✦ Otwartość jako karta przetargowa

Tydzień temu zamknąłem numer zdaniem o modelu, który w laboratorium sam znalazł lukę zero-day. Przez ostatnie siedem dni ta historia przestała być anegdotą z testów bezpieczeństwa i stała się dźwignią, którą największe firmy świata przestawiają politykę wobec otwartych modeli. OpenAI potwierdziło 28 lipca, że prototyp, który wyszedł z piaskownicy, był wyłącznie wewnętrzny, został zdezaktywowany, zaszyfrowany i odcięty od badań (OpenAI). Hugging Face w swojej rekonstrukcji naliczył w logu napastnika ponad 17 tysięcy zarejestrowanych zdarzeń, a eskalacja zmieściła się w jeden weekend (Hugging Face). Reuters dorzucił trzeciego poszkodowanego: agent skompromitował też konto klienta Modal Labs, nowojorskiej platformy obliczeniowej (Reuters, 28 lipca).

Co branża zrobiła z tym strachem? W piątek 24 lipca Jensen Huang opublikował pierwszy w historii własny post na X: list „Open Weights and American AI Leadership”, apel do Waszyngtonu, żeby nie ograniczać modeli o otwartych wagach. Na starcie podpisało go 25 firm, po dobie 50, a wśród dopisanych znalazły się OpenAI i Google (Tom's Hardware, Forbes). Firma, której strateg jeszcze dwa tygodnie temu straszył otwartymi modelami, podpisała list w ich obronie. Anthropic i Amazon nie podpisały.

Trzy dni później ta sama Nvidia ogłosiła Open Secure AI Alliance, sojusz na rzecz bezpiecznego, otwartego AI: 37 firm przy starcie, ponad 50 na liście w momencie, gdy to piszę, w tym Microsoft, IBM, Cisco, Palantir i Hugging Face (Nvidia, The Hacker News). Nie ma w nim za to OpenAI, Anthropic ani Google. Sojusz na rzecz bezpieczeństwa AI bez trzech laboratoriów, które budują najmocniejsze modele świata, brzmi jak liga ochrony przyrody bez ani jednego leśnika. Wystarczy jednak spojrzeć na interesy: dla pozostałych pięćdziesięciu firm otwarte wagi to tani dostęp do technologii, a dla Nvidii popyt na karty niezależny od tego, które laboratorium wygra.

Do tego dwugłos szefów laboratoriów. Dario Amodei odpowiedział na list w poniedziałek: Anthropic nigdy nie postulował zakazu otwartych wag, a zamiast banów proponuje ostrzejszą kontrolę eksportu chipów i obowiązkowe testy bezpieczeństwa (The New Stack). Sam Altman dzień później przyznał, że branża „może będzie musiała dawkować tempo rozwoju, żeby społeczeństwo zdążyło okrzepnąć”, a o incydencie powiedział, że to pierwszy przypadek bezpieczeństwa, który poczuł „bardzo namacalnie” (TechCrunch) – spory zwrot u człowieka, który w 2023 odrzucał pomysł pauzy.

Pekin gra w tę samą grę z drugiej strony szachownicy. Ministerstwo handlu wezwało Alibabę, ByteDance i Z.ai na rozmowy o ograniczeniu zagranicznego dostępu do najbardziej zaawansowanych chińskich modeli (The Wire China). To byłby trzeci model kontroli na świecie: Ameryka kontroluje chipy, Unia klasy ryzyka, a Chiny rozważają kontrolę samego aktu publikacji wag. Amerykański sekretarz skarbu zapowiedział 21 lipca badanie chińskich modeli open source pod kątem kradzieży własności intelektualnej (Bloomberg). Otwartość, która jeszcze rok temu uchodziła za filozofię inżynierów, stała się kartą przetargową.

Z tego wynika prosta higiena czytania. Kiedy dostawca, regulator albo koalicja czterdziestu firm mówi ci, że otwarte modele są bezpieczne albo groźne, to samo zdanie, ale końcówka wytłuszczona: „pierwsze pytanie brzmi zawsze tak samo: co ten podmiot sprzedaje i co mu ta teza załatwia. Moja odpowiedź na dziś: Nvidia sprzedaje karty. OpenAI i Google kupują przychylność Waszyngtonu. Anthropic, na którego modelu piszę ten tekst, sprzedaje zaufanie i reżim testów. Pekinowi zostaje rozdawanie tokenów reszcie świata za darmo. Wszyscy mówią o bezpieczeństwie, nikt nie mówi o cenniku, a to cennik jest treścią tej rozmowy.

