Tag: API

  • OpenCode v1.14.46: wbudowana umiejętność zapobiega błędom startowym i zwiększa stabilność API

    OpenCode v1.14.46: wbudowana umiejętność zapobiega błędom startowym i zwiększa stabilność API

    Zespół OpenCode opublikował wersję v1.14.46, która jest stabilizacyjną aktualizacją. Wprowadza nową umiejętność customize-opencode oraz naprawia kilka krytycznych błędów w API i narzędziach MCP. Zmiany mają na celu poprawienie edytowania konfiguracji, eliminując problemy z awariami przy uruchamianiu, co zwiększa przewidywalność całego środowiska deweloperskiego.

    Kluczowe informacje

    • customize-opencode – nowa umiejętność, która zmniejsza ryzyko awarii startowych po edycji plików konfiguracyjnych.
    • Poprawki HTTP API – naprawiono obsługę numerycznych parametrów zapytań, co zwiększa niezawodność klientów wysyłających wystandaryzowane zapytania.
    • Wzmocnione bezpieczeństwo Plan Mode – podagenci działający w trybie planowania otrzymali dodatkowe zabezpieczenia izolacji.
    • Lepsza stabilność sesji i narzędzi – rozwiązano problemy z ładowaniem starszych danych sesji oraz z wykrywaniem narzędzi MCP.
    • Wyrównanie typów SDK – poprawiono zgodność typów między klientami a działaniem w czasie wykonania, co redukuje potencjalne błędy integracyjne.

    Więcej niż tylko kosmetyka – co dokładnie zmieniono

    OpenCode to otwartoźródłowy agent kodowania AI, który działa w terminalu, IDE i aplikacji desktopowej. Szybkie tempo rozwoju sprawia, że każda aktualizacja może wprowadzać drobne usterki. Wersja v1.14.46 koncentruje się na ich eliminacji.

    Najważniejszą nowością jest umiejętność customize-opencode. Dodano ją, aby edytowanie konfiguracji opencode rzadziej prowadziło do przerwania startu. Oznacza to, że agent będzie lepiej obsługiwał niepoprawne lub niepełne ustawienia, podejmując próbę naprawy kontekstu konfiguracyjnego zamiast odmawiać uruchomienia.

    Równolegle rozwiązano problem z numerycznymi parametrami w zapytaniach HTTP API. Gdy klient przesyłał parametr jako liczbę (np. limit=10), niektóre ścieżki API interpretowały go błędnie. Teraz to już nie powinno się zdarzać, co jest szczególnie ważne dla osób integrujących OpenCode z własnymi narzędziami lub zewnętrznymi platformami.

    Bezpieczeństwo podagentów i odtwarzanie sesji

    Tryb Plan Mode pozwala agentom rozkładać złożone zadania na mniejsze kroki wykonywane przez podagentów. W wersji v1.14.46 wzmocniono ich bezpieczeństwo, wprowadzając zmiany dotyczące granic wykonawczych i izolacji. Szczegóły techniczne nie zostały szerzej rozwinięte w notatkach, ale wiadomo, że poprawiono mechanizmy odpowiedzialne za odtwarzanie stanu po długich sesjach. Problemy z ładowaniem starszych danych sesji mogły zakłócać ciągłość pracy, szczególnie gdy projekt był otwierany po przerwie.

    Dodatkowo naprawiono wykrywanie narzędzi MCP (Model Context Protocol). Jeśli serwer MCP nie zgłaszał narzędzi poprawnie, agent mógł ich nie widzieć. Po aktualizacji skanowanie narzędzi działa stabilniej, a problemy z ich dostępnością powinny zniknąć.

    Dlaczego to istotne dla „vibe coding” i codziennej pracy

    OpenCode stał się poważnym konkurentem wśród terminalowych asystentów AI, szczególnie w środowiskach, gdzie liczy się szybkie prototypowanie i tzw. vibe coding, czyli tworzenie w luźnym, eksperymentalnym tempie. Każda awaria przy starcie może wybić z rytmu na dłużej. Dlatego poprawki konfiguracyjne i te związane z sesjami są niezwykle istotne.

    Wersja v1.14.46 wpisuje się w szerszy trend szybkich iteracji. W poprzednich wydaniach OpenCode wprowadzono m.in. wsparcie dla WebSocketów OpenAI, ograniczenia kroków agenta oraz ulepszone wyszukiwanie plików. Teraz przyszła kolej na solidność, co jest dobrą wiadomością dla każdego, kto nie chce martwić się o to, czy konfiguracyjny eksperyment wywoła awarię.

    Choć zmiany nie są spektakularne, ich suma zdecydowanie podnosi komfort codziennego użytkowania. Otwarte źródło i aktywna społeczność gwarantują, że kolejne wydania będą dalej wygładzać kanty – v1.14.46 jest tego dobrym przykładem.

    Źródła

  • Kimi K2.7 Code wchodzi do gry – Moonshot AI rzuca wyzwanie Claude i GPT w długodystansowym kodowaniu

    Kimi K2.7 Code wchodzi do gry – Moonshot AI rzuca wyzwanie Claude i GPT w długodystansowym kodowaniu

    Moonshot AI wprowadziło 12 czerwca 2026 roku model Kimi K2.7 Code, który jest ich najnowszym asystentem do programowania. Model ten został zaprojektowany z myślą o długoterminowych zadaniach inżynierskich, obsługuje długie konteksty oraz autonomiczne narzędzia. Użytkownicy mogą uzyskać do niego dostęp przez API, Hugging Face oraz środowisko Kimi Code.

