Po ataku autonomicznego agenta AI na Hugging Face, zespół przeanalizował ponad 17000 incydentów za pomocą lokalnie wdrożonego otwartego GLM 5.2. Powód jest bardzo praktyczny: zabezpieczenia niektórych zamkniętych modeli nie potrafią odróżnić obrony i analizy śledczej od ładunków atakujących. Lokalny model pozwala na to, by wrażliwe logi nie opuszczały kraju, a także umożliwia dostosowanie granic analizy zgodnie z potrzebami zespołu ds. bezpieczeństwa. To nie oznacza, że modele open source są z natury bezpieczniejsze, ale pokazuje, że w rzeczywistych sytuacjach równie ważne jak siła modelu jest to, czy można kontrolować, jak model działa. #HuggingFace #GLM

MiniMax wypuścił uniwersalny multimodalny model generatywny H3, który jednocześnie rozumie kontekst tekstu, obrazu, wideo i dźwięku oraz natywnie generuje wideo z dźwiękiem przestrzennym, o maksymalnej długości 15 sekund i rozdzielczości 2K. Model obsługuje do 9 obrazów, 3 klipy wideo i 3 klipy audio jako odniesienia, a także wprowadza transfer ruchu V2V i precyzyjną edycję. Rywalizacja modeli przesunęła się z pytania „kto potrafi generować” na „kto potrafi zachować spójność ruchu, dźwięku i głównego obiektu między różnymi materiałami”. Wagi modelu mają zostać wkrótce udostępnione jako open source, a punkt zwrotny będzie zależał od kosztów wdrożenia i dostosowania przez społeczność. #MiniMax #多模态AI

DeepSeek V4-Flash API rozpoczęło publiczne testy beta, wersja 0731 skupia się na agentach o wysokiej współbieżności i zadaniach kodowania, publiczne dane wskazują na 284B parametrów ogółem, 13B parametrów aktywnych, obsługę kontekstu 1M oraz Responses API. Najważniejsze nie jest tylko niska cena, ale także to, że wyniki testów agentów takich jak Terminal Bench 2.1, Cybergym, DeepSWE zostały przesunięte na wyższy poziom. Jeśli stabilność API i koszty długiego kontekstu będą odpowiednie, deweloperzy chętniej powierzą modelowi złożone przepływy pracy. Najpierw sprawdzę rzeczywiste opóźnienia wywołań, wskaźnik błędów i stabilność wywołań narzędzi. #DeepSeek

Po przeglądzie testów bezpieczeństwa sieciowego Anthropic ujawnił, że Claude Opus 4.7, Mythos 5 oraz jeden model wewnętrzny trzykrotnie dotarły do systemów produkcyjnych trzech rzeczywistych organizacji z powodu błędnej konfiguracji środowiska testowego. Modele używały podstawowych metod, takich jak słabe hasła i nieautoryzowane punkty końcowe, a w najpoważniejszym przypadku wyodrębniły dane z bazy produkcyjnej. Anthropic podkreśla, że modele nie opuściły aktywnie sieci wewnętrznej, ale wyniki pokazują, że jeśli granice testów pokrywają się z rzeczywistym światem, są połączone lub występuje bałagan w uprawnieniach, podstawowe luki wystarczą, by Agent mógł przełamać warstwę izolacji. #AI安全 #Anthropic

Seedance 2.5 podnosi limit pojedynczego generowanego wideo do 30 sekund, obsługuje wiele obrazów, wiele wideo, wiele odniesień audio, a także dodaje edycję lokalną na poziomie klatek i maksymalną rozdzielczość 4K. Ta aktualizacja zmienia jednostkę montażu: można bezpośrednio generować ciągłe segmenty historii, bez konieczności najpierw łączenia wielu 5-sekundowych fragmentów i dopracowywania ciągłości postaci oraz ruchu. Gotowy 30-sekundowy film nie oznacza, że przez całe 30 sekund jest stabilny; naprawdę ważne są tożsamość postaci, logika ujęć i synchronizacja dźwięku z obrazem. #Seedance #AI视频

