Szukaj

Claude Code Artifacts w wersji beta, Noam Shazeer dołącza do OpenAI, Codex Record & Replay

JLS42 /
actualites claude-code codex openai github-copilot ia-generative gemini
Claude Code Artifacts w wersji beta, Noam Shazeer dołącza do OpenAI, Codex Record & Replay

ai-powered-markdown-translator

Artykuł przetłumaczony z fr na pl za pomocą gpt-5.4-mini.

Zobacz projekt na GitHubie ↗

18–19 czerwca 2026 skupia kilka istotnych ogłoszeń: Anthropic uruchamia Artifacts w Claude Code, umożliwiając generowanie interaktywnych, udostępnialnych stron bezpośrednio z sesji pracy. OpenAI jednocześnie ogłasza dołączenie Noama Shazeera — współautora i współtwórcy architektury Transformer — oraz funkcję Codex Record & Replay, która zamienia demonstrację w wielokrotnie używaną umiejętność. Midjourney, znane z generowania obrazów, tworzy dział medyczny wokół prototypu skanera ultrasonograficznego.

Claude Code Artifacts — interaktywne strony udostępniane prywatnym linkiem

18 czerwca — Anthropic uruchamia Artifacts w Claude Code: interaktywne strony generowane bezpośrednio z sesji pracy, dostępne za pomocą prywatnego, udostępnialnego linku w obrębie organizacji.

Artifacts korzystają z pełnego kontekstu sesji — bazy kodu, wtyczek, umiejętności (skills), połączonych narzędzi — i aktualizują się automatycznie w trakcie sesji. Każdy, kto ma link, zawsze widzi najnowszą wersję.

Typowe przypadki użycia:

ZastosowanieOpis
PR walkthroughAutomatycznie generowana prezentacja pull requestu
Panel projektuAktualizacja w czasie rzeczywistym wraz z postępem sesji
Wizualne wyjaśnieniaZłożony kod, diagramy systemowe
Analiza danychNatychmiastowo udostępnialna zespołowi

Boris Cherny, szef Claude Code w Anthropic, opisuje Artifacts jako zmianę w sposobie współpracy z Claude: używa ich do wizualnych wyjaśnień trudnego kodu, podglądów animacji oraz analiz danych udostępnianych zespołowo.

Dostępność i mechanizm:

AspektSzczegół
PlanyTylko beta, Team i Enterprise
MechanizmRozszerzenie MCP (możliwe do wdrożenia przez dowolnego klienta/serwer/dostawcę tożsamości)
UdostępnianiePrywatny link, ograniczony do organizacji
AktualizacjaAutomatyczna w miarę postępu sesji

“Artifacts are now live in Claude Code. Ask Claude to turn what it’s working on into a page and send the link to your team. The page updates as the session keeps working.”

🇵🇱 „Artifacts są już dostępne w Claude Code. Poproś Claude, aby przekształcił to, nad czym pracuje, w stronę i wysłał link do twojego zespołu. Strona aktualizuje się, gdy sesja trwa dalej.” — @ClaudeDevs

🔗 Ogłoszenie Claude Code Artifacts

Noam Shazeer dołącza do OpenAI

18 czerwca — Noam Shazeer ogłosił, że dołącza do OpenAI, w tweecie, który w kilka godzin osiągnął 9 milionów wyświetleń.

Kim jest Noam Shazeer? Jest współautorem artykułu “Attention Is All You Need” (2017), który wprowadził architekturę Transformer — fundament wszystkich dzisiejszych dużych modeli językowych, od GPT po Gemini i Claude. Po ponad dwudziestu latach w Google odszedł z laboratorium w 2021 roku, aby współzałożyć Character.AI, platformę spersonalizowanych chatbotów. W 2024 roku Google ponownie go zatrudniło w ramach umowy z Character.AI.

Jego przejście do OpenAI to silny sygnał w wojnie o talenty: jeden z intelektualnych architektów Transformerów, współtwórca infrastruktury, na której opiera się cała nowoczesna AI, wybiera dołączenie do laboratorium Sama Altmana zamiast pozostania w ekosystemie Google.

“I’m excited to share that I’ll be joining OpenAI and look forward to working with the exceptional team there. It was a difficult decision to move on. I’m incredibly proud of the amazing team at Google and everything we’ve built together. It has been an honor and a pleasure to work with all of you.”

