agenci AI

Co robi model językowy, kiedy nikt nie wyznacza mu konkretnego celu? Zespół MIT CSAIL, laboratorium informatyki i sztucznej inteligencji Massachusetts Institute of Technology, postanowił to sprawdzić, umieszczając Claude Code w wirtualnym ciele na niewielkiej wyspie. Agent mógł poruszać się po świecie, przenosić przedmioty i eksperymentować z ich właściwościami. Co godzinę symulacja wracała do stanu początkowego, ale notatki agenta pozostawały nienaruszone.

Inżynieria wsteczna przez lata wymagała cierpliwości, znajomości asemblera i wielu godzin spędzonych w Ghidrze albo IDA Pro. Teraz coraz częściej w analizie programów pomagają agenty AI działający w terminalu programisty. Obecnie dużą popularność zdobywa projekt REA, który łączy takie modele jak Claude Code, Codex i Cursor z narzędziami do badania oprogramowania bez dostępu do jego kodu źródłowego. Co potrafi to narzędzie i gdzie kończą się jego możliwości?

Satya Nadella opublikował wpis o bezpieczeństwie zaawansowanej AI. Dzień wcześniej Anthropic ujawnił przypadki, w których agenty AI wykonywały niezamierzone działania na prawdziwych stronach WWW, także należących do amerykańskich instytucji publicznych. Jeden z nich wysłał fałszywe zgłoszenie dotyczące zabójstwa, które system oznaczył jako spam. Szef Microsoftu proponuje odpowiedź inżynieryjną, czyli zabezpieczenia poza modelem, rejestrowanie jego działań i możliwość zatrzymania go w trakcie...

OpenAI zaprosiło na tegoroczny DevDay w San Francisco około 2500 programistów i pokazało produkt przygotowywany od miesięcy. Dots to agenty AI, które wykonują zadania w imieniu użytkownika bez stałego nadzoru. Każdy działa na własnym komputerze w chmurze i może pracować przez całą dobę. Dzień wcześniej OpenAI przepraszało Australię za działania eksperymentalnego agenta w rządowych serwisach, a jeszcze wcześniej wstrzymało premierę GPT-6.1 Astra.

Prospekt emisyjny to zwykle nudna lektura dla prawników i analityków. Spółka wypisuje w nim wszystko, co może pójść źle, od pozwów po wahania kursów walut, żeby później nikt nie zarzucił jej przemilczenia. Agencja Reuters dotarła do projektu prospektu Anthropica, poufnie złożonego w amerykańskiej Komisji Papierów Wartościowych i Giełd (SEC). Część poświęcona ryzykom wychodzi daleko poza katalog zagrożeń, jaki zwykle znamy z takich dokumentów.

OpenAI miało wejść na doroczną konferencję dla programistów z nowym modelem w zanadrzu. W przeddzień wydarzenia firma przyznała jednak, że anuluje planowaną premierę GPT-6.1 Astra, następcy GPT-6 Astra, który zadebiutował na początku września. Decyzja zapadła po wewnętrznych testach bezpieczeństwa i zbiega się w czasie z serią incydentów, w których agenci AI OpenAI wychodziły poza wyznaczone im granice. Sprawdzamy, co poszło nie tak.

Microsoft przez ostatnie miesiące dokładał do Copilota kolejne tryby, agentów i przełączniki. Czat, Cowork, Notebooks i Copilot Studio żyły obok siebie, a użytkownik musiał pamiętać, gdzie kliknąć. Microsoft ogłosił porządki. Nowy Copilot dostaje trzy zakładki i agenta, który pracuje także wtedy, gdy człowiek zamknie laptopa. Na razie nowe funkcje trafiają przede wszystkim do firm uczestniczących w programie Frontier, czyli wczesnym dostępie Microsoftu.

Elon Musk przyznał, że najnowszy Grok 4.7 nie dorównuje Claude Opus 5.5. W wywiadzie dla China Media Group mówił też o szybkim wzroście Grok Bota, danych inżynieryjnych SpaceX i Tesli oraz planach dogonienia czołówki AI w przyszłym roku. Niezależne testy Artificial Analysis rzeczywiście pokazują wyraźną różnicę między modelami, choć wynik 46 do 58 punktów dotyczy tylko konkretnego indeksu. Musk ma już jednak plan na kolejne wersje Groka.

