Tag
#podcast
Z Novinek
Novinky · 2026-11-12
Google posílá Gemini Decision 1 do rychlých voleb, kde je velký model zbytečně drahý
Google představil Gemini Decision 1 pro uzavřené volby s až 255 možnostmi, 256K kontextem a cenou 0,10 dolaru za milion vstupních tokenů. Nezávislá měření citovaná Latent Space ale ukazují, že rychlý specialista automaticky neznamená nejlepší rozhodnutí ani nejnižší cenu za úlohu.
Číst →Novinky · 2026-11-10
Resend vyhrává doporučení agentů tím, že své rozhraní píše i pro stroje
Claude Code zvolil Resend jako první možnost v 64 ze 102 vyhodnotitelných doporučení e-mailového nástroje. Výsledek popisuje chování agenta a prakticky ukazuje, že dokumentace čitelná pro stroje se stává novým distribučním kanálem pro vývojářské produkty.
Číst →Novinky · 2026-11-10
Fable 5.2 zlevnil tokeny, ale drahé přemýšlení umí účet zvednout
Anthropic vydal Claude Fable 5.2 za 8 dolarů za milion vstupních a 40 dolarů za milion výstupních tokenů. Nezávislé testy jej řadí na špičku, ale ukazují i důležitý paradox: levnější token může kvůli delšímu ověřování vytvořit dražší úlohu.
Číst →Novinky · 2026-11-08
Stanford mění domácí úkoly: kód od agenta musí obhájit student
Ve druhém běhu Stanfordova kurzu CS146S studenti pracují s neznámým open source repozitářem a svou změnu vysvětlují jeho správci. Výuka tak přesouvá hodnocení od samotné výroby kódu k porozumění, kontextu a odpovědnosti.
Číst →Novinky · 2026-11-06
Inkling 2 Small natrénovali za 68 hodin, otevřené váhy ale ještě čekají na testy
Thinking Machines Lab představila multimodální MoE model Inkling 2 Small s 594 miliardami parametrů, z nichž se aktivuje 17 miliard. Trénink trval 68 hodin na méně než 12 bilionech tokenů, ale plné váhy firma vydá až po dalších bezpečnostních testech.
Číst →Novinky · 2026-11-03
Astra upravila 0,016 % vah Qwenu a zvedla MATH-500 ze 7,9 % na 48,1 %
Výzkumníci z MIT nechali frontier model přímo číst a měnit váhy malých neuronových sítí bez gradientního tréninku. Nejvýraznější výsledek opravuje opakující se reasoning loop, takže ukazuje cílenou opravu poruchy, ne automatické doučení matematiky.
Číst →Novinky · 2026-10-31
Arca drží finanční agenty v práci 10 dní, peníze jim ale nesvěří
Finanční firma Arca popisuje agenty, kteří přes paměť klienta koordinují úkoly trvající až 10 dní. Praktická pointa není delší běh modelu, nýbrž pečlivě uložený stav, vlastní orchestrace a pevná hranice před pohybem peněz.
Číst →Novinky · 2026-10-27
Anthropic přepsal Messages API do Rustu a agentům vzal hesla z dosahu
Šéfky inženýrství a produktu Claude Platform v podcastu Latent Space popsaly, jak Anthropic s pomocí Clauda přepsal Messages API z Pythonu do Rustu a ušetřil podle odhadu 40 až 50 % CPU. Pro týmy, které stavějí agenty, je cennější druhá část: proč Managed Agents drží přístupové údaje mimo sandbox.
Číst →Novinky · 2026-10-12
Dynamic workflows přesouvají plán agentů z kontextu do spustitelného kódu
Anthropic zpřístupnil dynamic workflows, ve kterých Claude napíše JavaScript pro koordinaci desítek až stovek subagentů a tento plán lze znovu spustit. Hlavní změnou není počet agentů, ale oddělení orchestrace od kontextového okna jednoho modelu.
