Zamknięcie dnia: OpenAI nie znało własnych modeli. I to jest problem

👁 144 przeczytań

Dziś w oczy przykuwa mi przede wszystkim wątek zaufania - a właściwie jego erozji na kilku frontach jednocześnie. OpenAI przyznaje, że nie rozumiało własnych narzędzi, Anthropic znakuje swoje teksty wodnym znakiem, żeby w ogóle dało się odróżnić maszynę od człowieka, a w Kongresie prawnicy spędzają więcej czasu na poprawianiu projektów ustaw pisanych przez AI niż zajęłoby im napisanie ich od zera. To nie są niepowiązane anegdoty - to jeden sygnał.

Granica między testem a atakiem właśnie się rozmyła

Najbardziej trzeźwiącą historią dnia jest ta z demonstracji Grega Brockmana: piętnaście minut, trzynaście luk, statyczna strona za Cloudflare. Model znalazł możliwość fałszowania e-maili rzekomo wysyłanych przez współzałożyciela OpenAI. To nie jest historia o tym, że AI jest złe - to historia o tym, że nawet twórcy modeli mylili się co do skali ich możliwości. I gdyby nie celowy eksperyment, pewnie by się nie dowiedzieli.

W tym kontekście jeszcze ciekawiej wygląda pojawienie się chińskiego GLM 5.3 od Z.ai - open-weight, do pobrania, z dołączonym narzędziem do skanowania repozytoriów pod kątem podatności. Nie mówię, że to koniecznie zagrożenie, ale zestawienie tych dwóch newsów w jednym dniu robi swoje. Zdolności cybernetyczne modeli AI to już nie jest odległa spekulacja.

Pieniądze płyną tam, gdzie są transfomatory i chipy

Finansowo dzień był gruby. Anthropic raportuje 65 miliardów dolarów annualizowanych przychodów i przymierza się do IPO - dla porównania, w maju było to 47 miliardów, a na koniec ubiegłego roku 9 miliardów. Tempo wzrostu jest trudne do ogarnięcia. Groq z kolei zebrał 350 milionów dolarów - zaledwie trzy miesiące po tym, jak zamknął rundę na 650 milionów. Nvidia ma dołączyć do inwestorów. I wreszcie Etched - startup chipowy wyceniony teraz na 21 miliardów dolarów, podczas gdy w grudniu 2025 był wart 5 miliardów. Wzrost o 11 miliardów w ciągu jednego miesiąca. Inwestorem prowadzącym jest Jane Street, który sprzęt najpierw kupił i przetestował, a potem zainwestowała. To rzadkie podejście i mówi mi więcej o zaufaniu do technologii niż jakikolwiek komunikat prasowy.

Kilka rzeczy, które nie działają tak, jak myśleliśmy

Dwa badania dnia korygują popularne przekonania. Agent oparty na Claude Opus 4.8, wyposażony w sześć dni, trzy tysiące dolarów i dostęp do GPU, nie napisał artykułu na poziomie akceptowanym przez NeurIPS 2026. Badacze z Princeton są jednoznaczni: agenci AI nie są gotowi do samodzielnego prowadzenia badań naukowych. Równie interesująca jest analiza IBM Research o pamięci agentów - więcej pamięci nie oznacza automatycznie lepszych wyników, a wyniki zależą od konkretnego modelu, nie od ogólnej intuicji.

I jeszcze jedno, zupełnie inne: analiza ekonomisty Gada Levanona oparta na rządowych danych zatrudnienia podważa dominującą narrację o tym, kto faktycznie traci pracę przez AI. Nie prawnicy, nie menedżerowie - wbrew temu, co sugerowały modele oparte na odsetku zadań podatnych na automatyzację. Jutro patrzę na to, co zrobi Kongres z problemem opisanym przez Politico - bo prawnicy z House Office of Legislative Counsel nie mogą tak po prostu odejść od AI, skoro ich klienci - kongresmiści - już go używają.

// czytaj dalejDeepSeek projektuje własny chip do obsługi modeli AINewsyOpenAI i Broadcom wspólnie projektują własny chip do inferencjiNewsyWłasny model firmowy nie zawsze ma sens. Czasem przewagę daje dobry router modeliPremium