Hlavné správy
All About Berlin uvádza, že odpovede AI od Googlu znížili jeho návštevnosť o 70 až 75 %. Nicolas Bouliane prevádzkuje praktického sprievodcu od roku 2017 a od roku 2020 sa ním živí. Po siedmich rokoch rastu znížili Google AI Overviews počet návštev približne na štvrtinu predchádzajúcej úrovne. Aktualizácia z 18. novembra uvádza, že pokles pokračuje.
Web odpovedá na otázky o vízach, bývaní a ďalších stránkach života v Berlíne. Google teraz môže umiestniť odpoveď nad odkaz, z ktorého informácie pochádzajú, takže zdroj navštívi menej čitateľov. S návštevnosťou klesajú príjmy z reklamy a affiliate programov, no sprievodca naďalej znáša náklady na získavanie a údržbu informácií.
Zdroj: nicolasbouliane.com
Indeed nevidí rozsiahlu stratu pracovných miest pre AI, hoci podiel ponúk, ktoré spomínajú AI, sa zdvojnásobil na 7,2 %. Ukazovateľ náborovej platformy stúpol z 3,6 % ponúk v septembri 2025 na 7,2 % o rok neskôr a počet firiem s aspoň jednou ponukou práce súvisiacou s AI vzrástol o 44 %. Napriek tomu 31 % opýtaných pracovníkov označilo zavádzanie AI u svojho zamestnávateľa za nízke alebo nulové.
Pravidelné používanie v práci stúplo z 36 na 42 %. Títo používatelia odhadli týždennú úsporu vďaka AI na 2,1 hodiny, menej než 2,3 hodiny v predchádzajúcom prieskume. Indeed uvádza, že rast produktivity v USA dosahuje od konca roka 2019 v priemere 2,1 % ročne, čo sa blíži dlhodobému tempu, a nenachádza rozsiahle prepúšťanie spôsobené výlučne AI. Negatívne hodnotenia zamestnancov spomínali neistotu práce 3,8-krát častejšie a prepúšťanie 7,1-krát častejšie.
Zdroj: hiringlab.indeed.com
Automatizovaný hodnotiteľ GitHub Copilot spočiatku zvýšil počet pull requestov a pracovné zaťaženie správcov, neskôr zrýchlil ľudské kontroly. Preprint využíva zavedenie nástroja Copilot Reviewer v roku 2025 ako prirodzený experiment. Po spustení výrazne pribudlo pull requestov a správcom najprv práca pribudla, nie ubudla.
Ľudských príspevkov neskôr ubudlo, no rast počtu pull requestov od botov pretrval. Správcovia rýchlejšie kontrolovali prácu ľudí, ale kontrola a zlúčenie pull requestov vytvorených botmi naďalej trvali dlhšie. Výsledok oddeľuje dva účinky, ktoré súhrnné ukazovatele produktivity často spájajú: pomoc môže urýchliť jednu kontrolu a zároveň vytvoriť viac materiálu, ktorý musia tí istí ľudia preskúmať.
Zdroj: arxiv.org
Google vydal Gemini 4 Neon za 3 doláre za milión vstupných tokenov a 15 dolárov za milión výstupných tokenov. Vstup z vyrovnávacej pamäte stojí 0,15 dolára za milión tokenov, teda o 95 % menej, a model prijíma kontext s miliónom tokenov. Neon je drahší než Carbon a Argon a je určený na náročnú prácu agentov a programovanie.
Google uvádza skóre 61 v Artificial Analysis Intelligence Index, druhé miesto vo Vals so 70,9 % a výsledok 56,3 % v AutomationBench. Tvrdí tiež, že Neon znížil náklady na dokončenú úlohu o 32 % oproti modelu Carbon s jeho predvolenou vysokou úrovňou uvažovania. V harness-e Antigravity od Googlu zvýšila zmena nastavenia agenta skóre Neonu v SWE-sweep mini z 12,8 na 39 %; všetky tieto porovnania sú meraniami Googlu.