Číst →Novinky · 2026-10-10
Standard Bots ukazuje, že spolehlivá robotika stojí na datech z provozu, ne na obřích modelech
Americký výrobce průmyslových ramen Standard Bots získal 200 milionů dolarů při valuaci 1 miliarda USD. Místo honby za stomiliardovými parametry vsadil na menší modely s jednotkami miliard parametrů a rychlé doučování z desítek zásahů operátora přímo u výrobní linky.
Číst →Novinky · 2026-10-07
Stacklok přesouvá agenty z notebooku do Kubernetes a s nimi i firemní kontrolu
Stacklok staví open source agent harness Mecatl tak, aby oddělil agentní smyčku od modelu, stavu a spouštění nástrojů. Sázka spolutvůrců Kubernetes míří na firmy, které chtějí centrální identitu, pravidla a audit místo agentů roztroušených po noteboocích.
Číst →Novinky · 2026-10-02
Airbnb píše 60 % kódu s AI, skutečná změna je v předávání práce
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.
Číst →Novinky · 2026-09-25
Runway generuje interaktivní svět ve 24 fps, ale bez pevného stavu
Runway v research preview GWM Worlds 2 streamuje interaktivní video v 720p a 24 fps se zvukem na 48 000 Hz. WorldPrompt odděluje trvalý popis světa od časovaných akcí, přesto zůstává promptem bez skriptování a spolehlivého stavu.
Číst →Novinky · 2026-09-23
Opus 5.5 zlevňuje tokeny o 20 %, ale účet za úlohu může zůstat stejný
Anthropic nasadil Claude Opus 5.5 za 4 dolarů za milion vstupních a 20 dolarů za milion výstupních tokenů, tedy o 20 % méně než Opus 5. Firma uvádí o 40 % nižší náklady při typickém použití, zatímco nezávislé měření při maximálním úsilí ukazuje téměř stejnou cenu za úlohu kvůli vyšší spotřebě tokenů.
Číst →Novinky · 2026-07-25
Opus 5 těsně dorovnal Fable 5, ale benchmarky už nestíhají měřit realitu
Nedávné uvedení Claude Opus 5 provází rozpačitá reakce komunity. Epoch naměřil modelu ECI 159 proti 161 pro Fable 5, uživatelé ale hlásí výrazně lepší zkušenost s jeho agentním chováním.
Číst →Novinky · 2026-09-15
Startup cvičí AI agenty na hrách s vláčky. Zjišťuje tím, jak z nich dostat skill na finanční analýzy
Good Start Labs používá simulátory ze 19. století k výcviku umělé inteligence. Podle zjištění Latent Space zjistili, že způsob, jakým je hra strukturována, určuje, zda si agent odnese schopnosti i pro reálný byznys výzkum.
Číst →Novinky · 2026-09-15
Všichni chtějí auditovat AI: OpenAI, Anthropic a xAI podepisují AEF-1
Frontier laboratoře poprvé přistupují na společný standard pro auditory třetích stran. Místo státních regulátorů si firmy vybírají vlastní embeddované týmy, které mají neomezený přístup k tréninkovým runům.
Číst →Novinky · 2026-09-09
OpenAI vyřešila Navier-Stokesovu rovnici hrubou silou za 40 milionů dolarů
OpenAI zapojila 10 tisíc agentů a 130 miliard tokenů, aby objevila singularitu v Navier-Stokesových rovnicích. Místo elegantní matematiky vyhrál masivní výpočetní výkon.
Číst →Novinky · 2026-09-07
Astra dominuje v novém AEO Trackeru, Anthropic preferuje širší rešerši
Nový AEO Tracker od Latent Space testoval 7 modelů ve 161 kategoriích. Astra vyhrává s menším počtem zdrojů a vyšší asertivitou, zatímco Claude sází na rozsáhlé vyhledávání.
