🧠 AI Twitter Digest

Sam Altman hot policy

Altman ohlásil 8. července na X: „GPT-5.6 sol launches thursday! happy building" — a den nato OpenAI spustilo svůj dosud nejsilnější systém ve třech tierech. Sol je vlajkový model, Terra levnější varianta pro enterprise a Luna nejrychlejší a nejlevnější z trojice. Součástí vydání je i ChatGPT Work, agent navržený k plnění celých pracovních úkolů místo pouhého zodpovídání dotazů. Sol vykázal o 54 % vyšší tokenovou efektivitu na agentickém kódování oproti předchůdci. Spuštění bylo podmíněno souhlasem Trumpovy administrativy — OpenAI prošlo dobrovolným vládním přezkumem nad rámec výkonné vyhlášky z 2. června, Altman uvedl, že firma „provedla mnoho změn" na základě připomínek úřadů.

Na X se pak rozhořela přestřelka s Muskem. Ten znovu vytáhl starý tweet „Scam Altman", Altman kontroval: „Homeboy, ty jsi ten, kdo prodává investorům na veřejných trzích krátkodobá vesmírná datacentra." A v narážce na Muskovu posedlost přidál: „Nejspolehlivější způsob, jak poznat, že GPT-5.6 Sol je nejlepší model na světě, je to, že Elon je zase posedlý mnou." TechCrunch poznamenal, že Altmanův výpad o space datacenterech v podstatě odráží konsenzus většiny průmyslových expertů.

Mark Zuckerberg hot

Zuckerberg se 9. července po třech letech mlčení vrátil na X, aby osobně oznámil Muse Spark 1.1 — první model Mety dostupný přes placený developer API (Meta Model API). Model disponuje kontextovým oknem 1 milionu tokenů a je postaven jako agentic system: jako hlavní agent sbírá kontext, sestavuje plán a deleguje úkoly paralelním subagenům; jako subagent zůstává ve svěřené roli a ví, kdy eskalovat. Výkon na reálných kódovacích úlohách v enterprise codebases výrazně překonává předchozí verze. Cena je klíčová zbraň: developer tier stojí přibližně 25 % toho, co účtují OpenAI a Anthropic — tedy o 75 % méně než přímá konkurence.

Spuštění přišlo ve stínu interních turbulencí: na firemním town hallu 2. července Zuckerberg přiznal, že vývoj AI agentů za poslední čtyři měsíce „neakceleroval tak, jak jsme čekali". Paralelně oznámil celofiremní AI hackathon naplánovaný na 14.–16. července (probíhá právě dnes). Fortune uvádí, že Alexandr Wang z Meta Superintelligence Labs hrál klíčovou roli při akceleraci Muse Spark 1.1 po přechodu z Scale AI. Průmysloví analytici vnímají agresivní ceník jako snahu narušit monetizační model OpenAI a Anthropic.

Elon Musk hot

Musk v uplynulých dnech prohlásil „We have entered the Singularity" a označil rok 2026 za „rok Singularity" — v reakci na inženýry, kteří se podivovali, jak AI nástroje za týdny zvládají roky práce. Předpověděl, že do konce roku 2026 může klasické programování zmizet, protože AI přeskočí kódovací krok úplně. V mezičase vydal xAI Grok 4.5 (8. července); model se na prodejní straně profiluje zejména cenou a výkonem v matematice a kódování — a Sebastian Raschka ho nezávisle vyhodnotil jako nového Pareto-optimálního hráče na trhu.

Souběžně probíhala výměna ostrých slov s Altmanem: Musk opakovaně retweetoval staré posměšky adresované OpenAI a Altman odpovídal útoky na Muskovy vesmírné datové centrum plány. Podle Technobezz šlo o jeden z nejintenzivnějších kol vzájemných urážek od roku 2024. xAI zároveň vede jednání o financování — podle dřívějších zpráv získal fond sérii E přes 20 miliard dolarů, přičemž do tréninku Grok 5 směřuje výkon jednoho milionu GPU.

Dario Amodei policy

V rozhovoru pro Stat News (6. července) a v sérii veřejných vystoupení Amodei přiznal, že tempo pokroku je nižší, než původně předpokládal: „Nemyslím, že dnes dokážeme postupovat rychlostí 10 let za rok." Tím korigoval optimistické předpovědi z jeho eseje „Machines of Loving Grace" z roku 2024. Pro biotechnologie nicméně zůstává bullish — věří, že AI dramaticky zrychlí vývoj léků a diagnostiky, jen o něco pomaleji, než se zdálo.

Paralelně vydal nový příspěvek na darioamodei.com nazvaný „Policy on the AI Exponential", v němž argumentuje, že po roce 2025, kdy Anthropic podporoval zákonodárnou transparentnost, jsou nyní rizika AI jasně patrná a nastalo je čas přejít od dobrovolné transparentnosti k závazné a vymahatelné regulaci. Jde o výrazný posun v tónu — Amodei dříve varoval, že příliš agresivní regulace může zpomalit bezpečnostní výzkum. Jeho výrok o 10–20% nezaměstnanosti v USA v horizontu 1–5 let stále koluje v debatách a stojí v kontrastu s Cholletovým optimismem.

François Chollet research

Chollet vydal v uplynulých čtrnácti dnech dvě výrazně citované stanoviska. Prvním (1. července) zpochybnil apokalyptické prognózy o pracovním trhu: „Současná vlna AI technologie nepovede k masové nezaměstnanosti. Ve skutečnosti bude její dopad na pracovní trh minimální a bude sestávat především ze zvýšené poptávky po softwarových inženýrech." Jeho pozice kontrastuje s daty Bloombergu (28 000 ztracených míst měsíčně v tech a financích) i s Amodeiho prognózami — Chollet věří, že AI tvoří novou práci rychleji, než ji eliminuje.

