Pozice Anthropicu v oblasti kódování čelí konkurenci z Číny

ZCode vyzývá na souboj Claude Code, Cursor a další

Společnost Z.ai z Pekingu (dříve Zhipu AI) spustila ve středu ZCode, bezplatnou desktopovou aplikaci pro macOS, Windows a Linux, která je vytvořena jako „Agentic Development Environment“ pro vlastní model GLM-5.2. Tento nástroj přímo konkuruje nástrojům Cursor, Claude Code, GitHub Copilot a Antigravity od Googlu, podporuje konfigurace BYOK a lze jej ovládat z mobilního telefonu přes WeChat, Feishu nebo Telegram. Hlavní výhoda spočívá v ceně: Plány pro kódování s GLM začínají na 16,20 dolarech měsíčně a dosahují až 144 dolarů za balíček „Max“, což je výrazně méně než u Anthropicu a Cursoru. Samotný GLM-5.2 je MoE architektura se 744 miliardami parametrů, z nichž je 40 miliard aktivních, má skutečné kontextové okno o velikosti jednoho milionu tokenů a byl trénován na 28,5 bilionu tokenů. Je zveřejněn jako open source pod licencí MIT na Hugging Face. V polovině června se model v žebříčku Code Arena umístil na druhém místě na světě, hned za modelem Claude 3.5 Sonnet od společnosti Anthropic. Rozhodující je, že trénink probíhal výhradně na čipech od Huawei, bez jediného amerického čipu, s odhadovanými celkovými náklady 25 milionů dolarů. Společnost Gartner odhaduje, že trh s agentními nástroji pro kódování dosáhne v roce 2026 hodnoty přibližně 10 miliard dolarů. → Techpresso

Synthszr Take: 25 milionů dolarů za trénink na čipech Huawei a výsledek se umístí na druhém místě v žebříčku kódování. To je ta skutečná zpráva, nikoli samotná aplikace. V březnu Cursor obvinil Anthropic z masivního dotování svých cen; nyní přichází poskytovatel, který stanovuje ceny kódovacích plánů na 16 dolarů a navíc model nabízí jako open source. Kdo v roce 2026 zavede pro svůj growth engineering standard dvou nástrojů, měl by GLM-5.2 jako možnost BYOK pro regulované nebo nákladově citlivé úlohy vážně otestovat, nikoli ho jen tak smést ze stolu. Geopolitická otázka zůstává: Model na čínském hardwaru, ovládaný přes WeChat, není pro evropskou compliance samozřejmostí, ale vyžaduje jasné mantinely a on-premise ověření. Cenový tlak přesto působí, protože posouvá očekávání vůči všem poskytovatelům. Jevonsův paradox se zde projevuje naplno: čím levnější bude kódování, tím více se ho bude provádět, a náskok budou mít ti, kteří včas vybudují modelově agnostickou architekturu, místo aby se vázali na jediného dodavatele.

Sam Altman nabízí Trumpovi 5% podíl

Společnost OpenAI nabídla americké vládě 5% podíl v hodnotě přibližně 42,6 miliardy dolarů, jak uvádí zpráva Financial Times. Tato částka vychází z ocenění 852 miliard dolarů, které společnosti před třemi měsíci přisoudili investoři. Sam Altman údajně chce, aby podobný 5% podíl postoupily i společnosti Anthropic, Google a Meta. Altman tento plán projednal s prezidentem Trumpem, ministrem obchodu Howardem Lutnickem a ministrem financí Scottem Bessentem. Senátor Bernie Sanders nabídku odmítl a místo toho požaduje jednorázovou 50% daň z podílů společností OpenAI, Anthropic a xAI. Tento krok přichází v době, kdy v Washingtonu roste politický tlak na tvůrce ChatGPT. → Techpresso

Synthszr Take: Sam Altman zde hraje hru, kterou dobře zná. Kdo se prezentuje jako kvazi-veřejná infrastruktura, nechce být regulován, ale chráněn. 5% státní podíl je k tomu ideální návnadou: promění Washington z hlídače ve spoluvlastníka, se všemi střety zájmů, které to s sebou nese. Dean Ball má se svým přirovnáním ke krysám pravdu, protože kdo udělá z regulátora akcionáře, těžko ho může žádat, aby soudil nezávisle. Zajímavý je kontrast se společností Anthropic, která se demonstrativně drží stranou a raději pracuje na vlastních čipech se Samsungem, zatímco OpenAI hledá politické zajištění. Obě společnosti sázejí na vytvoření ochranného příkopu, jen jedna ho buduje z křemíku a druhá z lobbistických vztahů. Pro evropské firmy, které tyto modely využívají, to jednoduše znamená: o mocenském uspořádání v hodnotovém řetězci AI se právě teď rozhoduje ve Washingtonu, nikoli v Bruselu.

