szükség esetén gond nélkül szolgáltatót válthass.