OpenAI chce zabezpieczyć cały internet. Ma na to model.
OpenAI ogłosił Daybreak — kompletną platformę cyberbezpieczeństwa. To nie jest funkcja w ChatGPT. To osobny produkt, który skanuje kod źródłowy, znajduje luki i pisze poprawki. Przeskanowali już 30 milionów zmian w kodzie w 30 tysiącach projektów. Teraz chcą zrobić to samo z całym open source'em na świecie.
A to tylko jeden z dzisiejszych ruchów. SpaceX podpisał kontrakt na 6,3 miliarda dolarów z Reflection AI. Google DeepMind zainwestował 75 milionów dolarów w studio filmowe A24. NVIDIA buduje superkomputery dla laboratorium w Los Alamos. Sakana AI wypuściła model, który zarządza innymi modelami.
Wzór jest coraz wyraźniejszy: największe firmy AI nie robią już tylko modeli językowych. Budują infrastrukturę, bezpieczeństwo i narzędzia dla całych branż. Model jest punktem wyjścia, nie produktem końcowym.
OpenAI zostaje firmą od cyberbezpieczeństwa
Wyobraź sobie, że masz zespół audytorów, którzy nigdy nie śpią. Wchodzą do każdego projektu w Twojej firmie, czytają każdy plik, szukają dziur w zabezpieczeniach i — co ważniejsze — piszą poprawki. Nie tylko mówią „tu jest błąd". Mówią „tu jest błąd i oto rozwiązanie".
To jest Daybreak. OpenAI spakowało swoje modele AI w narzędzie, które znajduje luki w oprogramowaniu szybciej niż jakikolwiek człowiek. Nowy model GPT‑5.5‑Cyber osiągnął 85,6% na teście CyberGym — o 4 punkty więcej niż standardowy GPT‑5.5. Uruchomili też Patch the Planet: darmowy audyt bezpieczeństwa dla projektów open source takich jak Python, Go czy cURL. Trail of Bits — jedna z najlepszych firm od bezpieczeństwa na świecie — oddelegowała cały zespół do tej akcji.
Liczby z trzech miesięcy testów: 30 tysięcy projektów przeskanowanych, 500 tysięcy znalezionych i naprawionych luk. OpenAI twierdzi, że to dopiero początek.
Daybreak to platforma security składająca się z trzech elementów: Codex Security (plugin do CI/CD, skanuje repozytoria lub konkretne commity, generuje raporty SARIF, buduje threat modele), GPT‑5.5‑Cyber (model zoptymalizowany pod cyber — pełna wersja po permissive-only preview) oraz Daybreak Cyber Partner Program dla firm security. Model osiąga 85,6% na CyberGym vs 81,8% dla bazowego GPT‑5.5.
Codex Security działa jako plugin w aplikacji Codex. Liczby z research preview: 30K repozytoriów, 30M commitów, 70K ręcznie oznaczonych jako naprawionych, 500K automatycznie. Plugin integruje się z pipeline'ami przez SARIF, CodeQL i CLI.
Patch the Planet to inicjatywa z Trail of Bits, HackerOne i Calif: audyt dla open source. Uczestnicy pierwszej tury: cURL, Go, Python, pyca/cryptography, Sigstore, aiohttp. Trail of Bits używa GPT‑5.5‑Cyber i Codex do fuzzingu, analizy wariantów CVE i differential testingu. Znaleźli setki problemów, dziesiątki łatek wdrożone.
SpaceX sprzedaje moc obliczeniową jak dostawca energii
Reflection AI — startup od twórców otwartych modeli AI — zapłaci SpaceX 150 milionów dolarów miesięcznie za dostęp do najnowszych chipów AI od Nvidii. Umowa jest warta do 6,3 miliarda dolarów i potrwa do 2029 roku. Można ją wypowiedzieć z 90-dniowym wyprzedzeniem.
To trzecia taka umowa. Anthropic płaci SpaceX miliard dwieście pięćdziesiąt milionów dolarów miesięcznie. Google płaci dziewięćset dwadzieścia milionów. Reflection płaci „tylko" sto pięćdziesiąt — ale dla startupu to kolosalna kwota. Chipy AI są teraz najdroższym surowcem w technologii. Kto ma dostęp do mocy obliczeniowej, ten ma przewagę.
SpaceX stał się czymś w rodzaju dostawcy prądu dla branży AI. Ich centrum danych Colossus 2 w Tennessee to najważniejsza infrastruktura obliczeniowa w świecie AI — i każdy chce mieć do niej dostęp.
