GitHub vítá spuštění alternativy Gitu od Cursoru rekordním výpadkem

Perfektní načasování: Cursor spouští alternativu ke GitHubu, který má následně sedmihodinový výpadek

Společnost Cursor v pondělí ráno zahájila rollout platformy Origin, vlastní platformy pro hosting kódu, která je v beta verzi dostupná všem platícím uživatelům plánů Pro, Teams a Enterprise (s výjimkou Enterprise organizací s možností opt-out). Zhruba o tři a půl hodiny později začal na GitHubu globální výpadek, který podle incident logu poskytovatele trval 6 hodin a 42 minut. Chybovost u pull requestů, issues a API se blížila 20 %, u stahování archivů a raw souborů se pohybovala kolem 50 %. Vypadlo také enterprise single sign-on: SAML, OIDC, SCIM provisioning a Team Sync nefungovaly a stejně tak Copilot. Šéf společnosti Vercel Guillermo Rauch tento okamžik veřejně komentoval na síti X a přiznal, že jeho vlastní firma se kvůli GitHubu zasekla. Zaměstnanec Cursoru Matt Palmer k vlastnímu spuštění napsal, že by službu spustili dříve, ale GitHub byl mimo provoz.

Origin se nachází v nové záložce Codebase v editoru Cursor a je navíc dostupný prostřednictvím vlastního nástroje pro příkazový řádek. Týmy pojmenují codebase, která se stane součástí URL, a nahrávají do ní kód pomocí příkazového řádku. Každý repozitář získává kompletní pull requesty s časovou osou, commity, kontrolami a diffy, včetně skládaných reviews, komentářů a merge, aniž by bylo nutné opustit editor. Agenti pracují ve stejném rozhraní jako kód a pull requesty: Komentář k revizi lze předat agentovi, který pull request na místě přepracuje nebo nahraje branch. Cursor přitom podporuje lokální agenty a cloudové agenty v sandboxu, kteří běží dál i po vypnutí počítače.

Při spuštění byly k dispozici tři integrace. Vercel pro každý pull request vytvoří preview deployment a při merge do produkce ho publikuje. Tato funkce je dostupná ve veřejné beta verzi pro zákazníky s plány Pro a Enterprise. Depot a Buildkite se starají o continuous integration a oba spouštějí stávající GitHub Actions workflows beze změny; Buildkite na ně navíc přidává vlastní pipelines. Další partneři mají následovat, stejně jako dosud nespecifikované „agent-native“ funkce.

Druhou částí strategie je synchronizace: Kdo připojí organizaci na GitHubu a vybere repozitáře, uvidí je vedle repozitářů vlastních Origin. Pushe nadále směřují na GitHub, který podle changelogu zůstává „source of truth“ pro vše, co na něm bylo započato. Přístupová práva zrcadlí stávající nastavení pro čtení a zápis na GitHubu, místo aby se budoval paralelní systém, a konverzace v pull requestech probíhají podle společnosti oběma směry během několika sekund.

Cursor oznámil Origin v červnu na své první vývojářské akci v San Franciscu, tehdy jako Git Forge pro éru agentů. Argumentace: GitHub a GitLab jsou postaveny pro lidi, kteří píší kód, otevírají pull requesty a dny čekají na revize, zatímco agenti vytvářejí mnoho změn paralelně. V červnovém demu společnost ukázala 22,6 commitů za sekundu při 81 000 pushích a 295 000 klonováních za hodinu na jediném repozitáři. Origin je zároveň první velkou produktovou aktualizací od červnového prodeje společnosti Cursor firmě SpaceX za 60 miliard dolarů. GitHub od ledna zaznamenává každý měsíc alespoň jeden incident, včetně dvou lednových incidentů se 100% chybovostí u Copilota kvůli konfigurační chybě při aktualizaci modelu a více než pěti poruch během dvanácti hodin 9. února. Spuštění produktů se obvykle plánuje týdny dopředu a neexistují žádné důkazy o tom, že by Cursor načasoval termín podle výpadku. → VentureBeat, Neowin, SiliconANGLE, Notebookcheck

Synthszr Take: Tři a půl hodiny náskoku je příliš málo na kalkulaci a příliš trefné na náhodu; střízlivým vysvětlením je, že GitHub od ledna neměl ani měsíc bez incidentu, a tak se statisticky trefí téměř do každého termínu spuštění. Přínos pro Cursor spočívá v otázce, kterou si po 17. srpnu najednou někdo ve firmě vážně položí: Kde leží náš kód, když poskytovatel 6 hodin a 42 minut nepropouští žádné pull requesty a s sebou vezme i single sign-on? Věta Matta Palmera o konkurentovi GitHubu, jehož spuštění GitHub zpozdil, byla nejúčinnější komunikací dne a nestála ani cent z mediálního rozpočtu. Tvrdá práce však začíná až teď, protože zrcadlo s GitHubem jako „source of truth“ sice projde každým bezpečnostním auditem, ale je závislé na stejném výpadku jako originál. Vážné to bude, až bude Origin schopen sám spravovat logiku oprávnění, branch protection a auditní záznamy; do té doby zůstává druhým oknem na cizí servery a jeden den výpadku migraci neprodá.

