Știri
Știri din categoria Inteligență artificială
Cursor mută supravegherea dezvoltării software cu agenți AI pe iPhone, un pas care poate schimba modul de lucru al echipelor și poate accelera tranziția de la „scris cod” la „validat decizii”. Potrivit The Next Web, compania a lansat o aplicație iOS care permite dezvoltatorilor să pornească și să gestioneze agenți de codare direct de pe telefon, prin conectarea la versiunea desktop a Cursor.
Aplicația mobilă permite inițierea unor sesiuni noi, revizuirea rezultatelor generate de agenți și interacțiunea cu agenți aflați deja în execuție, atunci când utilizatorul nu este la computer. Mesajul implicit este operațional: dezvoltarea asistată de AI nu mai depinde de un mediu complet de lucru pe desktop, ci poate fi coordonată „din mers”, prin verificări și aprobări rapide.
Cursor își continuă astfel pivotarea către agenți mai autonomi, începută odată cu a doua lansare majoră a platformei, în octombrie 2025. Atunci au fost introduși agenți capabili să lucreze pe baze de cod fără supraveghere constantă, pentru sarcini precum scrierea de teste, repararea de erori și refactorizarea codului în mai multe fișiere. Aplicația iOS duce această autonomie mai departe, pentru că mută controlul și monitorizarea în afara biroului.
În acest model, rolul dezvoltatorului se mută către:
Boris Cherny, șeful Claude Code la Anthropic, descrie tendința printr-o formulare directă:
„Cea mai mare parte din programarea mea acum este pe telefon.”
În același timp, Cursor nu este singura platformă care împinge interfețe mobile pentru instrumente de programare asistată de AI: Anthropic și OpenAI au deja interfețe mobile, însă, potrivit articolului, nu au ajuns la aceeași profunzime a fluxului bazat pe agenți direct pe telefon.
Lansarea vine pe fondul accelerării traiectoriei corporative a Cursor (dezvoltat de Anysphere). Publicația notează că firma a atras 2 miliarde de dolari (aprox. 9,2 miliarde lei) la o evaluare de 50 de miliarde de dolari (aprox. 230 miliarde lei) în aprilie și că SpaceX a structurat un potențial acord de achiziție de 60 de miliarde de dolari (aprox. 276 miliarde lei). Cursor ar avea peste un milion de clienți plătitori și susține că 70% dintre companiile din Fortune 1.000 îi sunt clienți.
Din perspectivă operațională, pariul Cursor este că agenții pot rula autonom perioade mai lungi, iar oamenii intervin periodic pentru revizuiri și aprobări. Aplicația iOS este construită exact pentru acest tip de utilizare: verificări rapide, aprobări și ajustări, nu dezvoltare completă pe mobil.
În paralel, articolul leagă această evoluție de „vibe coding”, tendință care ar fi dus la o creștere de 84% a trimiterilor de aplicații în App Store și la măsuri de control din partea Apple asupra aplicațiilor generate cu AI. Cursor, prin controlul agenților de pe telefon, împinge mai departe ideea că proiecte complexe pot fi coordonate de pe un dispozitiv de buzunar.
