Nový stack: Agenti, dovednosti a proč se OpenAI ocitlo v dilematu inovátora
V Davosu je ohlašován konec starých fikcí, zatímco AI nově definuje stack kódu a znalostí. Agenti a alignment se stávají ekonomickými faktory.
Davos a operační systém civilizace
Na Světovém ekonomickém fóru v Davosu mluvil Mark Carney o konci „příjemné fikce“, což Azeem Azhar interpretuje jako zásadní změnu v operačním systému civilizace. Tato změna vede od nedostatku k systému založenému na křivkách učení. Transformaci pohání pokrok v oblastech energie, inteligence a biologie, které již nejsou extrahovány, ale konstruovány a iterativně vylepšovány. Starý „Scarcity OS“ byl v jádru hrou s nulovým součtem o kontrolu omezených zdrojů. Azhar dělí reakce na tuto změnu do tří archetypů: hromadiči, manažeři a tvůrci. Zatímco veřejnou debatu ovládají první dva, tvůrci v tichosti vytvářejí novou, neomezenou realitu a nově definují tvorbu hodnot. → Azeem Azhar, Exponential View
Synthszr Take: Přechod od „Scarcity OS“ k „Learning OS“ je silný narativ, ale přehlíží klíčové rozhraní: AI je API pro tento nový operační systém. Není to jen další křivka učení, ale meta-úroveň, která vůbec umožňuje skládat energii, biologii a inteligenci. Považovat AI pouze za faktor inteligence je jako označit TCP/IP jen za „protokol“ – hrubé podcenění jeho systémové funkce. Vedoucí pracovníci, kteří stále myslí ve starém OS, optimalizují koňský povoz, zatímco v pozadí se pokládají základy pro nový internet.
OpenAI se ocitlo v dilematu inovátora
OpenAI, kdysi dominantní v éře chatbotů, nyní čelí výzvě od společnosti Anthropic v nastupující ekonomice agentů. Zejména Claude Code od Anthropic se rychle etabloval jako lídr. K získání nových zdrojů příjmů plánuje OpenAI zavést reklamu do ChatGPT – strategii, která sází spíše na síťové efekty než na čistý objem tokenů. Demis Hassabis z Google DeepMind se k tomu vyjádřil kriticky, protože agent se zájmy třetích stran z definice nejedná v nejlepším zájmu uživatele. Kromě toho OpenAI zkoumá modely pro podíl na zisku z objevů učiněných s jejich technologií a má ambice v oblasti hardwaru. Někdejší výhoda prvního na trhu se vytrácí, protože se zaměření přesunulo z modelů na agenty. → Azeem Azhar, Exponential View
Synthszr Take: OpenAI se nachází ve strategické pasti. Jejich časný vstup na trh sice definoval, ale zároveň je svázal se spotřebitelsky orientovaným obchodním modelem s obrovskou spotřebou výpočetního výkonu (compute). Anthropic a Google mohou jednat trpělivěji a obsadit lukrativnější podnikový (enterprise) segment s agenty řízenými výzkumem a důvěryhodnými. Experiment OpenAI s reklamou je zoufalým pokusem o monetizaci spotřebitelské základny, ale riskuje podkopání klíčového slibu osobního agenta. Je to klasická past dilematu inovátora, jen v hyperspeedu.
Alignment jako ekonomický faktor
Běžný předpoklad, že bezpečnost AI (alignment) je čistě nákladovým faktorem a brzdou vývoje, je stále více zpochybňován dynamikou trhu. Když uživatelé udělí agentovi rozsáhlý přístup ke svým systémům, je důvěra klíčovou měnou. Paradoxně je to právě laboratoř Anthropic zaměřená na bezpečnost, která svým agentům přiznává nejrozsáhlejší autonomní schopnosti. Důvodem je, že jejich investice do alignmentu vytvořily model, kterému lze svěřit více autonomie. Důvěra umožňuje autonomii a autonomie odemyká skutečnou tržní hodnotu. Naopak nedostatek alignmentu, jak je vidět u xAI, vede ke skandálům a váhavým firemním zákazníkům. → Azeem Azhar, Exponential View
Synthszr Take: Trh začíná správně oceňovat alignment: ne jako etický fíkový list, ale jako tvrdou funkci (feature). Nespolehlivý agent není přínosem, ale nevypočitatelným rizikem. Poznání, že nejdůvěryhodnější model je nakonec i nejproduktivnější, obrací logiku „Move fast and break things“. Bezpečnost se mění z políčka k zaškrtnutí na výkonnostní kritérium. To je zralejší fáze technologie, ve které spolehlivost a předvídatelnost překonávají čistý surový výkon.