Kdo crawlí, platí: Cloudflare si vynucuje oddělení botů

Cloudflare stanovuje odvětví umělé inteligence termín: od 15. září 2026 bude poskytovatel ve výchozím nastavení blokovat takzvané „mixed-use“ crawlery na všech stránkách s reklamou. Jde o boty, které provádějí vyhledávání, používání agentů a trénování najednou. Kdo bude v budoucnu chtít trénovat velký jazykový model, bude muset svůj crawler striktně oddělit od klasického vyhledávání, jinak se na stránky nedostane. Pravidlo platí pro nové zákazníky, nově vytvořené stránky a všechny stávající zákazníky s bezplatným tarifem. Generální ředitel Matthew Prince uvádí konkrétní důvod: provoz generovaný boty na internetu poprvé překonal lidský provoz, a to o rok dříve, než se očekávalo. Cloudflare se tím viditelně zaměřuje na Google, který díky propojení vyhledávání a trénování AI údajně přistupuje k „dvojnásobnému množství“ dat než ostatní. Z modelu „Pay Per Crawl“ se stává „Pay Per Use“: vydavatelé by měli být placeni, když jejich obsah vytváří hodnotu, nikoli jen za to, že je stažen. Prvními partnery jsou Ceramic.ai a You.com. → AI Secret

Synthszr Take: Konečně někdo stanovuje hranice v oblasti, kterou dosud každý bezplatně využíval. Skutečný majstrštyk spočívá v přechodu od modelu „Pay Per Crawl“ k „Pay Per Use“: platí se za vytvořenou hodnotu, nikoli za stažení. To je přesně ta logika zúčtování, která otevřenému webu léta chyběla, a přichází pozdě, ale ne příliš pozdě. Pozoruhodné je číslo přesahující 50 procent provozu z crawlů, které opakovaně stahují nezměněné stránky: je to čiré plýtvání šířkou pásma a výpočetním výkonem, které nikomu nebude chybět. Cloudflare se zde staví do role vrátného s kasou u dveří, a to zasahuje Google na nejcitlivějším místě, protože jeho Googlebot neodděluje vyhledávání a funkce AI. Vydavatel, který nyní čeká, že se problém vyřeší sám od sebe, sází na mrtvého koně. Jasné oddělení záměrů botů je pákou, která v příštích měsících rozhodne o tom, kdo bude v éře AI ještě inkasovat za svůj obsah.

Palantir: Zákazníci z americké vlády přecházejí na open-source

Šéf společnosti Palantir Alex Karp se prezentuje jako strážce mezi rozpočty svých zákazníků a poskytovateli modelů, jako jsou OpenAI a Anthropic. Po vášnivém vystoupení na CNBC, kde oběma firmám předhodil, že stahují zákaznická data a jsou předražené (důkazy pro to neexistují, obě společnosti trénování na zákaznických datech ve svých podmínkách zakazují), staví Palantir do role ochranné „Application Layer“. Konkrétně: Někteří zákazníci z americké vlády přešli z proprietárních modelů na open-source model Nemotron od společnosti Nvidia, přičemž se naznačuje, že jde o ministerstvo obrany. Palantir za tímto účelem uvedl na trh produkt, který úřadům pomáhá bezpečně provozovat Nemotron a průběžně ho přizpůsobovat pro jejich vlastní prostředí. Karp očekává, že každý zákazník přejde na open source, „jakmile jej bude považovat za rovnocenný“. Jensen Huang z Nvidie upřesňuje, že nejde o volbu buď-anebo, ale o „proprietary and open“; podle Artificial Analysis je Nemotron sice za uzavřenými frontier modely a čínskými open-source modely, ale je vedoucím americkým open-source modelem. Akcie po těchto výrocích vzrostly o 12 %, ale za celý rok jsou stále 22 % v mínusu. → Applied AI

