Krásný pátek!
Po Velikonoční pauze jsou tu další tipy a ten úvodní tip naváže vlastně tam, kde končil minulý úvodník.
Na téma bezpečnosti.
I když tentokrát z jiné strany.
Začneme totiž tím, že se mrkneme na jeden model, který je podle všeho tak schopný v kyberbezpečnosti (spíš kyberNEbezpečnosti), že ho jeho tvůrci raději nepustili ven.
AI už fakt dávno není jen o tom, kdo umí nejlíp napsat text, udělat obrázek/video nebo odpovědět na dotaz v chatu. AI totiž sílí způsobem, který už není zajímavý jen pro fanoušky novinek, ale i pro lidi, kteří řeší reálné nasazení, bezpečnost a praxi.
Čím dál víc se ukazuje, že je opravdu důležité sledovat i to, co všechno ty modely umí dělat samostatně, kam až je firmy pustí a kde už začíná být jejich síla spíš problém než výhoda.
Na jednu stranu má AI fanoušek fakt radost z toho, co vše už dnešní nástroje zvládnout, ale na tu druhou… asi je realistické se do budoucnosti dívat i s mírnými obavami v duchu “co se stane, když se nám AI vymkne z rukou”?
Jak to máš ty? Máš občas aspoň pocit nejistoty nebo lehkého nebezpečí z dalšího vývoje? Napiš mi to do komentářů nebo jako odpověď emailem.
Mythos ukazuje, že další velký posun v AI nemusí být chat, ale bezpečnost
Anthropic tento týden představil model Claude Mythos Preview a zároveň udělal něco, co se u AI firem nevidí často. Model nepustil mezi veřejnost.
Důvod je jednoduchý a dost výmluvný. Podle firmy umí Mythos samostatně nacházet a zneužívat zero day zranitelnosti v hlavních operačních systémech i webových prohlížečích, a to na úrovni, která je výrazně nad předchozími modely. Anthropic na svém webu píše, že interně viděl i situace, kdy lidé bez formálního bezpečnostního vzdělání zadali úkol večer a ráno už na ně čekal hotový funkční exploit.
Přitom Mythos není model postavený čistě pro útočení. Anthropic tvrdí, že jeho síla vznikla jako vedlejší efekt lepšího programování, reasoning schopností a autonomie. Popisuje ho dokonce jako generační skok v kódování, logickém uvažování a kyberbezpečnostních schopnostech. Zkrátka a dobře, stejná AI, která umí chyby opravovat, je najednou umí i velmi dobře zneužít. No, asi se dalo čekat, že se jednou do tohoto bodu dostaneme ;)
Firma uvádí, že Mythos například autonomně objevil a zneužil 17 let starou chybu ve FreeBSD a našel i 27 let starý bug v OpenBSD, což je systém známý právě důrazem na bezpečnost. Na stránce Project Glasswing (viz níže) pak Anthropic otevřeně říká, že neplánuje obecnou dostupnost Mythosu a že jeho cílem je nejdřív vybudovat dostatečné ochranné mechanismy proti nejnebezpečnějším výstupům.
Místo veřejného vydání tak vznikl Project Glasswing, tedy omezený program pro vybrané partnery, kteří mají model používat hlavně k obraně a opravám kritického softwaru. Mezi těmito partnery jsou velcí hráči jako Cisco, Microsoft, CrowdStrike, AWS, Apple, Google, Nvidia, JPMorgan a Linux Foundation, plus desítky organizací, které spravují kritický software. Anthropic do projektu vložil 100 milionů dolarů v kreditech a slíbil, že do 90 dnů zveřejní, co se v programu podařilo opravit a jaké poznatky lze bezpečně sdílet dál. Je to vlastně docela praktická zpráva o tom, kam se AI posouvá.
Další generace modelů už nebude zajímavá jen tím, že lépe píše texty nebo kód. Bude zajímavá tím, že některé schopnosti už jsou natolik silné, že se firmy musí rozhodovat, jestli je vůbec mohou pustit ven. A Mythos zatím dostal jasnou odpověď. Ještě ne.
Claude Managed Agents aneb když už nechceš stavět agentovi celé hřiště ručně
Anthropic tento týden představil Claude Managed Agents, tedy službu pro vývojáře, kteří chtějí postavit a nasadit AI agenta bez toho, aby si sami skládali sandbox, správu session, oprávnění, běh nástrojů a další infrastrukturu kolem.
Jedná se vlastně o hotový operační základ pro autonomní agenty a ně žádné další chatovací okno. Anthropic slibuje, že díky tomu jde dostat agenta do produkce výrazně rychleji, podle nich až desetkrát. Služba je zatím v public beta a běží přes Claude API.