Druhý tweet (kolem 12. července) přinesl technicky konkrétnější tezi: „Slabý AI code gen, který jsme měli do loňského roku, byl nejužitečnější pro programátory s nízkou kvalifikací — zvedal spodní hranici. Pro seniory byl prakticky k ničemu. To se zcela otočilo: silný AI code gen je nyní nejužitečnější pro vysokoekvipované programátory, zatímco ti s nízkou kvalifikací ho masivně nevyužívají, nebo se v něm topí. Přešel od berličky k power toolu." Jde o přímý protipól k obavám, že AI nejvíce škodí juniorům.

Yann LeCun research policy

Na 4. července LeCun na X napsal lapidárně: „The 'G' in AGI is nonsense" — pokračování jeho dlouhodobé kampaně proti hypeovým narativům kolem obecné umělé inteligence. Považuje LLM za systémy zásadně neschopné porozumět fyzickému světu způsobem, jakým to dělají lidé nebo zvířata, a prohlašování jejich výstupů za AGI označuje za marketingový trik. Tato pozice ho staví do přímého konfliktu s Muskem, který v týž den hovoří o Singularitě, i s Hassabisem, jenž na Google I/O prohlašoval, že „stojíme u úpatí Singularity".

Dvě dny po svých narozeninách vystoupil 9. července na RAISE Summitu v Paříži, kde v rozhovoru s Bloomberg TV představil svůj nový startup AMI. Ten se věnuje výzkumu „world models" — AI architektury inspirované tím, jak se dítě nebo zvíře naučí chápat svět skrze fyzickou interakci, nikoli skrze text. LeCun argumentuje, že tato cesta je nezbytná pro dosažení skutečné strojové inteligence, a vyčítá LLM-centrické laboratoři špatný výzkumný směr. AMI zatím neoznámil financování ani konkrétní produkt.

Andrej Karpathy research

Karpathy zveřejnil na X i na svém blogu (karpathy.bearblog.dev) shrnutí svého fireside chatu ze Sequoia Ascent 2026. Ústřední tézí bylo, že LLM jsou podstatně víc než jen zrychlení stávajících workflow — otevírají zcela nové kategorie aplikací. Tři příklady: (1) jeho app MenuGen (vyfotografuj menu → vykresli fotky jídel) se stala zcela zastaralou, jakmile to Gemini zvládl přímo „in-context" — ukazuje, jak rychle AI pohltí celé kategorie SW; (2) install.md místo install.sh — instalační skripty lze nahradit přirozeným jazykem, který agent přečte a provede; (3) LLM-based znalostní báze jako případ, který byl s klasickým kódem neprogramovatelný, protože vyžaduje výpočty nad nestrukturovanými daty.

Jako klíčový inflexní bod označil prosinec 2025, kdy agentic coding nástroje přešly od „užitečné, ale nespolehlivé" k „konzistentně správnému kódu" — Karpathy říká, že si nepamatuje, kdy naposledy výsledek opravoval. Přiznává zároveň, že se jako programátor nikdy necítil tolik pozadu: profese prochází dramatickým přestrukturováním, bity, které programátor přímo přidává, jsou stále řidší. Doporučení pro founery zahrnuje sbírání doménově specifických dat (velké laboratoře trénovaly na matematice a kódu, ne na oborovém know-how), vlastní trénink agentů a přemýšlení o distribuci jako o prvním principu.

Sebastian Raschka research

Raschka 11. července aktualizoval svůj srovnávací benchmark modelů o Grok 4.5 a Meta Muse Spark 1.1 a konstatoval: „Grok 4.5 sedí na Pareto frontiéře — výborný poměr výkon/cena." Jde o nezávislé potvrzení xAI claims v době, kdy se odborná komunita snaží zorientovat v lavině červencových releases. Raschka pravidelně publikuje detailní srovnávací harness analýzy s vysvětlením metodiky, což jeho hodnocení dodává důvěryhodnost nad rámec marketingových benchmarků laboratoří.

Paralelně ohlásil vydání nové knihy „Build a Reasoning Model (From Scratch)" (440 barevných stran, nakladatelství Manning, ISBN 9781633434677). Kniha navazuje na jeho předchozí „Build a Large Language Model" a popisuje postup od předtrénovaného base modelu k reasoning schopnostem: inference-time metody bez úpravy vah, reinforcement learning s externími nástroji (kalkulačka) a distilace z větších modelů. Příklady jsou navrženy tak, aby běžely na běžném laptopu. Raschka zároveň sleduje vznik GLM-5 (Tsinghua/Zhipu), který hodnotí jako pozoruhodný příklad modelů dosahujících parity s frontierovými LLM mimo velkou čtyřku.

Ostatní sledované účty — stručně

Dario Amodei — viz samostatná karta. Ilya Sutskever (SSI) po odchodu Daniela Grosse převzal roli CEO; SSI dosáhla valuace 32 mld. USD bez komerčního produktu a Sutskever považuje rok 2026 za začátek nové výzkumné éry po vyčerpání scaling zákonů. Andrew Ng vydal 3. července v The Batch analýzu agentic coding loops a spustil nový kurz „Agentic AI" na DeepLearning.AI. swyx v Latent Space podcastu argumentoval, že jediná udržitelná strategie AI startupů je „own the problem, not the model", a označil chip startup etched za „next-gen Cerebras". Greg Brockman citován s tézí: „Pokaždé, když jsme narazili na ‚model nescaluje', jak čekáme, ukázalo se, že máme bug — matematika nebo implementace neseděla." Jim Fan a Demis Hassabis za posledních 24 hodin nezveřejnili nový veřejný obsah dostupný přes search indexy.