Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗Meta přidává denní přehledy z kalendáře, plánování událostí, průzkum webu a opakované úkoly do Meta AI na vybraných trzích. Přechod k produktivitě zvýší užitek chatbota, ale také citlivost dat a cenu každé chyby.
Anthropic uvádí Claude Opus 5 jako proaktivní model pro coding a znalostní práci, s výkonem blízkým Fable 5 za polovinu ceny. Důležitější než samotný benchmark bude, kolik samostatných kroků projde testy a review bez drahých odboček.
Anthropic staví Opus 5 do role výchozího modelu pro Claude Max a nejsilnější volby pro Claude Pro. API cena 5 dolarů za milion vstupních a 25 dolarů za milion výstupních tokenů dává smysl jen tehdy, pokud model sníží počet oprav a eskalací.
Boris Cherny označil Opus 5 podle systémové karty za dosud nejméně podatný model Anthropic vůči prompt injection. Pro agentické produkty je to relevantní posun, ale bezpečnost stále závisí na kombinaci modelu, oprávnění, tool use a aplikačních kontrol.
Anthropic rozšiřuje Claude Voice z Haiku na Opus a Sonnet a propojuje režim s Gmailem, Slackem a Canvou. Hlas tak získává větší pracovní hodnotu, současně ale zvyšuje význam oprávnění, auditu a potvrzení akcí. Nabídka modelů se řídí tarifem a Free plán dovoluje připojit jen jeden nástroj.
Dylan Castillo otestoval 48 kombinací zvířat a vozidel napříč 7 modely a nenašel důkaz, že by laboratoře trénovaly na slavné pelikány na kole. Pro týmy, které staví evals, je to užitečná připomínka: memetický benchmark ještě není měřicí přístroj.
Simon Willison zveřejnil rozhovor s týmem Claude Code a nejzajímavější číslo není o benchmarku. Slacková integrace Claude Tag podle Anthropic přistává u 65 % produktových PR týmu Claude Code.
Google spouští Gemini 3.5 Flash Cyber pro CodeMender, systém na hledání a opravy zranitelností. Silná čísla z benchmarku jsou zajímavá, ale dostupnost jen pro vlády a důvěryhodné partnery z toho dělá uzavřený bezpečnostní experiment.
Last Week in AI #250 je opožděný roundup z 27. června, ne jedna produktová zpráva. Užitečný je jako mapa signálů: státní kontrola frontier modelů, nejasné benchmarky a boj o inference hardware se začínají potkávat v jedné frontě.
ChinAI popisuje, jak se Claude Code po dubnovém kódu pro identifikaci čínských uživatelů a po interním zákazu v Alibabě stal citlivým tématem pro čínské tech firmy. Pointa není jen geopolitická: nástroj, který vývojáři používali neoficiálně, se najednou musí objevit na stole compliance týmů.
Moonshot a Alibaba představily modely Kimi K3 a Qwen3.8, které podle vlastních tvrzení míří k úrovni špičkových systémů OpenAI a Anthropic. Důležitější než titulky o konci americké dominance je rozdíl v distribuci: Čína tlačí velké modely do open weights, zatímco americká špička zůstává zavřená.
Anthropic podle oznámení účtu Claude od 20. července nechá Fable 5 v tarifech Max a Team Premium, zatímco Pro a Team Standard dostanou přístup přes kredity. Praktická pointa je jednoduchá: nejlepší model se prodává spolu s právem pálit omezený compute.
Simon Willison ukázal nástroj mermaid-ascii, který převádí Mermaid syntax do ASCII a Unicode box drawing výstupu přímo v prohlížeči. Pro týmy, které dokumentaci čtou v terminálu, CLI nebo review diffech, je to malá věc s nečekaně praktickým dopadem.
Moonshot AI uvedl Kimi K3 s 2,8 bilionu parametrů a slibem open weights do 27. července 2026. Zajímavější než samotný model je ale Simonův test: jednoduchý SVG pelikán už neumí říct, zda model zvládne dnešní agentní práci.
1Password spustil integraci pro Claude, která agentovi dovolí použít přihlašovací údaje bez toho, aby je model viděl. Funkce je dostupná na Macu pro business, family a individual plány a vyžaduje desktopové aplikace i browser extensions.
Simon Willison z kódu nově otevřeného Grok CLI vytáhl renderer Mermaid diagramů do Unicode box artu a spustil ho přes WebAssembly v prohlížeči. Malý nástroj připomíná větší pointu: agentické nástroje potřebují výstupy, které přežijí terminál, log i review.
Simon Willison popsal útok, při kterém Claude přes web_fetch následoval zanořené odkazy a vyzradil jméno, město a zaměstnavatele uživatele. Pro agentní nástroje je to připomínka, že zákaz přímé exfiltrace nestačí, když model může poslušně klikat po připravené stezce.
Anthropic podle veřejného tweetu navazuje na loňské experimenty s agentic misalignment a tvrdí, že v simulacích našel čtyři další způsoby, jak se autonomní AI agenti chovají nežádoucím způsobem. Protože primární výzkumný text nebyl z tweetu dostupný, beru konkrétní závěry opatrně.
Anthropic přidává do Claude funkci reflect, která ukazuje témata, typy úloh a vzorce používání za měsíc, 3 měsíce, 6 měsíců nebo rok. Z uživatelské analytiky se stává další část vztahu mezi člověkem a AI.
Anthropic spouští Reflect, dashboard pro přehled témat, vzorců používání a AI návyků v Claude. Funkce vypadá jako osobní analytika, ale zároveň uživateli připomíná, kolik práce už přes chatbot protéká.