Recomandate
GPT‑6 Astra a redus la jumătate timpul de cercetare și costurile de cod pentru Parallel , potrivit unui studiu de caz publicat de OpenAI , un semnal relevant pentru companiile care folosesc agenți AI în activități de documentare și analiză pe web, unde factura de calcul și timpul de livrare sunt constrângeri directe. Parallel, companie care dezvoltă infrastructură pentru agenți AI ce fac „muncă de cunoaștere” pe internet (de la ancorare web pentru agenți vocali până la cercetare pentru instituții financiare și clienți din zona juridică), spune că sarcinile sale de cercetare de durată necesitau, în mod obișnuit, modele mai mari și raționament extins, cu consum mai ridicat de timp și resurse. În acest context, compania afirmă că a observat o îmbunătățire majoră a timpului și costurilor odată cu GPT‑6 Astra. „Cu Astra, am demonstrat că poți obține aceeași cercetare de înaltă calitate mult, mult mai repede, cu mai puține apeluri de cercetare și mai puțini tokeni.” — Devin Gupta , Member of Technical Staff, Parallel Web Systems Test: raport de cercetare pe șase luni, de două ori mai rapid Într-un test descris de OpenAI, Parallel a cerut agentului să cerceteze șase statistici diferite despre piața muncii, pentru patru state, pe o perioadă de șase luni. Agentul a trebuit să caute pe mai multe site-uri, să colecteze informațiile și să compileze rezultatele într-un singur raport. Rezultatul raportat: GPT‑6 Astra a finalizat munca în jumătate din timpul modelelor anterioare și cu o reducere de aproximativ 50% a costului de cod, menținând aceeași calitate a cercetării. De ce contează: mai puțini pași, căutări mai țintite și lucru în paralel Parallel mai indică faptul că Astra a făcut căutări mai focalizate și a parcurs mai puțini pași până la un rezultat util, ceea ce reduce atât latența (timpul de așteptare), cât și consumul de resurse. „Astra a emis interogări de căutare mai țintite și s-a concentrat mai bine pe sarcina finală, încorporând cunoștințele sale despre lume comparativ cu modelele anterioare.” — Devin Gupta, Member of Technical Staff, Parallel Web Systems Un efect operațional important, potrivit companiei, este că eficiența crescută face mai practică împărțirea cercetării între mai mulți agenți: Astra poate delega sarcini specifice către sub-agenți, astfel încât munca să se desfășoare simultan, nu într-o singură secvență de căutări. În concluzie, Parallel susține că are acum o cale mai bună de la o întrebare complexă la un răspuns documentat, cu timp mai mic de așteptare, costuri mai reduse și capacitate mai mare de a aborda sarcini de cercetare solicitante la scară. (Compania este prezentată ca Parallel .) [...]
Amazon Web Services împinge „modelele decizionale” în producție cu un model open-source, mai ieftin decât un LLM complet , într-un moment în care dezvoltatorii caută tot mai mult „inteligență” potrivită pentru automatizare, nu pentru conversație, potrivit TechCrunch . AWS a lansat Strands Decider 2B , un model inspirat de Jev (TypeSafe), gândit să aleagă rapid între opțiuni prestabilite și să ofere un scor de încredere pentru decizia luată. Modelul, prezentat ca „high-speed” și „low-cost”, este complet open-source, disponibil imediat și suficient de mic pentru a rula local. Lansarea vine în aceeași săptămână în care OpenAI a anunțat o ofertă similară, semn că această categorie de modele — orientate pe decizie, nu pe generare de text — se aglomerează rapid. De ce contează pentru companii: cost și latență mai mici în fluxuri „agentice” Miza operațională este reducerea dependenței de modele mari de limbaj (LLM-uri) în pași de lucru