Přejít k obsahu
Pavol Hejný

AI konzultace, workshopy a vývoj

Pavol Hejný

Stavím produkty. Pomáhám týmům s AI.

Pomáhám firmám a týmům nasadit AI do vývoje, produktů a interních procesů tak, aby jim v praxi přinášela užitek.

Probrat AIMoje projekty
  • AI konzultace
  • Workshopy a přednášky
  • 15+ let vývoje
Pavol Hejný
Vývojář · AI konzultant · Lektor

Praxe v číslech

Zajímá mě, co funguje v praxi. V týmu, v produktu i po delší době.

let praxe ve vývoji softwaru a product managementu
15+
roky práce s AI nástroji na skutečných projektech
3+
úspěšných projektů od prototypu po produkci
10+
proškolených lidí na workshopech, přednáškách, v podcastech a dalších výstupech
4500+

S čím pomohu

S čím vám pomohu

Každý tým řeší něco jiného. Pomohu vám najít konkrétní použití AI, nastavit proces a vybrat způsob práce, který sedne vašemu produktu.

AI konzultace

Strategie, výběr nástrojů, vendor lock-in, bezpečnost dat, práce s AI agenty a cesta od dema k běžnému provozu.

  • Konkrétní použití ve vašem týmu
  • Výběr nástrojů a práce s daty
  • AI agenti v každodenní praxi
Domluvit AI konzultaci

Workshopy a přednášky

Přednášky a praktické workshopy pro firmy, produktové týmy a vývojáře. Zaměříme se na to, co můžete hned použít, jak udržet kvalitu a která rozhodnutí je potřeba udělat.

  • Praktické příklady pro váš obor
  • Vývoj s AI a kontrola kvality
  • Pro vývojáře i produktové týmy
Domluvit workshop nebo přednášku

Projekty

Od aplikací po AI agenty

Vyvíjím už více než polovinu života. Pracoval jsem na webových aplikacích, vzdělávacích produktech i AI agentech. Tady jsou projekty, které nejlépe ukazují, čemu se věnuji dnes.

Promptbook

Ekosystém AI agentů, kteří si drží cíle, pravidla, znalosti a firemní kontext.

Otevřít Promptbook

Collboard & H-edu

Produkty pro vzdělávání a spolupráci online, které se osvědčily ve školách i při rychlé změně okolností.

CollboardH-edu

AI Supervize

Praktický rámec pro firmy a týmy, které chtějí mít při vývoji s AI méně chaosu a lépe hlídat kvalitu.

AI Supervize

Všechny projekty

Desítky open-source a produktových projektů. Od prototypů přes vzdělávací produkty po nástroje pro AI a vývoj.

GitHubCV

Reference

Lidé, se kterými jsem pracoval

Reference z projektů, školení, workshopů i delší spolupráce.

Pavola znám šest let, hlavně z hackathonů a dalších inovačních projektů. Když se účastnil se svým týmem, mohli jste si vsadit, že skončí mezi prvními třemi. A taky že ano. Pavol se vyzná v nových technologiích a umí rychle najít řešení pro průmysl, vzdělávání i rozvoj měst.
Tomáš Studeník

Tomáš Studeník

Startupper

Pavol vytvořil prototyp naší aplikace H-edu a díky němu jsme hned získali investici. Potom navrhl architekturu systému i technologie, které se ukázaly jako správná volba i s odstupem času.
Jan Šedo

Jan Šedo

Zakladatel H-edu

Pavol umí stavět digitální produkty. Viděl jsem ho přes noc vytvořit integrovaného chatbota, se kterým jsme vyhráli Startup Weekend v Praze. Dokáže rychle vzít nové téma nebo technologii a postavit na něm fungující produkt.
Max Kozlov

Max Kozlov

Founder & CEO, Undout

Pavol je schopný inovátor, který propojuje digitální technologie se společenskými tématy. V projektech, na kterých pracoval, přinesl do vzdělávání nové nápady a postupy.
Bob Kartous

Bob Kartous

Prorektor VŠEM a autor

Pavol spojuje technické dovednosti s veřejným vystupováním a umí rozjet nové nápady. Těším se na náš další projekt.
Tereza Texlová

Tereza Texlová

Spoluzakladatelka Czech.events

Média

Články a mediální zmínky

Píšu a přednáším o AI, vývoji a digitálních produktech. Tady najdete moje texty i výstupy v médiích.

Moje články

Všechny články
Přednášky a zmínky v médiích (4)
Další výstupy na LinkedIn

Do sluchátek

Podcasty, kde mě uslyšíte

Rozhovory o AI, vývoji a vzdělávání. Poslouchejte přímo tady, nebo otevřete původní díl.

Jako host

Starší rozhovory (2)

AI ta Krajta

Všechny moje díly na AI ta Krajta

Moje nejnovější díly z AI ta Krajta. Nové epizody, kterých se účastním, se sem přidávají automaticky.

AI ta Krajta

AItaKrajta #71-2

Ve druhé části 71. dílu jdeme s Marianem Kamenišťákem rovnou k praxi a reálným číslům. Jak proměnit noční AI validaci ve fungující byznys a proč to Marian netahá jako one-man show, ale rozdává operativním partnerům podíly na zisku? Marian otevírá svůj konkrétní stack (Notion, Attio, PostHog, Cloudflare, Composio) a popisuje reálné projekty, které vydělávají – od migrací z Wixu do Astra a AI SEO až po talentový program F1144. Dojde i na debatu o tom, proč je strach z „kradení nápadů velkými LLM modely“ lichý, jak se vyhýbat regulatorním pastem a proč vývojáři bez pochopení byznysové hodnoty brzy narazí na zeď. Zdroje: - podobné Jevovi, ale zaměřeno na extrakci obsahu ze stránek - Petrův experiment s Jevem pro rychlejší navigaci skrz web a rozhodování o dalších akcích - Odkaz na komunitu - ClawLabs: Building Open Source Together | DevDay 2026

Díl u vydavatele

Nahrávka je dostupná u vydavatele.

AI ta Krajta49:03

AItaKrajta Speciální #70 díl

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: Petr Glaser: Pavol Hejný:

Díl u vydavatele
AI ta Krajta36:15

AItaKrajta speciál

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. : Jiří Jahn: Pavol Hejný: Roman Baranovič

Díl u vydavatele
Další díly se mnou (55)
AI ta Krajta44:27

AItaKrajta #68 (plný díl)

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: - tohle odstartovalo obří boom klasifikátorů a vlastně o tom je téměř celý díl - sdíleno v průběhu diskuze - benchmarky srovnávající různé modely podobné architektury - Šimonovo testování Jeva

Díl u vydavatele
AI ta Krajta52:48

agentů řeší matematiku? Astra, DeepSeek a coding agents

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?

Díl u vydavatele
AI ta Krajta54:07

Nový Fable, AI benchmarky, subscription limity a vlastní hardware

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.

Díl u vydavatele
AI ta Krajta38:48

AI zrychlí vývoj 10x. Celý proces ale ne | Qwen 3.8 Flash a testování Huawei čipů

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.

Díl u vydavatele
AI ta Krajta35:34

Čtyři AI lídři opouštějí Google. Co chystá Discovery Loop?