Synthszr Take: Karp hraje manévr, který bychom mohli nazvat „RedHat roku 2026“. Když Linux vytlačil uzavřené deriváty Unixu od společností Sun, DEC a HP, peníze nevydělával kernel, ale firmy, které ho zpřístupnily uživatelům. Přesně zde Palantir nastupuje: Nemotron je volně dostupný a levný, ale provozovat vlastní inferenční toolchain a ladit model pro vlastní prostředí zůstává náročnou prací, kterou si sotva který úřad zvládne zajistit sám. Ochranný příkop se přesouvá od vah modelu k servisní úrovni, která celek bezpečně a přizpůsobitelně orchestruje. Karpova rétorika jako z výprodeje o zlých úmyslech poskytovatelů modelů je marketing, ale argument za ní přesto platí: jakmile open source dosáhne parity, nikdo už nebude mít důvod nechat se uzavřít do proprietárního lock-inu. Kdo dnes staví AI architekturu, měl by adaptér pro model navrhnout tak, aby zůstal vyměnitelný, a tvorbu hodnoty umístit do vlastní datové vrstvy. Ten 12% skok v kurzu je sázkou na tento směr, nikoli na benchmarky modelu Nemotron.

TabFM: Základní model pro tabulková data bez nutnosti fine-tuningu

Google Research představil TabFM, základní model pro klasifikaci a regresi na tabulkových datech. Hlavní myšlenka: Zero-shot predikce pomocí in-context learningu, zcela bez fine-tuningu, bez optimalizace hyperparametrů a bez manuálního feature engineeringu. Model zpracuje kompletní datovou sadu (trénovací příklady plus cílové řádky) jako jediný prompt a vygeneruje predikci v jediném forward passu. Technicky TabFM kombinuje přístupy z TabPFN a TabICL: střídavou attention přes řádky a sloupce, kompresi každého řádku do hustého vektoru a Transformer, který pracuje s těmito komprimovanými embeddingy. Tím Google útočí na klasické stromové metody jako XGBoost, AdaBoost a Random Forests, které této oblasti léta dominují. TabFM je okamžitě dostupný na Hugging Face a GitHubu. → The Deep View

Synthszr Take: Tabulková data jsou páteří téměř každé podnikové infrastruktury, a právě zde se dosud nacházelo úzké hrdlo. Nasazení modelu XGBoost na novou datovou sadu nikdy nebylo jen o jediném volání `.fit()`, ale o týdnech ruční práce: feature engineering, ladění hyperparametrů, vtloukání doménových znalostí do modelu. TabFM komoditizuje přesně tuto ruční práci, a to zasahuje celou profesi datových vědců přímo v jejich nejdražší činnosti. Skutečná hodnota se tím posouvá výše: vyhrává ten, kdo jasně definuje, na jakou otázku má tabulka odpovědět a která predikce skutečně řídí obchodní proces. Stažení modelu trvá minuty, definování kritérií úspěchu zůstává skutečnou myšlenkovou prací. Kdo teď ještě schvaluje rozpočty na měsíce trvající modelování odchodu zákazníků a podvodů, měl by si to znovu propočítat, než to udělá konkurence.

Cursor pro iOS: Pište kód odkudkoli

Anysphere přináší svého kódovacího agenta na iPhone. Nová aplikace Cursor vám umožní spouštět always-on agenty přímo z mobilu nebo dálkově ovládat agenty běžící lokálně na vašem počítači. Dostáváte živé aktualizace o pokroku a můžete slučovat pull requesty z telefonu, aniž byste seděli u stolu. Cursor s až osmi paralelními agenty a režimem Composer patří mezi nejsilnější nástroje typu IDE-first v poli více než 15 vážných hráčů. Krok na chytrý telefon odděluje kódování od pracovního místa a z IDE dělá čistě kontrolní místnost. → Cursor Team

Synthszr Take: Zajímavý posun nespočívá v iPhonu, ale v rozdělení rolí. Když agent samostatně píše databázové migrace, vytváří API endpointy a přidává testy, zatímco vy na mobilu už jen udáváte směr a schvalujete PR, pak se z IDE stala monitorovací konzole. Člověk řídí a koriguje, stroj pracuje ve smyčkách. To je přesně ten přechod, který Cursor, Windsurf a Devin od konce roku 2024 provádějí: od reaktivního přístupu k samostatnému jednání. Pro týmy to konkrétně znamená změnit způsob práce, místo dalšího psaní řádků kódu. Kdo si dnes ještě myslí, že vývoj je vázán na obrazovku s klávesnicí, riskuje, že sází na mrtvého koně. Skutečná kompetence se přesouvá k přesné formulaci záměru (intent), a tu lze provést z nástupiště stejně dobře jako z kancelářské židle.

