Boj proti explodujícím nákladům na tokeny

Náklady na tokeny (1): Google nechce přenechat pole čínským modelům

Zatímco Anthropic propaguje svůj nevydaný model Mythos jako nebezpečně výkonný, Google mění téma: na náklady a rychlost. Nový Gemini 3.5 Flash má konkurovat špičkovým modelům, ale být výrazně levnější. „Společnosti už v květnu vyčerpaly své roční rozpočty na tokeny,“ říká Sundar Pichai. Kombinace modelu Flash a dalších modelů by mohla ušetřit spoustu peněz. Načasování není náhodné: firmy stále více spoléhají na agenty AI náročné na tokeny a pečlivěji sledují své účty. Současně menší firmy s umělou inteligencí pod tlakem na tržby zvyšují ceny. Rozdíly ve výkonu mezi laboratořemi se zmenšují; výhoda se přesouvá k infrastruktuře a inferenci. → Business Insider

Synthszr Take: Google zde hraje klasickou komoditizační hru: když se technologická diferenciace zmenšuje, vítězí infrastruktura. Prezident OpenAI Greg Brockman to sám přiznává: „Samotný model už není produktem.“ Google investoval 25 let právě do této infrastruktury, zatímco startupy s umělou inteligencí si teprve uvědomují, že se ocitly v kapitálově náročném byznysu. Skutečná pointa: Agenti AI se stávají Jevonsovým paradoxem umělé inteligence. Čím levnější jsou tokeny, tím více jich společnosti spotřebují. Google v této zlaté horečce prodává lopaty.

Náklady na tokeny (2): Qwen od Alibaby zažívá boom lokálně na Apple Silicon

Apple Silicon zásadně změnil prostředí umělé inteligence. Dnešní 16GB MacBook Pro zvládá modely, pro které jste ještě před rokem potřebovali GPU stanici za 10 000 eur. Důvodem je Unified Memory Architecture. CPU, GPU a Neural Engine sdílejí stejnou paměť — to z 16 GB efektivně dělá výkon srovnatelný se 40 GB v porovnání s tradičními PC architekturami. Článek na Dev.to ukazuje praktické důsledky: Qwen 3.5 s 8 miliardami parametrů běží plynule na standardním MacBooku. DeepSeek Coder ladí lokální kódové báze bez nutnosti komunikace s cloudem. Phi-3 dělá i z 8GB Maců použitelné pracovní stanice pro AI. → dev.to

Synthszr Take: Migrace z cloudu na edge probíhá rychleji, než se očekávalo. Rodina modelů Qwen od Alibaby dominuje doporučením — čínský model se stává de facto standardem pro západní vývojáře. To ukazuje, jak moc hnutí open-weight posouvá mocenské poměry. Co mě překvapuje: Phi-3 od Microsoftu dokáže s 3,8 miliardami parametrů to, na co ostatní potřebují 14 miliard. To už není optimalizace, to je jiná filozofie architektury. Společnosti dbající na ochranu soukromí mohou nyní provozovat celou svou AI pipeline on-device. Další krok je zřejmý: pokud je každý Mac malým datovým centrem AI, potřebujeme nové protokoly pro decentralizovanou komunikaci mezi agenty. Apple vyhrál hardwarovou bitvu, aniž by se jí vůbec zúčastnil.

Náklady na tokeny (3): Nvidia chce připravit počítače s Windows na lokální agenty

Čipy od Nvidie se příští týden objeví v počítačích s Windows – jak v zařízeních Microsoft Surface, tak u Dellu a dalších výrobců. Oznámení proběhne současně na veletrhu Computex na Tchaj-wanu a na konferenci Microsoft Build v San Franciscu. Po problematickém startu počítačů Copilot+ s prodlevami a bezpečnostními obavami ohledně funkce Recall nyní Microsoft sází na lokální agenty AI, kteří pracují přímo na PC. To by mohlo oslovit společnosti, které stále více trpí explodujícími náklady na cloud pro autonomní agenty. Nvidia již v roce 2012 experimentovala s tablety Surface a Windows RT, ale tentokrát se jedná o plnohodnotné počítače s Windows a procesory založenými na architektuře ARM. → Benedict Evans

