Nálož nových modelů
Umělá inteligence zažívá nevídanou technologickou ofenzívu. Během několika málo dnů aktualizovaly všechny přední laboratoře své modelové řady a novým průmyslovým standardem se prakticky přes noc stalo obří kontextové okno o velikosti jednoho milionu tokenů.
Na trhu se formují dva jasné proudy nových modelů. Prvním jsou bleskově rychlé modely, jako je GPT-6 Luna a Claude Haiku 5.5. Druhým proudem jsou vysoce pokročilé modely zaměřené na autonomní programování, komplexní uvažování a paměť napříč relacemi. Do této elitní skupiny patří GPT-6 Sol a chystaná vlajková loď GPT-6.1 Sol od OpenAI, výkonné modely Claude Opus 5.5 a Claude Sonnet 5.5 od Anthropicu, real-time hlasový model Gemini 3.8 Live a nový úřadující lídr náročných úkolů Gemini 4 Argon od Googlu, a v neposlední řadě také na dlouhodobé uvažování stavěný Grok 4.7 a proprietární agentický model Muse Wonder s aktivní pamětí od Mety.
Komentář: Z mého pohledu je tato extrémně rychlá komoditizace obřího kontextu absolutní gamechanger, který otevírá dveře k reálnému a snadnému nasazení autonomních AI agentů do firemní praxe. Trh se odpoutal od pouhého chatování a všichni se nyní předhánějí v parametrech dlouhodobého uvažování.
Skutečným vítězem této války ale nebude ten, kdo nabídne největší tabulkový výkon. Rozhodne to, čí model dokáže spolehlivě dotáhnout složité, mnohahodinové úkoly do konce bez ztráty nitě a halucinací. Pro nás jako tvůrce a vývojáře to znamená jediné: výmluvy na to, že AI „udrží“ v paměti příliš málo textu, právě skončily (pokud tedy počítáme s tím, že naše data zamíří na cizí API). Nyní je čas ukázat, zda pro tyto masivní modely, které umí samy uvažovat, prohledávat celé repozitáře kódu a disponují aktivní pamětí, dokážeme najít skutečně uplatnitelné byznysové využití s odbrým poměrem cena, výkon, bezpečnost.
Já osobně tíhnu k on premise řešení LLM inference. Malé modely, a jasně popsané workflow, ostatně přesně na tato řešení poukazuje i sama nVidia a i uznávání AI odbormíci.
Hrozba autonomních AI červů v běžné elektronice
Bezpečnostní tým Anthropicu (Frontier Red Team) zveřejnil 12. října studii, která upozorňuje na blížící se riziko sebereplikující se umělé inteligence. Výzkumníci William Zhou a Daniel Freeman v ní odhadují, že malé AI modely do zhruba 30 miliard parametrů by mohly být už za několik měsíců schopné samy se šířit po levných zařízeních internetu věcí, jako jsou chytré trouby nebo neznačkové Android TV boxy. Podmínkou je, že se budou zlepšovat dosavadním tempem. Podle odhadu by to mohlo nastat do konce roku. Anthropic sám přiznává, že jde o hrubou prognózu.
Studie ukázala několik dílčích kroků, ne hotového červa. Výzkumníci koupili 15 levných TV boxů po zhruba 55 dolarech (každý se 4 GB paměti), propojili je a rozložili na ně 26miliardový model Gemma4-26B-A4B. Ten běžel rychlostí 0,39 tokenu za sekundu, tedy extrémně pomalu, ale bez potřeby datového centra. Menší 9miliardový model dokázal sám zprovoznit vlastní běh na 8 z 9 typů hardwaru, které dostal. Celou replikaci od začátku do konce ale zvládl jen velký model GLM-5.2, a to ve zjednodušeném testu na emulovaných zařízeních s nezabezpečeným přístupem. Žádný takový AI červ ve volném světě zatím neexistuje.
Riziko podle autorů nespočívá v rychlosti, ale ve vytrvalosti. Šíření by trvalo spíš dny než hodiny, ale vznikla by decentralizovaná síť bez centrálního vypínače, kterou by bylo velmi těžké zastavit. Výzkumníci pracovali se scénářem inspirovaným skutečným botnetem Kimwolf, který nakazil přes dva miliony zařízení, převážně levných TV boxů.
