← Archyvas

2026 m. lapkričio 11 d. · 23 naujienos

OpenAI parodė, kaip gauti ir organizacijoje įjungti Daybreak Blue prieigą

Pranešime žingsnis po žingsnio pateikiamas Daybreak Blue — kibernetinės gynybos specialistams skirto frontier modelio — prieigos procesas: verslo verifikacija per trečiosios šalies paslaugą, numatomo naudojimo forma ir atskiros paslaugų sąlygos. Toliau rodoma, kaip modelį įjungti workspace'e, apriboti prieigą per rolėmis paremtus override'us ir patikrinti rezultatą Codex aplinkoje. Pabaigoje demonstruojama, kaip platform.openai.com sukurti atskirą projektą su Daybreak Blue ir API raktą automatizavimui.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

Codex Security įgalina automatines saugumo peržiūras GitHub pull request'uose

OpenAI kibernetinio diegimo inžinierius Danas Shanahanas demonstruoja, kaip per ChatGPT Codex konektorių GitHub repozitorijoje paprašyti Codex atlikti saugumo peržiūrą pull request komentare, sugeneruoti pataisą ir pakartotinai patikrinti pakeitimą. Taip pat rodoma, kaip Codex nustatymuose įjungti automatines peržiūras asmeniniu arba repozitorijos lygiu, pasirenkant trigerį (atidarant PR ar kiekvieno push metu) ir pranešimų sunkumo slenkstį. Minima galimybė naudoti AGENTS.md ir SECURITY.md instrukcijų failus kontekstui.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

ChatGPT Images: trys būdai kurti ir redaguoti nuotraukas pokalbyje

OpenAI įvadiniame įraše pristatomi trys ChatGPT Images naudojimo scenarijai: vaizdo kūrimas iš teksto aprašymo, jo tikslinimas tolesniais pokalbio nurodymais ir jau turimos nuotraukos redagavimas. Pavyzdžiuose rodoma, kaip pakeisti sugeneruoto paveikslėlio stilių į akvarelę, kambario nuotraukoje pridėti kilimą ir augalų nekeičiant baldų išdėstymo bei pašalinti nepageidaujamą objektą iš fono. Akcentuojama, kad detalesnis aprašymas labiau nukreipia rezultatą, o nenurodytus elementus modelis parenka pats.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

Codex Security: nuo plugin'o įdiegimo iki pataisos pateikimo į GitHub ir CLI automatizavimo

Pranešime rodoma, kaip Codex aplinkoje įsidiegti Codex Security plugin'ą, pasirinkti repozitoriją, modelį (pavyzdyje — Daybreak Blue) ir samprotavimo lygį bei paleisti skenavimą su papildomu kontekstu, nukreipiančiu analizę į konkrečią programos dalį. Skenavimo metu sudaromas grėsmių modelis, o radiniai pateikiami su santrauka, atakos keliu ir įrodymais; iš jų galima sugeneruoti pataisą ir išsiųsti ją kaip pull request į GitHub. Pabaigoje pristatomas per npm diegiamas Codex Security CLI, skirtas skenavimui keliose repozitorijose ir integracijai į CI/CD.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

AlphaGenome 2 skaito nekoduojančią DNR atskirų ląstelių tipų lygiu

Google DeepMind podcast'e Žiga Avsec ir Adam Gayoso pasakoja apie AlphaGenome — modelį, kuris skaito DNR seką ir prognozuoja, kas vyksta ląstelėje toje genomo vietoje bei kaip tai pasikeistų pakeitus vieną raidę. 2025 m. pristatytas AlphaGenome vertino nekoduojančios DNR funkciją audinių lygiu, o AlphaGenome 2 nusileidžia iki atskirų ląstelių tipų, siekiant tiksliau nustatyti ligas sukeliančias mutacijas. Pašnekovai pabrėžia, kad dėmesys sutelktas į molekulinio lygio fenotipus, nes ryšys tarp genotipo ir aukšto lygio ligų yra pernelyg sudėtingas.

