Mentionsy Mentionsy
HeadFlash AI PL
HeadFlash AI PL

OpenAI znalazło 948 błędów w jądrze Linuksa, a banki blokują agentów AI

09.11.2026 ·11 min 53 s · 12 rozdziałów

OpenAI wydało 1,2 mln dolarów na API, by znaleźć 948 luk w Linuksie. W tym samym czasie brytyjskie banki zamykają konta przed agentami AI.Źródła:OpenAI Finds 948 Local Privilege Escalation Bugs In The Linux Kernel - PhoronixAn unreleased Anthropic model just helped solve a major quantum-computing questionRipple-65B Preview delivers strong agentic coding results as a fully Apache 2.0 open US modelPerplexity now has its own always-on AI agent"Most apps never make it off localhost": Cursor takes on Lovable and Replit with fully managed app deploymentBanks ban AI from accounts over fears of rogue agentsAI auditors catch most agent misbehavior but flood reviewers with false alarms, new study findsNine AI agents tried autonomous research on open questions from US national labs and none passed the experts' barState propaganda in some Chinese AI models is only "a thin layer" that fine-tuning can strip awayAI coding agents still need human cleanup on nearly three out of four tasks in a real-world testGoogle Researchers Propose Sleep Framework to Retain LLM FactsOpenAI launches GPT-6 Cyber for gated offensive security researchThe gap between open and closed AI models in cyber capabilities keeps shrinkingAI chatbots can flip-flop on false claims when users keep repeating themWorld Models Will Soon Be Inescapable. Here’s What You Need to Know📰 Przeczytaj całe wydanie na stronie🤖 Odcinek opracowany przy pomocy sztucznej inteligencji. Lektor syntetyczny.

0:00 · Przegląd HeadFlash 1

Zbudowany przez Davida Turtureana system badawczy dowiódł jej w 3 dni. Według firmy dowód pokazuje, że pewne wykładnicze przewagi obliczeń kwantowych wymagają specjalnych struktur, więc komputery kwantowe mają ograniczenia. Badacze ze Stanford nazwali wynik ogromnym osiągnięciem. Anthropic nie odpowiedziało na prośbę o komentarz, a konkretny model pozostaje nieznany. Recursive Intelligence wytrenowało otwarty model językowy RIPPLE65B Preview na 12 bilionach tokenów. Według firmy uzyskał on najlepszy wynik wśród otwartych modeli z USA na benchmarku kodowania Terminal Bench. W innych testach ustępuje świeżo wydanemu Inkling 2 Small, który wypada wyraźnie lepiej m.in. w zadaniach programistycznych i w testach narzędzi. Ripple ma gęstą architekturę zamiast mieszanki ekspertów i jest zoptymalizowany pod sprzęt NVIDII.

6:04 · Cursor i wdrażanie aplikacji 1

W kategorii wolności słowa wynik faktu wyraźnie wzrósł, a propaganda spadła z sześćdziesięciu procent do jednego. Nu wnioskuje, że warstwa stronniczości w modelu jest płytka i nakładana późno. Wagi, dane treningowe i testowe są dostępne publicznie na otwartej licencji. Badacze z Alibaby i kilku azjatyckich uczelni zbudowali Codesign Bench, benchmark agentów kodujących oparty na prawdziwych prośbach użytkowników o zmiany w aplikacjach webowych, czasem z obrazami, nagraniami audio, video lub dokumentami. Spośród 10 modeli najlepszy okazał się GPT-6 Astra, spełniając średnio około 70% wymagań zadania, ale w pełni poprawny wynik dał tylko w 26% przypadków. W większości zadań agent wykonuje główną pracę, lecz zostawia co najmniej jeden szczegół, więc użytkownik prawie zawsze musi poprawiać ręcznie.

Pokazano wszystkie 2 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.