Od redakcie: Agenti ovládajú počítače, modely mieria do cloudu a Európa stavia na priemyselnej AI

Deň, keď sa pozornosť presunula od chatu k vykonávaniu práce

Najdôležitejšou spoločnou témou správ z 28. septembra 2026 nebol jeden nový rekord ani jediný dominantný model. Bol ňou postupný presun umelej inteligencie od odpovedania v textovom okne k samostatnej práci v softvéri, prehliadači a podnikovej infraštruktúre. H Company predstavila modely Holo4 určené na ovládanie počítačov, GitHub zaradil Claude Sonnet 5.5 do Copilotu, AWS rozšírilo ponuku modelov v službe Amazon Bedrock a Cloudflare aktualizovalo svoj prehliadač Kitesurf pre agentov. Mistral súčasne otvoril v Mníchove centrum zamerané na priemyselnú a fyzikálnu AI.

Tieto udalosti spolu ukazujú, že súťaž sa už neodohráva iba v kvalite samotného modelu. Dôležité je, cez aké rozhrania môže model konať, ako sa napojí na firemné dáta, kde sa prevádzkuje, koľko stojí dokončená úloha a aké kontrolné mechanizmy organizácia dokáže umiestniť okolo neho. Pre slovenské firmy je to podstatnejšie než ďalší izolovaný výsledok benchmarku: rozhodovať bude schopnosť spojiť model s existujúcimi aplikáciami bez toho, aby sa stratila kontrola nad dátami, oprávneniami a nákladmi.

Holo4 chce jedným modelom preklenúť obrazovku, kód aj API

H Company zverejnila sériu agentických modelov Holo4. Tvoria ju hustý model Holo4 27B a model Holo4 35B-A3B s architektúrou mixture-of-experts. Firma zároveň predstavila aktualizovaný Holotron4 Nano. Modely majú pracovať s grafickým používateľským rozhraním, písať a spúšťať kód a volať nástroje cez MCP alebo klasické API. H Company tvrdí, že ten istý model možno použiť na pracovnej ploche, webe, Androide, v kódovom sandboxe aj proti podnikovým API.

Práve kombinovanie rozhraní je prakticky zaujímavé. Reálny podnikový proces zvyčajne nemá jednotnú technickú podobu. Časť úlohy sa dá vybaviť cez API, starší interný systém môže byť dostupný iba cez obrazovku a ďalší krok môže vyžadovať vytvorenie alebo spustenie skriptu. Model špecializovaný len na klikanie alebo len na volanie nástrojov preto narazí na hranice oveľa skôr než systém, ktorý vie medzi režimami prepínať.

Holo4 27B podľa údajov výrobcu dosiahol na benchmarku OSWorld 2.0 skóre 61,7 percenta, zatiaľ čo porovnávaný Claude Opus 5.5 mal 81,8 percenta. Holo4 35B-A3B v uvedenom porovnaní dosiahol 30,9 percenta. Čísla nemožno čítať ako univerzálny rebríček. Samotný autor upozorňuje, že modely, testovacie harnessy a podmnožiny úloh sa líšia. Pri AutomationBench navyše H Company porovnáva vlastné merania na verejnej množine s výsledkami iných modelov z oficiálneho rebríčka na súkromnej množine. Ide teda predovšetkým o údaje výrobcu, nie o úplne nezávislé porovnanie za identických podmienok.

Pozitívnym krokom je zverejnenie trajektórií použitých pri verejných benchmarkoch. Trajektória ukazuje jednotlivé kroky agenta, nie iba konečné percento úspešnosti. Pre technické tímy je často cennejšie vedieť, kde model zlyhal, koľko volaní vykonal a akým spôsobom sa k výsledku dopracoval. V jednom z prezentovaných príkladov Holo4 27B použil pri úlohe v programe FreeCAD 84 volaní a približne 1,3 milióna tokenov. To pripomína, že agent môže mať prijateľnú jednotkovú cenu modelu, no dlhý pracovný postup môže byť stále výpočtovo aj finančne náročný.