Co je na tom zajímavé? Managed Agents dávají Claude řízené prostředí, ve kterém může pracovat samostatněji a delší dobu. Umí si držet stav, pracovat se soubory, spouštět příkazy v kontejneru, hledat na webu a připojovat další nástroje přes MCP. Místo toho, aby sis stavěl vlastní agent loop a řešil, co se stane při chybě, Anthropic ti dodá hotovou vrstvu, která řídí kontext, volání nástrojů i zotavení po problémech. Pro firmy je to zajímavé hlavně tam, kde agent nemá jen jednou odpovědět, ale skutečně něco dělat. Třeba několik minut procházet data, upravovat soubory nebo obsluhovat vícekrokový workflow.
Dobré je i to, že Anthropic službu skládá z poměrně srozumitelných stavebních bloků. Definuješ agenta, tedy model, prompt, nástroje a schopnosti. Vedle toho vytvoříš environment, tedy cloudový kontejner s balíčky a síťovými pravidly. Pak spustíš session, ve které agent pracuje, a přes eventy s ním komunikuješ. Já vím, že takhle to zní strašně technicky, ale vlastně je to docela praktické. Jednou si nastavíš pracovníka, podruhé jeho dílnu a potřetí ho pošleš na konkrétní úkol.
Za zmínku stojí i cenový model. Neplatí se jen tokeny, ale také runtime session. Podle aktuální dokumentace je to 0,08 dolaru za session hodinu ve stavu running, k tomu běžná tokenová spotřeba modelu. Web search uvnitř session má samostatné účtování.
Za mě vidím velký potenciál pro využívání Claude Managed Agents ve firmách a týmech, které chtějí, aby agent opravdu pracoval. Pro takové to jednoduché jednorázové promptování ale dává pořád větší smysl klasické API.
A na co by se to mohlo prakticky využívat? Napadá mě třeba:
Agent pro multi‑kanálový content pipeline. Jeden nebo víc agentů, kteří v managed prostředí čtou brand manuál / Notion knowledge base, zpracují brief, udělají research a pak v sérii kroků vytvoří blog, newsletter, social pack, a nakonec to přes nástroje pošlou do CMS / schedulingu.
Sales / meeting‑preparation agent. Agent napojený na kalendář, CRM a třeba LinkedIn, který před meetingem zpracuje všechny dostupné informace o účastnících, firmě, předchozí komunikaci a připraví ti briefing, otázky a návrh next steps.
HeyGen Avatar V chce z digitálních dvojčat udělat použitelný pracovní nástroj
HeyGen u svého nového modelu Avatar V nepopisuje jen hezčí AI obličeje, ale poměrně ambiciózní technický posun. Model generuje mluvící video z referenčního videa a audia a v porovnání s předchozí verzí lépe drží nejen podobu člověka, ale i jemné detaily typu struktura zubů, textura pleti, vlasy nebo doplňky. A co je možná ještě zajímavější, HeyGen tvrdí, že model zachycuje i dynamickou část identity, tedy rytmus řeči, drobné mikroexpresy a typická gesta při mluvení.
Image Engine, který za tím stojí, nebere jen jeden snímek obličeje, ale vybírá z referenčního videa víc záběrů z různých úhlů a výrazů. Vedle toho mají v Heygenu samostatný audio engine pro klonování hlasu, který podle HeyGenu zvládne už z asi deseti sekund audia vytvořit hlas s odpovídající barvou i prozodií (tj. intonací, rytmem řeči, tempem, přízvukem na slovech a větách, pauzách, melodií hlasu), navíc s podporou vícejazyčného výstupu (podpora až pro 175 jazyků) a řízením emocí. Výsledné video pak ještě prochází identity aware super resolution, tedy dopočtem do vyšší kvality, který má zachovat tvář i při upscale.
Zajímavá je i trénovací pipeline. HeyGen má pět fází od obecného text to video pretrainingu přes audio to video adaptaci až po jemné doladění na datech stejné osoby v různých scénách, distilaci a alignment pomocí lidských preferencí.
Zatím byly často avataři z Heygenu poznat, ale… jak dlouho ještě?
Google Skills - nový domov pro AI učení?
Google Skills je nová vzdělávací platforma, kde Google soustředí učení kolem AI, cloudu a dalších dovedností. Nejde jen o video kurzy - platforma je postavená tak, aby sis dovednosti rovnou zkoušel v praxi, typicky v prostředí Google Cloud, a zároveň je uměl prokázat navenek přes odznaky a certifikace.
Když se Skills srovnají s Courserou, tak rozdíl je hlavně v cíli. Coursera je marketplace pro kurzy od mnoha institucí a Google tam nabízí své profesní programy, typicky Google Career Certificates. To je fajn, když chceš strukturovaný program a certifikát na vstup do oboru. Google Skills je naopak víc o průběžném, praktickém tréninku a prokazování konkrétních dovedností, včetně obsahu navázaného na práci s cloudem.