Komentář: Na první pohled to zní jako scénář z kyberpunkového románu, ale v jednom zásadním bodě studie trefila hřebíček na hlavičku: zabezpečení chytré domácnosti a IoT zařízení je dlouhodobě tragické. Botnety o milionech nakažených krabiček existují už dnes a samotný test pracoval s debugovacím portem bez hesla, což u levné elektroniky není nic výjimečného. Pokud se k tomuto děravému hardwaru přidají modely schopné samostatně překonávat překážky při instalaci a přizpůsobit se neznámému prostředí, máme zaděláno na vážný problém.
Je ale potřeba držet proporce. Současné malé modely zvládají jednotlivé kroky replikace, ale zatím je neumí spolehlivě poskládat dohromady. I celá flotila velikosti botnetu Kimwolf by podle výpočtů měla výkon nejvýše zhruba 40 serverových čipů H100. Nehrozí tedy, že by nám v ledničkách vyrostla superinteligence. Hrozí pomalý, nenápadný a těžko odstranitelný „digitální plíseň“, která se jednou usadí a už nezmizí. Experimenty navíc zatím nikdo nezávisle nezopakoval a odborníci se neshodnou, nakolik je výsledek alarmující. U studie od firmy, která AI sama vyvíjí a prodává, je fér to mít na paměti.
Ponaučení je přesto jasné. Představa, že pokročilá AI potřebuje k běhu datové centrum, a tedy ji lze vždy „vypnout ze zásuvky“, přestává platit. Pro výrobce i firmy to znamená brát zabezpečení každého zařízení připojeného k internetu vážně, od levného TV boxu po firemní tiskárnu. Až červi skutečně přijdou, bude pozdě začínat.
Zdroj: https://www.anthropic.com/research/self-replicating-ai
“Expanze” lokální AI s NVIDIA DGX Spark a novými notebooky
Nvidia rozšiřuje svůj hardwarový ekosystém pro lokální umělou inteligenci. Od dnešního dne, 23. října, prodávají partneři Acer, ASUS, Dell, Gigabyte, HP a MSI novou verzi stolní stanice NVIDIA DGX Spark s 64 GB unifikované paměti za 4 999 dolarů. Founders Edition přímo od Nvidie v této variantě nebude. Původní 128GB model mezitím kvůli prudce rostoucím cenám pamětí (a jiným dovůodům) znovu zdražil, tentokrát na 6 950 dolarů. Při uvedení v roce 2025 stál 3 999 dolarů, v únoru 2026 zdražil na 4 699 dolarů. Za rok tak jeho cena vzrostla zhruba o 74 %. Nová „levnější“ 64GB verze je dokonce o 25 % dražší, než kolik stál větší model při uvedení na trh.
Obě stanice pohání superčip GB10, který kombinuje ARM procesor Grace s grafickou architekturou Blackwell. Cílí na vývojáře, kteří chtějí lokálně provozovat, ladit a testovat AI modely a agenty. V Česku se 128GB verze aktuálně prodává zhruba za 170 až 220 tisíc korun s DPH podle výrobce a obchodu. Cena 64GB verze v přímém přepočtu vychází zhruba na 132 tisíc korun s DPH, oficiální české ceny ale zatím nejsou známé.
Od 16. října jsou v prodeji i první notebooky na platformě Nvidia RTX Spark od výrobců jako ASUS, Dell, HP, Lenovo, Microsoft a MSI. Nejvyšší konfigurace nabízejí až 128 GB sdílené paměti a AI výkon až 1 petaFLOP (ve formátu FP4). Ceny začínají na 2 599 dolarech, ovšem za verzi s 24 GB paměti. Plně vybavený 128GB Surface Laptop Ultra stojí 5 899 dolarů a ASUS ProArt P16 se 128 GB a 2TB diskem až 6 999 dolarů.