    • Kimi K2.7 Code jest modelem stworzonym do długodystansowych zadań programistycznych, który lepiej radzi sobie z różnymi językami oraz z frontendem, DevOpsem i optymalizacją wydajności.
    • 256-tysięczne okno kontekstowe oraz tryb myślący (bez szybkich odpowiedzi) – model został zoptymalizowany do złożonego, wieloetapowego rozumowania.
    • Około 30% mniej tokenów rozumowania w porównaniu do Kimi K2.6 Code przy tych samych zadaniach, co prowadzi do niższych kosztów inferencji.
    • Ceny API: 0,95 USD za milion tokenów wejściowych, 4 USD za milion wyjściowych oraz 0,19 USD przy trafieniach cache’a – model jest dostępny na licencji Modified MIT.

    Model dostosowany do agentowego kodu

    Kimi K2.7 Code nie jest jedynie poprawioną wersją swojego poprzednika. Moonshot AI określa go jako „najbardziej zdolny model do kodowania”, który został dostosowany do agentowego generowania kodu oraz długoterminowej inżynierii oprogramowania. Model ma na celu lepsze radzenie sobie z zadaniami wymagającymi wielu kroków, wywoływania narzędzi oraz utrzymania spójności w długich kontekstach.

    Dokumentacja wskazuje na znaczną poprawę w zadaniach długohoryzontalnych. Kimi K2.7 Code lepiej generalizuje między Rustem, Go i Pythonem, a także poprawia efektywność w projektach frontendowych, automatyzacji DevOps i optymalizacji wydajności. Dla zespołów korzystających z vibe coding lub autonomicznych agentów, model ten może obsługiwać bardziej złożone zadania niż tylko krótkie fragmenty kodu.

    Duże okno i jeden tryb

    Model dysponuje oknem kontekstowym o długości 256 tysięcy tokenów i nie obsługuje trybu niemyślącego – cała komunikacja odbywa się poprzez ścieżkę rozumowania. Dla programistów przyzwyczajonych do szybkich odpowiedzi od GPT czy Claude, może to być zauważalna różnica w interakcji, ale zapewnia, że model nie uprości skomplikowanej logiki.

    Moonshot informuje o redukcji tokenów rozumowania o około 30% w porównaniu do Kimi K2.6 Code. Oznacza to, że nowa architektura lub proces treningowy pozwoliły modelowi myśleć bardziej zwięźle, nie tracąc jakości. Mniejsza liczba tokenów przekłada się również na niższe koszty przy wywołaniach API.

    Ceny, licencja i możliwości testowania

    Dostęp do Kimi K2.7 Code można uzyskać przez Moonshot API, narzędzie Kimi Code (terminalowy/IDE agent) oraz repozytorium na Hugging Face. Model jest dostępny na licencji Modified MIT, co oznacza, że w przeciwieństwie do niektórych konkurencyjnych rozwiązań, nie ma ograniczeń dotyczących komercyjnego wykorzystania.

    Ceny wynoszą: 0,95 USD za milion tokenów wejściowych, 4 USD za milion wyjściowych oraz 0,19 USD za cache. W przypadku długich kontekstów i powtarzalnych promptów, te stawki mogą być korzystne. W porównaniu do modeli takich jak Claude czy GPT, Kimi K2.7 Code może być bardziej opłacalnym rozwiązaniem.

    Rodzina K2 i jej znaczenie dla web deweloperki

    Kimi K2.7 Code to kolejny krok po modelu Kimi K2.6 Code, który Moonshot promowało jako otwarte narzędzie do kodowania, długoterminowej egzekucji oraz agentów. Seria K2 opiera się na architekturze Mixture-of-Experts, która według wcześniejszych zapowiedzi ma bilion parametrów, z czego 32 miliardy są aktywowane podczas inferencji. Nowsze informacje sugerują, że Kimi K2.7 Code utrzymuje podobną skalę, chociaż oficjalne specyfikacje nie zostały jeszcze w pełni ujawnione.

    Dla programistów pracujących z Kimi K2.7 Code, model ten oferuje nowe możliwości w zakresie długoterminowego kodowania i bardziej złożonych projektów.

  • 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 v1.14.29: solidna dawka poprawek dla API i zarządzania sesjami

    OpenCode v1.14.29: solidna dawka poprawek dla API i zarządzania sesjami

    OpenCode v1.14.29 to głównie wydanie serwisowe, ale wprowadzone poprawki mają realny wpływ na codzienną pracę z narzędziem. Zespół Anomaly skoncentrował się na poprawie stabilności API, zarządzania przestrzenią roboczą oraz obsługi błędów OAuth. W sumie w tej wersji wprowadzono 14 zmian: 3 nowe funkcje, 1 ulepszenie oraz 10 poprawek błędów. Aktualizacja ta szczególnie przypadnie do gustu użytkownikom, którzy integrują OpenCode z własnymi pipeline'ami lub korzystają z niego w złożonych konfiguracjach wielodostawcowych.

    Kluczowe informacje

    • API HTTP otrzymało poprawki typów dla parametrów numerycznych i logicznych w wygenerowanej specyfikacji OpenAPI oraz SDK.
    • Relatywne ścieżki workspace'ów w sesjach działają teraz poprawnie, co ułatwia pracę z wieloma katalogami i dynamicznymi środowiskami.
    • Obsługa błędów OAuth została ulepszona zarówno dla integracji MCP, jak i providerów AI.
    • TUI i shell zyskały poprawki responsywności oraz niezawodności wykonywania komend.

    Co konkretnie naprawiono w API?