Šaltinis: Google DeepMind YouTube kanalas·
Pilna santrauka →

Peter Yang parodė asmeninę AI sistemą, kuria valdo vieno žmogaus verslą

Matt Wolfe kalbina buvusį Roblox produktų vadovą Peterį Yangą, kuris iš AI agentų ir daugkartinių „skills" sudėliojo sistemą savo turinio verslui: ji du kartus per dieną peržiūri paštą, kalendorių ir Slack, ruošia podcast'ą, padeda montuoti video ir primena apie metų tikslus. Esminė mintis — kurti nuo įrankių nepriklausomą skills rinkinį, kurį vienodai pasiekia ChatGPT, Claude Code ir Grok botas, nes „harness" svarbesnis už patį modelį. Rekomenduojama pradėti nuo vienos pasikartojančios užduoties, o ne statyti visą sistemą iškart.

Video eiga 12 skyrių
  • Peterio Yango darbo eiga — kaip jis po Roblox perėjo į turinio kūrimą ir kodėl AI sekimas tapo pilnu etatu.
  • Asmeninės AI sistemos kūrimas — skills ir automatizacijos, pritaikytos konkrečiam žmogui, o ne blaškymasis tarp naujų įrankių.
  • Tinkamų AI įrankių pasirinkimas — kodėl „harness" (ChatGPT naršyklė, Claude Code, Grok botas) svarbesnis už konkretų modelį.
  • AI štabo viršininko kūrimas — agentas, peržiūrintis paštą, kalendorių ir Slack bei nurodantis, ką spręsti šiandien.
  • AI patarėjo kūrimas — sprendimų tikrinimas pagal metų tikslus ir atskira „taryba“ iš kelių AI perspektyvų.
  • Kasdienės suvestinės automatizavimas — suplanuotos užduotys, kurių rezultatai patys atkeliauja į pašto dėžutę.
  • Skills tobulinimas su skills redaktoriumi — atskira skill, prižiūrinti, kad kitos liktų tvarkingos jas nuolat keičiant.
  • AI video montažas ir atsiliepimai — montavimo bei motion graphics užduotys, kurioms minimas Opus 5.5.
  • Podcast'o pasiruošimas ir miniatiūros — svečių tyrimas, interviu gidas ir antraščių bei thumbnail'ų skills.
  • Suplanuoti botai darbui ir gyvenimui — verslo statistika, fitneso patikra ir idėjos savaitgaliui su šeima.
  • Video idėjų paieška prieš joms tampant populiariomis — temų aptikimo darbo eiga.
  • Žmogaus sprendimo išlaikymas cikle — kur sistemoje lieka paties kūrėjo vertinimas.
Šaltinis: Matt Wolfe YouTube kanalas·
Pilna santrauka →

Ring pristatė 250 USD skraidančią namų apsaugos kamerą su debesyje veikiančia navigacija

Ring Drone Cam stovi doke ir, suveikus jutikliui, pats pakyla, nuskrenda patikrinti vietos ir transliuoja vaizdą į telefoną. Kad įrenginys neliktų per sunkus ir brangus (ankstesnė versija grėsė kainuoti apie 5 tūkst. USD), skaičiavimai perkelti į debesį — navigaciją per namų Wi-Fi atlieka sistema „AI Pilot", jau naudojama ir verslams skirtame robote. Dronas skraido iki 8 minučių, įkraunamas apie valandą, o siuntos žadamos nuo sausio 27 d., jei leis FCC.

Video eiga 6 skyriai
  • Ring Drone Cam pristatymas — 250 USD kainuojanti kamera, kuri pati skraido po namus ir reaguoja į jutiklių signalus.
  • Kodėl projektas vėlavo nuo 2020 m. — pridedami jutikliai ir skaičiavimo galia darė droną per sunkų ir per brangų.
  • Sprendimas: protas debesyje — „AI Pilot" navigacija veikia per Wi-Fi, todėl dronas sveria mažiau nei dauguma telefonų.
  • Nustatymas ir patruliavimas — vieną kartą apnešus po namus sudaromas planas ir pasiūlomi patruliavimo maršrutai.
  • Apribojimai ir privatumas — 8 minutės skrydžio, valanda įkrovimo, tyčia garsus veikimas, kamera doke išjungta.
  • Pasiekiamumas — siuntos nuo sausio 27 d., laukiant FCC patvirtinimo.
Šaltinis: Matt Wolfe YouTube kanalas·

Penkių savaičių AI apžvalga: Nvidia tyrimas, Anthropic vertinimas 1,4 trln. USD

Laidoje apibendrinamos penkios savaitės: Nvidia vadovo Jensen Huang atžvilgiu pradėtas tyrimas, o Anthropic ir OpenAI vertinami atitinkamai 1,4 ir 1,25 trln. USD, nors išlaidų augimas stabtelėjo. Taip pat aptariamas Anthropic įspėjimas, kad artėjama prie rekursinio savęs tobulinimo, ir Gemini 4 Carbon pasirodymas.

