Kategoria: Sztuczna Inteligencja

  • Codex 0.128.0 wprowadza trwałe przepływy pracy i rozszerzone profile uprawnień

    Codex 0.128.0 wprowadza trwałe przepływy pracy i rozszerzone profile uprawnień

    OpenAI wprowadziło wersję 0.128.0 swojego terminalowego asystenta Codex, która zawiera trzy istotne zmiany: zapisywane cele zadań (/goal), rozszerzone profile uprawnień oraz ulepszone zarządzanie wtyczkami. Te aktualizacje przyczyniają się do bardziej zaawansowanej pracy w terminalu, gdzie procesy mogą trwać dłużej niż pojedyncze polecenia.

    Kluczowe fakty

    • Zapisywane cele /goal – agent może tworzyć, wstrzymywać i wznawiać zadania, a cel nie znika po przerwaniu sesji.
    • Rozszerzone profile uprawnień – większa kontrola nad tym, co Codex może zmieniać w repozytorium i środowisku.
    • Ulepszone zarządzanie wtyczkami – stabilniejsze rozszerzenia w ekosystemie CLI.
    • Nowe sterowanie TUI – konfigurowalne skróty klawiszowe i statusy w interfejsie terminalowym.
    • Poprawki dla Windows, sieci i Bedrocka – większa niezawodność na różnych platformach.

    Trwałe cele zamiast jednorazowych komend

    Dotychczas praca z Codexem przypominała szybkie zlecenia: wpisujesz prompt, agent wykonuje zadanie i to koniec. Wersja 0.128.0 zmienia ten model. Komenda /goal umożliwia ustawienie celu dla długotrwałego zadania, który pozostaje aktywny nawet po sprawdzeniu statusu przez agenta, kontynuacji pracy czy powrocie do niego po przerwie. Oznacza to, że można rozpocząć refaktoryzację, wstrzymać ją, sprawdzić postęp, a następnie wznowić bez potrzeby ponownego definiowania kontekstu. Kontrola z poziomu TUI pozwala na tworzenie, pauzowanie, wznawianie i czyszczenie celu bezpośrednio w interfejsie terminalowym. Nowe API serwera aplikacji również obsługuje te operacje, co jest przydatne przy integracji Codexa z własnymi narzędziami.

    Profile uprawnień i bezpieczniejszy agent

    Nie każdy użytkownik chce dawać agentowi pełny dostęp do całego repozytorium. Rozszerzone profile uprawnień w wersji 0.128.0 pozwalają na precyzyjniejsze określenie, co Codex może modyfikować. Jest to szczególnie istotne w środowiskach DevOps i przy automatyzacji repozytoriów, gdzie kontrola dostępu jest kluczowa.

    Brak kontroli nad tym, gdzie agent może zapisywać dane lub co uruchamiać, był jednym z powodów ograniczonego wdrożenia Codexa w codziennej pracy. Teraz można to lepiej skonfigurować, co zwiększa poczucie bezpieczeństwa, zwłaszcza w projektach z wieloma zależnościami lub w środowisku Windows, które również otrzymało poprawki w tej wersji.

    Wtyczki i sterowanie w terminalu

    Zarządzanie wtyczkami zostało znacznie ulepszone. OpenAI wskazuje na poprawę stabilności rozszerzeń w ekosystemie wtyczek, co jest korzystne dla użytkowników, którzy już rozbudowali swoje środowisko o dodatkowe narzędzia – zmniejsza to ryzyko problemów podczas aktualizacji.

    Równocześnie poprawiono obsługę TUI. Nowe mapowania klawiszy i kontrolki statusu ułatwiają nawigację w terminalu. Użytkownicy mogą je konfigurować według własnych preferencji, co zwiększa komfort pracy. Wraz z tym wprowadzono usprawnienia w MultiAgentV2, szczególnie w zarządzaniu wątkami, co z pewnością ucieszy osoby testujące wieloagentowe konfiguracje.

    Poprawki, które nie rzucają się w oczy, ale robią różnicę

    Oprócz nowych funkcji, wersja 0.128.0 zawiera poprawki dla kilku uciążliwych błędów. Piaskownica na Windowsie otrzymała aktualizacje eliminujące niepożądane zachowania przy uruchamianiu kodu. Udoskonalono także obsługę sieci oraz wsparcie dla modeli Bedrock, co jest istotne dla użytkowników korzystających z dostawców modeli AWS. Dla programistów pracujących z Codexem oznacza to większą stabilność i niezawodność w codziennych zadaniach.

    Źródła

  • Perplexity rewolucjonizuje wyszukiwanie agentowe: architektura Search as Code

    Perplexity rewolucjonizuje wyszukiwanie agentowe: architektura Search as Code

    Perplexity ogłosiła nową architekturę wyszukiwania – Search as Code (SaC) – która rezygnuje z sztywnych interfejsów API na rzecz programowalnych komponentów. Modele AI nie tylko wysyłają zapytania do czarnej skrzynki; teraz same budują potok wyszukiwania za pomocą generowanego kodu Pythona, co daje im większą kontrolę nad każdym etapem przetwarzania informacji. To zmiana, która pozwala agentom AI na przeprowadzanie setek, a nawet tysięcy operacji wyszukiwania w ramach jednego przebiegu wnioskowania.

    Kluczowe informacje o Search as Code

    • Perplexity wprowadza Search as Code w ramach Agent API oraz w produkcie Computer, zastępując wcześniejsze interfejsy typu function calling i MCP.
    • Modele AI generują kod Pythona, który orkiestruje wyszukiwanie – od pobierania danych, przez ranking, filtrowanie, aż po fan-outy – i wykonują go w izolowanym środowisku.
    • Agent uzyskuje dostęp do stanów pośrednich, takich jak listy kandydatów czy sygnały rankingowe, co pozwala na dynamiczną optymalizację strategii podczas realizacji zadania.
    • Architektura SaC wprowadza nowy standard wydajności kosztowej w benchmarkach wyszukiwania agentowego, znacznie poprawiając precyzję i redukując zbędne obciążenie kontekstu modelu.

