Tag: automatyzacja

  • Qwen-Code v0.18.0: pamięć między projektami i agenci działający w tle

    Qwen-Code v0.18.0: pamięć między projektami i agenci działający w tle

    Wersja v0.18.0 narzędzia Qwen-Code została wydana, wprowadzając istotne zmiany, które mogą wpłynąć na sposób, w jaki programiści korzystają z terminala. Aktualizacja nie jest jedynie kosmetyczna — nowości obejmują pamięć kontekstową między projektami, agentów działających w tle oraz wizualne zarządzanie umiejętnościami. Celem tych zmian jest przekształcenie CLI w narzędzie automatyzacji dla zadań developerskich.

    Kluczowe zmiany w Qwen-Code v0.18.0

    • Pamięć międzyprojektowa przechowuje kontekst między repozytoriami i sesjami, co ułatwia długotrwałe prace nad funkcjami.
    • Agenci działający w tle wykonują wieloetapowe zadania bez potrzeby ciągłego nadzoru ze strony użytkownika.
    • Panel umiejętności oferuje wizualne zarządzanie powtarzalnymi zadaniami bezpośrednio w CLI.
    • Automatyczna aktualizacja działa teraz dla instalatora standalone, nie tylko dla npm.
    • Wsparcie multimodalne dla modeli Qwen-Code v0.18.0 rozszerza możliwości poza pracę z tekstem.

    Pamięć, która nie znika po zamknięciu terminala

    Jednym z głównych problemów asystentów kodowania w terminalu była utrata kontekstu po zamknięciu sesji. Qwen-Code v0.18.0 wprowadza pamięć na poziomie użytkownika, która działa między projektami. Użytkownicy nie muszą ponownie informować agenta o tym, nad czym pracują, gdy przełączają się między repozytoriami.

    Oznacza to, że CLI zapamiętuje preferencje, wcześniejsze decyzje i schematy pracy. Dla zespołów DevOps oraz osób zajmujących się triage'em CI to znaczna oszczędność czasu — mniej ręcznego ustawiania kontekstu przy każdym nowym zadaniu.

    Agenci działający w tle i praca równoległa

    Nowym dodatkiem jest funkcja /fork background agents, która pozwala uruchomić agenta wykonującego zadanie w tle, podczas gdy główna sesja pozostaje wolna. Harmonogramowane zadania (/loop scheduled tasks) mogą teraz przetrwać restart, co eliminuje konieczność ich ponownej konfiguracji po awarii lub zamknięciu terminala.

    Późniejsze wersje z linii v0.18.x (aż do v0.18.3) wprowadziły współpracę zespołów agentów (Agent Team parallel collaboration). Użytkownicy mogą zlecać różnym agentom kilka zadań jednocześnie, co pozwala na równoległe ich wykonanie bez wzajemnego blokowania.

    Drobne usprawnienia, które robią różnicę

    Zespół Qwen-Code wprowadził również mniejsze, ale praktyczne zmiany, takie jak przełączanie katalogów w trakcie sesji, zwijane wyniki myślenia modelu oraz bramkowanie zatwierdzeń MCP. To ostatnie umożliwia kontrolowanie, które akcje agent może wykonać bez pytania o zgodę.

    Poprawiono także kompresję, co przyspiesza przetwarzanie długich sesji, zmniejszając czas oczekiwania na rozbudowane zadania. W kontekście web developmentu, gdzie często pracuje się z wieloma plikami i zależnościami, takie optymalizacje są istotne.

    Stabilność i łatki

    Dokumentacja nie zawiera szczegółowej listy błędów, ale wiadomo, że zespół skoncentrował się na zarządzaniu pamięcią, stabilności CLI oraz kompatybilności międzyplatformowej. Qwen-Code działa na systemach Linux, macOS i Windows (w tym przez WSL), co czyni te poprawki kluczowymi dla spójności doświadczeń użytkowników.

    Wersja v0.18.0 to także ponad 50 scalonych PR-ów w jednym cyklu tygodniowym. Tempo rozwoju wskazuje na szybkie dojrzewanie narzędzia — to dopiero początek serii wydań zaplanowanych na czerwiec.

    Co dalej?

    Linia v0.18.x nie jest końcem rozwoju Qwen-Code. Już zapowiedziano integrację z multimodalnym modelem Qwen-Code v0.18.0, który łączy rozumienie obrazu i wideo z agentowym wykonywaniem zadań. Dla programistów webowych może to oznaczać możliwość przesłania zrzutu ekranu z błędem i uzyskania analizy bez konieczności opisywania problemu słowami.

    Dla osób pracujących w nurcie vibe coding, gdzie dużą część kodu generuje AI, a rola programisty przesuwa się w stronę nadzoru i kierowania, automatyzacja oraz pamięć kontekstowa stają się kluczowe. Qwen-Code v0.18.0 wyraźnie zmierza w tym kierunku.

    Źródła

  • Codex 0.138.0: płynne przejście z terminala do aplikacji i automatyzacja wtyczek

    Codex 0.138.0: płynne przejście z terminala do aplikacji i automatyzacja wtyczek

    OpenAI wypuściło Codex 0.138.0, aktualizację, która łączy pracę w terminalu z graficzną aplikacją desktopową. Wydanie z 8 czerwca 2026 roku wprowadza 115 zmian, w tym 35 nowych funkcji, 9 usprawnień wydajnościowych oraz 32 poprawki błędów. Ta aktualizacja, choć techniczna, realnie wpływa na codzienny workflow programisty.

    Kluczowe zmiany w skrócie

    • Polecenie /app przenosi sesję CLI bezpośrednio do aplikacji Codex Desktop na macOS i Windows.
    • Lokalne obrazy teraz udostępniają ścieżki zapisanych plików modelowi, co ułatwia ich edycję i wykorzystanie w promptach.
    • Wtyczki z flagą --json zwracają ustrukturyzowane dane, które można wykorzystać w pipeline’ach CI/CD i skryptach automatyzacyjnych.
    • Wsparcie dla v2 personal access tokenów poprawia integrację w środowiskach enterprise i zespołowych.

    Desktop handoff, który działa

    Polecenie /app umożliwia przeniesienie bieżącego wątku CLI — z historią i stanem — do aplikacji desktopowej. Na macOS działa to natychmiastowo, a na Windowsie dodatkowo otwiera workspace bezpośrednio w Desktop.