Šaltinis: Last Week in AI svetainė·

Anthropic suteikia METR darbuotojų lygio prieigą nepriklausomiems vertinimams

Anthropic praneša, kad savo sistemų saugos vertinimui suteikia darbuotojams prilygstančią prieigą ne pelno organizacijos METR komandai, kuri vertina frontier AI modelius. Taip pat vyksta ankstyvos derybos su keliomis kitomis organizacijomis, tarp jų Hugging Face. Gilesnė išorės auditorių prieiga yra reikšminga nepriklausomo modelių vertinimo praktikai.

Šaltinis: Anthropic svetainė·

Naujasis Anthropic modelis Remote Labor Index teste pasiekė 41 proc. žmogaus lygio

Pranešime teigiama, kad naujas Anthropic modelis „Claude Fable 5.2“ Remote Labor Index benchmark'e, sudarytame iš 240 realių laisvai samdomų darbų (3D modeliavimas, animacija, web aplikacijos), atliko apie 41 proc. užduočių žmonių lygiu — prieš metus geriausias rezultatas siekė 2,5 proc., o prieš du mėnesius 18 proc. Kaip pavyzdžiai minimi Anthropic darbuotojo iš vieno prompt'o per ~8 val. sugeneruotas šaudyklės žaidimas (apie 550 USD API sąnaudų) ir Uber saugumo auditas su ~170 agentų. Kartu pažymima, kad skaičius pateikia pati Anthropic, Google Gemini pirmauja verslo automatizavimo teste, o 41 proc. vis tiek reiškia, kad dauguma darbų nepavyksta.

Video eiga 3 skyriai
  • Benchmark'o rezultatas — Remote Labor Index su 240 realių laisvai samdomų užduočių, kuriose modelis pasiekė 41 proc.
  • Praktiniai pavyzdžiai — per 8 valandas sukurta šaudyklė su savo modeliais, tekstūromis ir garsais bei Uber kodo saugumo auditas su ~170 agentų.
  • Apribojimai — skaičius iš pačios Anthropic, Gemini lieka stipresnis verslo automatizavimo teste, o dauguma užduočių vis dar nepavyksta.
Šaltinis: Matt Wolfe YouTube kanalas·

DevDay 2026: GPT-Live pristatytas kaip pilno duplekso balso modelis

OpenAI inžinieriai pademonstravo GPT-Live — balso modelį, kuris nuolat siunčia ir priima garsą (full duplex), todėl gali klausytis ir kalbėti vienu metu bei pats valdo eiliškumą be atskiro voice activity detector. Pranešime parodyta, kaip fone dirba atskiras agentas, kaip antra GPT-Live sesija su savo balsu ir instrukcijomis naudojama tiek personažams, tiek evaluacijoms, o tonas, akcentas, pertraukimų toleravimas ir reakcijos yra valdomi per prompt'ą.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

DevDay 2026: ChatGPT plugin'ams – atradimo mechanizmai ir sąsajų plėtiniai

OpenAI pristatė tris plugin'ų platformos naujoves: plugin'ų siūlymus tiesiai pokalbyje bei kataloge, plėtinius, leidžiančius kūrėjo sąsają įdėti į ChatGPT šoninę juostą ar panelę, ir paprastesnį kelią nuo idėjos iki paskelbimo per Codex bei Sites. Matomumas remiasi konversijos, aktyvaus naudojimo ir išlaikymo signalais; kataloge jau yra apie 4000 plugin'ų, o MCP vadinamas pagrindiniu agentų sąveikos su išoriniu pasauliu standartu.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

DevDay 2026: ChatGPT Sites gauna suplanuotas užduotis ir jau talpina 8 mln. svetainių

Sites komanda parodė, kaip iš vieno prompt'o Codex paverčia skaičiuoklę interaktyvia web aplikacija, o per plugin'us ir suplanuotas užduotis duomenys atnaujinami automatiškai į įmontuotą SQLite bazę be perdiegimo. Pranešta, kad Sites jau talpina 8 mln. svetainių, daugiau nei 70 proc. OpenAI darbuotojų jas kuria patys, o naujos svetainės pagal nutylėjimą yra privačios su „Sign-in with ChatGPT" autentifikacija.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