Zdroj: blog.google
Jedenásť videomodelov sveta dosiahlo v teste pretrvávajúceho stavu horší výsledok než náhodný výber. Flip Test dá modelu dva počiatočné snímky, ktoré sa líšia jednou vlastnosťou, spustí z oboch rovnakú činnosť a zisťuje, či sa majú výsledné videá líšiť. Štúdia zahŕňa 1 680 počiatočných snímok, 25 úloh a viac než 21 000 priebehov v simulovaných aj reálnych scénach.
Najlepší systém Gemini Omni Flash 1.1 dosiahol presnosť dvojíc 18,3 %, kým náhodná základná hodnota bola 25 %. Modely menili výstup pri nepodstatných rozdieloch približne rovnako často ako pri rozhodujúcich. Keď výskumníci explicitne merali stav namiesto samotného posudzovania pixelov, najlepší výsledok stúpol na 73,7 %, čo poukazuje skôr na zlyhanie reprezentácie stavu než povrchovej kvality videa.
Zdroj: arxiv.org
Nové modely a vydania
Google sprístupnil Genie 4 verejnosti cez Project Genie. Systém mení obrázok alebo textový prompt (zadanie) na interaktívny generovaný svet a umožňuje používateľovi pohybovať sa v ňom. Prístup aj ukážky pochádzajú od Googlu, ktorý vydanie prezentuje ako experiment, nie ako herný engine s pevnými pravidlami.
Zdroj: blog.google
Microsoft zverejnil Aion 1.0, model s 2,3 miliardy parametrov určený pre zariadenia. Váhy modelu doladeného na plnenie pokynov sú dostupné na Hugging Face. Výsledky benchmarkov aj podmienky používania uvádza model card Microsoftu.
Zdroj: huggingface.co/microsoft/Aion-1.0-Instruct-2.3B
Google otvoril poradovník pre Stitch Loop, agenta, ktorý upravuje používateľské rozhrania a kód aplikácií. Produkt spája vizuálny návrh s implementáciou v nepretržitom cykle namiesto vytvorenia jediného návrhu. Tvrdenia o dostupnosti a výkone pochádzajú od Googlu.
Zdroj: blog.google
Tencent vydal model Hy4 flash s otvorenými váhami. Repozitár na Hugging Face poskytuje váhy, konfiguráciu a návod na použitie. Výkon modelu uvádza Tencent; v materiáloch k vydaniu zatiaľ nie sú nezávislé výsledky.
Zdroj: huggingface.co/tencent/Hy4-flash
Nvidia začala predávať desktopy RTX Spark na lokálnu prácu s AI. Kompaktné systémy spájajú GPU RTX so softvérovým stack-om pracovnej stanice, aby modely bežali na stole namiesto hostovaného API. Špecifikácie a údaje o výkone pochádzajú od Nvidie.
Zdroj: blogs.nvidia.com
Výskum
Metóda, ktorá zoskupuje neuróny do komunít, našla v sieťach opakovane použiteľné výpočtové jednotky. Preprint spracúva spojenia a spoločnú aktiváciu ako graf a následne identifikuje skupiny, ktoré sa pri rôznych vstupoch zapájajú spoločne. Autori tvrdia, že skupiny poskytujú stabilnejšiu jednotku analýzy než jednotlivé neuróny.
Zdroj: arxiv.org
Pravidlo učenia zmenilo počet neurónov, ktoré vykonávali rovnaký algoritmus naučený po grokkingu. Výskumníci trénovali siete až do prechodu od memorovania k zovšeobecneniu a potom porovnali ich vnútorné obvody. Modely sa mohli naučiť rovnakú funkciu s rozdielnym rozdelením práce medzi neuróny.
