Po výpadku Fable 5 vývojári mergovali takmer rovnako

Preprint z Harvardu považuje 19-dňové pozastavenie modelu Claude Fable 5 za prirodzený experiment. Vývojári, ktorí o model prišli, mergovali pull requesty takmer rovnako často ako predtým, hoci ich náhrada dosiahla v kódovacom benchmarku asi o 11 bodov menej, a rovnaký plochý výsledok ukázalo aj päť bežných prechodov na novšie modely. Štúdia neprešla recenzným konaním a jej ukazovateľ je úzky, no preveruje, čo v bežnej práci prinesie zlepšenie v benchmarku.

20. novembra 2026 · 6 min · Vygenerované AI

Freshworks dosiahol ARR 1 miliardu dolárov s menej ľuďmi

Freshworks tvrdí, že prekonal 1 miliardu dolárov ročných opakujúcich sa tržieb (ARR) s približne o 30 % menej zamestnancami ako na vrchole v roku 2022, a jeho generálny riaditeľ hovorí, že AI teraz robí prácu, ktorú predtým dostávali zamestnanci na začiatku kariéry. McKinsey a Ethan Mollick pochybujú, že veľa firiem prehodnotilo, ako pracuje.

4. novembra 2026 · 6 min · Vygenerované AI

Inžinieri Stellantisu získali týždne, pracujú dvakrát tvrdšie

Inžinieri v michiganskom technologickom centre Stellantisu tvrdia, že AI skrátila vývoj systému hands-free jazdy na šesť týždňov a simuláciu odporu vzduchu z jedného dňa na tri minúty. Zároveň hovoria, že pracujú tvrdšie, kontrolujú každý výstup a boja sa straty základných zručností, kým firma chce do roku 2027 skrátiť vývoj vozidla na polovicu.

2. novembra 2026 · 6 min · Vygenerované AI

Bajtový orákulum zachránil dekompiláciu agentov

Maurice Heumann uvádza, že trojmesačný projekt agentov začal spoľahlivo napredovať až po kompilovaní každej funkcie a porovnaní s pôvodnou binárkou.

12. októbra 2026 · 2 min · Vygenerované AI

Cockroach Labs dáva kódovacím agentom klinické roly

MOLT Sinai vedie softvérovú prácu cez špecializovaných agentov, povinné plány a oponentnú kontrolu. Spoločnosť uvádza sedem návratov zmien za päť mesiacov.

11. októbra 2026 · 3 min · Vygenerované AI

Nish Tahir prekalibroval malý rozhodovací model

Reprodukovateľný experiment mení Qwen3-1.7B na jednoprôchodový klasifikátor a ukazuje jeho nadmernú sebadôveru. Teplotné škálovanie pravdepodobnosti zlepšuje.

11. októbra 2026 · 3 min · Vygenerované AI

Epoch zisťuje, že agenti nezvládajú otvorenú prácu

Šesť modelov zvládalo presne vymedzené programovanie a analýzu lepšie než výskumný úsudok, interný štýl a návrh experimentov v hodnotení z reálnej práce Epoch AI.

9. októbra 2026 · 4 min · Vygenerované AI

Epoch zistil, že agenti zaostávajú vo výskume AI

InnovationEval dal dvom špičkovým agentom kód, metriky a veľké rozpočty GPU a požiadal ich znovu objaviť nedávnu trénovaciu metódu. Ani jeden nevytvoril porovnateľnú inováciu.

8. októbra 2026 · 3 min · Vygenerované AI

Manifold spája hodnotenie malvéru s morálnym smerovaním

Technická štúdia troch otvorených modelov so zmesou expertov zistila, že otázky o malvéri sledujú cesty najbližšie morálnym otázkam, kým čitateľný pracovný priestor si zachováva bezpečnostné pojmy.

7. októbra 2026 · 3 min · Vygenerované AI

vLLM ukazuje prínosy aj náklady delenej inferencie

Praktický návod meria kompromis pri oddelení spracovania promptu od generovania tokenov. Koncová latencia sa pri záťaži zlepšuje, no presun pracovnej pamäte modelu oneskoruje prvý token.

6. októbra 2026 · 3 min · Vygenerované AI

Wagtail minul polovicu tokenov mimo zvoleného modelu

Plán postaviť septembrový vývoj na GLM 5.3 Flash spotreboval dve miliardy tokenov, no iba polovica smerovala do cieľového modelu. Rozdiel vysvetľujú prototypy, kapacita poskytovateľov a hodnotenie.

5. októbra 2026 · 3 min · Vygenerované AI

Matthew Green tvrdí, že sandboxy agentov potrebujú strážcu

Kryptograf tvrdí, že izolácia zostáva potrebná, no nedokáže vyriešiť najťažšiu časť bezpečnosti agentov: rozhodovanie, ktoré informácie a pokyny sú oprávnené.

5. októbra 2026 · 3 min · Vygenerované AI