    Czym jest Search as Code?

    Termin „Search as Code” może budzić skojarzenia z narzędziami do przeszukiwania repozytoriów (jak Google Code Search czy Sourcegraph), jednak w kontekście ogłoszenia Perplexity oznacza coś innego. SaC to architektura, w której wyszukiwanie nie jest wywoływane jako gotowy serwis przez funkcję API czy protokół MCP, lecz składane na żądanie przez model AI z atomowych prymitywów udostępnionych w SDK. Model, korzystając z generowania kodu, decyduje, jak skonfigurować retrieval, jakie filtry zastosować, czy uruchomić wiele równoległych zapytań i jak połączyć wyniki. Cały proces odbywa się w bezpiecznym środowisku, bez udziału zewnętrznych interfejsów komunikacyjnych.

    Tradycyjne systemy wyszukiwania były projektowane dla ludzi: użytkownik wpisywał zapytanie, a silnik zwracał stronę wyników (SERP). Gdy modele AI zaczęły korzystać z tych systemów, dziedziczyły ten sam kontrakt – podaj zapytanie, otrzymaj przetworzoną listę dokumentów. Dla prostych zadań to wystarczało, ale dla złożonych, wieloetapowych zadań agentowych stało się to wąskim gardłem.

    Dlaczego tradycyjne API przestało wystarczać?

    Monolityczne API narzuca modelowi sztywną logikę potoku wyszukiwania, co prowadzi do trzech powtarzających się problemów:

    1. Zbyt gruby kontekst – gdy agent potrzebuje jednej precyzyjnej informacji, a pipeline nastawiony jest na wysoką kompletność, do kontekstu trafia wiele nieistotnych danych, co zwiększa koszty i szum.
    2. Niewykorzystana wiedza dziedzinowa – model może rozpoznać, że dla danego zadania lepiej połączyć sygnały leksykalne z semantycznymi, nadać priorytet konkretnym źródłom lub agregować wyniki po określonym kluczu, ale nie ma możliwości przekazania tych wskazówek do API.
    3. Nieefektywna kontrola przepływu – agent nie może dostosować logiki potoku do specyfiki zadania, co prowadzi do nieoptymalnych wyników.

    Źródła

  • Codex 0.128.0: Przepis na długoterminowe Zadania AI i Lepsze Sterowanie Agentem

    Codex 0.128.0: Przepis na długoterminowe Zadania AI i Lepsze Sterowanie Agentem

    OpenAI nieustannie rozwija możliwości swojego terminalowego agenta kodującego, a najnowsza wersja Codex 0.128.0 to doskonały przykład tych postępów. To wydanie nie jest jedynie zbiorem poprawek, ale istotnym krokiem w kierunku przekształcenia Codexa z prostego narzędzia w proaktywny, autonomiczny silnik stanów. Kluczowym elementem aktualizacji jest wprowadzenie trwałych przepływów pracy /goal, które zmieniają sposób, w jaki programiści mogą delegować złożone, wieloetapowe zadania. Codex staje się teraz asystentem zdolnym do prowadzenia długoterminowej narracji projektu, zamiast odpowiadać na pojedyncze, izolowane komendy.

    Kluczowe fakty o wydaniu Codex 0.128.0

    • Trwałe cele /goal pozwalają na definiowanie zadania, które agent realizuje przez wiele cykli kontynuacji, aż do jego ukończenia lub wyczerpania budżetu tokenów.
    • Zarządzanie stanem celów, takich jak realizacja, wstrzymanie, osiągnięcie czy ograniczenie budżetowe, umożliwia zaawansowane sterowanie zadaniem z poziomu TUI.
    • Ulepszona konfiguracja MultiAgentV2 usprawnia współpracę agentów w złożonych projektach.
    • Rozszerzone profile uprawnień i usprawnione zarządzanie wtyczkami zwiększają bezpieczeństwo i elastyczność środowiska pracy.

    Serce nowej funkcjonalności: trwałe cele /goal

    Do tej pory praca z Codexem przypominała rozmowę z niecierpliwym geniuszem – wydawane polecenia były realizowane, ale kontekst często się rozmywał. Mechanizm /goal odpowiada na potrzebę ciągłości w złożonych projektach deweloperskich. Nie jest to jedynie alias dla promptu, ale trwały obiekt przechowujący cel dla długotrwałego zadania. Użytkownik może teraz zdefiniować cel, który będzie aktywnie realizowany przez wiele tur, nawet w przypadku przerw. To sprawia, że Codex nadaje się do zadań takich jak wieloplikowe refaktoryzacje, sesje debugowania czy implementacje wymagające okresowych punktów kontrolnych.

    W praktyce, po wpisaniu /goal "Przeprowadź migrację bazy danych z PostgreSQL do MySQL", Codex nie tylko rozpoczyna pracę, ale także utrzymuje ten cel jako swój nadrzędny stan. System automatycznie wstrzykuje w trakcie działania specjalne prompty kontynuacji (goals/continuation.md), które przypominają agentowi o jego misji na koniec każdej tury, oraz prompty budżetowe (goals/budget_limit.md), które pilnują, by zadanie nie przekroczyło wyznaczonego limitu tokenów. Architektura opiera się na trwałości na poziomie wątku, co oznacza, że cel przetrwa wiele wymian i sprawdzeń kontynuacji, zachowując pełną świadomość celu.

