Olvasási idő: 3 perc
A mai AI-összefoglaló több bejelentést és gyakorlati útmutatót mutat be, amelyek célja a nagy kontextusú nyelvi modellek (LLM) és az agentek hatékonyabb működtetése.
Agent SKILLS: miért fontos a rövid, lényegre törő kontextus
A szerkesztőség által közölt oktatóanyag arra hívja fel a figyelmet, hogy az agentek nagy, 200k token körüli kontextusablakja gyakran tartalmaz sok irreleváns eszköz‑, referencia‑ és márkaanyag‑definíciót. A ténylegesen szükséges utasítások — például a működtetéshez elég 400 token — elvésznek a tömegben, ezért az agent figyelmen kívül hagyja őket. A cikk lépésről lépésre bemutatja az Agent Skills anatómiáját, kiemelve, hogy a SKILL.md első két sora lehet a legfontosabb, amit írni kell, és megmagyarázza, hogyan irányítja maga az LLM a lekérdezéseket a megfelelő skillhez embeddings vagy külön lekérési réteg nélkül. Az útmutató öt részt sorol fel, és ösztönzi az olvasót, hogy egy heti munka‑folyamatból készítsen első skillt.
SubQ: teljesen subkvadratikus sparse attention
A SubQ bejelentette saját modelljét, amelyet egy teljesen subkvadratikus sparse attention (SSA) architektúrára építettek — ahelyett, hogy minden token minden tokenhez viszonyítana (ami kvadratikus skálázódást eredményez), a SubQ csak a ténylegesen releváns token‑kapcsolatokat vizsgálja, így a számítás lineárisan skálázódik a kontextushossz szerint.
Főbb eredmények és állítások:
- Konfiguráció: a modell egy menetben képes kezelni akár 12 millió token kontextust.
- Benchmarkok: a SubQ 1M-Preview 95%-ot ért el a RULER 128K-n, és 81,8-at a SWE-Bench Verified-en, ami hosszú‑kontextusú pontosságban és kódfeladatokban összemérhető vagy jobb teljesítményt jelez az Opus 4.6 és Deepseek V4 Pro modellekkel.
- Sebesség és hatékonyság: a sparse attention egyes mérések szerint 1M token mellett 52× gyorsabb, mint FlashAttention, miközben 63%-kal kevesebb számítást igényel.
- Költségre vonatkozó állítás: a csapat azt közölte, hogy nagy skálán a költség <5% lehet az Opus 4.7-hez képest; például a RULER 128K futtatása állítólag $8-ot jelentett a SubQ-nál vs. körülbelül $2,600 az Opusnál — ezt a számot a cikk óvatosan kezeli.
A SubQ API, a SubQ Code névre hallgató kódoló agent és a SubQ Search long‑context kereső ma belépett a privát bétába; hozzáférés az early access‑hez a subq.ai címen érhető el.
TinyFish: ingyenes Web Search és Fetch minden fejlesztőnek és agentnek
A TinyFish ingyenessé tette Web Search és Fetch végpontjait, állítása szerint korlátlanul és véglegesen, hitelkártya vagy időkorlát nélküli próbaverzió nélkül. A Search strukturált JSON-t ad vissza agenteknek; a Fetch egy valódi böngészőben rendereli az URL-eket (teljes JavaScript, SPA‑k, anti‑bot kezelések), eltávolítja a fölösleges tartalmat és tiszta markdown-t ad vissza. A szolgáltatás saját Chromium flotta futtatásával működik, és a cikk szerint kompatibilis több agent‑keretrendszerrel, például Claude Code, OpenClaw, Hermes Agent, Cursor és Codex rendszerekkel. API, MCP, Python és TypeScript SDK, CLI és Skills integráció érhető el, egyetlen API kulccsal, hitelkártya nélkül.
