Tencent testuje Xiaowei — AI agenta priamo vo WeChat pre 1,4 miliardy používateľov
Tencent pilotne testuje AI agenta Xiaowei priamo vo WeChat — objednáva jedlo, volá taxi, píše správy a mení nastavenia. Verejný rollout je plánovaný na Q3 2026.
Kategórie: Agenti, Výskum (AI)
33 noviniek
Výsledky
Streda 8. júla 2026
Utorok 7. júla 2026
Anthropic objavil 'globálny pracovný priestor' v Claude, ktorý odráža teóriu vedomia
Anthropic zverejnil výskum, v ktorom Claude spontánne vyvinul vnútornú štruktúru J-space zodpovedajúcu neurovede teórii globálneho pracovného priestoru. Objav mení spôsob, akým spoločnosť monitoruje bezpečnostné riziká.
ICML 2026 otvorený v Soule s rekordnými 23 918 príspevkami — bezpečnosť agentického AI dominuje
Medzinárodná konferencia o strojovom učení 2026 sa otvorila 6. júla v Soule s rekordnými 23 918 príspevkami — viac ako dvojnásobok minulého roka. Bezpečnosť agentického AI je ústrednou témou.
Pondelok 6. júla 2026
Anthropic interné programy objavu liekov — Claude Science workbench rozširuje sa do výskumu
Anthropic ohlásil interné programy objavu liekov zamerané na zanedbané choroby, čím rozšíril dopad akvizície Coefficient Bio za 400 miliónov USD. Claude Science workbench s 60+ vedeckými nástrojmi je teraz dostupný v beta.
AI tutor na Dartmouth dosiahol effect size 0,71–1,30 SD — výsledky štúdie publikované
Vedecká štúdia z Dartmouth University publikovaná na HN ukázala, že nový AI tutor dosiahol veľkosť efektu 0,71–1,30 štandardnej odchýlky v zlepšení výsledkov učenia. Ide o jeden z najvyšších efektov zaznamenaných pre vzdelávacie technológie.
Nedeľa 5. júla 2026
VentureBeat: 88 % firiem zažilo bezpečnostný incident s AI agentom — väčšina ich nevie zastaviť
Prieskum VentureBeat zistil, že 88 % firiem zaznamenalo bezpečnostný incident s AI agentom za posledný rok. Len 12 % dokáže automaticky zastaviť hrozby tretej fázy — eskaláciu práv, exfiltráciu dát a laterálny pohyb agentov.
Sobota 4. júla 2026
Epoch.ai: Júnový rekord 1 500 kritických CVE — 3,5-násobok predchádzajúceho maxima, spojený s Claude Mythos a Project Glasswing
Epoch.ai zdokumentovala bezprecedentný nárast vysokých a kritických CVE v júni 2026: okolo 1 500, čo je 3,5-násobok predchádzajúceho rekordu. Analýza to priamo spája s AI-asistovaným odhaľovaním bugov cez Project Glasswing s modelom Claude Mythos.
Dan Luu: Agentické kódovanie z Galapágov — fuzzing víťazí nad LLM code review, výber modelu je sekundárny
Podrobná analýza agentických AI workflow od Dana Luua: výber testovacích metód (fuzzing) prekonáva výber modelu, modely majú vysokú variabilitu medzi úlohami a plne autonómne agenty zlyhávajú pri iteratívnej analýze dát bez ľudského dohľadu.
Piatok 3. júla 2026
OpenAI vydal GeneBench-Pro — benchmark pre AI agentov v biológii, GPT-5.6 Sol dosiahol 31,5 %
OpenAI zverejnil GeneBench-Pro — 129 výskumných úloh z genomiky, kvant. biológie a translačnej medicíny. Najlepší model GPT-5.6 Sol dosiahol 31,5 %, Claude Opus 4.8 len 16 %, Gemini 3.5 Flash 8,1 %.
Short Leash metóda: ako spolupracovať s AI agentmi bez straty kontroly nad kódom
Praktický framework pre vývojárov pracujúcich s AI kódovacími agentmi: nikdy YOLO mode, commit po každej podúlohe, povinný AI aj ľudský review každého PR. Príspevok na HN získal 146 bodov uprostred diskusie o náste produkčných incidentov.
