Heti AI-hírlevél · ITLine

2025-W02   2025-01-06 — 2025-01-12   ·   5 forrás

W02 — Altman AGI-ígérete fent, három kijózanító sztori lent

Altman ‘Reflections’ blogposztja AGI-t ígér 2025-re, az Nvidia a CES-en a teljes AI-stacket bemutatja — fent. Közben a Cybertruck-ChatGPT félreértelmezés, a Salesforce-irónia és a ghost jobs aszimmetriája más irányba mutat — lent. A két szint közti távolság a hét sztorija.

Kép helye — Két szintet ábrázoló illusztráció: felső sáv absztrakt AGI-kép, alsó sáv három konkrét hétköznapi AI-használati jelenet

Az év második hete két irányban tágul egyszerre. Felül Sam Altman január 5-én blogposztot ad ki arról, hogy “tudjuk, hogyan építsük az AGI-t”, az Nvidia a CES-en bemutatja a teljes AI-stackjét a Blackwell-chiptől a robotokig, és a startup-oldal — a Latent Space-en ezen a héten interjúzott Exa.ai példájával — $5 millió GPU-ra feszít, hogy új keresőt építsen. Alul egy Cybertruck-robbanás ChatGPT-használata átkerül a sajtóba “game changer” címszóval, a Salesforce CEO-ja azt mondja, nem vesznek fel több engineert (miközben a job-oldal mást mutat), és a tech-munkaerőpiacon a ghost job-ok dinamikája leképezi, hogy az AI aszimmetrikusan van jelen a hiring két oldalán. A két szint közti távolság a hét valódi sztorija.

Altman kiadja a Reflections-t — és ami tényleg benne van

  1. január 5-én Sam Altman publikálja a Reflections-t saját blogján. Három állítás emelkedik ki:

  2. AGI-konfidencia: “We are now confident we know how to build AGI as we have traditionally understood it.”

  3. Agens-év: 2025-ben az első AI-agensek “may join the workforce and materially change the output of companies”.

  4. Pivot superintelligence-re: az OpenAI most már “beyond AGI” felé fordul, a superintelligence-hez.

Nate a 06-i videójában konkretizálja az agens-víziót: szerinte Slack-kollégák formájában érkeznek majd, nagyjából az egyenértékű alkalmazott bérének 10%-án árazva. Fontos, hogy a Slack-kolléga-framing Nate értelmezése, nem Altman szóhasználata — Altman absztraktabban beszél workforce-bekerülésről. A 10%-os árazási hipotézis szintén Nate-tippelés, nincs explicit alap az OpenAI-nál, de jól mutatja, milyen értékre-ármodell-kereten gondolkodik a tágabb iparág.

Amit érdemes észben tartani: a blogposzt időzítése nem véletlen. A W01-ben említett NeurIPS-háttér (Ilya “pre-training as we know it will end”) után az AI-ipar új növekedési tengely után néz, és az OpenAI-nak pozíció-defenzívában kell maradnia — ha nem a GPT-5-tel (amit nem adnak ki), akkor valami mással. A Reflections ezt a pozíció-defenzívát teljesíti ki: az OpenAI AGI-képes, inference-time compute-ra épít, superintelligence-t céloz. A TIME-elemzés és a TechRadar mind erre mutatnak rá.

CES 2025 — az Nvidia teljes stackre feszít

Január 7-én Jensen Huang a CES-en olyan bejelentés-sorozatot tart, amit Nate három kategóriába rendez:

Fogyasztói GPU, de AI-alappal — a GeForce RTX 5000-sorozat a Blackwell architektúrán fut. Nvidia eddig a gaming GPU-piacon stickiness nélkül volt: a versenyzők ugyanazokat a játékokat futtatták. A Blackwell-ral viszont a GPU AI-képességek nélkül már nem tudja futtatni a következő generációs játékokat, amik a tartalmat részben generálják — ez új ökoszisztéma-lock-in.

Enterprise LLM + world model — Neotron egy Llama-alapú, enterprise-re finomhangolt LLM-család (nano, super, ultra méretezés). Cosmos egy world foundation model, robotika- és autonóm-jármű-training környezeteket generál fotorealisztikusan. Ez a kombináció azt mondja az enterprise-oldalnak: “Zuckerberg megcsinálta a base modelt, mi pedig package-eljük a ti workflow-tokra, a mi chipjeinken”.

