Blog
AI v praxi
AI modely, evaluace, agenti a RAG z pohledu týmů, které je nasazují do produkce.
Mechanistic interpretability pro praktiky: co se dá opravdu zjistit uvnitř modelu
Když se ptáte na něco, co umíte pojmenovat, pojmenujte to a změřte. Do modelu lezte, až když vám dojdou jména.
Kdy věřit AI? Praktická epistemologie pro vývojáře a týmy
Nepotřebujete vědět, jestli se modelu dá věřit. Potřebujete uspořádat práci tak, aby na tom nezáleželo tolik.
Na co je který open-weight model dobrý: výběr podle use-case, ne podle žebříčku
Žebříček odpovídá na otázku, kterou nemáte. Nehledáte nejlepší model — hledáte ten nejhorší, který vám ještě stačí.
Stáhli jste si model — co jste si pustili dovnitř?
Na čem byl váš model trénovaný — a jaké riziko z toho dědíte
Žádný AI model není apolitický: jak rozpoznat a otestovat bias modelu
Proč benchmarky AI modelů nestačí: co měřit, když vám jde o práci v reálném systému
Nový model má o pět bodů víc na SWE-benchi, tak se přepne — a po dvou týdnech má tým pocit, že se nic nezlepšilo. Benchmark přitom neklamal. Jen měřil něco jiného, než na čem vám záleží.
Codex vs Claude Code: co se mění, když editor přestane být jen editor
„AI v editoru“ už neznamená autocomplete, ale agenta, který si přečte issue a otevře PR. Volba nástroje není to hlavní rozhodnutí — důležitější je, kde agentovi svěříte práci a kde držíte hranice.
Pravda, zdroje a RAG: proč citace samy o sobě nestačí
Citace vypadá jako důkaz, ale RAG řeší jen to, kde model vzal informaci — ne jestli platí. Čtyři způsoby, jak citace lže, a jak měřit pravdu, ne jen věrnost zdroji.
Uvažovat ve slovech, nebo ve vektorech? Latentní reasoning a okno, které tím možná zavřeme
Jak se hackují jazykové modely: mapa útoků od tréninku po nasazení
Prompt injection: bezpečnostní díra, kterou (zatím) nejde zalátat
Jak sledovat nové AI modely bez hypu: praktický radar pro OpenAI, Claude, Gemini a coding agenty
Tweet, demo, benchmark, podcast — a otázka, která vás reálně pálí: změnilo se něco, co mám zapracovat do produktu? Většinou ne, občas dramaticky. Rozdíl pozná jen disciplinovaný radar.
Paměť AI agentů: proč dlouhý kontext není paměť
Dáte agentovi milionový kontext a čekáte, že přestane „zapomínat“. Jenže paměť je zastřešující slovo pro několik různých mechanismů — a dlouhý kontext řeší jen jeden z nich.
Fine-tuning není doučování: co riskujete, když saháte modelu do vah
Doladit model vypadá jako přirozený krok po promptování. Je to ale fork modelu a kus infrastruktury: trvalým aktivem je datová pipeline, ne váhy, a skutečný náklad je provozní.
Umí AI vymyslet něco nového, nebo jen kombinuje?
AI architektura pro firmy: kdy stačí prompt, kdy RAG a kdy agent
Agency a odpovědnost u AI agentů: kdy už nástroj začíná jednat?
Lokální modely vs frontier modely: kde opravdu leží hranice praktického použití
„Vlastní model, nebo API?“ se většinou ptá jako na vyznání víry. Je to přitom rozhodnutí podle workloadu — na sedmi osách, s reálnými čísly. A skoro nikdy nezní „buď, anebo“.
Jak číst AI papery, když nechcete strávit život na arXivu
Přečíst všechno nejde a ani to není cíl. Workflow, jak papery triážovat, číst po vrstvách a poznat, kdy jsou za výsledky jen hype a kdy něco, co opravdu nasadíte.