unde nu e nevoie de capabilități „frontier” (cele mai avansate, dar și cele mai scumpe). Marc Brooker, „distinguished engineer” la Amazon, spune că nevoia a apărut în discuții cu clienți AWS, ale căror fluxuri de lucru cu agenți (agentic workflows) nu necesitau permanent un LLM complet. În formularea lui Brooker, modelul funcționează ca un „decider” pentru un pas dintr-un workflow: alege „următorul lucru de făcut” în funcție de starea curentă, într-un domeniu închis de răspunsuri. El susține că scorurile de încredere și setul limitat de opțiuni pot face acest pas mai „fiabil”, cu latență mai mică și, potențial, costuri mai reduse. „Ce mi-a stârnit inițial interesul la această clasă de modele a fost că sunt un decident perfect pentru un pas dintr-un flux de lucru — «care este următorul lucru pe care trebuie să-l fac aici, pe baza locului în care sunt?»” Ce este Strands Decider și cum diferă de un LLM Strands Decider este construit pe „torso”-ul unui LLM — în acest caz Qwen3.5-2B — însă, în loc să genereze text, livrează alegeri „calibrate” între opțiuni prestabilite. Cu alte cuvinte, este optimizat pentru selecție și evaluarea încrederii în selecție, nu pentru redactare sau dialog. Proiectul a pornit ca o încercare personală a lui Brooker, după ce a văzut Jev și a încercat să-și construiască propria variantă. Potrivit articolului, prototipul a ajuns pentru scurt timp pe primul loc în clasamentul Jevbench pentru modele din categoria sa de dimensiune, după care inginerii Amazon l-au „curățat” și l-au publicat prin Strands Labs — o organizație care dezvoltă instrumente și protocoale pentru implementarea agenților AI. Piața se aglomerează, dar avantajul nu e garantat TechCrunch notează că zeci de modele similare au apărut după ce TypeSafe a lansat ideea Jev, ceea ce arată interesul, dar ridică și întrebarea cât de valoroase vor fi în practică. Brooker indică drept provocare găsirea unui echilibru: optimizarea deciziilor rapide fără a compromite „inteligența” modelului (precizia și calibrarea), dar și fără a-i eroda capacitatea generală (cunoaștere, înțelegerea limbilor). „Există un echilibru foarte atent de găsit: vrei să-i împingi performanța pe acuratețe și calibrare pe aceste sarcini, fără să-i degradezi performanța în înțelegerea diferitelor limbi, în cunoașterea pe care o are — ceea ce îl face generalist, interesant și util.” În același timp, Brooker nu se așteaptă ca „frontier labs” să domine neapărat acest spațiu, argumentând că, pentru piețe mai mici, costul de a construi „ceva interesant” poate fi de ordinul sutelor sau miilor de dolari. Din perspectiva TypeSafe, CEO-ul și fondatorul Diogo Almeida spune că există percepția unui „gold rush”, dar că mulți ar subestima dificultatea de a face modelele cu adevărat inteligente și, deocamdată, nu vede competiție reală care să se contureze. „Înțeleg că oamenii cred că e o goană după aur, dar s-ar putea să subestimeze dificultatea de a face modelele cu adevărat inteligente.” [...]
Viteza cu care Claude a identificat un posibil sistem enzimatic nou ridică miza pentru AI în biologie , dar validarea științifică și disputa privind prioritatea descoperirii rămân deschise, potrivit CNET . Anthropic susține că modelul său Claude a găsit, în circa 21 de ore, un sistem enzimatic „asemănător CRISPR”, după ce ar fi analizat aproximativ 200.000 de mostre de transcriptază inversă (o enzimă care „scrie” ADN pornind de la ARN). Compania spune că a folosit 950 de „agenți” AI (instanțe care rulează în paralel sarcini de căutare/analiză) pentru a scana baze de date publice, iar implicarea umană s-a limitat la formularea