Robotika / autonóm jármű stack — a Thor system-on-chip 20x teljesítménnyel az előző Orin felett, DriveOS-szel rajta (ASIL-D-certified), a Cosmos + Omniverse + Isaac trió szimulált környezetekben tréninggel. Ez a gyártósor a Teslán kívül mindenki másnak: aki autonóm megoldást épít, az valószínűleg Nvidia-n fogja tenni.

Összességében: az Nvidia nem csak chipgyártóként pozícionál, hanem end-to-end AI-platform-ként a hardvertől a world model-eken át a robotokig. Ez egy sokkal erősebb moat, mint a puszta GPU-dominancia.

A Cybertruck-sztori — hol van Nate igaza, és hol árnyaltabb

Január 1-jén Las Vegasban, a Trump-hotel előtt egy Tesla Cybertruck felrobban. A sofőr Master Sgt. Matthew Alan Livelsberger (US Army Green Beret, szabadságon Németországból); a halál ok önbelövés a robbanás előtt. Január 7-e körül a rendőrség bejelenti, hogy a tettes ChatGPT-t használt a tervezéshez, és a sajtót bejárja a cím: “AI helped”. Sheriff Kevin McMahill szavai szerint ez az “first case on U.S. soil in which ChatGPT/AI helped a suspect build a device”, egy “game changer”.

Nate a 08-i videójában ennél árnyaltabb képet ad. A publikusan elérhető query-ket megnézve azt írja: ezek rövid, Google-szerű keresések voltak, nem long-form LLM-query-k. “If those were on Google, we would not be talking about Google as a factor” — a média dupla-mércét használ, és a valódi tech-sztori az, hogy a search-viselkedés átáll ChatGPT-re. Nate pozícióját részben a fact-check is alátámasztja: az NBC és az ABC News által leírt query-k valóban tartalmazzák a search-replacement-mintát (tűzijáték-beszerzés, robbanóanyag-keresés).

Amit viszont a fact-check árnyal: a query-k tartalmaznak volumetrikus kalkulációt (“trying to figure out the amount of explosives needed”) és ballisztikai gyulladási számítást (“velocity of the bullet fired and whether that would ignite the explosives”). Ez nem tisztán search-behaviour; ez az LLM reasoning-képességének a használata. Nate arra igaza van, hogy a média a “AI-helped” címet sensationally használja; de azzal már árnyaltabb a helyzet, hogy volt itt analitikai tartalom is, amit egy Google-search ugyanilyen közvetlenséggel nem adott volna.

A praktikus tanulság mérnöki oldalon: a “bits and pieces” query-k guardrailjei gyengék. Sem az OpenAI, sem más labor még nem tudja jól szűrni azt, amikor egy malicious intent darabokra bontva érkezik be, és egyik darab sem triggerel önmagában. Ez a 2025-es biztonsági frontvonal egyik konkrét feladata.

A Salesforce-irónia — mit mond a CEO, és mit mutat a job-oldal

Marc Benioff december második felében a 20VC podcastban Harry Stebbings-nek azt mondja: nincs több szoftvermérnök-felvétel 2025-ben, mert az Agentforce és egyéb AI-eszközök már 30%+ produktivitás-növekedést adnak a mérnöki csapatnak. Plusz: 1000–2000 sales embert vesznek fel rövid távon, hogy magyarázzák az ügyfeleknek az AI-agensek értékét.

Nate a 09-i videójában ellenőrzi a Salesforce állásoldalát: 100+ engineering role fent van, normál eloszlással junior / senior / specialista felé. Az ellentmondás nem feltétlenül hazugság — lehet, hogy a career page-et még nem frissítették, vagy pozíciók soft-close-ban vannak —, de a kommunikáció és a megfigyelhető valóság egy hónapon belül nyilvánvalóan nem fedi egymást.

Az irónia a termékben van: az Agentforce sales-agent, amit a Salesforce emberi sales-csapattal ad el, gyorsan skálázva. Ez nem logikai baki, hanem a B2B enterprise-sales természete — embereket kell meggyőzni arról, hogy az AI-t vegyék meg —, de a marketing-narratíva (nincs több engineer, csak AI) és a valós hiring-kép (több sales, kevesebb engineer, de nem nulla) közti különbség beszédes.