    Sterowanie cyklem życia celu: od pauzy do wznowienia

    Kluczowym aspektem praktycznego zastosowania /goal jest możliwość zarządzania jego stanem. Codex 0.128.0 wprowadza intuicyjne komendy dostępne z poziomu interfejsu terminalowego (TUI), które dają programiście pełną kontrolę nad zadaniami długoterminowymi. Użytkownik może w każdej chwili wstrzymać agenta (pauza), aby na przykład przeanalizować dotychczasowe zmiany, a następnie wznowić jego pracę bez utraty kontekstu. Stan celu może odzwierciedlać, czy zadanie jest aktualnie realizowane, wstrzymane, osiągnięte, czy też przekroczyło limit budżetu.

    Rozróżnienie między pause (pauza) a clear (wyczyść) jest istotne i wynika z analiz społeczności. Wybranie opcji clear bezpowrotnie odrzuca cały stan celu, co jest równoznaczne z anulowaniem misji. Z kolei pause konserwuje stan, pozwalając na kontynuację w dowolnym momencie. Ta funkcjonalność eliminuje frustrację związaną z ponownym opisywaniem kontekstu po każdej przerwie, zmieniając Codex w niezawodnego współpracownika, który pamięta, nad czym pracował nawet po kilku godzinach.

    Ulepszenia kontroli agenta i niezawodności

    Poza nową funkcją celów, wydanie 0.128.0 przynosi szereg innych istotnych usprawnień, które wzmacniają fundamenty całego narzędzia. W odpowiedzi na potrzeby zaawansowanych użytkowników, konfiguracja MultiAgentV2 została ulepszona, co usprawnia współpracę wielu instancji Codexa i zwiększa przewidywalność ich działań w skomplikowanych środowiskach.

    Równolegle, profile uprawnień zostały rozszerzone, dając administratorom i użytkownikom drobnoziarnistą kontrolę nad tym, do jakich zasobów i operacji agent ma dostęp. To kluczowe dla bezpieczeństwa w środowiskach korporacyjnych. Usprawniono także zarządzanie wtyczkami, co upraszcza ich instalację i konfigurację, a tym samym rozszerza ekosystem narzędzi dostępnych dla Codexa. Całość dopełniają krytyczne poprawki błędów, które zwiększają ogólną niezawodność i stabilność narzędzia, czyniąc Codex 0.128.0 nie tylko nową funkcjonalnością, ale także dojrzewaniem platformy do roli nieodzownego partnera w codziennej pracy dewelopera.

    Źródła

  • OpenCode z lepszą obsługą powłoki i stabilnością przestrzeni roboczych

    OpenCode z lepszą obsługą powłoki i stabilnością przestrzeni roboczych

    OpenCode, otwartoźródłowy agent kodowania AI dostępny jako aplikacja terminalowa, desktopowa i rozszerzenie do IDE, otrzymał nową aktualizację. Wersja OpenCode z lepszą obsługą powłoki i stabilnością przestrzeni roboczych koncentruje się na dwóch problemach, które dotychczas były uciążliwe dla programistów — responsywności w trybie powłoki i stabilności sesji roboczych. Dodatkowo wprowadzono kilka poprawek dla użytkowników AWS Bedrock oraz ulepszono generację schematów OpenAPI.

    • Shell mode zyskał poprawki eliminujące opóźnienia kursora i klawiszy edycyjnych, a narzędzie powłoki informuje teraz model o skonfigurowanym limicie czasu.
    • AWS Bedrock doczekał się poprawki wiszących sesji — modele nie blokują się już przed rozpoczęciem odpowiedzi.
    • Edycja kodu stała się bezpieczniejsza dzięki odrzucaniu luźnych dopasowań, które mogły nadpisać niewłaściwy kod.
    • Przestrzenie robocze zyskały poprawki w adapterach HTTP API i procesie tworzenia nowych workspace'ów.
    • TUI i desktop otrzymały ulepszenia interfejsu, w tym poprawione przełączanie kart i responsywność paska tytułowego.

    Shell mode w końcu bez irytujących lagów

    Każdy, kto spędził trochę czasu w terminalowych agentach AI, zna ten moment — wklejasz polecenie, próbujesz poprawić literówkę, a kursor zachowuje się jak na zepsutej maszynie do pisania. OpenCode z lepszą obsługą powłoki i stabilnością przestrzeni roboczych rozwiązuje ten problem na kilka sposobów.

    Po pierwsze, narzędzie powłoki teraz informuje model o skonfigurowanym limicie czasu. W praktyce oznacza to, że AI wie, ile ma czasu na wykonanie operacji i może lepiej zarządzać zadaniami. Naprawiono również problemy związane z anulowaniem poleceń — wcześniej przerwana operacja mogła pozostawiać procesy w zawieszeniu. Teraz anulowanie skutecznie zamyka to, co powinno.

    Ruchy kursora i klawisze edycyjne działają teraz płynnie. Dla programistów spędzających godziny w terminalu to różnica między frustracją a produktywnym działaniem. Nie trzeba już się denerwować, gdy chcesz cofnąć się o kilka znaków i poprawić ścieżkę.

    Stabilność workspace'ów ratuje długie sesje

    Druga istotna zmiana dotyczy przestrzeni roboczych. Poprzednie wersje miały problemy z adapterami HTTP API i procesem tworzenia workspace'ów — szczególnie gdy pracowałeś na wielu repozytoriach jednocześnie lub przełączałeś się między projektami w trakcie długiej sesji.

    Aktualizacja wprowadza również poprawki dla konfiguracji desktopowych z wieloma serwerami. Każdy serwer teraz ma własny stan domowy i dedykowane karty sesji. Jeśli pracujesz z OpenCode na kilku maszynach albo łączysz się zdalnie, kontekst nie będzie się już gubił między restartami.

    Sesje teraz zapamiętują aktualizacje kontekstu systemowego nawet podczas długotrwałych konwersacji. Oznacza to, że agent nie zapomni nagle o twoich preferencjach czy ustawieniach projektu po dłuższym czasie pracy. Odpowiedzi na pytania o uprawnienia trafiają do właściwego katalogu sesji, co eliminuje błędy trasowania, które mogły wywołać chaos w złożonych procesach.

