Představte si, že sedíte nad obchodním případem a místo přepínání mezi pěti kartami prostě napíšete do Claude nebo ChatGPT: „Které firmy z našeho seznamu teď aktivně zkoumají naše řešení a na jaké fráze se dívají?“ A dostanete odpověď podloženou daty, ne odhadem.

Model se může vejít do VRAM a přesto být pro každodenní programování prakticky nepoužitelný. U lokálního LLM nestačí porovnat velikost GGUF souboru s kapacitou grafické karty. Do stejného rozpočtu se musí vejít také runtime, aktivace modelu, KV cache a pracovní kontext AI agenta. Právě poslední dvě položky vysvětlují, proč může krátký chat fungovat, zatímco otevření většího projektu v OpenCode nebo podobném nástroji skončí nedostatkem paměti.

Čínská společnost Z.ai vydala nový model GLM 5.3, který má podle firemních testů neobvykle silné schopnosti při hledání a zneužívání softwarových zranitelností. Model zatím není volně ke stažení. Z.ai jeho zpřístupnění odložila, aby prověřila bezpečnostní rizika. Důvod je prostý: tentokrát nejde jen o další AI, která umí napsat funkci v Pythonu. GLM 5.3 se podle dostupných výsledků dokáže pustit i do práce, která se běžně spojuje s profesionálními bezpečnostními týmy.

Umělá inteligence si při dlouhém rozhovoru může začít dělat pořádek v paměti. Starší část konverzace zkrátí do souhrnu, aby se vešla do dostupného kontextu. Jenže podle nové studie při tom často nezmizí hlavní úkol, ale právě drobná pravidla, která uživatel zadal. Výzkumníci naměřili, že po takzvané kompakci přežije v průměru pouze 17 procent těchto instrukcí.

Firmy už AI agenty nezkoušejí jen v bezpečných pískovištích. Průzkum mezi 200 vedoucími pracovníky ukázal, že téměř 60 procent z nich provozuje autonomní agenty v produkci. Největší otázkou už není, zda agent něco zvládne, ale co smí udělat bez člověka a kdo ponese odpovědnost za chybu.

Vietnam není první zemí, kde byste hledali technologický vzor. Přesto právě odtud pochází aplikace AI Hay, která od spuštění v roce 2023 nasbírala přes 15 milionů stažení a byla jediným vietnamským technologickým startupem uvedeným v seznamu Forbes Asia 100 to Watch 2025.

V llama.cpp je u modelu Qwen3.8-27B ukrytá funkce, která umí předvídat další tokeny dopředu. Většina lidí ji ale nikdy nezapne, protože ji knihovna bez explicitního přepínače tiše ignoruje. Přicházejí tak o třetinu až dvě třetiny rychlosti zadarmo. Při ověření na dvou grafických kartách se rychlost generování po zapnutí jediného parametru zvedla o 69 procent — z 15,9 na 26,8 tokenu za sekundu. Žádný nový model, žádná konverze, žádný poplatek.

AWS přidalo do Amazon DynamoDB nativní vektorové vyhledávání. Záznamy s embeddingy lze nyní hledat podle podobnosti přímo v databázi, která zároveň uchovává běžná provozní data. Vývojáři tak mohou v řadě scénářů vynechat samostatnou vektorovou databázi, OpenSearch i část synchronizační infrastruktury.