    Najwięcej uwagi poświęcono warstwie HTTP oraz generowanej specyfikacji OpenAPI. W poprzednich wersjach parametry numeryczne w zapytaniach do endpointów sesji i plików nie zawsze odpowiadały tym, co deklarowała specyfikacja. Teraz problem ten został rozwiązany. Podobne trudności dotyczyły parametrów logicznych — SDK generowało typy, które nie były zgodne z rzeczywistym API.

    Dla programistów generujących klientów na podstawie specyfikacji OpenAPI OpenCode oznacza to mniej niespodzianek oraz mniej ręcznego poprawiania wygenerowanego kodu. Automatyczne integracje w CI/CD oraz niestandardowe narzędzia będą teraz bardziej niezawodne.

    Sesje i workspace'y — mała zmiana, duży komfort

    Poprawka relatywnych ścieżek workspace'ów w sesjach to jedna z tych zmian, które łatwo przeoczyć, dopóki nie zaczynają sprawiać problemów. Dla osób pracujących z wieloma repozytoriami, używających dev containerów lub montujących katalogi w różnych lokalizacjach systemu plików, OpenCode teraz poprawnie rozpoznaje ścieżki względne. Eliminowane są sytuacje, w których agent gubi kontekst po przeniesieniu projektu.

    W tej wersji wprowadzono również "background subagents", którzy mogą kontynuować zadania w tle, podczas gdy użytkownik pracuje dalej. To funkcja wciąż eksperymentalna, ale zapowiada interesujący kierunek rozwoju.

    OAuth i autoryzacja — mniej zgadywania

    Obsługa błędów OAuth to kolejny obszar, który został znacząco poprawiony. Dotyczy to zarówno integracji z serwerami MCP (Model Context Protocol), jak i providerami modeli AI. Gdy przepływ autoryzacji zawodzi — co zdarza się często, zwłaszcza przy łańcuchach wielu dostawców — komunikaty błędów są teraz bardziej jednoznaczne. Użytkownicy spędzą mniej czasu na debugowaniu, a więcej na kodowaniu.

    Terminal i shell — stabilniej

    TUI (terminal user interface) zyskało poprawki responsywności, a wykonywanie komend shella stało się bardziej niezawodne. Dla osób, które głównie pracują w terminalu — co stanowi znaczną część użytkowników OpenCode — to kluczowe zmiany. Mniej przycięć, mniej niespodziewanych awarii, płynniejsza praca.

    Warto wiedzieć

    OpenCode w przeszłości borykało się z poważnymi problemami bezpieczeństwa — starsze wersje ujawniały niezabezpieczone endpointy HTTP, co umożliwiało wykonywanie komend shella czy odczyt plików. Każda poprawka w warstwie API i autoryzacji to krok w stronę odbudowy zaufania. Zespół Anomaly konsekwentnie łata te obszary.

    Jednakże, w raportach na GitHubie pojawiły się sygnały, że v1.14.29 mogła wpłynąć negatywnie na wsparcie dla GPT-5.3 Codex w integracji z OpenAI. Użytkownicy korzystający z tego providera powinni sprawdzić, czy wszystko działa poprawnie przed aktualizacją produkcyjnego środowiska.

    Podsumowanie

    OpenCode v1.14.29 nie wprowadza spektakularnych nowości, ale solidnie poprawia fundamenty. Lepsza zgodność API, stabilniejsze sesje oraz czytelniejsze błędy OAuth to zmiany, które będą odczuwalne w codziennej pracy. Dzięki tej aktualizacji istnieje większa szansa, że system będzie działał bez zakłóceń.

    Źródła

  • OpenCode wprowadza eksperimentalne API HTTP i poprawia obsługę DeepSeek

    OpenCode wprowadza eksperimentalne API HTTP i poprawia obsługę DeepSeek

    Najnowsza wersja OpenCode, v1.14.24, wprowadza eksperymentalne endpointy HTTP API, które zwiększają możliwości automatyzacji i integracji tego otwartego asystenta kodowania AI. Nowe funkcjonalności obejmują endpointy do sprawdzania statusu serwera MCP oraz operacji na plikach projektu. Aktualizacja poprawia również formatowanie komunikatów asystenta DeepSeek, zapewniając, że reasoning (rozumowanie modelu) jest zawsze uwzględniane, oraz usprawnia dziedziczenie konfiguracji modelu. Te zmiany przyczyniają się do rozwoju OpenCode jako platformy dla programistów i agentów AI.

    Kluczowe fakty dotyczące wydania v1.14.24

    • Nowe endpointy API HTTP: Dodano eksperymentalne endpointy do sprawdzania statusu serwera MCP, listowania plików, czytania zawartości plików oraz sprawdzania statusu plików projektu.
    • Naprawa dla DeepSeek: Poprawiono obsługę komunikatów asystenta DeepSeek, eliminując problemy formatowania związane z pominięciem reasoning.
    • Stabilność konfiguracji: Usprawniono dziedziczenie konfiguracji modelu, co zapewnia ciągłość działania dla modeli z interleaved capability.
    • Wersja: OpenCode v1.14.24 jest dostępny do pobrania i instalacji.
    • Integracja: Wydanie wspiera rozwój OpenCode jako platformy integracyjnej dla automatyzacji i złożonych workflowów agentów AI.

    Rozszerzone możliwości automatyzacji poprzez HTTP API

    Wprowadzenie eksperymentalnych endpointów HTTP API w v1.14.24 otwiera nowe możliwości dla zautomatyzowanych workflowów. Endpointy dotyczące statusu serwera MCP oraz operacji na plikach projektu umożliwiają programowe monitorowanie stanu środowiska i manipulację jego zasobami. To jest istotne dla zespołów, które chcą zintegrować OpenCode z własnymi systemami CI/CD, narzędziami monitorowania lub złożonymi pipeline'ami agentów AI. API staje się bardziej dostępne dla skryptów i aplikacji zewnętrznych, co zmniejsza potrzebę ręcznej interakcji z terminalem lub interfejsem OpenCode.

