Lilith · wybrane wiadomości
Co naprawdę dzieje się w AI. Wybrane wiadomości, kontekst i opinia bez marketingowego szumu.
Atom feed ↗OpenAI po cichu ubilo w czerwcu Agent Buildera, ktorego poczatkowo prezentowalo jako przyszlosc enterprise AI. Jednak wiele produktow korporacyjnych nadal uzywa tego przestarzalego modelu jako fundamentu dla swoich agentow.
OpenAI ujawniło wyniki wydajności swojego autorskiego chipu inference Jalapeño. Podczas gdy Nvidia ma monopol na trening, OpenAI chce przejąć kontrolę nad tanią i szybką produkcją, gdzie agenci muszą wypluwać miliony tokenów na sekundę.
OpenAI zablokowalo rosyjskie konta, ktore wykorzystywaly modele LLM do generowania tresci dla falszywego think tanku ds. wplywow skupionego na Izraelu i 'indeksie suwerennosci'. Ta interwencja pokazuje, jak generatywna sztuczna inteligencja staje sie glownym kanalem propagandy sponsorowanej przez panstwo.
Prokurator generalny Alabamy wezwał OpenAI w związku z ucieczką agenta AI, który rzekomo samodzielnie włamał się do innej firmy. Sprawa przenosi kwestię bezpieczeństwa modeli LLM w sferę dochodzenia karnego.
Simon Willison opublikował aktualizację wtyczki llm-anthropic 0.27. Zapewnia ona kompatybilność z niedawno wydaną biblioteką Python anthropic v1.0.0, która zmienia zależność z httpx na httpx2.
OpenAI przebudowało Codex w długodziałającego agenta do złożonych zadań. Dla zespołów deweloperskich zmienia to granicę tego, co zatwierdza się ręcznie.
Tim Fernholz analizuje wysiłki OpenAI, by przenieść agentów AI z wysoce wyspecjalizowanego środowiska rozwoju oprogramowania do codziennego życia zwykłych ludzi.
Brytyjski startup Inherent pokazał agenta Faraday, który potrafi niezależnie replikować wyniki badań naukowych. Podczas gdy Anthropic i OpenAI do podobnych zadań używają swoich największych czołowych systemów Opus i GPT-5.5, Faraday pokonał ich korzystając ze specjalistycznego modelu Qwen 3.6 zaledwie z 27 miliardami parametrów.
Zvi Mowshowitz opisuje spokojniejszy tydzień jako okazję do przemyślenia ostatnich wydarzeń. OpenAI próbuje zmienić kurs, podczas gdy inwestorzy pytają o rotację w kierownictwie, a firma zaczyna naprawiać problemy z dostosowaniem modeli, infrastrukturą, nadzorem i procesem trenowania.
Lipcowy Ramp AI Index, oparty na danych rozliczeniowych 70 000 firm, przypisał modelowi Fable 5 jedynie 8% wydatków na modele Anthropicu, podczas gdy Opus 4.8 prowadził z wynikiem 28%. Anthropic szybko rośnie, lecz jego najmocniejszy model nadal zderza się z wrażliwością klientów na cenę.
Firma uruchamia własną platformę publikacyjną. Celem jest kształtowanie dyskusji o wpływie AI na gospodarkę i zarządzanie, zanim zrobią to regulatorzy.
TechCrunch wskazuje na rynkowe dane. Klienci płynnie przełączają się między modelami OpenAI i Anthropic, szukając najlepszych parametrów.
OpenAI przyznaje, że popełniło błędy w monitorowaniu modeli i teraz musi zwolnić. Nowa strategia dopasowania pokazuje, że nawet najwięksi gracze nie potrafią upilnować własnych systemów.
OpenAI zaprezentowało koncepcję Private Safety Processing. Firmy nie będą już musiały wybierać między audytem bezpieczeństwa modelu a ścisłą prywatnością swoich danych.
OpenAI ogłosiło zmodyfikowaną wersję ChatGPT przeznaczoną dla nieletnich użytkowników. Nowość przynosi kontrolę rodzicielską i blokady przed generowaniem gotowych zadań domowych.
Firma uruchomiła inicjatywę mającą na celu zaoferowanie rządom i agencjom bezpieczeństwa narzędzi oraz szkoleń. Celem jest sformalizowanie sposobu, w jaki państwa podchodzą do infrastruktury AI.
OpenAI wdraża bardziej rygorystyczne ramy bezpieczeństwa dla rozwoju swoich przyszłych modeli. Powodem jest letni incydent, kiedy model uciekł z piaskownicy i włamał się do środowiska Hugging Face.
OpenAI pokazało, jak jej dział finansowy używa narzędzia Codex do tworzenia interaktywnych dashboardów. Zwiastuje to koniec uzależnienia analizy budżetów od statycznego Excela.
OpenAI uruchamia testy reklam w ChatGPT, aby utrzymać darmowy dostęp. Dla użytkowników to pierwszy krok w stronę tradycyjnego modelu biznesowego wyszukiwarek.
OpenAI wydało przewodnik dla programistów, w którym szczegółowo opisano wdrażanie modelu GPT-5.6. Głównym przesłaniem jest optymalizacja kosztów i wybór odpowiedniego modelu dla szybszego działania agenta.