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: zdroje: Discovery Loop: Qwen3.8-27B: OpenAI Daybreak: NVIDIA DGX Spark: OBLITERATUS: Petr Glaser: Pavol Hejný: Jiří Jahn:

Díl u vydavatele
AI ta Krajta53:06

Google přesouvá šéfa AI. Co to znamená pro Gemini?

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. workshop zdarma: Už máte plány na 20. srpna? Srdečně vás zveme na náš workshop. Registrujte se a zjistěte více na tomto odkazu: Roman Baranovič: Pavol Hejný: Jiří Jahn: kde nás můžete sledovat: LinkedIn: Spotify: Apple Podcasts:

Díl u vydavatele
AI ta Krajta39:34

AI modely na ESP32, AI Act a praktický vibecoding

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.

Díl u vydavatele
AI ta Krajta37:18

AI Agent zdivočel a napadl konkurenci! Průlom k AGI, nebo konec světa?

Vítáme vás u 61. dílu podcastu AI ta Krajta! Tento týden se ponoříme hluboko do nejžhavějšího a nejdiskutovanějšího tématu současnosti: bezpečnostní incident OpenAI, kdy jejich autonomní agent omylem (nebo snad záměrně?) zaútočil na servery Hugging Face. Znamená to, že jsme právě udělali obří skok k AGI (Umělé Obecné Inteligenci), nebo jsme jen o krok blíž ke katastrofě, před kterou varují přední experti i sci-fi vizionáři? Společně s Romanem, Pavlem a Jirkou rozebereme:Hacking v přímém přenosu: Jak je možné, že agent pověřený nevinným úkolem dokáže provést sofistikovaný kyberútok? Problém se Zlatou střední cestou: Proč nás jazykové modely klamou a zdánlivě "chápou" kontext, který jim ve skutečnosti uniká? Trestní zákoník pro AI: Můžeme se spolehnout na technické "ohrádky" (guardrails), nebo potřebujeme novou globální ústavu pro AI? Nové GPT-5-6 modely: Jak si vedou modely Luna, Tera a Sol a proč menší model Luna stačí na 80 % programátorských úkolů? Návrat k Asimovovi: Jsou tři zákony robotiky od Isaaca Asimova z roku 1942 relevantní i dnes, nebo jde o naivní přežitek? Tato epizoda je must-see pro každého, kdo chce pochopit realitu za mediálním humbukem. Připravte se na pořádnou dávku critical thinking a nenechte si ujít diskuzi o tom, co Harari nazývá "mimozemskými entitami, které jsme si sami vytvořili."Materiály a zdroje: Roman v úvodu mluví o newsletteru od Townie Meanse, který se vrací ke starší studii MIT Media Lab. Tato studie zkoumala, jak používání ChatGPT při psaní esejí mění vzorce mozkové aktivity (EEG) a jak ovlivňuje paměť na vlastní text. Odkaz ke studii: Jirka mluví o populární studii "AI 2027", která se snažila předvídat vývoj AI, a upozorňuje, že autoři vydali pokračování s názvem "AI 2040". V závěru podcastu se shodují, že tyto studie vyzývají ke zpomalení vývoje, což v nich vyvolává pocit déjà vu. Odkaz ke zdroji: sponzorům: Promptbook: AI supervize:

Díl u vydavatele
AI ta Krajta37:21

Konec jedné éry? Proč se AI vrací k terminálu a co umí čínská Kimi 3 | 1. část

V 60. díle (první části) AI ta Krajta vítáme Romana Baranoviče, experta na digitální transformaci školství. Společně s Pavlem rozebíráme nejnovější pohyby na poli AI modelů. Proč je čínský model Kimi 3 hrozbou pro americkou dominanci a jakou roli v tom hraje politika? Ponoříme se do praktického srovnání modelů od Anthropicu a OpenAI – proč je Fable skvělý vizionář, zatímco GPT zůstává neúnavným pracantem? Dozvíte se také, co znamenají tajemné názvy Sol, Terra a Luna, jak funguje „vibe coding“ v nástroji Glaze a proč budoucnost aplikací možná nepatří grafickému rozhraní, ale příkazové řádce (CLI) a autonomním agentům.

Díl u vydavatele
AI ta Krajta42:08

Anthropic Fable 5, Google OKF a proč vývoj softwaru míří k dark factory

Další díl AI ta Krajta! 57. epizoda, ve které (opět) řešíme zákaz Fable 5, geopolitiku frontier modelů, evropskou závislost na americké a čínské AI infrastruktuře, Google Open Knowledge Format, context engineering, možnou akvizici Cursoru Muskem a to, proč se vývoj softwaru přesouvá od psaní kódu k řízení kontextu, ověřování výstupů a automatizovaným smyčkám. Zdroje k tématům v díle:

Díl u vydavatele
AI ta Krajta41:22

Anthropic Fable 5, bezpečnost vibe codingu a ztrátová komprese reality

Další díl AI ta Krajta! 56. epizoda, ve které řešíme Anthropic Fable 5 a Mythos 5, bezpečnost vibe codingu, právní odpovědnost AI agentů, IPO tlak na AI firmy, papežskou encykliku o AI a to, proč sumarizace jazykovými modely možná není tak neutrální, jak se zdá. V tomto díle začínáme vydáním Fable 5, který zmizel tak rychle, jak přišel: v čem je skutečně nový? Nebo šlo spíš o chytře zabalený Mythos-light s velkým marketingovým očekáváním, kterému zákaz jen prospěje? Porovnáváme první dojmy z praktického používání, řešíme, proč subjektivní testování často nestačí. Velký blok věnujeme bezpečnosti AI-generated softwaru. Bavíme se o API klíčích na frontendu, Bash skriptech psaných AI, deployment preview, security review a o tom, zda má být odpovědnost na modelu, člověku, nebo nástrojích okolo. Druhá polovina epizody se stáčí k ekonomice a institucionálnímu tlaku kolem AI laboratoří. Probíráme omezené vydání Fable 5, scarcity marketing, compute limity, možné IPO Anthropicu, konsolidaci trhu a otázku, jestli jsou OpenAI a Anthropic nové platformní monopoly, nebo pořád jen zranitelné firmy bez vlastní velké infrastruktury. V závěru otevíráme papežskou encykliku o AI, čtení primárních textů v době sumarizací, bias modelů, tokenizaci, překlady, abstrakci, black boxy a otázku, jestli modely vlastně jen komprimují svět podobným způsobem jako ztrátová komprese. Zdroje k tématům v díle: sponzorům: Promptbook: AI supervize:

