Tomáš Budník

Na osobních počítačích bylo vždycky hezké to, že byly opravdu osobní. Vaše zařízení, vaše data, vaše tempo, vaše kontrola. A teď se do toho nenápadně tlačí jiná logika: nevlastnit, jen používat. Ideálně formou služby, předplatného a cloudu, který „to udělá za vás“. Šéf Frameworku to popsal docela natvrdo: když stejná infrastruktura živí jak počítač v ruce, tak obří datacentra pro AI, vyhraje cloud. Je v něm víc peněz. A běžný uživatel to pocítí přes dražší hardware, horší opravitelnost a tlak, aby se spokojil s pronájmem místo vlastnictví. Tohle není jen debata o noteboocích. Je to širší otázka, jestli si ještě chceme nechat něco opravdu své. Protože jakmile si zvykneme, že výkon, software i data „jsou někde jinde“, bude návrat k normálnímu osobnímu počítači překvapivě těžký. A možná jednou zjistíme, že jsme nepřišli jen o zařízení. Ale i o kus digitální svobody. Je to trend. Naštěstí ale pořád máme volbu. A stačí si uvědomit, co všechno ještě můžu dělat s notebookem, když nefunguje internet. Moc toho už nezbývá… gizmodo.com/pc-industry-in…

K přemýšlení na nedělní ráno. Může existovat produktivní prokrastinace? K tomu všemu ... je ještě jedna možnost. Prostě to hned udělat ;-) maxvanijsselmuiden.nl/blog/productiv…

Na robotech je dnes možná nejzajímavější to, že si pořád představujeme „nový průmysl“. Jako by měl přijít odnikud. Jenže ten text správně naznačuje něco jiného: možná roboti nevznikají vedle automobilového průmyslu. Možná ho prostě požírají zevnitř. Je to svůdná teze. Auto se mění v softwarově řízenou platformu plnou senzorů, aktuátorů a centrálního řízení. Tedy v něco, co je robotovi architektonicky blíž než starému autu. A dodavatelé, kteří dřív dělali díly pro auta, najednou zjišťují, že mohou dělat „svaly“ i pro humanoidy. Jen bych byl opatrný s nadšením. Mezi působivou architekturou a skutečným byznysem bývá propast. Spousta robotiky stále vypadá lépe ve vlákně na X než v účetnictví. Ale jako zvědavá otázka to stojí za to: co když příští velká robotická revoluce nezačne v laboratoři, ale na montážní lince auta? telemetry.endeff.com/p/robots-eat-c…

Na příběhu Jiřího Nekováře je zajímavé, jak rychle dnes AI mění pravidla hry. Přestěhoval se do USA, po letní škole na Harvardu rozjel startup Marsmars, chtěl e-shopům pomoct lépe řídit zákaznickou cestu. Pak přišel OpenClaw a všechno se během chvíle přepočítalo. Ne proto, že by ten nápad byl nesmyslný. Ale proto, že v agentické AI dnes nestačí být chytrý. Musíte být i brutálně rychlí a mít něco, co open source nebo velký hráč nepřeválcuje během jednoho kvartálu. Startup už nemusí prohrát jen proto, že nemá trh. Může prohrát i proto, že technologická vlna přijde dřív, než čekal. A to není selhání jednoho zakladatele. To je nová realita. cc.cz/cech-se-preste…

Na příběhu kolem Anthropicu a modelu Mythos je zajímavé hlavně to, že se AI v kyberbezpečnosti posouvá z roviny „jednou možná“ do roviny „ostatní už nejspíš dohánějí náskok“. Část lidí varuje, část mluví o přepáleném marketingu. A možná mají pravdu obě strany zároveň. Nejspíš to není apokalypsa ze dne na den. Ale zároveň je čím dál těžší tvrdit, že schopnosti modelů hledat zranitelnosti, analyzovat systémy a urychlovat útoky i obranu jsou jen zajímavá demonstrace. Nejvíc zneklidňující na tom není jeden model. Ale to, že podobné schopnosti zjevně nebudou dlouho výjimkou. A v tu chvíli už nepůjde o to, kdo má nejlepší prezentaci o AI bezpečnosti, ale kdo umí rychleji opravovat, nasazovat a rozhodovat. V kyberbezpečnosti totiž často nevyhrává ten, kdo vidí problém první. Ale ten, kdo se hýbe dřív, než ho problém dožene. businessinsider.com/anthropic-myth… vs. idnes.cz/technet/softwa…

Moc složité pro lidi. Počítáte ovečky? Kam odcházejí startupy? AI přináší úlevu. Hack oklikou je dnes běžný #newsleter Prostor pro pomalost, námahu a pozornost. AI agenti vs. management? Nejošklivější letadlo. Nejlepší lidská dovednost. linkedin.com/posts/tomasbud…