Reflection AI (założony w 2024 przez ex-DeepMind researcherów) podpisał z SpaceXAI umowę na $150M/mc za NVIDIA GB300 chips w Colossus 2 (Memphis, TN). Kontrakt: do $6,3B, do 2029, 90-dniowy period notice po pierwszych 3 miesiącach. Trzeci klient po Anthropic ($1,25B/mc) i Google ($920M/mc).
Reflection pozycjonuje to jako przewagę open-weight AI w świecie, gdzie rząd USA zablokował modele Anthropic (Fable, Mythos). Argument: zależność od zamkniętych modeli to ryzyko regulacyjne i geopolityczne. Open-weight to polisa ubezpieczeniowa.
Colossus 2 — oryginalnie zbudowany przez xAI — stał się de facto hurtowym rynkiem mocy obliczeniowej. SpaceX sprzedaje compute jak utility: długoterminowe kontrakty, gigantyczne zobowiązania, opcja wypowiedzenia. Model biznesowy przeniesiony z infrastruktury telekomunikacyjnej.
Google DeepMind idzie do Hollywood
Google DeepMind zainwestował 75 milionów dolarów w A24 — studio odpowiedzialne za „Everything Everywhere All at Once" i najnowszy hit „Backrooms". To nie jest sponsorowanie filmów. To wspólny projekt budowania narzędzi AI do produkcji filmowej.
Demis Hassabis, szef DeepMind, mówi wprost: najlepszy sposób na zbudowanie dobrych narzędzi to pracować z artystami od początku. A24 dostał dostęp do technologii, DeepMind dostał dostęp do ludzi, którzy wiedzą, jak opowiadać historie.
To szerszy trend. Netflix kupił firmę Bena Afflecka, która robi narzędzia AI dla filmowców. Amazon uruchomił dział AI przy swoim studiu MGM. Hollywood nie walczy z AI — próbuje ją zawłaszczyć, zanim zrobi to ktoś inny.
Google DeepMind: inwestycja $75M w A24 (per WSJ). „First-of-its-kind research partnership" — współtworzenie narzędzi AI dla filmmakingu z feedback loop od twórców. A24 pracował niedawno z Timothée Chalametem i Anne Hathaway.
Strategicznie: to trend całej branży. Netflix kupił InterPositive (AI tools od Bena Afflecka). Amazon MGM Studios ma dedykowany AI unit. Różnica: DeepMind inwestuje bezpośrednio w studio, nie buduje własnego narzędzia w garażu. Model: partnerstwo R&D, nie licensing.
Ryzyko: jeśli narzędzia AI do filmmakingu rozwijają trzy firmy technologiczne z trzema studiami, rynek produkcji filmowej się kartelizuje. DeepMind pozycjonuje to jako empowerment artystów, ale realny efekt to gatekeeping.
Superkomputery dla nauki — nowa generacja
Los Alamos — laboratorium, gdzie zbudowano bombę atomową — dostaje trzy nowe superkomputery. Zbudują je NVIDIA i HPE z nowymi procesorami NVIDIA Vera, które są do siedmiu razy szybsze niż obecne w konkretnych zadaniach naukowych.
To nie jest o broni. To o AI w nauce. Nowe maszyny mają obsługiwać agentów AI — programy, które same formułują hipotezy, uruchamiają symulacje, analizują wyniki i decydują, co zrobić dalej. URSA — projekt takiego agenta — już działa w Los Alamos.
NVIDIA pokazała też nowe narzędzia: biblioteki do analizy danych z teleskopów (prawie piętnaście tysięcy razy szybsze wczytywanie obrazów z obserwatorium Rubin), oprogramowanie do symulacji materiałowych, systemy do badań nad ciemną materią w CERN.
LANL buduje trzy systemy: Mission (2027, classified national security, zastępuje Crossroads), Vision (2027, fundamental science + AI) i Veritas (LDRD program, testbed). Wszystko na HPE Cray Supercomputing GX5000 z NVIDIA Vera Rubin platform: Vera CPUs + Rubin GPUs + Quantum-X800 InfiniBand.
Vera CPU — custom Olympus core, LPDDR5 —: 3x faster niż x86 z Crossroads na Monte Carlo heat transfer (Branson). 7x faster na URSA workloads. Mission: 2300 standalone Vera CPU, Vision: ~1150.
Na ISC 2026 NVIDIA ogłosiła też: cuPhoton (14 900x faster FITS loading z Rubin Observatory/LSST na GB200 NVL72), DAQIRI (data acquisition library — używane przez A-GHOST/CERN/ATLAS do analizy collision data w czasie rzeczywistym), ALCHEMI NIM microservices (batched geometry relaxation, molecular dynamics, VASP integration z 3x speedup).