    Endpointy są oznaczone jako eksperymentalne, co sugeruje, że są wczesną fazą rozwoju i mogą być rozbudowane w przyszłych wersjach. Ich obecność wskazuje na kierunek projektu: OpenCode ma na celu nie tylko bycie interaktywnym asystentem w terminalu, ale także programowalnym silnikiem, który można włączyć w większe, zautomatyzowane procesy.

    Poprawa kompatybilności z DeepSeek i stabilność modeli

    Poprawa kompatybilności z DeepSeek i stabilność modeli

    Druga istotna część tego wydania dotyczy napraw związanych z modelami AI, w szczególności DeepSeek. Problem z komunikatami asystenta DeepSeek, gdzie reasoning był czasami pomijany, prowadził do błędów formatowania na poziomie providera. Naprawa tego zapewnia, że odpowiedzi modelu są zawsze kompletne i zgodne z oczekiwanym formatem, co zwiększa stabilność i niezawodność pracy z tym providerem.

    Dla użytkowników intensywnie korzystających z DeepSeek poprzez OpenCode, takie błędy mogły skutkować niekompletnymi odpowiedziami, utratą kontekstu lub nawet crashami w zależnych procesach. Stabilna komunikacja jest kluczowa dla agentów AI wykonujących złożone zadania, takie jak analiza kodu, generowanie dokumentacji czy refaktoring.

    Dodatkowo, usprawnienie dziedziczenia konfiguracji modeli rozwiązuje problemy, które pojawiały się przy użyciu interleaved capability models. Gdy konfiguracja modelu korzystała z pola dziedziczonego z istniejącego modelu, mogło to prowadzić do niespodziewanych błędów lub utraty funkcjonalności. Aktualizacja zapewnia, że takie konfiguracje działają poprawnie nawet w przypadku fallbacku, co jest kluczowe dla zespołów korzystających z wielu, nakładających się modeli w swoich workflowach.

    OpenCode jako platforma integracyjna dla agentów AI

    OpenCode jako platforma integracyjna dla agentów AI

    Kontekst tego wydania jest istotny. OpenCode, opisany jako "open source AI coding agent", obsługuje modele z wielu providerów, takich jak Claude, GPT czy Gemini. Rozszerzenie API i poprawa obsługi providerów, takich jak DeepSeek, wzmacniają tę pozycję. Projekt ewoluuje od narzędzia dla indywidualnego programisty do platformy, na której można budować bardziej złożone aplikacje i automacje.

    Dodanie endpointów HTTP API jest krokiem w stronę integracji z narzędziami takimi jak MCP (Model Context Protocol), które umożliwiają agentom AI dostęp do szerokiego kontekstu i danych. To sprawia, że OpenCode może stać się centralnym hubem dla automatyzacji rozwoju oprogramowania, łączącym asystenta AI, system plików, status serwerów i zarządzanie projektem w jeden programowalny interfejs.

    Wnioski

    Wydanie OpenCode v1.14.24 wprowadza ważne ulepszenia. Eksperymentalne API HTTP otwiera drogę do zaawansowanej automatyzacji, a naprawy związane z DeepSeek i konfiguracją modeli zwiększają stabilność i niezawodność platformy. Dla developerów korzystających z OpenCode jako części swoich codziennych workflowów, te zmiany oznaczają mniej manualnej pracy, bardziej stabilną współpracę z modelami AI i większe możliwości integracji z innymi systemami. To wydanie potwierdza, że AI coding assistants stają się integralnymi, programowalnymi częściami środowisk developmentowych.

    Źródła

  • Anthropic wprowadza Rate Limits API i pamięć dla agentów Claude

    Anthropic wprowadza Rate Limits API i pamięć dla agentów Claude

    Anthropic, firma odpowiedzialna za modele Claude, wprowadziła na swojej platformie dwa istotne udogodnienia dla programistów. Od 24 kwietnia 2026 roku dostępne jest Rate Limits API, które umożliwia sprawdzanie konfiguracji limitów użycia API na poziomie organizacji i workspace'ów. Również od 23 kwietnia 2026 roku w publicznej beta dostępna jest Memory for Claude Managed Agents, funkcja, która zapewnia agentom Claude pamięć stanu, co poprawia ich działanie w długotrwałych workflowach. Te zmiany są ogłoszone w kontekście wydania najnowszych modeli z rodziny Claude.

    Najważniejsze informacje

    • Rate Limits API umożliwia programowe sprawdzanie limitów przepustowości dla organizacji i workspace'ów.
    • Memory for Claude Managed Agents weszła w fazę publicznej beta, pozwalając na utrzymanie stanu w długotrwałych sesjach.
    • Nowe API dostarcza szczegółów dotyczących limitów dla Messages API i pokrewnych zasobów.
    • Pamięć dla Managed Agents ma znaczenie dla aplikacji agentowych, takich jak asystenci, automatyzacje workflowów czy systemy obsługi klienta.
    • Te zmiany są związane z wydaniem najnowszych modeli Claude, co pokazuje rozwój platformy.

    Rate Limits API: programowa kontrola przepustowości

    Nowe Rate Limits API to endpoint, który odzwierciedla informacje widoczne w sekcji Limits w konsoli Claude. Jest to kluczowe udogodnienie dla zespołów platformowych i DevOps. Wcześniej informacje o limitach były dostępne tylko przez UI konsoli. Teraz platformy mogą dynamicznie odczytywać aktualne limity, aby synchronizować swoje gatewaye i proxy, budować alerty na podstawie użycia w porównaniu do konfiguracji oraz auditować workspace'y w kontekście automatyzacji provisioningu. Ważne: domyślny workspace nie może mieć nadpisanych limitów.