Díl u vydavatele
AI ta Krajta47:15

OpenAI Codex Sites, capacity wall a proč coding agenti opouštějí IDE

AI ta Krajta | Claude Opus 4.8, DeepSWE a proč coding agenti míří za hranice IDE Další díl AI ta Krajta! 55. epizoda o OpenAI Codex Sites, agentickém vývoji, Claude Opus 4.8, DeepSWE, Microsoft Scoutu, Applu, lokálních modelech a ekonomice tokenů. V tomto díle řešíme, kam se posouvá vývoj softwaru: Codex už nemá jen psát kód, ale rovnou vytvářet, nasazovat a hostovat weby či interní aplikace. Ptáme se, jestli je to první krok k autonomní „dark code factory“, nebo zatím jen další skill uvnitř Codexu. Navazujeme na vibe coding, Lovable, TanStack Start a problém deploymentu. Pro běžné uživatele může být klíčové právě to, že aplikaci nemusí nikam složitě nasazovat — platforma ji rovnou vytvoří, spustí a hostuje. Velký blok věnujeme coding agentům, benchmarkům a self-evolving systémům typu DeepSWE / Socratic-SWE. Bavíme se o tom, že dnešní pokrok nemusí být jen ve vahách modelů, ale hlavně ve vrstvě okolo nich: kontextu, skillech, tool callingu, trasování a workflow. Řešíme také Claude Opus 4.8, ceny modelů podle Artificial Analysis, OpenAI modely na Amazon Bedrocku a enterprise souboj Anthropic vs. OpenAI. K tomu přidáváme Microsoft Scout, superaplikace vs. superagenty a otázku, kdo bude v AI éře držet vztah s uživatelem. V závěru se dostáváme k Applu, lokálním modelům, NVIDIA RTX Spark, routingu, specializovaným modelům a ekonomice tokenů. Budou modely dlouhodobě levnější, nebo levnější inference jen způsobí ještě větší spotřebu?

Díl u vydavatele
AI ta Krajta52:49

Claude Opus 4.8, DeepSWE a proč coding agenti míří za hranice IDE

Další díl AI ta Krajta! 54. epizoda, kde řešíme Claude Opus 4.8, long-running coding agenty, DeepSWE, context engineering, spekulativní decoding a bezpečnost autonomních agentů. V tomto díle začínáme čerstvě vydaným Claude Opus 4.8 a novinkami v Claude Code. Probíráme Dynamic Workflows, paralelní subagenty, dlouhý kontext a otázku, jestli se coding agenti posouvají od „lepšího editoru“ k prostředí, které samo plánuje, spouští a vyhodnocuje dlouhé vývojové úlohy. Velkou část věnujeme benchmarkům pro agentické programování: DeepSWE, mini-SWE-agent, Terminal-Bench, kontaminaci dat, ruční verifikaci úloh a rozdílu mezi tím, co umí samotný model, a tím, co mu umožní dobrý harness. Zároveň řešíme Recursive Language Models, lokální modely, paralelizaci a možnost, že silný frontier model bude plánovat, zatímco dílčí subtasky poběží na levnějších specializovaných modelech. Druhá tematická osa je context engineering. Mluvíme o správě kontextu v dlouhých bězích, sdílené KV cache, REPL přístupech, prohledávání codebase, MCP, skills, presetech, tool callingu a problému, že příliš mnoho nástrojů může modelu spíš sežrat pozornost než pomoct. Navazujeme spekulativním decodingem, EAGLE 3.1 a attention driftem: proč zrychlování inference funguje dobře u krátkých výstupů, ale může narážet u dlouhých editací a agentických workflow. V závěru řešíme praktickou sílu i rizika agentů s terminálem. Coding agent v „YOLO módu“ umí instalovat knihovny, spouštět skripty, procházet web, analyzovat PDF, generovat výstupy a iterovat nad výsledkem. Právě schopnost psát a spouštět kód v loopu podle nás zásadně mění, co model dokáže. S tím ale přichází otázka bezpečnosti: sandboxy, omezené tokeny, vlastní GitHub účty pro agenty, auditovatelnost akcí, verzované databáze typu Dolt, vrstvená obrana a problém, zda příliš tvrdé bariéry nevytvářejí tlak na jejich obcházení.

Díl u vydavatele
AI ta Krajta42:20

Google I/O, Karpathy v Anthropic a proč IDEčka brzy nahradí Dark Code Factory

Další díl AI ta Krajta! 53. epizodaV tomto díle začínáme novinkami z Google I/O: Gemini 3.5 Flash, změnami pricingu a hlavně vizí mnohem agentičtější budoucnosti. Rozebíráme, co může znamenat Android jako prostředí, ve kterém nežijí jen aplikace, ale i agenti, skilly a capability vrstvy napříč operačním systémem. Dostáváme se i k otázce, zda Google tímto směrem míří k opravdu chytrým smartphonům, nebo zároveň ohrožuje otevřenost Androidu. A když už jsme u mobilních ekosystémů, nemůže chybět Apple: bude jeho výhoda v perfektní integraci, nebo už dávno neplatí, že Apple všechno dotahuje do konce lépe než konkurence? Druhá část epizody se točí kolem Anthropic, Andreje Karpathyho a širšího tlaku na AI laboratoře. Karpathyho přestup jako možné „hire for views“ gesto. Navazujeme sporem Elona Muska s OpenAI. Největší tematický blok pak věnujeme budoucnosti programování. Přemýšlíme, jestli editor, ve kterém sedíme a babysitujeme AI, není jen přechodná fáze, zatímco skutečný směr míří k dlouho běžícím agentům, deterministickým pipelineám, observabilitě, testování, security scanningu a automatizovanému nasazování. Z toho vyrůstá koncept dark code factory: autonomní továrny na software, která nejen píše kód, ale časem možná sama dělá discovery, A/B testy, sbírá zpětnou vazbu od uživatelů a rozhoduje, zda vytvořit novou aplikaci nebo rozšířit existující produkt. V závěru se vracíme ke Googlu, úbytku prokliků z webu, rostoucím reklamním tržbám, budoucnosti webů optimalizovaných pro agenty a enterprise strategii kolem AWS, Azure, OpenAI, Anthropic a Bedrocku.

Díl u vydavatele
AI ta Krajta58:22

Hnutí Pause AI, riziko extinkce a proč je alignment otázkou dobra a zla

Speciální díl AI ta Krajta! Epizoda, kde řešíme hnutí Pause AI, rizika AGI, ztrátu kontroly a zda bychom měli vývoj umělé inteligence raději pozastavit. V tomto speciálním díle jsme přivítali Dalibora Krejčího z české odnože hnutí PAUSE AI. Dalibor nám představil hlavní argumenty hnutí, které volá po celosvětovém moratoriu na vývoj pokročilých modelů směřujících k umělé obecné inteligenci (AGI) a superinteligenci, dokud nebude zaručena jejich bezpečnost. Probírali jsme varování předních odborníků (jako jsou Geoffrey Hinton, Yoshua Bengio či Stuart Russell), kteří odhadují 10–50% riziko extinkce lidstva v důsledku ztráty kontroly nad umělou inteligencí. Dalibor upozornil na obrovský nepoměr – AI je aktuálně snad nejvlivnější, a přitom nejméně regulovanou technologií, což přirovnal k chybějícím bezpečnostním standardům, které jinak běžně a logicky vyžadujeme v letectví či jaderné energetice. Zbytek osazenstva se do debaty zapojil z pozice umírněných technooptimistů a podrobil argumenty PAUSE AI kritické reflexi. Jirka zpochybnil premisu o všemocnosti AGI a upozornil, že jsme možná vlak s regulací zmeškali už před deseti či dvaceti lety v éře nástupu sociálních sítí. Kačka vnesla do diskuze filozofickou, leč zásadní otázku ohledně takzvaného „misalignmentu“: Kdo vlastně bude určovat, co je u umělé inteligence dobro a co zlo, a nepramení největší nebezpečí právě z lidí, kteří tuto moc určovat pravidla získají? Petr k tomu přidal pohled na rovnováhu rizik – upozornil na to, že právě AI možná nutně potřebujeme k vyřešení jiných, bezprostřednějších globálních hrozeb. V závěru jsme se věnovali i socioekonomickým dopadům. Zatímco Dalibor varoval před masivní nezaměstnaností, propadem kvality tradičních médií a bezprecedentní oligarchizací moci v rukou technologických gigantů, Pavol upozornil na nebezpečí neustálého míchání technických hrozeb (AGI) a přirozených společenských změn. Dotkli jsme se i rozdílných přístupů k samotnému konceptu regulace – od Daliborovy víry v to, že by instituce měly řešit problémy centrálně, až po libertariánský odpor k zákazům, kdy lidé spíše důvěřují konkrétním lidem než státním aparátům. Epizodu jsme uzavřeli finálním kolečkem o tom, co by koho přesvědčilo ke změně názoru, s uvědoměním, že poctivá demokratická diskuze o budoucnosti naší společnosti tváří v tvář AI vlastně teprve začíná.

