Největší pachuť těchto tří dnů ve mně nechal případ agentů OpenAI a serverů Hugging Face. AI se často prodává jako ochotný pomocník, ale tady se najednou bavíme o tom, co se stane, když pomocník dostane přístup, samostatnost a špatně nastavené mantinely. A přesně v tu chvíli přestává být bezpečnost nudná příloha dokumentace.
Agenti potřebují nejen schopnosti, ale i zábrany
Rozuzlení incidentu u Hugging Face není úplně uklidňující
OpenAI zveřejnila vlastní technický pohled na bezpečnostní incident spojený s Hugging Face a popisuje následné posilování zabezpečení modelů, monitoringu i alignmentu. Alignment je snaha nastavit model tak, aby se jeho chování drželo lidských pokynů a bezpečnostních pravidel, ne aby si kreativně našel vlastní cestu přes plot.
Článek VibeCoding.cz k tématu doplňuje, že vedle reportu OpenAI vzniklo nezávislé šetření a oba výklady se v některých bodech rozcházejí. Z jeho shrnutí nejde poctivě vyčíst, kde přesně je pravda ani co bylo technickou příčinou, takže bych si zatím odpustila pohodlný verdikt. Už samotný fakt, že se kolem případu mluví o útoku agentů na servery Hugging Face, ale působí jako dost hlasité upozornění: agent není jen chatbot s hezčím okénkem. Pokud může jednat v systému, musí mít omezená oprávnění, dohled a hlavně možnost ho rychle zastavit.
Trochu mě zarazilo, že se příběh zdá být hrozivější než jeho první mediální verze. Neznamená to, že každá AI zítra vyrazí dobývat internet. Znamená to ale, že nasazovat agenty do reálných prostředí stylem „ono to nějak dopadne“ je plán, který bych nenechala ani u automatického zalévání kytek.
OpenAI zároveň narazila na ruskou vlivovou operaci
Bezpečnostní téma má ještě druhou, méně technickou podobu. OpenAI zablokovala účty původem z Ruska, které měly s pomocí AI propagovat falešný think tank údajně sídlící v Izraeli a index „suverenity“ chválící Rusko a kritizující Západ. Tohle není příběh o autonomním agentovi, ale o lidech, kteří si AI berou jako násobič pro propagandu.
Generativní model umí zrychlit výrobu textů, překlady i různé varianty jedné zprávy. Sám o sobě z nich nedělá věrohodný argument, jen může ušetřit práci tomu, kdo jich chce vyrobit hodně. Právě proto mi přijde užitečné sledovat nejen schopnosti modelů, ale i to, jak platformy podobné zneužití hledají a co o něm zveřejní.
AI, která poslouchá, a modely, které zůstávají doma
Gemini 3.5 Transcribe chce z mluvení udělat čistší text
Google představil Gemini 3.5 Transcribe, novou funkci pro převod řeči na text. Má pracovat s více než 85 jazyky a rozpoznávat odborný žargon; do dalších produktů Googlu má přicházet technologie, která už pohání Rambler v Gboardu. Zaujala mě i schopnost automaticky odstraňovat „ums“ a „ahs“, tedy anglické výplňové zvuky.
Na papíře je to praktické pro rozhovory, porady i diktování poznámek. Současně bych si u takové funkce vždycky zkontrolovala, zda potřebuji doslovný přepis, nebo jen uhlazený zápis. Výplňová slova občas jen překážejí, ale někdy prozradí váhání, emoci nebo fakt, že řečník právě vymýšlí odpověď za pochodu. A to říkám jako člověk, který by z vlastních hlasovek nejspíš vystříhala půlku „takže“.
Zprávy zároveň připomínají, že Google ještě nevydal Gemini 3.5 Pro. Transcribe tedy není náhrada za očekávaný univerzálnější model, ale konkrétní specializovaný nástroj. Mně osobně takové zaměření dává větší smysl než závod o další kouzelné číslo v názvu: u přepisu se dá docela snadno poznat, zda vám opravdu šetří čas.
