xAI nabízí AI kolegy za 120 dolarů měsíčně, objevují se skryté vazby v datech

Zajímavé je, že xAI nepředstavila žádnou novou schopnost. Grok Bot umí přesně to, co už umí desítky jiných agentů – přihlásit se do existujících nástrojů a odklikat v nich práci za člověka. Novinka je jinde: xAI to prodává jako předplacenou pracovní silu za 120 dolarů měsíčně, ne jako demo funkci. A právě tahle drobná změna rámování mi říká víc o tom, kam agentní AI směřuje, než cokoliv technického.

Trh se totiž potichu rozdělil na dva tábory. Jeden řeší, jak agenty postavit efektivně a bezpečně – to je případ NVIDIA NeMo Switchyard, který funguje jako dopravní policista mezi modely. Nesnaží se mít jeden univerzální model na všechno, ale routuje jednotlivé kroky úkolu tam, kde to dává smysl cenově i výkonově. Je to nudná infrastrukturní práce, ale přesně ta, která rozhoduje, jestli agentní systémy budou ekonomicky udržitelné, nebo jen demo pro investory. Druhý tábor, který zastupuje xAI, řeší úplně jinou otázku: jak agenta zabalit tak, aby ho firma koupila jako náhradu za člověka. Grok Bot kombinuje ovládání počítače, dlouhodobou paměť a schopnost učit se firemní procesy do jednoho balíčku – a to je byznysový tah, ne technologický skok. Podobné směřování jde vidět i u Berkeley RDI Summitu, kde se akademická obec soustředí na bezpečnost, evaluaci a koordinaci více agentů zároveň – tedy na otázky, které začnou být kritické právě ve chvíli, kdy agenti přestanou být hračka a stanou se zaměstnanci s přístupem k firemním systémům.

Druhá linie dneška se týká něčeho méně viditelného, ale možná důležitějšího – interpretovatelnosti. Anthropic svým výzkumem takzvaného „J-space" ukazuje, že začínáme rozumět tomu, co se v modelu odehrává, když „přemýšlí", a hlavně kdy mu můžeme věřit a kdy ne. To je přesně ten typ výzkumu, který by měl zajímat každého, kdo agenty nasazuje do produkce – protože bez schopnosti ověřit, proč model udělal to, co udělal, zůstává důvěra v agenty otázkou víry, ne dat. Ještě konkrétnější dopad má objev, který pomocí podobné interpretovatelnostní techniky odhalil skryté vazby některých modelů na čínská trénovací data. Tohle není akademická kuriozita – v době, kdy firmy i vlády řeší, odkud pochází data v modelech, které nasazují do citlivých provozů, jde o zjištění s přímými geopolitickými důsledky.

Microsoft mezitím jede po osvědčené cestě – dává vývojářům víc knoflíků k otáčení, ať jde o hloubku uvažování v Copilotu nebo výběr mezi modely OpenAI a Anthropic v Microsoft 365. Není to sexy novinka, ale je to přesně to, co firmy potřebují, když se agenti a AI asistenti stávají součástí každodenní práce, ne experimentem.

Otázka, kterou si klademe za pár měsíců, možná nebude „umí agent tu úlohu splnit", ale „můžeme mu věřit natolik, abychom ho nechali bez dohledu". A to je otázka, na kterou dnešní novinky odpovídají jen částečně.