Moje oblíbená část jsou AI Boost Bites. Google to staví jako rychlé, praktické lekce na cca 10 minut, vedené jejich vlastními experty, které míří na konkrétní pracovní situace. V obsahu se často objevují nástroje jako Gemini, Gemini pro Workspace, NotebookLM nebo AI Studio. Takže místo velké teorie dostaneš malé sousto, které si můžeš dát mezi dvěma schůzkami a co se naučíš, tak třeba použít ještě ten den. Už je tenhle část stojí za to, aby člověk Google Skills zkusil.
V úvodu jsem zmínil odznaky (badges) a certifikace. Jak se liší? Skill badge (odznak) je digitální odznak za praktickou, konkrétní schopnost, typicky ověřenou přes hands on úkoly a scénáře. Certifikace je větší věc, je navázaná na dohledovanou zkoušku a má ambici potvrdit širší znalosti a schopnost řešit reálné business situace. Za mě jednoduché pravidlo: badge je skvělý na rychlé, konkrétní upskilling a do portfolia, certifikace dává smysl, když to chceš mít jako silný signál na trhu práce nebo uvnitř firmy.
Má Meta má konečně model, který není do počtu?
Meta představila nový model Muse Spark a tentokrát to nevypadá jako další povinné cvičení pro uspokojení investorů. Jde o první model z nové řady, který Meta staví hlavně pro vlastní ekosystém, tedy pro Meta AI, web meta.ai a postupně také pro WhatsApp, Instagram, Facebook, Messenger a a brýle Ray‑Ban. Důležitá změna je i v tom, že narozdíl od Llama modelů už nejde o open source, ale o uzavřené prostředí
Jak si Muse Spark vede s konkurencí? No, není to žádný nový král všeho, ale už to není ani outsider. Podle Artificial Analysis se dostal na čtvrté místo za Gemini 3.1 Pro, GPT 5.4 a Claude Opus 4.6, což je pro Metu po slabším dojmu z Llama 4 dost zásadní posun. Meta navíc říká, že jde o menší a rychlejší model, který má ověřit nový směr, ne finální vrchol nabídky. Silný má být hlavně v multimodálním porozumění, tedy v práci s textem i obrazem, a dobře si vede i u zdravotních dotazů. Slabší zůstává v programování a ve složitějších vícekrokových úlohách, kde si OpenAI a Anthropic pořád drží náskok.
Odlišnost oproti zatím rozšířenějšími modelům je v tom, že Muse Spark víc personalizuje odpovědi: při doporučeních má přednostně čerpat z profilů a obsahu, který na FB/IG sleduješ, a obecný web používá spíš k ověření faktů. To je něco navíc proti “odděleným“ chatbotům typu ChatGPT nebo Claude, které tak hluboký přístup k sociálním datům nemají.
A co dostupnost v Česku? Tady je potřeba rozlišovat Meta AI obecně a nové funkce postavené na Muse Spark. Meta AI už do Evropy rozjela v březnu 2025 a zdarma ji přinesla do Facebooku, Instagramu, WhatsAppu a Messengeru. Nové režimy a schopnosti Muse Spark ale Meta nejprve pustila v USA a další země mají následovat v příštích týdnech. V Česku je už dnes prakticky použitelný přes web meta.ai / aplikaci Meta AI, ale plná integrace přímo do všech Metích aplikací se má teprve během jara postupně zapínat, takže ji zatím nemusíš vidět u sebe v rozhraní.
Jednou větou
Midjourney zpřístupnil V8 Alpha na alpha.midjourney.com a souběžně interně testuje nový “Editor model“, který má sjednotit inpainting, outpainting, personalizaci, moodboardy i camera‑kontroly do jednoho editačního režimu. V8 se má v příštích týdnech stabilizovat (lepší estetika, vyšší defaultní rozlišení, vyšší koherence, 2K režim), přičemž roadmapa slibuje, že obrázky z alpha verze zůstanou zachované i po přesunu V8 na hlavní produkční server.
Veo 3.1 Lite je dosud nejlevnější varianta video modelu od Google určená pro text‑to‑video a image‑to‑video ve 720p/1080p, orientovaná na velkoobjemové aplikace. Veo 3.1 Lite má podobnou rychlost jako Veo 3.1 Fast, ale s výrazně nižší cenou, podporuje landscape i portrait (16:9, 9:16) a míří na vývojáře, kteří potřebují masivně generovat kratší klipy (reklamy, feed video, template‑based obsah).
Děkuji ti za přečtení nejnovějšího vydání 5 tipů od Petra!
Pokud se ti novinky ze světa AI líbily, prosím, doporuč 5 tipů od Petra svým kamarádům přes toto tlačítko:
A nebo se přidej mezi předplatitele, kteří mají přístup k návodům, jak AI začlenit do své praxe.