    Funkcja ta była oczekiwana od dawna. Programiści często korzystają z CLI z powodu jego szybkości, ale czasami potrzebują przejrzeć kod w GUI, kliknąć coś lub sprawdzić podgląd. Dotychczas oznaczało to ręczne kopiowanie i odtwarzanie kontekstu. Teraz można przełączyć się jednym poleceniem i kontynuować pracę tam, gdzie się skończyło.

    Obrazy, które model rozumie

    Modele potrafią generować i analizować obrazy, ale teraz zyskują pełne ścieżki do zapisanych plików. Gdy dołączasz lokalny obraz jako załącznik lub generujesz nowy, Codex podaje modelowi dokładną lokalizację pliku na dysku. Dzięki temu edycje są precyzyjniejsze, a referencje między promptami nie gubią się. To prosta zmiana, ale znacząca dla osób pracujących z obrazami w AI.

    Warto również zwrócić uwagę na poprawki w interfejsie TUI. Terminal nie dodaje już pustych linii podczas streamowania odpowiedzi, a anulowane prompty wracają z kursorem na końcu, co ułatwia edycję.

    Automatyzacja wtyczek i gotowość na CI/CD

    Dla zespołów DevOps oraz osób automatyzujących pracę Codexa kluczowa będzie flaga --json. Polecenia dodawania, usuwania i listowania wtyczek z marketplace teraz zwracają ustrukturyzowane dane.

    To umożliwia integrację Codexa z pipeline’ami. Można skryptem sprawdzić dostępne wtyczki, doinstalować brakujące i zweryfikować konfigurację — wszystko maszynowo, bez klikania. W połączeniu z tokenami v2, które działają zarówno w CLI, jak i w integracjach app-server, automatyzacja staje się przewidywalna i audytowalna.

    Stabilność i wydajność pod spodem

    Choć te zmiany nie są efektowne, poprawiają komfort pracy. Usprawniono wklejanie wieloliniowe w /goal edit, naprawiono auto-kontynuację celów po nieudanych turach terminalowych oraz ustabilizowano tryb Plan, który nie wchodzi już samoczynnie, gdy nie powinien. Start aplikacji jest odporniejszy na różne środowiska: obsługuje /usr/bin/bash, krótsze ścieżki socketów proxy na Linuksie oraz odświeża wygasłe tokeny OAuth dla MCP przed pierwszym użyciem.

    Jeśli chodzi o wydajność, duże strumienie MCP i Ollamy oraz długie historie wiadomości przetwarzają się szybciej dzięki zoptymalizowanemu skanowaniu bajtowemu. TUI dodatkowo skraca czas startu, ponieważ ponownie wykorzystuje wyniki wcześniejszego discovery wtyczek.

    Co to oznacza dla web developerów i zespołów AI

    Codex 0.138.0 to wydanie, które szczególnie docenią osoby balansujące między terminalem a GUI, co dotyczy większości developerów pracujących z AI. Płynny handoff sesji, lepsze obrazy oraz automatyzacja wtyczek w formacie JSON sprawiają, że narzędzie staje się bardziej zintegrowane z resztą ekosystemu.

    Dla zespołów enterprise istotne będą tokeny v2 oraz widoczność zużycia konta w integracjach app-server. Autoryzacja staje się bardziej przejrzysta, co ma znaczenie przy wdrożeniach na dużą skalę. Jeśli codziennie korzystasz z Codexa, warto zaktualizować go od razu.

    Źródła

  • Kimi Code CLI 1.47.0 ułatwia przesiadkę na samodzielną wersję i poprawia raportowanie błędów

    Kimi Code CLI 1.47.0 ułatwia przesiadkę na samodzielną wersję i poprawia raportowanie błędów

    MoonshotAI wprowadziło 5 czerwca 2026 roku wersję 1.47.0 Kimi Code CLI, która ma na celu ułatwienie użytkownikom przejścia na nową, samodzielną wersję narzędzia. Aktualizacja wprowadza komendę /upgrade, automatyzując proces migracji oraz dostarczając więcej informacji w przypadku nieudanych poleceń.

    Kluczowe zmiany w skrócie

    • Nowa komenda /upgrade instaluje samodzielną wersję Kimi Code CLI, przenosząc konfigurację oraz sesje.
    • Podpowiedzi przy starcie i wyjściu przypominają o aktualizacji raz dziennie, w sposób nieinwazyjny.
    • Lepsze komunikaty błędów pokazują końcowe linie wyjścia polecenia, co ułatwia diagnozowanie problemów.
    • Starsza wersja w Pythonie/uv nie będzie już rozwijana, a zespół koncentruje się na wersji w Node.js.

    Automatyczna migracja bez ręcznego przeklikiwania

    Przejście na nową, samodzielną wersję Kimi Code CLI jest teraz bardzo proste. Wystarczy wpisać /upgrade w terminalu, a narzędzie pobierze odpowiednią paczkę, przeniesie konfigurację, historię wejść oraz wybrane sesje czatu. Zespół MoonshotAI zapewnił, że stare dane w katalogu ~/.kimi/ pozostaną nietknięte – migracja nie usuwa ani nie modyfikuje oryginalnych plików.

    Warto jednak zauważyć, że nie wszystkie dane są przenoszone. Poświadczenia OAuth oraz autoryzacje MCP nie są kopiowane, co jest decyzją podjętą w trosce o bezpieczeństwo. W przypadku problemów migrację można uruchomić wielokrotnie, a już przeniesione sesje nie będą zduplikowane.

    Nowa wersja działa na Node.js, co przyspiesza uruchamianie i wprowadza przeprojektowany interfejs terminala. Stara wersja nie będzie już otrzymywać poprawek, co sprawia, że aktualizacja staje się koniecznością.

    Kiedy polecenie pada – teraz widać więcej

    Kolejną istotną zmianą jest poprawa raportowania błędów. Wcześniej komunikaty o niepowodzeniach były mało informacyjne – użytkownik dowiadywał się jedynie, że coś poszło nie tak. W wersji 1.47.0 Kimi Code CLI wyświetla końcowe linie wyjścia w przypadku błędu, pokazując rzeczywisty output polecenia, które nie powiodło się.

