Obrat: Na webu je víc AI botů než lidí
- • Boti na internetu poprvé překonali lidskou návštěvnost – milník
- • Sam Altman nastínil budoucnost AI s proaktivními agenty
- • Společnosti zabývající se AI požadují regulaci dodavatelského řetězce DNA z bezpečnostních důvodů
Poprvé v historii surfuje na webu více autonomních agentů než lidí
Matthew Prince, CEO a spoluzakladatel společnosti Cloudflare, oznámil, že boti poprvé v historii internetu překonali lidskou návštěvnost. Poměr HTTP požadavků je v současnosti 57,5 procenta pro stroje a 42,5 procenta pro lidi. Důležité je odlišit je od klasických botů, jako jsou crawlery, indexovače vyhledávačů nebo podvodní boti: Cloudflare sem řadí autonomní agenty, kteří surfují po webu jménem lidí. Tito agenti čtou produktové stránky, porovnávají ceny, rezervují letenky, stahují obsah pro modely AI (místo pro vyhledávače) a jako osobní asistenti vyřizují objednávky nebo zákaznický servis. Společnost Cloudflare začala klasifikovat provoz podle podepsaných agentů a ověřených botů teprve v loňském roce, a proto grafy nesahají daleko do minulosti. Pokud jde o čistý čas strávený v aplikacích, streamování a nekonečných feedech, hlavními uživateli zůstávají lidé, protože tyto formáty negenerují tak rychlou sekvenci zobrazení stránek jako automatizovaní agenti. → www.tomshardware.com
Synthszr Take: V květnu 2024 jsem napsal, že jakmile začnou AI surfovat po webu, přijde tvrdý výběrový proces: průměrnost zmizí, přežije jen to excelentní. Nyní bylo dosaženo bodu zlomu, o dva roky dříve, než si sám šéf Cloudflare Prince myslel. Pokud 57,5 procenta všech HTTP požadavků pochází od agentů, pak agent čte vaši produktovou stránku, kontroluje cenu a porovnává lety pro svého člověka. Váš pěkný hero obrázek ho absolutně nezajímá. Pro každou značku to znamená: stránka musí být pro stroje čistě čitelná, s jasnými daty a cenami, a to si může každý hned zítra ráno přidat do backlogu. Prince mimochodem měří požadavky; doba setrvání je jiná věc. Při procházení feedů jsme my lidé stále hlavními zákazníky. Ale při porovnávání, rezervování a objednávání sedí u kormidla stroj. Nostalgie po starém klikacím webu nás nikam neposune, takže vytvářejme stránky, kterým rozumí agent a které si člověk přesto zamiluje.
Sam Altman: Další velkou věcí je „proaktivní AI“
Na firemní akci společnosti OpenAI představil Sam Altman tezi o třech fázích vývoje produktů AI. První fází byly chatovací modely jako ChatGPT, druhou fází systémy založené na agentech jako Codex a třetí fázi nazývá „proaktivní AI“, tedy umělá inteligence, která neustále běží na pozadí. „Kdybych se měl v příštím roce na něco připravit, bylo by to právě tohle,“ řekl Altman. Fáze agentů byla dosud největší kategorií, poháněnou poptávkou zákazníků, ale mnoho uživatelů je zahlceno, když mají použít chat, Codex nebo API. Zároveň OpenAI pracuje na jakési superaplikaci, která spojuje agentní funkce Codexu a ChatGPT. K tomu se přidává problém s používáním: „Většina lidí“ prostě neví, jak AI dobře používat, „aktivační energie“ je příliš vysoká. „Proaktivní AI“ je odpovědí OpenAI i na tento problém: Kdo se nenaučí pracovat s AI, bude kolem něj automatizováno. → Techpresso
Synthszr Take: Altmanova třetí fáze je především přiznáním. Lidé to nepoužívají, protože „aktivační energie“ je příliš vysoká, jak sám říká. Místo toho, aby se lidé učili, jak se ptát, má AI jednoduše běžet trvale na pozadí a sama se stát užitečnou. Zní to pohodlně. Jenže: to posouvá druhý problém přesně tam, kde to bolí. AI, která je 24/7 napojena na celý firemní kontext, spotřebuje ještě více výpočetního výkonu než jakýkoli chat, a Uber už přece bez trvalého provozu spálil celý svůj roční rozpočet v prvním čtvrtletí. Zpověď ohledně nákladů jsme měli v únoru v Claws Clubu: Lidi, bude to drahé, velmi drahé. Moje rada pro každého, kdo nechce čekat rok na „proaktivní AI“: snižte si aktivační energii sami. Půlden skutečného onboardingu na tým dnes přinese větší návratnost z digitalizace než jakákoli automatizace na pozadí, kterou OpenAI slibuje na příští rok.
