TL;DR#

  • Anthropic dal šesti výzkumníkům z METR přístup zhruba na úrovni svých interních týmů pro hodnocení rizik; METR smí publikovat vlastní hodnocení, Anthropic ho nemůže vetovat, jen vyžadovat redakci vymezených kategorií. Anthropic
  • Meta vydala open-weight model Muse Spark Open (816 mld. parametrů, kontext 1 mil. tokenů), uzpůsobený pro Macy; nejlépe se hodí pro Mac Studio s M5 Ultra. TechCrunch
  • Podle FT (via Simon Willison) Anthropic řekl investorům, že čtvrtletní tržby vzrostly téměř o 50 % na 16,8 mld. $ a že destilace tvořila 5–7 % tržeb. Simon Willison
  • Copilot ve Slacku a Teams umí pracovat s více repozitáři v jedné konverzaci a číst sdílené zprávy a vlákna ze Slacku jako kontext. GitHub
  • GitHub uvedl agentní autofix pro code scanning alerty (Copilot opraví alert, ověří CodeQL a otevře draft PR) do všeobecné dostupnosti. GitHub

Analýza#

Anthropic pouští METR dovnitř

Anthropic dal šesti lidem z METR firemní notebooky, kancelář a interní nástroje zhruba srovnatelné s těmi, které mají jeho týmy pro hodnocení rizik. METR bude publikovat vlastní analýzy rizik, incidentů a postupů; Anthropic publikaci nemůže vetovat, ale může vyžadovat redakci úzce vymezených kategorií (data zákazníků, informace chráněné advokátním tajemstvím, architektury modelů) a METR smí veřejně říct, zda redakce považuje za oprávněné. Vzniká třístupňový model: první úroveň jsou úzce vymezená hodnocení, na druhé mohou hodnotitelé publikovat bez schválení a mají víc informací, třetí je ujednání s METR (podle TechCrunche zatím jediné; u SecureBio tamtéž schvaluje publikaci Anthropic). Navazuje na debatu z 17. září , zda budou vestavění evaluátoři opravdu nezávislí, a plní závazek ze zářijového Amodeiho eseje (TechCrunch ). Zbývá ověřit v praxi: až METR poprvé něco zveřejní, uvidíme, jak široké redakce byly. Pokračování.

Meta Muse Spark Open

Meta vydala open-weight model s 816 mld. parametrů a kontextem 1 mil. tokenů, nativně multimodální, zaměřený na kódování a agenty, spolu s terminálem Muse Code. Meta ho nazývá „nejschopnějším" open-weight modelem v USA a tvrdí, že na jejích evaluacích předčí ostatní open-weight modely, ale TechCrunch neuvádí žádná konkrétní skóre ani licenci; zmiňuje jen spolupráci s Apple, bez podrobností. Podle Engadgetu (citovaného TechCrunchem) lokální provoz vyžaduje alespoň 1 TB RAM, takže „běží na Macích" znamená Mac Studio s M5 Ultra, ne běžný notebook. Navazuje na Muse Wonder (13.10.) a Muse na Macu (19.9.) ; model je dostupný přes API platformy i jako otevřené váhy. Primární blog (research.meta.ai) jsem neověřil, odkaz je via TechCrunch.

Tržby Anthropicu před IPO

Podle FT (via Willison, FT je za paywallem) Anthropic investorům sdělil čtvrtletní tržby 16,8 mld. $ (Q2: 11,5 mld. $), upravenou provozní marži 11 % bez stock-based compensation a ve 3. čtvrtletí 1,70 $ tržeb na dolar utracený za výpočetní výkon. Zdrojem jsou lidé obeznámení s věcí, ne zveřejněná čísla. Pozornost si zaslouží tvrzení, že destilace konkurenčními laby tvořila 5–7 % tržeb a že ji v Q3 podstatně omezil; Willison si z toho odvozuje, že soupeři v Q2 utratili za destilaci přes půl miliardy dolarů, ale to je jeho vlastní odhad. Souvisí s přípravou IPO a bojem o hlasy (27.9.) a s kampaní extrakce uvažování u OpenAI (1.10.) .

GitHub: agentní autofix je GA

Alert z code scanningu lze přiřadit Copilotu, který navrhne opravu, znovu spustí CodeQL, a otevře draft PR; až 25 alertů v jednom PR, jen alerty na výchozí větvi. Dostupné pro zákazníky GitHub Code Security / Advanced Security na Enterprise Cloud; nejdřív to musí zapnout administrátor podniku, vyžaduje nastavenou fakturaci Copilotu a spotřebovává AI Credits a minuty Actions. Praktický krok od „generuj návrh" k „zavři alert", ale s cenovkou, kterou si firmy musí hlídat.

Komentář#

Nejzajímavější je dnes směr, kterým se láme otázka důvěry: Anthropic přestává jen tvrdit, že je transparentní, a dává METR právo psát nepříjemné věci bez veta. Je to první konkrétní mechanismus, ne další deklarace, a měl by se stát měřítkem pro ostatní labs. Kdo ho nenapodobí, bude muset vysvětlit proč. Sledujte první publikovaný výstup METR – teprve ten ukáže, zda je to skutečná kontrola, nebo kontrola na oko.

Druhý trend je otevřenost jako zbraň. Meta po Wonderu vypouští váhy, které si podle Engadgetu doma spustí málokdo (minimálně 1 TB RAM), takže „open-weight" je tu podle mě spíš PR a tlak na ceny než demokratizace. Naopak čísla z Anthropicu ukazují, kde se peníze opravdu dělají: tržby rostou, upravené marže jsou kladné a podíl destilace (5–7 % tržeb) ukazuje, jak široce konkurenční laby Claude využívají. Číslům věřte opatrně – jsou z FT přes zdroje a bez auditu.

Bublina: každé „nejschopnější open-weight" bez publikovaných benchmarků. Praxe: agentní nástroje typu autofix se stávají placenou infrastrukturou – počítejte s tím, že poběží na AI Credits a minutách Actions.

Ostatní#

Microsoft Research představil Magnetar , zero-knowledge virtuální stroj, který dokazuje běh programů v RISC-V (Rust, Go, C); podle autora je v 15 benchmarcích v průměru 10–39× rychlejší než nejrychlejší srovnatelné zkVM a ověření důkazu trvá asi 12 ms (vlastní údaje).

Poznámka k rešerši: Přehledy z 14. a 15. října už existovaly, proto jsem z dnešní rešerše vynechal duplicity (midterms, Singapur, YouTube Music, Deezer, Figma aj.). Nešly načíst The Verge, Ars Technica, Business Standard RSS, x.ai, z.ai/blog, Euractiv, Moonshot, Qwen blog a ByteDance Seed; openai.com vrací 403, takže OpenAI položky chybí. Muse Spark Open: primární blog Mety neověřen. Prompt injection jsem nezaznamenal.