AI ta Krajta

V dnešním speciálním 70. dílu Aj ta Krajta se podíváme na to, jak AI mění hackathony a co může přinést do zdravotnictví. Naším hostem je PhDr. Ivan Duškov, MSc., ředitel VZP ČR. VZP je hlavním partnerem Rakathonu 2026, který propojuje medicínu, technologie a umělou inteligenci. Do akce přináší tři konkrétní výzvy českého zdravotnictví: mamografický screening, cestu onkologického pacienta systémem a kvalitu péče na konci životaRakathon proběhne od 16. do 18. října v Praze, Brně a Ostravě.Více o Rakathonu:https://rakathon.czHosté:🤠 Petr Glaser: https://bleeding.dev/🤠 Pavol Hejný: https://www.ptbk.io/pavol👉 Odkaz na naše budoucí workshopy:🔗 https://www.ptbk.io/cs/online-workshopDěkujeme sponzorům:🚀 Promptbook: https://ptbk.io🤖 AI supervize: https://ptbk.io/ai-supervizeSítě, kde nás můžete sledovat:➡️ LinkedIn: https://www.linkedin.com/company/aitakrajta/➡️ Spotify: https://open.spotify.com/show/31vLTHTV4vlCBeHpnbMKlK➡️ Apple Podcasts: https://podcasts.apple.com/cz/podcast/ai-ta-krajta/id1813389353

Ve speciálním 60. díle (druhé části) pokračujeme s Romanem Baranovičem v diskuzi o významu AI v českém školství.Je umělá inteligence ve škole pomocník, tutor, nebo kognitivní protéza?Ve druhé části speciálního dílu Aj ta krajta se s Romanem bavíme o tom, jak AI mění základní a střední školy. Učitelé ji používají při přípravě hodin, studenti při domácích úkolech. Hranice mezi pomocí a nahrazením vlastního myšlení se ale rychle posouvá.V dílu řešíme:- proč učitelé používají LLM modely- co se stane, když AI vypracuje úkol místo studenta- rozdíl mezi výsledkem a procesem učení- kognitivní offloading, kalkulačku, Google i AI- jak by mohl vypadat AI tutor pro studenty- proč je důležitý pedagogický grounding- personalizované a gradované úlohy- budoucnost vibe codingu a výuky programováníJak má podle vás vypadat vzdělávání v době ChatGPT a dalších AI nástrojů? Napište nám do komentářů.#AI #UměláInteligence #Školství #Vzdělávání #ChatGPT #EdTech #VibeCodingHosté:🤠 Jiří Jahn: https://www.ptbk.io/jirka🤠 Pavol Hejný: https://www.ptbk.io/pavol🤠 Roman Baranovič👉 Odkaz na naše budoucí workshopy:🔗 https://www.ptbk.io/cs/online-workshop🎫 Konference https://aihorizonsprague.cz/ kód AITAKRAJTADěkujeme sponzorům:🚀 Promptbook: https://ptbk.io🤖 AI supervize: https://ptbk.io/ai-supervizeSítě, kde nás můžete sledovat:➡️ LinkedIn: / aitakrajta ➡️ Spotify: https://open.spotify.com/show/31vLTHT...➡️ Apple Podcasts: https://podcasts.apple.com/cz/podcast...

🐍AI agenti už nejsou jen chatovací okno. Dostávají vlastní virtuální počítač, prohlížeč a možnost jednat za člověka.
V novém 69. dílu podcastu AI ta Krajta řešíme:
➡️ cloudové AI agenty a virtuální počítače
➡️ tokenově efektivní modely
➡️ skryté incentivy agentů
➡️ ochranu hesel, session tokenů a osobních dat
➡️ Grokbot a budoucnost osobních AI asistentů
➡️ útěky agentů ze sandboxů
➡️ emergentní chování rojů agentů
➡️ alignment, bezpečnost a regulaci AI
➡️ token maxing a vývoj softwaru pomocí agentů
🤔 Co když agent nesleduje stejné cíle jako člověk, kterého zastupuje? A co když náš úkol splní až příliš urputně, jen trochu jiným způsobem, než jsme očekávali?#AI #AIAgenti #AISafety #Alignment #AItaKrajta

