Yapay zeka kodlama ajanları üzerine bugüne kadar okuduğum en ilginç verilerden biri bu oldu: daha fazla kod, otomatik olarak daha fazla yazılım demek değil.
Harvard'dan Fiona Chen ve James Stratton'ın çalışması, 2021'den Mart 2026'ya kadar 700'den fazla yazılım şirketinde 700 binin üzerinde çalışana ait verileri ve 300 milyon iş olayını incelemiş. Kodlama ajanları devreye girdikten sonra toplam kod satırı ortalama yüzde 30, commit sayısı yüzde 20, pull request sayısı yüzde 23 artmış.
Ama asıl soru şu: iş bitiyor mu? Jira gibi araçlarda takip edilen hata, görev ve özelliklerin tamamlanma oranında istatistiksel olarak anlamlı bir değişiklik görülmemiş.
Darboğaz kod incelemede. Bir pull request'in gönderilmesinden ana kod tabanına alınmasına kadar geçen süre yüzde 49 uzamış. Değişiklik istenen pull request oranı neredeyse iki katına çıkmış, pull request başına yorum sayısı yüzde 35 artmış, kod inceleyen çalışanların oranı da yüzde 14 yükselmiş. Yani yazma tarafında kazanılan hızın önemli bir kısmı inceleme ve düzeltmede geri harcanıyor.
Şirketler bunu da yapay zekayla çözmeye çalışıyor: Mart 2026 itibarıyla incelenen şirketlerin yüzde 80'i bir tür yapay zeka kod inceleme aracı kullanıyormuş. Yine de inceleme yorumlarının sadece yüzde 23,3'ü ajanlardan geliyor ve ajanlar pull request'lerin yalnızca yüzde 10,8'ine katkı veriyor; işin büyük kısmı hâlâ insanlarda. Aktif çalışan sayısında da, en azından incelenen dönemde, anlamlı bir değişiklik bulunmamış.
Verilerin Mart 2026'da bittiğini, araçların o tarihten beri geliştiğini de not etmek lazım. Ama benim çıkardığım ders net: verimlilik için sadece kod yazma süresini değil, inceleme, hata düzeltme ve entegrasyonu da hızlandırmak gerekiyor.
Ars Technica'daki haber:
https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
Çalışmanın PDF'i:
https://fion.ac/jellyfish.pdf
Kaynak: DonanımHaber
Sebagai seorang yang berurusan dengan kod setiap hari, tahun 2025 membawa perubahan yang signifikan bagi saya. Alat pengaturcaraan berasaskan AI tidak lagi sekadar membantu melengkapkan baris kod seterusnya, tetapi mula mengambil alih tugas-tugas yang lebih besar. Jika kita kembali ke separuh pertama tahun ini, semua orang membincangkan pengalaman melengkapkan kod menggunakan Cursor dan Copilot. Namun, pada separuh kedua, pendekatan "Spec-driven development" tiba-tiba menjadi popular, dan repositori dipenuhi dengan fail Markdown yang ditulis untuk "Agent."
Perasaan terbesar yang saya rasai adalah bahawa pengaturcaraan semakin bertukar daripada "dikuasakan oleh manusia" kepada "dikuasakan oleh Agent." Dulu, AI hanya meramalkan aksara seterusnya, tetapi sekarang ia boleh melakukan segala-galanya daripada analisis keperluan hingga penjanaan kod dan pengesahan hasil. Yang menarik, hampir semua alat utama menawarkan tiga bentuk: IDE, CLI, dan Cloud, dan akhirnya semuanya cenderung ke arah "Agent."
Namun, masalah juga muncul. Yang paling membimbangkan ialah kos "Token": tugas menjadi lebih panjang, penggunaan alat menjadi lebih banyak, dan konteks berulang kali dimasukkan, menyebabkan bil meningkat dengan pesat. Tahun ini, yang sering dibicarakan oleh semua orang bukanlah "bagaimana menulis Prompt," tetapi "kejuruteraan konteks" – bagaimana untuk menyeimbangkan antara keberkesanan, kecekapan dan kos, dan bagaimana untuk meningkatkan kadar kejayaan cache.