Sakana Fugu — jeden model do rządzenia innymi
Japońska firma Sakana AI wypuściła Fugu — model, który nie odpowiada na pytania. Zamiast tego decyduje, który inny model powinien odpowiedzieć. Masz pytanie o kod? Fugu wysyła je do najlepszego modelu do programowania. Chcesz napisać tekst? Wybiera model do pisania. Ty płacisz raz, Fugu rozdziela pracę.
To jak menedżer, który ma zespół ekspertów i przydziela zadania do właściwych osób. Zamiast zatrudniać jednego specjalistę od wszystkiego, masz kogoś, kto wie, komu zlecić konkretny problem.
Fugu prowadzi w większości testów wydajności w kategorii programowania, rozumowania i zadań agentowych. Sakana twierdzi, że to tańsze i szybsze niż używanie jednego modelu do wszystkiego.
Sakana Fugu to model orkiestracyjny: router, który klasyfikuje zapytanie i kieruje je do właściwego modelu z puli frontier LLM-ów (GPT, Claude, Gemini, open-source). Fugu Ultra — wersja premium — prowadzi w coding, reasoning i agentic benchmarks.
Wartość propozycji: zamiast płacić za najdroższy model za każdym razem, Fugu wybiera optymalny model per-query. Tradeoff koszt vs. jakość staje się dynamiczny. Pula modeli jest „swappable" — można wymieniać komponenty bez przebudowy routingu.
To część większego trendu: LLM routing/orchestration. Jeśli modele stają się commoditą, wartość przesuwa się w stronę warstwy orkiestracji. Sakana zakłada, że nikt nie będzie płacił premium za jeden model do wszystkiego, gdy można mieć najlepszy z każdego świata za ułamek ceny.
Model językowy staje się fundamentem, nie produktem. Wartość przesuwa się wyżej — w narzędzia, bezpieczeństwo i zastosowania.
Co mówią twórcy
Nate B. Jones — „You Can't Tell If I'm Real Anymore" ↗
- W erze dobrego, ale nie perfekcyjnego AI kluczowym zasobem twórcy nie jest sama ludzkość, tylko jawna odpowiedzialność za to, co w treści było syntetyczne
- Pytanie „czy użyto AI" jest za proste — trzeba rozdzielać głos, twarz, skrypt, ideę, zgodę i końcową akceptację człowieka
- Firmy powinny ustalić politykę klonowania głosu i twarzy przed skandalem, nie po nim
Aniket Panjwani — „Why Your Codex Goals Suck" ↗
- Długie zadania agentowe działają tylko wtedy, gdy cel jest kontraktem z weryfikowalnymi kryteriami akceptacji, a nie dłuższym promptem
- Najpierw buduj oracle zachowania z istniejących implementacji, dopiero potem uruchamiaj goal
- 14-godzinny run ma sens, jeśli agent sam potrafi potwierdzić spełnienie warunków — nie tylko wygenerować repo, które wygląda na gotowe
Simon Scrapes — „Claude Code Just Hit A Different Level" ↗
- Claude Code opłaca się używać do zastępowania gotowych narzędzi SaaS tylko wtedy, gdy problem jest rdzeniem wartości produktu
- Nie warto odtwarzać CRM za oszczędności kilkudziesięciu dolarów, jeśli gotowy produkt działa i nie jest Twoją przewagą konkurencyjną
- Skuteczny pattern: root cause, małe fazy, decyzja buduj vs. kup na każdej z nich
Itssssss Jack — „This OpenSource Repo will 10X Your Hermes Agent" ↗
- Agent Reach zmienia routowanie w agentach: wie, jakiego narzędzia użyć dla YouTube, GitHuba, RSS, Reddita czy X
- Czysta ekstrakcja zamiast surowego HTML może obniżyć koszt tokenów nawet 2,5-krotnie
- Największa wartość: jeden system researchowy, gdzie głos, Telegram, web search, YouTube i CRM są dostępne z tej samej rozmowy
Koncentrat
AI przestało być produktem. Stało się infrastrukturą. OpenAI sprzedaje bezpieczeństwo, Google inwestuje w kino, SpaceX sprzedaje moc obliczeniową. Model językowy jest fundamentem, na którym buduje się produkty — nie produktem samym w sobie. Wartość przesunęła się o warstwę wyżej: w narzędzia, w zastosowania, w infrastrukturę. Tam też toczy się teraz prawdziwa walka konkurencyjna. Dla firm, których jedynym produktem jest dostęp do modelu przez API, to zła wiadomość. Dla wszystkich pozostałych — lepsza.