    Bezpieczniejsza edycja i lepsze wsparcie providerów

    Warto zwrócić uwagę na zmiany w mechanizmie edycji kodu. Operacje edycyjne odrzucają teraz luźne dopasowania — to zabezpieczenie przed przypadkowym nadpisaniem niewłaściwego pliku. Jeśli agent nie ma pewności, że trafił we właściwy fragment kodu, nie wykona zmiany.

    Jeśli chodzi o dostawców modeli, poza poprawką dla Bedrocka, OpenCode zyskał wsparcie dla Snowflake Cortex. To rozszerza gamę backendów dostępnych w korporacyjnych środowiskach. Ulepszono również generację schematów OpenAPI, co ułatwia integrację agenta z zewnętrznymi narzędziami przez API.

    Podsumowanie

    Wersja OpenCode z lepszą obsługą powłoki i stabilnością przestrzeni roboczych to zestaw precyzyjnych poprawek w miejscach, które były problematyczne. Responsywność powłoki, stabilność sesji i bezpieczeństwo edycji to kluczowe elementy codziennej pracy z agentem AI. Jeśli dotychczas irytowało cię zacinanie się terminala lub gubienie kontekstu w trakcie dłuższej sesji, ta aktualizacja powinna rozwiązać większość tych problemów.

    Źródła

  • Factory 0.115.0 wprowadza natywną obsługę PDF i ulepszenia CLI dla programistów

    Factory 0.115.0 wprowadza natywną obsługę PDF i ulepszenia CLI dla programistów

    Factory wydało wersję 0.115.0 swojej platformy deweloperskiej, a kluczową nowością jest natywna obsługa plików PDF przez model Gemini 3.1 Pro. Aktualizacja, dostępna od 5 czerwca 2026 roku, wprowadza także wsparcie dla zaawansowanego wnioskowania w GLM-5.1 oraz szereg poprawek stabilności, które będą przydatne dla osób pracujących z długimi sesjami agentowymi.

    Co nowego w Factory 0.115.0

    • Natywna obsługa PDF w Gemini 3.1 Pro — model może teraz bezpośrednio analizować dokumenty, specyfikacje i raporty bez wcześniejszego przetwarzania.
    • Wsparcie dla wnioskowania w GLM-5.1 otwiera nowe możliwości w złożonych zadaniach analitycznych.
    • Masowe przeciąganie obrazów w CLI przyspiesza pracę z multimodalami — szczególnie przydatne przy debugowaniu UI i analizie zrzutów ekranu.
    • Bezpośrednie przesyłanie PDF w aplikacji eliminuje tarcie między dokumentacją a workflow.
    • Ulepszona synchronizacja w chmurze i odporność sesji na przerwania sprawiają, że długie zadania agentowe nie gubią stanu.

    Gemini 3.1 Pro z natywnym PDF

    Google określa Gemini 3.1 Pro jako swój najbardziej zaawansowany model wnioskujący, zdolny do pracy z tekstem, dźwiękiem, obrazami, wideo i PDF-ami. Model oferuje okno kontekstowe o wielkości miliona tokenów na wejściu i 64 tysiące na wyjściu, co pozwala na przetwarzanie bardzo obszernych dokumentów technicznych w całości.

    Dla zespołów programistycznych oznacza to koniec z koniecznością konwersji dokumentów. Dokumentacja projektowa, logi serwerowe, specyfikacje API czy raporty z testów mogą trafiać prosto do modelu, bez potrzeby ręcznego wycinania fragmentów. Factory integruje tę funkcję na dwa sposoby: przez przeciągnięcie pliku w interfejsie aplikacji oraz przez bezpośrednie odwołanie w CLI.

    Gemini 3.1 Pro osiągnął wynik 77,1% w teście ARC-AGI-2, co Google opisuje jako ponad dwukrotnie lepszy rezultat od poprzednika. W praktyce przekłada się to na skuteczniejsze rozumienie złożonych instrukcji i lepsze radzenie sobie z wieloetapowymi zadaniami.

    GLM-5.1 i wnioskowanie krok po kroku

    Oprócz Gemini, Factory dodało także wsparcie dla modelu GLM-5.1 z funkcją rozumowania. Choć GLM nie jest tak szeroko omawiany jak modele Google'a, jego obecność w ekosystemie Factory pokazuje, że platforma stawia na różnorodność silników AI.

    Wnioskowanie krok po kroku przydaje się szczególnie przy analizie błędów, refaktoryzacji czy zadaniach wymagających logicznego wyprowadzenia rozwiązania. Model potrafi przeprowadzić użytkownika przez swój proces myślowy, co ułatwia weryfikację poprawności odpowiedzi.

    CLI i stabilność

    Factory nie zapomniało o jakości życia programistów. Masowe przeciąganie obrazów w CLI to drobiazg, ale przy pracy ze zrzutami ekranu czy mockupami interfejsów oszczędza czas. Wystarczy zaznaczyć kilka plików w eksploratorze i puścić je w terminal — resztę ogarnia Droid.

    Wprowadzono także poprawki renderowania terminala i niezawodności uwierzytelniania. Ulepszona synchronizacja w chmurze i możliwość wznowienia pracy od miejsca przerwania są istotne dla programistów, którzy doświadczyli utraty sesji w trakcie debugowania.

    Co to oznacza dla zespołów deweloperskich

    Natywna obsługa PDF-ów zmienia sposób, w jaki można integrować dokumentację z procesem developmentu. Zamiast trzymać specyfikacje w osobnym oknie i ręcznie przepisywać wymagania, wystarczy wrzucić plik do Factory i pozwolić modelowi działać. Dla zespołów pracujących w metodykach zwinnych, gdzie dokumentacja szybko się zmienia, to oszczędność czasu i mniejsze ryzyko przeoczeń.

