AI Daily: NVIDIA i MiniMax M2.7, wyciek Claude Code, nowe VSC

Rynek AI w kwietniu 2026 to wciąż niekończący się wyścig na parametry, ale coraz częściej wygrywa stabilność agentów nad surową mocą obliczeniową.

NVIDIA i MiniMax M2.7: Nowy sojusz na rynku AI

Zieloni kładą potężny nacisk na optymalizację modeli w architekturze MoE.

NVIDIA oficjalnie ogłosiła pełne wsparcie dla modelu MiniMax M2.7. To potężna bestia oparta na architekturze rzadkiej mieszaniny ekspertów (MoE) z imponującymi 230 miliardami parametrów. Nowy model chińskiego zespołu to ogromny skok względem wersji M2.5. Dostajemy 62 warstwy, okno kontekstowe na 204 800 tokenów i aż 256 lokalnych ekspertów (z czego 8 uaktywnia się na każdy token, co gigantycznie tnie koszty).

Trzymajcie się foteli – M2.7 na procesorach graficznych Blackwell (B100, B200 i GB200) notuje zyski przepustowości wyższe nawet o 2,7 raza. NVIDIA nie rzuca tylko pustych obietnic. Dostarczyli zoptymalizowane endpointy, narzędzia do wdrażania i darmowy dostęp do wnioskowania we własnym ekosystemie. Najciekawsza integracja dotyczy mikrousług i wsparcia dla błyskawicznego powoływania asystentów, o czym więcej przeczytacie w naszym artykule tłumaczącym czym jest OpenClaw i jak łączy się z infrastrukturą wdrożeniową.

Dlaczego NVIDIA to robi?

To prosta strategia pchania sprzedaży kart Blackwell poprzez pokazanie, jak świetnie radzą sobie z modelami MoE. Narzędzia takie jak NeMo AutoModel do fine-tuningu czy NeMo RL ułatwiają ogromnym korporacjom hostowanie lokalnie czegoś, co dotychczas wymagało serwerów rzędu GPT-4.

Wyciek Claude Code: Przypadek czy żart Anthropic?

Screenshot rzekomego interfejsu testowego z wycieku w npm rozgrzał społeczność na X.

Tu mamy prawdopodobnie najdziwniejszą akcję tego miesiąca. Ostatniego dnia marcaAnthropic… tak jakby wrzuciło cały kod źródłowy nowej wersji Claude Code do publicznego rejestru npm. Wynikł z tego wyciek 512 000 linii w 1906 plikach TypeScript. Błąd konfiguracyjny pliku debug, jak się szybko okazało, zaowocował wrzuceniem postu przez brygadę śledczą @RoundtableSpace na platformie X. Widzieliśmy skrypty z flagami funkcji, w tym system analizy sentymentu użytkownika oparty o… wykrywanie wulgaryzmów skierowanych w stronę AI.

Interesująco zrobiło się, gdy społeczność pobrała paczkę, testując środowisko:

Tak, dobrze widzicie. Odkryto w kodzie moduł Terminal Pets, czyli coś w stylu deweloperskiego Tamagotchi żyjącego w terminalu obok kodu.

Operacja psychologiczna z okazji 1 kwietnia?

Zważywszy na to, że paczka wyciekła idealnie przed prima aprilis, wiele osób twierdzi, że to ustawiony wyciek (psyop) mający napędzić szum przed nowym launchem asystenta opartego na Opus 4.6. Nawet jeśli to żart, czterostopniowy potok zarządzania kontekstem zaszyty w TypeScriptcie wygląda bardzo solidnie i stanowi kopalnię wiedzy dla inżynierów.

GLM-5.1 od Z.AI: Agent pracujący 8 godzin bez przerwy

Chińskie modele kontynuują ofensywę w sektorze open-source, tym razem z GLM-5.1.

Zhipu (teraz pod szyldem Z.AI) nie bierze jeńców. Chwilę temu zaprezentowali model open-weight o nazwie GLM-5.1, ważący ogromne 754 miliardy parametrów. Narzędzie zostało wypuszczone na licencji MIT, co już samo w sobie zjednuje mu ogromną rzeszę zwolenników na rynkach zachodnich. Co go wyróżnia? Jest ekstremalnie dobrze dostrojony do wykonywania zadań wymagających długiego planowania.

Model ten potrafi przetwarzać kod autonomicznie nawet przez 8 godzin dla jednego, skomplikowanego zadania. Planuje architekturę, pisze kod, iteracyjnie go testuje, poprawia własne bugi i zamyka zlecenie. Połączenie struktury rzadkich ekspertów (MoE) z architekturą DSA (Domain Specific Adapters) daje w rezultacie potężnego agenta do powtarzalnych prac o wysokim skomplikowaniu.

Pancerne utrzymanie celu

Kluczowa technologia to redukcja zjawiska utraty kontekstu zadania (tzw. strategy drift). Dotychczas modele po trzeciej godzinie pracy potrafiły zapomnieć główny cel i zagubić się w testowaniu bocznych funkcji. GLM-5.1, trenowany na asynchronicznym uczeniu ze wzmocnieniem, zamyka pętlę logiki o wiele skuteczniej. Oczywiście daje to świetne możliwości monetyzacji skomplikowanych projektów oprogramowania, więc odsyłam Was tam, gdzie dokładnie omawiamy to zagadnienie: jak zarabiać z AI 2026.

