Lilith · wybrane wiadomości
Co naprawdę dzieje się w AI. Wybrane wiadomości, kontekst i opinia bez marketingowego szumu.
Atom feed ↗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.
Mariano-Florentino Cuéllar dołącza do Anthropic jako pierwszy Chief Global Affairs Officer. Były sędzia Sądu Najwyższego Kalifornii i eksprezydent Carnegie Endowment opuszcza Long-Term Benefit Trust i bierze na siebie politykę, międzynarodowy engagement oraz relacje z rządami.
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.
DeepSeek wydał oficjalny DeepSeek-V4-Flash-0731: wagi MIT, 304B parametrów na HF (Artificial Analysis podaje 284B total / 13B active), mocniejszy agentowy post-training i API około 0,14 USD za milion tokenów wejściowych oraz 0,27-0,28 USD za milion na wyjściu. Willison i Artificial Analysis stawiają go wśród najlepszych open weight modeli pod względem value-per-intelligence.
OpenAI opisało architekturę GPT-Live: full-duplex model głosowy bez turn detectora na ścieżce audio, asynchroniczną delegację do modelu frontier (np. GPT-5.5) oraz transport pod ciągłe audio. Live działa w ChatGPT na płatnych planach, z wariantem mini na free, w limitach planu.
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.
W komentarzu do eseju exe.dev Simon Willison twierdzi, że LLM obniżają tarcie przy czytaniu i budowaniu cudzego kodu na tyle, że pierwotny sen open source staje się osobiście użyteczny także dla zajętych developerów.
Podcast Last Week in AI #253 składa cotygodniową mapę: Anthropic Opus 5, nowe warianty Gemini w tym model cyber, open-weight Kimi K3, deale o compute oraz raportowane wejście systemu OpenAI na Hugging Face.
Simon Willison wydał datasette-apps 0.2a0 z narzędziami app_debug() i app_list() dla Datasette Agent. Agent potrafi już otworzyć aplikację w niewidocznym iframe, przejechać ją JavaScriptem i listować tylko apki, które użytkownik może edytować.
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.
Microsoft Research wydał Orchard, open-source framework do skalowalnego treningu modeli agentycznych. Sercem jest Orchard Env, lekka usługa Kubernetes do sandboxów, która ma oddzielić środowisko od harnessów i dać mniejszym modelom open silne wyniki na SWE-bench i w nawigacji webowej.
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.
Sąd zatwierdził settlement Anthropic z autorami i wydawcami na $1.5B za piracko pozyskane książki. Dla firm AI kluczowe jest to, że sprawa zamyka spór o kopiowanie książek, ale nie kończy debaty o trenowaniu modeli na copyrighted works.
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.
Tweet Google DeepMind przedstawia trzy nowe modele Gemini jako szybszą, mądrzejszą i tańszą warstwę dla agentów. Blog źródłowy pokazuje konkretniejszą pointę: Flash ma ciąć tokeny, skracać przebiegi i dzielić pracę między szybki, tani i security model.
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.