Amodei reaguje na kritiku investorů: Skepse vůči AI je „v zásadě krizí důvěry“

Šéf společnosti Anthropic Dario Amodei v sérii příspěvků na síti X odmítl, že by jeho varování před riziky AI podněcovala rostoucí odpor vůči tomuto odvětví. Podnětem byl investor Gavin Baker, který v podcastu All-In a na síti X tvrdil, že Amodeiho poplašné zprávy spoluzpůsobily odpor v USA, zejména proti novým datovým centrům; Baker napsal, že Amodei prohrál debatu o regulaci a jako budoucí šéf jedné z nejdůležitějších společností na světě by měl pro své odvětví vystupovat pozitivněji. Amodei odpověděl, že jeho texty jsou zhruba rovnoměrně rozděleny mezi rizika a přínosy, a odkázal na svou esej „Machines of Loving Grace“, kterou podle vlastních slov napsal, protože odvětví nevytváří inspirativní obraz této technologie. Připustil, že veřejnost vnímá AI negativně, a označil to za velký problém, který však přičítá desítky let rostoucí nedůvěře vůči firmám, vládám a technologickému průmyslu. Nejtrefnější kritika firem zabývajících se AI, včetně Anthropicu, z jeho pohledu zní: velké sliby zatím nebyly naplněny. → Techpresso

Synthszr Take: Diagnóza „krize důvěry“ má pro toho, kdo ji stanoví, příjemný vedlejší účinek: je desítky let stará, společensky rozptýlená, a tudíž za ni nenese odpovědnost žádná jednotlivá firma. Amodei vysvětluje odpor jako nejnovější projev všeobecné nedůvěry vůči firmám, státům a technologiím, a tím posouvá protesty proti datovým centrům do oblasti, kde je Anthropic pouze jedním z postižených. Druhý přínos spočívá v pasáži o regulaci: návrhy, které podle jeho vlastních slov brzdí přední laboratoře a zvýhodňují ty malé, znějí nezištně a zároveň zajišťují místo u stolu, kde se píší pravidla. Na celém tomto vystoupení je ověřitelná jediná věta, a to ta, že velké sliby dosud nebyly naplněny. Podle toho bude Anthropic hodnocen, debata o tónu zůstává jen doplňkem.

OpenAI rozpouští svůj tým pro katastrofická rizika AI

OpenAI na konci července zrušila svůj tým „Preparedness“, který měl zkoumat, zda její vlastní modely mohou vyvolat vážná nebo katastrofická rizika. Informoval o tom deník Financial Times s odvoláním na interní zdroje. Práce na biologických a kybernetických rizicích byla rozdělena mezi stávající týmy. Dosavadní vedoucí Dylan Scandinaro se nyní zabývá bezpečnostními otázkami spojenými s rekurzivního sebezdokonalování, tedy systémy, které se samy optimalizují a trénují jiné modely. Spoluzakladatel Greg Brockman vysvětluje tuto změnu tím, že bezpečnostní práce je nyní úžeji propojena s vývojem modelů. → Techpresso

Synthszr Take: Tým pro katastrofická rizika má jednu vlastnost, kterou rozdělení na několik stávajících skupin okamžitě ruší: adresu, na kterou lze zvenčí položit otázku. Dohled potřebuje jasně daný mandát, právo na eskalaci a někoho, kdo v případě odmítnutí ponese odpovědnost, a přesně to od konce července zvenčí nelze dohledat. Brockmanovo vysvětlení, že bezpečnost je úžeji vetkána do vývoje, může být organizačně správné, ale pro jakoukoli externí kontrolu je bezcenné, protože takto vetkaná odpovědnost už nikoho jmenovitě nezavazuje. To, že souběžně odcházejí Chief Ethics Officer a Joshua Achiam, zatímco interně se mluví o sklíčenosti, mění restrukturalizaci ve výpověď o prioritách. Po incidentu s Hugging Face by spolehlivou odpovědí byl veřejně dostupný registr rizik se jmény, prahovými hodnotami a eskalačními postupy. Místo toho byl dodán jen organigram bez kontaktního místa.

