Mai briefing — 2026. október 10., szombat
AI hírek röviden
Az OpenAI megerősítette három biztonsági kutatójának elbocsátását, ami a vállalat belső biztonsági kultúrájáról szóló vitát élezi. Az Anthropic ezzel párhuzamosan ingyenes, AI-alapú sebezhetőség-keresőt indított nyílt forráskódú projekteknek, és kritikus infrastruktúra védelmére is programot hirdetett. A GitHub bemutatta, hogyan migrálta a Copilot futtatókörnyezetét Rustra AI-asszisztált átírással, jelentős teljesítményjavulást elérve.
-
OpenAI kitart három biztonsági kutató elbocsátása mellett
Az OpenAI pénteki X-bejegyzésében megerősítette, hogy Jasmine Wangot, Tomek Korbakot és Mikita Balesnit azért bocsátotta el, mert megsértették az érzékeny vállalati információk kezelésére vonatkozó szabályokat, és a cég szerint belső vizsgálat a nyílt levélben leírtakon túli szabálysértéseket is feltárt, részletek nélkül. A három kutató csütörtöki nyílt levelében tagadta, hogy bármilyen eljárást megszegtek volna, és azt állította, hogy a hozzáférésük és a külső biztonsági szervezetekkel folytatott együttműködésük addig bevett gyakorlat volt az OpenAI-nál. A kutatók szerint az elbocsátás dermesztő hatással van a kollégákra, akik most bizonytalanok abban, mi számít még elfogadható biztonsági munkának. A TechCrunch szerint a trió azt is tagadta, hogy közük lett volna a The Informationhoz kiszivárgott, az új modellek kevésbé megfigyelhető gondolatmenet-architektúrájára vonatkozó információkhoz.
Miért fontos? Az ügy azért súlyos, mert a kirúgott kutatók szerint az eset dermesztő hatással van az OpenAI teljes biztonsági kultúrájára, és bizonytalanná teszi a dolgozókat abban, mi számít még engedélyezett külső együttműködésnek.
-
Anthropic ingyenes AI-biztonsági szkennert indít nyílt forráskódú projekteknek
Az Anthropic ingyenes OSS Scanner nevű szolgáltatást indított, amely a legerősebb modelljeivel, köztük a Claude Mythosszal, rendszeresen átvizsgálja az erre jelentkező nyílt forráskódú projekteket, és automatikusan jelzi, elmagyarázza és javítja a talált sebezhetőségeket. A cég szerint a jelentések pontossága meghaladja a 90 százalékot, de azokat nem ellenőrzi ember, így hibás vagy téves riasztások is előfordulhatnak. Az Anthropic emellett egy hosszú távú Cyber Mission programot is indított: ennek Critical Infrastructure Defense Program nevű ága áram-, víz- és közlekedési hálózatok üzemeltetőinek biztosít hozzáférést Claude-modellekhez, mérnökökhöz és fenyegetéselemzéshez, alapító partnerként a CrowdStrike, a Palo Alto Networks, a Deloitte és a Rockwell Automation vesz részt benne. A The Verge szerint hasonló AI-alapú hibakeresők korábban is találtak már komoly biztonsági réseket, például a májusi, szinte minden Linux-disztribúciót érintő „Copy Fail” hibát, ugyanakkor több projekt, köztük Linus Torvalds csapata és a Google is küzd az AI-generálta hibajelentések hirtelen özönével.
Miért fontos? Az Anthropic saját állítása szerint a támadók már most is erős AI-modellekkel dolgoznak, miközben a védekezők eddig nem rendelkeztek hasonló eszközökkel, és az OSS Scanner ezt az egyenlőtlenséget próbálja csökkenteni.
