Radar AI #8 - Lutowy Model Rush - 7 modeli w jednym miesiącu

Luty 2026 przejdzie do historii jako miesiąc, w którym siedem dużych modeli językowych zadebiutowało niemal jednocześnie - Gemini 3 Pro GA, Claude Sonnet 4.6, GPT-5.3, Qwen 3.5, GLM-5, DeepSeek v4 i Grok 4.20. Rywalizacja USA-Chiny przenosi się bezpośrednio na poziom modeli, a open-source dogania closed-source w tempie niewidzianym wcześniej. Claude Sonnet 4.6 od Anthropic stał się nowym domyślnym modelem - preferowany nad Opusa 4.5 w 59% przypadków, z 1M tokenów kontekstu (beta), 77% na benchmarkach complex reasoning i ceną $3/$15 per milion tokenów. Mniejsza tendencja do overengineeringu, lepsza odporność na prompt injection. Gemini 3.1 Pro odpowiada wynikiem 77.1% na ARC-AGI-2 (podwojenie vs 3.0), 1M context i 64K tokenów output. Wersja Gemini 3 Deep Think idzie dalej: 84.6% ARC-AGI-2, 48.4% Humanity's Last Exam i złoty medal Olimpiady Fizyki. Meta Llama 5 to przełom dla open-source: Apache 2.0, 2M tokenów kontekstu, native tool-use, 40% mniej compute, GPT-5-level wydajność. Alibaba Qwen 3.5 z 397B parametrami obsługuje 201 języków, jest 60% tańszy i 8x wydajniejszy od poprzednika. DeepSeek v4 rozszerza kontekst do 1M+ tokenów, a Zhipu AI wypuszcza GLM-5 z 744B parametrami do "agentic engineering". OpenAI nie pozostaje w tyle: GPT-5.3-Codex ze Steer Mode i Codex-Spark (z Cerebras) pokrywają pełny SDLC, 25% szybciej od 5.2-Codex. GPT-5.2 uzyskał nowy wynik w fizyce teoretycznej. Jednocześnie OpenAI wycofuje GPT-4o, GPT-4.1 i o4-mini z ChatGPT - GPT-5.2 staje się domyślny, czas na migrację. Praktyczny wniosek: przy takiej gęstości innowacji nie gonić za każdym modelem, lecz testować te pasujące do swoich use case'ów. Konteksty 1M-2M tokenów stają się standardem, a open-source (Llama 5, Qwen 3.5) to realna alternatywa dla zamkniętych rozwiązań.

Trzy niezależne źródła - Harvard Business Review, Fortune i ShiftMag - zbiegły się w tym tygodniu z tą samą diagnozą: masowa adopcja AI nie przekłada się na oczekiwane wzrosty produktywności. Badanie HBR (8-miesięczna etnografia, 40+ wywiadów) identyfikuje trzy mechanizmy: rozszerzanie zakresu zadań ("AI to umożliwia, więc biorę więcej"), zacieranie granic praca-życie (konwersacyjna natura AI sprawia, że praca staje się "ambienna") oraz narastający multitasking z rosnącym obciążeniem kognitywnym. Fortune przywołuje paradoks Solowa - ten sam, który tłumaczył opóźnienie produktywności po rewolucji komputerowej w latach 80. Dane ShiftMag potwierdzają: przy 93% adopcji narzędzi AI przez deweloperów, realne wzrosty produktywności utrzymują się na ~10% i nie rosną od Q2 2025. 26.9% kodu w produkcji jest pisane przez AI, ale ogólna wydajność stoi w miejscu. Europejskie badanie CEPR dodaje kontekst: AI podnosi produktywność firm o średnio 4%, ale luka między dużymi (45% adopcji) a małymi firmami (24%) rośnie. Kluczowy insight: szkolenia pracowników dają 5.9pp dodatkowego efektu - więcej niż sama technologia. Polskie dane potwierdzają strukturalną zmianę na rynku pracy. Raport z Irlandii (cytowany przez SpiderSweb) pokazuje, że zatrudnienie młodych (15-29 lat) w ICT spadło o 20%, podczas gdy starsi (30-59) zyskali 12%. W USA analogiczny spadek to 13% dla grupy 22-25 lat. Entry-level znika - AI podnosi próg wejścia. W Polsce oferty dla frontendowców spadły z 11.4% (2022) do 4% (2025), na jedno ogłoszenie spływa 80 CV, a oferty dla juniorów skurczyły się z 15% do 5%. Rosną za to Data/BI, DevOps i Business Analysis. 45% czasu MŚP pochłaniają repetitive tasks - kluczowe 6 obszarów do automatyzacji to onboarding, cold mailing (najwyższy ROI), kalendarz, dokumenty, compliance i support.

Ten tydzień wyraźnie zarysował fundamentalny spór o to, czym AI powinno być w rękach człowieka. Z jednej strony - trzeźwa filozofia augmentacji. Artykuł "AI as Exoskeleton" argumentuje, że firmy traktujące AI jako autonomicznego agenta rozczarowują się, podczas gdy te traktujące go jako wzmacniacz ludzkich możliwości - transformują się. Analogia z fizycznymi egzoszkieletami jest trafna: Ford wdrożył EksoVest i zanotował 83% spadek urazów - człowiek wciąż decyduje co podnieść, ale robi to bez niszczenia kręgosłupa. Recepta: dekomponuj zadania (nie role), buduj mikro-agentów do jednej funkcji, trzymaj człowieka w pętli decyzyjnej, a porażki komponentów czyń widocznymi i debugowalnymi. Enduring value: "AI tak dobrze zintegrowane z ludzkim workflow, że czujesz je jak naturalne rozszerzenie własnych zdolności." Z drugiej strony - geopolityka i etyka użycia AI eskalują. Pentagon zagroził Anthropic odcięciem od kontraktów wartych $200M, jeśli firma nie zgodzi się na klauzulę "all lawful purposes". Anthropic odmawia - utrzymuje zakaz mass surveillance i autonomicznej broni, stawiając granice etyczne ponad zysk. Jednocześnie Departament Obrony USA uruchomił GenAI.mil - platformę z custom ChatGPT dla 3 milionów użytkowników wojskowych, sygnalizując, że wojsko pójdzie z tymi dostawcami, którzy powiedzą "tak". To nie jest abstrakcyjna debata - to realny wybór biznesowy, który będzie definiował branżę AI przez lata.