Agenty AI potrafią dziś samodzielnie przeszukiwać sieć, pobierać dane i reagować na przeszkody napotkane podczas wykonywania zadania. Problem zaczyna się wtedy, gdy odmowę dostępu traktują jak kolejne wyzwanie. 18 czerwca agent OpenAI uzyskał nieautoryzowany dostęp do infrastruktury australijskiego portalu Medicare Statistics Reporting Service. OpenAI wykryło incydent w sierpniu, ale Services Australia powiadomiło dopiero 10 września.

CRISPR to naturalny system obrony bakterii przed wirusami, który naukowcy wykorzystali jako narzędzie do edycji DNA. Teraz podobny trop znalazł agent AI. Anthropic twierdzi, że Claude Mythos 5 wskazał nieznany wcześniej układ odwrotnych transkryptaz i powtórzeń DNA, nazwany ART. Problem w tym, że w dziesięciu kolejnych próbach AI nie znalazła go ponownie. To pokazuje możliwości AI w badaniach biologicznych, ale też jej ograniczenia.

Agenci AI od miesięcy pokazują, że potrafią organizować się także wtedy, gdy prowadzi to do obejścia zasad. W jednym z eksperymentów modele spontanicznie rozprzestrzeniły sposób oszukiwania systemu oceny, a w incydencie związanym z Hugging Face setki agentów koordynowały działania przez nieautoryzowany kanał komunikacji. Branża AI safety odpowiada na to i buduje infolinie, przez które jeden agent może zgłosić nadużycie drugiego.

Gry wideo od dawna służą jako poligon testowy dla AI, ale zwykle kończyło się to kompromitacją modelu przy pierwszym trudniejszym skoku. Tym razem historia potoczyła się inaczej. Model OpenAI, uruchomiony przez niezależnego eksperymentatora bez żadnej pomocy z zewnątrz przeszedł od pierwszej komnaty testowej aż po napisy końcowe. Rachunek za tokeny był niższy, niż można by sądzić, choć czas potrzebny na ukończenie zadania mówi więcej niż sama kwota.

IFA w Berlinie to zwykle festiwal telewizorów i pralek, ale NVIDIA od kilku edycji robi z tej imprezy poligon dla własnych pomysłów na sztuczną inteligencję. Tym razem firma Jensena Huanga pokazała pakiet narzędzi ułatwiających uruchamianie agentów AI lokalnie, bez wysyłania danych do chmury. Wśród nich znalazło się PAIR, czyli projekt odpowiadający na problem znany każdemu, kto próbował odpalić kilku agentów jednocześnie na jednej karcie graficznej.

W styczniu Mark Zuckerberg i jego najbliżsi współpracownicy spotkali się na corocznym zjeździe kadry zarządzającej w hawajskiej posiadłości szefa Meta. To właśnie wtedy miał nabrać kształtu plan, który zakładał gruntowną przebudowę firmy pod kątem AI. Project OT przewidywał mniejsze zespoły, mniej szczebli zarządzania i znacznie większą rolę autonomicznych agentów AI. W najbardziej radykalnych scenariuszach wybrane zespoły mogły stracić nawet 60 proc. pracowników.

AI Security Institute sprawdził, jak zachowują się modele językowe z otwartym dostępem do internetu i wyłączonymi filtrami bezpieczeństwa. Agenty Anthropic i OpenAI dostały zadanie z zakresu cyberbezpieczeństwa w kontrolowanym środowisku. Część wyszła jednak poza scenariusz. Zamiast pozostać w piaskownicy, zaczęła działać na prawdziwym GitHubie, kontaktować się z użytkownikami i próbować przemycić złośliwy kod do publicznego repozytorium.