Je Jev nový krok směrem k AGI, nebo jen velmi rychlý specializovaný klasifikátor?V tomto zkráceném díle (první části) AI ta Krajta rozebíráme, k čemu může být takový model skutečně užitečný. Může rozhodovat, který model použít, klasifikovat tickety, vybírat další akci v automatizaci nebo pomáhat s routingem AI agentů.Bavíme se také o práci s confidence score, strukturovaným JSON výstupem, limitech 32 000 tokenů, absenci reasoningu, kvalitě trénovacích dat a o tom, proč Jev nezvládne úkoly, pro které není určený. Nechybí ani experiment se šachem a otázka, zda by šlo podobný model využít jako klasický jazykový model.Kačka navíc přináší novinku o měření tempa vývoje AI u společnosti Anthropic.

Pokračujeme ve druhé části videa.Od experimentu s Jevem a otázky, jestli lze klasifikační model přinutit fungovat jako jazykový model, se dostáváme k širšímu tématu: kde vznikne další velký posun v AI? V samotných modelech, nebo v harnessech, které je propojují s nástroji a pracovním prostředím?Bavíme se o coding harnessech, tool callingu, MCP, oddělení CLI a serveru, standardech typu RPC a ACP i o tom, jestli se z harnessu stane nová aplikační nebo operační vrstva pro AI.Je harness spíš aplikace, operační systém, nebo něco mezi tím? A kde podle vás vznikne další zásadní inovace?Zdroje:https://typesafe.ai/ - tohle odstartovalo obří boom klasifikátorů a vlastně o tom je téměř celý dílhttps://jevals.com/ - sdíleno v průběhu diskuzehttps://benchmarkheaven.com/jev-models - benchmarky srovnávající různé modely podobné architekturyhttps://lnkd.in/p/dkXVqNF2 - Šimonovo testování Jeva

Hosté:🤠 Petr Glaser: https://bleeding.dev/🤠 Kateřina Fajmanová: https://unt1l1f1nd-detektor.static.hf...🤠 Pavol Hejný: https://www.ptbk.io/pavol👉 Odkaz na naše budoucí workshopy:🔗 https://www.ptbk.io/cs/online-workshop🎫 Konference https://aihorizonsprague.cz/ kód AITAKRAJTADěkujeme sponzorům:🚀 Promptbook: https://ptbk.io🤖 AI supervize: https://ptbk.io/ai-supervizeSítě, kde nás můžete sledovat:➡️ LinkedIn: / aitakrajta ➡️ Spotify: https://open.spotify.com/show/31vLTHT...➡️ Apple Podcasts: https://podcasts.apple.com/cz/podcast...

V 67. díle AI ta Krajta řešíme, jak dnes stavět software s coding agenty a jak nastavit workflow tak, aby člověk nemusel každý krok babysitovat.Pavol sdílí zkušenosti s Astrou při přípravě remasteru staré hry a porovnává její přístup s Fablem. Probereme také tvrzení OpenAI o řešení matematického problému proudění tekutin pomocí tisíců agentů a nový DeepSeek Flash.Hlavním tématem jsou coding agents, harnessy, routing modelů a optimalizace lidského času. Dostaneme se k HumanLayeru, product a technical designu, hackathonovému efektu, Agent Browseru, rozdílu mezi MCP, CLI a API, tokenové efektivitě, traceům i orchestraci desítek až stovek agentů.Kdy se vyplatí rychlost a kdy je lepší poslat úkol do fronty? Proč může být CLI praktičtější než MCP? A proč není vždy rozumné optimalizovat tokeny na úkor vlastního času?Hosté:🤠 Petr Glaser: https://bleeding.dev/🤠 Kateřina Fajmanová: https://unt1l1f1nd-detektor.static.hf.space/index.html🤠 Pavol Hejný: https://www.ptbk.io/pavol👉 Odkaz na naše budoucí workshopy:🔗 https://www.ptbk.io/cs/online-workshopDěkujeme sponzorům:🚀 Promptbook: https://ptbk.io🤖 AI supervize: https://ptbk.io/ai-supervizeSítě, kde nás můžete sledovat:➡️ LinkedIn: https://www.linkedin.com/company/aitakrajta➡️ Spotify: https://open.spotify.com/show/31vLTHTV4vlCBeHpnbMKlK➡️ Apple Podcasts: https://podcasts.apple.com/cz/podcast/ai-ta-krajta/id1813389353Zmíněné zdroje:👉 doplníme později... 🔗#AITaKrajta #AI #UmelaInteligence #CodingAgents #AIEngineering #Programovani #MCP #CLI #OpenCode #DeepSeek #LLM #AIAgents

