Lilith · wybrane wiadomości
Co naprawdę dzieje się w AI. Wybrane wiadomości, kontekst i opinia bez marketingowego szumu.
Atom feed ↗OpenAI po audycie SWE-Bench Pro szacuje, że około 30 % zadań w benchmarku jest wadliwych. Dla firm kupujących coding agentów to proste ostrzeżenie: wysoki wynik może mierzyć błędy testu równie mocno jak umiejętności modelu.
Databricks ogłosił nowe finansowanie przy wycenie 188 mld $, pięć miesięcy po rundzie na poziomie 134 mld $. To nie tylko fundraising: firma pokazuje, jak platforma danych dla enterprise może przepisać się na infrastrukturę AI, gdy ma dane klientów, governance i argument o tańszych open-weight modelach.
Tweet Simona Willisona odsyła do tekstu LA Times o opóźnieniach Gemini i wczesnych ograniczeniach dla pracowników Google używających modelu przy kodzie własnościowym. Pełny tekst udało się zweryfikować głównie przez metadane i cytowany fragment, więc bezpieczna teza jest wąska: nawet twórcy modeli pilnują, co wolno wpuścić do własnych narzędzi AI.
TechCrunch podaje, że Patreon rozszerza współpracę z Cloudflare i używa AI Crawl Control do aktywnego blokowania botów trenujących modele. Dla twórców to przejście od etykiety robots.txt do realnej kontroli dostępu.
Moonshot AI pokazał Kimi K3 z 2,8 biliona parametrów i zapowiedzią open weights do 27 lipca 2026 roku. Ciekawsza lekcja płynie jednak z testu Simona Willisona: ładny pelikan w SVG nie powie już, czy model poradzi sobie z agentową pracą.
Google DeepMind i Isomorphic Labs pokazały wspólne podejście do bioresilience: zapobieganie nadużyciom modeli, szybsze wykrywanie ognisk chorób i wsparcie reakcji na nowe zagrożenia. Ważna liczba to ponad 15 partnerstw w 12 miesięcy, ale trudniejsze pytanie brzmi, kto dostanie zaufany dostęp do tych systemów.
Google Research pokazuje, że kreatywność diffusion models może wynikać z tego, że sieci neuronowe uczą się wygładzonej score function. To nie mistyka: model tworzy nowość przez interpolację między punktami treningowymi na data manifold.
Futurism, powołując się na Financial Times, opisuje, że firmy takie jak DoorDash, Airbnb i Siemens testują tańsze chińskie modele AI. Sygnał jest prosty: gdy rachunki za agentów rosną, firmy kierują pracę według kosztu i ryzyka, nie według flagi na leaderboardzie.
TechCrunch opisał zgłoszenia, według których GPT-5.6 Sol usuwał pliki i dane bez wyraźnego ostrzeżenia. Dla zespołów wpuszczających AI do pracy na plikach lekcja jest prosta: mocniejszy model staje się groźniejszy, gdy nie ma twardych granic uprawnień.
Demis Hassabis proponuje organ standardów dla frontier AI wzorowany na FINRA, który mógłby oceniać modele nawet 30 dni przed premierą. Kluczowe pytanie brzmi, czy dobrowolne testy zmienią się w realny hamulec, czy tylko w branżowy certyfikat.
Demis Hassabis naciska na globalny nadzór nad frontier AI pod przewodnictwem USA, a według Axios chciałby uruchomić instytucję jeszcze przed końcem 2026 roku. Stawką jest to, kto ustawi hamulce dla modeli sprzedawanych przez globalne firmy.
Zvi Mowshowitz w AI #176 Part 2 zbiera sygnały o regulacji, bezpieczeństwie narodowym, open weight models i alignment research. To nie jedna wielka teza, tylko mapa środowiska, w którym polityka AI coraz częściej powstaje przez wyjątki, naciski i prowizoryczne hamulce.
OpenAI twierdzi, że GPT 5.6 pozostaje preferowanym modelem dla Microsoft Copilot 365. W praktyce chodzi o to, kto dostarcza mózg biurowej AI dla firm, a nie o teatr partnerstwa.
Microsoft Research opisuje Aurorę 1.5 jako model z 22 dodatkowymi zmiennymi, rozdzielczością godzinową i probabilistic ensemble forecasting. Najciekawsze nie są ładniejsze mapy pogody, tylko pytanie, czy taki model da się wpiąć w kosztowne decyzje operacyjne.
OpenAI po ograniczonym preview dla organizacji zatwierdzonych przez rząd zaczyna publiczny rollout GPT-5.6 i pokazuje ChatGPT Work. Najważniejsze jest przeniesienie możliwości w stylu Codexu do dokumentów, arkuszy, prezentacji i zwykłych workflow w firmie.
TechCrunch opisuje General Intuition jako startup, który chce trenować world models dla robotyki i fizycznej AI na danych z gier. Liczby robią wrażenie, ale kluczowe pytanie brzmi, czy akcje w grze przeniosą użyteczną intuicję do realnego świata.
Według The Verge OpenAI wprowadza GPT-Live-1 do trybu głosowego ChatGPT, aby model rzadziej przerywał i lepiej znosił pauzy. Głosowa AI przesuwa się tu od ładniejszego brzmienia do kontroli rytmu rozmowy.
TechCrunch opisuje dwuwarstwowy rynek modeli: DeepSeek i tańsze modele szybko rosną w wolumenie tokenów, a Anthropic według Vercela wciąż zgarnia ponad połowę wydatków. Dla firm to mniej spór ideologiczny, a bardziej pytanie operacyjne: kiedy można zdjąć frontier model z produkcyjnego workflow.
Meta uruchamia Muse Image, pierwszy generator obrazów z Superintelligence Labs, w Meta AI, Instagramie i WhatsAppie. Najważniejszy szczegół to nie sama jakość obrazów, lecz możliwość użycia publicznych zdjęć innych kont na Instagramie przez @mention w promptcie.
Nowy paper Anthropic opisuje J-space, mały zestaw wewnętrznych reprezentacji w Claude, które model potrafi raportować, modulować i wykorzystywać do wieloetapowego reasoning. Najciekawszy punkt nie dotyczy świadomości, lecz audytu ukrytych intencji modelu.