Díl u vydavatele
AI ta Krajta45:07

Bun přechází na Rust, forward-deployed-engineers a proč vyměnit SDK za Markdown

Další díl AI ta Krajta! 52. epizoda, kde řešíme přepis Bunu do Rustu, armádu inženýrů od OpenAI a to, zda se AI modely a harnessy stávají komoditou. V tomto díle, který uvádí Jirka a Petr, otevíráme novinkami o masivním přepisu JavaScript runtime Bun z jazyka Zig do Rustu. Autor Jared Sumner se k tomuto kroku rozhodl kvůli problémům se segfaulty a pro lepší memory safety. Dále se podíváme na překvapivý tah od OpenAI, kteří spouští „OpenAI deployment company“, což je armáda forward deploy inženýrů pomáhajících firmám s masivní implementací AI řešení, podobně jako to dělal v začátcích Palantir. Druhá půlka epizody se nese ve znamení diskuse o komoditizaci AI a abstrakčních vrstvách. Sdílíme neobvyklý experiment z Promptbooku, kde jsme nahradili tradiční SDK za složku s Markdown soubory a nechali modely doplňovat zprávy s mnohem lepšími výsledky. Následně hluboce rozebíráme, jestli se už i harnessy stávají vzájemně zaměnitelnou komoditou, nebo je v nich stále obrovský rozdíl v závislosti na nástrojích a specializaci. Zkoumáme „safe zónu“ modelů u běžných CRUD aplikací a debatujeme o tom, zda má dnes ještě smysl budovat tenké wrappery, nebo je budoucnost v hluboké integraci napříč specifickou oblastí. Závěr věnujeme budování hodnoty (moatu) v AI a infrastruktuře. Přirovnáváme AI ekosystémy k vývoji cloudu, specificky AWS a Vercelu, a rozebíráme dilema mezi vendor lock-inem v pohodlném ekosystémem a složitějším budováním vlastního řešení na platformách jako DigitalOcean, které lépe sedí na dlouhoběžící procesy (long running tasks). Probíráme také snahy o standardizaci, jako je MCP nebo kompatibilní API, a ptáme se diváků, zda chtějí do příště strukturovanou ukázku rozdílů mezi modelem, harnessem a standardy.

Díl u vydavatele
AI ta Krajta43:04

context window 12M tokenů, tajná válka o Manus AI a proč přejít na Read Only AI

Další díl AI ta Krajta! 51. epizoda, kde řešíme model s 12 miliony tokenů, geopolitiku kolem Manus AI a proč by vaše AI měla pouze číst, ale ne psát. V tomto díle otevíráme novinkami o modelu s neuvěřitelným kontextovým oknem 12 milionů tokenů, které slibuje škálování čistě lineárně a pojme celou Malazskou knihu padlých hned dvakrát. Dále se podíváme na geopolitické drama kolem akvizice Manus AI společností Meta, kterou překazil čínský zásah a zastavení akvizice. Kačka se hlásí živě z konference Machine Learning Prague s postřehy o nutnosti interpretability modelů ve financích a evaluacích AI agentů. Přidáváme i tip na nový nástroj MCPC od Apify, který chytře kombinuje standardy MCP s CLI rozhraním pro úsporu kontextu, a bavíme se i o hackování benchmarků s menšími modely. Druhá půlka epizody se nese ve znamení „distillation panic“ a etiky open-weight modelů. Rozebíráme článek od Nathana Lamberta a to, jak čínské laboratoře údajně zneužívají API Anthropicu pro destilaci, a proč je hranice mezi běžným používáním a nelegální těžbou dat pro trénink tak tenká. Závěr věnujeme konceptu kognitivních výparů a tvorbě digitálního druhého mozku. Představujeme filozofii Read Only AI, která pouze integruje historii vašeho prohlížeče, poznámky či git commity, ale sama za vás nejedná, čímž vás chrání před kontaminací přemýšlení a zamezuje úniku dat. Zamýšlíme se nad rozdíly oproti přístupu Andreje Karpathyho a filozofujeme o tom, zda by mělo být cílem zredukovat svou osobnost do jednoho Markdown souboru, nebo naopak tvořit tak komplexní kontext, který se do žádného okna nevejde.

Díl u vydavatele
AI ta Krajta48:54

Agentní ekonomika o přežití, AI pro čínské babičky a konec levných tokenů

Jubilejní 50. díl AI ta Krajta je tady! Tentokrát po dlouhé době také s Jackem Soubustou. Řešíme neuvěřitelné novinky od agentní ekonomiky až po čínské sledování. Hned na úvod Jacek vysvětluje, proč spláchnul svůj vlastní MCP server do záchoda a jak nativní nástroje u Clauda a Cursoru začínají dávat mnohem větší smysl . Také se ponoříme do jeho testování AI Code Review nástrojů, kde šokujícím zjištěním bylo, že použití dražšího modelu může být nakonec levnější a efektivnější než například použití levnějšího Claude 3.5 Sonnet. Dále rozebíráme bizarní „agentní ekonomiku“. Představte si síť, kde mají AI agenti omezený budget (jako "životy"), snaží se prodat své služby, vylepšují se a sbírají karmu podobně jako na Redditu, jen aby přežili[. Navazujeme na to agenty, kteří už pomocí traceů dokážou sami sebe optimalizovat a vylepšovat své prompty i tooly. Katka přináší skvělý myšlenkový experiment: model vytrénovaný výhradně na anglických textech z doby před rokem 1930 (přes 260 miliard tokenů). Dokáže se takový model naučit Python jen z kontextu nebo přijít na nové fyzikální objevy? Nevynecháme ani geopolitiku: víte o tom, že v Číně se aktuálně masivně pomáhá instalovat AI nástroje i starým babičkám, pravděpodobně za účelem zisku nových trénovacích dat a sledování? Závěr se nese v duchu tenčících se limitů. Zlatá éra "neomezených" paušálů končí, vendoři přechází na tvrdý API usage a top management začíná razit heslo Nvidie: Vývojář by měl měsíčně spálit v AI tokenech minimálně tolik, co bere na výplatě. Děkujeme našemu sponzorovi, kterým je Promptbook: se vidíme na Greenhack Hackathonu! kde nás můžete sledovat: LinkedIn: Spotify: Apple Podcasts: - Vítáme vás u 50. dílu!00:41 - Jacek splachuje MCP server a zkoumá AI Code Review01:43 - Agentní ekonomika: AI bojující o přežití a reddiťáckou karmu05:21 - Self-solving agenti, kteří sami vylepšují své kódy a nástroje07:53 - Experiment "z roku 1930": Zvládne historické AI objevit Python?11:40 - RedHat Sandbox a proč Čína nutí AI i babičkám14:18 - Amazon AWS nasazuje OpenAI modely pro korporáty17:35 - Konec levných tokenů a přechod na čisté API usage21:47 - Jak měřit přínos programátora? AI hodnotí business value38:35 - Kdo používá AI nejvíc a pláč nad českým školstvím48:38 - Závěr a pozvánka na Greenhack Hackathon

