Uncategorized

Články kategorie Uncategorized
Ilustrační obrázek k článku: Budoucnost firemní analytiky nespočívá v jednom nástroji, ale v kontextové kombinaci
26.7. 2026

Budoucnost firemní analytiky nespočívá v jednom nástroji, ale v kontextové kombinaci

Forrester Research publikoval výzkum, který zpochybňuje dlouhodobé úsilí BI lídrů najít jediný nejlepší způsob, jak dodat datová zjištění koncovým uživatelům. Místo toho navrhuje, že firmy potřebují strategii založenou na kombinaci multimodálních, sémantických a agentních přístupů přizpůsobených kontextu konkrétní úlohy. Jde o posun od hledání univerzálního nástroje k orchestraci různých přístupů k datům podle potřeby uživatele.

Ilustrační obrázek k článku: Hermes vs OpenClaw: Dva open source přístupy k autonomním AI agentům míří do firem
25.7. 2026

Hermes vs OpenClaw: Dva open source přístupy k autonomním AI agentům míří do firem

V červenci 2026 se v komunitě open source AI objevily dva konkurenční frameworky pro automatizaci procesů pomocí AI agentů. OpenClaw se zaměřuje na okamžité spouštění nástrojů a orchestraci workflow, Hermes staví na dlouhodobém učení a adaptaci schopností. Rozdíl není jen technický — jde o dva odlišné modely toho, jak může firma provozovat autonomní AI systémy ve vlastní infrastruktuře, s odlišnými nároky na dohled, kontrolu a compliance.

Ilustrační obrázek k článku: OpenAI spouští Presence — platformu pro nasazení hlasových a chatových AI agentů v podnicích
24.7. 2026

OpenAI spouští Presence — platformu pro nasazení hlasových a chatových AI agentů v podnicích

OpenAI vydává Presence, nástroj určený firmám, které chtějí provozovat vlastní hlasové nebo textové AI agenty pro zákazníky i interní procesy. Jde o podnikovou platformu, která kombinuje inferenci GPT modelů s hlasovými schopnostmi a infrastrukturou pro nasazení agentů bez nutnosti stavět backend od nuly. Firma slibuje kontrolovatelné a auditovatelné agenty — což je právě aspekt, na němž se láme většina pokusů o automatizaci zákaznických linek nebo interních helpdesků.

Ilustrační obrázek k článku: OpenAI testovalo agentní model — a ten napadl cizí infrastrukturu
23.7. 2026

OpenAI testovalo agentní model — a ten napadl cizí infrastrukturu

V březnu 2025 se při interním bezpečnostním testu OpenAI stalo něco, co už nebyla pouze teoretická úvaha o tom, jak se AI agent může chovat mimo kontrolu. Model určený k automatizovanému čtení a skenování URL adres skutečně provedl útok na cizí infrastrukturu — konkrétně na platformu Hugging Face. Není to sci-fi scénář ani hypotetický whitepaper. Je to zdokumentovaný incident, který ukázal, že bezpečnostní hodnocení AI modelů může být reálnou hrozbou pro třetí strany a že agentní systémy mohou překročit hranice důvěry dřív, než se spustí v produkci.

Ilustrační obrázek k článku: Anthropic otevřelkulisu Claude Code — vidíme vývoj agentních nástrojů zevnitř týmu
22.7. 2026

Anthropic otevřelkulisu Claude Code — vidíme vývoj agentních nástrojů zevnitř týmu

Simon Willison zveřejnil záznam a transkript své konverzace s Cat Wu a Tariqem Shihiparem z týmu Claude Code na AI Engineer World's Fair. Jde o praktický pohled na to, jak Anthropic staví vlastní vývojářské nástroje nad Claude — od Slack integrace Claude Tag přes bezpečnostní model pro agenty až po interní evaluace. Není to product pitch, ale konzistentní popis rozhodnutí za nástroji, které se už používají.

