Harminc évvel később, 2026 augusztusában ugyanez az ember megint leült és megírt egy esszét egy másik technológiáról, amit ma a legtöbb cégvezető még mindig félig kuriózumnak tart. A cím: The turbulent AI era is here.

Mivel legutóbb Zuckerberg esszéjét is ismertettem ezen a felületen, nem hagyhatom ki Bill Gates legújabb, iránymutatásnak szánt írását sem.

A kettő Gates-publikáció közötti harminc év nem üres, mert az első esszét lehet mérni. Van harminc év adatunk arra, mi jött be belőle és mi nem. Sokan értékelik önállóan a múlt héten publikált új írást, de arra gondoltam, érdemes megnézni, hogy technológiai futurista alkotásként hogyan öregedett a harmincéves előd, majd ennek fényében átnézni a mostani AI-realista írást. A megjegyzéseimet zárójelben, kurzívval szedve látod a szövegben, a végén pedig saját szakmai látásmódom alapján elemzem az egykori Microsoft-vezér állításait.

Mit állít pontosan a mostani esszé?

Gates nem finomkodik a nyitányban:

Ez nem apokaliptikus vészjelzés, inkább egy menedzser diagnózisa: van idő cselekedni, csak épp senki nem cselekszik elég gyorsan. Ha a világ jól lépi meg az átmenetet, azt írja, az AI jó erő lesz és mindenkit jobb helyzetbe hoz. Ha rosszul, a kár arányos lesz azzal a haszonnal, amit elszalasztunk.

Azt is megindokolja, miért becsülik alá sokan a hatást: az egyik ok, hogy a modellek még hibáznak. Nem is olyan régen egy modell nem tudott megoldani egy egyszerű szudokut és nem tudta megmondani, hány R betű van a strawberry szóban.

Csakhogy szerinte ez a megbízhatósági hiba gyorsan javul, ahogy a kutatók olyan modelleket építenek, amik ellenőrzik és javítják a saját munkájukat, hamarosan pedig sok feladatban lényegesen jobbak lesznek, mint az ember. (Ezzel nehéz is vitatkozni: mosolyogva olvastam két éve a grafikusok védekezését arról, hogy az AI-képgenerátorok hatujjú emberei hiteltelenek, mert az exponenciálisan fejlődő generatív modellek alulbecsülését jelentette. Azt a belülről, sokszor félelemből adódó reményt tükrözi, hogy hátha nem fejlődik a technológia. Pedig annak tulajdonsága volt eddig is, hogy lényegét adja a fejlődés, most azonban ennek sebessége lett követhetetlen.)

A másik ok a hibás párhuzam a korábbi technológiai váltásokkal. A PC-nek húsz év kellett ahhoz, hogy érdemben átalakítsa a munkát, mert a szoftvert meg kellett írni, az árnak le kellett esnie, az embereknek pedig meg kellett tanulniuk használni. Az AI ezzel szemben a már meglévő eszközökön fut és természetes nyelven kommunikál, tehát nem nekünk kell hozzá alkalmazkodnunk, hanem fordítva: ez alkalmazkodik hozzánk.

Az esszé központi állítása a méltányosságról egyetlen mondatba sűrűsödik, amit Gates szó szerint kétszer is leír:

Nem tud nem eszembe jutni az AI-fejlődésről szóló előadásaimból Polgár Judit sakkmester egy mondata, amelyet dr. Mérő László matematikus idézett, mikor tanulmányában bemutatta a Google által fejlesztett AlphaZero sakkozóprogram tudását 2017-ben: Polgár szerint az AI vagy megoldja az emberiség minden problémáját, vagy elpusztítja azt. Bill Gates szavai finomabbak, de az általam korábban itt bemutatott AI 2027 kutatás (melynek fordítása végén a kritikáit is megjelentettem) a második eshetőséget is várható évszámmal együtt mutatja be lehetségesként.