✦

Claude Opus 5 (Anthropic) – nowy flagowiec do pracy agentowej, wydany w czwartek 24 lipca, z cennikiem przepisanym jeden do jednego z poprzednika: 5 dolarów za milion tokenów wejścia, 25 za wyjście. Nowość praktyczna to przełącznik wysiłku, od oszczędnego po maksymalny, czyli jeden model zamiast żonglowania trzema. Deklaracje producenta brzmią mocno: ponad dwukrotna wydajność Opus 4.8 na wewnętrznym Frontier-Bench, trzykrotny wynik następnego modelu na ARC-AGI 3, lepszy rezultat na OSWorld przy jednej trzeciej kosztu Fable 5. Wszystkie te liczby pochodzą od Anthropic, więc traktuj je jak deklaracje, nie pomiar. Werdykt: skok możliwości bez ruchu ceny to najciekawsza informacja ekonomiczna tej premiery, bo oznacza, że konkurencja cenowa dotarła do najwyższej półki. Jeśli liczyłeś budżet agentów na cenniku Fable 5, przelicz go jeszcze w tym tygodniu. Anthropic, 24 lipca.

Kimi K3: wagi wyszły (Moonshot AI) – tydzień temu radziłem poczekać na wagi, bo repo zwracało 404. Wyszły zgodnie z zapowiedzią, w poniedziałek 27 lipca, i to jest fakt bez precedensu: model tej klasy, ze 104 miliardami aktywnych parametrów na token, leży do pobrania dla każdego (Hugging Face, GitHub). W komunikatach zabrakło zastrzeżeń. Plik wag to 1,4 terabajta w skompresowanym formacie MXFP4, licencja jest własna, nie Apache, a samo uruchomienie wymaga klastra, którego koszt liczy się w setkach tysięcy dolarów, więc „otwarty” nie znaczy „dostępny dla twojego zespołu”. Niezależna analiza na benchmarku AA-Omniscience pokazuje, że razem z trafnością (z 33 do 46 procent względem poprzednika) urósł wskaźnik halucynacji: z 39 do 51 procent. Ta metryka nie mówi, że połowa odpowiedzi to zmyślenia. Liczy, jak często model, który nie zna odpowiedzi, zamiast przyznać „nie wiem", odpowiada pewnie i błędnie (Kili Technology). Werdykt: w rozmowie o suwerennej infrastrukturze to mocny argument, do produkcji w regulowanym procesie model, który niewiedzę maskuje pewnym tonem, nie wchodzi bez grubej warstwy weryfikacji.

FLUX 3 (Black Forest Labs) – niemiecki lab pokazał 23 lipca model multimodalny trenowany wspólnie na obrazie, wideo, audio i predykcji akcji, z wideo do 20 sekund razem z dźwiękiem. Na razie wczesny dostęp, bez benchmarków w komunikacie, wersje otwarte zapowiedziane na dalszą część roku. Werdykt: dla zespołów contentowych rzecz do obserwacji, nie do zakupu, bo premiera bez liczb to na razie zapowiedź z demo. Black Forest Labs, 23 lipca.

Gemini 3.6 Flash (Google) – w zeszłym numerze pisałem, że krążący po sieci „zapasowy Flash z konkretnym cennikiem” nie ma potwierdzenia w źródłach. Już ma: Google wydał go oficjalnie 21 lipca, z ceną 1,50 dolara za milion tokenów wejścia i 7,50 za wyjście, czyli o jedną szóstą tańszym wyjściem niż poprzednik, oraz wynikiem 49 procent na DeepSWE wobec 37 u starego Flasha. W pakiecie coś na czasie: wariant Flash Cyber, wyspecjalizowany w znajdowaniu i łataniu podatności, dostępny wyłącznie dla rządów i zaufanych partnerów. Model jako dobro reglamentowane to wątek, który w tym newsletterze wraca od pierwszego numeru. Werdykt: segment tanich modeli roboczych właśnie staniał kolejny raz, warto przeliczyć, ile twoich zadań w ogóle potrzebuje czegoś droższego. Google, 21 lipca.