Zdroj: arxiv.org
Agenti objavili spôsoby, ako zlepšiť vlastný výkon, bez explicitného pokynu, aby tak urobili. Experimenty poskytli agentom spätnú väzbu a možnosť meniť svoj postup. Výsledné stratégie vznikli počas opakovanej práce, nie z ručne napísaného plánu sebazlepšovania.
Zdroj: arxiv.org
Obchodní agenti založení na LLM zarábali trhové beta, nie stabilné nadvýnosy alfa. Preprint rozkladá výnosy na beta, teda odmenu za prijatie trhového rizika, a alfa, čiže výkon nad rámec tejto citlivosti. Zisky agentov po tejto úprave zväčša zmizli.
Zdroj: arxiv.org
Audit zistil, že väčšina deklarovaných architektonických noviniek v otvorených modeloch sa už predtým objavila inde. Autori sledovali pôvod komponentov a porovnali tvrdenia pri vydaní so staršími článkami a implementáciami. Výsledok sa týka pôvodu návrhových rozhodnutí, nie toho, či výsledné modely fungujú dobre.
Zdroj: arxiv.org
Neregularizované lineárne sondy často vybrali prvky, ktoré samotný model nepoužíval. Sonda mohla predpovedať označenie z reprezentácie, hoci využívala smer bez kauzálnej úlohy v rozhodovaní modelu. Článok testuje regularizáciu a zásahy ako kontroly proti tomu, aby sa dekódovateľné informácie považovali za dôkaz výpočtu.
Zdroj: arxiv.org
On-policy destilácia, teda destilácia z vlastných priebehov modelu, niekedy deštruktívne zmenila správanie agenta. Trénovanie na priebehoch vytvorených aktuálnou stratégiou (policy) môže zlepšiť napodobňovanie a zároveň zúžiť alebo posunúť správanie, ktoré si agent zachová. Preprint opisuje zlyhania, ktoré zo samotného cieľa destilácie neboli viditeľné.
Zdroj: arxiv.org
Anthropic uvádza, že Claude pomohol vyriešiť dva otvorené problémy fyziky čiernych dier. Výskumníci použili model na rozpracovanie matematických argumentov a výsledky následne skontrolovali bežným výskumným postupom. Anthropic prípady prezentuje ako spoluprácu ľudí s modelom, nie ako autonómny objav.
Zdroj: anthropic.com
Centered Ablation zvýšil stabilitu smerových zásahov. Metóda odstraňuje smer vzhľadom na vycentrovanú referenciu namiesto toho, aby aktivácie tlačila k ľubovoľnému počiatku. Autori uvádzajú, že sa tým obmedzia nechcené zmeny pri testovaní kauzálnych hypotéz o reprezentáciách.
Zdroj: arxiv.org
Záložné správanie agentov sa prenášalo cez hranice medzi činnosťami. Výskumníci zistili, že záložný postup naučený alebo zvolený v jednej časti úlohy mohol pretrvať aj po prechode agenta do inej časti. Výsledok komplikuje hodnotenia, ktoré skúmajú každé volanie nástroja alebo každú fázu oddelene.
Zdroj: arxiv.org
Ekonomika a práca
AI zmenila, kto vykonáva právnu prácu v USA, no zatiaľ neznížila celkovú zamestnanosť. Preprint spája mieru vystavenia právnych úloh AI so zmenami v skladbe povolaní. Nachádza presun medzi pozíciami skôr než jednoznačný pokles počtu zamestnaných ľudí.
Zdroj: arxiv.org
Ponuky práce v strojovom učení prikladali spolupráci a komunikácii väčší význam, než naznačujú úzke zoznamy technických schopností. Štúdia analyzovala schopnosti, ktoré zamestnávatelia požadovali spolu so znalosťami strojového učenia. Autori zistili, že nasadenie závisí od koordinácie s ľuďmi mimo tímu pre modelovanie.
