Vandaag.ai

Een engineering director bij AMD publiceerde een analyse van 6.852 Claude Code-sessies waaruit blijkt dat de denkdiepte van het model met 67% daalde en het aantal stop-hook-schendingen (situaties waarin het model een ingestelde grens overschrijdt) steeg van nul naar tien per dag. Anthropic bevestigde achteraf dat het het standaard inspanningsniveau stilzwijgend had verlaagd van 'hoog' naar 'middel' en een systeem van 'adaptive thinking' had ingevoerd, zonder gebruikers hiervan op de hoogte te stellen. Op Reddit melden meerdere ontwikkelaars en bedrijven gelijktijdige prestatieverslechtering en hogere token-consumptie. Dit leidt bij een deel van hen tot overstap naar alternatieven zoals Codex en GLM-4.

Het Linux kernel-project heeft na maanden van debat een officieel beleid vastgesteld dat AI-ondersteunde codebijdragen toestaat onder strikte voorwaarden. Bijdragen moeten worden voorzien van een nieuw 'Assisted-by'-tag in plaats van het juridisch bindende 'Signed-off-by'-tag. De juridische verantwoordelijkheid voor fouten en beveiligingsproblemen rust volledig bij de menselijke indiener. Het beleid sluit expliciet laagkwalitatieve AI-gegenereerde code uit.

Een gebruiker publiceerde benchmarkresultaten van speculative decoding (een techniek waarbij een kleiner model alvast tokens voorspelt die een groter model vervolgens controleert) met Gemma 4 E2B als draft-model voor Gemma 4 31B op een RTX 5090. De gemiddelde inferentiesnelheid steeg met 29 procent, met uitschieters tot 50 procent bij codegeneratie. Community-leden voerden aanvullende parameter-sweeps uit en stelden vast dat een draft-max van 8 de beste balans biedt, met een gemiddelde prestatieverbetering van 73,73 procent.

Llama.cpp heeft native audioverwerking toegevoegd aan llama-server via de Gemma 4 E2A en E4A modellen. Ontwikkelaars kunnen hiermee spraak-naar-tekst rechtstreeks integreren zonder een aparte pipeline zoals Whisper. De toevoeging maakt volledig lokale spraakgestuurde agentworkflows mogelijk.

Een ontwikkelaar publiceerde een open-source systeem dat gebruikersactiviteit op het scherm observeert en automatisch herbruikbare 'skills' genereert voor AI-agents zoals Claude Code. Het systeem clustert patronen over meerdere sessies, legt niet alleen stappen maar ook beslislogica vast, en verbetert de skills op basis van uitvoerfeedback. De tool werkt alleen op macOS en maakt gebruik van lokale modellen via Ollama.