Scout (Agno): grep a vállalati tudásért, ne RAG
A cikk szerint a hagyományos RAG (retrieval‑augmented generation) megközelítése gyakran elavult indexeket és rossz darabolási pontokat hoz létre. Az Agno által nyílt forráskódú Scout ehelyett egy „navigation over search” megközelítést alkalmaz: lekérdezéskor élő API‑hívásokkal járja be forrásokat (Slack, Google Drive, Linear, MCP szerverek stb.), így az újonnan érkezett üzenetek és dokumentumok azonnal elérhetők, és a válaszokat valódi hivatkozások támasztják alá. Scout emellett automatikusan épít egy wiki‑t és CRM‑et (Postgres alapú), új táblákat hozva létre igény szerint. A rendszer Docker Compose‑szal telepíthető, csatlakozik az Agno AgentOS‑hoz többfelhasználós munkamenetek és ütemezett feladatok kezeléséhez, és teljes thread‑történettel csatlakozik Slackhez.
Fontos megjegyzések:
- Context providers: Scout forrásonként vékony al‑agent réteget használ, így a fő agent nem tucatnyi API‑végpontot lát, hanem egy egységes query_slack‑szerű interfészt.
- Navigáció, nem keresés: az élő API lekérdezések biztosítják, hogy egy 30 másodpervel korábban küldött Slack üzenet azonnal belekerüljön a kontextusba.
- Nyílt forráskód: a projekt készen áll forkolásra és testreszabásra.
Gyors hírek és eszközök
- Codex kapott animált „háziállat” státusz‑overlayt, amely vizuálisan mutatja a műveleti állapotot (munka, várakozás, jelölés felülvizsgálatra).
- Anthropic tíz pénzügyi agent‑sablont adott ki (pitchbook, KYC, month‑end close, értékelések stb.), amelyek Cowork és Claude Code rendszerekhez vagy önállóan Mint Managed Agents futtathatók; a sablonok adatforrásokhoz, például Moody's, Third Bridge és S&P Capital IQ‑hoz kapcsolódnak. Emellett a Claude most már Excelben, PowerPointban, Wordben és Outlookban is működik, a kontextus pedig alkalmazások között követhető.
- Hermes Agents mostantól videószerkesztőként használható: HeyGen HyperFrames Agent Skill telepítésével (parancs: $ hermes skills install hyperframes) az agent HTML‑t forrásként használva képes X posztból, PDF‑ből vagy GitHub repóból forgatókönyvet írni, GSAP animációkat hozzáadni, feliratot illeszteni TTS narrációhoz és MP4‑et renderelni.
Eszközkészlet és vizuális megoldások
- Designlang: egy parancsra kinyeri egy weboldal teljes design rendszerét a DOM‑ról, és több mint 17 fájlt állít elő (DTCG tokenek, Tailwind config, shadcn téma, Figma változók, motion tokenek, típusos komponens‑anatómiák, márka‑hang, oldal‑szándék címkék és prompt csomagok különböző eszközökhöz).
- Interact AI: a statikus weboldalak helyett adaptív, beszélgetés‑központú felületeket állít elő, amelyek a látogató típusához igazítják a tartalmat (például alapító compliance tartalmat, CISO biztonsági kontrollokat lát). A beszélgetés maga az oldal, és a látogató válaszai átvezethetők a regisztrációba és onboardingba.
- fireworks-tech-graph: leírásokból készít SVG és PNG technikai diagramokat több vizuális stílusban, beépített tudással AI/agent mintákról (RAG csővezetékek, Mem0 memóriarétegek, multi‑agent folyamatok).
Összefoglalás
A friss bejelentések és eszközök egyértelműen arra irányulnak, hogy kezelhetőbbé tegyék a hosszú kontextusok használatát LLM‑eknél és agenteknél: a SubQ sparse‑attention megközelítése a skálázhatóságot célozza, a TinyFish és Scout pedig a ténylegesen használt kontextusok elérését és frissességét szolgálja. Közben új skill‑ és eszközcsomagok teszik egyszerűbbé a multimédiás és vállalati munkafolyamatok agentek általi automatizálását.