Zdroj: arxiv.org
KPMG uvádza, že viac než 100 agentov pomohlo audítorom klásť lepšie otázky. Správa opisuje agentov, ktorí vyhľadávajú a porovnávajú dôkazy, pričom zodpovednosť za závery zostáva ľuďom. Ide o skúsenosť, ktorú uvádza KPMG a ktorú zverejnil obchodný magazín, nie o kontrolované hodnotenie.
Zdroj: europeanbusinessmagazine.com
Gemini 4 Neon stojí za token viac než modely Carbon a Argon od Googlu. Neon má cenu 3 doláre za milión vstupných tokenov a 15 dolárov za milión výstupných tokenov, pričom vstup z vyrovnávacej pamäte stojí 0,15 dolára. Tímy teda platia viac za model, ktorý Google určuje na náročnejšiu prácu agentov.
Zdroj: ai.google.dev
Epoch odhaduje, že anualizované výdavky spoločnosti Anthropic na výpočtovú kapacitu sa blížia k 40 miliardám dolárov. Odhad extrapoluje signály o infraštruktúre a trénovaní modelov, nejde o finančné údaje firmy. Náklady na špičkovú kapacitu podľa neho dosahujú úroveň, ktorú dokáže financovať len malý počet firiem.
Zdroj: epoch.ai
Európska centrálna banka označila ohodnotenia AI financované dlhom za riziko pre finančnú stabilitu. Jej hodnotenie spája drahú infraštruktúru, úvery a vysoké očakávania akciových trhov. Sklamanie z výnosov by sa preto mohlo preniesť na veriteľov aj verejné trhy.
Zdroj: ecb.europa.eu
Predstavitelia Federálneho rezervného systému zaradili sklamanie z návratnosti investícií do AI medzi negatívne scenáre. Zápisnica ho opisuje ako riziko, nie ako prognózu. Obava spočíva v tom, že slabšie výnosy by mohli znížiť investície a preceniť aktíva, ktorých cena predpokladá rýchly rast produktivity.
Zdroj: federalreserve.gov
Epoch odhaduje, že kapacita na inferenciu agentov vzrástla za rok 4,6-násobne. Ukazovateľ sleduje výpočtovú kapacitu, ktorá zvládne dlhé, opakované volania modelov, nie jednu odpoveď. Rast týmto tempom zvyšuje počet súbežných agentov, ktorých môžu poskytovatelia prevádzkovať.
Zdroj: epoch.ai
Celosvetová hustota robotov dosiahla 152 kusov na 10 000 pracovníkov vo výrobe. Medzinárodná federácia robotiky používa v menovateli počet nainštalovaných priemyselných robotov a zamestnanosť vo výrobe. Národné priemery sa okolo globálneho údaja naďalej výrazne líšia.
Zdroj: ifr.org
Čo ľudia tvoria
PlayStation 5 streamoval model typu mixture-of-experts so 125 miliardami parametrov zo svojho SSD. Projekt spúšťa Qwen3.8 Flash Next v 16 GB zjednotenej pamäte a podľa potreby presúva váhy z NVMe. Autor uvádza 49 až 57 vygenerovaných tokenov za sekundu a obnovenie kontextu so 120 000 tokenmi približne za sekundu namiesto jeho opätovného výpočtu za 418 sekúnd.
Zdroj: github.com/LaRazaDelSol/AIEngineOnSmallUniMem
milo-pointer smeruje približne 70 % krokov telefónneho agenta cez lokálny model so 149 miliónmi parametrov. Kaskáda posiela náročnejšie kroky väčšiemu hostovanému modelu. Autor uvádza náklady 2,82 dolára na 1 000 úloh oproti 9,54 dolára pri zostave založenej iba na modeli Opus a porovnateľné výsledky úloh; merania pochádzajú z projektu.