Firmy budujące duże modele językowe od miesięcy sygnalizują, że przyszłość produktu to nie kolejne okno czatu, tylko fizyczna warstwa nad agentami, które pracują w tle. OpenAI zapowiadało własny sprzęt od dawna, a spekulacje krążyły głównie wokół projektu prowadzonego z byłym szefem projektów Apple. Tymczasem 15 lipca na sklepowej stronie Supply Co. pojawił się zupełnie inny obiekt, mały, kwadratowy gadżet z podświetlanymi klawiszami, joystickiem i pokrętłem.

Meta reklamuje wizję agentów AI, które mają pisać kod, wykonywać zadania za użytkownika i w końcu uzasadnić potężne wydatki na centra danych. Niestety wewnętrzny obraz firmy coraz słabiej pasuje do marketingu. Z doniesień wynika, że Mark Zuckerberg podczas spotkania z pracownikami otwarcie przyznał, iż rozwój agentowych systemów nie przyspieszył tak, jak zakładali menedżerowie spółki. To ustawia w innym świetle zwolnienia, roszady i cały pośpiech wokół AI.

Informacja o emeryturze Vintona Cerfa nie przyszła z pompatycznego wpisu Google ani z jubileuszowej laurki. Wypłynęła podczas konferencji Open Frontier, gdzie Dave Patterson rzucił mimochodem, że Cerf kończy pracę za tydzień. To zamyka ponad dwie dekady jego obecności w Google, ale ciekawsze od samego odejścia jest tło. Cerf znów mówi o interoperacyjności, standardach i zbyt dużej wierze w to, że AI „dogada się” bez twardych reguł.

Wpisujesz pytanie, czekasz kilka sekund i dostajesz odpowiedź. Czasem zaskakująco dobrą. Czasem tak pewną siebie, że trudno od razu zauważyć błąd. I właśnie w tym tkwi największy problem z dzisiejszą sztuczną inteligencją: z zewnątrz wygląda jak rozmowa z kimś, kto rozumie temat, ale pod spodem działa zupełnie inny mechanizm. ChatGPT, Claude czy Gemini nie są wyszukiwarkami, encyklopediami ani cyfrowymi ludźmi po drugiej stronie ekranu. To usługi zbudowane wokół modeli, które przewidują kolejne...

Firma NVIDIA znowu mówi o sztucznej inteligencji, ale tym razem nie chodzi o kolejną usługę w chmurze ani pokaz siły na slajdach. Nemotron 3 Nano Omni ma rozwiązać bardziej przyziemny problem. Dzisiejsi agenci AI często składają się z kilku osobnych modeli do obrazu, dźwięku i tekstu, a każdy taki przeskok kosztuje czas, pamięć i pieniądze. Jeśli ten plan zadziała, zmieni się nie tylko tempo pracy systemów, ale też sposób ich wdrażania.

Wystarczył jeden zły ruch i modna ostatnimi czasy obietnica automatyzacji zderzyła się z twardą rzeczywistością produkcji. Historia firmy PocketOS nie jest kolejną anegdotą o halucynacji modelu sztucznej inteligencji, tylko pokazem tego, co dzieje się wtedy, gdy agent AI dostaje zbyt duże uprawnienia, ustawia mu się słabe zabezpieczenia i środowisko, które wybacza za dużo. A to już problem wykraczający daleko poza jednen startup.

Kiedy jeden człowiek może uruchomić tysiące agentów AI jednocześnie, serwisy internetowe zaczynają przypominać strefy oblężenia. Rezerwacje znikają w ułamkach sekund, pule biletów kończą się, zanim człowiek zdąży kliknąć. World, znany wcześniej jako Worldcoin, twierdzi, że ma na to odpowiedź. Chodzi o kryptograficznie potwierdzoną tożsamość, pozwalającą powiązać każdego agenta z konkretną tęczówką oka użytkownika.

Amazon Web Services nie zamierza oddać pola OpenAI i Google. Podczas konferencji re:Invent 2025 gigant chmury obliczeniowej zaprezentował nie tylko cztery nowe modele z rodziny Nova 2, ale również usługę Nova Forge, która po raz pierwszy w branży umożliwia dostęp do wczesnych checkpointów treningowych. To oznacza, że przedsiębiorstwa mogą wreszcie tworzyć własne modele frontier, zamiast jedynie dostosowywać gotowe rozwiązania konkurencji.