Setrvačník robotiky
Robotika současně těží ze zákonů škálování a Wrightova zákona (Wright's Law), což urychluje její vývoj směrem k obecné použitelnosti. Očekává se, že modely Vision-Language-Action budou vykazovat podobné efekty škálování jako LLM, ale stále trpí nedostatkem dat. Každý robot nasazený ve skutečném světě se však stává generátorem dat, který spouští pozitivní setrvačník: více robotů generuje více dat, což vede k lepším modelům, které zase otevírají nové trhy. Současně Wrightův zákon snižuje náklady s každým zdvojnásobením objemu výroby. Nejlevnější humanoidní roboti dnes stojí již jen 5 000 dolarů za jednotku. Katalyzátorem této pozitivní zpětné vazby by mohla být výstavba datových center pro AI. → Azeem Azhar, Exponential View
Synthszr Take: Analogie s vývojem LLM je trefná, ale neúplná. Robotika má zásadní nevýhodu: fyziku. Token nestojí téměř nic, ale neúspěšný pokus o uchopení má reálné následky. Právě proto je generování dat ve standardizovaném prostředí datových center tak chytré. Je to dokonalá Petriho miska pro tento růstový efekt: repetitivní úkoly, vysoká tolerance chyb a zákazník (hyperscalers), který rozumí strategické nutnosti. Robotika neexploduje díky „momentu ChatGPT“, ale postupnou automatizací vysoce strukturovaných průmyslových nik.
Google DeepMind na nákupech
Google DeepMind prostřednictvím řady akvizic a partnerství významně rozšířil svou základnu talentů a technologií. Společnost převzala Common Sense Machines, startup specializující se na převod 2D obrazů na 3D modely. Současně byla uzavřena licenční smlouva s Hume AI, která vyvíjí modely pro rozpoznávání emocí v hlase, přičemž CEO a klíčoví inženýři přecházejí do DeepMind. Google navíc investoval do Sakana AI, japonského startupu založeného bývalými výzkumníky z Googlu, včetně spoluautora původního článku o architektuře Transformer. Tyto strategické nákupy mají za cíl posílit Gemini a upevnit pozici Googlu v globální soutěži v oblasti AI, zejména na japonském trhu. → Techpresso
Synthszr Take: Toto není klasický „acqui-hiring“, je to strategické navrácení ztraceného klíčového duševního vlastnictví (IP) a talentu. Google si uvědomuje, že další vlna inovací se odehrává mimo jeho vlastní zdi, i když inovátoři pocházejí z jeho vlastních řad. Dohody s Hume (emoce) a Common Sense (3D) naznačují budoucnost, ve které má Gemini fungovat multimodálně a kontextově citlivě. Investice do Sakana AI je obzvláště pikantní: kupují si přístup k výzkumu, který by mohl jejich vlastní architekturu Transformer učinit zastaralou – klasický šachový tah k ovládnutí vlastní disrupce.
Evoluce AI stacku: Nástroje, MCP a dovednosti
Způsob, jakým modely AI interagují s vnějším světem, prochází rychlou evolucí od jednoduchých „nástrojů“ (Tools, Function Calling) ke složitějším architekturám. Nástroje byly prvním krokem, jak umožnit LLM provádět akce, ale špatně se škálovaly, protože každá integrace probíhala ručně. Model Context Protocol (MCP) vznikl jako standardizační vrstva, srovnatelná s USB-C, pro zajištění interoperability mezi různými AI a službami. Nejnovějším vývojem jsou „dovednosti“ (Skills), které neenkapsulují samotnou schopnost, ale procedurální znalosti – expertizu, kdy a jak efektivně nástroj použít. Tento třístupňový stack odděluje atomické schopnosti (nástroje), infrastrukturu (MCP) a znalosti specifické pro danou aplikaci (dovednosti). → Charlie Guo from Artificial Ignorance
Synthszr Take: Toto je nejdůležitější systémový vývoj v AI za dlouhou dobu. V reálném čase prožíváme vznik základních architektonických vrstev pro autonomní agenty. Nástroje jsou systémová volání, MCP je síťový protokol a dovednosti jsou knihovny a frameworky. Tato úroveň abstrakce je momentem, kdy AI přestává být čistě problémem „modelu“ a stává se problémem „softwarového inženýrství“. Nejzajímavější společnosti příštích let nebudou nutně stavět nejlepší modely, ale nejlepší dovednosti a nejrobustnější MCP servery. Tvorba hodnot se přesouvá od čisté inference k orchestrované exekuci.
Vzor vyhodnocovač-optimalizátor
Pro složité úkoly, kde první odpověď LLM je zřídka tou nejlepší, se etabluje vzor „vyhodnocovač-optimalizátor“ (Evaluator-Optimierer-Pattern). Místo jediného „one-shot“ volání je proces rozdělen do dvou rolí: LLM-generátor vytvoří řešení a LLM-vyhodnocovač ho kriticky zkontroluje podle definovaných kritérií. Pokud řešení neprojde, zpětná vazba od vyhodnocovače se vrátí generátoru k vytvoření vylepšené verze. Tento iterativní cyklus zpětné vazby pokračuje, dokud není dosaženo standardu kvality nebo překročen maximální počet pokusů. Tento vzor je zvláště vhodný pro generování kódu, právních dokumentů nebo matematických problémů, kde je přesnost klíčová. → Machine Learning Pills
Synthszr Take: Tento vzor není nic jiného než formalizace lidského tvůrčího procesu v architektuře agentů: návrh, kritika, revize. Rozhodujícím bodem je oddělení zájmů (Separation of Concerns). Jediný prompt, který má být zároveň kreativní a kritický, je neefektivní. Díky rozdělení můžeme pro každou roli použít specializovaný model nebo vysoce optimalizovaný prompt. To je přechod od monolitických „super-promptů“ k architektuře mikroslužeb (microservices) pro AI workflow. Nejenže to zvyšuje kvalitu, ale celý proces je také transparentnější, lépe laditelný (debuggable) a nakonec i ovladatelnější.