Pre slovenskú firmu alebo vývojársky tím je Holo4 zaujímavý najmä ako signál rastúcej dostupnosti menších agentických modelov. Pred nasadením však treba merať úspešnosť na vlastných aplikáciách, spotrebu tokenov, čas dokončenia a následky chybného kliknutia či volania nástroja. Benchmark ovládania pracovnej plochy ešte nedokazuje spoľahlivosť v účtovnom, zdravotníckom alebo výrobnom procese.

Claude Sonnet 5.5 sa rozširuje do Copilotu a AWS

GitHub oznámil všeobecnú dostupnosť Claude Sonnet 5.5 v službe GitHub Copilot. Model je podľa GitHubu určený na dobre vymedzenú každodennú prácu, napríklad implementovanie funkcií a opravu chýb. V internom skorom testovaní mal dosahovať porovnateľné výsledky ako Claude Sonnet 5, ale s menším počtom krokov, tokenov a volaní nástrojov a s kratším časom dokončenia. Toto tvrdenie pochádza od GitHubu a zverejnený oznam neobsahuje úplnú nezávislú metodiku, preto ho treba vnímať ako prevádzkový údaj poskytovateľa, nie ako všeobecne potvrdenú vlastnosť vo všetkých projektoch.

Sonnet 5.5 má byť dostupný používateľom programov Copilot Pro, Pro+, Max, Business a Enterprise. Vybrať sa dá vo Visual Studio Code, Visual Studiu, Copilot CLI, kódovacom agentovi, aplikácii GitHub Copilot, na github.com, v mobilných aplikáciách a vo vybraných vývojových prostrediach vrátane JetBrains, Xcode a Eclipse. Nasadenie prebieha postupne. Podnikoví administrátori môžu prístup riadiť cez modelové politiky a nový model sa pri predvolenom nastavení môže zapnúť automaticky, pokiaľ správca globálne automatické povoľovanie nevypol.

Táto posledná okolnosť je dôležitá pre riadenie IT. Organizácia by nemala predpokladať, že katalóg dostupných modelov zostane nemenný. Ak potrebuje schvaľovať spracovateľov dát, cenové podmienky alebo povolené typy úloh, mala by pravidelne kontrolovať modelové politiky. GitHub tiež uvádza, že Sonnet 5.5 sa účtuje podľa cenníka poskytovateľa v režime platby podľa spotreby. Produktová dostupnosť preto automaticky neznamená, že ide o najlacnejšiu voľbu pre každú úlohu.

V rovnaký deň AWS predstavilo Claude Sonnet 5.5 vo svojom prostredí. Podľa oznámenia je dostupný cez Amazon Bedrock a Claude Platform on AWS a je zameraný na programovanie a znalostnú prácu. Pre podniky je dôležitý najmä fakt, že rovnaká modelová rodina sa objavuje v niekoľkých distribučných kanáloch. Výber sa potom netýka iba kvality modelu, ale aj identity a prístupových politík, umiestnenia dát, monitoringu, existujúcich cloudových zmlúv a celkovej ceny služby.

Slovenské tímy by preto mali hodnotiť Sonnet 5.5 na reprezentatívnej sade úloh zo svojich repozitárov. Užitočné metriky zahŕňajú podiel správne dokončených zmien, počet potrebných zásahov človeka, regresie zachytené testami, spotrebu tokenov a čas revízie. Marketingové tvrdenie o menšom počte krokov je relevantné, ale až vlastný test ukáže, či sa úspora prejaví aj v konkrétnom technologickom zásobníku.

Amazon Bedrock pridáva aj Grok 4.7

AWS zároveň oznámilo dostupnosť modelu Grok 4.7 od xAI v službe Amazon Bedrock. Oficiálny opis ho pozicionuje pre programovanie, dlhšie agentické úlohy a znalostnú prácu. Uvádza kontextové okno s kapacitou 500-tisíc tokenov, štyri nastaviteľné úrovne intenzity uvažovania a prístup cez rozhrania Responses, Chat Completions a Converse.