Číst →Novinky · 2026-09-01
Stopka pro komunitní PR: Velké AI projekty nahrazují lidi vlastními agenty
Top open source projekty jako Vercel AI SDK nebo tldraw přestávají přijímat externí pull requesty. Nahrazují je takzvanými softwarovými továrnami, kde chyby reprodukuje, fixuje i kontroluje flotila vlastních specializovaných agentů.
Číst →Novinky · 2026-09-01
Fal sráží latenci videa pod hranici reálného času
Nová služba H3 Max Live od Falu dokáže generovat AI video rychleji, než ho divák stihne sledovat. Startup vzal existující model od Minimaxu, zrychlil ho 35x a propojil s Twitch chatem pro nekonečné interaktivní vysílání.
Číst →Novinky · 2026-08-22
Evoluce agentních frameworků: rozhraní už nehlídá model, ale naši pozornost
Latent Space analyzuje posun v agentních architekturách. To, co dříve musely dělat externí softwarové obálky, se propisuje přímo do vah modelů. Zbývající infrastruktura mění účel – už neřídí AI, ale filtruje naši interakci s ní.
Číst →Novinky · 2026-07-21
Xaira sází na X-Atlas, protože větší model bez kauzálních dat narazí do zdi
Latent Space popisuje Xaira Therapeutics a její X-Cell model pro drug discovery. Pointa je střízlivá: u buněčných modelů nestačí zvětšit parametry, pokud data neobsahují kauzální zásahy.
Číst →Novinky · 2026-07-24
FLUX 3 Video tlačí Black Forest Labs do soutěže o multimodální produkci
Latent Space popisuje FLUX 3 jako multimodální flow model pro video, audio, keyframes a delší sekvence. Pokud se potvrdí výkon i otevřená Dev verze, Black Forest Labs nebude jen image lab, ale dodavatel celé generativní produkční vrstvy.
Číst →Novinky · 2026-07-23
Poolside ukazuje model factory jako proces, ne jednorázový model
Latent Space s Eisem Kantem popisuje Poolside jako továrnu na modely: méně než 70 researcherů, 10000 až 20000 experimentů měsíčně a Laguna S 2.1 se 118B parametry. Zpráva je o industrializaci tréninku, ne jen o dalším coding modelu.
Číst →Novinky · 2026-06-15
Microsoft si na Buildu zkusil roli modelové laboratoře, ne jen distributora
Latent Space shrnuje Microsoft Build jako okamžik, kdy Microsoft ukázal vlastní MAI modely vedle Copilotu, Windows a Web IQ. Klíčová ambice je mít kontrolu nad daty, inferencí a vývojářským workflow najednou a nepřenechat tuto páku jen partnerům.
Číst →Novinky · 2026-06-15
Andon Labs testuje agents tam, kde benchmarky končí: u peněz, lidí a regálů
Latent Space rozhovor s Andon Labs ukazuje evals, které vypadají méně jako test a víc jako provoz malého byznysu. Důležité jsou dlouhý horizont a skutečné následky.
Číst →Novinky · 2026-06-15
Špatné RL prostředí netrénuje agenta, ale učí ho věřit rozbitému světu
Latent Space publikoval text Auriel W o tom, proč nekvalitní RL environments kazí trénink agentů. Pointa je jednoduchá: v reinforcement learningu je prostředí generátor dat, takže bug v harnessu se stává učební látkou.
Číst →Novinky · 2026-06-09
Cena agenta už není detail, ale výrobní náklad vývoje
Simon Willison ukazuje, jak v AgentsView ručně doplnil cenu nového modelu Claude Fable 5 a hned viděl náklady svých lokálních coding agentů. Malá utilita tu odhaluje větší posun: AI vývoj se začíná řídit jako spotřeba infrastruktury, ne jako předplatné v appce.
Číst →Novinky · 2026-06-02
GitHub se chystá na svět, kde commity píšou agenti ve velkém
Latent Space rozhovor s Kylem Daiglem rámuje GitHub jako platformu pod tlakem agentního kódování. Pointa je otázka, zda infrastruktura pro lidské tempo unese software vyráběný stroji.
Číst →