-
A GitHub Rustra migrálta a Copilot futtatókörnyezetét AI-asszisztált átírással
A GitHub a Copilot CLI, a Copilot alkalmazás és a Copilot SDK mögötti futtatókörnyezetet TypeScript/Node.js helyett Rustra migrálta, a vállalat állítása szerint több mint 800 ezer sornyi produkciós kódot cserélve le AI-asszisztált átírással. A GitHub közlése szerint a migráció mintegy 14,5 hétig tartott, 128 pull requesten és 135 kiadáson (35 stabil, 100 előzetes) keresztül, miközben a szolgáltatás futott. A cég szerint egy mért indítási-munkamenet-forgatókönyv 5,25 másodpercről 292 ezredmásodpercre gyorsult, ha a Rust-futtatókörnyezetet közvetlenül a folyamatba ágyazták, mivel a korábbi Node.js/V8-alapú megoldás folyamathatáron kommunikált és kliensenként kb. 100 MB memóriát igényelt. Augusztus 21-re a kódbázis 832 378 sor produkciós Rust kódot és 468 689 sor Rust unit tesztet tartalmazott, a GitHub szerint 4478 cargo check futásból 87,1% hiba nélkül lezárult. A közösségi visszhang szerint az AI-asszisztált migrációk ellenőrzése komoly kihívás, különösen a megszakítás, újrapróbálkozás és visszanyomás (backpressure) jellegű viselkedések esetében, amelyeket puszta fordítási siker nem igazol.
Miért fontos? A GitHub saját adatai szerint a Copilot SDK mostantól C ABI-n keresztül közvetlenül beágyazható a gazda-alkalmazásokba, ami a fejlesztőknek eltünteti a korábbi, folyamathatáron át kommunikáló Node.js-integráció memória- és sebességi terheit.
-
Amazon is véget vet az adatközpont-megállapodások titkosságának
Az Amazon bejelentette, hogy felhagy a titoktartási megállapodások (NDA) használatával, amikor helyi önkormányzatokkal tárgyal adatközpont-beruházásokról. A lépés a Microsoft korábbi, hasonló döntését követi. A TechCrunch cikke szerint a titkolózás táplálta a közösségi ellenállást az AI-infrastruktúrával szemben, aminek nyomán New Yorktól San Franciscóig több száz moratóriumot javasoltak vagy fogadtak el a helyi hatóságok. A cikk az Equity podcast beszélgetését is idézi, amely azt firtatja, hogy az NDA-k elhagyása valóban megváltoztatja-e az adatközpont-ügyletek lebonyolítását, vagy csak látszatintézkedés. A hír szerint a bizalom felépítése kulcskérdéssé vált a nagy techcégek számára a terjeszkedés folytatásához.
Miért fontos? Az Amazon döntése azért fontos, mert a helyi ellenállás és a moratóriumok ténylegesen lassíthatják vagy megakadályozhatják az AI-hoz szükséges adatközpont-bővítéseket, így a vállalat üzleti érdeke fűződik a bizalom helyreállításához.
-
Reich: a dohány- és olajipari perek mintája jogi eszköz lehetne az AI ellen is
Robert Reich Guardian-véleménycikke szerint a Legfelsőbb Bíróság e heti meghallgatásán legalább négy bíró – a nyolc, Alito visszalépése miatt eggyel csökkentett testületből – szkeptikusan fogadta az olajipar érvelését a Suncor v. Boulder ügyben, amelyben coloradói önkormányzatok Suncor és ExxonMobil ellen indítottak pert klímakárok megtérítéséért. Elena Kagan és John Roberts főbíró megkérdőjelezte, hogy a Clean Air Act valóban kizárná az ilyen pereket, Roberts pedig párhuzamot vont a dohányipari és opioidperekkel. Reich felidézi, hogy 1998-ban a dohányipar 206 milliárd dollárt (mai értéken 423 milliárd dollárt), a BP 2010-ben 20 milliárd dollárt, a Sackler család és a Purdue Pharma pedig 7,4 milliárd dollárt fizetett hasonló felelősségi perek nyomán. Reich saját véleménye szerint ugyanez a jogi eszköz alkalmazható lenne az AI kockázatainak csökkentésére is, ez azonban nem bírósági döntés, hanem egy publicisztika konklúziója.