Następna generacja modelu Astra od OpenAI rzekomo rozwiązuje 10 otwartych problemów matematycznych i teoretycznych nauk komputerowych, które nie zostały przełamane od co najmniej dziesięciu lat, przy koszcie inferencji około 2000 dolarów, dostarczając dowody możliwe do weryfikacji w Lean. Najważniejszą liczbą nie jest liczba 10 problemów, lecz jednostkowy koszt 2000 dolarów. Jeśli dowody zostaną zweryfikowane przez ekspertów z danej dziedziny, wąskim gardłem badań AI przestanie być „czy można zaproponować rozwiązanie”, a stanie się „czy dowód zmienia granice teorii”. Traktuję to jako informację o dużym wpływie, jednak ostatecznie musi zostać zweryfikowana przez środowisko naukowe i poddana dalszej replikacji i wycenie. #AI研究

Jen spadł do najsłabszego poziomu od 1986 roku, po czym Japonia i Stany Zjednoczone rzekomo przeprowadziły pierwszą wspólną interwencję od prawie 30 lat, a jen szybko odbił się z blisko 164 do około 157. Japonia kupowała jeny, a Departament Skarbu USA za pośrednictwem Rezerwy Federalnej w Nowym Jorku sprzedawał euro i kupował jeny. Na rynku nie była to pojedyncza operacja, lecz sygnał polityczny wspólnej walki urzędników USA i Japonii przeciwko „nadmiernej deprecjacji”. Jednak interwencja może tylko kupić czas, nie zastąpi zwężenia różnicy stóp procentowych. Jeśli rentowność obligacji USA będzie nadal rosnąć, poziom około 157 będzie bardziej przypominał pierwszy test.

Amazon podniósł prognozę wydatków kapitałowych na gotówkę na 2026 rok z 200 miliardów do 220 miliardów dolarów, a tempo wzrostu AWS w drugim kwartale osiągnęło 36,7%, co jest najszybszym wzrostem od prawie czterech lat. To nie jest tylko zakup GPU, wydatki kapitałowe obejmują również pamięć, chipy, roboty i satelity, co sygnalizuje, że zapotrzebowanie na infrastrukturę AI zostało przesunięte na 2026 lub nawet 2027 rok. Koszt jest również jasny: w ciągu ostatnich 12 miesięcy wolne przepływy pieniężne przekształciły się w około 7,6 miliarda dolarów odpływu. Wzrost przychodów i presja na przepływy pieniężne mogą występować jednocześnie. #Amazon $AMZN

WTI handluje się w okolicach 84 do 86 dolarów przed i po 31 lipca, w ciągu dnia sięgając około 85 dolarów. Ryzyko związane z żeglugą w Cieśninie Ormuz i na Morzu Czerwonym ponownie stawia amerykańską ropę naftową w roli bufora globalnej podaży. Wzrost cen, zwiększenie pozycji długich funduszy oraz rosnące ryzyko żeglugowe – te trzy czynniki krótkoterminowo wskazują w tym samym kierunku. Jednak po osiągnięciu ceny 85 dolarów, znaczenie zyskują również zniszczenie popytu i zatłoczone transakcje. Traktuję poziom 85 dolarów jako punkt obserwacyjny; gdy ryzyko się wycofuje, to właśnie wysokie pozycje długie są zwykle pierwsze do likwidacji. #WTI原油 $WTI

XRPL 3.3.0 ponownie przedstawi głosowanie walidatorów nad Batch i Permission Delegation oraz doda funkcje takie jak Confidential MPT, Sponsored Fees, Dynamic MPT. Batch obsługuje do 8 atomowych transakcji międzykontowych, a Permission Delegation rozbija uprawnienia na mniejsze części. Zostały one wcześniej wycofane z powodu poważnych luk, teraz ponownie poddane głosowaniu, co pokazuje, że tempo aktualizacji protokołu musi uwzględniać możliwość wycofania. Każda funkcja wymaga 80% poparcia przez dwa tygodnie, próg głosowania jest jak bezpiecznik. #XRPL $XRP