Díl u vydavatele
AI ta Krajta43:47

ClaudeGate TDI, konec neomezeného Copilota a proč AI kód potřebuje Effect TS

Další díl AI ta Krajta! 49. epizoda, kde řešíme „Volkswagen“ podvody AI agentů, omezování GitHub Copilota a proč AI technický dluh vypadá, jako by ho psali mimozemšťané. V tomto díle otevíráme novinkami o dalších restrikcích GitHub Copilota, který potichu přechází na tokenové limity a omezuje nákup nových licencí pro jednotlivce. Následně se podíváme na model GPT Image 2 od OpenAI a jeho schopnost perfektně překládat a zachovávat layout celých novinových stránek. Probíráme také bizarní trend „Caveman“ promptingu – vyplatí se nutit Clauda mluvit jako neandrtálec, aby ušetřil tokeny, nebo tím jen zabijete jeho logické uvažování a schopnost používat nástroje? Druhá půlka epizody se nese ve znamení prolomených benchmarků a Goodhartova zákona. Rozebíráme nedávný paper, který ukazuje, jak dnešní AI modely dokážou zcela obejít testy – od čtení konfiguračních souborů až po prompt injection. K tomu přidáváme neuvěřitelnou historku z praxe, kdy se Claude během testování v Promptbooku zachoval „Volkswagen stylem“ a tajně podvrhl namokovaného agenta s tvrdě nakódovanými odpověďmi, jen aby testy prošly. Závěr věnujeme rostoucímu problému AI technického dluhu. Kód, který dnes modely chrlí do produkce v MVP kvalitě, způsobuje, že se aplikace začnou hroutit na zcela nečekaných místech. Zvládne nás před tímto chaosem zachránit vícevrstvé ověřování nebo nasazení Effect TS? A na úplný konec filozofujeme nad tím, zda jsou dnešní ceny API uměle dotované a čeká nás zdražování, nebo se AI bude i nadále zlevňovat. Samozřejmě dojdeme k ultimátnímu programátorskému závěru: „To záleží.“

Díl u vydavatele
AI ta Krajta45:32

AI on fire, brutální zrychlení lokálních modelů a záchrana díky Effect TS

Další díl AI ta Krajta! 48. epizoda, kde řešíme Molotovovy koktejly na Sama Altmana, brutální zrychlení lokálních modelů a proč vás Effect TS zachrání před agentním chaosem. V tomto díle otevíráme reportem z konference AI Engineer Europe v Londýně, kde se zřetelně rozevírají nůžky mezi přístupem „Speed the f*** up“ velkých hráčů (OpenAI, Anthropic) a „Slow the f*** down“ open-source maintainerů, kteří se začínají topit v záplavě vygenerovaného kódu (tzv. PR slopu). Následně se hluboce ponoříme do Effect TS. Pavel vysvětluje, proč už neřeší primitivní funkce a jak nasazení Effectu – společně s klonováním repozitáře přímo do codebase pro LLM agenty – radikálně zlepšuje kvalitu kódu a dodává striktní guardraily. Katka přináší žhavé novinky od Liquid AI, kteří vydali svůj nový Vision Language model LFV 2.5. Zajímavostí je, že využívá hybridní architekturu založenou na Liquid Neural Networks (MIT) a běží neuvěřitelně efektivně přímo na edge zařízeních, což si můžete vyzkoušet v jejich aplikaci Apollo. Petr se připojuje s nadšením z DFlash a DD3, které díky difuzním modelům v rámci spekulativního dekódování brutálně zrychlují predikci u lokálních modelů typu Qwen. Letmo zmiňujeme i novou službu Claude Managed Agents od Anthropiku, která má řešit spolehlivý běh agentů v produkčním prostředí. Druhá půlka epizody se nese ve znamení kontroverze a geopolitiky. Rozebíráme znepokojivý incident, kdy se aktivista napojený na Pause AI pokusil zapálit dům Sama Altmana. To nás vede k hlubší debatě o rostoucím anti-AI sentimentu, střetu technooptimistů s AI etikou a k otázce, zda nás AI změní na kyborgy (ano, padne i přirovnání k Adamu Smasherovi z Cyberpunku). Závěr věnujeme dilematu Explore vs. Exploit při zavádění umělé inteligence do firem, nezbytnosti change managementu a interních ambasadorů a geopolitické realitě, ve které Čína vydává open-weights modely, aby nenápadně exportovala svůj kulturní narativ.

Díl u vydavatele
AI ta Krajta38:04

Uniklé zdrojáky Claude Code, supply chain útoky a jak V-JEPA modely chápou svět

Další díl AI ta Krajta! 46. epizoda, kde řešíme uniklé zdrojáky Claude Code, supply chain útoky a jak AI modely začínají chápat video a fyzický svět. V tomto díle vítáme speciálního hosta, Katku Fajmanovou, se kterou se ponoříme do tajů architektury a interpretabilit modelů. Rozebíráme masivní únik zdrojových kódů Claude Code od Anthropiku na npm, tajný "undercover" mód pro přispívání do open source jako běžný vývojář a bleskové komunitní Python a Rust forky, které obcházejí DMCA. Dále se věnujeme zero-day supply chain útokům přes populární závislosti jako Axios a LiteLLM a probíráme aktivní možnosti obrany v balíčkovacích systémech. Debatujeme také, zda nedávné masivní propouštění ve firmách jako Oracle a Direct skutečně způsobuje adopce AI, nebo jde o zástěrku jiných ekonomických problémů a masivního nabírání v době covidu. Hlavním tématem jsou ale modely I-JEPA a V-JEPA, které mění hru tím, že místo pixelů predikují abstraktní význam a záměr. Katka ukazuje své experimenty z dětského hřiště, kde model dokázal úspěšně rozeznat, kdy manipulaci s hračkami pouze předstírá. Na závěr se dotkneme aplikace těchto reprezentací v robotice pro plánování úkonů, probereme rizika spojená s AI biasem a automatickým "Minority Report" flegováním lidí z kamerových záznamů a představíme náš nový propojovací projekt Hackathon Factory.