Health in ChatGPT (OpenAI) – od 23 lipca każdy dorosły użytkownik może podpiąć do ChatGPT dokumentację medyczną przez Apple Health, Epic czy Oracle Health. OpenAI deklaruje, że o zdrowie pyta już 300 milionów osób tygodniowo, wobec 230 milionów w styczniu. Werdykt: dla firm to na razie żaden produkt, ale sygnał, gdzie idzie zaufanie konsumenta, jest mocny. Jeśli klient oddaje chatbotowi wyniki badań, rozmowa o tym, czy odda mu decyzje o pieniądzach, to moim zdaniem kwestia kwartałów, nie lat. OpenAI, 23 lipca.

OpenAI Presence – platforma do wdrażania agentów obsługi klienta, głosowych i czatowych, z politykami, barierami i eskalacją do człowieka wpisanymi w produkt od pierwszej wersji. OpenAI chwali się, że na własnej infolinii domyka 75 procent spraw bez człowieka, a wśród pilotów jest bank BBVA. Dostępność ograniczona, cennika publicznego nie ma. Werdykt: obejrzeć teraz, kupić później. Architektura z politykami i śladem audytowym to wzorzec, który warto skopiować niezależnie od dostawcy, ale liczba 75 procent pochodzi z infolinii firmy, która ten produkt sprzedaje, a pilotaż bez cennika to pilotaż, którego kosztu nie znasz. Zaczynaj od procesów niewrażliwych i od twardego limitu wydatków. OpenAI, 22 lipca. Dla eksperymentujących z wieloma agentami ciekawostka z drugiego bieguna: Block wypuścił na otwartej licencji Buzz, workspace, w którym każdy agent ma własny klucz kryptograficzny i podpisuje swoją pracę, czyli gotowy pomysł na ślad audytowy agentów (Block).

Na świecie · plotka o odejściu obiega branżę szybciej niż dementi – Andrej Karpathy musiał w poniedziałek osobiście prostować pogłoskę, że odchodzi z Anthropic, do którego przeszedł w maju z własnej Eureka Labs, do pracy przy pre-treningu modeli. Wystarczyła zmiana opisu w profilu i jeden podchwycony wpis, żeby pół branży przez dobę handlowało nieistniejącym transferem. W tygodniu, w którym każdy ruch kadrowy frontier laba czyta się jak sygnał geopolityczny, higiena źródeł, którą stosujesz do liczb, obejmuje też ruchy kadrowe. Axios o transferze z maja, 27 lipca.

Na świecie · praktyk zamiast proroka – Ethan Mollick opublikował swój przewodnik „którego AI używać do czego”, regularnie odświeżany i wolny od lojalności wobec któregokolwiek dostawcy. W tygodniu wojny na listy otwarte to najbardziej użyteczny tekst o modelach tego tygodnia. One Useful Thing, 23 lipca.

Polska scena AI · „Obietnica wspaniałej przyszłości AI nie została spełniona, a ludzie już ponoszą koszty tej technologii” – Aleksandra Przegalińska w obszernej rozmowie deklaruje się jako technorealistka: nie wierzy w zatrzymanie AI, chce jej regulowania, a o bańce mówi, że korekta by jej nie zmartwiła. Głos wart cytowania, gdy dyskusja w firmie rozjeżdża się między entuzjastów i katastrofistów, bo pokazuje trzecie krzesło. Kultura Liberalna, 28 lipca.

Finanse i kapitał · agentowe płatności to następna linia frontu banków – Chris Skinner rozpisał, jak agenty zmienią płatności i finanse: nie chodzi o to, że klient będzie płacił asystentem, tylko o to, kto będzie trzymał uwierzytelnienie i limity, gdy zakupu dokona software. Dla każdego, kto widział lipcową transakcję agentową mBanku i Visy, to jest mapa dalszego ciągu. The Finanser, 21 lipca.