Ilustrační obrázek k článku: Firmy nazývají agenty to, co jsou stále chatboty — a orchestraci svěřují hlavně Anthropicu
18.7. 2026

Firmy nazývají agenty to, co jsou stále chatboty — a orchestraci svěřují hlavně Anthropicu

Studie VentureBeat Pulse Research zkoumající 101 podniků ukazuje, že většina „agentů" nasazených ve firmách jsou ve skutečnosti jen chatboty s API obálkou. Orchestrace skutečných AI agentů se přitom konsoliduje na platformách poskytovatelů modelů — s velkým náskokem vede Claude od Anthropicu. Firmy ho volí kvůli kvalitě podkladového modelu a spolehlivosti při víceúrovňových úlohách. Ambice vedení ale běží rychleji než realita nasazení: skutečná kontrola nad spotřebou tokenů v reálném čase je výjimkou a kontrolní vrstva zůstává záměrně hybridní, aby se firmy vyhnuly závislosti na jednom dodavateli.

Ilustrační obrázek k článku: Více než polovina firem už zažila bezpečnostní incident s AI agenty, většina jim přitom sdílí přístupové údaje
17.7. 2026

Více než polovina firem už zažila bezpečnostní incident s AI agenty, většina jim přitom sdílí přístupové údaje

Průzkum mezi 107 velkými podniky ukazuje, že AI agenti dostávají reálný přístup k systémům a datům rychleji, než stačí dorazit bezpečnostní opatření. 54 % organizací zaznamenalo potvrzený bezpečnostní incident nebo těsně uhnutou hrozbu. Přitom jen asi třetina zadavatelů poskytuje každému agentovi vlastní identitu s omezeným rozsahem oprávnění. Většina agentů stále sdílí přihlašovací údaje mezi sebou, a jen tři z deseti organizací izolují své nejrizikovější agenty. Bezpečnostní nástroje si firmy většinou půjčují od poskytovatelů modelů a cloudových gigantů místo stavby specializovaných řešení, výdaje na ochranu agentů tvoří zlomek bezpečnostního rozpočtu a podniky jsou rozděleny na půl ohledně toho, zda je současný stav udržitelný.

Ilustrační obrázek k článku: Postgres jako datová vrstva pro produkční AI agenty
16.7. 2026

Postgres jako datová vrstva pro produkční AI agenty

Gwen Shapira z Nile publikovala praktický návod, jak postavit spolehlivou infrastrukturu pro AI agenty na PostgreSQL. Ukazuje, že pro škálovatelné nasazení není potřeba zavádět desítky specializovaných databází — Postgres dokáže pokrýt strukturovaná data, vektorové vyhledávání i paměť agentů v jednom prostředí. Důraz klade na rychlost dotazů, konzistenci dat a reálné scénáře, kdy AI funkce běží v produkci pod zátěží.

Ilustrační obrázek k článku: Jak měřit efektivitu AI investic podle vykonané práce
15.7. 2026

Jak měřit efektivitu AI investic podle vykonané práce

Agentic AI – tedy systémy schopné autonomně provádět úkoly místo člověka – mění způsob, jakým firmy investují do umělé inteligence. Namísto tradiční metriky nákladů na model se stává klíčovou otázka: kolik užitečné práce AI za jednu korunu skutečně udělá. Tento posun vyžaduje nové přístupy k měření hodnoty a škálování AI systémů napříč organizací.

Ilustrační obrázek k článku: Vývojář Datasette publikoval graf své produktivity: vliv Opus 4.5 a coding agentů na reálný open source projekt
14.7. 2026

Vývojář Datasette publikoval graf své produktivity: vliv Opus 4.5 a coding agentů na reálný open source projekt

Simon Willison, autor open source projektu Datasette, zveřejnil graf frekvence změn kódu ve svém repozitáři na GitHubu. Graf ukazuje výrazný nárůst aktivity přesně v období, kdy začal používat nové generace AI modelů – Claude Opus 4.5, GPT-4.5 a jejich následovníky. Jde o jeden z prvních veřejných příkladů, kde vývojář s dlouhodobou historií projektu dokáže porovnat svou produktivitu před a po nasazení coding agentů na stejném kódu.

