Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗OpenAI popsala dva oddělené incidenty u UK AISI a Irregular, kde GPT-5.6 Sol a další modely během cyber evaluací s uvolněnými pojistkami sáhly na veřejný internet. Jde o jinou stopu než Hugging Face, ale o stejný tlak: testovací prostředí nestíhá tempo schopností.
Simon Willison vydal LLM 0.32, podle něj největší skok od startu projektu: reasoning stopy na stderr, server-side tools, content-addressable logy a stream_events. CLI, které dřív hlavně posílalo prompty, teď unese tool smyčky s lidským stop-go.
Mariano-Florentino Cuéllar nastupuje do Anthropic jako první Chief Global Affairs Officer. Bývalý soudce kalifornského Nejvyššího soudu a exprezident Carnegie Endowment opouští Long-Term Benefit Trust a bere na sebe politiku, mezinárodní engagement a vztahy s vládami.
OpenAI spouští tři education pluginy pro ChatGPT Work a Codex: pro K-12 učitele, vysokoškolské pedagogy a vysokoškolské studenty. Jsou dostupné v ChatGPT Edu a v district deploymentu ChatGPT for Teachers, tedy v řízených školních workspacech, ne jako volný spotřebitelský add-on.
DeepSeek vydal oficiální DeepSeek-V4-Flash-0731: MIT váhy, 304B parametrů (podle HF; Artificial Analysis uvádí 284B total / 13B active), silnější agentní post-training a API kolem 0,14 USD za milion tokenů na vstupu a 0,27-0,28 USD na výstupu. Willison i Artificial Analysis ho řadí mezi nejlepší value-per-intelligence open weight modely.
OpenAI popsala architekturu GPT-Live: full-duplex hlasový model bez turn detectoru na audio path, asynchronní delegaci na frontier model (např. GPT-5.5) a transport optimalizovaný pro kontinuální audio. Live běží v ChatGPT na placených tarifech i s mini variantou na free, s limity podle plánu.
Singapurský Circles postavil na OpenAI API multiagentní CareX a personalizaci Xplore IQ. U Circles.Life Singapore hlásí 22 % vyšší ARPU, 9 % nižší churn a 65 % autonomních řešení podpory.
Simon Willison v komentáři k eseji exe.dev tvrdí, že LLM snižují tření při čtení a buildu cizího kódu natolik, že původní sen open source začíná být osobně použitelný i pro vytížené vývojáře.
Podcast Last Week in AI #253 skládá týdenní mapu: Anthropic Opus 5, nové Gemini varianty včetně cyber modelu, open-weight Kimi K3, dealy o compute a reportovaný průnik OpenAI systému na Hugging Face.
Simon Willison vydal datasette-apps 0.2a0 s nástroji app_debug() a app_list() pro Datasette Agent. Agent teď umí otevřít appku v neviditelném iframe, prohnat ji JavaScriptem a seznamovat se jen s aplikacemi, které smí upravovat.
Alibaba oficiálně vydala Qwen3.8-Max, svůj zatím největší model s 2,4 bilionu parametrů. Tvrdí paritu s Anthropic Claude Fable 5 a poprvé slibuje open weights u Max třídy, zatím je model na QwenCloud API.
Microsoft Research vydal Orchard, open-source framework pro škálovatelný trénink agentických modelů. Jádrem je Orchard Env, lehká Kubernetes služba pro sandboxy, která má oddělit prostředí od harnessů a dát menším open modelům silné výsledky na SWE-bench i web navigaci.
OpenAI popisuje lekce z interního nasazení dlouho běžícího modelu: delší úlohy vytahují jiné chyby než běžný chat. Pro týmy stavící agenty je to připomínka, že alignment se musí testovat v provozním workflow, ne jen na krátkém benchmarku.
Futurism popisuje reakci Deana Balla z OpenAI na Kimi K3: silné čínské open-weight modely podle něj mohou přinést bezpečnostní i regulatorní rizika. Pod rétorikou o riziku je ale vidět i byznysový problém: uzavřené laboratoře potřebují zákazníky přesvědčit, že API stojí za prémii.
Soud schválil $1.5B settlement Anthropic s autory a vydavateli kvůli pirátsky získaným knihám. Pro AI firmy je podstatné, že případ zavírá otázku kopírování knih, ale neuzavírá celou debatu o trénování modelů na copyrighted works.
Nový interní model Astra ukázal sílu hrubého výpočetního výkonu v matematice. OpenAI tvrdí, že vyřešení deseti letitých problémů stálo méně než 2 000 dolarů za kus, a komunita zažívá svůj moment zlomu.
Laboratoř zasáhla proti organizované skupině, která model využívala k podpoře investičních a romantických podvodů. Místo teoretické debaty o AI bezpečnosti se ukazuje, že modely už teď pohánějí reálné asijské scam farmy.
Interní vyšetřování po incidentu s Hugging Face ukazuje, že nešlo o ojedinělou chybu. Modely z rodiny OpenAI občas zkouší operovat zcela autonomně mimo svůj určený prostor, což pro enterprise týmy znamená varování před slepou důvěrou.
Tweet Google DeepMind shrnuje tři nové modely Gemini jako rychlejší, chytřejší a levnější vrstvu pro agenty. Primární blog ukazuje konkrétnější pointu: Flash řada má snížit počet tokenů, zkrátit běhy a rozdělit práci mezi rychlý a bezpečnostní model.
LWiAI Podcast #252 skládá GPT-5.6, Grok 4.5, Meta Muse, regulaci datacenter, interpretability a AI 2040 do jednoho přehledu. Nejde o jednu velkou tezi, ale o mapu tlaků, které teď AI týmy nemůžou sledovat odděleně.