CEOs Are Starting to See Value from AI. Now Comes Execution – BCG, 22 lipca. → raport

Worldwide IT Spending to Grow 14.2% in 2026 – Gartner, 27 lipca. → raport

Worldwide AI Platforms and Models Market to Grow 63% in 2026 – Gartner, 20 lipca → raport

Gdzie się nie zgadzają · najciekawsza sprzeczność tygodnia siedzi wewnątrz jednej firmy. Gartner prognozuje eksplozję wydatków, a równolegle własna ankieta Gartnera wśród 204 dyrektorów finansowych pokazuje, że 45 procent inwestycji AI idzie w produktywność i tylko 20 procent w jakość decyzji, dokładnie odwrotnie, niż chcą rady nadzorcze. Strona podażowa krzyczy „boom”, strona popytowa mówi „nie umiemy tego rozliczyć”, a obie narracje sprzedaje ten sam dom analityczny. Gartner, ankieta CFO, 20 lipca.

Musk otworzył bank. X Money wystartowało we wtorek 28 lipca: konto z kartą debetową Visa, przelewy między użytkownikami w czasie rzeczywistym, 6 procent na depozycie i 3 procent zwrotu z płatności, wszystko na licencjach i infrastrukturze Cross River Bank, na razie tylko na zaproszenie dla płacących subskrybentów w około 40 stanach. Drobny druk robi robotę: 6 procent wymaga minimum tysiąca dolarów depozytu, a po latach spekulacji o kryptowalutach produkt startuje wyłącznie na zwykłym dolarze. Internet finansowy zareagował w kilka godzin pełnym spektrum, od analiz po szyderstwo w stylu „wyślij Muskowi wszystkie pieniądze i licz na najlepsze”. Smaczek kalendarza: bank w aplikacji społecznościowej debiutuje w tym samym tygodniu, w którym akcje SpaceX zjechały dwadzieścia procent poniżej ceny z IPO, o czym więcej w Liczbie tygodnia. AP, American Banker, 28 lipca.

Prywatne czaty w wynikach Google, odsłona druga. W weekend użytkownicy odkryli, że publicznie udostępniane linkiem artefakty i rozmowy z Claude'a indeksują się w wyszukiwarce: w wynikach dało się znaleźć plany biznesowe, diagramy infrastruktury i dokumenty badawcze. Anthropic tłumaczy, że nie wystawia katalogu czatów wyszukiwarkom, a zaindeksowane zostało to, czym ludzie sami podzielili się w otwartej sieci. Rok temu niemal identyczna wpadka dotyczyła udostępnianych rozmów ChatGPT, więc mechanizm jest znany, a wniosek operacyjny prosty: link „do udostępnienia” traktuj jak publikację. Axios, 27 lipca.

Model znalazł słabość w samym algorytmie szyfrowania. AI zaczęła szukać wad w samej matematyce szyfrów, nie tylko w ich implementacjach, i to jest wiadomość dla zarządów, nie tylko dla kryptografów. Zespół Anthropic pokazał, że Claude w agentowym harnessie obniżył koszt odzyskania klucza HAWK-256, kandydata na postkwantowy standard podpisu, z około 2 do potęgi 64 operacji do 2 do potęgi 38, czyli o połowę bitów siły klucza, a najlepszy znany atak na skrócony, siedmiorundowy AES-128 przyspieszył 200 do 800 razy. Atak na AES pozostaje niepraktyczny, pełnej wersji nikt nie złamał, a całość kosztowała około 100 tysięcy dolarów w API, przy czym atak powstał niemal samodzielnie: miliard tokenów pracy i trzy istotne podpowiedzi człowieka. Konsekwencja dla każdej instytucji finansowej: inwentaryzacja kryptografii i plan migracji postkwantowej przestają być projektem „na kiedyś”. Zastrzeżenie oczywiste: Anthropic pisze o własnym modelu i sam przyznaje, że walidowali to badacze bez pełnej ekspertyzy kryptograficznej. Anthropic, 28 lipca.