    Dla osób spędzających dużo czasu w terminalu, to istotna różnica. Szybsze zrozumienie przyczyny awarii oszczędza frustrację i przyspiesza iterację, eliminując potrzebę ręcznego odtwarzania komendy w celu sprawdzenia jej wyjścia.

    Nienachalne przypominanie o aktualizacji

    Zespół MoonshotAI wprowadził także subtelne przypomnienia o aktualizacji. Przy starcie CLI pojawia się sugestia przejścia na nową wersję, a raz dziennie – przy wyjściu – wyświetlana jest krótka porada. To podejście minimalizuje dystrakcje, dostarczając informacji w odpowiednim momencie. Użytkownicy, którzy pracują w kilku sesjach dziennie, docenią, że podpowiedź pojawia się tylko raz.

    Dlaczego to ma znaczenie dla web developerów

    Kimi Code CLI 1.47.0 to nie tylko czat z modelem AI, ale również pełnoprawne środowisko do kodowania w terminalu, z dostępem do edycji plików, wykonywania poleceń powłoki, wyszukiwania w sieci i autonomicznego planowania zadań. Nowa, samodzielna wersja upraszcza instalację i przyspiesza start, co jest istotne przy konfigurowaniu środowisk deweloperskich w kontenerach czy na maszynach wirtualnych.

    Lepsze raportowanie błędów jest korzystne dla tych, którzy używają CLI w zautomatyzowanych pipeline’ach. Gdy skrypt zawiedzie, użytkownik chce od razu wiedzieć, dlaczego, a nie po długim dochodzeniu. Migracja, która zachowuje kontekst pracy, oznacza, że nie traci się historii rozmów ani ustawień MCP, co bywa problematyczne przy ręcznej reinstalacji.

    Wydanie 1.47.0 pokazuje, że MoonshotAI traktuje poważnie proces przejścia między starą a nową architekturą. Użytkownicy otrzymali jedno polecenie, które automatyzuje cały proces, zamiast instrukcji do ręcznej reinstalacji.

    Źródła

  • Factory v0.141.0: solidniejsza obsługa długich wyników poleceń i drobne poprawki

    Factory v0.141.0: solidniejsza obsługa długich wyników poleceń i drobne poprawki

    Nowa wersja Factory, oznaczona numerem v0.141.0, koncentruje się na zwiększeniu niezawodności w pracy z obszernymi wynikami poleceń. Aktualizacja nie wprowadza nowych funkcji, ale rozwiązuje kilka problemów, które mogły wpływać na codzienną pracę z narzędziem. Udoskonalone zostało również wykrywanie plików guideline w projektach spoza Gita oraz poprawiono rozmieszczenie podpowiedzi w interfejsie.

    Kluczowe zmiany w skrócie

    • Niezawodność – agent lepiej radzi sobie z długimi wynikami poleceń, które wcześniej mogły powodować błędy
    • Pliki guideline – poprawiono ich wykrywanie w projektach, gdzie nie korzysta się z Gita
    • Umiejscowienie podpowiedzi – input hinty wyświetlają się teraz w odpowiednich miejscach
    • Wydajność – mniejsze zużycie pamięci przy długich i bezczynnych sesjach

    Większa stabilność przy dużych wyjściach

    Głównym celem tej wersji jest poprawiona obsługa rozbudowanych wyników poleceń. Oznacza to, że gdy agent wykonuje komendę generującą tysiące linii tekstu – na przykład logi builda, output testów czy zrzut bazy danych – nie powinien już gubić danych ani się zawieszać.

    Problem ten był szczególnie widoczny przy zadaniach ciągłych, gdzie output rósł stopniowo. Wcześniejsze wersje mogły ucinać wyniki lub odmawiać współpracy po przekroczeniu pewnego progu. Teraz agent lepiej radzi sobie z tymi danymi, a cały proces jest bardziej przewidywalny – nie ma potrzeby dzielenia zadań na mniejsze kawałki, aby obejść ograniczenia.

    Lepsze wyczucie kontekstu projektu

    Kolejna zmiana dotyczy plików guideline, które informują agenta o zachowaniu w danym repozytorium. Wcześniej Factory zakładało, że każdy projekt jest pod kontrolą Gita, co nie zawsze jest prawdą. Nie każdy folder z kodem to repozytorium, a czasem użytkownicy testują coś lokalnie bez inicjowania systemu kontroli wersji.

    W wersji v0.141.0 mechanizm wykrywania guideline’ów działa również poza strukturami Gita. Dla osób prototypujących lub pracujących na fragmentach większych projektów to istotna zmiana. Agent nie gubi kontekstu tylko dlatego, że zapomniano wykonać git init.

    Podpowiedzi na swoim miejscu

    Poprawiono również umiejscowienie input hintów, które pojawiają się przy polach tekstowych. Wcześniej mogły wyświetlać się w nieodpowiednich miejscach, nachodzić na inne elementy interfejsu lub znikać w trakcie pisania.

    Teraz podpowiedzi są bliżej kursora i nie przeszkadzają w pracy. Choć to drobny szczegół, w dłuższych sesjach z CLI takie zmiany mogą znacząco poprawić komfort użytkowania. Deweloperzy Factory najwyraźniej dostrzegli ten problem.

    Pod maską – mniej pamięci, więcej porządku

    Aktualizacja kontynuuje prace nad optymalizacją pamięci, które były widoczne w poprzednich wersjach. Długie sesje i okresy bezczynności nie powodują już tak dużego wzrostu zużycia RAM-u. Dla użytkowników, którzy pozostawiają Factory otwarte przez cały dzień, to realna oszczędność zasobów.

    Kontekst i co dalej

    Analizując historię wydań Factory, można zauważyć, że zespół od miesięcy pracuje nad stabilnością. Wcześniejsze wersje wprowadziły sandboxing na macOS, lepszą obsługę MCP oraz mission side panel. Wersja v0.141.0 wpisuje się w ten trend – nie wprowadza rewolucyjnych nowości, ale poprawia działanie istniejących funkcji.

    Jeśli regularnie korzystasz z agenta generującego długie outputy, ta aktualizacja jest dla ciebie. Nawet jeśli nie, warto ją zainstalować, ponieważ poprawki błędów mogą okazać się przydatne w najmniej oczekiwanych momentach.