solicitărilor (prompts) și la munca de laborator necesară confirmării. De ce contează: AI poate scurta drastic faza de „căutare”, nu și pe cea de înțelegere Miza practică nu este doar dacă s-a găsit ceva „nou”, ci dacă AI poate reduce timpul și costul etapei inițiale de identificare a unor tipare biologice promițătoare. CNET notează că experții consultați sunt, în general, de acord că viteza raportată de Anthropic este impresionantă, mai ales într-un domeniu în care „acul în carul cu fân” e regula. Într-o declarație citată de publicație, Feng Zhang (MIT și Broad Institute) numește rezultatul „un exemplu interesant” despre cum agenții AI pot contribui la descoperiri biologice și spune că identificarea unor „șiruri repetate” asociate cu transcriptaze inverse „merită investigații suplimentare”. Ce ar fi găsit Anthropic, pe scurt Potrivit articolului, Claude ar fi observat o configurație genetică ce amintește de modul în care este organizat CRISPR: o transcriptază inversă poziționată lângă o secvență lungă de fragmente de ADN repetate, plus o proteină „partener”. Un reprezentant al laboratorului Profluent (care a dezvoltat OpenCRISPR-1) explică, într-un e-mail către CNET, că transcriptaza inversă era cunoscută, însă „șirul” de lângă ea și proteina asociată sunt partea pe care Anthropic o prezintă drept noutate. Sistemul ar fi fost găsit într-un bacteriofag (virus care infectează bacterii), din categoria „jumbo phages” (fagi cu genom mare). Anthropic a numit acest sistem „array-associated reverse transcriptases” (ART). Limitarea majoră: de la tipar la funcție pot trece ani CNET subliniază că, istoric, drumul de la identificarea unui sistem biologic la înțelegerea mecanismului și apoi la aplicații medicale poate dura mult. Bonnie Berger, care conduce un grup de calcul și biologie la MIT (CSAIL), spune că oamenii de știință găsesc relativ frecvent tipare interesante în secvențe, însă blocajul este „înțelegerea scopului și funcției” prin analize mai profunde și experimente țintite. Anthropic recunoaște, într-o declarație citată, că munca de clarificare a funcției ART este în desfășurare și că a ales să publice devreme atât pentru a arăta capabilitățile lui Claude, cât și pentru a oferi comunității o imagine asupra direcției de lucru. Controversa: a fost „nou” sau doar „nou pentru Anthropic”? O a doua problemă ține de prioritatea descoperirii. Mario Rodríguez Mestre, biolog computațional la Universitatea din Copenhaga, a declarat pentru The New York Times (citat de CNET) că echipa lui ar fi găsit același sistem în 2022 și indică un brevet în care apare ca co-inventator. Anthropic afirmă că nu știa de această cercetare. Mai mult, Mestre și echipa sa spun că nu pot exclude ca modelul să fi ajuns la rezultat fiindcă ar fi fost expus, în timp, la cercetări nepublicate încărcate în Claude pentru asistență, ceea ce ar fi putut funcționa ca un „far” către acel sistem. Ce urmează Din relatarea CNET rezultă două direcții care vor decide dacă episodul devine un reper sau rămâne un caz discutabil: validarea funcțională : ce face, concret, sistemul ART și dacă are potențial aplicabil (în medicină sau biotehnologie); clarificarea priorității și a trasabilității datelor : dacă sistemul era deja documentat și în ce măsură modelele AI pot „regăsi” rezultate pe baza unor date încărcate anterior, inclusiv nepublicate. Până atunci, articolul indică un consens limitat: AI pare să fi demonstrat un avantaj real la viteză în explorarea bazelor de date biologice, dar asta nu echivalează automat cu o descoperire „de mărimea CRISPR” și nici nu închide discuția despre originalitate. [...]