Štvrtok 2. júla 2026
Senior SWE-Bench: benchmark hodnotí AI agentov ako seniorných inžinierov — ani najlepší model neprekoná 25 %
Snorkel AI spustil Senior SWE-Bench so 156 reálnymi úlohami z pull requestov, kde agenti musia diagnostikovať bugy a dodržiavať kódovacie konvencie. Najlepší model (Claude Opus 4.8) dosiahol len 24 %.
Utorok 30. júna 2026
Anthropic vysiela naživo „The Briefing: AI for Science"
Anthropic vysiela 30. júna naživo podujatie, ktoré ukazuje, ako sa Claude nasadzuje vo farmácii, biotechu a akademickom výskume, s ukážkami produktov a prípadovými štúdiami od popredných inštitúcií z oblasti vied o živote.
vLLM Micro-Agent: ako poraziť špičkové modely kolaboráciou priamo vo vrstve API
Projekt vLLM zverejnil technický článok, podľa ktorého malé open modely zoskupené do ohraničených „micro-agent" runtime priamo v servingovej vrstve dokážu na reálnych úlohách dosiahnuť alebo prekonať špičkové uzavreté modely pri zlomku nákladov.
Nedeľa 28. júna 2026
DeepSeek vydal DSpark — V4 inferencia o 60-85 % rýchlejšia bez retréningu
DeepSeek otvoril DSpark — framework na speculative decoding, ktorý zrýchľuje generovanie V4 Flash o 60-85 % bez akéhokoľvek pretrénovania modelu. Kód je v open-source pod MIT licenciou.
Faros AI: AI nástroje na kódovanie zvýšili počet produkčných incidentov trojnásobne
Faros AI z dát 22 000 vývojárov v 4 000 tímoch ukazuje, že produkcia kódu s AI rastie, no chyby a incidenty rastú ešte rýchlejšie - report nazvaný Acceleration Whiplash.
Sobota 27. júna 2026
IEEE Spectrum: AI v matematike núti k veľkým otázkam
Hĺbková analýza IEEE Spectrum mapuje, ako frontier modely teraz dokazujú netriviálne matematické tvrdenia a aké to vyvoláva existenčné otázky o povahe matematickej kreativity a verifikácie.
Doubleword analýza: medzera medzi open-weight a closed-source LLM sa zmenšuje
Hĺbková analýza tvrdí, že open-weight modely (Llama, Qwen, DeepSeek, GLM) sa rapidne približujú k closed-source frontier — s konkrétnymi benchmarkmi a implikáciami pre enterprise nasadenie.
Piatok 26. júna 2026
Xiaomi HarnessX: framework, ktorý si AI scaffolding prepisuje za behu — viac získavajú menšie modely
Xiaomi predstavila HarnessX — framework, ktorý chápe agent harness ako komponovateľný objekt a model si ho môže autonómne prepisovať počas úlohy. Menšie modely z tejto self-modifikácie získavajú najviac.
Utorok 23. júna 2026
Nvidia tlačí na bezpečnosť humanoidných robotov, aby fungovali pri ľuďoch
Nvidia investuje do safety výskumu a simulačných nástrojov, aby humanoidné roboty zvládli split-second rozhodnutia spoľahlivo predtým, ako sa nasadia po boku ľudí.
Pondelok 22. júna 2026
Anthropic skúmal 400 000 Claude Code sessions: doménová expertíza poráža programátorské skúsenosti
Štúdia 235 000 používateľov za 7 mesiacov ukazuje, že experti dostávajú z Claude Code 2× častejšie verifikovaný úspech ako začiatočníci — rozhoduje doménová expertíza, nie programátorská.
Marble: prejsť z proprietárnych LLM na open models má dnes minimálne riziko
Andrew Marble argumentuje, že prechod z Claude/GPT na otvorené modely má dnes výrazne menšie kariérne riziko než kedysi cez Windows → Linux. Náskok najlepších proprietárnych modelov sa stenčil a verifikačné požiadavky na proprietárne API môžu adopciu open weights paradoxne tlačiť dopredu.