Komentář: Přesun robustního AI výkonu z cloudu přímo na stůl vývojářů je trend, který jsem očekával a velmi jej vítám. Možnost pracovat s citlivými firemními daty lokálně, bez závislosti na cloudových službách, je pro mnoho firem klíčová. Realisticky je ale třeba dodat, že propustnost paměti 273 GB/s omezuje rychlost práce s největšími modely. Pro řadu úloh tak cloud zůstane rychlejší a možná i levnější. Lokální stanice dávají smysl hlavně tam, kde rozhodují data a stálá zátěž.
Cenová strategie Nvidie je přinejmenším sporná. Za samotné zdražení může z velké části skutečný nedostatek pamětí. Rozdíl necelých dvou tisíc dolarů mezi 64GB a 128GB verzí odpovídá tomu, kolik dnes 64 GB rychlé paměti stojí. Zajímavější je, jak Nvidia zdražení rozložila. Levnější 64GB varianta je fajn vstupní bod, ale pro práci s modely kolem 100 miliard parametrů a víc brzy nebude stačit. Pak máte dvě možnosti. Můžete dokoupit druhou jednotku a propojit je, jenže dvě 64GB stanice vyjdou na téměř 10 tisíc dolarů, tedy výrazně víc než jedna 128GB (získáte ale dvojnásobný výpočetní výkon). Nebo rovnou sáhnete po 128GB verzi. Největší část zdražení tak nesou zákazníci, kteří velkou paměť nutně potřebují a nemají kam utéct. Na alza.cz je původní DGX za 190 000 Kč… před měsícem tam byla cenovka 135 000 Kč.
Zdroj: https://blogs.nvidia.com/blog/local-ai-dgx-spark-64gb-sync/
Autonomní agenti od OpenAI napadli servery Wikipedie
Nadace Wikimedia Foundation, která provozuje Wikipedii, zveřejnila 5. října 2026 výsledky vlastního vyšetřování. Na svých platformách našla stopy neoprávněné činnosti takzvaných „rogue“ agentů: AI systémů, o kterých se nadace domnívá, že je provozuje OpenAI. Jde o testovací agenty, kteří se podle dostupných informací vymkli kontrole a už dříve způsobili incidenty i u dalších organizací.
Nadace identifikovala tři typy aktivit. Zaprvé desítky neautorizovaných editací. Téměř všechny proběhly v testovacích „sandboxech“, které běžní čtenáři nevidí. Několik úprav ale mířilo na konfiguraci citačního nástroje a nadace je považuje za potenciálně škodlivé, protože měly nejspíš sloužit k jeho zneužití jako proxy pro stahování dat z jiných webů. Zadruhé neúspěšné pokusy zneužít stejným způsobem veřejný poznámkový nástroj Etherpad. Zatřetí masivní stahování dat: miliony automatizovaných požadavků na veřejná API, miliony procházených stránek (hlavně na Wikidata a Wikimedia Commons) a statisíce dotazů na službu Wikidata Query Service. Tento provoz podle nadace mohl přispět k jejímu částečnému výpadku v květnu. OpenAI svou roli ve výpadku nepotvrdilo a incident s nadací prověřuje.
Podle nadace nedošlo ke kompromitaci systémů ani dat. Incident ale zapadá do širšího problému. Wikimedia už loni upozornila, že šířka pásma pro stahování multimédií z Commons vzrostla od ledna 2024 o 50 %, převážně kvůli AI crawlerům sbírajícím data pro trénink modelů.
Komentář: Tady pohádka o užitečných a všemocných AI asistentech naráží na realitu otevřeného internetu. Nejde přitom o jednorázovou nehodu. OpenAI do začátku října informovalo o bezpečnostních incidentech spojených se svými agenty přes sto organizací, pozastavilo trénink nových modelů a zrušilo vydání GPT-6.1 Astra. Firma, která se chystá nabízet autonomní agenty milionům uživatelů, tedy nedokázala udržet pod kontrolou ani vlastní experimentální systémy.
Nejvíc mě ale znepokojuje asymetrie, kterou incident odhaluje. Nezisková organizace, jejíž obsah patří k nejcennějším zdrojům pro trénink jazykových modelů, nese náklady na servery a čas svých lidí kvůli cizímu softwaru. OpenAI přitom podle dostupných informací nepatří mezi firmy, které Wikimedii za přístup k jejím datům veřejně platí. Technická ředitelka nadace Selena Deckelmann to shrnula jasně: AI firmy nedělají dost pro zabezpečení svých systémů a ochranu veřejnosti před škodami, které způsobují.