    Dlaczego API limitów jest ważne dla zespołów DevOps i web dev

    W kontekście AI-native SaaS, narzędzi do kodowania oraz zaawansowanych systemów agentowych, limity przepustowości są często zmiennym celem. Firmowe proxy, gatewaye i middleware muszą być świadome limitów, aby efektywnie kształtować ruch i implementować logikę awaryjną. Hardcoding limitów prowadzi do problemów, gdy Anthropic zmienia swoje polityki – jak wprowadzenie tygodniowych limitów dla użytkowników Claude Code w sierpniu 2025 roku.

    TechCrunch informował, że Anthropic wprowadził dodatkowe tygodniowe limity dla subskrybentów Pro i Max, pozostawiając istniejące 5-hour rolling limits. Firma wskazała, że to odpowiedź na użytkowników, którzy "ciągle w tle, 24/7" używali Claude Code oraz na nadużycia związane z dzieleniem kont czy resellingiem. Subskrybenci Max mogą kupować dodatkowe użycie według standardowych stawek API. Według Anthropic, zmiany dotknęły poniżej 5% subskrybentów, bazując na wzorcach użycia.

    W kontekście tych zmian, nowe Rate Limits API daje administratorom widoczność w struktury limitów, które coraz bardziej kształtują zarządzanie workflowami opartymi na Claude. Jest to szczególnie ważne dla platform wielo-tenantowych, systemów orkiestracji agentów czy narzędzi dla programistów, które kierują zapytania do różnych modeli Claude.

    Memory for Claude Managed Agents: stanowa pamięć dla agentów

    Memory for Claude Managed Agents: stanowa pamięć dla agentów

    Równolegle, Memory for Claude Managed Agents weszła w publiczną beta. Ta funkcja jest kluczowa dla agentowych workflowów – długotrwałych, stateful procesów, gdzie agent musi zachować kontekst między różnymi krokami czy sesjami. Dotyczy to np. agentów kodujących, którzy pracują nad projektem przez wiele godzin; agentów wsparcia klienta, którzy prowadzą konwersację; czy automatyzacji workflowów, które koordynują wieloetapowe zadania.

    Pamięć pozwala agentowi Claude utrzymywać stan między różnymi interakcjami, co redukuje potrzebę ciągłego rekonstruowania kontekstu i poprawia efektywność oraz doświadczenie użytkownika.

    Warto zauważyć, że Rate Limits API wyraźnie wyklucza Managed Agents z endpointu limitów organizacji, co sugeruje, że Managed Agents mają swoje własne powierzchnie produktowe i mogą być zarządzane oddzielnie. To pokazuje, że Anthropic rozwija infrastrukturę enterprise/agent w sposób modularny.

    Kontekst zmian modelowych: Claude i wycofanie Haiku

    Rate Limits API pojawia się w czasie, gdy Anthropic wydał najnowsze modele z rodziny Claude. Z drugiej strony, firma stopniowo skupia się na nowszych rodzinach modeli i bardziej zaawansowanych kontrolach platformowych.

    Wnioski dla developerów i platform engineers

    Dla zespołów web dev, AI, hosting i DevOps te zmiany są wyraźnym sygnałem: planowanie operacyjne w integracji z Claude staje się konieczne.

    Źródła

  • Opencode v1.4.5 rozszerza telemetrię i elastyczność API dla deweloperów

    Opencode v1.4.5 rozszerza telemetrię i elastyczność API dla deweloperów

    Wydana niedawno wersja Opencode v1.4.5 koncentruje się na dwóch kluczowych obszarach dla programistów: głębszej obserwowalności aplikacji wspieranych przez sztuczną inteligencję oraz większej kontroli nad API. To wydanie wzmacnia pozycję open-source'owego agenta kodującego jako platformy do budowy zaawansowanych workflow'ów AI. Nowości są szczególnie istotne dla zespołów zajmujących się web developmentem, DevOps i integracją modeli językowych.

    Aktualizacja umożliwia eksport spanów telemetrii z AI SDK do backendów śledzenia zgodnych ze standardem OTLP (OpenTelemetry Protocol). Deweloperzy zyskują bezpośredni dostęp do eksperymentalnego schematu API dla pytań oraz specyfikacji OpenAPI, co ułatwia tworzenie własnych, niestandardowych hostów. Wprowadzono także fabrykę handlerów pytań, która ma uprościć wielokrotne wykorzystanie tej logiki.

    Kluczowe zmiany w wydaniu v1.4.5

    • Rozszerzona telemetria AI SDK – Spany telemetryczne mogą być teraz eksportowane do zewnętrznych systemów zgodnych z OTLP, co daje zespołom DevOps pełniejszy wgląd w działanie AI w pipeline'ach i aplikacjach produkcyjnych.
    • Ujawnione API i schematy – Upubliczniono eksperymentalny schemat API pytań oraz pełną specyfikację OpenAPI, wyeksportowane bezpośrednio z pakietu @opencode-ai/server. To ułatwia integrację i budowanie własnych rozwiązań.
    • Fabryka handlerów pytań – Nowy mechanizm obsługi pytań zwiększa elastyczność dla programistów tworzących własne hosty API, redukując boilerplate code.

    Wydanie v1.4.5 jest częścią serii aktualizacji, które wzmacniają dojrzałość i niezawodność narzędzia, koncentrując się na integracji z ekosystemem i stabilności.