Zdroj: github.com/chayworks/milo-pointer
smoothstone umožňuje malému modelu skladať skontrolované, tlačiteľné 3D diely zo 16 receptov OpenSCAD. Postup obmedzuje generovanie na známe geometrické operácie a overuje výstup. Autor uvádza 39 správnych výsledkov v 40 pokusoch s LFM3-1.7B, kým pri priamom generovaní neuspel ani jeden z 15 pokusov.
Zdroj: github.com/baney75/smoothstone
inside-llm odhaľuje pravdepodobnosti tokenov, filtre vzorkovania a odchýlku spôsobenú kvantizáciou. Nástroj umožňuje sledovať zmeny kandidátskych tokenov v každej fáze. Voliteľný logit lens ukazuje aj to, ako medzivrstvy zoraďujú možné nasledujúce tokeny.
Zdroj: github.com/manuelgscom/inside-llm
Replica vytvára pracovné priestory typu copy-on-write pre programátorských agentov približne za 100 milisekúnd. Autor uvádza približne 958 milisekúnd pri bežnej kópii a 3,96 sekundy pri novom klone na M1 Max. Porovnanie zahŕňa jeden projekt a jeden počítač.
Zdroj: github.com/gabrielvfonseca/replica
rust-anything kontroluje postupné prepisovanie do Rustu voči zaznamenanému správaniu. Projekt prehral 38 251 zachytených volaní bez nezhody a uvádza až 20-násobné zrýchlenie. Autor upozorňuje, že réžia môže malé volania funkcií spomaliť.
Zdroj: github.com/erkamyaman/rust-anything
Signet zaznamenáva dôkazy, kontrolu a stav vydaní agentov a skill-ov. Register používa validáciu SHACL, podpísané obálky a Merkleove dôkazy, pričom zachováva krok schválenia človekom. Je to podklad na riadenie, nie autonómny hodnotiteľ.
Zdroj: github.com/therandomsecurityguy/signet
DeepMind zverejnil skills pre robotiku určené programátorským agentom. Plugin umožňuje agentovi napísať ovládače, otestovať ich v MuJoCo a potom preniesť schválený kód do fyzických ramien. Repozitár poskytuje pracovný postup a príklady.
Zdroj: github.com/google-deepmind/robotics-antigravity-plugin
Stojí za prečítanie
Anthropic vysvetľuje, ako tvoriť hodnotenia bezpečnosti, ktoré naďalej merajú zamýšľané správanie. Technický návod sa venuje modelom hrozieb, tvorbe úloh, hodnotiteľom a kontrolám, ktoré bránia benchmarku posunúť sa k jednoduchšiemu zástupnému ukazovateľu. Hodnotenie chápe ako udržiavaný merací nástroj, nie ako nemennú sadu promptov.
Zdroj: anthropic.com
Streamovanie expertov spúšťa model typu mixture-of-experts so 180 miliardami parametrov na Macu s 32 GB pamäte. Implementácia uchováva neaktívnych expertov mimo hlavnej pamäte a prenáša ich podľa výberu smerovača. Menšiu spotrebu pamäte vykupuje prevádzkou úložiska a latenciou.
Zdroj: huggingface.co/blog/moe-expert-streaming
Merané dolaďovanie trvalo dlhšie, než predpovedali odhady založené iba na počte FLOP. Text oddeľuje aritmetickú priepustnosť od načítania dát, komunikácie a koordinácie. Jeho metóda využíva pozorované behy na zlepšenie odhadu pred rezerváciou hardvéru.
Zdroj: huggingface.co/blog/Dharma-AI
Špecialista na reverzné inžinierstvo vytvoril záznam dôkazov na prácu s jazykovými modelmi. Postup zaznamenáva hypotézy, experimenty a výsledky, ktoré ich vyvracajú, aby agent opakovane neobjavoval tú istú cestu. Článok demonštruje metódu na úlohách reverzného inžinierstva a neprezentuje ju ako automatizované riešenie.