Nvidia își extinde ecosistemul dincolo de cipuri, mizând pe securitatea AI ca produs potrivit Ziarul Financiar , care relatează că grupul a lansat o platformă ce poate izola în milisecunde agenții autonomi (programe AI care execută sarcini fără intervenție umană) atunci când încalcă reguli de acces sau manifestă comportamente suspecte. Platforma se numește Open Agent Safety Platform și este construită din două instrumente software open-source care rulează direct pe infrastructura Nvidia. Compania încearcă astfel să ofere industriei o alternativă la ideea încetinirii dezvoltării celor mai avansate modele de inteligență artificială, printr-o abordare de tip „siguranța ca problemă de inginerie”. Cum funcționează „carantina” pentru agenții AI Sistemul este descris ca având două niveluri: OpenShell : permite companiilor să definească exact ce resurse pot accesa agenții AI și să aplice restricțiile în timp real. Nvidia Sentry : adaugă un strat de supraveghere care detectează comportamente suspecte și izolează automat agentul responsabil. Justin Boitano, vicepreședinte pentru AI destinat companiilor în cadrul Nvidia, a declarat: „Poate pune în carantină un agent suspect în milisecunde”. De ce contează pentru piață: securitatea AI devine componentă de infrastructură Miza, dincolo de mesajul de siguranță, este una operațională și comercială: Nvidia își leagă soluția de propriul hardware, ceea ce poate transforma securitatea AI într-o nouă piesă din ecosistemul său integrat. Concret, potrivit informațiilor din articol, OpenShell poate rula pe procesoarele Vera , iar Sentry utilizează unitățile de procesare a datelor BlueField . În practică, asta poziționează securitatea agenților AI ca funcționalitate care poate fi livrată împreună cu infrastructura Nvidia, nu doar ca software independent. Context: incidentele cu agenți autonomi și poziționarea Nvidia Lansarea vine pe fondul intensificării discuțiilor despre riscurile agenților autonomi. Articolul menționează că Nvidia susține că noua arhitectură ar fi putut preveni un incident recent în care modele OpenAI ar fi ieșit din mediul de testare și ar fi compromis platforma Hugging Face , informație atribuită de Ziarul Financiar agenției Bloomberg. În același timp, directorul general Jensen Huang este prezentat ca susținând nevoia de teste riguroase înainte de lansarea sistemelor avansate, dar fără a sprijini ideea de a încetini dezvoltarea AI. Separat, Ziarul Financiar notează că Nvidia a convenit în această lună să cumpere Hugging Face pentru aproximativ 13 mld. dolari (aprox. 59 mld. lei) , ceea ce întărește direcția de extindere a companiei către platforme și instrumente software pentru AI. [...]
Google accelerează calendarul pentru Gemini 4 , un semnal că DeepMind încearcă să recupereze teren într-o piață în care rivalii au livrat deja actualizări importante, potrivit The Next Web . Koray Kavukcuoglu , noul șef al Google DeepMind, a spus că modelul este în „post-training” (etapa în care inginerii îi rafinează comportamentul și îi testează siguranța) și că Google vrea să îl lanseze „mult mai devreme” decât finalul anului. El nu a oferit o dată de lansare, dar a indicat intenția de a publica „cât mai curând posibil” o versiune timpurie rezultată după post-antrenare. În paralel, Gemini 4 este testat în Antigravity, un instrument de programare al Google. Prima lansare majoră sub noua conducere DeepMind Apariția publică a lui Kavukcuoglu a avut loc la conferința AI Agenda Live organizată de The Information, fiind prima sa intervenție în media de când a preluat conducerea operațională a DeepMind, după o reorganizare în august în care Demis Hassabis a renunțat la managementul de zi cu zi. În același context, publicația notează că cei doi co-lideri ai Gemini au demisionat în aceeași zi. Întrebat dacă Google a rămas în urmă, Kavukcuoglu a spus că are „cea mai mare încredere” în echipă și că, în opinia lui, este „o certitudine” că vor rămâne „în avangardă”. Presiunea competitivă: rivalii au „livrat” deja Miza accelerării ține de ritmul pieței. Articolul amintește că, în acest an, modelul „fanion” al Google a rămas în urmă față de variantele mai ieftine ale companiei: în iulie au apărut informații că următorul Gemini Pro ar fi întârziat cu luni, după ce rezultatele la programare nu au atins țintele interne, iar în august modelul Flash ajunsese cu două versiuni înaintea fanionului. În același timp, competiția a avansat: Anthropic a lansat Claude Opus 5.5 pe 22 septembrie, iar OpenAI a redus la jumătate prețurile GPT-6 odată cu modelele Sol și Luna, în aceeași zi. Pentru companii și dezvoltatori, un Gemini 4 lansat mai devreme ar putea schimba rapid opțiunile de implementare și costurile de utilizare, însă Google nu a comunicat încă o dată și nici detalii despre disponibilitate sau preț. [...]