Goldman Sachs: Výdaje na AI se nepromítají do zisků firem

Společnost Goldman Sachs ve své analýze dospěla k závěru, že silný nárůst firemních výdajů na umělou inteligenci se zatím neprojevuje v odpovídajícím zvýšení zisků. Podle zprávy Seeking Alpha ze 16. srpna, která analýzu cituje, pouze 2 % společností z indexu S&P 500 vůbec vyčíslily dopady AI ve svých čtvrtletních zprávách. Z nich pak 11 % uvedlo měřitelné zisky v produktivitě, například v programování nebo zákaznickém servisu, aniž by však rostly výrazně rychleji než zbytek trhu: medián nárůstu zisku těchto firem činil 17 % oproti 14 % u ostatních. Výrazně jasnější je situace u poskytovatelů infrastruktury, kde hyperscaleři a další, kteří profitují z investic do AI, zvýšili své zisky o 54 % a tvořili tak zhruba polovinu celkového růstu zisku indexu. Co se týče úrovně výdajů, index Ramp AI, citovaný společností Goldman, ukazuje zdvojnásobení: medián 12 dolarů na zaměstnance a měsíc v červenci oproti 5 dolarům na začátku roku, v horním deseti procentech firem pak 650 místo 240 dolarů. → MyClaw Newsletter

Pohled Synthszr: Rozdíl tří procentních bodů v mediánu zisku, to je jediný tvrdý důkaz po dvou letech investiční vlny. Sedmnáct oproti čtrnácti procentům je v mezích toho, co by mohl vysvětlit i dobrý prodej nebo slabé meziroční srovnání, a skutečnost, že pouze 2 % společností jsou schopna tyto efekty vůbec vyčíslit, mluví sama za sebe. Naproti tomu 54% nárůst zisku u poskytovatelů infrastruktury je jasně měřitelný, protože tam prostě přicházejí peníze ostatních. Finanční ředitelé říkají totéž, jen tišeji: na plnou implementaci nyní odhadují 6,28 roku, což je téměř dvakrát déle než v jejich odhadu z minulého roku. Dvanáct dolarů na zaměstnance a měsíc viditelně neovlivní výkaz zisků a ztrát. Důkaz se dostaví nejdříve tehdy, až budou tyto výdaje o řád vyšší.

Qwen 3.8 27B od Alibaby si promýšlí i jednoduché příkazy: 21 minut na jedno SVG

Laboratoř Qwen od Alibaby vydala pod licencí Apache-2 model Qwen 3.8 27B s 27 miliardami parametrů a schopností porozumět obrazu, který podle Simona Willisona běží lokálně na dobře vybaveném notebooku. Willison testoval 17GB verzi Q4_K_M přes LM Studio na 128GB MacBooku Pro s čipem M5 Max a také na NVIDIA DGX Spark. Model se podle dokumentace Qwen standardně spouští s reasoning_effort na nejvyšší úrovni „xhigh“, k dispozici jsou také možnosti „medium“ a „low“. V praxi se přednastavené kontextové okno LM Studia o velikosti 8 192 tokenů zaplnilo již při banálních úkolech, problém zmizel až s maximálním možným počtem 262 144 tokenů. Willisonův standardní test, pelikán na kole jako SVG, trval 21 minut a spotřeboval 22 276 reasoning-tokenů pro výstup o 3 223 tokenech. Stejný úkol bez reasoningu vygeneroval 3 715 tokenů za 137 sekund. Podle jeho hodnocení je výsledek s reasoningem nejlepší, jaký dosud viděl u lokálně běžícího modelu; vlastní benchmarkové údaje Qwen, které mají překonávat i uzavřený model Qwen 3.7-Plus, zatím nebyly nezávisle ověřeny. → Marcus Schuler

Pohled Synthszr: 22 276 reasoning-tokenů pro výstup o 3 223 tokenech, 21 minut čekání a na konci je na obrazovce pelikán na kole. Lokálně se za inferenci platí hlukem ventilátoru a časem, a přednastavení na „xhigh“ spaluje obojí bez ptaní. Při příkazu „nakresli kruh“ model začne s úvahami o soustředných pomocných kruzích a barevných paletách a přednastavené 8k-kontextové okno se zaplní dříve, než samotná odpověď vůbec začne. Prvním krokem po stažení by proto mělo být nastavení přepínače: „low“ nebo „medium“ pro běžné úkoly, plnou hloubku myšlení jen tam, kde se to vyplatí. Skutečnost, že 17gigabajtový soubor na notebooku vůbec dosáhne takové kvality, zůstává silnou stránkou této zprávy; zkouška trpělivosti, která s tím souvisí, stojí jedno kliknutí v konfiguračním dialogu.

