AINews (swyx)11. 8.MetaOpen-weight modelyAI agentiAnthropic
[AINews] Muse Glimmer and Spark: Open Weights return Personal Superintelligence promise
Meta uvedla Muse Glimmer – open-weight 30B model (Apache 2.0) optimalizovaný na lokální, stále běžící agentní úlohy, který se vejde na jedinou GPU RTX 3090 (cca 18GB ve 4-bit kvantizaci, 128K kontext); model Spark 1.2 má následovat brzy. Zuckerberg k tomu zveřejnil navazující esej o "personal superintelligence". Newsletter dále zmiňuje, že Anthropic zpřístupnila Claude Sonnet 5 za trvale nižší ceny (2 USD/10 USD za milion tokenů) a že interní výzkumný model Claude zlepšil dolní odhad související s Riemannovou hypotézou (podíl nulových bodů na kritické přímce z 41,6 % na 67,2 %), aniž by hypotézu vyřešil.
Proč to je důležité: Muse Glimmer je prakticky nasaditelný lokální agentní model na běžném hardwaru bez závislosti na cloudu, což je zajímavé pro firmy řešící data governance a náklady. Trvale nižší ceny Claude Sonnet 5 zase přímo snižují provozní náklady API integrací – obojí je akční hned, nikoli jen hype.
AI Secret11. 8.ClaudeAnthropicNvidiaAI financování
🛎️ A 37-Year Math Record
AI Secret newsletter reportuje, že Anthropic nechal neuveřejněný model Claude pracovat na Riemannově hypotéze – za den a půl (650 pokusů, 60 agentů, 31 milionů tokenů) posunul podíl prokazatelně platných nulových bodů zeta funkce z 41,6 % na 67,2 %, což je pokrok, který matematici dělali 37 let. Druhá hlavní zpráva: Nvidia s Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs a KKR chystá získat přes 500 miliard USD od externích investorů na výstavbu AI datacenter, přičemž Nvidia sama garantuje až 25 % zbytkové hodnoty projektů, což zpochybňuje tvrzení o nezávislosti financování.
Proč to je důležité: Matematický průlom je zatím spíš demonstrací síly hrubé síly (stamina, ne genialita) a nemá okamžitý byznysový dopad, ale ukazuje směr, kam míří schopnosti modelů. Nvidia dluhový model je konkrétnější varovný signál pro B2B trh – strukturou připomíná vendor financing z dot-com bubliny a stojí za sledováním u firem investujících do AI infrastruktury.
AI For Work11. 8.PathwayAI computereasoning modelypost-transformer architektura
Pathway breakthrough answers AI's compute problem
Pathway představil malý reasoning model BDH-CQ (150 milionů parametrů) postavený na post-transformerové architektuře, spolu s výsledky na benchmarku ARC-AGI-1: 29,5% přesnost (pass@2) při nákladu $0,0007 na úlohu. Pro srovnání, nejlevnější model OpenAI GPT-5.6 Luna (Low) dosáhl 34,5% přesnosti, ale i po 80% zlevnění z 30. července stojí 11× více na úlohu. Architektura vychází z říjnového paperu Pathway The Dragon Hatchling a tým věří, že ji lze škálovat až na 600 miliard parametrů konkurenceschopných s předními modely.
Proč to je důležité: Zatím jde o výzkumný proof-of-concept na malém modelu, ne o nasaditelnou náhradu frontier modelů, takže pro firmy zatím není přímo akční – ale řádové snížení nákladů na inferenci je signál k sledování pro každého, kdo plánuje škálovat AI agenty a řešení s vysokým objemem dotazů.
Futurepedia11. 8.Claude SkillsAutomatizaceCoworkProduktivita
This Claude Feature Could Save You Hours
Newsletter Futurepedia popisuje novou funkci Claude record-a-skill, kdy uživatel jednou nahraje obrazovku a slovně popíše svůj pracovní postup (např. týdenní report z dashboardu do šablony) a Claude z toho vytvoří opakovaně spustitelný skill. Článek jde krok za krokem od výběru vhodného opakujícího se úkolu přes nahrávání až po spuštění a doladění hotového skillu, včetně doporučení nahrát i variantu s výjimkami pro robustnost.
Proč to je důležité: Jde o reálně použitelnou funkci již dostupnou v Claude (Skills / Cowork), vhodnou pro automatizaci opakovaných manuálních procesů typu reporting, onboarding klientů nebo zpracování faktur v menších týmech. Není to hype – jde o konkrétní návod s praktickým dopadem na úsporu času, ale vyžaduje disciplínu při přípravě dat a workflow.
Latent.Space (swyx)11. 8.BioAIChai DiscoveryFarmaceutický průmyslAI nástroje pro drug design
🔬The BioAI Phase Shift - Matthew McPartlon & Neil Patil, Chai Discovery
Podcast Latent Space s kolegy Mattem McPartlonem a Neilem Patilem popisuje, jak firma Chai Discovery (dnes v hodnotě 4 mld. USD) od ledna 2026 uzavřela čtyři velké obchody s farmaceutickými giganty (Lilly, Novartis, argenx) na nástroje pro AI design molekul a proteinů. Epizoda vysvětluje posun od strukturních modelů k binding modelům, které umožňují navrhovat molekuly (např. bispecifické protilátky) rovnou funkční, a popisuje UX inspirované CAD nástroji místo chatbotů.
Proč to je důležité: Jde o konkrétní, již monetizovaný trend – farma platí za AI nástroje na návrh léčiv, ne jen za výzkum, což ukazuje reálnou komerční validaci Bio×AI segmentu. Pro české B2B publikum je to spíš inspirace/watch-list, ale signalizuje, kam směřuje vertikální AI tooling a hodnota specializovaných enterprise nástrojů.
Jan Řezáč via LinkedIn11. 8.Dark factoriesAI v softwarovém vývojiAI agentiBudoucnost práce
Kód nesmí číst člověk (dark factories, setrvačnost, marketing a design)
Jan Řezáč v newsletteru popisuje koncept dark factory firmy StrongDM, která postavila vývoj softwaru na dvou pravidlech: kód nesmí psát ani kontrolovat člověk. Autor to hodnotí jako částečný hype – vytvořit takovou dark software factory dnes trvá 6+ měsíců intenzivní práce a jde o experiment, ne mainstream. Zároveň upozorňuje, že podobné změny (bez lidské kontroly) se už reálně dějí i mimo programování – v marketingu, designu a administrativě.
Proč to je důležité: Pro české B2B firmy je to zatím spíš signál než akutní akční bod – dark factories nejsou hotové řešení k nasazení, ale ukazují směr, kam se posouvá důvěra v AI agenty bez lidského review. Firmy prodávající člověkodny by si měly uvědomit, že tento model je s automatizací kódu v přímém konfliktu.
Stanford Online11. 8.Stanford OnlineAI vzděláváníOnline kurz
Last Chance to Enroll in This AI Course
Stanford Online upozorňuje na poslední šanci zapsat se do kurzu XCS221: Artificial Intelligence – Principles and Techniques, který začíná 17. srpna a běží do 25. října. Kurz pokrývá základy AI – strojové učení, posilované učení, jazykové modely, vyhledávací algoritmy a logiku. E-mail zároveň uvádí přehled dalších nadcházejících AI kurzů Stanfordu od září 2026 do ledna 2027.
Proč to je důležité: Jde čistě o marketingovou nabídku placeného akademického kurzu, ne o zprávu s okamžitým byznysovým dopadem pro české B2B prostředí. Relevantní je pouze pro jednotlivce zvažující formální vzdělávání v AI s tříměsíčním časovým nasazením.