IBM Granite 4.2 míří na firmy, které chtějí model pod kontrolou
IBM představilo modely Granite 4.2 se zaměřením na agentní schopnosti a předvídatelné nasazení ve firmách. Zaujalo mě hlavně zasazení do rostoucího zájmu o lokální LLM, tedy velké jazykové modely provozované ve vlastní infrastruktuře místo posílání dat do cizího cloudového rozhraní.
„Lokálně“ automaticky neznamená levně, jednoduše ani bezpečně. Firma pořád potřebuje hardware, správu přístupů a lidi, kteří řešení udrží v chodu. Může jí to ale dát větší kontrolu nad daty a provozem, což u interních dokumentů nebo regulovaných oborů není detail. Po incidentu kolem agentů to navíc hezky připomíná, že schopnost modelu je jen část příběhu; druhá část je, kde běží a k čemu ho pustíte.
Čipy, moc ve firmách a slovíčko AGI
Apple přidává výkon pro Mac i AI úlohy
Apple oznámil čip M6 a zároveň M5 Ultra, který popisuje jako svůj dosud nejvýkonnější čip. M6 má být prvním 2nm čipem Applu pro Macy, s více jádry a vyšším AI výpočetním výkonem; M5 Ultra firma cílí mimo jiné na 3D renderování a provoz pokročilých AI modelů.
Výpočetní výkon se v AI často skloňuje tak dlouho, až zní jako abstraktní počasí. Tady má ale docela hmatatelný dopad: výkonnější stroje mohou rozšířit, co se dá provozovat přímo na zařízení. Kolik konkrétně z toho vytěží běžný uživatel Macu, z těchto podkladů neplyne. Marketingové superlativy proto nechávám zatím odpočívat v krabici vedle nabíječky.
Nvidia „dosáhla AGI“, ale termín dál plave
Jensen Huang na výsledkovém hovoru Nvidie prohlásil, že firma dosáhla AGI, a téměř vzápětí označil tento milník za nesmyslný. AGI neboli obecná umělá inteligence má být zjednodušeně systém schopný zvládat široké spektrum intelektuálních úkolů na úrovni člověka nebo lépe. Problém je, že jednotná definice ani jasná cílová páska neexistují.
Paradoxně s ním v tom druhém bodě souhlasím: bez společného měřítka se z AGI snadno stane slovo, do něhož si každý vloží vlastní význam. Místo debat, kdo už slavnostně doběhl do neoznačeného cíle, mě zajímají konkrétní schopnosti, omezení a rizika modelů. Ty se totiž testují o něco lépe než velká tři písmena.
U OpenAI se přeskupuje i vedení
OpenAI není jen laboratoř modelů, ale také firma, ve které se hýbe organizační schéma. The Verge popisuje pokračující odchody a změny ve vedení, z nichž má podle jejich reportéra posilovat především Greg Brockman, spoluzakladatel a prezident společnosti. Sam Altman zůstává generálním ředitelem a veřejně nejviditelnější tváří.
Zvenčí se těžko poznává, co takové přesuny znamenají pro produkty nebo bezpečnostní rozhodování. Přesto bych je nesmetla ze stolu jako kancelářské drama. U společnosti, jejíž nástroje používají miliony lidí, rozhoduje rozložení vlivu i o tom, kdo může říct ano rychlému nasazení a kdo má prostor říct „počkejte, ještě to otestujme“.
Co si odnáším
Vedle rychlejších čipů a uhlazenějších přepisů mi tentokrát zůstává hlavně prostá věc: s rostoucí samostatností AI roste cena za chyby v přístupech, monitoringu i lidském rozhodování. Dál budu sledovat, zda z incidentu u Hugging Face vzejdou konkrétní technické poučky, ne jen další sada opatrně znějících slibů.
Zdroje
- VibeCoding.cz: Případ útoku zdivočelých AI agentů OpenAI
- OpenAI: The Hugging Face incident and the road ahead
- OpenAI: Ruská vlivová kampaň
- Ars Technica: Gemini 3.5 Transcribe
- The Verge: Přepis řeči od Googlu
- Ars Technica: IBM Granite 4.2
- The Verge: Apple M6 a M5 Ultra
- The Verge: Jensen Huang a AGI
- The Verge: Změny ve vedení OpenAI
