1. Štyri dni, počas ktorých Silicon Valley začalo hovoriť o brzdení AI
Všetko začalo mediálnym turné whistleblowera, Jacob Coxona, ktorý sa tri roky venoval výskumu predtréningu modelov v OpenAI a Anthropicu. Minulý týždeň z Anthropicu odišiel a verejne varoval, že laboratóriá pretekajú smerom k samostatne sa zlepšujúcej superinteligencii bez toho, aby ju vedeli spoľahlivo kontrolovať. Jeho bývalý kolega Evan Hubinger následne napísal, že osobne vidí viac než 10 % riziko vyhladenia ľudstva v nasledujúcom desaťročí.
Potom sa v Silicon Valley začalo šuškať, že Google vyriešil rekurzívne sebazlepšovanie, teda RSI, čo by vlastne znamenalo zásadný miľník pri vývoji AI a novú obavu, pre budúcnosť. O štyri dni neskôr Dario Amodei publikoval esej We Must Pace the Frontier. Šéf Anthropicu v nej píše, že AI už pomáha stavať ďalšiu generáciu AI a že vývoj treba spomaliť, aby bezpečnosť stíhala držať krok. Navrhol nezávislých hodnotiteľov priamo vo firmách, spoločné pravidlá demokratických krajín a neskôr globálnu dohodu. Sam Altman s ním verejne súhlasil a prisľúbil, že OpenAI tiež umožní nezávislým hodnotiteľom prístup podobný zamestnancom. Elon Musk reagoval iba tromi slovami: „Dario má pravdu.“
Práve tu však prichádza Čína. Aj keby americké laboratóriá pribrzdili spoločne, stále musia veriť, že Peking nevyužije ich opatrnosť na získanie náskoku. Amodei preto spája dohodu s obmedzením prístupu Číny k najvýkonnejším čipom a neskoršou koordináciou s Pekingom. Zatiaľ je to len plán. No sled udalostí je pozoruhodný: najprv odišiel výskumník, potom sa objavila fáma o RSI a napokon začali o brzdení hovoriť lídri troch súperiacich AI firiem.
Zdroje: Jacob Coxon pre TIME · Dario Amodei: We Must Pace the Frontier · reakcie Sama Altmana a Elona Muska
2. Meta Muse dostáva vlastný počítač a ide pracovať za teba
Meta predstavila Muse, osobného AI agenta, ktorý nemá iba odpovedať, ale vykonávať úlohy. Komunikuješ s ním v samostatnej aplikácii alebo cez WhatsApp. Môže pripraviť plán dlhodobého cieľa, otvoriť prehliadač, vyplniť formulár, poslať e-mail či rezervovať cestu. Zatiaľ sa spúšťa v USA na iOS, Androide a webe. Väčšina funkcií má byť bezplatná, náročnejšie používanie dostane platené plány.
Najdôležitejšia novinka je schovaná pod rozhraním. Každý Muse beží na vlastnom virtuálnom počítači v cloude, kde si drží pripojené služby, dáta a pracovný kontext. Je to podobná myšlienka ako pri Grok Bote. Agent má stabilné pracovné prostredie a môže pokračovať aj vtedy, keď telefón odložíš.
Meta k nemu pridala druhého agenta s názvom Sentinel. Ten kontroluje, čo chce Muse poslať na internet, a pri citlivých krokoch si má vypýtať povolenie. Heslá a platobné údaje sú uložené oddelene, takže ich Muse nemá priamo vidieť. Používateľ si tiež volí, ktoré aplikácie môže agent iba čítať a v ktorých môže konať.
Práve oprávnenia rozhodnú, či z Muse vznikne užitočný kolega alebo príliš sebavedomý návštevník všetkých účtov. Rozumný začiatok preto nebude „sprav všetko“, ale jeden opakovaný proces s čítaním, návrhom a jasným potvrdením pred odoslaním, nákupom alebo zmenou údajov.
Zdroje: Meta: Introducing Muse · Meta Help Center
3. Cursor Projects mení chat na dlhodobého koordinátora
Za mňa je Cursor Projects top správa tohto týždňa a pritom zostala dosť pod radarom. Názov totiž znie ako obyčajný priečinok, do ktorého si odložíš chaty. V skutočnosti je to dlhodobý koordinátor, ku ktorému sa vraciaš s ďalšími úlohami a ktorý si sám posiela agentov robiť jednotlivé časti práce.
Koordinátor podľa Cursoru nepíše kód. Rozdelí väčší cieľ na úlohy, spustí samostatných agentov, sleduje ich výsledky a prinesie ti hotovú prácu na kontrolu. Projekt beží na vlastnom cloudovom počítači, takže pokračuje aj po zatvorení notebooku. Keď treba niečo overiť na tvojom stroji, môže zapojiť lokálneho agenta. Spoločné súbory s výskumom, návodmi a poznatkami sa pritom prenášajú medzi ďalšími agentmi.
Tým sa obracia doterajší návyk. Pri bežnom AI chate sme si zvykli začať novú konverzáciu pre každú úlohu, aby kontext nebol preplnený. Project má byť naopak miesto, ktoré prežíva mesiace. Pamätá si, ako sa projekt testuje, čo už bolo rozhodnuté a aké pravidlá má práca dodržať. Dokáže tiež sledovať Slack, opravovať vlastné pull requesty alebo sa pravidelne prebúdzať podľa plánu.
Cursor uvádza, že ľudia, ktorí Projects používajú najviac, mergujú šesťkrát viac pull requestov. Je to firemná metrika, nie nezávislá štúdia. Dôležitejšia zmena je v očakávaní. Už nehovoríš s jedným agentom o jednej úlohe. Vedieš dlhodobý projekt a agent rozhoduje, aký tím si naň poskladá.