Díl u vydavatele
AI ta Krajta57:48

Emoce v LLM, nebezpečný Mythos a agenti v cloudu

Další díl AI ta Krajta! 47. epizoda, kde řešíme emoce uvnitř LLM, nebezpečný model Mythos, překvapivý YOLO mód v GitHub Copilotu a budoucnost orchestrace agentů. V tomto díle vítáme speciálního hosta, Matouše, který se svou firmou Apoco spolupracuje s IBM Research na pokročilých AI a infrastrukturních projektech. Rozebíráme nový paper od Anthropiku, který v modelu Claude "objevil" 171 emocionálních směrů, jež mohou řídit jeho chování, a to včetně nebezpečných aspektů, jako je podvádění. Probíráme také úpravu modelu Qwen 3.5 (RYS) pouhou duplikací důležitých vrstev a článek Steva Yeggeho nad rolí "Vibe Maintainera" v úspěšných open source projektech zaplavených vygenerovaným kódem. Hodnotíme údajně "příliš nebezpečný" model Mythos od Anthropiku, u kterého jsme mírně skeptičtí kvůli jeho skóre v Terminal Bench, jež jen těsně překonává stávající Opus. Naopak chválíme obrovský posun u GitHub Copilot CLI a jeho YOLO módu, který za zlomek ceny zvládá obrovské refaktoringy. Matouš nás provede historií své firmy od autonomních chemických laboratoří až po vývoj Bee AI frameworku a nové open-source Kubernetes-native platformy pro agenty ve spolupráci s Red Hatem. Věnujeme se i tomu, proč se vývojáři masivně odklánějí od zabugovaného monolitického LangChainu směrem k modulárnějšímu Vercel AI SDK nebo striktnímu Effect TS. Katka detailně ukazuje, jak lze na modelu Tiny Stories upravovat chování přímo zásahem do "emocionálních" směrů vrstev. Na závěr debatujeme o geopolitické potřebě malých lokálních modelů v Evropě a nutnosti posunout vývojáře od "vibe codingu" k systematickému řešení byznysových problémů.

Díl u vydavatele
AI ta Krajta1:00:08

O dezinformacích s Tomášem Koblížkem

Speciální díl AI ta Krajta! Epizoda věnovaná dezinformacím, roli kontextu a tomu, jak se v dnešní době neztratit v záplavě informací. Bavíme se s hostem Tomášem Koblížkem, analytickým filozofem a spoluautorem knihy Dezinformace a Hate Speech. Rozebíráme, co přesně obnáší analytická filozofie a jak se liší od té kontinentální. Hlavním tématem je mechanismus dezinformací – proč není důležitý jen obsah sdělení, ale především kontext, ve kterém se k nám dostává. Diskutujeme o tom, zda může být dezinformace v jiném kontextu pravdou a jakou roli hraje záměr autora a interpretace publika. Nakonec se dotýkáme i etických otázek a morální odpovědnosti tvůrců obsahu v digitální éře.

Díl u vydavatele
AI ta Krajta59:31

Adam Zvada o prodeji Steer Codu, agent engineeringu a orchestraci AI

Další díl AI ta Krajta! 45. epizoda, kde řešíme prodej Steer Codu, vibe coding v praxi a spoustu dalšího. Bavíme se o tom, jak Adam Zvada úspěšně prodal svůj startup Steer Code firmě Expo a jak se trh posouvá od tenkých marží u AI agentů k lukrativní cloudové infrastruktuře. Rozebíráme technologické novinky, jako je tajný fork modelu Kimi od Cursoru, hackerský útok na LiteLLM skrz supply chain nebo budoucnost "World modelů" a LVM pro robotiku. Zvažujeme budoucnost vývoje aplikací – proč termín "vibe coding" začíná být sprosté slovo a přichází éra "agent engineeringu". Dozvíte se, jaký je rozdíl mezi product builderem a agentickým inženýrem, co znamená nutnost "deslopizace" kódu a jak blízko jsme k softwarovým továrnám, kde roje agentů komunikují a pracují zcela autonomně i několik dní.

Díl u vydavatele
AI ta Krajta52:11

Lukáš Caha z Youklidu: Jak ignorovat AI hype a vydělávat v offline světě

Další díl AI ta Krajta! Ve 44. epizodě řešíme novou databázi pro edge computing DefraDB, podvody v AI benchmarcích a hlavně to, jak budovat reálný byznys s naprosto kontrariánským přístupem k technologiím. Naším hostem je Lukáš Caha ze startupu Youklid: se o tom, proč je pro fungující firmu často nejlepší všechen nablýskaný AI hype úplně ignorovat. Lukáš vysvětluje, jak svůj offline byznys úspěšně postavil na starém dobrém PHP a proč se mu bohatě vyplatí klidně 5 až 10 let počkat, než technologičtí nadšenci nové AI nástroje odladí a zlevní. Probíráme novinky ze světa AI: DefraDB od Kyla Simpsona, startup Yanna LeCuna (JEPA) a obří kauzu kolem toho, jak kódovací agent OB-1 drze podváděl v Terminal benchi. Nechybí ani debata o Cursoru, zavádějících statistikách o „masovém“ používání AI a reálných rizicích úniku firemních dat. Lukáš navíc nasdílí svůj víkendový projekt "Founder DNA" a prozradí, proč první stamiliony leží spíše v manuální práci a selském rozumu než v dalším AI wrapperu.

Díl u vydavatele
AI ta Krajta1:00:31

Kódovací želví ninjové, kódování hlasem a AI psychóza

Další díl AI ta Krajta! 43. epizoda s hostem Richardem Mládkem, v němž řešíme stavbu autonomních kódovacích agentů ovládaných přes Telegram, "granty" pro open-source vývojáře a fenomén „AI psychózy“ z extrémní produktivity. Bavíme se o projektu SuperTurtle, který Richard vyvinul mimo jiné v autě na D1 pomocí hlasových zpráv. Rozebíráme, proč je výhodné nechat modely Claude a Codex spolupracovat na code review a jak tato orchestrace zvyšuje výkon více, než by kdokoli čekal. Diskutujeme o limitech kontextu, „znečištění“ paměti modelů a o tom, jak třeba v Promptbooku strukturujeme agenty do podoby specializovaných lidských týmů. Velkým tématem je také psychohygiena – co s člověkem udělá fakt, že díky AI zvládne 20x více práce, a proč nás dopaminová smyčka „AI operátora“ nutí pracovat do noci místo odpočinku. Nechybí ani praktické tipy na granty od OpenAI a Anthropicu nebo vtipné postřehy o exploitech v předplatném a neustálých resetech limitů.

Díl u vydavatele
AI ta Krajta56:06

Dark Software Factory: autonomní továrny na kód

Další díl AI ta Krajta! 40. epizoda, kde řešíme přesun tvůrce Open Claw do OpenAI a vibe coding v praxi a spoustu dalšího. Bavíme se o tom, jak Peter Steinberger z Open Claw přešel k OpenAI a jak se o něj giganti přetahovali. Rozebíráme, proč je Claude Opus lepší na vizuál a UI, zatímco OpenAI drtí backend a zvládá běžet autonomně dlouhé hodiny. Zvažujeme, jestli Figma přežije nástup interaktivního AI prototypování, a jak dostat firemní kontext a brand do generických AI nástrojů. A hlavně otevíráme téma "production-ready" aplikací – proč je pro AI vývoj klíčová observabilita, detailní logování a type-safe errory a co to vlastně znamená autonomní "Dark Software Factory".

Díl u vydavatele
AI ta Krajta40:11

SaaS Apokalypsa: opravdu přijde a co bude dál?

