Radar AI #33 – Anthropic znakuje wodnie każdy tekst z Claude'a

OpenAI rozszerza reklamy w ChatGPT na kolejne rynki – Reklamy wyświetlają się zalogowanym dorosłym na planach Free i Go (Plus, Pro, Business, Enterprise i Edu są ich wolne): na dole odpowiedzi, oznaczone jako sponsorowane i wizualnie oddzielone od treści, bez wpływu na samą odpowiedź modelu. Testy ruszyły wcześniej w USA, a 11 sierpnia dołączyły Wielka Brytania, Meksyk, Brazylia, Japonia i Korea Południowa. W darmowym planie da się je wyłączyć w zamian za mniejszy limit wiadomości dziennie.

68% firm uważa, że agenci AI będą skuteczniejsi od tradycyjnych kanałów obsługi klienta – Dane z raportu Capgemini „Reimagining customer experience: Human-led, AI-powered”: 58% konsumentów liczy na oszczędność czasu dzięki automatyzacji, ale 69% wybaczy wadę produktu, a nie bezosobową obsługę. Prognoza: do 2028 firmy obsługujące AI 80% procesów klienckich będą wyprzedzać konkurencję, a rozmowa z człowiekiem stanie się usługą premium.

OpenAI publikuje przegląd, jak przedsiębiorstwa realnie wdrażają AI – Materiał rozdziela obszary, gdzie AI już pracuje produkcyjnie, od tych, które utknęły w fazie pilotażu. Dobry materiał porównawczy dla firm zastanawiających się, czy ich tempo wdrożenia odbiega od rynku.

Czego OpenAI nauczyła się, budując dział finansowy oparty na AI – Wewnętrzny case opisany przez osobę, która ten dział zbudowała: co dało się zautomatyzować od razu, gdzie potrzebny był człowiek i jakie procesy trzeba było przeprojektować, zanim AI miała sens.

Rolnik zniszczył całoroczną uprawę po poradzie chatbota – Zdarzenie z chińskiej prowincji Anhui, opisane po polsku przez Spider's Web: asystent AI podał recepturę oprysku (m.in. fomesafen) na 10 hektarów sezamu – rośliny szerokolistnej, dla której ten środek jest zabójczy. Obsługa aplikacji broni się, że „system nie posiada niezależnej bazy wiedzy” i generuje odpowiedzi ze źródeł publicznych. Podręcznikowy przykład, dlaczego przy decyzjach kosztownych i nieodwracalnych model jest podpowiedzią, a nie autorytetem.

Qwen 3.8 Max zrównał się z czołówką w indeksie agentowym – ale nie wyprzedził Opus 5 – Wbrew głośnym nagłówkom z Reddita: model Alibaby ma 58 punktów w Agentic Index Artificial Analysis, czyli remis z Opus 5 na wysiłku xhigh i jeden punkt za Opus 5 na max, który dalej trzyma pierwsze miejsce z 59. Prawdziwa historia jest inna i ciekawsza – dystans na szczycie stopniał do jednego punktu, a model, który go domyka, ma otwarte wagi (2,4 bln parametrów, 95 mld aktywnych). Koszt: 64 tury na zadanie zamiast 14 w poprzedniej generacji i 1,14 dolara za zadanie indeksu wobec 0,53 wcześniej.

Claude Fable 5 z adaptacyjnym rozumowaniem i fallbackiem na Opus 5 – Model sam decyduje o głębokości rozumowania dla danego zadania i przełącza się na mocniejszy tier, gdy uzna to za potrzebne. Praktycznie: mniej ręcznego dobierania modelu do zadania w przepływach produkcyjnych.

Niewydany model Anthropic przesunął granicę przy hipotezie Riemanna – Model nie rozwiązał problemu sprzed 150 lat, ale istotnie podniósł dolną granicę zakresu, w którym hipoteza się sprawdza. Metoda robi wrażenie bardziej niż wynik: 36 godzin pracy, 650 przetestowanych podejść, 60 podagentów w podziale ról (2 rozwijały kluczowe idee, 13 je zasilało, 30 szukało nowych, 13 weryfikowało poprawność, 2 redagowały) i 31 mln wygenerowanych tokenów. Wynik potwierdziły dwie matematyczki Anthropic i sformalizowano go w asystencie dowodów Lean.