Altman a Amodei chtějí regulovat dodavatelský řetězec DNA
Dne 3. června podepsali šéfové největších firem v oblasti AI otevřený dopis, v němž vyzývají Kongres USA k větší regulaci. Požadavek se zaměřuje na dodavatelský řetězec syntetické DNA a RNA, tedy na oblast mimo jejich vlastní produkty. Argument zní: systémy AI se v biologii stávají tak dobrými, že by mohly zlým aktérům usnadnit návrh nebezpečných patogenů. Konkrétně by poskytovatelé měli každou objednávku DNA a RNA kontrolovat v databázích známých nebezpečných sekvencí, povinně ověřovat zákazníky a před odesláním provádět hodnocení rizik. OpenAI od začátku roku 2024 provádí interní red-teaming, aby otestovala, zda by její vlastní velké jazykové modely mohly pomoci při hodnocení biologických hrozeb. Výsledky byly zřejmě natolik znepokojivé, že dobrovolné oborové normy jsou považovány za nedostatečné.. Profitovali by z toho výrobci biotechnologických bezpečnostních technologií a také zavedení hráči se stávající infrastrukturou pro dodržování předpisů (compliance). → Techpresso
Synthszr Take: Sam Altman a Dario Amodei se neshodnou téměř v ničem, jejich firmy svádějí existenční souboj. Přesto v dopise o DNA podepisují stejný řádek: každá objednávka syntetické DNA a RNA v USA má být kontrolována a sledována. To je upřímný signál, protože OpenAI od začátku roku 2024 interně testuje, zda by její vlastní modely mohly někomu pomoci při hodnocení biologických hrozeb. Výsledky byly zřejmě tak nepříjemné, že dobrovolné oborové normy již nestačí. Všímám si jen toho, kde má být mantinel postaven: u poskytovatelů syntézy DNA, zatímco jejich vlastní jazykové modely zůstávají stranou. To je pohodlné, protože povinnosti prověřování vytlačují z trhu menší dodavatele s nízkými maržemi a nakonec z toho profitují velcí hráči s hotovou compliance infrastrukturou. Přesto je tento krok správný: dodavatelský řetězec DNA je jediným fyzickým úzkým hrdlem, kde lze hmatatelně kontrolovat digitální riziko.