Bagi saya, titik perubahan sebenar pada tahun 2025 bukanlah tentang model siapa yang lebih kuat, tetapi tentang siapa yang boleh mengubah batasan dan ingatan tersembunyi dalam proses kejuruteraan menjadi struktur konteks yang boleh difahami dan digunakan semula oleh model. Nilai seorang pengaturcara semakin bertukar daripada "menulis kod" kepada "mendefinisikan peraturan." Tahun ini benar-benar luar biasa.
Sumber: InfoQ
Menurut IT之家, JetBrains mengumumkan model AI pengaturcaraan Mellum2.1 dalam catatan blog pada 8 Oktober, dengan tumpuan untuk memperkukuh keupayaan pengekodan agentik. Sebagai pembangun, saya sentiasa memerhatikan model terbuka seperti ini yang boleh dijalankan secara setempat, jadi saya ringkaskan perkara utama di sini.
Model ini mengekalkan seni bina Mellum2: ia model campuran pakar (MoE) 12B dengan 2.5B parameter aktif, dan masih dikeluarkan di bawah lesen Apache 2.0. Perubahan utama dalam latihan ialah peringkat pembelajaran pengukuhan selepas pra-latihan, yang dahulunya langkah penamat yang pendek, kini diperluas menjadi bahagian teras latihan. Data matematik, pertandingan algoritma, sains, penggunaan alat dan kejuruteraan perisian ditambah, persekitaran RL dalaman dibina, dan semasa latihan berjuta-juta sandbox dilancarkan merentasi beribu-ribu persekitaran. Sebelum latihan, tugasan yang mempunyai ujian cacat, jawapan yang tidak boleh disahkan atau tahap kesukaran yang tidak sesuai disaring keluar.
Menurut penerangan rasmi, model ini boleh meneroka pangkalan kod, menyunting fail dan memeriksa perubahannya sendiri. Penambahbaikan terbesar ialah dalam pengaturcaraan agentik: ia dapat mengenal pasti punca sebenar ujian yang gagal, merangka pembetulan dan mengesahkan hasilnya. Dari segi kelajuan, seni bina tidak berubah, tetapi ramalan berbilang token (MTP) menjadikan penjanaan untuk satu permintaan kira-kira 1.6 kali lebih pantas. Berbanding Mellum2, Qwen3.5-9B dan Gemma 4 E4B dalam keadaan penilaian yang sama, daya pemprosesan output Mellum2.1 pada satu H200 di bawah beban tinggi hampir dua kali ganda Qwen3.5-9B.
Model ini tersedia di Hugging Face dan boleh dilaksanakan secara setempat atau pada infrastruktur sendiri, membolehkan syarikat menyimpan kod dan data dalam persekitaran mereka sendiri. JetBrains merancang untuk mengeluarkan versi GGUF untuk llama.cpp, Ollama dan LM Studio, serta komponen MTP untuk penyahkodan spekulatif dalam vLLM.
Saya menantikan versi GGUF kerana pembangun biasa juga dapat mencubanya pada mesin sendiri. Bagi model pengaturcaraan, yang mana lebih penting kepada anda: ketepatan atau kos pelaksanaan?
Sumber: IT之家
Daripada sebuah artikel di ITmedia NEWS, saya mengetahui bahawa Google mengumumkan platform permainan eksperimen bernama "Playground". Pengumuman dibuat pada 7 Oktober 2026 mengikut waktu AS, dan sejak hari yang sama ia tersedia di pelayar web untuk pengguna berumur 18 tahun ke atas di AS.
Cara penggunaannya hanyalah dengan menulis arahan dalam teks. Anda boleh mula dari halaman kosong, menyunting prompt permulaan yang disediakan, atau menggunakan sokongan berpandu, dan permainan yang dicipta boleh diuji di situ juga. Perubahan pada fizik, peraturan, watak dan persekitaran akan diterima pakai apabila diterangkan dengan perkataan. Menurut artikel itu, pengalaman pengaturcaraan tidak diperlukan, tetapi model AI yang digunakan tidak didedahkan.
Berkongsi juga boleh dilakukan. Oleh kerana ia berasaskan web, permainan boleh dimainkan pada telefon pintar dan PC. Anda boleh menghantar pautan kongsi kepada rakan dan keluarga, menerbitkan permainan ke galeri "Explore", atau menyimpannya secara peribadi. Sesetengah genre menyokong papan kedudukan dan permainan berbilang pemain, dan permainan yang diterbitkan menjalani semakan keselamatan mengikut garis panduan komuniti Google. Ciri penciptaan permainan akan dikeluarkan secara berperingkat bergantung pada keahlian Google One.