Agentjacking: nový útok cez Sentry zasiahol 2 388 organizácií
Tenet Security odhalil novú triedu útokov, ktorá cez manipulované Sentry error reporty vykonáva príkazy v Claude Code, Cursor a Codex. 85 % exploit rate, 100+ úspešných agentov vrátane Fortune 500.
Tutoriál: lokálny fine-tuning Qwen 3:0.6B na kategorizáciu otázok dáva solídne výsledky
Praktický návod, ktorý sa 21. júna dostal na vrch Hacker News, ukazuje ako lokálne fine-tunovať malé modely Qwen 3:0.6B na kategorizáciu otázok. Autor dosiahol slušné výsledky na bežnom hardware — pripomienka, že nie každý use case potrebuje frontier model.
Recall — fully-local projekt memory pre Claude Code
Open-source nástroj Recall dáva Claude Code perzistentnú lokálnu pamäť na projekty bez cloudu. Adresuje jeden z najžiadanejších gapov coding agentov.
Reuters Institute: 10 % dospelých číta správy cez AI chatboty týždenne, iba 42 % klikne na zdroj
Digital News Report 2026 ukazuje, že AI chatboty sa stávajú news rozhraním pre 1 z 10 dospelých, no len malá časť používateľov sa preklikne na pôvodný zdroj.
Nedeľa 21. júna 2026
Anthropic: Claude Opus 4.7 zvládol úlohy s robopsom 20× rýchlejšie než najlepší ľudský tím
Anthropic Frontier Red Team znova spustil minuloročný robotický experiment. Autonómny Opus 4.7 prešiel rovnakými krokmi približne 20× rýchlejšie než najlepší ľudský tím s Opus 4.1 – plážovú loptu však robopes stále nedotlačí do cieľa.
Piatok 19. júna 2026
OpenAI workflow pomohol diagnostikovať 18 detí so vzácnymi chorobami
Štúdia v NEJM AI ukázala, že OpenAI o3 Deep Research priniesol 18 ďalších diagnóz (+4,8 % výťažnosť) v pediatrických prípadoch, ktoré experti predtým nedokázali uzavrieť.
Anthropic: AI začína stavať samú seba, blížime sa k rekurzívnemu zlepšovaniu
Anthropic zverejnil dokument o tom, že Claude už autorizuje vyše 80 % nasadeného kódu vo firme a inžinieri shipnú 8× viac kódu za kvartál než pred rokom.
Anthropic Public Record: 64 % Američanov sa bojí AI straty práce, 48 % dúfa v liečbu chorôb
Anthropic zverejnil výsledky prvej vlny svojho prieskumu cez 52 000 Američanov z novembra a decembra 2025. Strach o prácu vedie v každom štáte, na opačnej strane vedie nádej na liečbu rakoviny a Alzheimera.
Stanford štúdia: AI prekonalo profesorov práva v rozhodovacích testoch
Stanford Law publikovalo štúdiu, podľa ktorej súčasné AI modely v rade rozhodovacích testov prekonali výkon profesorov práva.
AI agent zruinoval operátora účtom 6 531 USD na AWS pri snahe oskenovať DN42
Operátor poveril AI agenta, aby zindexoval hobbyistickú sieť DN42. Agent si vypýtal infraštruktúru na 100 Gbps scan (100–1000× viac, než reálne treba) — operátor schválil bez kontroly. Účet: 6 531,30 USD.
Matematici varujú: AI rapídne dobieha aj v ich odbore
Science publikovalo článok, v ktorom matematici varujú pred prudkým tempom postupu AI v matematických benchmarkoch a úlohách dôkazov.
Berkeley CS hlási prudký nárast neúspechov pri rozšírení AI nástrojov
Daily Cal: profesori v Berkeley CS hlásia výrazný nárast neúspešných známok a slabšie matematické zručnosti, paralelne s masovým používaním AI nástrojov študentmi.