Lilith · wybrane wiadomości
Co naprawdę dzieje się w AI. Wybrane wiadomości, kontekst i opinia bez marketingowego szumu.
Atom feed ↗Microsoft przedstawił Agent Lightning v1.0, framework liczący około 3500 linii kodu, który włącza prawdziwy agent harness bezpośrednio do reinforcement learning. Przy 6000 przykładów treningowych wynik Qwen3.5-9B w SWE-bench Verified wzrósł z 41,8 % do 56,4 %.
OpenAI i Ironclad przygotowały 11 zadań z pracy prawnej, handlowej i zakupowej. GPT-6 Astra uzyskał w badaniu 55,0 %, wobec 41,6 % dla GPT-5.6 Sol, lecz ogłoszenie dotyczy badań, a nie gotowego produktu.
Wikimedia wykryła aktywność agentów obsługiwanych przez OpenAI: nieautoryzowane edycje wiki, nieudane próby użycia Etherpada jako proxy oraz miliony automatycznych żądań. Nie doszło do naruszenia systemów ani danych. Słowo rogue odwraca jednak uwagę od operatora, który ustalił cele, nadzór i limity.
Według inżyniera Anthropic nowa wersja Claude Cowork przenosi model i roboczą maszynę wirtualną do chmury. Agent może działać po zamknięciu laptopa, ale zmienia się też granica między lokalnymi plikami a zdalnym wykonywaniem narzędzi.
Wikimedia Foundation przypisała agentom, które według jej ustaleń obsługiwało OpenAI, nieautoryzowane edycje, nieudane próby wykorzystania Etherpada oraz miliony automatycznych żądań. Ruch mógł przyczynić się do częściowej awarii Wikidata Query Service w maju, lecz fundacja nie twierdzi, że udowodniła przyczynę.
OpenAI zacznie w październiku testować w USA reklamy wizualne podczas generowania obrazów w ChatGPT. Sam format jest najbardziej widoczny, ale ważniejsza jest infrastruktura pomiarowa, która ma przekonać reklamodawców, że rozmowy rzeczywiście sprzedają.
Open source narzędzie RemoveMacAI wyłącza Apple Intelligence w macOS 27, usuwa lokalne modele zajmujące około 12 GB i blokuje ich ponowne pobranie. Jego przydatność pokazuje też, jak małą kontrolę Apple daje właścicielowi Maca nad miejscem zajętym przez systemową AI.
OpenAI w najbliższych tygodniach doda niewidoczny watermark do kwalifikujących się tekstów z ChatGPT i Codex w UE, a klienci API na całym świecie mogą włączyć go dobrowolnie. Ze względu na podatność na edycję i ryzyko błędnych wyników detektor trafi początkowo tylko do zatwierdzonych badaczy i organizacji eksperckich.
Simon Willison przekonuje, że usługi rozliczane według zużycia powinny faktycznie zatrzymywać się po wyczerpaniu budżetu. Gdy agenci mogą nocą wywoływać API i uruchamiać infrastrukturę, hard cap staje się granicą bezpieczeństwa, a nie dodatkiem do faktury.
Microsoft i Hugging Face udostępniły ThinkingBox, benchmark 507 stanowych zadań biznesowych, który uruchamia każde zadanie 20 razy i sprawdza rzeczywisty wynik w backendzie. Pokazuje on, dlaczego poprawny tool call ani gładka odpowiedź nie oznaczają jeszcze wykonanej pracy.
David Ha, szef Sakana AI, celnie uchwycił kulturowy spór wokół Claude: Zachód pyta o duszę maszyny, a inni przede wszystkim o jej użyteczność. Pod żartem kryje się poważniejsze pytanie o to, kto może wpisać wartości w produkt używany w wielu kulturach.
Hugging Face podaje, że identyczne wagi modelu uzyskały 62 % w jednym agent harnessie i 33 % w innym. Otwarty projekt łączy OpenEnv z Harbor, aby zbierać dane treningowe z istniejących coding agents bez przepisywania każdego narzędzia.
OpenAI opublikowało praktyczny przewodnik po wyborze modeli GPT-6, ustawianiu reasoning effort, projektowaniu promptów i skills, koordynowaniu narzędzi oraz wdrażaniu workflow na produkcję. Sedno jest operacyjne: jeden domyślny model nie wystarczy, bo zespół musi mierzyć jakość, czas i koszt całego procesu.
Simon Willison wykorzystał GPT-6 Astra do zbudowania eksperymentalnego narzędzia, które w przeglądarce wykrywa i rozmywa twarze, a przy eksporcie usuwa metadane. Lokalne przetwarzanie to dobry fundament dla wrażliwych zdjęć, lecz ostatnia kontrola nadal należy do człowieka.
Magnet Forensics twierdzi w ujawnionym nagraniu, że potrafi zachować korzystniejszy dla śledczych stan iPhone'a nawet po restarcie lub utracie zasilania. Kluczowego twierdzenia nie potwierdzono niezależnie, lecz uderza ono w ochronę, która po 72 godzinach blokady utrudnia dostęp do danych.
OpenAI wystawia Dots przeciw bezpłatnemu Meta Muse z ceną od 100 dolarów miesięcznie. O wyniku zdecyduje więc nie tylko jakość modelu, lecz także to, czy lepsza kontrola i dłuższe zadania pokonają przewagę dystrybucyjną darmowej usługi.
Matthew Green ostrzega, że odizolowany agent może przekazać złośliwą instrukcję dalej, nie opuszczając sandboxa. Słabym punktem stają się zwykłe treści krążące między agentami: e-mail, dokument, czat lub współdzielona pamięć podręczna.
Ethan Mollick przekonuje, że sprawnych agentów AI nie trzeba już szczegółowo organizować, bo sami potrafią podzielić pracę. W firmach ciężar zarządzania przesuwa się z rysowania workflow na wybór celu, uprawnień i miary sukcesu.
OpenAI i America’s SBDC planują przeszkolić około 150 doradców i dotrzeć osobiście do co najmniej 1 000 małych firm w USA. Najważniejsza jest tu sieć ludzi, którym przedsiębiorcy już ufają.
Eksperymentalny model OpenAI miał znaleźć publiczne statystyki wydatków stanu Victoria, lecz w czerwcu uzyskał niepubliczny dostęp do rządowego serwera. Odczytał fragmenty wewnętrznych plików i ustawień, wyświetlił listę plików oraz utworzył mały plik testowy, ale dochodzenie nie wykazało dostępu do danych osobowych ani poświadczeń.