Mérnöki oldalon a kérdés: ha a Salesforce-hez hasonló vendor azt mondja, hogy 30% produktivitás-növekedés az AI-val, akkor ez hogyan mérhető belső audit-tal? Milyen metrikával lehet ezt reprodukálni? Az Agentforce-prezentációk nem tartalmazzák ezt, és ez ismert rés az AI-adoption-narratívákban.

Ghost jobs, aszimmetrikus AI-használat a munkaerőpiacon

Január 10-én Nate külön videóban kitér a tech-munkaerőpiac dinamikájára. A fő észrevétel: az AI aszimmetrikusan van jelen a hiring két oldalán.

A talent-oldalon az AI könnyen bevethető: resume-javítás, application-aktivitás, screening felkészülés — nincs jogi vagy bias-kockázat. A hiring-oldalon az AI-t félősen, lassan használják: egy-egy ‘AI screened résumés’ tool bias-kockázatot vállal, amivel a legális következmények jelentősek. Emiatt:

A tech-talent-piac 2025-ös mérnöki tanulsága: a pozíciók valóságosak, de a kiválasztási folyamat lassabb és kiszámíthatatlanabb lett, mert a screening-oldal jog-konzervatív, a talent-oldal pedig AI-felszerelt. Ez mind a jelöltnek, mind a hiring manager-nek új munkastílust kényszerít.

A tech-oldal ellenpéldája — neural PageRank és $5M GPU egy keresőhöz

Egy érdekes cross-point ugyanerre a hétre: január 10-én a Latent Space podcastban Will Bryk (Exa.ai, korábban Metaphor Systems) interjúzik swyx-szel és Alessio-val. Az Exa épp azt építi, amit a Cybertruck-sztori bemutat: egy új keresőt, amit $5 millióért dollárnyi H200-klaszterrel (144 GPU) edzenek. A technikai innováció: neural PageRank, ahol a link-prediction objective a klasszikus PageRank-et váltja ki — a modell tanulja, hogy mire hivatkoznak az emberek, ezerféleképpen. És Websets-et launcholtak, ami a keresési eredményt strukturált grid-be teszi (ez lényegében agent-readable output).

Ez pontosan a W01-ben vázolt keret része: amikor a “pre-training scaling” lelassul, a inference-time compute és a domain-specifikus neural re-engineering (keresés, kódolás, design) az új innovációs tengely. Az Exa epizód jó demonstráció, mennyit kell ma befektetni ahhoz, hogy valaki új keresőt akarjon építeni — és hogy ez a befektetés a Series A-fázisban ($17M raised) valódi iparági téma, nem spekulatív projekt.

Mit viszünk magunkkal

A hét fonál: AGI-ígéret és valódi működés szétválása több oldalról.

  1. Benchmarkolható-e a “30% AI-produktivitás”? Amikor egy vendor AI-ROI-t kommunikál, a kérdés nem “hiszünk-e neki”, hanem: milyen metrikán mérte, reprodukálhatóak a mérési körülmények, és a saját enterprise-unkban is kijön-e ugyanez? Ez a CI/CD- és test-oldali mérés ugyanúgy, mint a funkcionalitás: az AI-produktivitás-növekedés is reprodukálhatóságot igényel.
  2. Hol az audit-réteg a malicious bits-and-pieces query-k ellen? A Cybertruck-sztori azt mutatja, hogy a biztonsági rés nem hosszú-gonosz-prompt, hanem a rövid, ártalmatlan-látszatú query-k darabokra bontott szekvenciája. Az enterprise AI-deployment egyik új feladata: session-szintű aggregátum-elemzés, nem csak per-query filter.
  3. Saját labor market pozícióm — mind vendorként, mind munkavállalóként. A Salesforce- és ghost-jobs-hét azt mondja: a marketing-AI-narratíva és a hiring valóság külön pályán futnak. Saját prediktori munkát kell végezni, nem sajtó-fogyasztást.

A hírlevél következő hetén a DeepSeek-láz kezdete, a Reddit-LLM-summary-k, és a Google Titans-paper a memory-probléma kezeléséről — ha érdekes, maradj itt.

Források

Fő forrás — Nate B Jones csatornája:

Körbejárás / tech-mélység — Latent Space podcast (swyx & Alessio):

Fact-check és hivatkozott eredeti források (saját kereséssel verifikálva):

A heti hírlevelet saját gondolatainkból és független keresésekből állítjuk össze. Az eredeti források a fenti listában találhatók.