    Źródła

  • Factory rozszerza wsparcie dla Claude Opus 4.8 i Gemini 3.5 Flash, dodaje automatyczne śledztwo w alertach

    Factory rozszerza wsparcie dla Claude Opus 4.8 i Gemini 3.5 Flash, dodaje automatyczne śledztwo w alertach

    Factory wprowadziło aktualizację, która dodaje wsparcie dla nowych modeli oraz nowy mechanizm reagowania na incydenty. Droid może teraz automatycznie badać alerty, co znacznie ułatwia pracę zespołów DevOps podczas dyżurów. Dodatkowo, aktualizacja obejmuje integracje MCP oraz poprawki stabilności terminala.

    Kluczowe zmiany w pigułce

    • Nowe modele dostępne od ręki — planują pracę, uruchamiają setki równoległych podagentów i weryfikują wyniki przed raportowaniem.
    • Szybkie modele wchodzą do puli jako opcja zoptymalizowana pod kątem szybkości i kosztów.
    • Automatyczne badanie alertów przez Droida — incydent ląduje na kanale, agent zaczyna diagnostykę bez ręcznej interwencji.
    • Integracje MCP ułatwiają zarządzanie rozbudowanymi łańcuchami narzędziowymi.
    • Poprawki stabilności terminala i pętli agenta eliminują irytujące błędy przy długich sesjach.

    Nowe modele — dłuższe agenty, samokontrola i ta sama cena

    Dostępne modele, w tym Claude Opus 4.8 oraz Gemini 3.5 Flash, potrafią rozplanować zadanie i uruchomić setki równoległych podagentów w jednej sesji. Agenty mogą działać znacznie dłużej niż w poprzedniej wersji, a przed oddaniem wyników model sam je weryfikuje. To ważne przy agentowym kodowaniu — zamiast ręcznie przeglądać każdy wynik, otrzymujesz coś, co już przeszło wewnętrzną kontrolę.

    Ceny pozostają na poziomie 5 dolarów za milion tokenów na wejściu i 25 dolarów za milion na wyjściu. Tryb szybki kosztuje odpowiednio 10 i 50 dolarów. Zmiana dotycząca cache'owania promptów polega na obniżeniu minimalnej długości z 2048 do 1024 tokenów, co przy częstych zapytaniach do tych samych kontekstów przynosi realne oszczędności.

    Nowością w Messages API jest możliwość wrzucania system entries bezpośrednio do tablicy messages, co pozwala na aktualizację instrukcji w trakcie zadania bez zrywania cache'owania promptów. To przydatne, gdy agent dostaje nowe wytyczne w trakcie pracy i nie chcemy tracić kontekstu.

    Szybkie modele i MCP — szybkość i porządek w narzędziach

    Szybkie modele są odpowiedzią na potrzeby zespołów, które priorytetowo traktują szybkość działania i niskie koszty. Model sprawdzi się w scenariuszach z dużą liczbą zapytań, gdzie nie jest wymagane głębokie rozumienie, ale liczy się responsywność. Factory nie podało własnych benchmarków ani cennika dla tego modelu, więc konieczne będzie samodzielne przetestowanie jego wydajności w codziennej pracy.

    Integracje MCP rozwiązują problem, który narasta wraz z rozbudową toolchainu. Zamiast ładować wszystko z góry do pamięci lub trzymać sztywną konfigurację, Droid znajduje odpowiednie narzędzie w momencie, gdy jest potrzebne. Przy dużych setupach to różnica między chaosem a użytecznym zestawem narzędzi.

    Reagowanie na incydenty — Droid przejmuje Slacka

    Nowy workflow reagowania na incydenty to istotny element tej aktualizacji. Gdy alert trafia na kanał Slacka, Droid automatycznie rozpoczyna badanie. Nie trzeba klikać, potwierdzać ani ręcznie uruchamiać diagnostyki — agent sam zbiera kontekst, sprawdza logi i raportuje wnioski.

    Dla zespołów DevOps i SRE oznacza to skrócenie czasu od wykrycia problemu do pierwszej diagnozy. Zamiast budzić człowieka o trzeciej nad ranem, aby kliknął "investigate", Droid wykonuje wstępną robotę samodzielnie. Oczywiście nie zastąpi doświadczonego inżyniera przy złożonych awariach, ale potrafi odsiać fałszywe alarmy i przygotować grunt pod dalsze działania.

    Stabilność i drobne poprawki

    Aktualizacja przynosi również zestaw mniej spektakularnych, ale potrzebnych poprawek. Terminal przestał gubić znaki przy szybkim przewijaniu, a pętla agenta działa płynniej — koniec z zawieszaniem się przy powtarzających się wywołaniach narzędzi. To zmiany, które nie trafiają na pierwsze strony, ale przy codziennej, wielogodzinnej pracy robią realną różnicę.

    Co to znaczy w praktyce

    Ta aktualizacja to nie tylko dodanie nowych modeli do listy. To krok w stronę bardziej aktywnego uczestnictwa Droida w procesach operacyjnych. Automatyczne badanie alertów, dłuższe sesje agentów z samokontrolą oraz sprawniejsze zarządzanie narzędziami przyczyniają się do środowiska, w którym mniej czasu spędza się na rutynowych zadaniach, a więcej na rzeczywistym rozwiązywaniu problemów.

    Źródła

  • Factory zyskuje więcej kontroli nad MCP – interaktywne serwery i eksport diagramów w jednym wydaniu

    Factory zyskuje więcej kontroli nad MCP – interaktywne serwery i eksport diagramów w jednym wydaniu

    Najnowsza aktualizacja narzędzia Factory (wersja v0.138.0) wprowadza istotne usprawnienia w zarządzaniu serwerami Model Context Protocol. Użytkownicy zyskają interaktywny interfejs do kontrolowania serwerów oraz możliwość eksportu diagramów Mermaid bezpośrednio z czatu, a także bardziej przewidywalne archiwizowanie sesji.

    Kluczowe zmiany w pigułce

    • Interaktywne sterowanie MCP – nowy panel /mcp umożliwia tymczasowe wyłączanie serwerów bez ich usuwania oraz podgląd dostępnych narzędzi na żywo.
    • Konfigurowalne limity czasu – serwery stdio mają własne timeouty, co zapobiega blokowaniu całej sesji przez zawieszające się połączenie.
    • Ryzyko pod kontrolą – ustawienia per-server risk pozwalają na definiowanie poziomu autonomii dla każdego serwera MCP.
    • Eksport diagramów Mermaid – użytkownicy mogą teraz wyeksportować wygenerowany diagram jednym kliknięciem z poziomu czatu, bez potrzeby przeszukiwania plików.
    • Lepsza nawigacja po sesji – ujednolicone archiwizowanie i poprawione podświetlanie modeli ułatwiają pracę z dłuższymi historiami konwersacji.