    Wersja 0.115.0 to solidny krok naprzód w użyteczności. Factory łączy moc nowych modeli AI z przemyślanymi usprawnieniami workflow, co sprawia, że platforma pozostaje konkurencyjna na rynku narzędzi do AI-assisted development.

    Źródła

  • Codex 0.128.0 wprowadza trwałe workflow i daje agentom pamięć, której do tej pory brakowało

    Codex 0.128.0 wprowadza trwałe workflow i daje agentom pamięć, której do tej pory brakowało

    OpenAI wprowadziło aktualizację Codex 0.128.0, która wprowadza istotne zmiany w sposobie, w jaki agenci radzą sobie z długotrwałymi zadaniami. Najważniejszą nowością jest trwałe zarządzanie kontekstem, które umożliwia agentowi tworzenie, wstrzymywanie i wznawianie zadań. Dodatkowo, aktualizacja oferuje szersze możliwości kontroli dostępu, usprawnione zarządzanie wtyczkami oraz lepszą orkiestrację wielu agentów. Wprowadzone zmiany obejmują również nowe kontrolki w interfejsie terminalowym oraz poprawki stabilności.

    Co nowego w aktualizacji Codex 0.128.0 — najważniejsze fakty

    • Trwałe stany zadań — agent może wracać do wcześniej zdefiniowanych celów i kontynuować pracę po przerwie, korzystając z zapamiętanego kontekstu.
    • Większe możliwości kontroli uprawnień — więcej opcji określania, do czego agent ma dostęp w środowisku deweloperskim.
    • Usprawnione wtyczki — lepsza jakość integracji i obsługi wtyczek.
    • Udoskonalona praca z wieloma agentami — płynniejsza współpraca i konfiguracja agentów w złożonych workflow.
    • Poprawki stabilności Windows — zwiększona niezawodność sandboksa i przewidywalność działania.

    Zarządzanie kontekstem — agent pamięta, nad czym pracuje

    Dotychczas praca z agentem przypominała rozmowę z kimś, kto po każdym „dziękuję” zapomina, o czym była mowa. Aktualizacja wprowadza mechanizmy trwałego kontekstu, dzięki którym agent zachowuje świadomość celu między sesjami. Można przerwać pracę, sprawdzić status i wrócić do zadania bez potrzeby tłumaczenia wszystkiego od nowa.

    Technicznie chodzi o ponowne wykorzystywanie wątków, kompresję konwersacji i planowanie długich zadań. Kontekst nie jest już tylko jednorazowym promptem — agent może odtwarzać stan i kontynuować złożone zadania. Dla osób pracujących nad wieloetapowym refaktoringiem lub projektem UI rozłożonym na kilka sesji, to znacząca zmiana.

    Co ważne, kontekst potrafi przetrwać przełączanie między wątkami. Agent nie gubi wątku, gdy przechodzimy z jednego obszaru pracy do drugiego. To krok w stronę modelu, w którym agent działa jako operator stanowy, a nie bezmyślny wykonawca jednorazowych poleceń.

    Więcej kontroli, mniej niespodzianek — uprawnienia i wtyczki

    Rozszerzone możliwości kontroli uprawnień odpowiadają na realny problem: jak dać agentowi swobodę działania, nie otwierając wszystkich drzwi. Aktualizacja pozwala lepiej określić, do czego agent ma dostęp, co jest istotne dla zespołów DevOps i hostingowych, które chcą bezpieczniej korzystać z Codex 0.128.0 w środowiskach produkcyjnych.

    Zarządzanie wtyczkami również zostało poprawione. Lepsza obsługa wtyczek oznacza mniej błędów przy instalacji i stabilniejsze działanie rozszerzeń. Dla web developerów korzystających z Codex 0.128.0 jako asystenta przy kodzie frontendu czy backendu to oznacza mniej frustracji przy konfiguracji środowiska.

    Orkiestracja wielu agentów i TUI — wszystko pod kontrolą

    Współpraca agentów w jednym workflow doczekała się usprawnień, które ułatwiają zarządzanie ich rolami. Chodzi o to, aby agenty nie wchodziły sobie w drogę, a konfiguracja była bardziej przewidywalna. Dla osób eksperymentujących z vibe codingiem i uruchamiających kilka agentów równolegle, to różnica między chaosem a sensowną orkiestracją.

    Interfejs terminalowy także został ulepszony. Nowe kontrolki TUI ułatwiają zarządzanie długotrwałymi zadaniami — łatwiej sprawdzić status, wznowić przerwane zadanie czy wyczyścić niepotrzebny stan.

    Windows i stabilność — mniej awarii, więcej przewidywalności

    Aktualizacja eliminuje kilka irytujących błędów. Na Windowsie zwiększono stabilność sandboksa i poprawiono niezawodność dostawców modeli, co przekłada się na mniej przerw w pracy. Dla użytkowników tego systemu to odczuwalna zmiana w codziennym korzystaniu z narzędzia.

    Kontekst ma znaczenie — dlaczego to istotne dla web devu i AI

    Dla osób pracujących z kodem na co dzień ta aktualizacja niesie konkretną wartość. Trwałe zarządzanie kontekstem sprawdza się przy zadaniach, które nie kończą się na jednej sesji — refaktoringu, budowaniu komponentów, testowaniu. Agent, który pamięta cele, to mniej czasu na odtwarzanie stanu i więcej na faktyczną pracę.

    Z perspektywy rozwoju AI widać wyraźny kierunek: agenty przestają być narzędziami jednorazowych promptów i stają się operatorami zdolnymi do długoterminowej współpracy. Ta aktualizacja to kolejny krok w tę stronę.

