Нашёл интересный совет по Codex: вместо /goal юзать define-goal.

По сути, это как если бы ИИ экспертного уровня формулировал цель за тебя лучше, чем ты сам. И это официальный навык OpenAI.

Так промпты могут работать дольше, а результат получается качественнее. Сначала просишь Sol в режиме высокого уровня усилий исследовать задачу и составить план.

Дальше важный момент: Sol сам по умолчанию не запускает Luna как сабагента. Поэтому ему нужно прямо сказать создать отдельный поток в Luna Max, передать туда выполнение задачи, а результат вернуть обратно в родительский поток Sol.

Sol проверяет результат и, если он недостаточно хорош, отправляет его обратно в тот же поток Luna Max на доработку. И так до тех пор, пока результат не будет одобрен.

Sol → Luna → Sol → Luna → Sol

NVIDIA выпустила открытую модель Nemotron 3.5 Lightning для постоянно работающих ИИ-агентов.

Это модель на 30 млрд параметров, из которых активируются только 3 млрд. За счёт этого скорость генерации до четырёх раз выше, чем у моделей сопоставимого размера.

В PinchBench она показала точность 86% и выполнила 10 000 задач на 35% быстрее Qwen3.6 35B при сопоставимой точности.

Модель можно дообучить на собственных данных, инструментах и рабочих процессах. Она достаточно компактна, чтобы запускаться на DGX Spark.

Вместе с ней NVIDIA открыла NeMo Switchyard - библиотеку, которая распределяет разные этапы работы агента между моделями. Сложные рассуждения и планирование можно отдавать передовым моделям, а массовое выполнение задач - быстрой Lightning.

NVIDIA также опубликовала веса, данные и рецепты обучения.

Доступна бесплатно через OpenRouter.

Liquid AI выпустила лёгкую и быструю зрительно-языковую модель LFM2.5-VL-3B.

Зрительная модель всего на 3 млрд параметров, которая обгоняет модели более чем вдвое крупнее и при этом работает прямо на Galaxy S26 Ultra со скоростью около 20 токенов в секунду.

LFM2.5-VL-3B умеет работать с мобильными, веб- и настольными интерфейсами, читать экраны, документы и изображения из реального мира, а также точно привязывать объекты к координатам.

На ScreenSpot-v2 модель набирает 80,7 против 51,2 у Gemma-4-E4B.

При этом она превосходит заметно более крупные модели в задачах по интерфейсам, привязке объектов и распознаванию текста.

На M5 Max скорость достигает 228 токенов в секунду, а для работы требуется всего около 3 ГБ памяти.

Модель уже доступна на Hugging Face:

https://huggingface.co/LiquidAI/LFM2.5-VL-3B

Сэр, они только что сбросили лимиты использования для пользователей Codex.

Кто бы мог подумать, но Zhipu вот-вот выпустила GLM-5.3.

Модель использует ту же базовую модель на 743 млрд параметров, что и GLM-5.2, при этом показывает результаты на уровне моделей, которые в несколько раз крупнее.

Рост относительно GLM-5.2:

— Terminal Bench 3.0: 4,6 → 28,3
— DeepSWE: 46,2 → 66,9
— AutomationBench: 26,2 → 48,2
— HLE с инструментами: 54,7 → 62,5
— ExploitGym: 39 → 130
— ExploitBench: 24,4 → 54,4

GLM-5.3 уже доступна через GLM Coding Plan и ZCode.

Доступ через API и открытые веса будут выпускаться поэтапно после строгих проверок безопасности.

Теперь в ChatGPT есть Computer History

Эта функция позволяет ChatGPT учиться на всём, что вы делаете на компьютере, чтобы лучше понимать, как вы работаете, продолжать незавершённые задачи и предлагать навыки и автоматизации на основе того, как вы используете компьютер.

p.s. Здесь записываются именно события взаимодействия с компьютером, а не изображение экрана или звук.