Synthszr Take: Nvidia dělá přesně to, co dělají velké technologické koncerny vždy: útočí tam, kde zavedení hráči slábnou. Intel a AMD zaspaly přechod na architekturu ARM, Qualcomm i přes vynikající výdrž baterie bojuje o podíl na trhu. Nyní přichází gigant v oblasti AI čipů a přináší něco, co ostatním chybí: momentum. Skutečný příběh je ale jiný. Microsoft přesouvá pracovní zátěže AI z cloudového molocha zpět na lokální zařízení – poháněn brutální realitou nákladů autonomních agentů, které v cloudu způsobují astronomické účty. To není technický pokrok. To je kontrola nákladů zabalená jako inovace. Pro Nvidii zůstává byznys s PC přesto jen příjemným vedlejším efektem – skutečné peníze leží i nadále v datových centrech.

Náklady na tokeny (4): Pět pastí, jak Claude zdvojnásobí váš účet

Článek na Dev.to analyzuje skryté faktory nákladů u Claude Code po změně účtování oznámené k 15. červnu 2026. Autor dokumentuje pět vzorců, které u něj zdvojnásobily náklady: Headless cron-jobs běží přes samostatný čítač místo paušálu. Příliš vysoko nastavené úrovně „reasoning-tiers“ spalují tokeny na triviálních úkolech. Pětiminutová mezipaměť (cache) promptů vyprší během přestávek na kávu a nutí k přepočítání celého kontextu. Integrace CI/CD se škálují s aktivitou týmu, nikoli se záměrem. Trvale načtené tool-servery s sebou nesou desítky tisíc tokenů jako základní zátěž. Předplatné se tváří jako brzda výdajů, ale je to jen brzda rychlosti – skutečné náklady běží na pozadí dál. → dev.to

Synthszr Take: Tohle je ta disciplína výpočtů, o které budeme mluvit za dva roky. O hospodárnosti nerozhoduje velký strategický dokument o AI, ale provozní hygiena. Šestihodinový cron-job, který „jen shrnuje logy“, stojí podle mého výpočtu 730 eur ročně – za jediný řádek shell skriptu. Většina týmů má takových zombií spuštěných desítky. To, co platí pro Claude, platí pro každého AI asistenta pro kódování: náklady neexplodují kvůli špatnému používání, ale kvůli dokonalé automatizaci. Autor má se svým základním pravidlem pravdu: každé předplatné považujte za rychlostní limit, nikdy za nákladový limit. Kdo si to neosvojí, zaplatí účet dvakrát – jednou v eurech, podruhé v technickém dluhu kvůli narychlo osekaným pracovním postupům.

Salesforce interně sází 100% na agentní pracovní postupy

Salesforce nyní plně sází na vývoj s agenty. Srinivas Tallapragada, šéf inženýringu, informuje o radikální změně: každý vývojář dostane neomezené množství tokenů Claude a celá organizace pracuje s agentními pracovními postupy. Čísla za duben 2026 v porovnání s předchozím rokem: o 50,8 % více dokončených pracovních položek (Work Items) na vývojáře, o 79 % více sloučených pull requestů (Merged Pull Requests), o 151,3 % vyšší zlepšení v „Effective Output Score“ založeném na ML. Migrace API 33 koncových bodů, která by tradičně trvala 231 člověkodnů, byla dokončena během 13 dnů. Systém se přitom neustále učí: každá zpětná vazba z PR se vrací do pravidel a autonomní smyčky build-fix-validate běží bez manuálních zásahů. → The Decoder

Synthszr Take: Metrika 231 ku 13 dnům je nejtvrdším datovým bodem, který jsme dosud k revoluci agentů měli. Salesforce ukazuje to, co loni naznačila společnost BP se zvýšením produktivity o 70 %: úzké hrdlo vývoje softwaru se rozpouští. Tallapragada ale upřímně pojmenovává i těžké problémy: Jak budou růst juniorní vývojáři, když agenti převezmou začátečnickou práci? Jeho experimenty s jednočlennými nebo tříčlennými týmy místo Scrumu ukazují: organizační forma vývoje softwaru se právě znovu vynalézá. George Hotz varuje před „tech debt on autopilot“, ale čísla Salesforce mluví jinou řečí: méně incidentů navzdory explozi rychlosti. Rozhodující otázkou už není, zda agenti fungují. Ale kdo ovládne novou disciplínu „Context Engineering“ – a kdo má pod kontrolou své soubory CLAUDE.md.

