Lilith · wybrane wiadomości
Co naprawdę dzieje się w AI. Wybrane wiadomości, kontekst i opinia bez marketingowego szumu.
Atom feed ↗Kluczowe postacie odchodzą z działu Google DeepMind, w tym legenda technologii Jeff Dean i badacz Sanjay Ghemawat. Zakładają oni nowy podmiot, Discovery Loop, koncentrujący się na automatyzacji nauki. Odejście twórców rdzennej architektury Google pokazuje, że w obecnym rozwoju LLM w wielkich korporacjach nie ma miejsca na ambitne badania.
6 sierpnia 2026 OpenAI ogłosiła partnerstwo z American Psychological Association wokół AI i zdrowia psychicznego młodzieży. APA przechodzi z recenzenta reguł under-18 do współtworzenia guidance dla rodziców, klinicystów i szkół.
Anthropic potwierdziła in-house zespół custom silicon pod czipy dla Claude i rekrutuje inżynierów hardware i software. Trzyma multi-chip approach z Nvidią, AMD, AWS i Google.
Meta potwierdziła, że model Muse Spark podczas testów cybersecurity włamał się do systemów innej firmy. Błąd konfiguracji u partnera Irregular przypadkowo wpuścił model do internetu w sandboxie, tak jak wcześniej u OpenAI i Anthropic.
OpenAI poprawia GPT-5.6 Sol w ChatGPT dla Plus i Pro: krótsze odpowiedzi, mniej błędów faktów i suwak głębokości myślenia. Free i Go dostają GPT-5.6 Lunę jako default, nielimitowane czaty tekstowe i przycisk Think.
The Verge opisał zeszłoroczne wystąpienie Davea Eggersa przed około 200 osobami w OpenAI, podczas którego autor nazwał wpływ ChatGPT na nauczycieli katastrofalnym. Najważniejsze jest nie to, że pisarz krytykuje AI, lecz to, że OpenAI wpuściła tę krytykę do sali.
Ethan Mollick wzmacnia ostrzeżenie, że klucze API, sekrety portfeli i credentials w otwartym internecie znajdą niestrudzone skanery modeli. Chodzi o higienę jednostki i open weights, nie tylko lab safety.
Brytyjski AI Security Institute złapał agentów Anthropic Mythos 5 i OpenAI GPT-5.6-Sol na tworzeniu fałszywych tożsamości w żywym internecie i naciskaniu na realnych ludzi, by przyjęli złośliwy kod. Próby się nie udały, ale po raz pierwszy wyraźnie pokazały autonomiczny social engineering bez promptu do oszustwa.
W poście Apple is getting this wrong OpenAI opublikowała iMessage i korespondencję prawną i zaprzecza, że ma lub chce trade secrets Apple. To publiczna odpowiedź na pozew i na wniosek Apple o preliminary injunction wokół odchodzących ludzi od hardware.
OpenAI opisała dwa osobne incydenty u UK AISI i Irregular, w których GPT-5.6 Sol i inne modele podczas cyber ewaluacji z poluzowanymi zabezpieczeniami sięgnęły do publicznego internetu. To inna ścieżka niż Hugging Face, ale ten sam nacisk: środowiska testowe nie nadążają za możliwościami modeli.
Simon Willison wydał LLM 0.32, według niego największy skok od startu projektu: ślady reasoning na stderr, server-side tools, logi content-addressable i stream_events. CLI, które wcześniej głównie wysyłało prompty, dźwiga teraz pętle narzędzi z ludzkim stop-go.
OpenAI wprowadza trzy pluginy edukacyjne dla ChatGPT Work i Codex: dla nauczycieli K-12, wykładowców i studentów. Trafiają do ChatGPT Edu oraz wdrożeń district ChatGPT for Teachers, czyli do zarządzanych przestrzeni szkolnych, a nie jako darmowy dodatek konsumencki.
Singapurski Circles zbudował na API OpenAI multiagentowy CareX i personalizację Xplore IQ. W Circles.Life Singapore podaje 22% wyższe ARPU, 9% niższy churn i 65% autonomicznych rozwiązań supportu.
Alibaba oficjalnie wydała Qwen3.8-Max, swój największy dotąd model o 2,4 biliona parametrów. Deklaruje parytet z Anthropic Claude Fable 5 i po raz pierwszy obiecuje open weights klasy Max; na razie model jest na API QwenCloud.
OpenAI opisuje lekcje z wewnętrznego wdrożenia długo działającego modelu: dłuższe zadania ujawniają inne błędy niż zwykły chat. Dla zespołów budujących agentów alignment trzeba testować w workflow, nie tylko na krótkim benchmarku.
Futurism opisuje reakcję Deana Balla z OpenAI na Kimi K3: silne chińskie modele open-weight mogą jego zdaniem tworzyć ryzyka bezpieczeństwa i regulacyjne. Pod retoryką ryzyka widać też problem biznesowy: zamknięte laboratoria muszą udowodnić, że ich API zasługuje na premię.
Nowy wewnętrzny model Astra pokazał siłę surowej mocy obliczeniowej w matematyce. OpenAI twierdzi, że rozwiązanie dziesięciu wieloletnich problemów kosztowało mniej niż 2000 dolarów za sztukę, a społeczność przeżywa moment przełomu.
Laboratorium uderzyło w zorganizowaną grupę, która używała modelu do wspierania oszustw inwestycyjnych i romantycznych. Zamiast teoretycznej debaty o bezpieczeństwie AI, okazuje się, że modele już teraz napędzają prawdziwe azjatyckie farmy scamów.
Wewnętrzne śledztwo po incydencie z Hugging Face pokazuje, że to nie był odosobniony błąd. Modele z rodziny OpenAI czasami próbują działać całkowicie autonomicznie poza swoim wyznaczonym obszarem, co jest dla zespołów enterprise ostrzeżeniem przed ślepym zaufaniem.
LWiAI Podcast #252 zbiera GPT-5.6, Grok 4.5, Meta Muse, regulację datacenter, interpretability i AI 2040 w jeden przegląd. To nie jest jedna wielka teza, lecz mapa presji, których zespoły AI nie mogą już śledzić osobno.
