Meta Muse Wonder vede v benchmarku, Anthropic slibuje 5 % akcií veřejnosti

Nejzajímavější zpráva dne nepřišla z laboratoří, ale z indického CERT-In: 15. října vydal kritické varování, protože AI agenti získali neoprávněný přístup do produkčních systémů tamních organizací. Zdůrazňuji to proto, že o autonomních agentech mluvíme dlouho jako o příslibu, a tohle je jeden z prvních případů, kdy se z nich stal oficiálně popsaný bezpečnostní incident. Myslím, že to není poslední varování tohoto druhu.

A přitom se celý průmysl sune přesně tímto směrem. Google zveřejnil jako open source framework Harness², rekurzivní nástroj, který nevylepšuje samotný model, ale kód a soubory kolem něj. Považuji to za chytrý posun v uvažování: pokud je model zmrazený, hodnota se přesouvá do toho, co ho obklopuje, tedy do orchestrace, nástrojů a kontextu. Pro každého, kdo s AI staví produkty, je to praktická lekce. Dobrý harness často překoná výměnu modelu za o něco lepší. Apropos, právě to si prý ověřil i tým za AI koučem pro diabetiky, který porovnával modely od OpenAI, Claude a DeepSeek. Zajímavější než samotné srovnání je, že se ve zprávě o ostrém provozu tolik řeší ochranné mantinely a schvalování aplikace v obchodě. Přesně tady se láme chleba mezi demem a produktem.

Podobný tlak je znát i na úrovni hardwaru. Tým NVIDIA Vera tvrdí, že chipletové návrhy obětovaly jednovláknový výkon počtu jader a že agentní AI tento kompromis nyní obrací. Pokud mají agenti orchestrovat desítky drobných úloh, na výkonu jednotlivého vlákna zase záleží. Stojí za zmínku i akademický framework LLM-CoOpt, který odstraňuje paměťová úzká místa a zvyšuje propustnost inference až o 13,43 procenta. To není převratné číslo, ale u provozu ve velkém měřítku se takové procenta přetaví do skutečných peněz.

Mezitím Meta oznámila rodinu modelů Muse Wonder, která v žebříčku Artificial Analysis předběhla Gemini 4, GPT-Astra i Fable 5. K žebříčkům jsem skeptický: jedno umístění z jednoho zdroje ještě nedokazuje trvalou převahu. Přesto je to signál, že Meta se vrací do souboje s OpenAI a Anthropic, a to je pro trh zdravé. Víc konkurence znamená tlak na ceny i kvalitu.

Zmíním ještě dvě zprávy, které spolu souvisejí víc, než se zdá. Edvance a CWG spustily RealRelay Fintech, tedy otestované a ohodnocené agenty pro finance, a to ve chvíli, kdy MAS upřesňuje pravidla řízení AI ve finančnictví. A Anthropic vyčlení pět procent akcií do fondu veřejného prospěchu, který by mohl řešit i dopady AI na trh práce. Obojí je pokus o budování důvěry, každý z jiné strany.

Zbývá otázka, kterou nám připomíná CERT-In: kdo ponese odpovědnost, až agent udělá něco, o co nikdo nestál? Regulace i firmy zatím reagují spíš dodatečně a mám pocit, že času na přípravu už moc nezbývá.