🇵🇱 „Z radością ogłaszam, że dołączam do OpenAI i nie mogę się doczekać pracy z tym wyjątkowym zespołem. To była trudna decyzja, by odejść. Jestem niesamowicie dumny z fantastycznego zespołu w Google i wszystkiego, co wspólnie zbudowaliśmy. To był zaszczyt i przyjemność pracować z wami wszystkimi.” — @NoamShazeer

Codex Record & Replay — pokaż przepływ pracy raz, używaj wielokrotnie

18 czerwca — OpenAI ogłasza Codex Record & Replay, funkcję, która zamienia nagranie demonstracji w wielokrotnie używaną umiejętność.

Jak to działa: użytkownik pokazuje Codexowi powtarzalny workflow — wypełnianie raportu wydatków, składanie wniosku o urlop lub dowolne powtarzalne zadanie w interfejsie webowym albo aplikacji. Codex nagrywa tę demonstrację, a następnie automatycznie konwertuje ją w umiejętność (skill) możliwą do sprawdzenia i modyfikacji. Użytkownik zachowuje pełną kontrolę nad rozpoczęciem i zakończeniem nagrania.

To podejście oparte na demonstracji (learning from demonstration) obniża barierę automatyzacji: w przeciwieństwie do tradycyjnych metod, które wymagają pisania skryptów, Record & Replay pozwala każdemu użytkownikowi — bez umiejętności technicznych — przekształcać powtarzalne zadania w autonomicznych agentów. Przypięty tweet na @OpenAIDevs zebrał 3,3 miliona wyświetleń.

Co to zmienia w praktyce:

PrzedtemZ Record & Replay
Pisać skrypt automatyzacjiPokazać zadanie raz
Wymagana wiedza technicznaDostępne dla każdego użytkownika
Umiejętność zakodowana na sztywno w skrypcieUmiejętność możliwa do sprawdzenia i modyfikacji

🔗 Ogłoszenie Codex Record & Replay

Midjourney Medical — nowy dział AI medycznej ze skanerem ultrasonograficznym

18 czerwca — Midjourney, znane z generatora obrazów AI, ogłosiło Midjourney Medical, nowy, odrębny dział, wraz z pierwszym produktem: Midjourney Scanner, systemem medycznego obrazowania ultrasonograficznego. Ogłoszenie wygenerowało 16,6 miliona wyświetleń i 38 000 polubień.

Opublikowany tego samego dnia film techniczny pokazuje urządzenie w formie pierścienia z wieloma przetwornikami do obrazowania ultrasonograficznego o wysokiej rozdzielczości. W rozmowach AMA zorganizowanych zaraz potem (305 000 wyświetleń, 875 pytań) Midjourney doprecyzowało, że pokazane obrazy pochodzą z „wczesnego prototypu” i że nadal jest „dużo przestrzeni na poprawę” — ważny sygnał ostrożności co do obecnego poziomu dojrzałości.

Zaangażowanie jest niezwykłe jak na ogłoszenie medyczne: 10 milionów wyświetleń dla tweeta technicznego i AMA generujące ogromne zainteresowanie społeczności. Jednak konkretne szczegóły dotyczące specyfikacji technicznych, harmonogramu komercjalizacji i planowanych regulacji nie zostały na tym etapie ujawnione.

Dane o zaangażowaniu:

PublikacjaWyświetleniaZaangażowanie
Ogłoszenie Midjourney Medical16,6 M38k polubień, 9k RT
Film techniczny Scanner10 M27k polubień, 5k RT
AMA305k4k polubień, 875 pytań

🔗 Ogłoszenie Midjourney Medical

Claude Code v2.1.183 — wzmocnione bezpieczeństwo trybu automatycznego

19 czerwca — Wersja 2.1.183 Claude Code wprowadza blokady bezpieczeństwa w trybie automatycznym, aby zapobiegać przypadkowemu niszczeniu danych.

Polecenia teraz blokowane, jeśli nie zostały wyraźnie zażądane:

PolecenieWarunek blokady
git reset --hard, git checkout -- ., git clean -fdNiezażądane przez użytkownika
git stash dropNiezażądane
git commit --amendJeśli commit nie został utworzony przez agenta w sesji
terraform destroy, pulumi destroy, cdk destroyJeśli stack nie został wyraźnie wspomniany

Aktualizacja dodaje również nową składnię /config key=value do zmiany parametru bezpośrednio z promptu (w trybie interaktywnym, w -p i w Remote Control), a także /config --help do wylistowania dostępnych kluczy. Ostrzeżenie pojawia się teraz na stderr, gdy żądany model jest przestarzały. Kilka poprawek dotyczy problemów TUI w Windows Terminal, paneli tmux oraz podagentów WebSearch.