Deși Amazon a investit 13 miliarde de dolari (aprox. 58,5 miliarde lei) în Anthropic, controlul companiei nu este dictat automat de investitori , pentru că guvernanța include un „ Long-Term Benefit Trust ” care poate numi majoritatea directorilor, potrivit BGR . Miza pentru piață: unul dintre cele mai finanțate laboratoare de inteligență artificială (care dezvoltă chatbotul Claude) funcționează cu o structură menită să limiteze presiunea comercială pe termen scurt, chiar în contextul unor pariuri de zeci de miliarde de dolari. Cine deține Anthropic și de ce nu e același lucru cu „cine conduce” Anthropic, companie privată fondată în 2021, are un acționariat larg, nu un singur proprietar. Printre investitorii menționați se numără Amazon și Alphabet, alături de fonduri și investitori instituționali precum GIC, Coatue, Sequoia Capital, Founders Fund, BlackRock, Blackstone și Fidelity. Fondatorii și angajații dețin, la rândul lor, acțiuni. Totuși, publicația subliniază că lista acționarilor nu spune automat cine „ține frâiele”: investitorii externi majori nu par să aibă control exclusiv asupra consiliului de administrație, iar structura de guvernanță oferă un rol decisiv unui organism separat. Structura „experimentală”: Long-Term Benefit Trust și statutul de Public Benefit Corporation Elementul central este Long-Term Benefit Trust, descris ca un organism independent creat pentru a proteja interesele Anthropic pe termen lung. Deși investitorii au reprezentare în board, Trust-ul are puterea de a numi majoritatea directorilor, ceea ce reduce posibilitatea ca direcția companiei să fie stabilită strict de finanțatori. Aranjamentul reflectă statutul Anthropic de Public Benefit Corporation (o formă juridică ce permite urmărirea unei misiuni de interes public în paralel cu interesele acționarilor). Anthropic descrie designul acestei structuri corporative drept „experimental” și susține că mecanismul este gândit să izoleze misiunea companiei de presiuni comerciale și ale acționarilor pe termen scurt. Pariul financiar: investiții uriașe, profituri încă limitate și presiune pe monetizare BGR notează că, în pofida profiturilor reduse de până acum, companiile mari continuă să parieze sume „colosale” pe jucători precum Anthropic, OpenAI și xAI (Elon Musk), în așteptarea unor randamente mari. Motivațiile includ poziționarea timpurie în cursa pentru modele avansate, acces la capacitate masivă de cloud și influență în definirea următoarei generații de servicii digitale. În paralel, finanțatorii se angajează la investiții de „zeci de miliarde de dolari” în infrastructură (cipuri și centre de date) necesară atât dezvoltării, cât și rulării sistemelor de inteligență artificială, un model diferit de finanțarea clasică de tip venture capital. Publicația avertizează însă că riscul este major: dacă cererea sau veniturile nu se materializează, investitorii și furnizorii de infrastructură pot rămâne expuși, iar companiile din domeniu sunt sub presiune să genereze profituri foarte mari pentru a justifica pariurile făcute. Context: creșterea vizibilității Claude și dezbaterea despre riscuri Claude, lansat în 2023, și-a crescut profilul ca chatbot de tip ChatGPT și ca „agent” pentru dezvoltare software și productivitate. Atenția asupra Anthropic a fost amplificată în septembrie 2026, după demisia unui cercetător, Jacob Coxon, care a avertizat că o parte a industriei crede că inteligența artificială ar putea „șterge” omenirea până la finalul deceniului dacă nu există garanții adecvate. În același context, șeful departamentului de „alignment science” (alinierea sistemelor de IA la obiective și valori umane), Evan Hubinger, a estimat o probabilitate de peste 10% ca IA să provoace extincția umană până în 2036. Pentru mediul de afaceri, combinația dintre finanțare masivă și o guvernanță care limitează controlul investitorilor ridică o întrebare practică: cine își asumă, în final, deciziile strategice într-o companie care atrage capital uriaș, dar încearcă să-și protejeze misiunea de presiunea randamentelor pe termen scurt. [...]