Anthropic a OpenAI vyvíjejí vlastní oborové aplikace: Zákazníci se obávají o svůj přístup k API

Anthropic a OpenAI stále častěji vyvíjejí vlastní AI aplikace šité na míru jednotlivým oborům, čímž vyvíjejí tlak na firmy, které jejich modely nakupují prostřednictvím programovacího rozhraní. Podle The Information je designový software Canva nejnovějším příkladem zákazníka, který nyní přímo konkuruje svému hlavnímu dodavateli. Dosud se mělo za to, že oba poskytovatelé budou své nejlepší modely nadále prodávat prostřednictvím API, protože jim tento obchod přináší miliardové tržby. Autorka Stephanie Palazzolo píše, že rozhovory s výzkumníky z laboratoří a se zakladateli závislých aplikací ji přiměly o tomto statusu quo pochybovat. Jako indicie uvádí mimo jiné postupné uvolňování modelů s individuálním posuzováním, k němuž údajně tlačila Trumpova administrativa z obavy před zneužitím kyberzločinci, a také již provedené omezování výkonu u bezpečnostně relevantních úloh, například u modelu Fable od Anthropic v oblasti kybernetické bezpečnosti. Dalším důvodem pro omezení přístupu je Distillation, tedy dotrénovávání konkurenčních modelů pomocí výstupů pokročilejších systémů, čemuž podle bývalého výzkumníka Anthropic prakticky nelze zcela zabránit. Někteří investoři navíc varují vývojáře, že by Anthropic mohl svou nejlepší technologii zadržovat pro vývoj vlastních aplikací. Deník považuje v takovém případě za pravděpodobné velké antimonopolní vyšetřování, jelikož Anthropic na trhu s API jasně vede. Poskytovatelé jako Harvey a Cursor již trénují vlastní modely interně, aby snížili svou závislost. → The Information AI Agenda

Pohled Synthszr: Canva platí společnosti Anthropic za modely, které mohou být souběžně použity v produktu, který konkuruje Canvě. Taková je situace pro celou generaci poskytovatelů aplikací. Závislost je asymetrická, protože dodavatel si prostřednictvím uživatelských dat a ticketů podpory čte o produktových plánech svého zákazníka dříve, než je zákazník sám uvede na trh. Harvey a Cursor vyvodili zřejmý důsledek a trénují vlastní modely, což je drahé, ale zachraňuje to jejich vyjednávací pozici. Spolehlivější než vlastní model jsou věci, které dodavatel prostě nemá: pracovní data vlastních uživatelů a smluvní odpovědnost za výsledek, za který zákazník skutečně platí. Pokud by Anthropic jako jasný lídr na trhu s API skutečně zadržoval své nejlepší modely, dotčení zákazníci by alespoň získali na svou stranu antimonopolní úřad.

AirTag odhaluje Amazon: Antikvární knihy se řežou pro trénování AI

Amazon ve velkém skupuje antikvární knihy, aby je ve skladu v Nevadě rozřezal, naskenoval a následně zlikvidoval. Podle rešerše serveru 404 Media, o níž informoval Futurism, obdržel jeden antikvář anonymní objednávku na 1 000 svazků na tržišti Biblio a mezi stránky jednoho z nich vložil Apple AirTag. Zásilka skončila v pobočce Amazonu VGT3 u Las Vegas, kde zaměstnanci podle vlastních příspěvků na fórech zpracovávají výhradně knihy: jedna část odděluje hřbety knih, druhá snímá čárové kódy. Amazon pro 404 Media pouze uvedl, že knihy nakupuje prostřednictvím komerčních kanálů za účelem dalšího vývoje svých produktů a služeb. Tento postup se poprvé dostal na veřejnost v rámci soudního řízení proti společnosti Anthropic, v němž soudce označil průmyslové řezání a digitalizaci milionů knih za transformativní, a tedy z hlediska autorského práva přípustné. Protože se v Nevadě zjevně systematicky eviduje ISBN každého svazku, vidí v tom prodejci potvrzení svého podezření, že AI firmy zpracovávají celosvětovou knižní produkci podle sériových čísel. Dotyčný prodejce prodává vzácné tituly, kterých je v oběhu již jen několik málo exemplářů. → Futurism

Pohled Synthszr: Jeden AirTag mezi dvěma stránkami knihy přinesl více jasno než všechna tisková prohlášení z oboru dohromady. Skutečnou surovinou v tomto příběhu je anonymita tržiště: Biblio ji prodává jako pohodlí pro kupující, Amazon ji využil jako nákupní kanál a 1 000 vzácných svazků kvůli tomu v Nevadě prošlo řezačkou. To, že soud v řízení proti Anthropic schválil rozřezání a digitalizaci jako transformativní, činí celou věc právně čistou a ekonomicky atraktivní, zatímco prodejce své zboží už nikdy neuvidí. Antikvariáty reagují ověřováním totožnosti u velkých objednávek a přirážkami za hromadné objednávky podle ISBN, důvěra se stává předpokladem pro přístup k papíru. Logo oddělení, T-Rex s knihou v tlamě, zůstává prozatím nejotevřenějším vyjádřením, které Amazon k této záležitosti učinil.

