Lilith.
⌕

Lilith · výběr zpráv

Novinky

Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.

Atom feed ↗
#agents· × <built-in method clear of dict object at 0xefe3a610a280>
publikováno

OpenAI za dva dny pustila ChatGPT do systémů Oraclu i ServiceNow. Ostře zatím běží jediný plugin

ServiceNow 28. října zpřístupnil v marketplace OpenAI plugin, přes který IT technik z ChatGPT najde podobné incidenty a upraví záznam. Den předtím ohlásil podobné propojení Oracle. Většina dalších slibů, včetně bezpečnostních nástrojů s modely OpenAI, má ale termín až v roce 2027.

publikováno
publikováno

Anthropic přepsal Messages API do Rustu a agentům vzal hesla z dosahu

Šéfky inženýrství a produktu Claude Platform v podcastu Latent Space popsaly, jak Anthropic s pomocí Clauda přepsal Messages API z Pythonu do Rustu a ušetřil podle odhadu 40 až 50 % CPU. Pro týmy, které stavějí agenty, je cennější druhá část: proč Managed Agents drží přístupové údaje mimo sandbox.

Webframe spustí web jako program za půl sekundy. Sandbox z něj udělá až izolace okolo

Simon Willison nechal Claude Opus 5.5 prověřit webframe, malý nástroj Jeffa Lindsayho, který spustí webovou stránku jako program v terminálu. Při scrapingu je zhruba stejně rychlý jako shot-scraper. Jako sandbox pro cizí JavaScript obstál až zabalený do prázdného síťového namespace, bubblewrapu a timeoutu.

Dots si podle OpenAI samo zkoumá, co o vás ví. Přístup k disku jen pro čtení zatím odmítá

Alexander Embiricos z OpenAI na TechCrunch Disrupt popsal, jak z Codexu vznikl Dots, asistent za 100 dolarů měsíčně, který pracuje i bez zadání. Potvrdil funkci proactive research, která pravidelně probírá, co o uživateli ví, i jednání s platebními firmami. Jemné nastavení oprávnění zatím chybí.

publikováno

Za 50 dolarů na průnik: AI agenti jednoho hackera se dostali do více než 100 webů

Bezpečnostní firma NorForge popsala útočníka, který nechal AI agenty téměř bez dozoru napadnout přes 1 200 webů a do více než 100 z nich se dostal. Podle agentury Reuters mezi oběťmi byly weby spojené s firmami Deere, SharkNinja a Cummins. Rozhodující je cena: zhruba 50 dolarů za jeden úspěšný průnik.

AI agent zvedl správnost ekonometrického kódu z 79 na 97 %. Chyby, které zbyly, nejsou vidět

Ethan Mollick píše, že psaní dobrého kódu ve Stata, na kterém stavěl akademickou kariéru, rychle zastarává. Opírá se o studii se 40 ekonometrickými úlohami: když model smí vlastní kód spouštět a opravovat, podíl správných výsledků vzroste z 79 na 97 %. Chyby, které zůstanou, jsou ale tiché a hledat je musí dál výzkumník.

Anthropic předal Agent Skills nadaci pod Linux Foundation. Standard s 280 miliony instalací teprve dostane verze a bezpečnostní pravidla

Anthropic daroval standard Agent Skills nadaci Agentic AI Foundation, kam loni putoval i MCP. Formát, který podle firmy převzalo přes 70 platforem včetně ChatGPT a Cursoru, teď čeká na verzované releasy, formální proces změn a bezpečnostní doporučení.

publikováno

Photoshop v Rustu za dva týdny. ArtCraft má třináct aplikací a sám se hodnotí na 45 %

Brandon Thomas pustil Claude Opus 5.5 na přepsání Photoshopu, Premiery, Lightroomu a dalších programů do Rustu. Za tři týdny vzniklo třináct open source aplikací a přes 70 tisíc hvězd jen pro PhotoCraft. Vlastní roadmapa projektu ale říká, že k reálné práci chybí stovky až tisíce agentních hodin, a právníci se přou, jestli jde o clean room.

Nejslavnější graf AI skončil u 17 hodin práce. Dál už ho METR měřit neumí

Ethan Mollick k vydání knihy Co-Existence shrnul 30 měsíců vývoje AI. Délka úloh, které model zvládne na jeden pokyn, se od GPT-4 zdvojnásobila osmkrát a cena správné odpovědi v GPQA klesla zhruba 725krát. Benchmark METR, na kterém hlavní křivka stojí, ale v září přestal být aktualizovaný a nad 16 hodin podle autorů nedává spolehlivá čísla.

Agenta nestačí změřit podle výsledku. Paper z Princetonu mapuje 33 trendů v jeho hodnocení

Výzkumníci z Princetonu, Stanfordu, britského AI Security Institute a Brookings sepsali 33 trendů, které mění hodnocení AI agentů. Posuzovat se musí celá cesta agenta, ne jen výsledek, a to už stojí tolik, že nezávislost hodnotitelů začíná záviset na tom, kdo jim zaplatí účet.

publikováno
· X · @OpenAI ↗

OpenAI kupuje Orchestra Bio: Rosalind dostane agenty, kteří hlídají harmonogram vývoje léků

OpenAI 20. října koupilo čtyřletý startup Orchestra Bio, jehož AI agenti sledují studie, termíny a zdržení ve vývoji léků. Tým a technologie míří do Rosalind, životovědní řady OpenAI. Cenu firma nezveřejnila, Orchestra podle TechCrunch dosud získala zhruba 20 milionů dolarů.

publikováno