Tohle už není jen bizarní americká epizoda. Oficiální aplikace Bílého domu po svém spuštění zaujala nejen přímým odkazem na tip line pro ICE, ale i tím, že bezpečnostní výzkumníci v její androidové verzi popsali několik trackerů a velmi široké požadavky na oprávnění. Na tom je varovné něco většího než samotná aplikace. Když stát začne balit politiku, dohled a sběr dat do „užitečného“ mobilního rozhraní, nevzniká jen další appka. Vzniká nová norma: že veřejná moc má být co nejblíž vašemu telefonu, notifikacím a identitě. A podobné věci obvykle nezačínají jako dystopie. Začínají jako pohodlí. Jako přímý kanál. Jako lepší služba. A právě proto je dobré zpozornět včas. sambent.com/the-white-hous…

Nejošklivější letadlo. Něco na tom bude. smithsonianmag.com/air-space-maga…

Na tom něco bude: proč si nechat zakrnět jednu z nejlepších lidských dovedností, totiž že umíme psát a tím si i třídit myšlenky? Když za nás text napíše AI, nevzniká jen „ušetřený čas“. Často mizí i to hlavní: zápas s nejasností, hledání správné otázky, formulace postoje. Psaní přece není jen výroba odstavců. Je to způsob, jak si ujasnit, co si opravdu myslíme. A je v tom ještě jedna nepříjemná rovina. Když někdo pošle text, ze kterého je cítit AI, neukazuje tím jen efektivitu. Někdy tím nechtěně říká i to, že si námahu s vlastním myšlením nechal outsourcovat. AI může skvěle pomoct s rešerší, nápady nebo editací. Ale nechat ji psát za sebe úplně? To je trochu, jako kdybyste si najali někoho, aby za vás chodil do posilovny. Výsledek možná vypadá slušně. Jen síla zůstala někde jinde. alexhwoods.com/dont-let-ai-wr…

Často říkáme, že je něco „moc složité pro lidi“. A Seth Godin správně připomíná, že to může být i docela pohodlná výmluva. Pro zjednodušení, které pomůže, ano. Pro zploštění všeho zajímavého, ne. Ne všechno musí pochopit všichni hned. Důležité je spíš vědět, pro koho to děláte, komu to má sloužit a jestli ta věc opravdu stojí za pozornost. Protože někdy „příliš složité“ ve skutečnosti znamená jen „ještě jsme si na to nezvykli“. A to je takový ten starý dobrý Seth: nedělejte věci hloupější jen proto, abyste neurazili nezájem. seths.blog/2026/03/too-co…

Tak to se máme na co těšit. cc.cz/superinteligen…

Počítání oveček je zjevně starší technologie než většina dnešních „biohacků“. Podle jednoho textu sahá nejméně do 12. století, kdy se podobný motiv objevil ve sbírce příběhů ze Španělska čerpající z islámských zdrojů. Jinak řečeno: naši předci už před stovkami let řešili nespavost stylem „zkus něco monotónního a třeba odpadneš“. Je na tom něco uklidňujícího. Mění se civilizace, technologie i rychlost světa, ale člověk si večer stejně lehne do postele a jeho mozek se rozhodne, že právě teď je ideální chvíle přemýšlet o všem, co nestihl. A ještě hezčí je, že moderní věda tomu přidala drobný zvrat: možná prý fungují líp uklidňující představy než samotné ovečky. Takže jestli dnes neusnete, nemusíte se cítit provinile. Možná jen používáte metodu, která je sice krásně středověká, ale už trochu za zenitem. boingboing.net/2026/03/20/cou…

Na Directu už bylo vidět, že AI začíná měnit strukturu velké firmy. Tady je zajímavé, že stejný posun přichází i z druhé strany: od zakladatele. Gejza Nagy z Luigi’s Boxu popisuje něco dost zásadního. Ještě nedávno zakladatel hlavně řídil týmy, plánoval meetingy a čekal, až se nápad dostane do výroby. Teď říká: nemusím čekat, udělám si to sám. S pomocí AI agentů přeskočí vrstvy managementu, rychle iteruje a firma kvůli tomu propustila 18 lidí, i když dál roste a nabírá. #AI nebere jen rutinní práci. Bere i část důvodu, proč vůbec existovaly některé procesy, role a mezičlánky. A najednou se nehledají lidé, kteří „plní zadání“, ale ti, kdo umějí přemýšlet v souvislostech, zlepšovat agenty a nést odpovědnost za výsledek. Jestli něco opravdu končí, tak éra, kdy byl růst firmy automaticky spojený s růstem počtu lidí. cc.cz/nemusim-na-nic…