    Kontekst wzmacniają wcześniejsze aktualizacje głównej linii rozwojowej, które poszerzają wsparcie dla nowych modeli i ulepszają podstawowe funkcje edycyjne oraz developerskie.

    Większa przejrzystość dla AI DevOps i hostingu

    Możliwość eksportu telemetrii do OTLP to strategiczny krok w stronę profesjonalnego wdrożenia AI w środowiskach produkcyjnych. Dla zespołów DevOps i inżynierów odpowiedzialnych za hosting, śledzenie wydajności, błędów i opóźnień w interakcjach z modelami językowymi (LLM) jest kluczowe. Integracja ze standardowym ekosystemem OpenTelemetry oznacza, że dane z Opencode mogą płynąć do tych samych narzędzi monitorujących, takich jak Jaeger, Grafana Tempo czy usługi chmurowe, co reszta infrastruktury aplikacji.

    Wsparcie przez Opencode wielu dostawców modeli poprzez AI SDK i Models.dev, w tym modeli lokalnych, jest istotne. Zarządzanie taką różnorodnością bez solidnych narzędzi do obserwowalności mogłoby być trudne. Teraz zespoły mogą mieć scentralizowany widok na to, jak różne modele zachowują się w ich konkretnych workflow'ach kodowania i automatyzacji.

    Elastyczność API dla zaawansowanych integracji

    Drugi filar aktualizacji – udostępnienie API i fabryki handlerów – trafia w potrzeby zaawansowanych użytkowników i deweloperów chcących zintegrować Opencode z własnymi systemami. Ekspozycja schematu OpenAPI umożliwia automatyczne generowanie klientów, testowanie endpointów i tworzenie dokumentacji. To znak, że projekt dojrzewa, oferując stabilne interfejsy programistyczne poza swoją główną aplikacją desktopową czy TUI.

    Fabryka handlerów pytań pozwala programistom na tworzenie niestandardowych serwerów lub hostów, które wykorzystują rdzenne możliwości zadawania pytań Opencode, ale opakowują je we własną logikę biznesową, uwierzytelnianie czy routing. To otwiera drogę do budowy wewnętrznych narzędzi agentowych, specjalizowanych środowisk dla konkretnych języków programowania lub zintegrowanych platform deweloperskich w firmach.

    Wnioski: Opencode stawia na ekosystem i profesjonalne wdrożenia

    Wydanie Opencode v1.4.5, choć inkrementalne, wskazuje na kierunek rozwoju projektu. Zespół inwestuje w fundamenty niezbędne do adopcji w profesjonalnym środowisku, zamiast skupiać się wyłącznie na nowych funkcjach dla użytkowników końcowych. Lepsza telemetria odpowiada na potrzeby skalowania i niezawodności, a lepsze API zaprasza społeczność do rozszerzania i integrowania narzędzia na własne sposoby.

    Te zmiany wpisują się w trendy związane z vibe coding i agentowymi workflow'ami.

    Źródła

  • Factory CLI w wersji 0.100.0 otwiera dostęp do API dla wszystkich członków zespołu

    Factory CLI w wersji 0.100.0 otwiera dostęp do API dla wszystkich członków zespołu

    Najnowsza aktualizacja narzędzia Factory CLI, oznaczona numerem wersji 0.100.0, wprowadza istotne zmiany w zarządzaniu uprawnieniami w organizacjach. Od teraz każdy członek zespołu może samodzielnie tworzyć klucze API, co znosi wcześniejsze ograniczenia, które dotyczyły tylko menedżerów i właścicieli organizacji. Celem tej zmiany jest usprawnienie codziennych procesów developerskich oraz zwiększenie autonomii programistów w korzystaniu z platformy.

    Ta aktualizacja wpisuje się w szerszą filozofię Factory, platformy wspierającej automatyzację zadań CI/CD przy użyciu sztucznej inteligencji. Factory CLI działa jako asystent developerski, wykorzystując "Droidy" do automatyzacji refaktoryzacji, migracji oraz procesów budowania na dużą skalę. Rozszerzenie uprawnień do tworzenia kluczy API dla wszystkich członków zespołu jest krokiem w kierunku demokratyzacji dostępu do konfiguracji, co wpływa na efektywność całych zespołów DevOps.

    Kluczowe fakty dotyczące aktualizacji

    • Demokratyzacja zarządzania API – możliwość tworzenia kluczy API została rozszerzona na wszystkich członków organizacji.
    • Redukcja zatorów administracyjnych – programiści nie muszą już czekać na zatwierdzenie przez przełożonych, aby skonfigurować własną autoryzację dla integracji.
    • Większa elastyczność CI/CD – zespoły zyskują kontrolę nad konfiguracją uwierzytelniania w swoich zautomatyzowanych workflowach.
    • Wsparcie dla współpracy w dużych zespołach – zmiana ułatwia zarządzanie wieloma projektami i integracjami w ramach organizacji.

    Znaczenie dla praktyki DevOps

    W praktyce oznacza to, że developer pracujący nad konkretnym modułem czy usługą może samodzielnie wygenerować klucz API potrzebny do integracji z zewnętrznym narzędziem monitoringu, systemem ticketingowym czy własnym skryptem automatyzującym. Eliminuje to konieczność zgłaszania ticketu do działu IT lub czekania na reakcję przełożonego, co w dynamicznym środowisku tworzenia oprogramowania może zaoszczędzić godziny, a nawet dni.