VS Code znika? Agenci kodujący kontra klasyka IDE

Czy agenci AI zjedzą klasyczne edytory kodu? Ten post na X wywołał prawdziwą burzę.

Jeżeli odwiedzaliście platformę X w okolicach weekendu, na pewno trafiliście na wątek użytkownika @pcshipp, który zgarnął setki tysięcy zasięgów. Debata brzmi głośno: czy programiści porzucają klasyczny VS Code od Microsoftu na rzecz w pełni niezależnych narzędzi AI, jak desktopowy Claude Code czy zaktualizowany Codex od OpenAI? Ci drudzy oparli silnik na najnowszych wariantach LLM i stają się samodzielnymi ekosystemami do deweloperki.

Wyniki jednak zaskakują tych, którzy wieszczyli koniec znanych edytorów. Mimo natłoku agentów potrafiących modyfikować pliki bezpośrednio w systemie, około 75% programistów nadal opiera swoją pracę na VS Code. Sekret tkwi w nakładkach. Coraz więcej deweloperów używa inteligentnych wtyczek integrujących agentów w środku samego IDE (jak framework Kilo Code), ignorując ich natywne osobne okienka.

Komfort ponad rewolucję okienkową

Nie lubimy zmieniać przyzwyczajeń. Potęga nowej generacji Opus 4.6 czy GPT-5.3 w kodowaniu nie budzi wątpliwości, jednak deweloperzy najpierw wygenerują potężny kawałek softu agentem, a następnie przechodzą do VS Code, by dokonywać manualnych poprawek architektury chmurowej.

HappyHorse-1.0: Alibaba niszczy rankingi wideo

Nowy lider tabeli wideo wyszedł z cienia i ma bardzo chwytliwą nazwę.

W globalnej bitwie na modele syntetyzujące wideo, Chiny po raz kolejny dociągają, a wręcz przeganiają zachodnie odpowiedniki. Pamiętacie tajemniczy model od wideo, który krążył anonimowo i powodował u użytkowników opad szczęki spójnością ujęć? 10 kwietnia zagadka się rozwiązała. Model nazywa się HappyHorse-1.0 i odpowiada za niego samo Alibaba.

Nazwa może i brzmi jak ze sklepu z zabawkami, ale możliwości są twarde jak stal. Wskoczył właśnie na pierwsze miejsce zestawienia Video Arena (bazy Artificial Analysis), zgarniając podwójną koronę w kategoriach Text-to-Video oraz Image-to-Video. Tak, oficjalnie pobił dotychczasowych królów: Seedance 2.0 od ByteDance, słynne Kling AI oraz promowane przez Google Veo 3 Fast. Wideo wygenerowane przez „Szczęśliwego Konia” charakteryzuje się niespotykaną płynnością okluzji ruchu i potrafi wygenerować jednolitą, skomplikowaną scenę, w której interakcje z drobnymi obiektami nie zlewają się w pikselową papkę.

Przesunięcie środka ciężkości

Obecnie HappyHorse-1.0 znajduje się w zamkniętych betatestach wewnętrznych, chociaż krążące nagrania demo puszczane przez specjalnie wyselekcjonowane konta promocyjne po sieci zbierają ogromne brawa. Ten ruch potwierdza przemyślaną strategię na wschodzie – cicha praca nad produktem i atakowanie samych szczytów benchmarków w momencie, kiedy konkurencja nie jest gotowa na kontrę.

Podsumowanie dnia

1. NVIDIA dotuje konkurencję – Potężne wsparcie giganta dla chińskiego modelu MoE MiniMax M2.7, optymalizacja pod ich układy Blackwell oraz potężne cięcie kosztów VRAM przy inferencji.
2. Wpadka Anthropic na npm – Świetne materiały do badań dla devów, ale „wyciek” Claude Code pełnego dziwnych ukrytych funkcji (jak Terminal Pets) mocno przypomina chamski chwyt marketingowy.
3. Długodystansowiec GLM-5.1 – Z.AI pokazało światu agenta kodującego za darmo, na licencji MIT, potrafiącego kodować autonomicznie w zadanym cyklu do 8 godzin bez tracenia zmysłów.
4. VS Code i długo, długo nic – Pomimo pojawiania się świetnych modeli dla koderów, 75% z nich dalej woli klasyczne środowisko Microsoftu od cudownych samodzielnych desktopów ociekających SI.
5. Alibaba na szczycie wideo z „Wesołym Koniem” – Ich nowy model HappyHorse-1.0 dosiadł samego szczytu rankingów dla trybów tekstowych i obrazowych, przebijając mocarne Google Veo 3.

Ilość sprzętowych premier to jedno, ale widzimy gołym okiem przesunięcie ciężaru – liczy się to, co daje realne oszczędności czasu. Zarówno chińskie open-weight modele operujące godzinami bez nadzoru, jak i świetnie maskujące potęgę narzędzia asystujące bezpośrednio w plikach dewelopera dają do zrozumienia jedno. Era zachwytów nad mruganiem tekstu dobiegła końca. Czas na potężną produktywność w tle z cichym wsparciem takich architektur jak MoE od NVIDII.