    Źródła

  • Claude traci możliwość obsługi 1M tokenów – dotyczy to modeli Sonnet 4 i 4.5

    Claude traci możliwość obsługi 1M tokenów – dotyczy to modeli Sonnet 4 i 4.5

    Anthropic zakończyło wsparcie dla kontekstu o rozmiarze miliona tokenów w modelach Claude Sonnet 4 oraz Claude Sonnet 4.5. Od 30 kwietnia 2026 deweloperzy korzystający z tych wersji nie będą mogli wysyłać zapytań przekraczających standardowe 200 tysięcy tokenów. Próba wysłania większego promptu zakończy się błędem.

    Zmiana wymaga natychmiastowej reakcji zespołów technicznych. Jeśli wasze aplikacje opierają się na przetwarzaniu dużych bloków kodu źródłowego, pełnych repozytoriów czy złożonej dokumentacji, konieczne będzie przejście na nowsze modele. Anthropic przygotowało już ścieżkę migracji, która nie wiąże się z dodatkowymi opłatami.

    Najważniejsze informacje

    • Claude Sonnet 4 i 4.5 nie obsługują już okna 1M tokenów – zapytania powyżej 200k tokenów zwracają błąd
    • Claude Sonnet 4 i 4.5 to docelowe modele dla deweloperów potrzebujących dłuższego kontekstu
    • Claude Sonnet 4 i 4.5 oferują 1M tokenów domyślnie na API Claude, Amazon Bedrock i Vertex AI
    • Nagłówek beta context-1m-2025-08-07 został wycofany i nie działa na starszych modelach
    • Nowe modele nie wymagają żadnego nagłówka beta – dłuższe okno działa standardowo

    Dlaczego ta decyzja ma znaczenie

    W branży web developmentu, AI i DevOps umiejętność pracy z długim kontekstem jest kluczowa. Dotyczy to analizy wieloplikowych refaktoryzacji, debugowania rozproszonych systemów czy generowania dokumentacji pokrywającej setki plików jednocześnie. Narzędzia takie jak Claude Code umożliwiły przetwarzanie całych projektów w jednym zapytaniu.

    Ograniczenie do 200 tysięcy tokenów znacząco zmniejsza możliwości agentów AI. Nie można zmieścić dużej bazy kodu w tak wąskim oknie, co prowadzi do przerwania ciągłości pracy – kontekst między zapytaniami zostaje utracony, a model przestaje "rozumieć" architekturę całego projektu.

    Anthropic wprowadziło nowe modele, które oferują to samo okno 1M tokenów w stabilnej, ogólnie dostępnej formie – bez eksperymentalnych nagłówków. Cena pozostała na tym samym poziomie.

    Co zmienia się operacyjnie

    Co zmienia się operacyjnie

    Stare zapytania przestaną działać. Jeśli wasze pipeline'y CI/CD, agenci vibe codingu czy asystenci kodowania opierają się na modelach Sonnet 4 lub 4.5, napotkacie błąd przy próbie przesłania promptu >200k tokenów. To nie jest subtelna zmiana – to twarde ograniczenie.

    Deweloperzy powinni natychmiast zaktualizować konfiguracje API, wskazując claude-sonnet-4 lub claude-sonnet-4.5 jako domyślny model. Te same modele oferują również 1M tokenów na platformach trzecich – Amazon Bedrock, Vertex AI – co ułatwia pracę zespołom korzystającym z chmury.

    Na nowszych modelach (Claude Sonnet 4 i 4.5) API może zatrzymać generowanie, gdy suma tokenów wejściowych i max_tokens przekroczy rozmiar okna. Otrzymacie wtedy stop_reason: "model_context_window_exceeded", ale samo żądanie nie zostanie odrzucone – to istotny detal dla każdego, kto buduje złożone przepływy agentowe.

    Migracja krok po kroku

    Migracja krok po kroku

    Przejście na nowe modele jest proste. Nie trzeba zmieniać struktury promptów ani logiki aplikacji. Wystarczy podmienić ID modelu w wywołaniu API. Nowe modele nie potrzebują już nagłówka beta – okno 1M tokenów działa domyślnie w standardowym modelu cenowym.

    Dla zespołów korzystających z Claude Code czy innych narzędzi, Anthropic zaleca natychmiastowe przejście na wyższe wersje modeli Sonnet 4 i 4.5. Dotyczy to zwłaszcza długotrwałych sesji debugowania czy scenariuszy związanych z rozległymi refaktoryzacjami.

    Podsumowanie

    Anthropic wygasza eksperymentalny dostęp do długiego kontekstu i przenosi go do głównego nurtu swoich modeli. 1M tokenów staje się standardem. Dla branży web developmentu, AI i DevOps to istotna zmiana: można planować architekturę aplikacji, wiedząc, że długie konteksty będą obsługiwane na produkcji. Dla osób pracujących z kodem na co dzień to zachowanie ciągłości pracy – bez niespodzianek przy następnym git push.

    Źródła

  • OpenCode v1.14.30: Wsparcie dla modeli rozumujących i stabilniejsze sesje

    OpenCode v1.14.30: Wsparcie dla modeli rozumujących i stabilniejsze sesje

    29 kwietnia 2026 roku zadebiutowała nowa wersja terminalowego agenta AI do kodowania – OpenCode v1.14.30. Choć aktualizacja nie została szczegółowo opisana na głównej stronie changeloga, jej wpływ na społeczność deweloperską jest znaczący. Wersja ta wprowadza wsparcie dla modelu Mistral Medium 1.14.30, który oferuje funkcje rozumowania, a także poprawki stabilności sesji, optymalizację pamięci oraz ulepszenia interfejsu terminalowego. Dla specjalistów pracujących w DevOps, web development czy AI/ML, te zmiany mogą znacząco poprawić efektywność pracy.