Miért fontos? Reich szerint miközben Trump kormánya a nagy olaj- és AI-cégek pénzügyi támogatásával elutasítja mind a klíma-, mind az AI-kockázatok szabályozását, a felelősségi perek maradhatnak az egyetlen fékező eszköz ezekkel a vállalatokkal szemben.
-
Új IEEE képzési program az AI-chipek tervezéséről
Az IEEE Educational Activities az IEEE Computer Society támogatásával öt kurzusból álló képzési programot indított „AI Processor Architecture, Design Principles, and Performance” néven. A program célja, hogy a mérnökök felkészüljenek az AI-hardverek egyre bonyolultabb tervezési kihívásaira, amelyeket a nagyobb, paraméterdúsabb modellek és az úgynevezett „memória fal” jelensége okoz, vagyis hogy az adatmozgatás a memória és a processzor között egyre inkább korlátozza a teljesítményt. A kurzusok a tervezési alapelvektől a fejlett architektúrákon át a neurális feldolgozó egységek (NPU) ipari alkalmazásáig, valamint az edge, felhő, kvantum és IoT környezetekre szabott tervezésig terjednek. A program hardverépítészeknek, chiptervezőknek, beágyazott rendszerek fejlesztőinek és adatközponti mérnököknek szól, beleértve az AI-chiptervezés felé váltó szakembereket is.
Miért fontos? A program azért jelentős, mert a chiptervezőknek a kurzusok szerint már nem elég statikusan értékelniük a rendszereket, hanem hardver- és hálózati algoritmus-együttoptimalizálást kell elsajátítaniuk a throughput, a késleltetés és az energiahatékonyság közötti kompromisszumok kezeléséhez.
-
Az Ai2 új GPU-ütemezőt vezetett be kutatási klasztereihez
Az Ai2 mesterséges intelligencia infrastruktúra csapata blogbejegyzésben mutatta be, hogyan váltotta fel a korábbi prioritás-alapú GPU-ütemezőjét egy új rendszerre, amely GPU-időkereteket, hierarchikus igazságos elosztást és időszeletelési szerződést alkalmaz. A cég állítása szerint ezzel a kutatási projektek GPU-időigényéről szóló vitát eseti operatív döntésből átlátható adminisztratív költségvetés-tervezéssé alakították. Az Ai2 több ezer NVIDIA H100, B200 és B300 GPU-t üzemeltet, 88-1024 GPU-s klaszterekbe rendezve, és mintegy 150 belső kutatót szolgál ki különféle AI-területeken, LLM- és VLM-tréningtől a robotikai megerősítéses tanulásig. A vállalat szerint a kereslet jellemzően 2-3-szorosa a rendelkezésre álló kapacitásnak, és a régi rendszer olyan torzulásokhoz vezetett, mint a GPU-„foglalgatás”, amikor kutatók üresjáratú munkákat parkoltattak le, hogy szükség esetén gyorsan hozzáférjenek erőforráshoz.
Miért fontos? A blogbejegyzés szerint az új időszeletelési szerződés és fair-share elosztás konkrétan a korábbi rendszer okozta GPU-„foglalgatás” jelenségét célozza megszüntetni a 150 kutatót kiszolgáló Ai2-klasztereken.
Napi összegzők
A nap összképe
A nap fő feszültsége az AI-biztonság körül rajzolódik ki: az OpenAI kutatóelbocsátási ügye azt mutatja, hogy a belső biztonsági munka határai tisztázatlanok, és a vállalati átláthatóság hiánya dermesztő hatást gyakorolhat az egész szektorra. Ezzel szemben az Anthropic aktívan épít biztonsági infrastruktúrát – ingyenes nyílt forráskódú szkennert és kritikus infrastruktúra-védelmi programot indított –, bár az automatizált jelentések emberi ellenőrzés nélkül készülnek. A mérnöki oldalon a GitHub Copilot Rustra migrálása azt jelzi, hogy az AI-asszisztált kódátírás már produkciós léptékben is alkalmazható, de a közösség a nem triviális viselkedések ellenőrizhetőségét problémásnak tartja. Az adatközponti terjeszkedés politikai dimenziója is erősödik: az Amazon az NDA-k elhagyásával próbálja csökkenteni a helyi ellenállást, miközben Reich véleménycikke a felelősségi pereket ajánlja az AI-ipar fékezésére.