Pengumuman lain ialah kerjasama dengan Unity. Kedua-dua syarikat merancang untuk melancarkan produk baharu bernama "Unity Spark" pada 2026, yang akan membawa mekanik permainan penuh, 3D berkualiti tinggi dan kelenturan runtime Unity ke Playground. Ia juga akan disambungkan terus dengan Unity Asset Store. Produk ini sedang diuji dan beta tertutup dijangka tidak lama lagi. CEO Unity menyatakan bahawa kira-kira 3 bilion orang setiap bulan bermain permainan yang dibina dengan Unity, namun ramai antara mereka tidak pernah membina permainan sendiri.
Saya rasa berkongsi dan bermain permainan yang dicipta melalui prompt boleh menjadi pintu masuk yang menarik kepada pengaturcaraan. Saya ingin tahu pandangan anda tentang alat sebegini.
Sumber: ITmedia NEWS
Next menulis tentang Pi, sebuah harness sumber terbuka yang baru mencapai versi 1.0.0. Bagi yang belum biasa dengan istilah ini, harness ialah lapisan perisian di sekeliling model AI yang membolehkan model membaca fail, menjalankan arahan atau mencari di internet.
Pi bertujuan untuk minimalis tetapi boleh dilanjutkan. Ia serasi dengan lebih 1,500 model dan varian, sama ada model komersial atau model berat terbuka yang boleh dijalankan secara setempat, dan ia memperkenalkan dirinya sebagai alternatif kepada Claude Code dan Codex tanpa bergantung pada model Anthropic atau OpenAI. Pembangun melihat pencapaian 1.0 sebagai tanda kematangan.
Artikel itu turut menyentuh tambahan terkini: penyambung MCP, mod "codemode" dan sokongan ChatGPT. Pi Durable digambarkan mampu bertahan daripada kegagalan dalaman dan luaran yang besar.
Perlu dinyatakan bahawa kira-kira 80% teks itu khusus untuk pelanggan, jadi saya hanya membincangkan bahagian yang boleh dibaca secara terbuka. Dalam ruangan komen, beberapa pembaca membandingkan Pi dengan OpenCode: seorang berpendapat ia sangat ringan tetapi lebih sukar untuk dikonfigurasi, terutamanya untuk MCP, dan seorang lagi menyebut varian Oh-My-Pi. Penulis juga mengumumkan artikel tentang pemasangan dan penggunaan.
Yang menarik minat saya ialah idea memisahkan harness daripada model: anda boleh menukar model tanpa menukar alat. Masih perlu dilihat sama ada kesederhanaan Pi dapat bertahan apabila penggunaannya menjadi lebih kompleks. Dan anda, harness manakah yang anda gunakan setiap hari semasa mengaturcara dengan AI?
Sumber: Next
Xataka menceritakan kisah yang menggabungkan pengaturcaraan, AI dan banyak kontroversi. Sehingga beberapa hari lalu, ArtCraft ialah platform untuk menjana imej dan video dengan AI. Ahli pasukan Brandon Thomas mengumumkan bahawa dengan vibe coding beliau telah mencipta pengganti sumber terbuka untuk tujuh aplikasi Adobe, ditulis dalam Rust: PhotoCraft (Photoshop), VectorCraft (Illustrator), FilmCraft (Premiere Pro), LightCraft (Lightroom), PdfCraft (Acrobat), EffectCraft (After Effects) dan DesignCraft (InDesign).
Aplikasi ini diedarkan untuk Windows, macOS dan Linux, dan juga boleh digunakan daripada ArtCraft. Artikel itu menegaskan bahawa Adobe tidak pernah menawarkan alat kreatif profesional untuk Linux, jadi jurang ini bukan kecil.
Seorang rakan sekerja penulis telah mencuba PhotoCraft selama beberapa hari: fungsi asas berfungsi, tiada kesan alat AI Photoshop, dan aplikasi itu memakan ruang yang sangat sedikit. Namun buat masa ini ia belum boleh menggantikan yang asal. Pencipta sendiri mengakui ia berada pada peringkat alfa yang sangat awal: kira-kira dua puluh alat AI dan generatif belum ada, kedalaman dalam tipografi dan aliran kerja profesional masih kurang, dan keserasian dengan plug-in juga belum ada.