Veľké kontextové okno môže uľahčiť prácu s rozsiahlymi repozitármi alebo dokumentáciou, ale samotná kapacita nezaručuje, že model využije každý vložený dokument presne. Dlhší kontext zvyšuje aj cenu a latenciu a môže komplikovať kontrolu, ktoré informácie ovplyvnili výsledok. Rozumnejšou stratégiou býva kombinovať cielené vyhľadávanie, jasne oddelené oprávnenia a primerane veľký kontext namiesto automatického odosielania celého podnikového archívu.

Štyri úrovne uvažovania dávajú prevádzkovateľom možnosť hľadať kompromis medzi kvalitou, rýchlosťou a nákladmi. Na jednoduchú klasifikáciu nemusí byť potrebný najdrahší režim, kým pri komplikovanej analýze kódu môže vyššie úsilie dávať zmysel. Rozhodnutie by však malo byť založené na meraní úspešnosti dokončenej úlohy, nie iba na cene milióna tokenov.

Súbežné pridanie Claude Sonnet 5.5 a Grok 4.7 potvrdzuje stratégiu cloudových katalógov s viacerými modelmi. Výhodou je možnosť meniť model bez budovania celej prevádzkovej vrstvy od začiatku. Rizikom je predstava, že modely sú navzájom zameniteľné. Líšia sa správaním pri volaní nástrojov, formátovaním, bezpečnostnými obmedzeniami aj stabilitou odpovedí. Každá výmena preto potrebuje regresné testy.

Cloudflare pripravuje prehliadač, ktorému majú lepšie rozumieť agenti

Cloudflare aktualizovalo experimentálny prehliadač Kitesurf postavený na platforme Workers. Nová verzia podľa firmy pridáva podporu WebMCP, zlepšuje výkon práce s objektovým modelom dokumentu a prináša vykresľovanie použiteľné z terminálu. Cloudflare uvádza, že Kitesurf prechádza viac ako 730-tisíc podtestov Web Platform Tests.

WebMCP má webovým aplikáciám umožniť vystaviť agentom štruktúrovanejšie nástroje. Namiesto odhadovania významu tlačidiel iba z obrazovky môže agent dostať presnejšie definované operácie. To by mohlo znížiť krehkosť automatizácie, ktorá sa dnes často pokazí po malej zmene rozloženia stránky. Podpora štandardu však ešte neznamená jeho široké prijatie ani bezpečnosť konkrétnej implementácie.

Pre vývojárov je dôležitý širší trend: web sa môže postupne stať rozhraním nielen pre ľudí, ale aj pre softvérových agentov. Webové služby budú musieť jasnejšie definovať, ktoré operácie smie agent vykonať, ako sa overuje jeho identita a ako sa zaznamenáva súhlas používateľa. Pri citlivých úkonoch nestačí, že prehliadač technicky vie kliknúť alebo zavolať nástroj. Potrebné sú krátkodobé oprávnenia, izolované prostredie, auditný záznam a potvrdenie pred nezvratnou zmenou.

Mistral buduje priemyselnú a fyzikálnu AI v Mníchove

Európsky rozmer dňa priniesol Mistral, ktorý otvoril nové centrum v Mníchove. Má v ňom pôsobiť špecializovaný výskum Physics AI a Industrial AI spolu s aplikačnými inžiniermi pre podnikových partnerov. Firma spája tento krok s automobilovým, energetickým, leteckým a výrobným zázemím Nemecka.

Mistral uvádza spoluprácu s BMW na simuláciách nárazov a inžinierskej AI a so Siemens Energy na priemyselných aplikáciách. Po akvizícii Emmi AI v máji 2026 malo do Mistralu prejsť viac ako 30 fyzikov, výskumníkov a inžinierov so skúsenosťami s výpočtovou dynamikou tekutín, mechanikou konštrukcií a viacfyzikálnymi simuláciami. Partnerstvo s Technickou univerzitou v Mníchove má využívať aerodynamický tunel a spájať senzorové údaje v reálnom čase s výpočtovými simuláciami pri tvorbe digitálnych dvojčiat.

