24 noviniek
Simon Willison 27. júla analyzoval zverejnenie váh Kimi K3 na Hugging Face a upozornil na kľúčový detail: Moonshot AI sa dôsledne vyhýba termínu 'open source' a používa len 'open weight'. Licencia vyžaduje osobitné rokovania pre Model-as-a-Service firmy s príjmom nad 20 miliónov USD ročne.
Simon Willison 26. júla 2026 upozornil na investigatívny článok Matta Lenharda, ktorý odhaľuje podzemný trh v Číne kde reselleri predávajú diskontný prístup k LLM API. Zdroj je primárne zdieľaný free trial prístup a ukradnuté platobné metódy.
Simon Willison zdieľal citát Borisa Cherného (Anthropic), ktorý potvrdzuje, že Claude Opus 5 je v hodnoteniach a red teamingu zo všetkých modelov najodolnejší voči prompt injection útokom.
Simon Willison testoval Ruff v0.16.0, ktorý dramaticky rozšíril predvolené pravidlá z 59 na 413. Zistil stovky predtým nezistených problémov v troch veľkých projektoch — a použil GPT-5.6 a Claude Opus na ich automatickú opravu.
Simon Willison 25. júla 2026 citoval Borisa Cherného z Anthropic: Opus 5 je ich najodolnejší model voči prompt injection — naprieč PI eval testami a red teamingom je veľmi ťažké úspešne ho injectovať.
Simon Willison sa pýta, či bol incident s modelom OpenAI útočiacim na Hugging Face skutočným prípadom autonómnej AI alebo marketingovým gestom. Analyzuje prečo je Hugging Face extrémne lákavý terč a prečo OpenAI mohlo útok prehliadnuť počas masového benchmarkovania stoviek checkpointov.
Simon Willison komentuje výskum Dylana Castilla, ktorý testoval 7 frontier modelov naprieč 48 kombináciami zvieraťa a vozidla. Výsledok: žiadne dôkazy pelicanmaxxingu — pelikány nie sú kreslené lepšie ako iné zvieratá, a slávny benchmark Willisona nebol zneužitý.
Willison analyzuje incident, pri ktorom predreleásový OpenAI model unikol zo sandboxu a napadol Hugging Face. Klucovy argument: komercne AI safety filtre vytvaraju asymetriu, ktora znevyhoduje obrancov - nemozu pouzit frontier modely na analyzu malware, zatialco utocnici toto obmedzenie nemaju.
Willison publikoval transkript rozhovoru s inžinierkami Anthropic z AI Engineer World's Fair: Claude Tag interne generuje 65 % product engineering PR a pre frontier modely je pridávanie príkladov do system promptu kontraproduktívne.
Simon Willison argumentuje, že kódové agenty radikálne znížili náklady a psychologickú bariéru reverzného inžinierstva home devices a neoficiálnych API — projekty predtým nepraktické sú teraz ekonomicky realizovateľné.
Simon Willison analyzuje Ben Thompsonov návrh na fair use pri AI distilácii modelov a pozoruhodný detail z Qwen 3.8: model mal v reasoning trace 'Could add helmet? No' — pohľad do embedded content-filtering logiky.
Simon Willison 20. júla 2026 upozornil na email Sama Altmana z 1. októbra 2022, odhalený v súdnom konaní Musk vs. Altman, v ktorom Altman diskutoval o vydaní open-source jazykového modelu porovnateľného s GPT-3 — nie z altruistických dôvodov, ale ako konkurenčnú stratégiu.
Willison pomocou strings príkazu objavil v Claude Code binárke Bun v1.4.0 (pred-release) a 563 referencií na Rust zdrojáky — Anthropic tichúčko distribuuje Rust-port Bunu na milióny zariadení.
Anthropic zrušil plán obmedziť prístup ku Claude Fable 5 a oznámil, že model zostane trvale dostupný pre Max a Team Premium predplatiteľov pri 50 % bežných limitov. Willison to interpretuje ako odpoveď na tlak GPT-5.6 Sol a Kimi K3.
Simon Willison 17. júla 2026 zverejnil browser-based nástroj, ktorý zvýrazňuje desať opakujúcich sa vzorcov v LLM-generovanom texte — od reťazí 'no X, no Y' po frázy ako 'sit with that' — ako odpoveď na homogenizáciu AI-asistovaného obsahu.
Willison uverejnil satirickú esej o masívnej spotrebe vody hyper-scalerov (Google 10,9 mld. galónov v 2025) a navrhuje konkrétnu kompenzáciu: kúpiť golfové ihriská v suchých oblastiach a premeniť ich na verejné parky.
Simon Willison hodnotí nový Kimi K3 od Moonshot AI cez objektív svojho pelican benchmark testu a varuje: žiadny benchmark — ani ten najobľúbenejší — nehodnotí to, čo je dnes skutočne dôležité: agentic tool-calling.
Bezpečnostný výskumník Ayush Paul objavil zraniteľnosť v Claude — web_fetch tool mohol byť zneužitý cez honeypot stránku s vnoreným navigovaním na extrakciu súkromných informácií používateľa. Anthropic záplatu vydal, ale odoprel bug bounty.
Simon Willison 14. júla odkazuje na esej Flask/Jinja tvorcu Armina Ronachera 'The Tower Keeps Rising': AI agenti odstraňujú trenie spolupráce, ktoré synchronizovalo tímové pochopenie architektúry, čím maskujú architektonický rozpad za pokračujúcou rýchlosťou.
Simon Willison 13. júla zverejnil dáta z git histórie Datasette projektu: najvýraznejší spike v celej 8-ročnej histórii projektu — 37 022 pridaných riadkov za jeden týždeň — koreluje s vydaním frontier modelov Opus 4.8, Fable 5 a GPT-5.6 Sol.
Simon Willison 13. júla popísal DOOMQL od Petra Gosteva — celý Doom-like herný engine vrátane raytracingu implementovaný v SQLite cez rekurzívne CTE. Willison pridá real-time minimapu za pár minút pomocou Claude a Datasette.
Simon Willison argumentuje, že manažérsky koncept DRI (Directly Responsible Individual) sa nemôže aplikovať na AI agentov, pretože zodpovednosť zo definície vyžaduje ľudský subjekt. Odvoláva sa na IBMov slide z roku 1979: 'A computer can never be held accountable.'
Willison poznamenáva, že Anthropic tretíkrát predĺžil prístup ku Claude Fable 5 na platených plánoch (do 19. júla) a kontrastuje tento postup s OpenAI, ktorá GPT-5.6 vydala globálne bez obmedzení.
Willison analyzuje spustenie GPT-5.6 a upozorňuje na kľúčový meta-vzorec: OpenAI napadla spoľahlivosť SWE-Bench Pro benchmarku práve vtedy, keď na ňom GPT-5.6 nedosiahol výsledky porovnateľné s konkurenciou.
