Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗Nathan Lambert tvrdí, že open a closed modely se budou zlepšovat po různých křivkách. Praktická otázka není ideologie open source, ale kde se firmám vyplatí platit prémii za nejlepší model.
Simon Willison experimentuje s přístupem, kde Python ASGI aplikace běží přímo v browseru díky Pyodide a service workeru. Povedlo se spustit FastAPI a kompletní Datasette 1.0a31. Záměr je distribuce: demo nebo datový nástroj jako webová stránka bez serveru.
Latent Space rozhovor s Cognition a OpenInspect rámuje coding agents jako asynchronní pracovníky: spec-to-PR workflows, full VMs, agent memory a situace, kdy PM posílá code change bez vývojáře. Posun je od synchronního chatu k delegaci celého pracovního cyklu.
Microsoft Research popisuje MagenticLite, MagenticBrain a Fara1.5 jako agentický systém optimalizovaný pro malé modely, který propojuje browser a lokální file systém v jednom workflow. Směr je praktický: ne jeden drahý model pro všechno, ale orchestrace specializovaných komponent.
AI Snake Oil rozebírá tvrzení, že Google AI agents postavili operační systém za $916. Klíčové téma: agentická oznámení vyžadují jiný typ ověřování než chat benchmarky, protože velký cíl a pár kroků v demo prostředí je snadné nafouknout.
IBM Research a Artificial Analysis vydali 27. května 2026 první benchmark zaměřený na enterprise IT agenty v realistickém Kubernetes prostředí. Nejlepší model (Claude Opus 4.7) dosáhl 47 %. Žádný frontier model nepřekonal 50 %.
Microsoft Research popisuje SocialReasoning-Bench, benchmark zaměřený na to, zda AI agents opravdu jednají v nejlepším zájmu uživatele. Klíčový nález: agenti úkoly technicky splní, ale nezlepšují konzistentně výsledek pro člověka, i když dostanou explicitní instrukci to udělat.
Epizoda LWiAI Podcast #246 z 26. května 2026 je rozcestník, ne jeden velký závěr. Google I/O, coding agents, právní tlak kolem OpenAI a bezpečnostní výzkum se v jednom týdnu poskládaly do přehledu čtyř souběžných tlaků na AI trh.
Microsoft Research vydal Data Formulator 0.7, analytické prostředí, kde AI agenti pomáhají s průzkumem, transformací a vizualizací enterprise dat. Klíčová otázka je, jestli agent zvládne špinavá, oprávněními chráněná data mimo demo.
Google Research na I/O 2026 ukázal Gemini for Science, ERA a Co-Scientist jako systémy, kde AI přebírá mezikroky výzkumu: literaturní rešerše, psaní kódu, iterace hypotéz. Riziko falešné jistoty a vendor lock-in je podstatné.
Simon Willison upozornil na číslo z investičního oznámení Anthropic: run-rate revenue překročil $47 miliard. Dramatický je zejména nárůst z $9 miliard v prosinci 2025 na $30 miliard v dubnu a $47 miliard v květnu 2026.
Anthropic vydal Opus 4.8 s jednou konkrétní metrikou: model je čtyřikrát méně pravděpodobný, že přehlédne chybu v kódu než předchůdce. Zároveň přidává mid-conversation system messages a snížil minimální velikost prompt cache z 4 096 na 1 024 tokenů.
SQLite přidalo do repozitáře AGENTS.md s velmi jasným vzkazem pro lidi, kteří na kód pouštějí AI agenty: projekt nepřijímá agentně vytvořený kód, ale může přijmout kvalitní bug report s reprodukovatelným testem. Je to malý soubor, ale velký signál pro údržbu kritického open source.
Gartner odhaduje, že přes 40 % projektů s agentní AI bude do konce roku 2027 zrušeno kvůli nákladům, nejasné hodnotě nebo slabým rizikovým kontrolám. Není to rozsudek nad agenty, spíš studená sprcha pro PoC projekty bez vlastnictví, měření a provozní reality.
Simon Willison sdílel poznámku Borise Manna, že fráze „11 AI agentů” sama o sobě nic neříká. Stejně jako počet tabulek nebo otevřených záložek nevysvětlí kvalitu práce. U agentů má smysl měřit výsledek, odpovědnosti, předávky, dohled a selhání.
Subquadratic získal seed investici 29 milionů dolarů a představil model SubQ, který má díky subkvadratické architektuře a sparse attention nabídnout až 12 milionů tokenů kontextu. Slib je velký: delší okna, vyšší rychlost, lepší přesnost a nižší náklady. Důkaz ale bude až v nezávislých benchmarcích.
Anthropic jmenoval KiYoung Choiho šéfem pro Koreu před otevřením kanceláře v Soulu, protože z Koreje vidí jeden z nejaktivnějších trhů pro Claude.
OpenAI říká, že Gartner zařadil Codex mezi lídry enterprise AI coding agentů. Pro firmy je to hlavně nákupní a governance signál, ne důkaz technické převahy.
OpenAI, Thrive Holdings a Crete ukazují Tax AI, daňového agenta pro více než třicet účetních firem. Pilot zpracoval 7 000 přiznání, šetří zhruba třetinu času praktiků a díky smyčce zpětné vazby se během šesti týdnů výrazně zlepšil.
Papež Lev XIV představil encykliku Magnifica humanitas o ochraně lidské osoby v době umělé inteligence. Na vatikánské prezentaci vystoupil Chris Olah z Anthropicu a varoval, že vývoj špičkových modelů formují pobídky, které se mohou dostat do konfliktu s veřejným dobrem.