    Co nowego w zarządzaniu MCP

    Głównym celem tej aktualizacji jest rozbudowa modułu MCP. Dotychczas konfiguracja serwerów odbywała się głównie przez pliki i wymagała restartu sesji przy każdej zmianie. Teraz wystarczy wpisać /mcp w interfejsie Factory, aby otworzyć panel z listą wszystkich serwerów, ich statusem oraz zestawem udostępnianych narzędzi.

    Opcja czasowego wyłączania serwerów jest szczególnie przydatna. Jeśli któryś z serwerów powoduje konflikty lub nie jest potrzebny w danym zadaniu, można go dezaktywować dwoma kliknięciami. Nie ma potrzeby usuwania go z konfiguracji ani pamiętania jego nazwy z pliku JSON.

    Wraz z tą zmianą wprowadzono timeouty dla serwerów komunikujących się przez stdio. Dotychczas zawieszone połączenie mogło skutecznie zablokować agenta; teraz takie sytuacje kończą się komunikatem błędu zamiast wiecznego oczekiwania. Dodatkowo, ustawienia per-server risk pozwalają na przypisanie różnych poziomów autonomii do różnych serwerów. Na przykład, serwer odpowiedzialny za operacje na plikach może wymagać zatwierdzenia każdej akcji, podczas gdy serwer do wyszukiwania dokumentacji działa automatycznie.

    Eksport Mermaid i jakość życia

    Nowa funkcja eksportu diagramów Mermaid rozwiązuje problem, z którym borykali się użytkownicy dokumentujący architekturę systemów lub flow aplikacji. Dotychczas wygenerowany przez agenta diagram trzeba było ręcznie kopiować z podglądu i zapisywać. Teraz przycisk eksportu pojawia się bezpośrednio w czacie – diagram jest od razu dostępny jako plik .mmd lub .svg, gotowy do użycia w dokumentacji.

    Ujednolicenie archiwizacji sesji to kolejny krok w kierunku bardziej przewidywalnego workflow. Sesje, które wcześniej mogły znikać lub dublować się przy przełączaniu między projektami, teraz trafiają do jednego, spójnego archiwum. Dodatkowo poprawiono podświetlanie modeli – aktywny model jest teraz wyraźniej oznaczony w interfejsie, co eliminuje pomyłki przy przełączaniu się między Claude, Gemini czy innymi backendami.

    Poprawki stabilności

    Wydanie v0.138.0 rozwiązuje również kilka uciążliwych błędów. Anulowanie tury (turn cancellation) nie powoduje już uszkodzenia historii sesji, co wcześniej zmuszało do rozpoczynania pracy od nowa. Formatowanie tytułów sesji przestało generować ucięte lub zduplikowane nazwy, co ułatwia odnalezienie konkretnej konwersacji na liście.

    Ta aktualizacja nie wprowadza rewolucyjnych zmian, ale skutecznie adresuje problemy codziennego użytkowania Factory. Większa kontrola nad MCP, funkcjonalny eksport diagramów oraz naprawione błędy sesji sprawiają, że narzędzie staje się bardziej przewidywalne, co jest kluczowe w pracy z agentami AI w poważnych projektach.

    Źródła

  • Cursor 3.6 wprowadza tryb Auto-review – mniej klikania, więcej kontroli nad autonomicznymi agentami

    Cursor 3.6 wprowadza tryb Auto-review – mniej klikania, więcej kontroli nad autonomicznymi agentami

    Cursor wprowadził 29 maja 2026 roku nową wersję swojego edytora – 3.6 – z trybem uruchamiania o nazwie Auto-review. Jest to odpowiedź na frustrację programistów korzystających z agentów AI, którzy muszą ciągle klikać „zatwierdź” przy każdej operacji w terminalu. Nowy mechanizm ma na celu znaczną redukcję liczby monitów o zgodę, jednocześnie zachowując podstawowe zabezpieczenia.

    Kluczowe informacje o Auto-review

    • Auto-review to nowy tryb pracy agenta w Cursor 3.6, który ogranicza prośby o zatwierdzenie dla narzędzi Shell, MCP i Fetch.
    • Trzystopniowy filtr decyduje o każdym wywołaniu: lista dozwolonych komend, piaskownica oraz podagent klasyfikujący.
    • Ustawienia można konfigurować w menu Cursor Settings, gdzie można również dodać własne instrukcje dotyczące zachowania klasyfikatora.
    • Zespół Cursor ostrzega, że to rozwiązanie ma charakter „best-effort” – nie gwarantuje bezpieczeństwa i może zostać ominięte.

    Jak działa trzystopniowy filtr decyzyjny

    Sercem Auto-review jest sekwencyjny pipeline, przez który przechodzi każde wywołanie narzędzia. Mechanizm ten nie działa na zasadzie „przepuść wszystko”, lecz opiera się na przemyślanej logice.

    Pierwszy etap to lista dozwolonych komend (allowlist). Jeśli akcja pasuje do wzorców skonfigurowanych przez użytkownika – na przykład git status, npm test czy konkretne zapytania MCP – wykonuje się natychmiast, bez opóźnień i pytań.

    Drugi etap to piaskownica (sandbox). Operacje, które można odizolować – takie jak odczyt i zapis plików w obrębie workspace, bez dostępu do sieci zewnętrznej – również przechodzą automatycznie. Większość codziennych zadań programisty mieści się w tej kategorii.

    Dopiero trzeci etap angażuje podagenta klasyfikującego. Trafiają tam wszystkie pozostałe wywołania – te potencjalnie ryzykowne lub niejednoznaczne. Klasyfikator ma trzy opcje: przepuścić, poprosić o ponowną próbę w bezpieczniejszych granicach albo wyświetlić monit z prośbą o ręczne zatwierdzenie. To nie jest zero-jedynkowa bramka, lecz coś w rodzaju asystenta bezpieczeństwa.