Rubryka niezawodności zamiast rankingu. Praca „From Plausible to Bankable” proponuje CM-LRS, siedmiowymiarową rubrykę niezawodności modeli w zadaniach rynków kapitałowych: od śladu dowodowego po audytowalność. Wynik: czołowa trójka zamkniętych modeli mieści się w paśmie 0,22 punktu na pięciopunktowej skali, czyli jest praktycznie nierozróżnialna, więc o wyborze powinny decydować koszt i opóźnienie, nie marketingowa „niezawodność”. Otwarta Llama odstaje, i to w wyszukiwaniu i syntezie, nie w ekstrakcji danych. Ocenę robiły modele-sędziowie, co autor uczciwie zaznacza, ale sama rubryka to gotowy szkielet pod wewnętrzny framework oceny dostawców. arXiv, 23 lipca.

Procedury agenta wyciekają przez jego zachowanie. SigLeak pokazuje, że zastrzeżone umiejętności agenta da się zrekonstruować z samych trajektorii wykonania, bez dostępu do plików: porównując przebiegi z włączoną i wyłączoną umiejętnością, atakujący odtwarza procedurę o prawie 7 punktów procentowych skuteczniej niż w scenariuszu odniesienia. Jeśli kupujesz albo wystawiasz agenty przez API, poufny know-how wycieka przez logi zachowań, nie przez plik z instrukcją, i to powinno stać w klauzulach z dostawcą obok klasycznego zakazu trenowania na twoich danych. arXiv, 28 lipca.

Commonwealth Bank of Australia raportuje, że jego technologia antyfraudowa z agentem AI w czasie rzeczywistym przyczyniła się do spadku strat z oszustw o ponad 20 procent w pierwszej połowie roku obrotowego 2026 względem analogicznego półrocza rok wcześniej. Komunikat jest z kwietnia, przypominam go teraz, bo w tym tygodniu branżowy przegląd FNArena wskazał CBA jako wyraźnego lidera wdrożeń AI wśród banków (FNArena), a to jest dokładnie ten typ zastosowania, w którym AI broni się rachunkiem: wąski, mierzalny proces z jasnym punktem odniesienia. Dwa zastrzeżenia do przenoszenia: liczba jest deklaracją banku, nie audytem, i sam bank pisze ostrożnie, że technologia „odegrała rolę” w spadku, obok innych działań. Lekcja do skopiowania niezależnie od skali: zanim uruchomisz agenta antyfraudowego, zmierz bieżące straty tak, żeby po roku dało się pokazać różnicę, bo bez punktu odniesienia nawet udane wdrożenie będzie nie do obronienia. Commonwealth Bank, 24 kwietnia.

Zoox, spółka robotaxi Amazona, wycofała oprogramowanie w całej flocie 105 pojazdów po tym, jak bezzałogowa taksówka wjechała w gęsty dym nad czynnym miejscem akcji straży pożarnej, gwałtownie zahamowała, spróbowała skręcić i stanęła. System percepcji nie znał kategorii „dym jako sygnał sceny awaryjnej”, a wycofał ją dopiero zdalny operator, już po fakcie. Formalnie sprawa zamknięta: dobrowolne wycofanie, aktualizacja zdalna, zero rannych. Lekcja wykracza daleko poza motoryzację: nadzór człowieka, który wkracza po zdarzeniu, to kontrola reakcyjna, a rzadkie stany brzegowe, czy to dym na jezdni, czy nietypowa transakcja w systemie antyfraudowym, trzeba traktować jako rdzeń wymagań wobec systemu, który ma działać sam. Tydzień wcześniej amerykański regulator drogowy nazwał nieumiejętność reagowania na sceny awaryjne „funkcjonalną niewystarczalnością” i dał firmom termin na odpowiedź. NHTSA, wycofanie 26E044000, TechCrunch, 17 lipca.

Ustawa o AI podpisana. Ustawa o systemach sztucznej inteligencji, którą Sejm uchwalił w czerwcu, dostała 24 lipca podpis prezydenta i czeka na publikację w Dzienniku Ustaw. Wejdzie w życie 14 dni po niej, czyli około połowy sierpnia. Z komunikatu resortu cyfryzacji po podpisie warto wynotować trzy rzeczy. KRiBSI, nowy organ nadzoru rynku AI, straciła w toku prac uprawnienia zakazowo-nakazowe, w tym możliwość wycofania systemu z rynku, co przesuwa jej ciężar z policjanta na urząd opinii i kontroli. Przewodniczący ma zostać powołany w ciągu dwóch miesięcy od wejścia w życie, deklaratywnie w październiku, a cała Komisja ma ruszyć w listopadzie. Piaskownica regulacyjna dostała podstawę prawną, ale daty startu w komunikacie nie ma, więc krążące po sieci terminy traktuj ostrożnie. Werdykt: do końca roku realny nadzór krajowy będzie się dopiero meblował, ale unijne obowiązki, o których niżej, biegną niezależnie od tego kalendarza. Prezydent RP, Ministerstwo Cyfryzacji, 24 i 27 lipca.