Higgsfield VFX: Finální boss editace videa

Higgsfield zveřejnil tutoriál, který vyjímá VFX z řetězce nástrojů jako After Effects, 3D modelování a tracking a přesouvá je do prompt pipeline. Jádro věci: Claude čte nahraný záznam snímek po snímku, uživatel popíše požadovanou změnu běžným jazykem (například „při lusknutí prsty se pozadí změní na poušť“) a dovednost (Skill) z toho vygeneruje kompletní prompt pro Seedance 2.0 ve 4K. Díky konceptu „lock header“ zůstávají obličej, oblečení, čočka a pohyb kamery fixní, zatímco je přesně načasováno nahrazení okolí nebo jednotlivých prvků. Příklady sahají od jednoduché výměny pozadí přes šestistupňovou přeměnu ruky v robotickou paži až po záběry z ruční kamery s útokem krakena, sauropody v deštném pralese a hroutícími se chrámy. 4K zde není luxus, ale hranice, pod níž se v rozlišení 1080p hroutí detaily obličeje a synchronizace rtů. Stále existují omezení u složitých pohybů a dlouhých klipů, ale úroveň je již použitelná v praxi. → Trendium.ai

Synthszr Take: Zajímavý zde není ten kraken, ale dělba práce. LLM přebírá roli, která byla dosud úzkým hrdlem: technický překlad kreativního záměru do správných parametrů. Přesně to je posun od jednoho modelu k orchestrované pipeline, který se právě odehrává v celém stacku (jen je nyní viditelný v spotřebitelském videu). Higgsfield se nachází v aplikační vrstvě (application layer), a ta je, jak známo, vrstvou s nejvyššími maržemi a nejvyšším rizikem substituce: Claude analyzuje snímky, Seedance od ByteDance renderuje a Higgsfield dodává logiku dovednosti (Skill) mezi nimi. Kdo obsluhuje jen jednu z těchto vrstev, musí se odlišit chytrostí workflow, a přesně o to se snaží s přístupem „lock header“. Skutečné poselství se skrývá v posledním odstavci tutoriálu: Důraz se přesouvá od natáčení k režii, od otázky „co mohu natočit“ k „co zinscenuji“. Pro každého, kdo produkuje video, se tím mění, které dovednosti jsou vzácné. Řemeslná zručnost v compositingu se stává zaměnitelnou, zatímco schopnost přesně popsat, co se má stát, se stává jedinou skutečnou výhodou.

Trh práce a AI: Člověk se vrací

Stále více společností, které zrušily pracovní místa ve prospěch AI, obrací a znovu najímá lidi, uvádí úterní zpráva CNBC. Ford přijal zpět a povýšil více než 350 zkušených inženýrů poté, co automatizovaná kontrola kvality nedokázala nahradit zkušenosti veteránů; AI je „fantastický nástroj“, řekl šéf hardwaru Charles Poon, ale je jen tak dobrá jako trénovací data. Australská Commonwealth Bank nahradila více než 40 pracovníků zákaznického servisu hlasovými boty, ale kvůli rostoucímu objemu hovorů toto rozhodnutí zrušila. IBM chce do roku 2026 ztrojnásobit počet zaměstnanců na vstupních pozicích v USA, protože úsudek, etika a komplexní rozhodování zůstávají lidskou doménou. Studie společnosti Orgvue ukazuje: 39 procent vedoucích pracovníků propustilo lidi kvůli AI, 55 procent to zpětně považuje za chybu. Robert Half hlásí, že 32 procent amerických náborových manažerů, kteří zrušili pracovní místo primárně kvůli AI, ho později znovu obsadili. Současně Oracle, Meta a Intuit nadále investují miliardy do AI a zároveň oznamují propouštění. → Techpresso

Synthszr Take: 55procentní míra lítosti není jen poznámka pod čarou, je to masový fenomén s jasným časovým průběhem. Tyto firmy si pořídily AI jako náhradu a pak zjistily, že si koupily asistenta. Případ Fordu to vystihuje přesně: model odpoví během několika sekund, ale kvalitativní úsudek veteránů je založen na zkušenostech, které žádná trénovací data neobsahují. To se přesně shoduje s tím, co říkají samotní manažeři IBM, totiž že 83 procent z nich považuje za klíč k úspěchu AI spíše její přijetí lidmi než samotnou technologii. Úzkým hrdlem nikdy nebyl výpočetní výkon, ale blízkost ke kontextu, k zákazníkovi, k hraničnímu případu. Kdo teď propouští, aby za šest měsíců dráže nabíral zpět, platí školné dvakrát a mezitím ztrácí provozní know-how. Rozumná kalkulace zní: AI převezme rutinu, lidem zůstane náročnější část, a kdo si to takto nastaví včas, ušetří si trapný krok zpět.