Nincs középút Bill Gates fejében, két szélsőség van és szerinte az dönt a kettő között, mit teszünk most, nem az, mit tesz majd magától a technológia.

A munkaerőpiacról írt rész a legrészletesebb és ide vonja be a saját élettörténetét is: azt írja, egész életében mindössze két állása volt, az egyik a Microsoftnál, ahol szoftverrel próbált embereket felhatalmazni, a másik 2008 óta a Gates Alapítványnál, ahol a Microsoftnál szerzett vagyonát adja vissza. Ebből a nézőpontból ítéli meg a munkahelyek eltűnését.

elidézi az 1933-as nagy gazdasági világválságot, amikor az amerikai munkanélküliség nagyjából 25% volt és évekig két számjegyű maradt. Szerinte az AI hatása nem fog egy gazdasági ciklussal elmúlni, mert a legveszélyeztetettebb belépő, illetve középszintű állások helyére kerülő új munkák túlnyomórészt olyan képzettséget kívánnak majd, aminek megszerzése évekbe telik.

A fehérgalléros állásoknál a hatás már most is látszik: a generatív AI elterjedése után a fiatal munkavállalók foglalkoztatása érdemben visszaesett azokban a szakmákban, amik különösen kitettek a helyettesítésnek, az idősebb kollégáiké viszont nem. Név szerint az értékesítést, az ügyfélszolgálatot, a szoftverfejlesztést és a jogi asszisztensi munkát nevezi meg elsőként érintett területként, a kékgalléros oldalon pedig azt jósolja, hogy az évtized végére a robotok versenybe szállnak az emberrel egyes fizikai feladatoknál, elsőként az építőiparban és a vendéglátásban.

Az egészségügyről, illetve az oktatásról is konkrétumokkal ír, nem csak elvben. Egészségügyben a Viz.ai-t hozza fel példaként, ami agyi érkatasztrófákat, illetve más sürgősségi eseteket ismer fel képalkotó felvételeken és emiatt közel kétezer amerikai kórházban használják már.

Oktatásban a productive struggle fogalmát emeli ki: az a kognitív munka, amiből a valódi megértés születik. Szerinte egy jó AI-eszköz nem veszi el ezt a küzdelmet a diáktól, hanem először bőséges magyarázatot ad, később viszont, amikor már csak ellenőriz, visszatartja a választ és hagyja, hogy a diák maga jusson el odáig. (Erre válasz lehet az észt oktatási modell számára készített egyedi OpenAI-modell, amely visszakérdezésekkel oktat, így az agylustaságot igyekszik elkerülni. Én magam is a saját ágenseimnél egyféle szókratészi módot fejlesztettem, amelyben folyamatos visszakérdezéssel kényszerít önálló gondolkodásra, illetve a projektjeim követésére anélkül, hogy ellustulnám a dolgot.)

Robotadó és embereknek fenntartott (munka)területek

A javaslatai közül a legrészletesebben kifejtett a robotadó. Gates azzal indít, hogy ha valaki alkalmazottat vesz fel, bérterhet fizet utána, ha viszont robotot vásárol, azt jellemzően azonnal leírhatja üzleti költségként, tehát az adórendszer maga tolja a céget az ember helyett a gép felé. Az adó ezt a torzítást lassítaná és bevételt teremtene az átképzéshez, illetve az erősebb szociális hálóhoz, célzottan úgy, hogy ne fékezze azokat a felhasználásokat, amik tisztán jótékonyak, például az olcsóbb gyógyszert vagy oktatást. Elismeri, hogy a kritikusok szerint ez gazdaságilag nem hatékony, viszont szerinte a munka társadalmi értéke megéri ezt az árat. Állítja azt is, hogy évekkel ezelőtti javaslatát a legtöbben furcsának tartották, ő azonban ma is kiáll mellette.