DeepSeek se objevuje na účtech amerických korporací
DeepSeek je v červnové zprávě společnosti Ramp na vrcholu seznamu „trendujících“ poskytovatelů softwaru, kteří měří růst v poměru k velikosti. Rozhodující je vzorec používání, který stojí za tímto umístěním: zde firmy platí přímo společnosti DeepSeek a posílají svá data přímo přes systémy DeepSeek. To je jiný signál než přijetí vlastních hostovaných open-weight modelů. Už v lednu dosáhl DeepSeek krátkodobě 0,3% podílu v podnikovém sektoru, ale poté klesl zpět na 0,1 %. Tentokrát existuje konkrétní hnací motor: v květnu DeepSeek zavedl trvalou 75% slevu na svůj model V4-Pro. Cached-input nyní stojí od 0,025 RMB, což je přibližně 0,0035 dolaru za milion tokenů, tedy asi jedno procento srovnatelných nákladů u společnosti Anthropic. Samotná společnost Ramp varuje před přeceňováním trvalosti tohoto trendu, což je oprávněná opatrnost. Kromě DeepSeek se na seznamu objevují také Fireworks AI, fal AI, DeepInfra a poskytovatel GPU Vast.ai. V květnu již OpenRouter ukázal, že 7 z 10 nejpoužívanějších modelů bylo vyrobeno v Číně, s týdenním objemem 25 bilionů tokenů, což je nárůst z 5 bilionů před šesti měsíci. → Hello China Tech
Synthszr Take: S náklady na cached-input ve výši jednoho procenta nákladů Anthropic se DeepSeek stává výchozí volbou pro každého finančního ředitele, který se dívá na účty za inferenci. Přesně to ukazuje zpráva společnosti Ramp: firmy platí přímo a přenášejí svá data přes čínské systémy, místo aby jen mluvily o cenách na vývojářských fórech. V našem srovnání dodavatelů byla u DeepSeek vždy v centru pozornosti otázka compliance, a tu nelze vyřešit cenou 0,0035 dolaru za milion tokenů. Levná inference zvyšuje spotřebu, to je Jevonsův paradox v čisté podobě: 25 bilionů tokenů týdně u OpenRouter, pětinásobek za půl roku. To, co se zde formuje, je kompletní nákladová úroveň pod prémiovými poskytovateli, s Fireworks AI, fal AI a DeepInfra jako vrstvou pro poskytování služeb (serving layer). Začátkem dubna jsme psali, že se tokeny stávají novým HDP; účet za to nyní leží na účtech amerických firem. Úkol pro každého je konkrétní a rozhodnutelný hned zítra ráno: nejprve si ujasnit, která data mohou vůbec procházet čínským modelem, a teprve potom mluvit o úspoře nákladů.
Rekurzivní AI dramaticky zrychluje vývoj
Institut Anthropic zveřejnil čísla, která ukazují, že AI již nyní zrychluje vývoj AI; Ethan Mollick je shrnuje ve svém newsletteru. Inženýři společnosti Anthropic dnes za čtvrtletí dodají osmkrát více kódu než v období mezi lety 2021 a 2025. Pojem pro to zní „rekurzivní sebezdokonalování“: systém, který navrhuje a trénuje svého vlastního nástupce. Tak daleko ještě nejsme, ale křivka strmě směřuje tímto směrem. Délka úkolů, které modely spolehlivě zvládnou samy, se nyní zdvojnásobuje každé čtyři měsíce místo dřívějších sedmi. V březnu 2024 zvládl Claude Opus 3 softwarové úkoly trvající čtyři minuty, o rok později Sonnet 3.7 zvládl úkoly na hodinu a půl a Opus 4.6 dnes zvládá dvanáctihodinové úkoly. V benchmarku SWE-bench se modely za dva roky vyšplhaly z jednociferných hodnot na úroveň nasycení, v CORE-Bench z 20 procent na úplné vyřešení za patnáct měsíců. Mollick rozlišuje dvě pracovní oblasti: inženýrství, kde Claude dokáže sám vyřešit nedostatečně specifikovaný úkol, a výzkum, kde u jasně definovaných experimentů dosahuje nebo překonává úroveň zkušených lidí. Pro rok 2027 považuje za možné, že systémy AI budou schopny plnit úkoly, na kterých by člověk jinak pracoval týdny. → Ethan Mollick from One Useful Thing
Synthszr Take: 80 procent je ten hlavní titulek. Skutečná lekce se skrývá v 800 jednotlivých opravách, které Claude v dubnu autonomně provedl přes API a snížil tak chybovost tisíckrát. Zde je páka, kterou může každý použít hned zítra ráno: nasadit agenty na léta odkládané staré zátěže, na které už nikdo nechce sahat, místo aby je nasazoval na spekulativní nové funkce. Upřímné je, že Anthropic otevřeně pojmenovává druhý efekt: kdo zaplaví systém syntetickým kódem, udělá z lidského review úzké hrdlo a Amdahlův zákon zde udeří nemilosrdně. Přesně proto je nyní v pipeline automatizovaný Claude-reviewer, který by zpětně odchytil třetinu chyb, které ochromily claude.ai. Jak jsem popsal v Code Crash, role inženýra se posouvá od psaní kódu k dirigování. Osminásobné množství kódu na inženýra je bezcenné, dokud se kontrola kvality drží starého tempa. Kdo nemá automatizovanou architekturu pro review, bude odteď produkovat jen rychleji odpad.