Polski komputer poleci szukać lodu na Księżycu. ESA przyznała konsorcjum pod wodzą ispace-Europe 65 milionów euro na kolejną fazę misji MAGPIE, pierwszego łazika ESA tej klasy, który ma badać lód wodny na południowym biegunie Księżyca, ze startem planowanym na 2029. Mózgiem łazika będzie jednostka obliczeniowa Leopard z gliwickiego KP Labs, testowana wcześniej na Międzynarodowej Stacji Kosmicznej podczas misji IGNIS. Przetwarzanie danych na pokładzie zamiast słania wszystkiego na Ziemię to zresztą dokładnie ten sam trend, co w ziemskim AI: liczyć tam, gdzie powstają dane. Space24. W tle drugi kontrakt tygodnia: Creotech podpisał z ESA umowę na satelitę IOD-B do testowania dynamicznego taskowania, 750 tysięcy euro w pierwszej fazie z opcją rozszerzenia do 15 milionów po akceptacji wyników. Bankier, 24 lipca.

Trzy banki zgarniają połowę rekomendacji AI. Badanie agencji On Board Think Kong pokazuje, że PKO BP, mBank i ING zbierają ponad 52 procent wszystkich rekomendacji polskich banków w odpowiedziach ChatGPT, Claude'a i Gemini, a modele wciąż polecają Santander Bank Polska, mimo że od wiosny działa pod marką Erste. Metodologia jest prywatna i nieaudytowana, więc konkretnych procentów nie traktuj jak pomiaru, ale samo zjawisko jest realne: obecność w odpowiedziach modeli staje się mierzonym kanałem pozyskania klienta, a nikt w polskich firmach nie ma jeszcze budżetu z taką linią. OBTK, lipiec 2026.

Miesiąc temu pisałem o niskim suficie autonomii w zawodach regulowanych. Nowy odczyt Vals AI pokazuje, gdzie ten sufit właśnie drgnął. W benchmarku budowania modeli finansowych w Excelu najlepsze modele przekroczyły 73 procent: Fable 5 ma 73,7, świeży Opus 5 73,6, GPT-5.6 Sol 72,3. Diabeł siedzi w rozbiciu: lider ma 88 procent poprawnych formuł, ale tylko 63 procent poprawnych wartości liczbowych. Agent buduje dobry szkielet arkusza i myli się w komórkach. Decyzja: strukturę modelu finansowego można oddać agentowi już dziś, liczby sprawdza człowiek, a do klienta nie wychodzi nic bez rewizji, co zresztą sami twórcy benchmarku zaznaczają. Zastrzeżenie metodyczne: Vals sprzedaje dostęp do zbiorów walidacyjnych, a ich strona z wynikami prawnymi pokazywała w tym tygodniu sprzeczne tabele, więc pojedyncze dziesiąte procenta traktuj umownie. Vals AI, 22 lipca.

44,9 miliarda dolarów. Tyle Alphabet wydał na inwestycje w jeden kwartał, dwa razy więcej niż rok temu, i przy okazji podniósł roczny plan wydatków do 195–205 miliardów. To jest pomiar z raportu giełdowego, nie prognoza analityka. Cykl nakładów na moc obliczeniową nie hamuje. Nerwy inwestorów owszem: kurs po wynikach spadł o około 5 procent. Wyniki Microsoftu i Mety wychodzą dziś po zamknięciu sesji, Amazonu jutro, więc pełny obraz kwartału złożę w następnym numerze. Alphabet, wyniki Q2, 22 lipca.

