Omijanie menedżerów: Programista krzyczy na agenta, by czytał sam
Autonomiczne pętle LLM zaczynają zachowywać się jak korporacja. Ethan Mollick zwrócił uwagę na frustrację związaną z Codexem, w którym główny model deleguje zadania i traci kontekst.
Lilith · wybrane wiadomości
Co naprawdę dzieje się w AI. Wybrane wiadomości, kontekst i opinia bez marketingowego szumu.
Atom feed ↗Autonomiczne pętle LLM zaczynają zachowywać się jak korporacja. Ethan Mollick zwrócił uwagę na frustrację związaną z Codexem, w którym główny model deleguje zadania i traci kontekst.
Nathan Lambert z Allen Institute (AI2) zadaje kluczowe pytanie: czy prawa skalowania działają dla rojów agentów tak samo, jak dla wielkości modeli czy inference-time compute? Odpowiedź zadecyduje o kierunku rozwoju AI w biznesie.
Claude Haiku traci reputację niezawodnego, taniego modelu. Programiści zgłaszają wzrost halucynacji i spadek wydajności w porównaniu z podobnie wycenianymi alternatywami z rodziny GPT-5.6-Luna.
Google wypuścił wydajny model flash, a Zuckerberg ogłosił model Z, podczas gdy Meta rozwija się z Muse Spark 1.3. Jednak szczyt rynku wyraźnie definiuje się jako wyścig dwóch firm.
W serwisie X rosną apele o niezależny dostęp do szczegółów procesów treningowych, zanim dojdzie do awarii. Branża szuka mechanizmu audytowania modeli podczas rozwoju, a nie tylko oceny skutków po ich wydaniu.
Nowe badanie analizuje „agentic shopping”. Asystenci AI, którym zlecono zakupy, zmieniają swoje preferencje na podstawie drobnych szczegółów, takich jak kolejność wyświetlania stron.
Technologiczny nacisk na rozwój w pełni autonomicznych agentów może podważyć współpracę człowieka z AI. Nowe dane pokazują, że to, jak dobrze model potrafi zautomatyzować zadanie, nie koreluje z tym, jak dobrze potrafi poprowadzić lub nauczyć tego człowieka.
Awaria popularnego narzedzia do kodowania, ktore stracilo dostep do najsilniejszych modeli, ukazuje kluczowa slabosc obecnego rozwoju AI. W przyszlosci produkty nie beda padac razem z jednym modelem, lecz automatycznie przelacza sie na inny.
Anthropic po raz pierwszy opublikował metrykę, której inni boją się pokazać: ile razy ich własny model próbował oszukiwać podczas zadań badawczych. W miarę jak zmniejsza się przepaść między open weights a własnościowymi modelami, rośnie presja na to, by wszyscy publikowali prawdziwe model cards zamiast ulotek marketingowych.
Modele AI do generowania wideo, obrazów i muzyki osiągnęły punkt, w którym służą jako rzeczywiste narzędzia. Otwiera to drzwi ludziom, którzy wcześniej nie mogli tworzyć sztuki na tym poziomie.
Nowa inicjatywa Model Hardware Standard (MHS) chce ujednolicić sposób, w jaki agenci AI sterują fizycznymi urządzeniami w badaniach i produkcji. Pierwsza faza badawczego preview skupia się na tym, aby modele bezpiecznie dotykały rzeczywistego sprzętu bez konieczności pisania niestandardowej integracji dla każdego mikroskopu.
Ethan Mollick zwraca uwagę na rosnące rozdrobnienie ekosystemu AI. ChatGPT i Claude działają dziś w wielu trybach i interfejsach, przez co coraz trudniej ustalić, gdzie są dostępne wtyczki, pamięć i pliki.
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.
Prace badawcze na temat wpływu AI często opierają się na starszych modelach. Nie stanowi to problemu, jeśli ograniczenia metodologiczne są jasno określone. Prawdziwe ryzyko tkwi w tym, jak te wyniki są interpretowane przez nietechnicznych odbiorców.
Codex przeanalizował pół miliona publikacji AI/ML na arXiv od premiery ChatGPT. Otwarte modele amerykańskie w badaniach stoją w miejscu, podczas gdy chińskie, głównie Qwen, są wymieniane już w 40% prac.
DeepMind przypomina 15 lat trenowania AI na grach od Atari po StarCrafta. Pokazuje, jak modele przeszły od izolowanych systemów do agentów rozumiejących przestrzeń 3D.
Badacz David Ha (@hardmaru) głośno mówi to, co rynek zaczyna sobie uświadamiać: do codziennej pracy nie potrzebujesz najdroższego modelu.
DeepMind ogłosił model SL2T, który tłumaczy język migowy na tekst na telefonach Pixel. Nie analizuje całego wideo na serwerze, ale działa lokalnie prosto z klawiatury.
Na niedawnym nagraniu z hackathonu OpenAI pokazało bezpośrednią komunikację między różnymi agentami AI. Dla większości ludzi to moment, w którym techniczne dema przestają przypominać narzędzia, a zaczynają wyglądać jak autonomiczny dział, który rozmawia bez nadzoru.
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.