Claude-Mem dává kódovacím agentům paměť: 80 000 hvězdiček na GitHubu za plugin
Claude-Mem přeměňuje sezení v Claude Code na prohledávatelnou projektovou paměť s daty. Tento open-source projekt od Alexe Newmana zachytává události sezení pomocí hooků, komprimuje je do pozorování a zpřístupňuje je přes MCP server. Do 2. června nasbíral repozitář na GitHubu 80 253 hvězdiček a 6 910 forků, k tomu 149 otevřených issues a pull requestů. Architektura kombinuje Claude-Code-Hooks, vrstvu Bun CLI, Express worker a také SQLite a Chroma. Newman zdůrazňuje, že nástroj z každého spuštění nástroje generuje „nové myšlenky, nová pozorování“, místo aby jen ukládal přepisy. Kromě Claude Code jsou podporovány také Cursor, Gemini CLI, Windsurf, OpenCode a Codex CLI. S verzí 13.0.0 projekt přešel z licence AGPL-3.0 na Apache-2.0, aby, jak říká Newman, „si každý mohl zabudovat tyto primitivní prvky do svých systémů“. Háček je v tom, že z pluginu se stává lokální služba s logy workerů, voláními poskytovatelů a rate-limity, které je třeba sledovat (u Gemini bez účtování mluvíme o 5 až 10 požadavcích za minutu). → Marcus Schuler
Synthszr Take: Paměť je chybějící vrstva mezi použitelným kódovacím agentem a takovým, kterému nemusíte ráno znovu vysvětlovat polovinu codebase. 80 253 hvězdiček v době, kdy jiné projekty žebrají o 200, říká vše o bolestivém místě. V lednu jsme psali, že LLM dostanou dlouhodobou paměť; zde je její hmatatelná open-source varianta, postavená na SQLite, Chroma a několika hookách. Přechod na Apache-2.0 je to skutečné poselství: Newman rozdává primitivní prvky, aby si je Anthropic, Cursor a ostatní mohli přímo integrovat. Tím se paměťová vrstva stává zaměnitelným produktem dříve, než ji kdokoli mohl vážně zpeněžit. Kdo na to jako vedoucí vývoje nyní vsadí, neměl by podceňovat provozní náklady, protože lokální worker s jeho logy a voláními poskytovatelů vyžaduje údržbu. Moje pragmatická rada: jednou čistě nastavit, zkontrolovat logy workerů, ověřit nové řádky v databázi a pak si užívat, že váš agent konečně ví, co včera opravil špatně.