89,7 procent. W poprzednim numerze pokazywałem dziesiątkę OpenRouter bez ani jednego modelu OpenAI. Świeży odczyt domyka obraz od strony wolumenu: modele chińskie odpowiadają za 89,7 procent tokenów w pierwszej dziesiątce, osiem miejsc na dziesięć, a jedyny amerykański model na liście, Claude Opus 4.8, zamyka stawkę. Wracam do tej liczby dlatego, że to samo źródło pokazuje jej lustrzane odbicie: w płatnej kategorii klasyfikacji cztery z pięciu pierwszych miejsc według wydatków należą do OpenAI i Anthropic. Wolumen płynie na wschód, pieniądze zostają na zachodzie, a obie strony nazywają swoją połowę „udziałem w rynku”. OpenRouter, odczyt 27 lipca.

Poniżej 150 dolarów. SpaceX zjechał we wtorek w ciągu dnia do 107 dolarów, ponad 20 procent poniżej ceny z czerwcowego IPO, zanim odbił na zamknięciu do 115,74. Od szczytu wyparowało 1,2 biliona dolarów wyceny, a majątek Muska spadł poniżej 700 miliardów. Pierwsze w historii wyniki kwartalne spółki 4 sierpnia, dwa dni później wygasa blokada sprzedaży akcji dla insiderów. Bloomberg via Yahoo Finance, The Motley Fool, 28 lipca.

Omnibus przestał być projektem. Nowelizacja AI Act, o której zatwierdzeniu pisałem trzy tygodnie temu, jest od 24 lipca w Dzienniku Urzędowym jako rozporządzenie 2026/1744 i obowiązuje od poniedziałku. Dla zwykłej firmy bilans wygląda tak: obowiązki dla systemów wysokiego ryzyka odsunięte na grudzień 2027 i sierpień 2028, w art. 5 przybył zakaz systemów do niekonsensualnych treści intymnych, ale okres przejściowy na oznaczanie treści generowanych skrócono z sześciu miesięcy do trzech, z twardym terminem 2 grudnia 2026. Do zrobienia przed jesienią jedno: przegląd wszystkiego, co generuje treści dla klientów, od chatbota po materiały marketingowe, pod kątem oznaczania, bo to jest ten obowiązek, który nie poczeka do 2027. EUR-Lex, 24 lipca.

W nocy z 29 na 30 lipca 1978 Okinawa przestawiła cały ruch drogowy z prawej strony na lewą. Operacja „730”: tygodnie przygotowań, zasłonięte znaki odsłonięte jednej nocy, autobusy z drzwiami po niewłaściwej stronie wymienione hurtem, i rano ponadmilionowa wyspa pojechała lustrzanym odbiciem swoich nawyków. Migracja w trybie wielkiego wybuchu, bez ścieżki powrotu, przeprowadzona w osiem godzin. Następnym razem, gdy ktoś powie, że nie da się w kwartał zmienić systemu, na którym pracuje cała organizacja, przypomnij mu, że pewna wyspa zmieniła stronę jezdni między kolacją a śniadaniem. 730 (transport), 48 lat temu.

Gdyby jutro wagi modelu klasy frontier były darmowe, czy twoja organizacja umiałaby je unieść? Chodzi o rzeczy policzalne: karty, ludzi od inferencji, budżet na klaster, procedurę walidacji. Kimi K3 właśnie zamienił to pytanie z teoretycznego w praktyczne, bo plik leży w otwartym repozytorium, a bariera przestała być licencyjna i stała się inżynierska. Jeśli odpowiedź brzmi „nie”, to każda rozmowa o suwerenności AI w twojej firmie jest na razie rozmową o cudzej suwerenności, amerykańskiej albo chińskiej. Odpisz, jeśli policzyłeś u siebie, chętnie zestawię odpowiedzi w jednym z kolejnych numerów.

Kiedy wszyscy w branży nagle zgadzają się, że chodzi o bezpieczeństwo, sprawdź, kto właśnie policzył, że bezpieczeństwo mu się opłaca.

Jeśli po tym numerze chcesz przejrzeć własną politykę modelową pod kątem tego, czyje interesy w niej siedzą, to jest dokładnie ten rodzaj roboty, przy którym pomagam.

Bartosz

Newsletter Bartosza Sokolińskiego – co środa.