> ## Content Index > Fetch the complete content index at: https://krasowski.pl/llms.txt > Use this file to discover other available public pages before exploring further. # Co nowego w AI? Najważniejsze zmiany ostatnich 30 dni — agenci, Gemini 3.8, lokalne modele i bezpieczeństwo - URL: https://krasowski.pl/co-nowego-w-ai-najwazniejsze-zmiany-ostatnich-30-dni-agenci-gemini-3-8-lokalne-modele-i-bezpieczenstwo/ - Published: 2026-09-03T08:47:20.000Z - Updated: 2026-09-03T08:47:20.000Z - Author: Krasowski - Tags: AI, News ## **AI przestaje być chatbotem. Co naprawdę zmieniło się w sztucznej inteligencji w ostatnich 30 dniach?** Jeżeli ktoś obserwował rynek AI przez ostatni miesiąc wyłącznie przez pryzmat premier nowych modeli i benchmarków, mógł przegapić najważniejszą zmianę. **AI coraz mniej przypomina program, któremu zadajemy pytanie. Coraz bardziej przypomina pracownika, któremu powierzamy zadanie.** Nie chodzi już tylko o wygenerowanie tekstu, napisanie fragmentu kodu czy podsumowanie dokumentu. Najnowsze systemy mają pracować przez wiele kroków, używać narzędzi, analizować repozytoria, przeszukiwać dane, podejmować kolejne decyzje i wykonywać całe przepływy pracy. I właśnie dlatego równolegle wybucha drugi wyścig: **jak nad tym wszystkim zachować kontrolę**. W ciągu ostatnich 30 dni zobaczyliśmy więc dwa procesy zachodzące jednocześnie. Modele stają się coraz bardziej samodzielne, a firmy takie jak OpenAI, Google, Meta i Anthropic zaczynają budować mechanizmy ograniczania dostępu, monitorowania agentów, ich audytowania, a nawet automatycznego wyłączania. To moim zdaniem znacznie ważniejsza historia niż pytanie, który model zdobył dwa punkty więcej w benchmarku. ## **Zaczyna się prawdziwa era agentów** Google wypuścił Gemini 3.7 Flash, a następnie Gemini 3.8 Flash. Meta rozwija serię Muse. SpaceXAI (dawne xAI) pokazało Groka 4.6\. Wspólny mianownik tych premier jest bardzo wyraźny: **kodowanie, długie zadania, używanie narzędzi i praca agentowa**. Grok 4.6 został zoptymalizowany właśnie pod wieloetapową pracę: analizowanie repozytoriów, research, tworzenie aplikacji i wykonywanie bardziej złożonych zadań inżynierskich. Gemini 3.8 Flash Google pozycjonuje jako swego rodzaju model roboczy do agentowych workflow i programowania. Meta idzie podobnym kierunkiem z Muse Spark 1.3. To nie są już modele projektowane przede wszystkim po to, żeby prowadzić z nami przyjemniejszą rozmowę. **Mają coś zrobić.** I to jest zasadnicza różnica. Jeszcze niedawno wartość modelu można było w dużej mierze oceniać na podstawie jakości pojedynczej odpowiedzi. Teraz coraz ważniejsze będzie pytanie: czy agent potrafi przez godzinę wykonywać kolejne kroki bez rozsypania całego procesu? Czy potrafi poprawnie korzystać z API? Czy poradzi sobie z dużym repozytorium? Czy wykryje własny błąd? Czy po nieudanej próbie zmieni strategię? Czy zakończy zadanie, zamiast tylko opisać, jak należałoby je wykonać? Najnowsze premiery Google, Meta i xAI pokazują, że właśnie na tym polu zaczyna się kolejny etap konkurencji. ## **Coding AI pokazuje, dokąd zmierza cały rynek** Programowanie jest dziś prawdopodobnie najlepszym laboratorium dla agentów AI. Dlaczego? Bo wynik można stosunkowo łatwo zweryfikować. Kod się kompiluje albo nie. Test przechodzi albo nie. Endpoint odpowiada albo zwraca błąd. Aplikacja działa albo się wysypuje. Dzięki temu coding agents szybciej niż wiele innych systemów przechodzą z fazy „asystenta” do faktycznego wykonawcy. I właśnie tutaj widać zmianę najwyraźniej. Model nie ma już tylko podpowiadać kolejnej linijki kodu. Dostaje repozytorium, zadanie i narzędzia, a następnie ma samodzielnie przejść od analizy problemu do implementacji i weryfikacji. To bardzo ważne również poza programowaniem. Jeżeli ten sam sposób pracy uda się przenieść na analizę prawną, finanse, research, obsługę klienta czy procesy administracyjne, wówczas AI nie będzie automatyzowało pojedynczych czynności. **Zacznie automatyzować całe fragmenty procesów. Cena tokena będzie coraz mniej istotna.