DevDay 2026: Codex agentas be pertrūkio prižiūrėjo CI daugiau nei 1000 valandų

OpenAI inžinieriai papasakojo apie Codex paleidimą, kuris šešias savaites ir per 1000 valandų savarankiškai tvarkė įmonės CI — gaudė ir derino „flaky" testus — turėdamas tik apie 200 žodžių pradinį prompt'ą. Pranešime lyginama su praėjusiais metais, kai ilgam darbui reikėjo itin detalaus plano, o dabar modeliui pakanka nurodyti tikslą, kompromisus ir sėkmės kriterijus; pavyzdžiais pateikti ir kelias dienas trukę Codex su Astra 3D projektai.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

DevDay 2026: Agents API siūlo Codex „harness" kaip valdomą paslaugą

OpenAI pristatė Agents API — valdomą paslaugą, sukurtą ant Codex harness, kurioje kūrėjas apibrėžia įrankius, duomenis, instrukcijas ir vykdymo aplinką, o OpenAI valdo patį harness ir aplink jį esančias paslaugas. Pranešėjai aprašė API sluoksnius (Responses API kaip pagrindą, Codex ir Agents API viršuje) bei tris inžinerinius iššūkius: harness atskyrimą nuo aplinkos, agento veiksmų matomumą ir būsenos išsaugojimą valandas trunkančioms užduotims.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

OpenAI pristatė Codex Security: open-source CLI, SDK ir atnaujintą debesies versiją

DevDay 2026 sesijoje OpenAI kibernetinio saugumo komanda pristatė Codex Security — Apache 2.0 licencijos CLI, SDK ir plėtinį bei atnaujintą Codex Security Cloud, skirtus aptikti ir ištaisyti pažeidžiamumus dideliuose kodo rinkiniuose. Įrankiai paremti vidiniu OpenAI „defense factory“ procesu, kuriame ketvirtadalis produktų inžinierių vykdė saugumo sprintą: po dedubliacijos ir validacijos klaidingų teigiamų rezultatų liko 0,81 proc., o Codex sugeneruotų pataisų atšaukimo rodiklis — mažiau nei 1 proc. Pabrėžiamas „gynėjo langas“: pažangūs modeliai kol kas lenkia atvirų svorių modelius kibernetiniais gebėjimais, todėl spragas verta rasti pirmiems.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

OpenAI DevDay sesija apie agentų architektūrą: nuo ciklo prie modelio ir „harness“ sąveikos

OpenAI Applied AI inžinieriai apžvelgė kelią nuo paprasto agentinio ciklo (samprotavimas plius įrankių naudojimas, pademonstruotas su o3) iki Codex — bendrosios paskirties agento, sukurto kaip modelio ir „harness“ sąjunga. Paaiškinama, kad harness valdo instrukcijas, įrankius, sandbox vykdymo aplinką ir kontekstą per Responses API ciklą, o modelis specialiai treniruojamas dirbti būtent šioje aplinkoje. Kaip pavyzdys pateikiama kompakcija (compaction), įdiegta ir į harness, ir į modelį, kad ilgos užduotys netilptų į vieną konteksto langą.

Šaltinis: OpenAI YouTube kanalas·
Pilna santrauka →

Fable 5.2 pasiekė 41 % Remote Labor Index ir aplenkė Gemini 4 Carbon GDPX teste

Perskaitęs 264 puslapių sistemos kortelę ir METR ataskaitą, autorius teigia, kad Fable 5.2 pakelia modelių intelekto lubas: Remote Labor Index rezultatas šoktelėjo nuo 21 % (GPT-6 Astra) iki 41 %, o rodiklis dvigubėja maždaug kas 3,3 mėnesio. GDPX teste Fable 5.2 surenka 16,4 %, Gemini 4 Carbon — 10,9 % maždaug penkis kartus mažesne kaina. Aptariamas ir MaxBench, kuris pakeistomis instrukcijomis gaudo benchmark'ų „iškalimą“, bei tai, kad Fable 5.2 sąmoningai apribotas kernelių optimizavimo ir LLM architektūrų tobulinimo užduotims ir atpažįsta, kada yra testuojamas.

Šaltinis: AI Explained YouTube kanalas·
Pilna santrauka →