🔗 Changelog Claude Code

GitHub Copilot — metryki kredytów, wycofanie Opus 4.6, PR-y według autora

Copilot Usage Metrics API — pole ai_credits_used na użytkownika

19 czerwca — API metryk Copilot udostępnia nowe pole ai_credits_used na użytkownika i na dzień, dostępne w raportach users-1-day i users-28-day na poziomie enterprise i organization. Pole to mierzy całkowite zużycie kredytów AI — bez podziału na funkcję czy model — i nie odpowiada kwocie z faktury (API rozliczeniowe pozostaje źródłem referencyjnym dla rozliczeń).

🔗 Changelog Copilot Usage Metrics

Wycofanie Opus 4.6 (fast) 29 czerwca

18 czerwca — GitHub ogłasza wycofanie Opus 4.6 (fast) we wszystkich powierzchniach Copilot 29 czerwca 2026. Zalecanym modelem zastępczym jest Opus 4.8 (fast). Administratorzy Copilot Enterprise będą musieli w razie potrzeby aktywować dostęp do nowego modelu w swoich politykach modeli.

🔗 Changelog wycofania Opus 4.6

PR-y tworzone przez Copilot w wyszukiwaniach author:@me

18 czerwca — Pull requesty tworzone przez agenta Copilot cloud w imieniu użytkownika pojawiają się teraz w wyszukiwaniach author:@me na github.com/pulls. Atrybucja pokazuje „username with Copilot” jako autora. Funkcja jest już dostępna na github.com i GitHub Mobile; API REST i GraphQL pojawią się 16 lipca 2026.

🔗 Changelog PR-ów autora Copilot

Black Forest Labs — apel o otwartą AI na szczycie G7

18 czerwca — Robin Rombach, współzałożyciel i CEO Black Forest Labs (BFL, 90 osób, Niemcy i Stany Zjednoczone), został zaproszony na szczyt G7 w Évian na sesję o AI z udziałem Trumpa, von der Leyen i Macrona.

BFL to firma stojąca za kilkoma z najpopularniejszych otwartoźródłowych modeli generatywnej AI, w tym Stable Diffusion. Rombach apelował o ramy regulacyjne sprzyjające otwartej AI, argumentując, że modele wizualne staną się „krytyczną infrastrukturą ekonomiczną” podobną do modeli językowych. Podkreślił wyniki bezpieczeństwa BFL: jej najnowsze otwarte modele mają 10 razy mniej podatności związanych z niekonsensualnymi deepfake’ami i CSAM niż otwarte modele innych dużych firm technologicznych.

🔗 Artykuł Black Forest Labs o G7

Badania OpenAI — uczenie ze wzmocnieniem tworzy trwale korzystne modele

18 czerwca — Zespół alignmentu OpenAI publikuje badania pokazujące, że trening ze wzmocnieniem (RL) ukierunkowany na korzystne cechy — uczciwość, epistemiczną pokorę, metapoznawczą przejrzystość, corrigibility, uniwersalną sprawiedliwość — daje szeroko rozpowszechnione usprawnienia daleko poza obszarem treningowym.

Kluczowe wyniki:

WynikSzczegół
UogólnieniePoprawa w 44 z 53 zewnętrznych i wewnętrznych benchmarków
Transfer poza domenęTrening wyłącznie na danych medycznych poprawia alignment w innych dziedzinach
Odporność na ataki adversarialneWytrenowane modele trudniej nakłonić do szkodliwych zachowań
Odporność na złośliwy fine-tuningLepsza odporność na fine-tuning ukierunkowany na nieprawidłowe porady medyczne

Porównywane modele obejmują GPT-5.5 Thinking, GPT-5.5 Instant, GPT-5.4 Thinking, o3, Claude Opus 4.7, Gemini 3.1 Pro oraz Grok 4.20 w kryteriach korzystnych cech. Badanie sugeruje, że wzmacnianie korzystnych zachowań może uogólniać się poza kontekst treningowy — co jest istotnym wynikiem dla długoterminowego bezpieczeństwa AI.