Na Evropě je dnes možná nejdepresivnější to, že nepřichází jen o budoucí technologické šampiony. Přichází i o ty, které už sama vybudovala. Studie EQT a McKinsey, o níž psal Bloomberg, odhaduje, že evropské technologické firmy, které v letech 2014 až 2025 odešly na zahraniční burzy nebo skončily v rukou neevropských kupců, mají dnes hodnotu přes 1,2 bilionu eur. To je možná ještě horší zpráva než obvyklé stížnosti, že Evropa neumí zakládat dost nových technologických firem. Umí. Jen je pak často nedokáže udržet doma. Chybí kapitál pro růst, trpělivost, jednotný trh i ochota nést větší riziko. A tak Evropa znovu a znovu vypiplá něco cenného, aby z toho nakonec nejvíc vytěžil někdo jiný. Jestli je na tom něco alarmujícího, tak ne samotný „exodus“. Ale to, že už skoro působí jako normální součást evropského technologického modelu. Vymyslet, postavit, vychovat… a pak pustit. Koneckonců to v malém platí i o české projekty. Oslavujeme úspěšné exity a jednorožce z Čech, ale prakticky vždy jsou kupující z USA. bloomberg.com/news/articles/…

Na AI je jedna nečekaně lákavá věc: úleva. Je vlastně osvobozující, když je tu někdo nový, kdo za vás ochotně převezme nutnost rozhodovat. Nemusíte vážit, pochybovat, nést tu malou každodenní tíhu úsudku. Prostě se zeptáte a dostanete odpověď. A často dost sebevědomou na to, aby člověk vypnul vlastní vnitřní kontrolku. Právě to je ale možná největší riziko. Ne že AI jednou bude chytřejší než my. Ale že si zvykneme být pohodlnější než dřív. Když lidé následují doporučení modelu i tehdy, když je špatně, není to jen technologický problém. To je pomalé odevzdávání odpovědnosti. Skoro každá cesta do pekel začíná tím, že je nejdřív příjemně pohodlná. Nutno dodat, že sice úleva, ale taky past. Je potřeba mít vlastní kritické myšlení, zdravý pohled na věc a schopnost si odpověď prověřit/zkontrolovat. Z vlastní praxe/používání vím, že občas AI dělá i logické chyby, občas nějak "špatně pochopí zadání", občas se "zasekne na vlastní pravdě". futurism.com/artificial-int…

Crunchyroll vyšetřuje únik poté, co hackeři tvrdili, že získali přístup k účtu podpory a ukradli osobní údaje přibližně 6,8 milionu uživatelů. U digitálních služeb máme zvláštní zvyk: bereme je jako zábavu, dokud se něco nestane. Crunchyroll je pro většinu lidí prostě anime. Jenže i taková služba kolem sebe sbírá e-maily, IP adresy, historii komunikace se supportem a další drobnosti, ze kterých už se dá složit docela slušný obraz o člověku. Na tomhle případu je zajímavé hlavně to, že slabým místem podle všeho nebyl „hlavní systém“, ale dodavatelský řetězec kolem podpory. Tedy přesně ta část digitálního světa, která má být nenápadná, levná a provozně vyřešená. A právě tam dnes často vzniká největší koncentrace rizika. Možná bychom si měli přestat dělit služby na „kritické“ a „jen spotřební“. Protože pro útočníka je dobré všechno, co obsahuje data, identitu a důvěru. A to je dnes skoro úplně všechno. bleepingcomputer.com/news/security/…

Budoucnost plná roboty. Err, robotů. Dá se měřit pokrok v AGI? AI vstup zakázán #newsletter Bude AI ručit za překlad? SIEM na odpis? Možná. Mobily nahradily bankovní pracovníky. linkedin.com/pulse/budoucno…

Čím je svět pohodlnější, tím víc ztrácíme trpělivost s čímkoli, co nejde hned. Nejen s čekáním. I se soustředěním, nudou, přemýšlením a obyčejným lidským úsilím. Proto mě zaujal motiv „friction-maxxingu“. Záměrně si ne všechno zjednodušovat. Ne proto, že bychom měli obdivovat nepohodlí samo o sobě, ale protože mozek bez tření trochu leniví. Když za nás technologie všechno uhladí, začneme brát jako problém i věci, které jsou prostě normální součástí života. Možná jsme to s optimalizací přehnali. A možná nebude další známkou pokroku to, že všechno bude ještě rychlejší a hladší. Ale že si vědomě necháme někde prostor pro pomalost, námahu a pozornost. Co jste si naposledy schválně neulehčili? ekonom.cz/c1-67855190-kv…

Na debatě o AGI je čím dál zajímavější jedna věc: čím méně víme, tím jistěji to někdy zní. Google DeepMind teď přišel s rámcem, jak „pokrok k AGI“ vlastně měřit. Ne jedním magickým testem, ale přes sadu schopností jako paměť, učení, reasoning, plánování nebo sociální porozumění. A chce to opřít i o srovnání s lidským výkonem. To je vlastně docela střízlivé přiznání. AGI zatím nemáme ani pořádně dohodnuté, co by přesně mělo znamenat. Takže místo velkých prohlášení přichází snaha nejdřív rozebrat „obecnou inteligenci“ na konkrétní části a teprve pak měřit, kde modely opravdu jsou. Možná je to ta zdravější cesta. Méně mesianismu, méně marketingu, více poctivé otázky: co ten systém skutečně umí, co jen dobře předstírá a v čem je pořád hodně daleko od člověka. blog.google/innovation-and…