** Przez ostatnie lata przy porównywaniu modeli często patrzyliśmy na prosty cennik: ile kosztuje milion tokenów wejściowych i wyjściowych. To zaczyna być coraz gorsza metryka. Załóżmy, że jeden model jest dwukrotnie droższy, ale rozwiązuje problem za pierwszym razem. Drugi jest tańszy, ale agent wykonuje pięć prób, generuje mnóstwo dodatkowego kontekstu i dwa razy musi zaczynać zadanie od początku. Który jest naprawdę tańszy? Dlatego coraz ważniejszą metryką będzie **cost per completed task — koszt poprawnie wykonanego zadania**. Dobrze pokazuje to nowa funkcja agentowego przetwarzania wideo Google. Zamiast analizować cały materiał ze stałą intensywnością, model może dynamicznie wybierać fragmenty wymagające uwagi. Google deklaruje nawet do 88% mniejsze zużycie tokenów i do 66% niższy koszt w określonych scenariuszach. To ciekawy kierunek, bo postęp nie polega tutaj na zbudowaniu jeszcze większego modelu. Polega na tym, żeby **mądrzej wydawać compute**. Ten sam trend widać jeszcze niżej w stosie technologicznym. OpenAI opublikowało pierwsze wyniki własnego akceleratora inferencyjnego Jalapeño, wskazując na poprawę przepustowości, opóźnień i efektywności energetycznej. Model jest tylko jedną częścią układanki. Coraz większe znaczenie mają układy, energia, sieć, centra danych i sposób wykonywania inferencji. ## **Lokalne AI wraca do gry** Bardzo ciekawy ruch wykonała też Meta. Muse Glimmer to 30-miliardowy model open-weight udostępniony na licencji Apache 2.0\. Został zaprojektowany między innymi do lokalnych zadań agentowych, kodowania i używania narzędzi. To może być znacznie ważniejsze, niż sugeruje sama premiera kolejnego modelu. Przez ostatnie lata wydawało się, że najbardziej zaawansowane AI będzie niemal zawsze usługą działającą w gigantycznej chmurze. Nie musi tak być. Jeżeli wystarczająco dobre modele agentowe można uruchomić lokalnie albo w prywatnej infrastrukturze przedsiębiorstwa, pojawia się zupełnie inny model architektury. Firma może utrzymywać własnych agentów bez wysyłania każdego dokumentu do zewnętrznego API. W niektórych zastosowaniach może spaść opóźnienie. Zmniejsza się zależność od pojedynczego dostawcy. Łatwiej kontrolować dane. W pewnych zastosowaniach spada również koszt. Dlatego nie skreślałbym open-weight AI. W świecie agentów działających stale w tle **lokalność może stać się przewagą, a nie ograniczeniem**. **Im bardziej samodzielne AI, tym ważniejszy staje się przycisk STOP.** I tutaj dochodzimy do moim zdaniem najważniejszego wydarzenia ostatniego miesiąca. Nie jest nim żaden benchmark. Jest nim bezpieczeństwo agentów. Po incydencie związanym z Hugging Face OpenAI wstrzymało część frontier inference w środowiskach badawczych, w których modele mogły wykonywać kod lub korzystać z internetu. Następnie firma zaczęła przywracać poszczególne workloady w bardziej ograniczonych konfiguracjach. 2 września Reuters poinformował również o pracach OpenAI nad mechanizmami umożliwiającymi automatyczne wyłączanie agentów. To symboliczna granica. Przez lata bezpieczeństwo modeli językowych sprowadzało się głównie do pytania: **„Co model może powiedzieć?”** W świecie agentów pytanie brzmi: **„Co model może zrobić?”** To zupełnie inny problem. Agent może mieć dostęp do internetu. Może wykonywać kod. Może korzystać z API. Może posiadać token autoryzacyjny. Może modyfikować pliki. Może wysłać wiadomość. Może wykonać operację w systemie firmy. Dlatego klasyczny filtr treści przestaje wystarczać. Potrzebujemy izolacji środowiska, ograniczonych uprawnień, pełnego logowania operacji, zatwierdzania najbardziej ryzykownych działań, rollbacku i mechanizmu natychmiastowego zatrzymania procesu. W praktyce bezpieczeństwo agentów zaczyna przypominać bardziej bezpieczeństwo systemów operacyjnych i infrastruktury niż moderowanie chatbota. ## **Najsilniejsze modele mogą nie być dostępne dla każdego** Jeszcze ciekawszy jest przykład Gemini 3.8 Flash Cyber. Google stworzył wariant skoncentrowany na cyberbezpieczeństwie, ale dostęp do bardziej liberalnych możliwości modelu ogranicza do zaufanych obrońców w ramach programu Fairwind. To może być zapowiedź znacznie większej zmiany. Do tej pory przyzwyczailiśmy się, że model jest produktem: płacisz