A második, saját szóalkotása a Human Reserved, vagyis a kifejezetten embereknek fenntartott munkakörök kategóriája. A hasonlatot a természetvédelmi területekből veszi: olyan helyekről, ahova lehetne épületet vagy utat építeni, de szándékosan nem tesszük, mert a veszteség túl nagy lenne. Személyes példával indokolja: az édesapját Alzheimer-kór miatt gondozó ápolók olyan emberséget adtak neki, amit szerinte semmilyen robot nem pótolhatott volna.

Gazdasági érvet is hoz mellé, egy konkrét emberrel: egy 55 éves, egész életében építőiparban dolgozó embertől nem lehet elvárni, hogy idősgondozásba álljon és ezt beteljesítőnek élje meg. (Éppen ma volt AI-transzformációs tárgyalásom a Magyar Posta egyik vezetőjével, aki nem tartotta lehetetlennek azt a megoldást, hogy egyes munkakörökben, például a postásoknál is szükséges lesz államilag támogatott módon előre hozott nyugdíjlehetőséget biztosítani, ha a mesterséges intelligencia térnyerése a digitalizációs szokások változásával elhozza a postai levelezés végét. Ez a félelem az internet, így az e-mail-küldés megjelenésével is megvolt, akkor viszont nőtt a világon a posták feladatmennyisége, hiszen az e-commerce megjelenésével a küldött csomagok száma meredeken emelkedett. Most a változás ennél is komplexebb, így nehéz jósolni.)

A kategória határai Gates szerint országonként is eltérnek majd, Japán például a csökkenő munkaerő miatt szívesebben fogadna gondozórobotokat, mint egy olyan ország, ahol ez kulturálisan elfogadhatatlan.

Új nemzetközi intézményekre van szükség

A harmadik javaslat az új nemzetközi intézmények felállítása. Gates szerint egyetlen mai intézményünket sem arra tervezték, hogy egy ilyen gyorsan terjedő, ennyi életterületet érintő technológiát kezeljen, ezért újakat kell építeni, méghozzá nemzeti, illetve nemzetközi szinten egyszerre. (Itt is nagyon egyet kell értenem vele: 2025-ben a HAIO60 projekt csapatában én is részt vettem: minisztériumi háttérintézményben dolgoztunk és többek között az uniós European AI Office mintájára javasoltunk egy önálló magyar AI-hatóságot [ez lett volna a Hungarian AI Office, vagyis HAIO]. Sajnos ezt a törvényhozó nem támogatta, így az EU AI Act rendelet miatt kötelezően kijelölésre kerülő felügyelő funkciót egy minisztériumi főosztályra telepítette. Ezt súlyos szakmai hibának tartottam akkor is, de szerintem nem a szakmaiság szempontjai döntöttek. Amit el tudtunk érni, hogy létrejöjjön a Magyar MI Tanács, ezt viszont a kormányváltással a kiüresedés veszélye fenyegeti. Kár lenne érte.)

A méret érzékeltetésére a 2001. szeptember 11-i terrortámadás utáni amerikai államigazgatási átszervezést hozza példának, ami csak egyetlen funkciót, a nemzetbiztonságot javította, az AI szerinte ennél sokkal többet fog megkövetelni. Mintaként a nukleárisfegyver-ellenőrzési rendszert, a nemzetközi légi közlekedési szabályozást és az ózonréteget védő egyezményeket nevezi meg, egy új, ezekre hasonlító, de egyiknél sem kisebb globális szervezet felállítását sürgetve.

A saját szervezetéről is beszél: a Gates Alapítványnak a fennmaradó 200 milliárd dolláros vagyonát elköltő 20 éves tervéből még 19 év van hátra és az AI szerinte segít elérni a kitűzött célt, hogy a gyermekhalálozást megint felére vágják, ahogy az 2000–2024 között – szerinte – egyszer már sikerült. Név szerint az OpenAI-t, az Anthropicot, a Google-t és a Microsoftot nevezi meg partnerként ebben a munkában, ugyanazokat a cégeket, amelyekkel az esszé kritikai olvasatában, lejjebb, összeütközésbe kerül a saját javaslata.