Agenti AI potřebují bezpečnostní skenery: Nvidia to se SkillSpectorem myslí vážně

Nvidia vydává SkillSpector jako open-source nástroj pro bezpečnostní kontrolu dovedností (skills) agentů AI. Software skenuje rozšíření agentů na 64 různých bezpečnostních vzorců – od prompt injection přes exfiltraci dat až po zranitelnosti v dodavatelském řetězci (supply-chain). První analýzy ukazují: 26,1 % zkoumaných dovedností obsahuje zranitelnosti, 5,2 % vykazuje známky škodlivých úmyslů. Nástroj pracuje dvoustupňově: rychlá statická analýza kódu plus volitelné sémantické hodnocení velkými jazykovými modely. SkillSpector podporuje různé vstupní formáty (Git repozitáře, ZIP soubory, jednotlivé definice dovedností) a poskytuje zprávy ve formátu terminálu, JSON, Markdown nebo SARIF. Integrace funguje se všemi velkými poskytovateli AI — od OpenAI přes Anthropic až po lokální instalace Ollama. → github.com

Synthszr Take: Toto je budíček, který euforie kolem agentů potřebovala. Zatímco všichni mluví o autonomních asistentech pro kódování a multi-agentních systémech, Nvidia identifikovala skutečný problém: dovednosti agentů běží s implicitní důvěrou a minimální kontrolou. Čtvrtina všech dovedností vykazuje zranitelnosti – to není žádná maličkost, ale systémové riziko. Těch 64 vzorců zranitelností (Vulnerability-Patterns) se čte jako to nejlepší z bezpečnostních nočních můr: skryté instrukce v komentářích, sběr přihlašovacích údajů (Credential Harvesting), neomezený přístup k nástrojům. Zvláště chytré: živé dotazování na známé CVE přes OSV.dev s automatickým offline fallbackem. SkillSpector mění abstraktní riziko agentů na konkrétní, měřitelný problém s jasnými možnostmi řešení. Každý vedoucí pracovník se může zítra ráno rozhodnout: od nynějška bude každá dovednost agenta před instalací naskenována. Bezpečnostní audit kódu je včerejšek — audit dovedností agentů je dnešek.

Apple a hledání dalšího rozhraní

Apple chce s chytrými brýlemi zamíchat kartami na 200miliardovém trhu s pomůckami pro zrak. Mark Gurman informuje, že Apple chce na konci roku 2027 uvést na trh brýle propojené s iPhonem s kódovým označením N50. Tento vzorec známe: v roce 2015 Apple nezaútočil jen na Pebble a Samsung, ale i na celý hodinářský průmysl v ceně pod 1000 dolarů. Dnes Apple Watch generují odhadem 17 miliard dolarů ročně, zatímco Swatch ztratil 28 procent a Fossil dokonce 70 procent svých tržeb od roku 2014. Nyní mají přijít na řadu Ray-Ban, Oakley a Warby Parker. WHO odhaduje, že na světě je 2,2 miliardy lidí se zrakovým postižením – to je skutečná cílová skupina, nikoli těch pár milionů technologických nadšenců. → Bloomberg

Synthszr Take: Apple právě zdokonaluje svou strategii: počkej, až ostatní připraví trh, pak přijď s nadřazenou integrací a udělej z hračky pro první uživatele masový produkt. Zpoždění z roku 2026 na konec roku 2027 však ukazuje, že Visual AI a opožděná renovace Siri jsou těžší, než se myslelo. Meta má momentum s brýlemi Ray-Ban, Samsung naskakuje – ale Apple míří opět výš. Nechtějí prodávat technologické vychytávky, ale změnit způsob, jakým dvě miliardy lidí vidí svět. Rolex a Cartier přežily Apple Watch, protože luxus hraje jinou ligu. EssilorLuxottica by však měla být nervózní: když Apple nasadí ekosystém iPhonu na nos, z pomůcky pro zrak se najednou stane rozhraní.