    Kluczowe fakty w wersji v1.14.30

    • Mistral Medium 1.14.30 otrzymuje pełne wsparcie, w tym funkcje rozumowania
    • DeepSeek działa teraz sprawniej dzięki poprawionej kompatybilności
    • Sesje są stabilniejsze – naprawiono problemy ze ścieżkami i przywracaniem stanu
    • Priorytety instrukcji zostały ujednolicone, co zwiększa przewidywalność agenta
    • Interfejs TUI zyskał przełącznik podsumowania wklejeń i lepszą obsługę niestandardowych motywów

    Nowe modele i funkcje rozumowania

    W centrum tej aktualizacji znajduje się integracja z Mistral Medium 1.14.30. To jeden z najnowszych modeli francuskiego startupu, który już w poprzednich wersjach zaskakiwał skutecznością w generowaniu kodu. Dzięki natywnemu wsparciu w OpenCode, użytkownicy mogą w pełni wykorzystać jego zdolności rozumowania. Oznacza to, że agent nie tylko odpowiada na proste polecenia, ale także przeprowadza analizy, dzieli problemy na mniejsze części i wyciąga wnioski z kontekstu. W terminalowym środowisku kodowania, gdzie często pracujemy nad złożonymi projektami, taka zdolność zmniejsza potrzebę ręcznego precyzowania każdego kroku. Wystarczy opisać cel, a agent zaplanuje działania, uwzględniając strukturę katalogu, historię sesji i dostępne narzędzia powłoki. Wersja 1.14.30 nie tylko wprowadza model, ale także formatuje jego odpowiedzi, aby myślenie „na głos” było czytelne w terminalu.

    Usprawnienia kompatybilności z DeepSeek

    Usprawnienia kompatybilności z DeepSeek

    Kolejną istotną zmianą są poprawki dotyczące modeli DeepSeek. Choć nie są one tak szeroko omawiane jak Mistral, ich popularność wśród programistów poszukujących wydajnych i ekonomicznych alternatyw dla GPT rośnie. Wcześniejsze integracje z OpenCode mogły generować niespójne odpowiedzi lub gubić kontekst narzędzi. Po aktualizacji kompatybilność została znacznie poprawiona – lepiej obsługiwane są wywołania funkcji, a odpowiedzi modelu są bardziej spójne z oczekiwaniami agenta. To może prowadzić do tańszych sesji kodowania, zwłaszcza w długotrwałych zadaniach, gdzie koszt tokenów ma znaczenie.

    Poprawki stabilności sesji i ścieżek

    Praca z agentem kodowania w terminalu opiera się na możliwości kontynuowania sesji (--continue lub --session). Jeśli sesja nagle przestaje działać po zamknięciu terminala lub odłączeniu od projektu, cały postęp może zostać utracony. OpenCode v1.14.30 rozwiązuje ten problem poprzez poprawki dotyczące dopasowywania ścieżek w aplikacji Desktop oraz ogólne poprawki ścieżek sesji. Teraz przywracanie stanu po przerwie jest znacznie bardziej niezawodne – agent prawidłowo lokalizuje katalog projektu, zapisane pliki tymczasowe i historię wykonanych poleceń.

    Źródła

  • Sites – buduj i wdrażaj hostowane strony prosto z Codex

    Sites – buduj i wdrażaj hostowane strony prosto z Codex

    OpenAI wprowadziło wtyczkę Sites dla Codex, która umożliwia tworzenie, zapisywanie, wdrażanie i monitorowanie działających stron internetowych, aplikacji webowych oraz gier bez konieczności opuszczania środowiska agenta AI. Dzięki tej wtyczce pomysł opisany w prompcie może w ciągu kilku minut przekształcić się w w pełni hostowaną witrynę, eliminując potrzebę ręcznej konfiguracji serwera czy procesu CI/CD.

    Kluczowe informacje

    • Tworzenie i wdrażanie – wtyczka pozwala na budowę, zapis i publikację stron bez ręcznej konfiguracji hostingu.
    • Dostępność – dostępna w aplikacji Codex.
    • Bezpieczeństwo – OpenAI zaleca weryfikację zmian w kodzie, migracji bazy danych oraz odpowiednie zarządzanie sekretami.
    • Integracja z Codex – wtyczka działa bezpośrednio w środowisku Codex.

    Jak wygląda praca z Sites od pomysłu do produkcji

    Cały proces został zaprojektowany, aby maksymalnie skrócić czas od koncepcji do aktywnego URL. Po dodaniu wtyczki z katalogu Codex wystarczy opisać, co ma zostać stworzone. Codex generuje kod i może automatycznie sprawdzić, czy budowanie przebiegło pomyślnie.

    Następnie następuje kluczowy moment kontroli. Przed zapisaniem wersji gotowej do publikacji należy przejrzeć zmiany w plikach źródłowych oraz ewentualne migracje bazy danych. OpenAI podkreśla, aby nigdy nie przechowywać kluczy API ani haseł bezpośrednio w repozytorium – wszystkie tajemnice powinny być wprowadzane przez dedykowany interfejs wtyczki. Dopiero po tych krokach można zapisać wersję do wdrożenia lub od razu kliknąć deploy.

    Po publikacji warto sprawdzić status wdrożenia i potwierdzić docelowy adres URL, zanim zostanie on udostępniony. Całość odbywa się na hostingu OpenAI, co eliminuje potrzebę zakładania konta w zewnętrznym serwisie oraz modyfikacji ustawień DNS.

    Bezpieczeństwo i kontrola – nie tylko jednoklikowy magik

    Choć wtyczka Sites może wydawać się łatwym rozwiązaniem, OpenAI wyraźnie oddziela moment generowania kodu od bezpiecznego wdrożenia. Rekomendacje obejmują trzy warstwy: audyt kodu źródłowego, weryfikację poprawności migracji danych oraz odpowiednie zarządzanie sekretami środowiskowymi. Publikacja witryny jest możliwa dopiero po spełnieniu wszystkich warunków, a Codex zwraca publiczny link dopiero wtedy.