Témaszálak
Mi köti össze a mai híreket — a nap hírei a nagyobb témák köré rendezve.
AI-biztonsági kultúra és átláthatóság
Az OpenAI kutatóelbocsátási ügye és az Anthropic ingyenes biztonsági szkennerének indítása két ellentétes megközelítést mutat: az egyik vállalatnál a biztonsági munka határai bizonytalanná váltak, a másiknál új, proaktív védelmi eszközöket tesznek elérhetővé – bár mindkét esetben kérdéses az emberi felügyelet mértéke.
AI-infrastruktúra mérnöki és üzleti feltételei
A GitHub Copilot Rust-migrációja, az Amazon adatközponti NDA-k elhagyása és az IEEE chiptervezési képzési programja egyaránt az AI-infrastruktúra skálázásának gyakorlati akadályait és megoldásait járja körül – a kódbázis teljesítményétől a helyi közösségi elfogadáson át a mérnöki tudáshiányig.
Jogi és szabályozási nyomás az AI-iparra
Reich véleménycikke a dohány- és olajipari felelősségi perek mintáját vetíti az AI-ipar jövőjére, és a Suncor v. Boulder ügy bírósági fogadtatása alapján azt állítja, hogy a pereskedés lehet a szabályozás pótlója – ez a szál az adatközponti moratóriumok kapcsán az Amazon hírével is összefügg.
Összefüggések korábbi napokkal
Hol folytatódnak a korábbi szálak — a mai hírek a megelőző napok eseményeihez kötve.
Anthropic biztonsági eszközök bővítése
Az Anthropic OSS Scanner mai részletes bemutatása és a Cyber Mission program közvetlenül folytatja az október 9-i kiadásban megjelent hírt, amely az Anthropic ingyenes sebezhetőség-kereső szolgáltatásának indulásáról számolt be; a mai cikk a Critical Infrastructure Defense Programot és a partneri kört is bemutatja.
Mire figyelj
- Az OpenAI-tól elbocsátott három biztonsági kutató nyílt levelére az AI-biztonsági közösség és más OpenAI-alkalmazottak is reagálhatnak; érdemes figyelni, hogy a kutatók jogi lépést jelentenek-e be, vagy további részletek derülnek ki a belső vizsgálatról. Mire dől el: Az elbocsátott kutatók (Wang, Korbak, Balesni) vagy jogi képviselőjük nyilvánosan bejelenti keresetet vagy jogi eljárás indítását az OpenAI ellen.
- Az Anthropic OSS Scanner 90 százalék feletti pontossági állítását a nyílt forráskódú közösség hamar tesztelheti; érdemes figyelni, hogy a nagy projektek karbantartói elfogadják-e vagy elutasítják-e az automatikus hibajelentéseket. Mire dől el: Egy jelentős nyílt forráskódú projekt (pl. Linux kernel, curl, vagy más 10 000+ csillagos projekt) karbantartója nyilvánosan nyilatkozik az Anthropic OSS Scanner jelentéseinek minőségéről.
- Az Amazon NDA-mentességi döntése után érdemes figyelni, hogy más nagy felhőszolgáltatók – különösen a Google Cloud – hasonló lépést tesznek-e adatközponti tárgyalásaikban. Mire dől el: A Google Cloud, az Oracle vagy más nagy felhőszolgáltató hivatalosan bejelenti, hogy felhagy az NDA-k használatával önkormányzati adatközponti tárgyalásokon.
- A GitHub Copilot Rust-migrációja után érdemes figyelni, hogy a cég publikálja-e a produkciós stabilitási mutatókat és a felhasználói incidensek számának alakulását az átállás óta. Mire dől el: A GitHub hivatalos blogbejegyzésben vagy konferenciaelőadásban közzéteszi a Rust-alapú Copilot futtatókörnyezet produkciós hibaarányi vagy rendelkezésre-állási adatait.