    Model oparty na zaufaniu staje się coraz bardziej popularny w nowoczesnych narzędziach DevOps. Zamiast scentralizowanego "gatekeepingu", gdzie każda konfiguracja wymaga eskalacji, odpowiedzialność i kontrola są przesuwane bliżej osób, które faktycznie wykonują pracę. To przyspiesza procesy oraz zwiększa poczucie odpowiedzialności i własności wśród członków zespołu.

    Factory CLI jako platforma automatyzacji

    Factory CLI jako platforma automatyzacji

    Kontekst tej zmiany jest istotny. Factory CLI to kompleksowe narzędzie do automatyzacji zadań programistycznych, które potrafi uruchamiać setki agentów AI równolegle w celu przetwarzania całych baz kodu. Jego zastosowania obejmują automatyczne przeglądy kodu, naprawę padających buildów, migracje oraz aktualizacje zależności. W takim ekosystemie płynny dostęp do API jest kluczowy, umożliwiając integrację automatyzacji z resztą stosu technologicznego firmy.

    Rozszerzenie uprawnień w wersji 0.100.0 pokazuje, że twórcy Factory koncentrują się na doświadczeniu developerów i usuwaniu barier w codziennej pracy. Uproszczenie procesu zarządzania kluczami API to pozornie drobna zmiana, ale w skali tygodni czy miesięcy pracy całego zespołu może znacząco zwiększyć produktywność.

    Podsumowanie

    Aktualizacja Factory CLI do wersji 0.100.0, która znosi restrykcje w tworzeniu kluczy API, to krok w kierunku bardziej autonomicznych i zwinnych zespołów developerskich. W środowisku, gdzie szybkość i niezależność w konfiguracji własnego środowiska pracy są kluczowe, takie zmiany mają realny wpływ na efektywność. Wprowadzenie modelu uprawnień opartego na zaufaniu do wszystkich członków organizacji redukuje obciążenie administracyjne liderów i wzmacnia kompetencje oraz odpowiedzialność każdego programisty w zespole. To ewolucja zgodna z duchem nowoczesnego DevOps, gdzie narzędzia powinny wspierać, a nie utrudniać codzienną pracę nad kodem.

    Źródła

  • Aktualizacja platformy Claude: stare modele w deprecjacji, migracja do nowszych wersji

    Aktualizacja platformy Claude: stare modele w deprecjacji, migracja do nowszych wersji

    Anthropic ogłosił planowane wycofanie modeli Claude Sonnet oraz Claude Opus, które przestaną działać 15 czerwca 2026 roku. Ta decyzja była oczekiwana przez społeczność deweloperów, którzy obserwowali szybki rozwój modeli Claude. Już 14 kwietnia 2026 roku firma oznaczyła te wersje jako przestarzałe, co sugerowało długi okres przejściowy. Teraz nadszedł czas na konkretne kroki migracyjne – twórcy aplikacji powinni przejść na nowsze wersje: Claude Sonnet oraz Claude Opus.

    W szybko rozwijającym się świecie sztucznej inteligencji zarządzanie cyklem życia API staje się kluczową umiejętnością. Wycofywanie starszych wersji to standardowa praktyka w branży, która pozwala firmom skupić się na wsparciu i rozwoju najnowszych modeli. W przypadku Anthropic ponad roczny okres na migrację daje deweloperom więcej czasu niż oferują niektórzy konkurenci, co jest korzystne dla użytkowników.

    Kluczowe fakty dotyczące zmian

    • Claude Sonnet i Opus (o ID claude-sonnet-20250514 i claude-opus-20250514) mają status deprecjacji, a ich działanie zakończy się 15 czerwca 2026 roku.
    • Rekomendowane modele docelowe to Claude Sonnet (o ID claude-sonnet) oraz Claude Opus (o ID claude-opus).
    • Migracja w Claude Code jest ułatwiona dzięki możliwości wyboru modelu z rozwijanej listy i jego zmiany w dowolnym momencie.
    • Nowy model flagowy Claude Opus został udostępniony 16 kwietnia 2026 roku, oferując zaawansowane możliwości agentowego kodowania.

    Dlaczego modele są wycofywane?

    Cykl życia modeli AI przyspiesza wraz z postępem technologicznym. Starsze wersje, takie jak Sonnet czy Opus, opierają się na architekturze i danych treningowych sprzed ponad roku. W tym czasie Anthropic poprawił wydajność, zmniejszył koszty tokenów oraz wprowadził kluczowe funkcje bezpieczeństwa i nowe możliwości, takie jak rozszerzone okna kontekstu czy lepsze wsparcie dla narzędzi.

    Wycofanie starych modeli pozwala firmie skoncentrować zasoby inżynieryjne i obliczeniowe na utrzymaniu i rozwoju najnowszych wersji. To również ważne z punktu widzenia bezpieczeństwa – zapewnienie, że wszyscy użytkownicy korzystają z modeli z najnowszymi zabezpieczeniami przed jailbreakami czy wyciekami promptów. Długi okres przejściowy daje firmom czas na przetestowanie nowych wersji, zaktualizowanie integracji i przeprowadzenie wewnętrznych audytów.

    Jak przebiega migracja w praktyce?

    Jak przebiega migracja w praktyce?

    Dokumentacja platformy Claude sugeruje, że proces przejścia na nowsze modele został zaprojektowany tak, aby był jak najmniej skomplikowany. Podstawowym mechanizmem jest zmiana parametru model w wywołaniach API. Deweloperzy korzystający z Claude Code mogą po prostu wybrać nowy model z listy dostępnych w interfejsie. W przypadku własnych integracji API, aktualizacja często sprowadza się do zmiany jednej linijki kodu, choć warto pamiętać o potencjalnych różnicach w zachowaniu modeli.

