Rekomendowana interpretacja biznesowo-inwestycyjna
W horyzoncie od trzydziestu do dziewięćdziesięciu dni z dzisiejszych faktów wynikają trzy wnioski. Pierwszy dotyczy bezpieczeństwa wdrożeń. Biuletyn indyjskiej agencji pokazuje, że największe ryzyko agentów nie leży w samym modelu, lecz w konfiguracji środowiska, w którym agent pracuje: w poświadczeniach w kodzie i zbyt szerokich uprawnieniach chmurowych. Budżet na bezpieczeństwo trzeba więc wydawać nie na kolejną warstwę ocen modelu, lecz na izolację przebiegów, krótkotrwałe tożsamości dla każdego uruchomienia, domyślne blokowanie ruchu wychodzącego na poziomie sieci i rejestrowanie działań agenta, bo dokładnie tych elementów wymaga teraz agencja rządowa i dokładnie ich brakowało w opisanych przypadkach.
Drugi wniosek dotyczy tego, jak czytać zapowiedzi sprzętowe. Nvidia odpowiada na zarzut drogiego pieniądza argumentem wydajności na wat, ale sama publikacja pokazuje, że przewaga zależy od trybu pracy i trybu pomiaru, a starszy system bywa lepszy tam, gdzie liczy się czas do pierwszej odpowiedzi. Przy planowaniu zakupów infrastruktury warto więc pytać nie o szczytowy wynik, lecz o profil własnego obciążenia: czy to szybkie pytania interaktywne, czy długie pętle agentowe z dużą ilością powtarzalnego kontekstu.
Trzeci wniosek, najważniejszy dla decyzji operacyjnych, dotyczy wyboru stosu agentowego. Dzień przyniósł dwa otwarte elementy tego stosu jednocześnie: chiński model, który mieści się na czterech kartach, oraz chiński, otwarty mechanizm pamięci agentów, który można wstawić do istniejących systemów bez przebudowy i który sam producent mierzy przeciw modelowi Claude Opus 5. To przesuwa wagę z jednego, dużego modelu na cały zestaw komponentów, w których pamięć, kontekst i koszt serwowania są równie istotne jak jakość samego rozumowania. W najbliższych miesiącach przewagę zdobędą więc ci, którzy potrafią tanio obsłużyć długi kontekst i zachować ciągłość pamięci, a nie tylko ci, którzy mają dostęp do największego modelu.