Prompt da się odtworzyć z samego tekstu odpowiedzi – Badacze z IIT Bombay i Adobe Research pokazali metodę Previous-Token Prediction: odwrotny model językowy przewiduje tokeny poprzedzające zamiast następnych. Do rekonstrukcji nie trzeba ani wag, ani dostępu do API – wystarczy output. Model odwrotny wytrenowany na małym Qwen-3-0.6B wyciągał prompty z odpowiedzi GPT-4o. Zastrzeżenie: testowano wyłącznie prompty jedno- i dwuzdaniowe, więc długie system prompty pozostają niesprawdzone. Jeśli traktujesz swoje prompty jak tajemnicę firmy, to założenie właśnie zaczęło się kruszyć.

Zaszyfrowane ślady rozumowania da się odtwarzać między modelami – Reasoning trace pobrany z zamkniętego API można „przegrać” na innym modelu, co otwiera nowy wektor jailbreaku.

Claude Code 2.1.224-228: własna infrastruktura i rozmowy między sesjami – Wydanie z 7 sierpnia wprowadza `claude self-hosted-runner`, czyli uruchamianie sesji web, mobile i desktop na własnych maszynach lub kontenerach (plany Team i Enterprise), oraz narzędzia ListAgents i SendMessage pozwalające sesjom wykrywać się nawzajem i wymieniać wiadomości (macOS i Linux). Doszły też pluginy z archiwów ZIP bez gita i npm z opcjonalnym przypięciem SHA-256, limity wydatków po stronie gateway z komunikatem o capie i czasie resetu oraz pytanie o zaufanie do katalogu przy uruchamianiu agentów. Kolejne wersje (11-12 sierpnia) to poprawki sesji, Bash, /tui i bezpieczeństwa skilli.

Cline liczy, kiedy self-hosting LLM-ów przestaje być fanaberią – Analiza opłacalności trzymania modeli u siebie kontra płacenie za API przy dużym wolumenie. Materiał do policzenia własnego progu opłacalności, zanim rachunek za tokeny zacznie boleć.

Rozszerzenie Claude do Chrome staje się pełnoprawną sesją Cowork – Wtyczka przeglądarkowa Anthropic przestaje być osobnym narzędziem i zamienia się w sesję Cowork z trwałym stanem współdzielonym między aplikacjami Anthropic – to, co zaczniesz w przeglądarce, kontynuujesz gdzie indziej bez odbudowywania kontekstu.

Truth Social chce 100 tys. dolarów miesięcznie za API – ktoś zbudował alternatywę za 1 dolara – Zamiast oficjalnego kanału danych rynkowych: workflow n8n plus BrightData, z opóźnieniem rzędu minuty względem źródła. Najczystsza ilustracja tezy, że cena API bywa ceną wygody, a nie ceną danych – i dobry materiał na rozmowę z klientem, który słyszał, że „automatyzacja tego to koszty licencji”.

Glovo wchodzi do ChatGPT i Claude'a – zakupy przez rozmowę – Użytkownik wpisuje `@glovo` i opisuje potrzebę naturalnym językiem („prezent dla miłośnika kawy do 200 zł”), a asystent zwraca do pięciu dopasowanych ofert ze zdjęciami i cenami; finalizacja zamówienia odbywa się już na platformie Glovo, nie w czacie. Firma przedstawia się jako pierwsza platforma dostawcza w Polsce z taką integracją. Shiro Theuri, CTO: „Sposób, w jaki konsumenci szukają produktów i podejmują decyzje zakupowe, dynamicznie się zmienia”. Konkretny sygnał, że warstwa odkrywania produktu przenosi się do asystentów – z konsekwencjami dla tego, jak firmy będą musiały opisywać swoją ofertę.