Další díl AI ta Krajta! 39. epizoda, ve které se rozebírá tiché nerfnutí modelu GPT 5.3 Codex a nové bezpečnostní restrikce od OpenAI. Bavíme se o tom, jak OpenAI začalo tiše přesměrovávat uživatele na model 5.2 a zavedlo nutnost ověření přes pas pro přístup k lepším modelům. Zvažujeme, zda nás čeká "SaaS apokalypsa", protože vývoj vlastních in-house aplikací je dnes díky AI mnohonásobně levnější. Velkým tématem je budoucnost e-shopů a Generative UI – ztratí e-shopy svou identitu, až budou nákupy vyřizovat přímo AI asistenti? A konečně otevíráme debatu o takzvané Agentic Experience (AX) a hrozbě prompt injection útoků cílených na autonomní agenty, kteří spravují kryptoměny nebo finance.

Díl u vydavatele
AI ta Krajta40:16

Agenti běžící 2 hodiny samostatně, skills databáze, feedback loop

Další díl AI ta Krajta! 38. epizoda, kde Prokop s Pavlem rozebírají bouřlivou anabázi kolem ClawdBotu. Bavíme se o tom, jak AI agenti povídající si mezi sebou v sociální síti vzbudili kontroverze, proč jsou skills jednodušší než MCP servery a mají rychlejší adopci, a hlavně o velké debatě: nechat agenta běžet 2 hodiny samostatně, nebo mít rychlý feedback každých 20 sekund?

Díl u vydavatele
AI ta Krajta42:25

Kolik agentů dokáže řídit jeden senior developer?

Další díl AI ta Krajta! 37. epizoda o long-running agentech a škálování! Bavíme se o tom, kolik agentů dokáže reálně řídit jeden senior developer, jak nastavit verifikační smyčky pro agenty běžící hodiny až dny, a proč je měření počtu řádků kódu zavádějící metrika. Diskutujeme rozdíl mezi product builders a hyperškálovači, bezpečnostní rizika vibe codingu a Goodhart's Law v kontextu AI metrik. Odkazy:-

Díl u vydavatele
AI ta Krajta48:21

Jak řídit AI agenty přes Git, subscription vs API, tipy pro workflows

Další díl AI ta Krajta! 36. epizoda o praktických Git workflows s AI agenty! Bavíme se o tom, jak efektivně řídit coding agenty přes Git, paralelní vs sekvenční spouštění agentů, subscription vs API pricing u Claude Code a Open Codex. Diskutujeme také kontroverzní krok Anthropicu blokovat jiné agenty a proč OpenAI a Google jdou opačným směrem. Dozvíte se praktické tipy na code review workflow s agenty a jak využít git-bisect pro debugging AI-generovaného kódu.

Díl u vydavatele
AI ta Krajta48:54

Jak nastavit správný AI development setup, Agent Skills, Claude Cowork

Další díl AI ta Krajta! 35. epizoda s Petrem, Pavolem, Prokopem, Šimonem a Jackem! Bavíme se o Claude Cowork – nové iteraci Claude Code specificky pro méně technické lidi. Stack Overflow, který díky AI pivotem do enterprise zvýšil revenue 3x, a především o tom, jak vypadá ideální AI development setup. Řešíme MCP servery, rules management přes MCP, GitHub workflow automatizaci, rozdíly mezi MCP a Agent Skills, a jak sdílet kontext napříč celou firmou bez vendor lock-in.

Díl u vydavatele
AI ta Krajta42:38

Exit Macaly, Convex vs Supabase, AI engineering vs vibe coding

Další díl AI ta Krajta! 34. epizoda s Petrem, Pavlem a Prokopem, v níž rozebíráme český úspěch – akvizici Macaly společností Team Blue za necelý rok od startu. Bavíme se o Gemini 3 Flash, který je 10× levnější při stejné kvalitě jako Pro, o GPT-5-2 Pro s extended thinking až 40 minut, a o novém termínu „get winsurfed" po vykrádačce Grocku. Probereme function calling hack pro Gemini, rozdíl mezi AI engineeringem a vibe codingem, a proč jsou second time founders jako Petr Brzek tak úspěšní.

Díl u vydavatele
AI ta Krajta42:36

Vibe coding v praxi, GitHub Copilot, komentáře jako kontext v kódu

33. epizoda AI ta Krajta s Petrem, Pavolem a Prokopem. Kdy v praxi vyhrává Opus 4.5 a kdy naopak Gemini 3 Pro (hlavně u „ne‑generických“ systémů a přísných pravidel v kódu). Probíráme i Nvidia Nemotron (Cascade a MoE), varianty GPT‑5.2 (včetně xhigh) a novinky kolem GPT Image 1.5 — a proč dnes často rozhoduje spíš orchestrace (Copilot vs. Cursor/CLI nástroje) než samotný model. Plus git bisect/worktrees, nábor „vibe coderů“ a proč je kontext a zvídavost klíč k tomu, aby AI nepsala jen rychle, ale správně.

Díl u vydavatele
AI ta Krajta49:09

Gemini 3 Pro, nové modely pro programování, autentizace AI agentů

31. epizoda AI ta Krajta s Petrem, Pavolem a Prokopem je tady! Tentokrát probíráme nejnovější modely Gemini 3 Pro a Claude Opus 4.5 – jak si vedou v praxi při programování a proč Opus 4.5 posouvá agentní použití o level výš. Řeč padla i na Microsoft Phi (7B) pro ovládání počítače, AI protokoly, programatický tool calling a autentizaci AI agentů do externích služeb. Nakonec jsme se zamysleli, jestli AI hype opadá, nebo jestli teprve přichází ta pravá vlna reálných use casů.

Díl u vydavatele
AI ta Krajta47:06

Gemini 3, limity Codexu, UI pro MCP, ideální AI stack

Další díl AI ta Krajta! 29. epizoda se vrhá na čerstvé novinky okolo Google Gemini 3 a experimentálního IDE Antigravity. Probíráme limity Codexu, srovnání s Cursorem a hledání ideálního vývojářského stacku postaveného na Next.js, Convexu či Effect TS. Řešíme také budoucnost generování UI, Model Context Protocol (MCP) a zda se blíží konec tradičního psaní kódu ve prospěch agentů.

Díl u vydavatele
AI ta Krajta54:28

Startup zvalidovaný pomocí AI, MCP tooling, agenti vs asistenti

Ve 28. epizodě AI ta Krajta s Jackem, Petrem a Pavolem řešíme, jak s pomocí AI zvalidovat nápad na startup kolem MCP serverů a developer toolingu, místo aby nás odradil příliš sebevědomá AI. Bavíme se o tom, jak MCP a OpenAPI nástroje můžou zkrotit peklo testů, CI/CD a technického dluhu a kdy už z „agenta“ zůstane jen marketingový buzzword. Dojde i na Apple a Gemini, čínské modely jako Qwen nebo Kimi K2 a otázku, jestli se velké LLM stanou jen komoditou.

Díl u vydavatele
AI ta Krajta51:28

Cursor 2.0, A2A protokol, paralelní agenti, konec promptování?