odpowiednią cenę i dostajesz API. W przyszłości część najbardziej zaawansowanych capabilities może działać inaczej. Dostęp może zależeć od tego, kim jesteś, do czego chcesz użyć systemu, jaka jest reputacja organizacji i czy spełniasz określone wymagania bezpieczeństwa. Możemy więc przejść od: **model as a service** do: **capability as a controlled service**. Google już pokazuje, jak może to wyglądać. Raport wskazuje również, że Meta opóźnia najbardziej zaawansowany tryb reasoning w Muse Spark 1.3 do czasu zakończenia dodatkowych testów bezpieczeństwa. **Benchmarki też trzeba będzie przebudować** Jeżeli modele wykonują coraz bardziej złożone zadania, klasyczne benchmarki stają się problemem. Model może zostać zoptymalizowany pod znany zestaw pytań. Producent może znać test. Test może przestać odzwierciedlać realne użycie. Google DeepMind wraz z partnerami eksperymentuje dlatego z **double-blind AI evaluations**. Pomysł jest interesujący: niezależny ewaluator nie musi otrzymywać pełnych wag modelu, a producent modelu nie dostaje dostępu do poufnych promptów testowych. Obie strony chronią więc swoje interesy. Jeżeli rozwiązanie się sprawdzi, może mieć szczególne znaczenie w bankowości, administracji, cyberbezpieczeństwie czy innych obszarach, w których deklaracja producenta „nasz model osiąga 93%” zwyczajnie nie wystarczy. W świecie agentów będziemy potrzebowali nie tylko lepszych modeli. Będziemy potrzebowali **lepszych sposobów udowadniania, że te modele naprawdę działają**. **AI Act zaczyna wpływać na samą technologię.** Regulacje również przestają być abstrakcyjną dyskusją prawników. Pod koniec lipca Komisja Europejska opublikowała wytyczne dotyczące obowiązków transparentności, które zaczęły być stosowane od 2 sierpnia. W określonych sytuacjach użytkownik musi wiedzieć, że komunikuje się z AI. Pojawiają się też obowiązki związane z maszynowo odczytywalnym oznaczaniem treści syntetycznych. Anthropic opisał mechanizm watermarkingu, który ma być stosowany w przyszłych modelach Claude. I tutaj robi się ciekawie. Regulacja nie wpływa już wyłącznie na regulamin usługi czy checkbox w interfejsie. **Zaczyna wpływać na sposób projektowania samych modeli i ich outputu.** Technicznym problemem staje się chociażby to, czy informacja o pochodzeniu treści przetrwa kopiowanie, przeredagowanie albo zmianę formatu. ## **AI zaczyna wchodzić głębiej w konkretne zawody** Drugim bardzo wyraźnym trendem jest odejście od jednego uniwersalnego chatbota na rzecz wyspecjalizowanych środowisk pracy. Google rozszerza Gemini Enterprise o rozwiązania dla prawników i sektora finansowego. OpenAI uruchomiło Rosalind Workbench dla life sciences. Anthropic eksperymentuje ze standardem pozwalającym agentom bezpiecznie sterować urządzeniami fizycznymi. W prawie AI przesuwa się więc w stronę researchu, dokumentów, umów i administracji. W finansach — w stronę KYC, researchu, analizy portfeli i procesów back-office. W nauce dostawcy modeli próbują stworzyć całe środowiska badawcze. W produkcji agent przestaje być tylko programem na ekranie. Zaczyna wydawać polecenia urządzeniom. To ostatnie zmienia wszystko. Jeżeli chatbot napisze błędną odpowiedź, możemy ją zignorować. Jeżeli agent sterujący sprzętem wykona błędne polecenie, konsekwencja może być fizyczna. Dlatego im bliżej AI znajduje się realnego świata, tym ważniejsze stają się mechanizmy fail-safe. **A co z pracą? Obraz jest mniej spektakularny niż nagłówki** W sierpniu pojawiły się kolejne dane sugerujące, że AI zaczyna wpływać na strukturę zatrudnienia. Ale na razie trudno obronić tezę o powszechnej fali bezrobocia wywołanej przez sztuczną inteligencję. Reuters wskazywał z jednej strony brak szerokiej fali zwolnień bezpośrednio związanych z AI, a z drugiej dane Challenger, według których wśród redukcji, dla których pracodawcy podawali konkretną przyczynę, AI odpowiadało ostatnio za istotną część przypadków. Te informacje nie muszą być ze sobą sprzeczne. AI może mocno zmieniać niektóre firmy i konkretne stanowiska, nie powodując jeszcze makroekonomicznego szoku. BLS zwraca zresztą uwagę na jeszcze jedną ważną rzecz: **ekspozycja