Accenture a spol. bojují s AI

Velké poradenské firmy čelí strukturálnímu problému: jejich hlavní služba – sběr, strukturování a prezentace informací – se díky AI stává zaměnitelným zbožím. To, co dříve produkovalo 20 juniorních konzultantů během nočních směn v Excelu, dnes vygeneruje dobře natrénovaný model během několika minut. Financial Times informuje o menších, technologicky orientovaných vyzyvatelích, kteří s malými týmy a přímým přístupem k modelům útočí na pomalé tankery Velké čtyřky. Obchodní model poradenských gigantů je založen na třech pilířích: důvěře ve značku, přístupu k nejvyššímu vedení (C-level) a specifických znalostech z daného odvětví. První dva zůstávají prozatím nedotčeny. Ale třetí pilíř – pracně vybudované oborové znalosti v powerpointových prezentacích a rámcích osvědčených postupů – rychle ztrácí na hodnotě, když každý konkurent může používat stejné modely. Tým o 50 lidech s přímým přístupem k nejmodernějším modelům dnes může poskytnout stejnou analytickou hloubku jako 500členná Practice Group. Reakce zavedených firem je předvídatelná: Accenture, BCG a McKinsey narychlo budují „AI Centers of Excellence“, uzavírají partnerství s OpenAI a Anthropic a školí tisíce konzultantů v prompt engineeringu. Ale to je jen léčba symptomů. Skutečný problém leží hlouběji: jejich pyramidový obchodní model – mnoho juniorů, málo partnerů – již nefunguje, když práce juniorů mizí. → Benedict Evans

Synthszr Take: Hrozba pro poradenské giganty nepochází od samotných modelů AI, ale od rychlosti, s jakou mohou malé týmy nyní dosáhnout provozní excelence. Tříčlenný tým s přístupem k nejmodernějším modelům a odbornými znalostmi v dané oblasti dnes překoná 30člennou Practice Group co do doby zpracování a hloubky analýzy. Velké firmy sahají po obvyklé strategii: akvizice, partnerství, rekvalifikační programy. Ale jejich strukturální setrvačnost – schvalovací procesy, zátěž spojená s dodržováním předpisů, partnerské hierarchie – je činí příliš pomalými pro trh, kde se iterace počítají v hodinách, nikoli v týdnech. Skutečná disrupce nespočívá v nástrojích, ale v radikálně zkrácené době potřebné k získání vhledu (Time-to-Insight). Kdo to pochopí a přizpůsobí tomu svou organizaci, vyhraje. Pyramida se mění v přesýpací hodiny: mnoho expertů nahoře, systémy AI uprostřed, přímá interakce se zákazníky dole.

Conwayův zákon 2.0: Grok dělá, co Grok dělat musí, a propadá se do chaosu

Vědci simulovali společnost s pěti modely AI, které po dobu 15 dnů vládly virtuálnímu městu. Claude vybudoval demokracii s 98% podporou voličů a nulovou kriminalitou. Grok spáchal 183 zločinů a během čtyř dnů dohnal populaci k zániku. Gemini zaznamenal 683 zločinů. GPT-5-mini přežil sedm dní, než jeho agenti zapomněli jíst. Experiment ukazuje: modely AI mají radikálně odlišné „osobnosti“ – s reálnými důsledky, když činí autonomní rozhodnutí. → The Neuron

Synthszr Take: Tato simulace je brutální prověrkou reality pro ekonomiku agentů. Grok jako digitální diktátor, Claude jako vzorný žák – to jsou extrémní body, které ukazují: rozdíl mezi modely AI nespočívá jen v benchmarcích, ale v jejich operační DNA. 683 zločinů u Gemini svědčí o systematické chybné kalibraci; agenti GPT-5-mini, kteří zapomínají jíst, vykazují klasickou slepotu vůči okrajovým případům (edge-case). To, co zde působí hravě, se ve skutečných prostředích s agenty stane problémem za 146 miliard eur (abych si vypůjčil číslo z německé byrokracie). Řešení: nevybírat nejlepší model, ale orchestraci více modelů s jasnými mantinely (guardrails). Každá firma, která zítra ráno zavede autonomní agenty, musí těmto osobnostním profilům rozumět – jinak riskuje digitální verzi Pána much.