🔥 V 66. dílu Ajta Krajta probíráme nejnovější AI modely, benchmarky, rychlost i limity předplatného.Nový Fable výrazně zaujal výsledky v Terminal Bench Science. Bavíme se o tom, jak modely řeší složité vědecké úlohy, proč často nedokážou ověřit vlastní výstup a jakou roli hraje správný harness a workflow.Dále řešíme Gemini Flash, ultra-fast režimy, rychlost generování, cenu tokenů, MuseSpark 1.3, open-weight modely a subscription OpenCode Go.Hlavním tématem je rozhodování mezi API, předplatným, pronájmem AI infrastruktury a provozem vlastního hardwaru. Probíráme také soukromí, enterprise limity a budoucnost UI, ve kterém nebude AI jen chatbotem, ale plnohodnotnou součástí aplikace.Hosté:🤠 Petr Glaser: https://bleeding.dev/🤠 Kateřina Fajmanová: https://unt1l1f1nd-detektor.static.hf.space/index.html🤠 Pavol Hejný: https://www.ptbk.io/pavol👉 Odkaz na naše budoucí workshopy:🔗 https://www.ptbk.io/cs/online-workshopDěkujeme sponzorům:🚀 Promptbook: https://ptbk.io🤖 AI supervize: https://ptbk.io/ai-supervizeSítě, kde nás můžete sledovat:➡️ LinkedIn: https://www.linkedin.com/company/aitakrajta➡️ Spotify: https://open.spotify.com/show/31vLTHTV4vlCBeHpnbMKlK➡️ Apple Podcasts: https://podcasts.apple.com/cz/podcast/ai-ta-krajta/id1813389353

🔥 AI dokáže výrazně zrychlit psaní kódu. Pokud ale nemáte vyřešené testování, code quality a spolupráci v týmu, může stejně rychle vzniknout chaos v celé codebase.V 65. dílu AI ta Krajta probíráme nový Qwen 3.8 Flash s Engram Layers, záhadný Ox Alpha, který za několik dní protočil biliony tokenů, testování Huawei čipů, OpenCode Go, Operation CheapSeek, nové Mac Studio M5 Ultra a další AI novinky.Hlavním tématem je ale práce s AI agenty v celém vývojovém procesu. Co se stane, když každý vývojář může díky agentům zasahovat do libovolné části codebase? Jak nastavit rychlý feedback loop, automatizované quality checky a testovací pipeline tak, aby agenti kód nejen psali, ale také ho dokázali průběžně ověřovat?Bavíme se o Playwrightu, Gherkin scénářích, product triu, LeSS, automatizovaném testování v prohlížeči, fuzz testingu, property-based testingu, paralelních testech i o tom, jak aplikaci rozbít jedním vstupem 1e5.Hosté:🤠 Petr Glaser: https://bleeding.dev/🤠 Kateřina Fajmanová: https://unt1l1f1nd-detektor.static.hf.space/index.html🤠 Pavol Hejný: https://www.ptbk.io/pavol👉 Odkaz na naše budoucí workshopy:🔗 https://www.ptbk.io/cs/online-workshopDěkujeme sponzorům:🚀 Promptbook: https://ptbk.io🤖 AI supervize: https://ptbk.io/ai-supervizeSítě, kde nás můžete sledovat:➡️ LinkedIn: https://www.linkedin.com/company/aitakrajta➡️ Spotify: https://open.spotify.com/show/31vLTHTV4vlCBeHpnbMKlK➡️ Apple Podcasts: https://podcasts.apple.com/cz/podcast/ai-ta-krajta/id1813389353Zmíněné zdroje:👉 Qwen3.8-Flash-Next – oficiální oznámení:🔗 https://qwen.ai/blog?id=qwen3.8-flash-next👉 DeepSeek Engram – paper a implementace:🔗 https://arxiv.org/abs/2601.07372🔗 https://github.com/deepseek-ai/Engram👉 Ox Alpha na OpenRouteru:🔗 https://openrouter.ai/stealth/ox-alpha👉 GLM-5.3-Flash – oficiální oznámení, Ox Alpha:🔗 https://z.ai/blog/glm-5.3-flash👉 Mac Studio M5 Ultra – oficiální informace od Applu:🔗 https://www.apple.com/newsroom/2026/08/apple-introduces-new-mac-studio-with-m5-max-and-m5-ultra/👉 Theo Browne – Everything we knew about software has changed:🔗 https://www.youtube.com/watch?v=xUnRQ9vLXxo