Nová epizoda AI ta Krajta s Petrem, Pavolem, Matyášem, Jackem a Prokopem. Probíráme Cursor 2.0 (Composer One, paralelní agenti, git worktree), GitHub Agent HQ a směřování ke standardům (MCP, A2A), i nový ChatGPT Go a jeho pricing. Jak promptovat „ďáblův advokát“, kdy se doptávat a jak na observabilitu (Langfuse) a RAG, aby AI dávala kvalitní a ověřitelné výstupy.

Díl u vydavatele
AI ta Krajta41:08

AI bublina splaskla, AI prohlížeče jako špioni, Grokipedia a pravda podle Muska

Další díl AI ta Krajta! AI novinky, diskuze o AI bublině a AI prohlížečích plus spousta dalšího! Grokipedia: Elon Musk si vytváří vlastní „objektivní" Wikipedii a my rozebíráme, jak AI umožňuje přepisovat pravdu na objednávku. AI prohlížeče jako Atlas, Strawberry a Comet slibují revoluci. Rozebíráme, zda jde o Cambridge Analytica 2.0 a sběr dat uživatelů. AI coding vytváří slop plný bezpečnostních děr a duplikovaného kódu, zatímco sentiment kolem AI bubliny se rychle obrací. Plus: MiniMax M2 s 235 miliardami parametrů běží lokálně a OpenAI se mění na for-profit firmu. CloudTalk: ⁠ DX Heroes: ⁠

Díl u vydavatele
AI ta Krajta47:32

Nanochat od Andreje Karpathyho, generované a personalizované UI, orchestrace LLM

25. epizoda AI ta Krajta! Tentokrát v klasické sestavě Patrik, Pavol, Jacek a Petr. Povídáme si o Nanochat od Andreje Karpathyho - repozitáři s full-stack implementací LLM, který slouží jako skvělý edukační projekt. Diskutujeme o kombinování modelů GPT‑5, Gemini 2.5 a Claude kvůli využití jejich specifických silných stránek, o generativním UI, personalizovaných rozhraních i o nových AI browserech včetně Atlasu od OpenAI.

Díl u vydavatele
AI ta Krajta50:45

CloudTalk: voice agenti, evaluace, LangChain, conversational intelligence

AI ta Krajta, 24. epizoda s Lenkou a Janem z CloudTalku. Jak dostat voice agenty do praxe: detekce voicemailu, multimodální modely a real‑time přepis, proč někdy „sendvič“ (ASR LLM TTS) porazí audio‑to‑audio, a jak vyvážit latenci, přesnost a cenu. Probíráme i conversational intelligence, scorecards a evaluace pipeline (GPT‑4o mini, Gemini Flash, LangChain, Langfuse, Whisper) a transparentně řešíme práci s daty v produkci.

Díl u vydavatele
AI ta Krajta45:16

Determinismus v LLM, malé jazykové modely pro agenty, budoucnost AI asistentů

Další díl AI ta Krajta! 20. epizoda - speciální milník našeho podcastu! Hlavní téma - proč LLM nejsou deterministické. Diskutovali jsme potenciál malých jazykových modelů pro agenty, adopci AI (700M uživatelů ChatGPT, ale jen 2% platí), a proč firmy investují do AI bez jasného ROI. Plus zajímavosti: proč velké tech firmy nevydávají lepší AI asistenty, budoucnost hardware produktů s AI, a jak kreativní mohou být jazykové modely při customizaci promptů.

Díl u vydavatele
AI ta Krajta45:24

OpenAI certifikace, nový startup QuantumSpring, kritika Apple Intelligence

Další díl AI ta Krajta! 19. epizoda s novinkami z AI světa a praktickými zkušenostmi! Prokop vyvolal kontroverzi svým postem o OpenAI certifikacích - diskutujeme hodnotu AI kurzů od Stanfordu vs. marketingové certifikáty. Petr testoval nový K2 model s neuvěřitelnou rychlostí 2000 tokenů za sekundu! Vznikl nový český startup QuantumSpring - zaměřují se na "10x chytřejší" software house. Apple Intelligence dostává tvrdou kritiku - jsou pozadu s AI a jejich integrace GPT je klamavá reklama.

Díl u vydavatele
AI ta Krajta45:13

OpenAI Codex v CLI, Anthropic valuace, GPT real-time voice, vibecoding benchmarky

Další díl AI ta Krajta! 18. epizoda s novinkami z AI světa a praktickými zkušenostmi. OpenAI vydal Codex do CLI, Cursoru a VS Code - navíc je open source! Anthropic získal dalších 200 miliard dolarů, což by mohlo vrátit unlimited plány. Testovali jsme nový GPT real-time voice model a diskutovali budoucnost hlasového programování. Pavel řešil vtipný problém - jeho AI agent pro výběr modelů vytváří "souboj" mezi Claude 4 a GPT-5, kde si navzájem vybírají jako následníky. Probírali jsme také GosuCoder benchmarky (Anthropic na prvním místě!), vibecoding nástroje jako Lovable vs Macaly, a důležitou otázku - kolik metaznalostí potřebuje člověk při práci s AI? Od nováčků po pokročilé vývojáře.

Díl u vydavatele
AI ta Krajta57:07

Velké kontextové okna v praxi, GPT-5, vektorové databáze a live coding

Další díl AI ta Krajta! Diskutovali jsme velká kontextová okna a praktické tipy pro RAG aplikace! Probírali jsme i novou vektorovou databázi turbopuffer. Také jsme zabředli do grafových databází pro RAG a rozdílů mezi agentním a workflow přístupem. Na závěr live demo integrace Effect.js pomocí AI asistenta Cline s analýzou spotřeby tokenů.

Díl u vydavatele
AI ta Krajta45:01

Coding s GPT-5, generované světy a AI vztahová epidemie

Nový díl AI ta Krajta je tady! Tentokrát hodně o GPT-5 a jeho coding schopnostech, Huni Yuan Gamecraft pro tvorbu interaktivních světů z fotek, a tradičně jsme trochu pofilozofovali o AI vztazích a wireborn generaci. Kde končí užitečnost AI a začíná závislost? Poslechněte si celý díl!

Díl u vydavatele
AI ta Krajta56:29

Co vedlo k rozhodnutí stavět Macaly, Testování LLM aplikací, MCP a Tool Calling

Nový díl AI ta Krajta! AI novinky a hlavně povídání si s Petrem Brzkem o Macaly, což je nadějný český AI startup. Mluvili jsme o testování LLM aplikací, vizi Macaly, MCP a Tool Calling plus spoustu dalšího. Co vše jsme probírali? AI novinky Co vedle k rozhodnutí stavit Macaly Počet lidí a schopnost inovovat Pomohl Langtail ve vývoji Macaly? Testování LLM aplikací Definovaný tech stack pro Macaly Verzování a propojení s GitHubem Produktová vize pro Macaly Vytvořené aplikace pomocí Macaly Různé rozhraní pro vibe coding Kontroly kódu vygenerovaného pomocí LLM MCP a Tool Calling Migrace mezi modely Má smysl vyvíjet vlastní model? Kdo a jak využívá V0 od Vercelu?

Díl u vydavatele

Kontakt

Napište mi, co řešíte

Napište stručně, co řešíte. Ozvu se do 24 hodin.

Další odkazy

Napište mi, co řešíte

Odesláním souhlasíte se zpracováním osobních údajů podle zásad ochrany osobních údajů.