🔗 Badania OpenAI Alignment

Krótkie informacje

  • Błąd limitów tygodniowych Claude Code — Około 3% użytkowników Max i Pro napotkało błąd pokazujący nieprawidłowy limit użycia, który w niektórych przypadkach blokował wysyłanie wiadomości. Naprawiono 19 czerwca z resetem limitów 5-godzinnych i tygodniowych dla wszystkich dotkniętych użytkowników. 🔗 Źródło

  • Google DeepMind × rząd UK — Google DeepMind współpracuje z DSIT, MHCLG i inkubatorem i.AI nad opracowaniem prototypu AI do rozpatrywania wniosków o pozwolenie na budowę, z celem skrócenia czasu obsługi nawet o 50%. 🔗 Źródło

  • GitHub Issues: wykrywanie duplikatów i pola MCP — Tworzenie issue sugeruje teraz do 3 istniejących podobnych issue (preview). Serwer MCP GitHub umożliwia też agentom AI odczytywanie i zapisywanie pól issue. 🔗 Źródło

  • Luma Skills — Luma AI uruchamia wielokrotnego użytku workflowy: wynik generacji wideo jest przekształcany w narzędzie możliwe do zastosowania do dowolnego assetu przy stałej jakości. Dostępne na lumalabs.ai/app. 🔗 Źródło

  • Luma Timeline i EDL Export — Luma AI dodaje zintegrowaną przestrzeń do edycji wideo (Timeline) oraz eksport do profesjonalnego pakietu postprodukcji klatka po klatce (EDL Export), bez utraty jakości. 🔗 Źródło

  • Pika Influencer Ignition Kit — Pika uruchamia pakiet 4 umiejętności AI dla twórców treści (Persona Builder, Content Director, Viral Hook, Fix My Look), dostępnych przez Pika MCP dla każdego zgodnego agenta. 🔗 Źródło

Co to oznacza

Narzędzia deweloperskie dla agentów wchodzą w fazę współpracującej dojrzałości. Artifacts w Claude Code i Codex Record & Replay odpowiadają na tę samą potrzebę: uczynić pracę agentów AI widoczną, możliwą do udostępniania i odtwarzalną. Z jednej strony Anthropic umożliwia przekształcenie sesji pracy w interaktywną stronę dostępną dla zespołu w czasie rzeczywistym. Z drugiej strony OpenAI pozwala przechwycić raz zademonstrowany przepływ pracy i zamienić go w umiejętność wielokrotnego użytku. Te dwa podejścia zmierzają ku modelowi, w którym agent AI nie jest już odizolowanym narzędziem, lecz współpracownikiem, którego działania są dokumentowane i przekazywalne.

Bezpieczeństwo w trybie autonomicznym staje się wyróżnikiem. Claude Code v2.1.183 wprowadza jawne blokady dla niezamówionych destrukcyjnych poleceń — git reset, terraform destroy, cdk destroy. To sygnał, że zespoły wdrażają dziś agentów w trybie auto do wrażliwych środowisk i że zabezpieczenia muszą ewoluować odpowiednio. Badania OpenAI nad korzystnym RL idą w tym samym kierunku: budować modele, których zgodność uogólnia się i opiera atakom adversarialnym, także po złośliwym fine-tuningu.

Dynamika talentów przestawia symboliczny ciężar między laboratoriami. Dołączenie Noama Shazeera do OpenAI — współautora oryginalnej pracy o Transformerze, wcześniej z Google i Character.AI — jest silnym wydarzeniem symbolicznym. Ilustruje ono płynność ścieżek kariery między wielkimi laboratoriami i utrzymującą się atrakcyjność OpenAI dla postaci założycielskich tej dziedziny. Rekrutacja ta ma miejsce w momencie, gdy konkurencja na rynku modeli najwyższej klasy się nasila, a trajektorie kariery przerysowują intelektualne sojusze branży.

Media generatywne rozszerzają się na nieoczekiwane zastosowania fizyczne. Midjourney Medical stanowi nietypowy zwrot dla firmy znanej z generowania obrazów artystycznych: przejście do ultradźwiękowego urządzenia do obrazowania medycznego. Na tym etapie chodzi o wczesny prototyp z „dużym polem do poprawy” — jak podaje sama firma. Masowe zaangażowanie społeczności (ponad 26 milionów łącznych wyświetleń na dwóch głównych tweetach) sygnalizuje realne zainteresowanie, ale szczegóły dotyczące specyfikacji, terminów i ram regulacyjnych wciąż pozostają do ustalenia.

Źródła