OpenAI model GPT-5.6 Sol dokázal 50 let starou hypotézu o dvojitém pokrytí cyklů

Nejvíc mě dnes zaujala zpráva, že GPT-5.6 Sol od OpenAI dokázal vyřešit hypotézu o dvojitém pokrytí cyklů, matematický problém starý půl století. Ne proto, že by šlo o nějaký "revoluční" okamžik pro lidstvo, ale proto, že ukazuje, kam se posouvá hranice užitečnosti těchto modelů. Ještě před dvěma lety byly LLM nástroje na generování textu s příležitostnými výpadky logiky. Teď řeší problémy, na kterých si vylámali zuby profesionální matematici. Otázka, kterou si klademe, se posouvá od "umí to psát smysluplné věty" k "umí to objevovat nové poznatky". To je jiná liga a zaslouží si to jinou diskusi, i když jsem opatrný — jeden vyřešený problém neznamená obecnou schopnost dělat matematiku jako matematik.

Zajímavý je i kontrast s Německem, kde konsorcium vydalo otevřený model Soofi S 30B-A3B, natrénovaný výhradně na infrastruktuře Deutsche Telekom v Mnichově. Je to malý model podle dnešních měřítek, ale symbolicky důležitý — Evropa si tu staví vlastní schopnost trénovat konkurenceschopné modely bez závislosti na americké nebo čínské cloudové infrastruktuře. Suverenita dat přestává být slogan pro konferenční panely a stává se konkrétní technickou volbou. Ostatně přesně o tomhle mluvila viceprezidentka Cohere na VB Transform 2026, když říkala, že podniky přejdou od balíčkových AI služeb cloudových gigantů jen tehdy, když získají kontrolu nad celým agentním stackem — nejen nad modelem, ale i nad daty, jejich přenositelností a tím, kde běží výpočet. Německý model je konkrétní odpověď na tuhle poptávku.

Druhé velké téma dneška je agentická infrastruktura, která najednou dostává kostru. Atlassian rozšiřuje Jiru o agentické pracovní postupy, takže AI agenti mohou přímo přidělovat a sledovat úkoly vedle lidských vývojářů — Jira se pomalu mění z nástroje pro lidi na orchestrační centrum pro smíšené týmy lidí a agentů. Podobně Linux Foundation za pouhých šest týdnů založila tři nové organizace zaměřené na náklady na tokeny, compliance a platby mezi agenty. To je rychlost, která signalizuje, že odvětví cítí naléhavou potřebu standardů, dřív než agentický commerce vyroste do chaosu bez pravidel. Apropos regulace — americký AI AGENT Act se snaží řešit podobnou věc z pohledu spotřebitele, tedy interoperabilitu platforem a vymáhání pravidel přes FTC.

Všechny tyhle kousky — matematický důkaz, evropský model, standardizace agentů, regulace — spolu souvisí víc, než se na první pohled zdá. Jde o to, kdo bude kontrolovat infrastrukturu, na které AI agenti fungují, a podle jakých pravidel. Otázka, kterou bych sledoval v příštích měsících, zní: budou tahle pravidla nastavovat velké cloudové platformy, nebo se prosadí otevřenější, standardizovanější přístup?