    Takie podejście ma na celu rozwiązanie jednego z największych problemów narzędzi AI – braku kontroli nad tym, co trafia na produkcję. Zamiast zgadywać, czy wygenerowany kod jest bezpieczny, programista ma wyraźny moment zatrzymania, zanim aplikacja zostanie udostępniona.

    Ekosystem rośnie – Sites wśród konkurencji

    Warto zauważyć, że Sites nie jest pierwszą wtyczką łączącą Codex z hostingiem. Pojawiają się informacje o integracjach z Netlify i Vercel, jednak szczegóły dotyczące konkretnych wtyczek i tagów nie zostały oficjalnie potwierdzone. Różnica polega na tym, że Sites to natywne rozwiązanie hostowane bezpośrednio przez OpenAI, co eliminuje potrzebę zakładania osobnego konta w zewnętrznej usłudze.

    Dla osób, które dopiero testują pomysł lub nie chcą zajmować się wyborem platformy hostingowej, wbudowane rozwiązanie może być znacznym ułatwieniem. Z kolei doświadczone zespoły mogą skorzystać z dedykowanych integracji z Netlify czy Vercel, gdy potrzebują większej kontroli nad konfiguracją.

    Co to oznacza dla programistów i vibe codingu

    Sites wpisuje się w trend łączenia generowania kodu z jego publikacją. Jeszcze rok temu przejście od swobodnego promptu do działającej aplikacji wymagałoby użycia kilku narzędzi. Teraz cały cykl – od opisu w języku naturalnym, przez budowę, audyt, aż po wdrożenie – może odbywać się w jednym oknie Codex.

    Dla osób zajmujących się tzw. vibe coding (prototypowanie bez głębokiej znajomości infrastruktury) to możliwość szybkiego pokazania efektów znajomym czy klientowi. Dla zespołów DevOps to sygnał, że granica między kodem a wdrożeniem staje się coraz cieńsza, a automatyzacja wkracza tam, gdzie wcześniej wymagana była ręczna praca. Trudno sobie wyobrazić powrót do czasów, gdy hosting konfigurowano z osobnej konsoli.

  • Qwen Code v0.15.5: Nowe narzędzia CLI i lepsze zarządzanie zadaniami w tle

    Qwen Code v0.15.5: Nowe narzędzia CLI i lepsze zarządzanie zadaniami w tle

    Najnowsza wersja Qwen Code, oznaczona jako v0.15.5, wprowadza szereg funkcji skoncentrowanych na interfejsie wiersza poleceń, które znacznie poprawiają zdolność agenta do organizowania złożonych przepływów pracy. Poprzednie wersje już zapewniały solidne wsparcie jako terminalowy asystent kodowania AI, ale ta aktualizacja przekształca go w centrum dowodzenia dla zautomatyzowanych zadań. Wprowadza wsparcie dla protokołu Model Context Protocol (MCP), nowy interfejs użytkownika oparty na tmux oraz lepszą obsługę procesów w tle, a także poprawia stabilność poprzez usunięcie krytycznych błędów.

    Kluczowe fakty o Qwen Code i aktualizacji v0.15.5

    • Qwen Code to agent AI typu open-source działający w terminalu, zoptymalizowany dla modelu Qwen3-Coder. Oferuje narzędzia do operacji na plikach, poleceń powłoki, pobierania danych z sieci, zarządzania pamięcią, listami zadań oraz delegowania podzadań.
    • Wersja v0.15.5 wprowadza wsparcie dla konfiguracji Model Context Protocol (MCP), poprawia integrację z powłoką systemową w tle oraz dodaje mechanizm logowania testów TUI oparty na tmux.
    • Aktualizacja koncentruje się na poprawkach niezawodności, naprawiając błędy związane z odtwarzaniem wywołań narzędziowych modeli DeepSeek oraz odświeżaniem nagłówka CLI przy przełączaniu modeli.
    • Instalacja odbywa się standardowo przez menedżera pakietów npm, a wymagane jest środowisko Node.js w wersji 20 lub nowszej, co ułatwia dostęp dla zespołów DevOps i deweloperów.

    Protokół MCP – klucz do ekosystemu narzędzi

    Do tej pory Qwen Code oferował zamknięty zestaw wbudowanych funkcji. Wprowadzenie wsparcia dla Model Context Protocol (MCP) otwiera go na zewnętrzne serwery narzędziowe. Protokół ten umożliwia integrację z serwerami MCP, co oznacza, że agent może teraz bezpiecznie komunikować się z bazami danych, API wewnętrznych usług oraz specjalistycznymi narzędziami firm trzecich. Dla web deweloperów oznacza to, że Qwen Code nie tylko edytuje kod, ale po zapisaniu zmian automatycznie uruchamia testy przez dedykowany serwer MCP i sprawdza ich wyniki. Ta zmiana przekształca narzędzie z asystenta kodowania w integralny element zautomatyzowanego łańcucha dostarczania oprogramowania.

    Nowa jakość zadań w tle i inspekcja z tmux

    Ulepszone dialogi zadań w tle oraz lepsza integracja z powłoką rozwiązują problem agentów AI związany z długotrwałymi procesami. Uruchamianie testów jednostkowych, budowanie obrazu Dockera czy wdrażanie na środowisko stagingowe często zajmuje sporo czasu. Wcześniejsze implementacje wymuszały na użytkownikach pasywne czekanie lub gubienie kontekstu. Teraz, dzięki ulepszonym dialogom, status zadania oraz kluczowe logi są widoczne w interfejsie, co nie zaśmieca głównego okna rozmowy.

    Warto również zwrócić uwagę na wprowadzenie umiejętności opartej na tmux do logowania testów TUI (Terminal User Interface). tmux, jako multiplekser terminala, umożliwia niezawodne sesjonowanie i przechwytywanie skomplikowanych, interaktywnych wyjść programów. W kontekście Qwen Code, ta funkcja zapewnia, że logi z uruchomionych w tle narzędzi są dostępne i łatwe do analizy.

    Źródła