Zdroj: slowchronicle.com
Hacker News
Vývojári uviedli, že latencia modelu Gemini 4 Carbon sa vo workflow agentov násobí. Jednotlivé prestávky, ktoré v chate pôsobia prijateľne, vytvoria väčšie náklady, keď agent uskutoční mnoho po sebe idúcich volaní modelu. Vlákno obsahuje skúsenosti ľudí z praxe, nie kontrolovaný benchmark.
Zdroj: news.ycombinator.com
YouTube
Tvorcovia Terminal-Bench vysvetlili, ako laboratóriá testujú agentov na reálnej práci v termináli. Anglická prednáška sa venuje tvorbe úloh, reprodukovateľným prostrediam a hodnotiteľom, ktorí testujú výsledok namiesto vysvetlenia agenta. Rozoberá aj to, ako môže výber harness-u ovplyvniť skóre modelu.
Zdroj: youtube.com
Stanfordská prednáška rozdelila náklady na AI podľa tokenov, energie a výberu modelu. Anglická prednáška ukazuje, ako podobu účtu mení charakter pracovnej záťaže a rozhodnutia pri poskytovaní služby. Názov modelu považuje za jeden vstup do výpočtu nákladov, nie za celý výpočet.
Zdroj: youtube.com
Daniel Susskind tvrdí, že deti by sa mali naučiť používať AI kriticky, nie sa jej vyhýbať. Anglický rozhovor oddeľuje pomoc od úsudku potrebného na posúdenie odpovede. Odporúčania sú Susskindovým argumentom, nie štúdiou výsledkov.
Zdroj: youtube.com
Stručne
Bezpečnostné tímy s pomocou AI našli kritické chyby v spracovaní HTTP/2 v NGINX. Wiz opisuje chyby, ktoré môžu viesť k vzdialenému spusteniu kódu, a uvádza dotknuté konfigurácie a opravy. Výskumníci pri vyšetrovaní použili AI, no zraniteľnosti a záplaty overili bežnou bezpečnostnou prácou.
Zdroj: wiz.io
Útočníci uniesli balík Pythonu od Microsoftu pre framework agentov na PyPI. Škodlivé vydanie šírilo malvér cez dôveryhodný názov balíka. Používatelia balíka by mali postupovať podľa nápravných krokov Microsoftu a overiť nainštalované verzie.
Zdroj: theregister.com
Výskum s pomocou AI našiel kritickú chybu Base64 v OpenJDK. Oracle vydal opravu chyby, ktorá môže zasiahnuť aplikácie tretích strán využívajúce zraniteľnú implementáciu. Spôsob objavenia nemení potrebu opraviť dotknuté nasadenia Javy.
Zdroj: theregister.com
CreditNirvana odhalila údaje zo 6,6 milióna účtov a 315 000 záznamov hovorov. Služba podporuje vymáhanie dlhov pomocou AI, takže incident odhalil štruktúrované finančné záznamy aj rozhovory. Wired uvádza počty z odhaleného systému.
Zdroj: wired.com
Waymo po zásahu kalifornských úradov pozastavilo jazdy bez vodiča po diaľniciach. Zásah nasledoval po incidentoch na diaľniciach a počas riešenia problému odstraňuje časť služby s vyššou rýchlosťou. Nekončí sa tým pomalšia prevádzka Waymo bez vodiča.
Zdroj: theregister.com
Viaceré banky prenášajú na zákazníkov zodpovednosť za úkony, ktoré zveria agentom AI. Podmienky presúvajú riziko podvodu a chyby, keď zákazník poskytne agentovi prístup k účtu. Používateľ tak môže mať menšiu ochranu než pri neoprávnenej transakcii bez takéhoto poverenia.
Zdroj: techcrunch.com
Biznis v skratke
Anthropic stanovil cenu svojej IPO (primárnej verejnej ponuky akcií) na 83 dolárov za akciu. Zdroj: anthropic.com