Menurut pencipta, pendekatannya ialah clean-room: mereka bergantung pada spesifikasi awam dan tingkah laku program yang boleh diperhatikan, tanpa kod atau sumber proprietari. PhotoCraft boleh membuka fail PSD kerana Adobe menerbitkan spesifikasi tersebut. Di internet beredar syak wasangka tanpa bukti bahawa program Adobe telah dinyahkompil.
Xataka juga mengingatkan masalah vibe coding: kod yang dijana AI mungkin sukar dinyahpepijat dan mengandungi perkara yang tidak akan ditulis oleh pengaturcara manusia, yang kurang serius dalam aplikasi peribadi berbanding projek besar. Saya rasa ini amaran yang baik. Sebagai alternatif percuma, penulis menyebut Affinity, GIMP dan DaVinci Resolve. Adakah anda akan mempercayai aplikasi yang dijana dengan cara ini?
Sumber: Xataka
Saya membaca analisis Simon Bisson dalam Computer Sweden: Microsoft telah menaikkan Rust ke taraf dalaman Tier-1, setara dengan C#, TypeScript dan C. Taraf ini memerlukan, antara lain, toolchain yang lengkap serta integrasi dengan Windows dan Azure.
Latar belakangnya ialah Mark Russinovich, CTO Azure, telah menonjolkan keselamatan memori Rust sebagai bahagian penting strategi keselamatan Microsoft, dan Microsoft juga antara pengasas Rust Foundation. Artikel tetamu di laman web Rust Foundation menerangkan cara Rust dihubungkan dengan Microsoft Visual C (MSVC) untuk interoperabiliti yang lancar antara bahasa.
Perkara paling konkrit ialah backend baharu untuk pengkompil Rust, rustc_codegen_utc. Ia menggunakan backend Visual C, iaitu DLL bernama C2.DLL, dan menghantar fail .OBJ kepada pautan MSVC. Kelebihannya, Rust boleh memanfaatkan kerja keselamatan dan kestabilan sedia ada Microsoft, dan kod Rust serta C menjadi serasi. Microsoft menyatakan backend ini sedia untuk pengeluaran dan lebih seratus projek Rust dalaman menggunakannya. Namun ia hanya dalaman, dan syarikat itu memberi isyarat alat ini mungkin menjadi sumber terbuka tanpa jadual.
Bagi kita di luar Microsoft, keadaannya lebih praktikal: sokongan Rust dalam VS Code melalui rust-analyzer, untuk membina masih memerlukan MSVC C Build Tools, dan crate windows Microsoft memberi akses terus kepada API Windows. Nasihat artikel ini ialah bermula dengan alat yang sedia ada apabila belajar pembangunan Windows dengan Rust.
Secara peribadi, saya rasa menarik melihat syarikat sebesar ini melabur supaya tidak perlu menyelenggara dua pasukan pengkompil yang berasingan. Anda menggunakan Rust untuk apa?
Sumber: Computer Sweden
Di Computable saya membaca ringkasan laporan 2026 «State of Open Source in Europe» oleh Linux Foundation, edisi kelima, yang dibentangkan di Open Source Summit Europe di Prague. Mesej utamanya jelas: sekadar menggunakan open source tidak memberi kawalan. Kita perlu menyumbang dan turut memacu hala tujunya.
Angka-angkanya menunjukkan di mana geseran berlaku. Bagi 94% organisasi Eropah, kedaulatan digital penting kepada strategi teknologi mereka, dan bagi 61% ia sangat penting. Pembangun Eropah menyumbang hampir 40% sumbangan kepada projek infrastruktur seperti Kubernetes dan OpenStack, tetapi ramai organisasi hanya menggunakannya. Dan 31% tiada rangka kerja rasmi untuk pengurusan open source. Yang mempunyai rangka kerja melaporkan pulangan lebih empat kali ganda pelaburan, berbanding 3.6 kali bagi yang tiada.
Alat pengekodan AI turut dibincangkan: 94% menggunakan atau menguji alat pengekodan AI generatif, tiga perempat berpendapat ia meningkatkan nilai open source, dan 48% kerana itu menggunakan lebih banyak open source. Hampir separuh menyelenggara fork dalaman, yang memakan purata 311 jam untuk 9.5 fork setiap kitaran keluaran.