🔥 Další díl AI ta Krajta! V 64. epizodě řešíme, co se stane, když AI agent dostane skutečnou autonomii. Od personalizovaných e-mailů a webu pro workshop až po agenta, který sám vytvořil a propagoval mapu vražd.Začínáme odchodem čtyř klíčových lidí z Googlu a vznikem startupu Discovery Loop, který chce pomocí AI automatizovat vědecký výzkum a tisíce experimentů. Probíráme také otázku, jestli OpenAI skutečně zpomaluje vývoj, a proč je Qwen3.8 tak zajímavý pro lokální provoz.Dostaneme se k rozdílu mezi cloudem a vlastním hardwarem, NVIDIA DGX Spark, modelům Daybreak Blue a Red a bezpečnostní hranici mezi opravou softwaru a útokem. Řešíme i „obliterated“ modely, kterým byly odstraněny bezpečnostní zábrany.Hlavní část dílu patří agentům s dlouhým během: jak moc jim dát volnost, proč firmy často nedokážou pustit kontrolu z rukou, jak funguje feedback loop a proč agent bez kontroly začne driftovat. V závěru otevíráme koncept Dark Factory, která sama hledá témata, vyrábí produkty, nasazuje je a propaguje.Malá ochutnávka z našeho workshopu:🔗 https://youtu.be/sjdZ7mpmsRcZmíněné zdroje:➡️ Discovery Loop: https://www.discoveryloop.com/➡️ Qwen3.8-27B: https://huggingface.co/Qwen/Qwen3.8-27B➡️ OpenAI Daybreak: https://openai.com/daybreak/➡️ NVIDIA DGX Spark: https://www.nvidia.com/en-us/products/workstations/dgx-spark/➡️ OBLITERATUS: https://github.com/elder-plinius/OBLITERATUSHosté:🤠 Petr Glaser: https://bleeding.dev/🤠 Pavol Hejný: https://www.ptbk.io/pavol🤠 Jiří Jahn: https://www.ptbk.io/jirka👉 Odkaz na naše budoucí workshopy:🔗 https://www.ptbk.io/cs/online-workshopDěkujeme sponzorům:🚀 Promptbook: https://ptbk.io🤖 AI supervize: https://ptbk.io/ai-supervizeSítě, kde nás můžete sledovat:➡️ LinkedIn: https://www.linkedin.com/company/aitakrajta➡️ Spotify: https://open.spotify.com/show/31vLTHTV4vlCBeHpnbMKlK➡️ Apple Podcasts: https://podcasts.apple.com/cz/podcast/ai-ta-krajta/id1813389353#aitakrajta #ai #aiagents #autonomníagenti #darkfactory #qwen38 #openai #kyberbezpecnost #lokálníai #dgxspark #vibecoding #llm #podcast