LTX přináší s LTX-2.5 vícezáběrové video a export do EXR pro profesionální střih

Společnost LTX vydala 11. srpna verzi LTX-2.5 svého otevřeného video modelu. Novinkou je podle Turing Post nativní generování více záběrů (multishot), které vytváří několik záběrů v jednom průchodu a podle poskytovatele přitom udržuje konzistenci postav a vizuálního stylu napříč střihy. K tomu se přidává difuzní video dekodér pro obrazový výstup. Model také podporuje EXR v kino kvalitě, tedy formát souborů, se kterým pracují programy pro compositing a grading ve filmové a reklamní produkci. → 🔳 Turing Post

Pohled Synthszr: Vícezáběrové generování (multishot) s nepřetržitou kontinuitou je bod, kdy se video model dostává do střižny: několik záběrů, stejná postava, stejná světelná atmosféra, aniž by pak někdo musel ručně slaďovat desítky klipů. Podpora EXR rozhoduje o přístupu ke stávajícím produkčním procesům, protože grading a compositing potřebují lineární data s plovoucí desetinnou čárkou a ne hotové 8bitové snímky. Surový předtrénovaný checkpoint je skutečným dárkem pro produkční domy s vlastním vizuálním stylem, které ho nechtějí zpětně odvozovat z fine-tuningu někoho jiného.

Skutečné riziko bubliny v AI začíná u víry

V aktuální epizodě podcastu „The Deep View Conversations“ redakce analyzuje znovu oživenou debatu o bublině v oblasti AI a zasazuje realitu mezi rétoriku zkázy a bezmezný optimismus. Klíčový je jev, který autoři označují jako „problém Zvonilky“: boom částečně závisí na tom, že dostatek lidí bude i nadále věřit v potenciál technologie, zatímco veřejná skepse roste. Pod touto vrstvou víry se podle podcastu nachází pevnější základ, protože smlouvy s firemními zákazníky tvoří většinu příjmů AI laboratoří. Jako důkazy udržitelné poptávky analýza uvádí silné čtvrtletní výsledky hyperscalerů a přetrvávající nedostatek výpočetní kapacity, kvůli kterému poptávka po Inference roste rychleji než nabídka. Redakce také vyvrací virálně šířené tvrzení, že předplatné modelu Claude za 200 dolarů stojí společnost Anthropic 8 000 dolarů na provozu. Zároveň se zmiňuje o rostoucím tlaku ze strany firem na kontrolu, efektivitu a měřitelný přínos, včetně údaje jedné společnosti, jejíž spotřeba tokenů u jednotlivých vývojářů stojí 1,5násobek jejich platu. Dalšími tématy epizody jsou cenová logika trénování a přístupu k API, a také přesun investorských peněz do energetických a komoditních aktiv. → The Deep View

Komentář Synthszr: Srovnání s rokem 1999 v jednom bodě nesedí: Pets.com mělo prokliky a spoty na Superbowlu, laboratoře s umělou inteligencí mají podepsané smlouvy s firemními zákazníky a datová centra, jejichž kapacita je zadaná dříve, než zaschne beton. Přesto je postřeh ohledně víry správný a účet na 8 000 dolarů za předplatné v hodnotě 200 dolarů je toho důkazem: Číslo, které z hlediska výpočtů nedává smysl, se drží týdny, protože odpovídá náladě. Přesně tak probíhal pád po roce 2000: Nejprve se zhroutil příběh, pak se zhroutila čísla, protože zákazníci zmrazili své rozpočty a dodavatelé rušili objednávky. Tvrdá zkouška se skrývá v dalším zmíněném údaji: Jakmile spotřeba tokenů jednotlivých vývojářů stojí 1,5násobek jejich platu, stává se z otázky víry nákladová položka, kterou si může přepočítat každý controlling. Společnosti, které porovnávají svou spotřebu na případ užití s doloženým výnosem, přečkají další vlnu nálad v klidu; ostatní budou na podzim vysvětlovat, kam zmizel rozpočet.