Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗Anthropic vydal Claude Opus 4.8 se stejnou cenou jako Opus 4.7 a s důrazem na coding, agentic tasks a delší práci. Důležitější než tabulka benchmarků je ale posun k modelu, který má častěji říkat, kdy si není jistý.
Nathan Lambert oznámil odchod z Allen Institute for AI a využil ho jako bilanci práce na Olmo. Nejde jen o personální zprávu, ale o připomínku, že open modely stojí na institucích, které musejí vydržet déle než jeden silný tým.
Latent Space shrnuje Microsoft Build jako okamžik, kdy Microsoft ukázal vlastní MAI modely vedle Copilotu, Windows a Web IQ. Klíčová ambice je mít kontrolu nad daty, inferencí a vývojářským workflow najednou a nepřenechat tuto páku jen partnerům.
Bílý dům chce do 60 dnů připravit klasifikovaný cyber benchmark pro „covered frontier models“ a dobrovolný režim, v němž by federální vláda mohla dostat model až 30 dnů před releasem. Licence to formálně není, ale pro laby s federálními zákazníky to může začít fungovat podobně.
Latent Space publikoval text Auriel W o tom, proč nekvalitní RL environments kazí trénink agentů. Pointa je jednoduchá: v reinforcement learningu je prostředí generátor dat, takže bug v harnessu se stává učební látkou.
Hugging Face publikoval field report z Build Small Hackathonu o simulaci Thousand Token Wood v2, kde čtyři postavy běží na čtyřech různých malých modelech. Klíčová lekce pro agentní systémy: serving, JSON opravy, firewall tajných informací a omezená paměť rozhodují víc než poetický prompt.
Apple na WWDC 2026 oznámilo Siri AI a další Apple Intelligence funkce, přičemž pro náročné úlohy rozšiřuje Private Cloud Compute na Google Cloud s NVIDIA GPU. Po loňském fiasku s Apple Intelligence ale nejde o prezentaci, nýbrž o test, jestli se Siri konečně ukáže mimo keynote.
Simon Willison ukazuje, jak v AgentsView ručně doplnil cenu nového modelu Claude Fable 5 a hned viděl náklady svých lokálních coding agentů. Malá utilita tu odhaluje větší posun: AI vývoj se začíná řídit jako spotřeba infrastruktury, ne jako předplatné v appce.
Zvi Mowshowitz v AI #171 neskládá jeden čistý trend, ale mapu signálů: Claude Opus 4.8, americké testování frontier modelů, OpenAI policy blueprint a politické PAC spory.
Nathan Lambert v květnovém přehledu píše o Gemini Flash 3.5, Mythos, agentních nástrojích a napětí mezi open a closed modely.
Zvi Mowshowitz čte Opus 4.8 přes model welfare a tvrdí, že snaha opravit poctivost, sycophancy a preference může vytvořit nové problémy jinde. Pro týmy nasazující modely je to připomínka, že alignment není checklist.
Latent Space v rozhovoru s Ethanem He z xAI rámuje Grok Imagine jako krok od jednorázové video generation k video agentům. Pokud má tahle teze obstát, rozhodne méně kvalita ukázky a víc schopnost iterovat celý kreativní úkol.
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.
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.
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.
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.
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.
Warp ukazuje, jak chce posunout terminál od nástroje pro příkazy k agentickému vývojovému prostředí. Otevření klienta jako open source, podpora OpenAI a GPT-5.5 mají z vývoje udělat práci, kde lidé určují cíl a kontrolují výsledek, zatímco agenti plánují, píší kód, testují a otevírají pull requesty.
OpenAI zveřejnila lessons learned z výzvy Parameter Golf: přes 1 000 účastníků, víc než 2 000 submissions, limit 16 MB na artefakt a 10 minut tréninku na 8 H100. Nejdůležitější není jen komprese modelů, ale fakt, že AI coding agenti změnili tempo výzkumné iterace.