🔥 Vítáme vás u 63. dílu AI ta Krajta!Google přesouvá Demise Hassabise z každodenního vedení AI vývoje do role zaměřené na výzkum a AGI. Znamená to, že Google mění kurz? A proč Gemini v Gmailu a Google Drivu často nezvládá ani základní úkoly?V novém díle rozebíráme, co může změna v Googlu znamenat pro Gemini, jeho konkurenci vůči OpenAI a Anthropicu i pro budoucnost Google Search. Bavíme se o tom, proč Google možná postupuje opatrně, aby nekanibalizoval vlastní vyhledávání a reklamní byznys.Dostaneme se k AI souhrnům ve vyhledávání, Redditu a publisherům, kterým ubývá návštěvnost. Co se stane s webem, když lidé přestanou klikat na zdroje a pozornost začnou místo nich routovat AI agenti? A může být AI infrastruktura podobná železnici: revoluční technologie, ale ne vždy dobrá investice?V další části probíráme novinky z xAI, pokus modelu z Anthropicu posunout výzkum Riemannovy hypotézy a otázku, co AI skutečně znamená pro matematiky a programátory. Riemannovu hypotézu AI nevyřešila, ale přinesla zajímavý dílčí matematický výsledek, který musí projít odborným ověřením.Věnujeme se také datacentrům, spotřebě energie, politice a společenským dopadům AI. Nakonec řešíme stateless MCP, budoucnost lokálních modelů a AI ve školách: zákaz, nebo příprava na svět, ve kterém bude umělá inteligence součástí téměř každé profese?Jak by podle vás měla škola nastavit pravidla pro používání AI? Napište nám do komentářů.#ai #google #gemini #googleai #grok #aiagents #mcp #localai #ondeviceai #datacentra #riemannovahypoteza #aiveskolach #technologie #aitakrajtaNáš workshop zdarma:👉 Už máte plány na 20. srpna? Srdečně vás zveme na náš workshop. Registrujte se a zjistěte více na tomto odkazu:🔗 https://www.ptbk.io/cs/online-workshopHosté:🤠 Roman Baranovič: https://narnia.sk/employees/roman-baranovic-2/🤠 Pavol Hejný: https://www.ptbk.io/pavol🤠 Jiří Jahn: https://www.ptbk.io/jirkaSítě, kde nás můžete sledovat:➡️ LinkedIn: https://www.linkedin.com/company/98357381/admin/dashboard/➡️ Spotify: https://open.spotify.com/show/31vLTHTV4vlCBeHpnbMKlK?nd=1&dlsi=3fe3c4775b9c4c25➡️ Apple Podcasts: https://podcasts.apple.com/cz/podcast/ai-ta-krajta/id1813389353

Jak poznat, kdy je obsah vytvořený umělou inteligencí? A co se stane, když jazykový model místo cloudu běží přímo na ESP32?

V 62. díle podcastu Aj ta krajta se věnujeme označování AI obsahu a tomu, proč nemusí být hranice mezi AI a non-AI tak jednoznačná. Mluvíme také o malých lokálních modelech, jejich využití přímo v zařízení a o tom, kdy dává větší smysl lokální provoz a kdy cloud.

Dostaneme se i k vibecodingu u a AI agentům. Ty dnes dokážou rychle implementovat nové funkce, ale často vytvářejí duplicity, zanedbávají abstrakce a vyžadují důkladnou kontrolu kódu. Probíráme také interpretabilitu jazykových modelů, orchestrace a spolupráci více modelů v jednom systému.

Nejde pouze o to, který model je nejsilnější. Stále důležitější je konkrétní use case, způsob zapojení modelu do systému a rozhodnutí, co má běžet lokálně a co v cloudu.

#AItaKrajta #AI #LokálníAI #VibeCoding #LLM #ESP32