    Konfiguracja i własne reguły gry

    Konfiguracja i własne reguły gry

    Auto-review włącza się w Settings > Cursor Settings > Agents > Run Mode (lub w sekcji Approvals & Execution – w zależności od wersji interfejsu). Cursor proponuje ten tryb jako domyślny dla wersji 3.6, więc większość użytkowników zobaczy go od razu po aktualizacji.

    Klasyfikator nie jest czarną skrzynką. W polu custom instructions można wskazać, co ma przepuszczać bez pytania, a co blokować. Na przykład: allow: git, npm install i block: rm -rf, curl.

    Dla tych, którzy wolą trzymać konfigurację w repozytorium, Cursor udostępnia plik .cursor/permissions.json z polami allow_instructions i block_instructions. Dzięki temu reguły mogą być współdzielone w zespole i wersjonowane razem z kodem.

    Jest jednak pewien haczyk. Przy pierwszym uruchomieniu IDE pokazuje okno z zaznaczonym checkboxem „Enable Auto-review”. Jeśli ktoś kliknie „OK” z przyzwyczajenia, globalny tryb pracy agenta zmieni się bez wyraźnego ostrzeżenia. Zespół Cursor przyznaje, że ten mechanizm może wprowadzać w błąd i warto go odznaczyć, jeśli nie planujesz jeszcze przesiadki na Auto-review.

    Granice bezpieczeństwa – na co uważać

    Twórcy podkreślają, że klasyfikator jest niedeterministyczny i podatny na błędy. Auto-review nie jest granicą bezpieczeństwa w rozumieniu sandboksów systemowych czy polityk administracyjnych. To funkcja wygody, a nie twarda zapora.

    Dla projektów o zaostrzonych wymaganiach – na przykład w finansach, medycynie czy infrastrukturze krytycznej – Cursor rekomenduje pozostanie przy konfiguracji Allowlist + manual approval albo skorzystanie z ustawień administracyjnych. W takich przypadkach lepiej nie ryzykować.

    Mimo tych zastrzeżeń Auto-review jest zalecanym trybem domyślnym. Większość programistów klika „approve” odruchowo, więc lepiej, aby robił to za nich bardziej inteligentny mechanizm. A gdy coś pójdzie nie tak – Cursor i tak zapyta.

    Źródła

  • Codex 0.133.0 z natywnym śledzeniem celów – teraz agent nie zgubi wątku między restartami

    Codex 0.133.0 z natywnym śledzeniem celów – teraz agent nie zgubi wątku między restartami

    OpenAI wydało 21 maja 2026 roku wersję Codex 0.133.0, która wprowadza natywne śledzenie celów z dedykowaną pamięcią trwałą, rozszerzone możliwości wtyczek oraz ulepszony interfejs zdalnego sterowania. W tej wersji mechanizm /goal przestaje być eksperymentalnym dodatkiem i staje się domyślnym trybem pracy dla dłuższych zadań. Agent nie tylko zapamiętuje, co robił, ale także potrafi kontynuować przerwane zadanie po restarcie terminala czy awarii procesu.

    Najważniejsze zmiany w skrócie

    • Trwałe śledzenie celów – cele są teraz domyślnie włączone i zapisywane w dedykowanym magazynie, co umożliwia kontynuację zadań między restartami CLI.
    • Ulepszone CLI zdalne – zdalne sterowanie agentem stało się bardziej stabilne i łatwiejsze w obsłudze.
    • Rozszerzone API wtyczek – wtyczki zyskały dostęp do głębszej obserwacji zdarzeń cyklu życia agenta.
    • Dojrzałe profile uprawnień – profile uprawnień otrzymały API list oraz szereg poprawek stabilności.
    • Krytyczne poprawki błędów – naprawiono problemy ze startem TUI, ładowaniem instrukcji agenta i blokadami przy kompaktowaniu wątków.

    Jak działa nowe śledzenie celów

    Do tej pory mechanizm /goal działał w ramach pojedynczej sesji. Jeśli proces padał, cel przepadał. Było to frustrujące przy zadaniach trwających wiele godzin, zwłaszcza w środowiskach deweloperskich, gdzie restart terminala jest codziennością. Wersja 0.133.0 zmienia tę dynamikę.

    Cele mają teraz dedykowany magazyn, co oznacza, że stan zadania jest zapisywany między turami, niezależnie od przyczyny przerwy, czy to zamknięcia okna, utraty połączenia, czy restartu systemu. Po ponownym uruchomieniu CLI agent wznawia pracę dokładnie od miejsca, w którym ją przerwał, automatycznie sprawdzając stopień realizacji celu i decydując, co dalej.

    Mechanizm opiera się na wcześniejszych poprawkach z wersji 0.132.0, które wprowadziły limit zatrzymujący kontynuację po przekroczeniu budżetu tokenów. Teraz pętla kontynuacji nie kręci się bez końca, gdy cel jest zbyt niejasny – budżet tokenów pełni funkcję twardego limitu, po przekroczeniu którego agent zatrzymuje pracę.

    Zdalne sterowanie agentem zyskało nową jakość

    Codex od dawna pozwalał na uruchomienie agenta na zdalnym serwerze, ale interfejs do zarządzania był niewystarczający. Wersja 0.133.0 znacząco to poprawia.

    Ulepszone CLI zdalne (remote-control CLI) jest teraz bardziej stabilne i przewidywalne w działaniu. Można zarządzać zadaniami na odległym hoście, nie tracąc kontroli nad tym, co agent robi. Cała komunikacja przechodzi przez bezpieczną warstwę przekazywania (relay layer), co oznacza, że lokalna instancja agenta może wysyłać polecenia i odbierać wyniki, podczas gdy ciężkie obliczenia wykonują się zdalnie.

    Dla zespołów devopsowych i osób hostujących własne środowiska developerskie to oszczędność czasu. Można zostawić długie zadanie na serwerze, sprawdzić postępy z laptopa, a nawet zrestartować CLI bez utraty kontekstu.

    Wtyczki dostają głębszy wgląd w agenta

    Wtyczki dostają głębszy wgląd w agenta

    Rozszerzone API wtyczek to kolejny istotny element tej aktualizacji. Deweloperzy rozszerzeń mają dostęp do głębszej obserwacji zdarzeń cyklu życia. Oznacza to, że wtyczka może teraz reagować na więcej typów zdarzeń wewnątrz agenta, na przykład po wykonaniu narzędzia, przed podjęciem decyzji o kontynuacji czy po zakończeniu tury.