🦾 ChatGPT nyní sní a přitom přepisuje vaši minulost
OpenAI dává ChatGPT funkci, kterou společnost popisuje metaforou „vyspat se na to“: model na pozadí přepracovává celou historii chatu a aktualizuje stará fakta, aby věděl, že vaše cesta skončila a jste opět doma. ElevenLabs jde s Flows Agent o krok dál, z jediného briefingu vytvoří hotovou reklamu. Systém sám vybere modely, propojí pipeline a vytvoří obrázky, video, hlas i hudbu, a při změně uprostřed procesu přepracuje pouze dotčenou část. Meta poskytuje každé firmě zástupce s AI, který přes WhatsApp, Messenger a Instagram odpovídá na otázky, doporučuje produkty, rezervuje termíny a uzavírá prodeje. Nositelné zařízení AWEAR se umisťuje za ucho, čte elektrické signály mozku a v reálném čase překládá stres, soustředění a mentální zátěž do srozumitelných pokynů. Vedle toho jsou tu dva zamyšlení hodné příspěvky: Šest experimentů ukazuje, že jakmile lidé začnou důvěřovat AI bez ověřování, počet chyb stoupá a kritické myšlení mizí. Vývojáři stojící za Claude Code v playbooku rozebírají šest klíčových vzorů, pomocí kterých si Claude buduje své vlastní pracovní postupy. K tomu se přidávají menší nástroje jako Comp AI pro audity SOC 2 nebo Recoverit pro záchranu dat. → TAAFT - There's An AI For That
Synthszr Take: V lednu byla dlouhodobá paměť modelů ještě hlavním tématem. Nyní nechává OpenAI ChatGPT na pozadí přepracovávat vlastní paměť: cesta skončila, jsi doma, starý stav se tiše nahradí. Pohodlné, o tom žádná. Zajímavější mi připadá zpráva o tři odstavce níže, o šesti experimentech s lidmi, kteří přestávají myslet. Jakmile začneme důvěřovat AI bez ověřování, chyby narůstají a kritické myšlení tiše mizí. Přesně zde se tyto dvě zprávy kříží: systém, který si sám kurátoruje fakta, se setkává s uživateli, kteří už neověřují. Kdo kompletně outsourcuje svou paměť, ztrácí kontrolu nad vlastní historií verzí.
78 let historie počítačů, spustitelných na jednom notebooku
Nyní existuje virtuální muzeum operačních systémů, které zpřístupňuje kompletní historii počítačů od roku 1948 až po současnost na běžném notebooku. Virtual OS Museum sdružuje přes 570 různých operačních systémů, více než 250 platforem a celkem přes 1700 předinstalovaných instalací, vše jako emulované stroje pro QEMU, VirtualBox nebo UTM. Vlastní spouštěč spouští systémy nezávisle na příslušném emulátoru, vše je předkonfigurováno a funkce snapshotu jedním kliknutím obnoví poškozenou instalaci. Sbírka začíná u Manchester Baby z roku 1948, prvního počítače s uloženým programem, a sahá přes CTSS, praotce všech moderních operačních systémů, až po rané verze Androidu a iOS. Součástí je i Xerox Star, první systém s grafickým desktopovým rozhraním. Katalog pokrývá sálové počítače, pracovní stanice s jejich variantami Unixu, domácí počítače jako Commodore a ZX Spectrum, a také PC systémy od DOS přes OS/2 a BeOS až po Windows od verze 1.0. Zahrnuty jsou i klasické Mac OS až po Mac OS X 10.5 a výzkumné systémy jako Smalltalk a Oberon. Existuje plná verze, která běží kompletně offline, a odlehčená varianta, která si image stahuje při prvním spuštění. → The Download from MIT Technology Review
Synthszr Take: Kdo dnes vytváří rozhraní, měl by si tímhle na hodinu proklikat. Xerox Star měl metaforu pracovní plochy hotovou už v roce 1981, dávno předtím, než ji Apple a Microsoft povýšily na standard. 570 operačních systémů ze 78 let, připravených k použití na jednom notebooku: to je ta nejpravdivější hodina dějepisu pro každého, kdo si myslí, že právě vynalézá něco nového. Mnoho z toho, co dnes oslavujeme jako nový use case, už bylo v osmdesátých letech na obrazovce v Palo Alto. Praktická hodnota spočívá v tom, že vidíte, které nápady se osvědčily a které právem zmizely. Emulace mění historii softwaru na běžící kód místo na screenshot v učebnici, a to většině týmů pro vývoj produktů chybí. Zařadil bych to každému juniorovi do úvodního školení. Kdo zná historii, buduje budoucnost s větší pokorou.