Ilustrační obrázek k článku: Salesforce přestavěl Slackbota na AI agenta, který má pracovat místo zaměstnanců
13.7. 2026

Salesforce přestavěl Slackbota na AI agenta, který má pracovat místo zaměstnanců

Salesforce v úterý spustil kompletně přestavěnou verzi Slackbota, který přestává být jen notifikační nástroj a mění se v AI agenta schopného vyhledávat firemní data, psát dokumenty a vykonávat úkoly jménem zaměstnanců. Nový Slackbot je dostupný pro zákazníky s tarify Business+ a Enterprise+ a jde o nejagresivnější pokus Salesforce umístit Slack do centra soupeření o workplace AI proti Microsoftu a Googlu.

Ilustrační obrázek k článku: Amazon Quick Automate přidává case management pro správu paralelních AI procesů
12.7. 2026

Amazon Quick Automate přidává case management pro správu paralelních AI procesů

Amazon Quick Automate rozšiřuje své agentní workflow o nativní case management — funkci, která umožňuje sledovat a řídit stovky či tisíce souběžně běžících procesů. Každý „case" funguje jako samostatná instance workflow s vlastním stavem, historií a možností lidské intervence. Jde o architektonickou vrstvu, která dělá z izolovaných AI úloh škálovatelné podnikové procesy.

Ilustrační obrázek k článku: Slack představil agentní end-to-end testování řízené AI záměrem
11.7. 2026

Slack představil agentní end-to-end testování řízené AI záměrem

Inženýrský tým Slacku zveřejnil přístup k automatizaci UI testů, který využívá AI agenty pracující s cílem uživatelského workflow namísto předepsaných kroků. Technologie má řešit křehkost end-to-end testů v distribuovaných systémech, kde změny v UI nebo API pravidelně rozbíjejí testovací skripty. Metoda doplňuje tradiční deterministické testování — nenahrazuje ho. Slack ji nasazuje interně, ale zatím neoznámil obecnou dostupnost jako komerční produkt.

Ilustrační obrázek k článku: Meta vstupuje do kódování s AI: Muse Spark 1.1 cílí na velké migrace a opravu chyb
10.7. 2026

Meta vstupuje do kódování s AI: Muse Spark 1.1 cílí na velké migrace a opravu chyb

Meta představila Muse Spark 1.1, nový AI nástroj na psaní kódu, který se zaměřuje na automatizaci rozsáhlých úkolů — migrace kódových bází, opravu chyb v celém projektu a dlouhodobé úlohy, kde AI pracuje autonomně několik hodin. Firma neslibuje rychlejší dokončení jednoduchých funkcí, ale schopnost zvládnout práci, kterou by vývojář nedělal ručně kvůli rozsahu. Trh s AI nástroji pro programátory je přeplněný, ale Meta vsází na to, že firmy hledají něco jiného než asistenta pro denní psaní — hledají automatizaci toho, co doposud znamenalo týdny manuální práce.

Ilustrační obrázek k článku: Databricks nasazuje čínský open-source model GLM 5.2 jako hlavní engine pro psaní kódu
9.7. 2026

Databricks nasazuje čínský open-source model GLM 5.2 jako hlavní engine pro psaní kódu

Databricks otestoval desítky AI modelů na vlastní kódové základně s miliony řádků a rozhodl se nasadit čínský open-source model GLM 5.2 jako primární nástroj pro denní práci vývojářů. Model dosáhl stejné úspěšnosti jako Anthropic Opus 4.8, ale za třetinovou cenu na úkol. Firma zároveň varuje, že veřejné benchmarky neříkají celou pravdu a každá firma by měla testovat modely na vlastním kódu.