    Dodatkowo usprawniono funkcje odkrywania wtyczek, co ułatwia użytkownikom znajdowanie i instalowanie rozszerzeń bez grzebania w konfiguracjach. To krok w stronę ekosystemu, w którym wtyczki stają się integralną częścią platformy.

    Poprawki, które ratują codzienną pracę

    Poprawki, które ratują codzienną pracę

    Oprócz nowości, wersja 0.133.0 przynosi szereg poprawek błędów, które dotychczas męczyły użytkowników. Najważniejsze z nich dotyczą startu TUI – interfejs terminalowy potrafił się zawiesić przy uruchamianiu, szczególnie na starszych instalacjach. Teraz ten problem został rozwiązany.

    Poprawiono także ładowanie instrukcji agenta, które w poprzednich wydaniach działało wybiórczo, oraz zarządzanie profilami uprawnień – profile dojrzały i otrzymały list API, co pozwala programistom na łatwiejsze zarządzanie z poziomu skryptów i narzędzi zewnętrznych.

    Warto również odnotować, że wątki wznowione z ChatGPT mogły wpadać w błędy kompaktowania, gdy model źródłowy został już wycofany. Od teraz taki wątek ponawia próbę z aktualnie wybranym modelem, zamiast milcząco kończyć działanie.

    Podsumowanie

    Codex 0.133.0 to wydanie, które przesuwa środek ciężkości z sesyjnych, jednorazowych interakcji w stronę długotrwałych zadań agentowych. Trwałe cele, solidniejsze CLI zdalne i dojrzałe API wtyczek stanowią fundament do budowy bardziej zaawansowanych automatyzacji. Niektórzy użytkownicy zgłaszają jednak spowolnienia agenta po aktualizacji, w tym dłuższy czas odpowiedzi przy pierwszym uruchomieniu celu oraz okresowe opóźnienia w interfejsie TUI.

    Źródła

  • Factory v0.128.0 automatycznie czyści nieaktualne rejestracje Droid Computers, zapewniając płynność sesji

    Factory v0.128.0 automatycznie czyści nieaktualne rejestracje Droid Computers, zapewniając płynność sesji

    Zespół Factory wprowadził wersję v0.128.0, która automatycznie uzgadnia rejestracje Droid Computers. Ta aktualizacja ma na celu utrzymanie porządku w środowisku trwałych jednostek obliczeniowych, co wpływa na stabilność sesji AI oraz kondycję całej infrastruktury.

    Kluczowe fakty

    • Automatyczne usuwanie nieaktualnych rejestracji Droid Computers zapobiega niestabilności sesji spowodowanej zapomnianymi lub rozłączonymi maszynami.
    • Zachowanie ustawień sesji nawet po uzgodnieniu rejestrów – dane konfiguracyjne nie są tracone przy czyszczeniu.
    • Rozszerzone etykiety w interfejsie – teraz podczas sesji można zobaczyć szczegóły podłączonego Droid Computer.
    • Wydanie konserwacyjne skupione wyłącznie na poprawie niezawodności pracy agentów AI, bez nowych funkcjonalności dla użytkownika końcowego.

    Automatyczne sprzątanie rejestracji – mniej „duchów” w infrastrukturze

    Droid Computers to środowiska, które zachowują stan między sesjami – zainstalowane pakiety, pliki, uruchomione usługi. Gdy agent kończy pracę, komputer może pozostać zarejestrowany, nawet jeśli połączenie zostało zerwane lub sama maszyna jest już niedostępna. Takie „widma” mogą z czasem zaśmiecać infrastrukturę, zużywać zasoby i prowadzić do błędów routingu sesji.

    Wersja v0.128.0 automatyzuje uzgadnianie tych rejestrów. System okresowo sprawdza, które Droid Computers faktycznie odpowiadają, a które już nie istnieją – i usuwa je z listy aktywnych. Dzięki temu nowe sesje AI są kierowane wyłącznie do żywych, gotowych do pracy maszyn, co znacząco zmniejsza liczbę przerw w działaniu.

    Usprawnienia w interfejsie i odporność na restart

    Obok czystki w tle, aktualizacja przynosi też drobną, ale praktyczną zmianę w UI. Podczas sesji w Factory App teraz po najechaniu na odpowiednią etykietę widać szczegóły podłączonego Droid Computer – nazwę, status, a nawet wersję demona. To ułatwia orientację, zwłaszcza gdy pracuje się na kilku maszynach równocześnie.

    Co istotne, cały mechanizm uzgadniania działa bez przerywania ciągłości pracy. Ustawienia sesji (katalog roboczy, zmienne środowiskowe, konfiguracja narzędzi) są zachowywane, nawet gdy nieaktualne rejestracje znikają z systemu. Agent nie odczuwa więc żadnej zmiany – ma bardziej przewidywalne środowisko.

    Droid Computers – podstawa trwałego kontekstu AI

    Droid Computers – podstawa trwałego kontekstu AI

    W kontekście AI hosting i DevOps Droid Computers pełnią rolę spójnego źródła stanu. W odróżnieniu od efemerycznych maszyn, które po każdej sesji są niszczone, tutaj wszystko trwa: repozytoria git, zależności, wyniki pośrednie. To zmienia sposób pracy – zamiast odtwarzać całe środowisko od zera, agent wraca do gotowego warsztatu.

    Takie podejście współgra z ideą vibe coding – długie, ciągłe interakcje z AI bez resetów. Stabilna sesja to mniej przerw, mniej powtórzeń i płynniejszy przepływ myśli. Automatyczne czyszczenie rejestracji eliminuje ryzyko, że w kluczowym momencie agent trafi na „martwy” komputer i się zawiesi.

    Wpływ na środowiska developerskie i automatyzację

    Wpływ na środowiska developerskie i automatyzację

    Deweloperzy korzystający z droid-action w GitHub Actions również zyskują. Akcja ta automatycznie uruchamia sesje Droid na podstawie pull requestów – każda niestabilna rejestracja mogłaby opóźnić pipeline lub wygenerować fałszywy błąd. Dzięki wersji v0.128.0 sesje inicjowane przez akcję są bardziej przewidywalne, a cała automatyzacja działa płynniej.