Boris Cherny: Pět archetypů místo pracovních pozic

Boris Cherny, který ve společnosti Anthropic vede tým stojící za Claude Code, popisuje v hojně sdíleném příspěvku, jak se rozpadají klasické role. Engineering, produkt, design a datová věda splývají dohromady, až staré názvy pozic téměř nic neříkají. Cherny ve svém vlastním týmu místo toho rozeznává pět archetypů: Prototypa, který produkuje nápady jako na běžícím pásu (většina z nich brzy zanikne), Buildera, který je uvádí do produkce, Sweepera, který maže a zjednodušuje, Growera, který hledá product-market fit, a Maintainera, který udržuje v chodu zralý systém ve velkém měřítku. Tyto vzorce popisují, co lidé skutečně dělají, ne to, co mají na vizitce. Pro Chernyho je to logický důsledek toho, že nástroje AI boří hranice mezi obory. → AI Secret

Synthszr Take: Cherny popisuje tentýž posun, který je právě vidět všude: kód zlevnil, záměr (intent) je drahý. Když výstup nic nestojí, stává se vzácným zdrojem vstup, a tím vstupem je schopnost posoudit, v jaké fázi se produkt nachází. Nebezpečí spočívá právě zde: Tým se špatnými instinkty nyní staví desetkrát rychleji, a tudíž produkuje desetinásobnou nesoudržnost. Kdo urychluje nejasnou strategii, zamotává se do houštiny, ze které už nevede cesta ven. Organizační struktura seřazená podle řemesel je tedy zralá na výměnu, protože vzácný zdroj se již nerozděluje podle názvů pracovních pozic. Sídlí v hlavách, které cítí, zda je zrovna čas na vnímání, nebo na dodávání. Kdo sestavuje svůj tým podle instinktu místo podle dovedností, má rozhodující výhodu již zabudovanou.

Repo Radar: Pět projektů na GitHubu, kde práci odvádějí agenti

Tento týden GitHub Trending Radar ukazuje pět projektů, ve kterých se agenti přesouvají z chatovacího okna do skutečné produkční práce. OpenMontage překonal hranici 31 003 hvězdiček a proměňuje kódovacího asistenta jako Claude Code, Cursor nebo Codex v kompletní video studio: 12 pipelines, 52 nástrojů, strop rozpočtu a log rozhodnutí pro každé volání poskytovatele (AGPL-3.0, obtížnost 5/5). Google Labs přináší s design.md specifikaci formátu, která propojuje strojově čitelné designové tokeny v YAML s lidsky čitelným zdůvodněním v Markdownu, aby se agenti mezi sezeními neodchýlili od značky (Apache-2.0, obtížnost 1/5, stále označeno jako alfa). Strix od usestrix posílá autonomní týmy agentů projít OWASP Top 10, zachytává HTTP, otevírá shell a píše funkční proof-of-concept exploity (29 913 hvězdiček). Page-agent od Alibaby ovládá webová rozhraní pomocí přirozeného jazyka, MinerU přeměňuje chaotická PDF na čistý Markdown vhodný pro LLM. Každé z těchto repozitářů zaměřuje agenta na jeden konkrétní úkol. → Marcus Schuler

Synthszr Take: V květnu jsme zde poznamenali, že agenti se stávají důležitějšími než modely. Těchto pět repozitářů je důkazem, že debata se již posunula o úroveň níž: Nejde už o to, zda agent píše kód, ale co na konci dne odevzdá jako výsledek, který člověk už jen schválí. OpenMontage je přitom nejzajímavější případ, protože kódovací nástroj opouští své teritorium a produkuje video. To je rozšíření kódovacího agenta do obecné produkční vrstvy, a právě v tom spočívá hodnota. Před produktivním nasazením stojí za pozornost dvě věci: Licence AGPL-3.0 u OpenMontage s sebou nese skutečné copyleftové povinnosti a pěkné marketingové výsledky vyžadují GPU plus cloudové video modely; bezplatná cesta stačí jen na lokální hlasový výstup a bezplatné záběry. Kdo tento týden investuje dvě hodiny, měl by si naklonovat design.md a Strix a otestovat je na skutečném repozitáři, místo aby čekal na vydání dalšího modelu. Nástroje jsou volně k dispozici; kdo je v roce 2026 integruje do svého workflow, bude mít v roce 2027 základ pro škálování.