zawodu na AI nie oznacza automatycznie likwidacji tego zawodu**. Znacznie bardziej prawdopodobna jest na razie zmiana struktury zadań. Część pracy przejmuje AI. Część pozostaje człowiekowi. Niektóre zespoły stają się mniejsze. Jednocześnie pojawiają się nowe kompetencje związane z kontrolą, wdrażaniem i nadzorowaniem systemów. **Tymczasem za kulisami trwa wyścig o setki miliardów dolarów** AI to już nie tylko software. NVIDIA podpisała porozumienia z Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs i KKR dotyczące platform finansowania infrastruktury compute. Docelowo mają one mobilizować ponad **500 miliardów dolarów zewnętrznego kapitału**. Nie oznacza to, że NVIDIA dostała czek na 500 miliardów dolarów. Ważniejsze jest coś innego. Compute zaczyna być traktowany jak osobna klasa infrastruktury. Trochę jak energetyka. Telekomunikacja. Nieruchomości. To bardzo mocny sygnał, że ekonomika AI przesuwa się daleko poza pytanie o to, kto ma najlepszy model. Liczy się dostęp do energii. Chipów. Centrów danych. Kapitału. Dystrybucji. I użytkowników. Do tego dochodzi konsolidacja. Finalizacja przejęcia Cursor przez SpaceX pokazuje, jak istotna staje się kontrola nad miejscem, w którym użytkownik faktycznie korzysta z AI. W raporcie pojawiają się także doniesienia dotyczące potencjalnej transakcji NVIDIA–Hugging Face, ale tutaj trzeba zachować ostrożność: dostępne źródła były sprzeczne i na moment przygotowania materiału nie pozwalały traktować przejęcia jako potwierdzonego. ## **Co z tego wszystkiego wynika?** Dla mnie ostatnie 30 dni prowadzi do pięciu bardzo konkretnych wniosków: 1. **Nie warto już budować aplikacji na sztywno pod jeden model.** Tempo premier skróciło się do tygodni, a okres przewagi konkretnego modelu staje się coraz krótszy. Routing, testy regresji i możliwość szybkiej zmiany dostawcy będą coraz ważniejsze. 2. **Ranking benchmarków przestaje wystarczać.** W produkcji ważniejsze będzie: ile kosztuje wykonane zadanie, jak często agent kończy je poprawnie i ile interwencji człowieka wymaga po drodze. 3. **Uprawnienia agentów staną się jednym z kluczowych elementów architektury.** Agent nie powinien automatycznie dostawać dostępu do całego systemu tylko dlatego, że potrafi używać narzędzi. 4. **Lokalne modele mogą dostać drugie życie.** Szczególnie tam, gdzie liczy się prywatność, opóźnienie, stałe działanie albo kontrola kosztów. 5. **Największa wartość biznesowa przesunie się w stronę wyspecjalizowanych agentów.** Nie „AI do wszystkiego”, lecz AI rozumiejące konkretny workflow, dane, regulacje i narzędzia danej branży. I właśnie ten ostatni punkt może być najważniejszy dla firm budujących dziś produkty AI. **Nie wygra jeden model** Najbliższe miesiące prawdopodobnie nie przyniosą jednego modelu, który „zabije całą konkurencję”. Rynek wygląda raczej na coraz bardziej rozdrobniony. Będziemy mieli szybkie i tanie modele do masowych zadań. Mocniejsze modele do najtrudniejszych problemów. Modele cybernetyczne z ograniczonym dostępem. Lokalne modele dla prywatnych danych. Specjalistyczne systemy dla prawa, finansów, nauki, programowania czy robotyki. I do tego warstwę orkiestracji decydującą, którego z nich użyć w konkretnym momencie. Raport wskazuje właśnie fragmentację według zastosowania oraz rosnącą pionową integrację jako najbardziej prawdopodobny kierunek najbliższych miesięcy. **Najważniejsza zmiana nie dotyczy inteligencji.** Jeszcze niedawno najważniejsze pytanie dotyczące nowych modeli brzmiało: **„Jak bardzo jest inteligentny?”** Teraz trzeba dodać kolejne: **„Jak długo potrafi samodzielnie pracować?”** **„Do czego ma dostęp?”** **„Czy można sprawdzić, co zrobił?”** **„I czy możemy go natychmiast zatrzymać?”** To właśnie dlatego ostatnie 30 dni są tak interesujące. Nie obserwujemy już wyłącznie rozwoju generatywnej AI. Obserwujemy początki infrastruktury dla **AI, które wykonuje pracę**. A jeżeli ten trend utrzyma obecne tempo, kolejnym wielkim skokiem nie będzie chatbot, który odpowiada trochę lepiej. Będzie nim agent, któremu można powierzyć prawdziwe zadanie — i mieć wystarczające zaufanie, żeby pozwolić mu je wykonać.