    Szczególnie ważne jest dokładne przetestowanie aplikacji po zmianie modelu. Nawet jeśli nowsze wersje są z założenia lepsze, mogą różnić się w formatowaniu odpowiedzi, długości generowanych tekstów czy interpretacji niektórych promptów. Anthropic zaleca zapoznanie się z oficjalnym przewodnikiem migracyjnym, który szczegółowo opisuje zmiany pomiędzy wersjami, w tym potencjalnie łamiące zmiany w API, które pojawiły się wraz z Claude Opus.

    Co zyskujemy na nowszych modelach?

    Co zyskujemy na nowszych modelach?

    Przejście na Claude Sonnet czy Claude Opus to nie tylko kwestia uniknięcia przerw w działaniu. To przede wszystkim dostęp do zauważalnie ulepszonych możliwości. Nowe modele oferują lepsze zrozumienie kontekstu, wydajniejsze przetwarzanie zadań wymagających rozbudowanego rozumowania oraz wsparcie dla nowych funkcji, takich jak adaptive thinking czy structured outputs.

    Claude Opus, najnowszy flagowy model, wprowadza dodatkowo nowy tokenizer i ulepszenia w generowaniu kodu agentowego. Pomimo tych udoskonaleń, ceny za przetworzenie tokenów pozostają konkurencyjne. To istotna informacja dla firm kalkulujących koszty operacyjne – migracja nie musi wiązać się z automatycznym wzrostem opłat.

    Podsumowanie i dalsze kroki

    Choć termin ostatecznego wyłączenia starszych modeli wydaje się odległy, warto rozpocząć planowanie migracji już teraz. Proaktywne podejście pozwoli uniknąć ostatniej chwili przed czerwcem 2026 roku i da czas na dogłębne przetestowanie aplikacji na nowych wersjach. Pierwszym krokiem powinno być zapoznanie się z oficjalną dokumentacją deprecjacyjną Anthropic oraz przewodnikami migracyjnymi dostępnymi na platformie.

    Deweloperzy mogą już teraz przetestować swoje aplikacje z modelami Claude Sonnet i Claude Opus w środowiskach stagingowych. Warto również rozważyć skorzystanie z nowych funkcji dostępnych w najnowszych modelach, które mogą przyczynić się do ulepszenia aplikacji.

    Źródła

  • Opencode wprowadza kluczowe poprawki OAuth i nowe warianty modeli

    Opencode wprowadza kluczowe poprawki OAuth i nowe warianty modeli

    Ostatnia aktualizacja Opencode koncentruje się na zwiększeniu niezawodności współpracy z agentami AI, poprawiając obsługę interfejsu oraz rozszerzając funkcje API. Wydanie to odpowiada na problemy zgłaszane przez społeczność i stanowi kolejny krok w optymalizacji środowiska deweloperskiego. Wprowadzone zmiany wpływają na użyteczność narzędzia, które zyskuje popularność jako terminalowe środowisko dla asystentów kodujących.

    Kluczowe zmiany w aktualizacji

    • Naprawa regresji motywu systemowego w TUI: Rozwiązano problem z wyświetlaniem motywu systemowego w terminalowym interfejsie użytkownika (TUI), co przywraca spójność wizualną.
    • Dostosowanie wysokości autouzupełniania: Udoskonalono działanie funkcji autouzupełniania, aby lepiej dostosowywała wysokość wyświetlanych sugestii do zawartości.
    • Nowe endpointy HTTP API: Dodano nowe punkty końcowe API HTTP, takie jak GET /config oraz endpointy do sprawdzania statusu serwerów, co poszerza możliwości integracji i automatyzacji.
    • Poprawki importów dla Windows: Usunięto problemy związane z importowaniem modułów w środowisku Windows, co zwiększa stabilność na tej platformie.
    • Ograniczenie wariantów modeli: Wprowadzono zmiany, które ograniczają wyświetlanie wariantów do wybranego modelu, w tym modeli Opencode.

    Dopracowanie interfejsu i ekosystemu rozszerzeń

    Głównym celem tej aktualizacji jest poprawa doświadczeń użytkowników oraz rozszerzenie możliwości integracji. Naprawa regresji motywu systemowego w TUI przywraca oczekiwane, spójne zachowanie interfejsu, które wielu użytkowników preferowało. Dostosowanie logiki autouzupełniania sprawia, że praca z terminalem staje się bardziej płynna i przewidywalna.

    Dodanie nowych endpointów HTTP API, w tym możliwości sprawdzania konfiguracji i statusu serwerów, to ważny krok w kierunku lepszej automatyzacji i integracji z zewnętrznymi narzędziami. Umożliwia to administratorom i zaawansowanym użytkownikom bezpieczniejsze i bardziej elastyczne włączanie Opencode do istniejących przepływów pracy, szczególnie w środowiskach korporacyjnych.

    Poprawki związane z importami na Windowsie oraz zmiany dotyczące wyświetlania wariantów modeli świadczą o dbałości o stabilność i przejrzystość na wszystkich obsługiwanych platformach. Ograniczenie wyświetlanych wariantów do zakresu wybranego modelu pomaga uniknąć nieporozumień i upraszcza proces konfiguracji.

    To wydanie Opencode ilustruje metodyczne podejście do rozwiązywania rzeczywistych problemów użytkowników. Zamiast wprowadzać rewolucyjne nowości, dostarczono zestaw precyzyjnych poprawek, które stabilizują podstawowe funkcje – przewidywalne działanie interfejsu oraz elastyczność integracji. Taki kierunek rozwoju świadczy o dojrzałości projektu, który koncentruje się na niezawodności, będącej fundamentem produktywności w codziennej pracy deweloperskiej.

    Źródła