Mistral tiež zopakoval plán vybudovať do roku 2030 jeden gigawatt európskej výpočtovej kapacity. Ide o deklarovaný firemný cieľ, nie o už hotovú infraštruktúru. Rovnako tvrdenia o úplnej suverenite a auditovateľnosti treba posudzovať podľa konkrétneho nasadenia. Otvorené váhy umožňujú prevádzku na vlastnej infraštruktúre, no samy osebe neriešia pôvod tréningových dát, bezpečnosť dodávateľského reťazca, energetické náklady ani právnu zodpovednosť.

Pre Slovensko je mníchovské centrum relevantné geograficky aj priemyselne. Domáci automobilový a výrobný sektor je zapojený do nemeckých dodávateľských reťazcov. Ak sa modely pre simulácie, údržbu alebo optimalizáciu výroby presunú bližšie k reálnym závodom, tlak na pripravenosť dát a technických pracovníkov sa prenesie aj na slovenských dodávateľov. Príležitosťou nie je iba používanie hotového chatbota, ale špecializované dátové pipeline, validácia simulácií a integrácia modelov s priemyselnými systémami.

Výskum pripomína limity distribuovaného učenia

Apple vo svojej výskumnej publikácii o federovaných variačných nerovnostiach predstavil presnejšiu analýzu algoritmu Local Extra SGD a nový postup LIPPAX. Autori identifikujú problém nadmerného odklonu lokálnych klientov a tvrdia, že navrhnutý algoritmus ho v niekoľkých režimoch zmierňuje. Prácu rozširujú aj na kompozitné variačné nerovnosti.

Téma je technická, ale praktický kontext je zrozumiteľný: pri federovanom učení zostávajú dáta rozdelené medzi zariadeniami alebo organizáciami a do spoločného tréningu sa prenášajú aktualizácie namiesto surových dát. Ak sa lokálne výpočty príliš odchýlia, spoločný model môže konvergovať pomaly alebo nepresne. Lepšie teoretické hranice a algoritmy môžu pomôcť tam, kde nie je možné alebo vhodné všetky údaje centralizovať.

Ani federované učenie však automaticky nezaručuje súkromie. Aktualizácie môžu niesť citlivé signály a systém potrebuje ďalšie ochrany, napríklad bezpečnú agregáciu, kontrolu prístupu alebo diferencované súkromie. Publikácia navyše prináša predovšetkým teoretické výsledky; z abstraktu nemožno vyvodiť okamžité zrýchlenie konkrétneho komerčného produktu.

Záverečný kontext: model je iba jedna vrstva systému

Prehľad 28. septembra spája tri vrstvy. Prvou sú modely schopné konať cez obrazovku, kód a nástroje. Druhou sú distribučné platformy ako Copilot, Bedrock alebo Workers, ktoré určujú, ako sa model dostane k používateľovi a podnikovým systémom. Treťou sú infraštruktúrne a výskumné rozhodnutia: kde sa bude výpočet nachádzať, ako sa bude testovať a ako sa obmedzí prístup k citlivým operáciám.

Najväčšou neistotou zostáva rozdiel medzi ukážkou a spoľahlivou prevádzkou. Väčšina uvádzaných výkonnostných údajov pochádza od samotných výrobcov a metodiky sa medzi produktmi líšia. Organizácie by preto mali požadovať testy na vlastných úlohách, presné nákladové limity, protokoly každej akcie a možnosť človeka zastaviť alebo schváliť kritický krok.

Pre slovenského čitateľa je hlavný odkaz praktický: rok 2026 neprináša iba lepšie odpovede chatbotov. Prináša systémy, ktoré dostávajú prístup k pracovným nástrojom. Hodnota takýchto agentov môže byť vysoká, ale s rastúcou schopnosťou konať rastie aj význam identity, oprávnení, izolácie, monitoringu a zodpovednosti. Kto tieto vrstvy začne budovať spolu s pilotným projektom, bude mať väčšiu šancu získať reálnu produktivitu bez toho, aby automatizácia prerástla kontrolné mechanizmy.

— Redakcia AI Feed