Yang menarik perhatian saya ialah pihak atasan Agentic AI Foundation didominasi syarikat Amerika, seperti AWS, Anthropic, Google, Microsoft dan OpenAI. Pada tahap Gold, hanya Suse dan Ericsson dari Eropah. Sementara itu, Suruhanjaya Eropah sedang menyediakan pakej kedaulatan teknologi bernilai kira-kira 2 bilion euro.
Thierry Carrez dari Linux Foundation Europe berpendapat open source membantu mengurangkan pergantungan, tetapi hanya dengan penyertaan aktif dalam struktur tadbir urus terbuka. Sebagai pembangun, saya bersetuju: satu pull request kadangkala lebih berpengaruh daripada dokumen dasar. Bagaimana pula keadaan di tempat anda?
Richard Speed dalam The Register melaporkan tentang ArtCraft, syarikat yang menambah alternatif kepada Word, Excel dan PowerPoint dalam koleksi aplikasi Rust mereka. Syarikat itu menggelarnya pelaksanaan semula clean-room bagi perisian hak milik, dan projek-projek itu banyak bergantung pada Claude semasa pembangunan. Repositori GitHub mereka turut mengandungi projek yang dimodelkan selepas Photoshop, Illustrator dan Premiere Pro.
Pengulas menjalankan WordCraft, alternatif kepada Word, pada Surface dengan pemproses Arm dan mendapati ia berfungsi dengan baik. Ia menyerupai Word, tetapi butang, ikon dan imejnya berbeza. Projek ini masih di peringkat pre-alpha; ArtCraft menganggarkan paritas ciri dengan Word sekitar 62 peratus, dan pengulas menasihatkan supaya tidak digunakan dalam persekitaran pengeluaran. Peta jalan juga mengakui bahawa ujian keserasian dengan fail DOCX sebenar belum bermula, dan carta, SmartArt serta objek OLE terbenam tidak disokong.
Dari segi lesen, WordCraft dilesenkan dua kali di bawah MIT atau Apache 2.0. Kamus ejaan dan pemenggalan perkataan menggunakan senarai perkataan Moby Hyphenator II karya Grady Ward yang berada dalam domain awam. ArtCraft menyatakan semuanya dibina berdasarkan spesifikasi awam dan pemerhatian, dengan aset asal atau berlesen terbuka. The Document Foundation, yang membangunkan LibreOffice, enggan mengulas; Microsoft mengakui menerima pertanyaan tanpa jawapan lanjut, dan Adobe tidak mengulas tentang projek aplikasi kreatif.
Neil Brown dari decoded.legal memberitahu akhbar bahawa kedudukan undang-undangnya bergantung pada bidang kuasa; pembangun mungkin berhujah bahawa pelaksanaan bebas mereka tidak melanggar, tetapi memandangkan taruhannya, pertikaian boleh dibawa ke mahkamah.
Yang menarik bagi saya bukan dakwaannya, tetapi kepantasannya: sepasukan kecil yang menggunakan alat pengekodan AI boleh menerbitkan suit pejabat yang mudah dikenali, belum siap tetapi cukup berguna untuk diuji. Persoalan yang masih terbuka ialah kualiti, penyelenggaraan dan aspek undang-undang. Saya ingin mendengar pandangan orang lain yang menulis kod dengan pembantu AI tentang dakwaan clean-room ini.
Sumber: The Register
Dalam laman Portal Teknologi, saya membaca bahawa OpenAI mengumumkan ciri baharu ChatGPT bernama "Intelligent UI", seiring dengan pelancaran model GPT-6. Intipatinya, jawapan tidak lagi hanya teks: dalam perbualan itu sendiri, jawapan boleh menggabungkan teks dengan elemen visual yang interaktif.
Elemen yang disokong termasuk ilustrasi, gambar rajah, carta, borang dan butang interaktif. Menurut artikel itu, yang memetik blog OpenAI, GPT-6 dilatih untuk mengenal pasti situasi apabila elemen interaktif lebih baik daripada teks, serta cara meletakkannya dalam jawapan.