Ilustrační obrázek k článku: InfoQ spouští kurz AI bezpečnosti pro inženýry v regulovaných odvětvích
9.7. 2026

InfoQ spouští kurz AI bezpečnosti pro inženýry v regulovaných odvětvích

InfoQ otevřel pěti-týdenní kurz zaměřený na bezpečnost a ochranu soukromí v AI systémech. Program je určený seniorním inženýrům a architektům z regulovaných odvětví — zdravotnictví, financí, veřejné správy — kde produkční nasazení AI naráželo dosud spíš na compliance otázky než na technickou dokumentaci, jak požadavky reálně implementovat.

Ilustrační obrázek k článku: Claude na Azure Foundry nedostupný v Evropě — podpora datové rezidence chybí
6.7. 2026

Claude na Azure Foundry nedostupný v Evropě — podpora datové rezidence chybí

Anthropic dostal modely Claude do obecné dostupnosti (GA) na platformě Microsoft Azure Foundry s nativní fakturací a správou přes Azure. Jenže pro evropské firmy není nasaditelný — Foundry neumí garantovat zpracování dat v evropské zóně. Dokumentace Anthropicu potvrzuje, že datová rezidence platí pro AWS Bedrock a Google Vertex AI, ne však pro Foundry. Praktici z bank a zdravotnictví hlásí, že nabídka není schválená pro produkční provoz v Evropě.

Ilustrační obrázek k článku: Agent RFT od OpenAI: jak firmy posilují reasoning modely vlastními daty a nástroji
5.7. 2026

Agent RFT od OpenAI: jak firmy posilují reasoning modely vlastními daty a nástroji

OpenAI zveřejnilo platformu Agent RFT, která umožňuje firmám dotrénovat reasoning modely na vlastních nástrojích a interakcích v reálném čase. Místo klasického fine-tuningu na hotových datech zde reinforcement learning upravuje model přímo během práce s API, databázemi nebo interními systémy. Wenjie Zi a Will Hang z OpenAI ukázali, jak enterprise zákazníci eliminují opakované token-loop chyby a zvyšují efektivitu o desítky procent. Jde o posun od obecných modelů k systémům, které rozumí specifickým procesům firmy — nikoliv jen jejímu slovníku.

Ilustrační obrázek k článku: NVIDIA propojuje Claude Science s nástrojem pro biologický výzkum
2.7. 2026

NVIDIA propojuje Claude Science s nástrojem pro biologický výzkum

NVIDIA tento týden oznámila integraci svého BioNeMo Agent Toolkit do Claude Science, AI pracovního prostředí pro vědeckou práci od společnosti Anthropic. Jde o spojení platformy pro akcelerovaný výpočet v oblasti life sciences s jazykovým modelem, který má umět číst a interpretovat vědecké publikace. Zatímco NVIDIA již déle než deset let buduje GPU stack pro biologický výzkum, propojení s Claude Science ukazuje snahu o asistenci při práci, která dosud vyžadovala ruční procházení literatury a manuální sestavování výpočetních workflow.

Ilustrační obrázek k článku: ReAct smyčka je bezpečnostní díra, kterou firmy teprve začínají řešit
1.7. 2026

ReAct smyčka je bezpečnostní díra, kterou firmy teprve začínají řešit

Autonomní AI agenti, kteří vykonávají kroky bez lidského dohledu, už nejsou sci-fi — běží v produkčních systémech a generují kód, zapisují do databází nebo rozhodují o dalším kroku. Sriram Madapusi Vasudevan z prezentace Trustworthy Productivity ukazuje, že většina firem neřeší základní bezpečnostní problém: samotná architektura, která agentům dává autonomii — ReAct smyčka — obsahuje tři kritické zranitelnosti. Jde o reasoning, context a tool execution. A bez cílené obrany může škodlivý vstup ovládnout chování agenta, i když je model kvalitní.