„Vibe Coding“ a rizika pro Open Source
Generativní AI mění produkci softwaru procesem označovaným jako „Vibe Coding“. Vývojáři přitom nasazují AI agenty, aby našli a sestavili open-source software (OSS), často bez čtení dokumentace nebo interakce s maintainery. Nová studie tvrdí, že tento přístup sice krátkodobě zvyšuje produktivitu, ale dlouhodobě podkopává ekosystém OSS. Protože mnoho OSS projektů je závislých na zapojení uživatelů (hlášení chyb, příspěvky, sponzoring) pro financování a zlepšování, vede oddělené používání AI k poklesu příspěvků a kvality. To by paradoxně mohlo vést ke snížení nabídky kvalitního OSS, ačkoli poptávka roste. → Techpresso
Synthszr Take: AI agenti se stávají konečnými „pasivními konzumenty“ open source a hrozí, že zničí sociální strukturu, která ho vůbec umožňuje. Jedná se o klasickou „tragédii obecní pastviny“ v digitální podobě. Tření spojené s ruční implementací – čtení dokumentace, narážení na chyby, ptání se na fóru – bylo nezamýšleným, ale klíčovým mechanismem pro zapojení komunity. Pokud AI toto tření odstraní, musí být vytvořen nový, explicitní mechanismus pro ocenění a financování. Možné by byly modely, kde AI agenti platí „mikro-licenční poplatky“ za použití OSS balíčků nebo automaticky vytvářejí kvalifikovaná hlášení chyb.
YouTube umožňuje tvůrcům AI klony
CEO YouTube Neal Mohan oznámil, že tvůrci (creators) budou brzy moci vytvářet krátká videa (Shorts) se svými vlastními, AI generovanými podobiznami. Je to součást širší strategie integrace nástrojů generativní AI, jako je automatický dabing (auto-dubbing) a AI generované klipy, do platformy pro tvůrce. Paradoxně YouTube zároveň bojuje proti neautorizovaným AI klonům a zavedl technologie pro detekci deepfakes. Tento vývoj podtrhuje rozpor, se kterým se platformy musí vyrovnávat: chtějí zrychlit produkci obsahu pomocí AI, aby zůstaly konkurenceschopné vůči TikToku, ale musí zabránit záplavě nekvalitního obsahu („AI slop“). → Matt from FutureTools
Synthszr Take: YouTube otevírá Pandořinu skříňku v domnění, že ji dokáže ovládat. Rozlišování mezi „autorizovanými“ a „neautorizovanými“ klony je technicky a právně fikce, jakmile je technologie obecně dostupná. Platformy se nacházejí v závodech ve zbrojení o výrobní prostředky pro obsah. Tím, že dávají tvůrcům do rukou nástroje pro masovou produkci, obětují dlouhodobou kvalitu a autentičnost za krátkodobý růst engagementu. Konečným výsledkem je ekonomika obsahu, ve které se poměr signálu k šumu blíží nule a jediným vítězem je platforma, která kontroluje náklady na inferenci pro generování.
Změna v procesu code review
Tradiční proces revize kódu (code review), při kterém se každý řádek kódu čte ručně, je zásadně měněn umělou inteligencí. Vývojář Kieran Klaassen popisuje nový přístup, při kterém 13 specializovaných AI agentů paralelně provádí code review, zatímco se lidský vývojář soustředí na rozhodování. Tento přístup „Compound Engineering“ se ukázal jako efektivnější při hledání kritických chyb, které by při ruční kontrole byly přehlédnuty. Doba potřebná pro generování kódu se díky AI zhroutila, zatímco doba pro lidskou kontrolu zůstala konstantní. Tento rozpor v poměru nutí k novým, agenty podporovaným procesům revize. → Every
Synthszr Take: Code review neumírá, ale abstrahuje se. Ruční kontrola řádků kódu byla vždy jen zástupným krokem pro ověření logiky, architektury a potenciálních rizik. AI agenti nyní mohou syntaktickou a detailní logickou kontrolu provádět lépe a rychleji. To nutí lidského revidenta (reviewera), aby se posunul na vyšší úroveň: vyhodnocuje kód správnou obchodní logiku? Je architektura udržitelná? Jaká systémová rizika tato změna přináší? Člověk se z korektora stává systémovým auditorem. To je náročnější, ale také nekonečně cennější.