Zdroj: Cursor: Introducing Projects
4. GPT Image 2.5 chce pri úprave meniť iba to, čo si vypýtal
OpenAI vydalo ChatGPT Images 2.5 a dve API verzie pre aplikácie. Flare je rýchlejšia voľba pre bežnú tvorbu a veľa variantov. Sunburst cieli na presnejšie, produkčné výstupy, pri ktorých dlhšie čakanie neprekáža. OpenAI tvrdí, že Flare prináša vyššiu kvalitu než GPT Image 2 pri polovičnej latencii. Ide o meranie výrobcu a konkrétny výsledok bude stále závisieť od zadania, rozlíšenia a zvolenej kvality.
Najpraktickejšie zlepšenie nie je ďalší skok v realizme. Je to schopnosť zachovať zvyšok obrázka. Keď požiadaš o zmenu produktu, pozadia alebo jedného textu, model má menej rozhádzať tvár, kompozíciu a vizuálny štýl. Lepšie si tiež drží predchádzajúce úpravy počas dlhšej konverzácie a presnejšie zachováva ľudí či predmety z referenčných fotografií.
V ChatGPT pribudlo kreslenie priamo do zadania, šablóny pre plagáty a produktové fotografie, komentáre umiestnené na konkrétnu časť obrázka a zdieľanie promptov. Obe API verzie podporujú generovanie, editovanie, masky, transparentné pozadie aj vlastné rozmery vrátane 4K.
Pre kreatívnu prácu je to dôležitý posun od jednorazového „vygeneruj mi obrázok“ k normálnej revízii. Hodnota nevzniká iba v prvom návrhu. Vzniká v tom, že piata pripomienka nepokazí štyri predchádzajúce rozhodnutia.
Zdroje: OpenAI: Introducing ChatGPT Images 2.5 · OpenAI Image prompting guide
5. GPT Live 1 dáva aplikáciám hlas, ktorý vie počúvať aj hovoriť naraz
OpenAI sprístupnilo GPT Live 1 cez API. Vývojári tak môžu hlasový model z ChatGPT zapojiť do vlastnej zákazníckej linky, rezervačnej služby, jazykového tutora alebo pracovnej aplikácie. Hlasová vrstva stojí 0,05 dolára za minútu a účtuje sa po sekundách. Model na premýšľanie a použité nástroje sa platia samostatne.
Najväčší rozdiel oproti starším hlasovým botom je plne obojsmerná komunikácia. GPT Live 1 naraz počúva aj rozpráva, takže vie reagovať na prerušenie, zaváhanie, zmenu otázky či hluk v pozadí bez toho, aby vývojár skladal osobitný prepis reči, textový model a syntézu hlasu. Keď príde ťažšia úloha, hlasový model ju odovzdá druhému modelu alebo agentovi. Sám môže pokračovať v rozhovore a výsledok neskôr prirodzene doplniť.
OpenAI tvrdí, že v jeho testoch sa výkon na Full Duplex Bench zlepšil o 30 percentuálnych bodov oproti GPT Realtime 2.1. Speak vo svojom skorom hodnotení zaznamenal takmer o 80 % menej nechcených prerušení študentov počas premýšľania. Obe čísla sú firemné alebo partnerské výsledky, nie univerzálna garancia.
Slovenčina v oficiálnom zozname osobitne garantovaná nie je. OpenAI hovorí o širšej podpore jazykov, prízvukov a dialektov, no zároveň priznáva možné medzery v plynulosti. Pri slovenskej aplikácii preto treba kvalitu overiť na reálnych hovoroch, nie iba na anglickej ukážke.
Zdroje: OpenAI: GPT Live 1 v API · model a cena · návod k delegovaniu
Rýchle správy
→ Adobe generuje video aj zvuk priamo v časovej osi. Nový nástroj v Premiere doplní chýbajúci záber podľa okolitých scén, vytvorí zvukové efekty, hudbu alebo zvukovú kulisu. After Effects dostáva v otvorenej bete asistenta, ktorý vie upratovať vrstvy a vykonávať viacstupňové úlohy v celom projekte. Zdroj
→ Gemini prišlo na Windows. Nová desktopová aplikácia sa otvorí skratkou Alt + Space, vie pracovať s Gmailom a Diskom, generovať obrázky aj videá a odovzdať dlhšie úlohy agentovi Gemini Spark. Je dostupná globálne pre Windows 10 a 11, no niektoré funkcie vyžadujú platený AI plán. Zdroj
→ Google mení tabuľky na malé aplikácie. V platených AI plánoch pribudol Sheets canvas, ktorý vytvorí interaktívnu miniaplikáciu z textového zadania. Gmail, Dokumenty a Keep dostávajú hlasové ovládanie a Gemini Spark sa v USA prepája s Chromom a Fotkami. Dostupnosť sa líši podľa služby a plánu. Zdroj
→ Leadpages postaví celý web z jednej konverzácie. Agent Piper najprv navrhne stránky a ich obsah, po schválení vytvorí navigáciu, hlavičku, pätičku aj stránku 404. Firma tvrdí, že to zvládne do piatich minút. Výsledok zostáva editovateľný a každá stránka má nástroje na A/B testovanie. Zdroj
→ LangChain zverejnil svojho agenta pre platené médiá. Agent žije v Slacku, spája dáta z reklamných platforiem s leadmi a obchodným lievikom, pripravuje reporty a navrhuje zmeny na schválenie. LangChain uvádza 30 % pokles ceny za kvalifikovaný lead a sprístupnil kód aj pracovný postup. Zdroj
Na záver
Ak ti tento výber pomohol dobehnúť, čo sa v AI svete stalo, prepošli ho kolegovi alebo kamarátovi. Ďakujem, že čítaš.
Jakub