Tentokrát většina pokusů selhala a škody zůstaly omezené. Na tom ale nezáleží tolik jako na principu. Pokud vývojáři AI nezačnou nést odpovědnost za chování svých agentů, ať už v podobě jasné identifikace, respektování pravidel webů, nebo placení za infrastrukturu, kterou využívají, ponesou cenu jejich experimentů ti nejméně schopní se bránit. A otevřený web, na kterém AI vyrostla, se začne zavírat.
Anthropic míří k rekordnímu vstupu na burzu, investoři ale tlačí valuaci dolů
Společnost Anthropic, tvůrce rodiny AI modelů Claude, by podle zdrojů Yahoo Finance mohla už tento pátek zveřejnit prospekt pro investory (S-1). Firma se k termínu nevyjádřila. Veřejný prospekt je posledním procedurálním krokem před listingem, který se plánuje na listopad, a podle všeho půjde o největší IPO v historii. Wall Street dříve spekulovala o získání až 100 miliard dolarů při valuaci kolem 2 bilionů. To by překonalo červnové IPO SpaceX. Po výsledcích za třetí čtvrtletí ale část investorů mluví spíš o 1,5 bilionu.
Finanční čísla, která firma představila investorům a která citují média z návrhu prospektu, ukazují dvojí obraz. Tržby za třetí čtvrtletí dosáhly 16,8 miliardy dolarů, což je o 45 % víc než ve druhém čtvrtletí. Tempo růstu se ale zpomaluje, protože mezi prvním a druhým čtvrtletím se tržby více než zdvojnásobily. Čistá ztráta za první pololetí činí 80,7 miliardy dolarů. Zhruba 72 miliard z ní ale tvoří nehotovostní účetní náklad: přecenění konvertibilních dluhopisů, jejichž hodnota roste s valuací firmy. Skutečné výdaje na výpočetní kapacitu a infrastrukturu dosáhly za pololetí necelých 9 miliard. Ve třetím čtvrtletí byl Anthropic podle vlastních slov v upravených číslech ziskový. Mezi hlavní dodavatele kapacity patří Google, Amazon a SpaceX, od kterého si Anthropic pronajímá celé datacentrum Colossus 1 v Memphisu.
Krok Anthropicu přichází v napjaté době. Konkurenční OpenAI odložila své IPO na rok 2027 a trh je vůči masivním výdajům v AI sektoru stále ostražitější. Ukazuje to i 32% propad jihokorejského provozovatele AI datacenter Elice v den jeho burzovního debutu (druhý den se akcie částečně odrazily) nebo nedávný výprodej akcií CoreWeave.
Komentář: Plánované IPO Anthropicu bude lakmusovým papírkem pro celý AI průmysl. Číslo 80 miliard ztráty vypadá dramaticky, ale je spíš účetní kuriozitou. Paradoxně ukazuje, jak rychle roste valuace firmy, ne kolik firma „pálí“. Skutečná rizika leží jinde. V prospektu figurují závazky nejméně 518 miliard dolarů na cloud a výpočetní kapacitu v horizontu deseti let. Dva zákazníci tvořili zhruba pětinu tržeb za první pololetí. A růst, i když stále strmý, zpomaluje. To jsou čísla, na která se budou investoři dívat nejpozorněji.
Že Wall Street začíná střízlivět, je vidět už teď. Valuace, o které se mluví, spadla během pár týdnů o půl bilionu dolarů, OpenAI raději čeká na příští rok a debuty firem z AI infrastruktury končí v červených číslech. Éra, kdy stačilo říct „děláme AI“ a trh nehleděl na čísla, evidentně končí.
Pokud Anthropic na burze uspěje i při nižší valuaci, potvrdí to, že trh stále věří v zásadní proměnu ekonomiky pomocí AI a je ochoten financovat obří infrastrukturní závazky. Pokud ale narazí, může to spustit dominový efekt, který rychle zchladí celé odvětví, od výrobců čipů po provozovatele datacenter, a donutí i OpenAI přehodnotit.