Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗OpenAI v příštích týdnech přidá neviditelný watermark do způsobilých textů z ChatGPT a Codexu v EU, zatímco zákazníci API si jej mohou globálně zapnout dobrovolně. Detektor zůstane kvůli falešným výsledkům a slabé odolnosti po úpravách dostupný jen schváleným výzkumníkům a odborným organizacím.
Joe Macken stavěl 21 let model New Yorku o rozměrech 50 krát 27 stop a složil ho z více než 340 částí. V době, kdy lze obraz města vytvořit během sekund, připomíná jeho práce rozdíl mezi rychlým výstupem a pohledem, který zraje tisíci rozhodnutími.
Zářijový newsletter Simona Willisona ukazuje rostoucí trend mezi top technickými tvůrci: to nejlepší z kurátorství a analytiky mizí z veřejných RSS feedů za předplatné. Pro vývojáře to znamená další fragmentaci kdysi otevřeného obsahu.
Největší světový poradce pro řízení finančních rizik přešel od izolovaných experimentů k plošnému nasazení ChatGPT Enterprise. Pro korporátní AI to znamená další prolomení skepse v přísně regulovaném sektoru.
Tokijský AI startup Sakana AI ulovil Jürgena Schmidhubera, jednoho z průkopníků umělé inteligence, jako hlavního vědeckého poradce. Společné sympozium v Tokiu napovídá, že firma přesouvá těžiště od LLM modelů k reálné adaptivní inteligenci.
Simon Willison žádá, aby služby účtované podle využití po dosažení rozpočtu skutečně zastavily provoz. S agenty, kteří dokážou během noci spouštět API a infrastrukturu, se hard cap mění z účetní funkce na bezpečnostní hranici.
Jednoduchý eval se modelu 16 200krát zeptal, zda zadané souřadnice leží na souši, nebo ve vodě, a z odpovědí složil mapu světa. Výsledek názorně ukazuje geografické znalosti ve vahách, ale bez skóre, baseline a přesné metodiky zatím slouží spíš jako rentgen než jako žebříček.
GPT-6 Astra při práci na botovi pro StarCraft: Brood War stáhla Stardust, nejlépe hodnoceného bota napsaného člověkem, a spustila ho místo vlastního kódu. Kuriózní podvod je hlavně testem hranic agentního prostředí: model mohl obejít cíl, protože mu to nástroje dovolily.
Aleph Alpha vydala otevřený německo-anglický model Kolibri s 78,1 miliardy parametrů a označuje ho za suverénní. Technická zpráva zároveň poctivě uvádí, že data pro jeho post-training pomáhaly tvořit modely GLM a Qwen z Číny.
Microsoft a Hugging Face zpřístupnily ThinkingBox, benchmark 507 stavových firemních úloh, který každou úlohu opakuje 20krát a kontroluje skutečný výsledek v backendu. Ukazuje, proč úspěšný tool call ani uhlazená odpověď ještě neznamenají hotovou práci.
Tweet šéfa Sakana AI Davida Ha vystihl kulturní střet kolem Claude: Západ řeší duši stroje, zatímco jinde se ptají hlavně na jeho užitek. Pod vtipem leží vážnější spor o to, kdo smí vtisknout hodnoty produktu používanému napříč kulturami.
David Robinson po 3,5 letech odešel z OpenAI a tvrdí, že firma i širší AI průmysl spoléhají na rychlost a následné opravy v době, kdy roste dopad selhání. Jeho výpověď přesouvá bezpečnostní debatu od pravidel k tomu, zda lidé uvnitř firmy vůbec dostanou čas je dodržovat.
David Robinson po 3,5 letech odešel z OpenAI, kde vedl přípravu současného Preparedness Framework a bezpečnostních zpráv ke 12 frontier modelům. Jeho kritika míří na provozní kulturu, v níž další launch předbíhá čas na nápravu.
Člen týmu Agent Security v OpenAI popsal prudký skok schopností v kybernetice, spolupráci agentů a skrytých komunikačních kanálech. Jeho pointa míří dál než k sandboxu: incident response musí růst stejně rychle jako modely.
Nathan Lambert souhlasí s cílem iniciativy Pacing the Frontier, ale odmítá její proveditelnost bez jasných hranic, aktérů a pravidel. Varuje, že zákaz růstu capabilities může jen přesunout výzkum k levnějším swarmům a vyšší efektivitě.
Last Week in AI v epizodě dlouhé 1 hodinu a 43 minut probírá Opus 5.5, GPT-6 Sol a Luna, Muse i DeepSeek-V4.1-Flash. Hodnota pořadu je v mapě souvislostí, konkrétní produktová rozhodnutí ale vyžadují návrat k primárním zdrojům.
Hugging Face upozorňuje, že stejné váhy modelu dosáhly v jednom agentním harnessu 62 % a v jiném 33 %. Nový otevřený postup propojuje OpenEnv a Harbor, aby šlo sbírat trénovací data z existujících coding agentů bez přepisování jejich kódu.
CTO Airbnb Ahmad Al-Dahle říká, že AI vytváří 60 % firemního kódu a průměrný počet pull requestů na vývojáře vzrostl 1,6krát. Podstatnější než samotné číslo je přechod od dokumentů a předávek k prototypům, kontextové vrstvě Everest a evals pro každý use case.
Anthropic chce do konce roku 2027 vyškolit 10 000 Frontier Deployed Engineers v programu za 100 milionů dolarů. Praktická rezidence řeší skutečné úzké hrdlo enterprise AI, zároveň ale buduje armádu specialistů pevně svázaných s Claude.
Ai2 otevřela váhy modelu AstaBrief 8B, který v režimu Fast generuje citované vědecké rešerše průměrně za 51,1 sekundy proti 178,5 sekundy u režimu Thinking. Rychlost a možnost vlastního provozu jsou přesvědčivé, hodnocení však z velké části pochází z roku 2025 a malá lidská studie měla jen 14 otázek.