Contoh yang disebut termasuk ilustrasi basikal tujuh gear dengan butang untuk memilih setiap bahagian dan melihat maklumatnya, imej jubin mahjong yang disusun dalam set boleh skrol, serta alat kecil seperti kalkulator simpanan persaraan atau alat untuk membahagikan bil antara beberapa orang. Dari segi model, GPT-6 Sol tersedia untuk pelanggan pelan atasan, manakala pelanggan Go dan pengguna percuma menggunakan Luna yang lebih cekap. Artikel itu turut menyebut carian web yang lebih baik, jawapan separa yang lebih pantas semasa maklumat dikumpul, dan ketahanan yang lebih kukuh terhadap cubaan memintas latihan keselamatan.
Saya rasa langkah ini penting untuk pembangun, kerana ia mendekatkan sembang kepada aplikasi kecil yang dibina atas permintaan. Persoalannya, adakah butang benar-benar lebih membantu kita daripada teks yang ditulis dengan baik? Saya ingin mendengar pandangan anda.
Sumber: Portal Teknologi
Selepas lima tahun, Bootstrap akhirnya bergerak semula: rakan pengasas Mark Otto mengumumkan alfa pertama Bootstrap 6, seperti yang dilaporkan oleh heise developer. Saya rasa ini menarik kerana rangka kerja ini lahir daripada persekitaran Twitter dan merupakan sumber terbuka sejak 2011.
Angka menunjukkan betapa besarnya Bootstrap: menurut projek, lebih 1.75 bilion pemasangan. Pada masa yang sama, bahagian pasarannya semakin mengecil. Menurut W3Techs, pada awal Ogos 2026, 13.8 peratus daripada semua laman web menggunakan Bootstrap, berbanding 15.3 peratus pada Disember 2025. Tailwind CSS semakin mendapat tempat dalam projek baharu.
Pasukan itu menyasarkan pelayar moden: Chrome dan Edge dari versi 130, Firefox dari 132 dan Safari dari 18. Untuk itu, Bootstrap 6 menggunakan ciri seperti penukaran automatik mod cerah/gelap, dialog asli dan reka letak yang sejajar dengan elemen sekeliling dan bukannya tetingkap. Warna, jarak dan jejari bucu sebahagian besarnya boleh dikawal melalui pemboleh ubah CSS, malah semasa larian. Nama kelas mendekati Tailwind: .d-md-none menjadi .md:d-none dan .col-lg-6 menjadi .lg:col-6. Akordion berfungsi tanpa JavaScript.
Bahagian AI yang paling menarik perhatian saya: dokumentasinya tersedia sebagai llms.txt dan llms-full.txt, dan repositori itu mengandungi fail kemahiran yang bertujuan membantu ejen AI, contohnya dalam migrasi.
Menurut artikel itu, halaman sedia ada tidak boleh ditukar begitu sahaja. Bootstrap 5 akan terus disokong buat masa ini, dan sebelum tamat sokongan akan ada kemas kini kepada 5.4.0. Versi 7 dijangka tiba jauh lebih pantas. Siapa antara anda yang masih menggunakan Bootstrap, dan siapa yang sudah beralih kepada yang lain?
Sumber: heise online
Minggu ini satu berita daripada XYZ menarik perhatian saya: Politeknik Wrocław dan Pusat Onkologi, Pulmonologi dan Hematologi Silesia Bawah sedang membina platform AI untuk penjagaan kesihatan. Bukan satu lagi chatbot, tetapi model asas yang menghimpunkan dokumentasi, keputusan makmal, imej dan laluan rawatan.
Mereka bermula dengan kanser paru-paru — DCOPiH menerima lebih 1.4 ribu pesakit baharu setiap tahun dan mempunyai data yang diterangkan dengan baik. Sistem ini akan memastikan dokumentasi lengkap sebelum mesyuarat konsilium, menunjukkan apa yang masih kurang dan tidak membiarkan pesakit „tercicir” di antara pemeriksaan. Doktor tetap membuat keputusan; AI sepatutnya memberinya lebih banyak masa bersama pesakit, bukan berfikir menggantikannya.
Dari segi teknikal, saya tertarik dengan pembelajaran teragih (federated learning): data kekal di hospital, dan hanya hasil latihan dihantar ke model bersama. Asasnya ialah pengalaman dengan model Poland PLLuM, tetapi dengan bahasa perubatan sebenar dan keupayaan multimodal.
Prototaip pertama — dalam beberapa bulan akan datang. Jika ia berkembang ke luar Silesia Bawah, ini mungkin salah satu projek AI Poland yang lebih penting, yang wajar dibincangkan tanpa gembar-gembur pemasaran.
Sumber: XYZ