    Z punktu widzenia zarządzania infrastrukturą to krok w stronę zdrowszego środowiska chmurowego. Martwe rejestracje nie tylko zajmują miejsce w bazie – generują też niepotrzebne zapytania, próby ponownego połączenia i alerty. Ich automatyczne usuwanie odciąża zespół operacyjny i pozwala skupić się na faktycznej pracy.

    Podsumowanie

    Factory v0.128.0 to niewielkie, ale potrzebne wydanie, które porządkuje rejestracje Droid Computers. Dzięki automatycznemu uzgadnianiu sesje AI stają się stabilniejsze, infrastruktura lżejsza, a interfejs bardziej przejrzysty. Dla osób polegających na trwałych środowiskach obliczeniowych – zarówno w codziennym kodowaniu z asystentem, jak i w zautomatyzowanych potokach CI – to zauważalna poprawa jakości pracy.

    Źródła:
    Oficjalne uwagi do wydania Factory: https://docs.factory.ai/changelog/release-notes
    Strona produktu Droid Computers: https://factory.ai/product/droid-computers
    Repozytorium droid-action na GitHub: https://github.com/Factory-AI/droid-action

    Źródła

  • Factory v0.123.0 wprowadza stałe śledzenie tokenów i szybsze przesyłanie wiadomości

    Factory v0.123.0 wprowadza stałe śledzenie tokenów i szybsze przesyłanie wiadomości

    Twórcy platformy Factory ogłosili wydanie wersji v0.123.0, która została udostępniona użytkownikom pod koniec czerwca. Najważniejszą nowością w tej wersji jest moduł do stałego monitorowania zużycia tokenów, który jest teraz dostępny w panelu Mission Control. Dodatkowo zespół wprowadził mechanizm optymistycznego przesyłania wiadomości, mający na celu skrócenie czasu oczekiwania na odpowiedzi agentów AI. Krótko po premierze, 11 maja, opublikowano także łatkę v0.123.0, która zawierała drobne usprawnienia.

    Kluczowe informacje o aktualizacji

    • Śledzenie zużycia tokenów w Mission Control umożliwia bieżącą kontrolę kosztów i obciążenia workflow.
    • Optymistyczne przesyłanie wiadomości pozwala na szybszą interakcję z agentami przed pełnym nawiązaniem połączenia.
    • Powiadomienia o przestarzałych modelach informują programistów, które wersje warto zaktualizować.
    • Poprawki błędów sesji eliminują problemy z ładowaniem i zwiększają niezawodność pracy z subagentami.
    • Korekta zliczania tokenów subagentów dostarcza dokładniejsze dane do rozliczeń i analiz.

    Jak działa nowe śledzenie tokenów w Factory

    Dotychczas użytkownicy Factory mogli jedynie szacować zużycie tokenów na podstawie zewnętrznych narzędzi lub ogólnych metryk. Teraz, dzięki integracji licznika z Mission Control — centralnym hubem do zarządzania agentami — deweloperzy mają dostęp do dokładnych danych o konsumpcji tokenów w czasie rzeczywistym, bez potrzeby przełączania się między aplikacjami.

    Panel prezentuje zarówno ogólne statystyki, jak i szczegółowe rozbicie na poszczególne zadania. To znaczące ułatwienie dla zespołów DevOps, które muszą monitorować budżety przy intensywnym wykorzystaniu modeli językowych. Oznacza to mniej niespodzianek na fakturach i większą kontrolę nad kosztami infrastruktury AI.

    W tej samej aktualizacji poprawiono również błąd związany z nieprawidłowym zliczaniem tokenów dla subagentów. Wcześniej dane mogły być nieprecyzyjne, co utrudniało dokładne rozliczenia — teraz problem został rozwiązany.

    Optymistyczne przesyłanie — mniej czekania, więcej działania

    Optymistyczne przesyłanie — mniej czekania, więcej działania

    Drugim kluczowym elementem tej aktualizacji jest mechanizm optymistycznego przesyłania wiadomości. System nie czeka już na pełne potwierdzenie połączenia przed wysłaniem wiadomości do agenta. Działa na zasadzie „zakładamy, że wszystko pójdzie dobrze” i realizuje zapytanie od razu.

    Efekt to krótsze czasy reakcji, co jest szczególnie zauważalne przy szybkim iterowaniu kodu. Deweloperzy, którzy stosują metodę vibe coding, gdzie tempo i płynność pracy są kluczowe, od razu dostrzegą różnicę. Nie trzeba już czekać na kilka dodatkowych sekund przy każdym zapytaniu.

    Zespół Factory zaznacza, że mechanizm został zaprojektowany tak, aby nie wpływał negatywnie na stabilność sesji. W przypadku problemów system potrafi cofnąć operację i spróbować ponownie, co oznacza, że użytkownik nie traci danych ani kontekstu rozmowy.

    Poprawki i drobniejsze zmiany

    Poprawki i drobniejsze zmiany

    Oprócz głównych funkcji, wersja v0.123.0 wprowadziła kilka poprawek. Najważniejsza dotyczyła sesji — wcześniej zdarzało się, że nie ładowały się poprawnie po ponownym uruchomieniu, co mogło zakłócać pracę. Teraz ten problem został usunięty.

    Poprawiono także obsługę nazw narzędzi. Wcześniej niektóre komendy mogły być błędnie interpretowane przez agentów, zwłaszcza gdy zawierały niestandardowe znaki. Po aktualizacji mapowanie jest dokładniejsze, co zmniejsza liczbę nieoczekiwanych błędów w automatyzacjach.

    Warto również wspomnieć o powiadomieniach deprecjacyjnych. Jeśli któryś z używanych modeli zbliża się do końca wsparcia, Factory informuje o tym i sugeruje migrację na nowszą wersję. To małe udogodnienie oszczędza czas na ręczne sprawdzanie statusu kompatybilności.

    Co to oznacza dla zespołów AI i DevOps

    Ta aktualizacja wpisuje się w szerszy trend w narzędziach dla AI engineeringu, koncentrując się na transparentności kosztowej i niezawodności sesji. Dla osób zarządzających wieloma agentami jednocześnie, dokładne dane o zużyciu tokenów oraz poprawiona stabilność sesji mogą znacząco ułatwić pracę i zwiększyć efektywność.

    Źródła