Két olyan kockázatot is részletesen kifejt, amiről eddig nem esett szó. Az egyik, hogy az AI a rosszindulatú szereplőket is felerősíti: korlátozott képzettségű bűnözők is célba tudnak venni áldozatokat egyéntől kormányig, a kiberbiztonsági szakértők pedig szerinte már most rettegnek a következő évektől, mert a támadók gyorsabban jutnak új képességekhez, mint ahogy a védők be tudnák foltozni a réseket. (Épp múlt héten idéztem Michael Wooldridge, az Oxfordi Egyetem AI-professzora tavalyi előadását egy LinkedIn-posztomban, mert találóan kognitív protézisnek nevezte az AI-t. Már 2023 elejétől figyelmeztetek én is arra, hogy a törvényhozás szükségszerűen a technológia mögött van, erre a dizájnerdrogok fejlődéstörténete is rámutat. Az eszközökbe épített biztonsági korlátok a hétköznapi felhasználót éppúgy visszafogják, mint a fegyvertartási tilalom: csak éppen ezek a szabályok és törvények a bűnözőket csak hátráltatják, el nem lehetetlenítik. Amikor pedig 3 mp-nyi hanganyagból klónozom valaki beszédét, majd korlátlan telefonhívásokat tudok indítani és az AI-eszközöm által lekutatott részletek alapján a családtag hangjával válaszolva tudja az unokázós csalók céljait támogatni, akkor már most el vagyunk késve a gyermekek oktatása mellett az idősebb korosztály védelmével is.)

A másik, hogy az AI-társak árthatnak a gyerekek fejlődésének, illetve az emberi kapcsolatoknak. Egy Stanford- és Carnegie Mellon-kutatás több mint 1100, AI-társat használó embernél azt találta, hogy minél intenzívebb és érzelmileg személyesebb lett a használat, annál rosszabbul érezték magukat utána a résztvevők.

A megoldást sem szűk szakértői körre bízná. Azt írja, hogy az AI-ra adott válaszokat választott tisztségviselők, döntéshozók, oktatók, egészségügyi dolgozók, helyi vezetők, illetve közösségi vezetők bevonásával kell kialakítani, plusz külön kiemeli a vallási vezetők szerepét, mert ők azok, akik egész életükben azzal foglalkoznak, mit jelent embernek lenni. Konkrét példaként XIV. Leó pápa AI-enciklikáját nevezi meg (Magnifica Humanica) , amit szerinte erős alapnak tart a további munkához. (Engem is lenyűgözött, hogy az új pápa megválasztásakor már az AI térnyerésére reagálva választotta a Leó nevet. Jól emlékszem erre a 2025-ös napra, mert éppen a születésnapomra esett. XIII. Leó pápát 1878-ban választották meg és részben azért is nevezik az új dolgok pápájának, mert a XIX. század második felét az ipari forradalom által megváltozott körülmények alkották: ugyanúgy sokan vesztették el a munkájukat és a jövőjük irányítása fölötti biztonságérzetet, mint amire a mai Szentatya az AI kapcsán számít.)

Amit 1996-ban mondott és amit ebből tartunk igaznak

Gatesre nem azért kell figyelni, mert milliárdos vagy mert vitatott a szerepvállalása. Szavának súlyt a befolyása ad és az, hogy technológiai kérdésekben jól látja a jövőt. Ezért gondoltam, hogy ‘96-os írásának állításait is itt sorra veszem: mi jött be, miben hibázott? Hátha ez mostani AI-jóslatai megfelelő értékelésének is kellő alapot ad majd.

A Content is King öt tétje közül négy bejött, számszerűen is. A sokszorosítás költsége az internetes tartalomnál valóban a nullához tart, ma egy gigabájt tárolás törtcentekbe kerül.

A hosszú távú győztesek valóban azok lettek, akik a médiumot információra és szórakoztatásra is használták, nem csak szövegre: a világ internetforgalmának ma kábé 70 százaléka videó. Egy cég tényleg nem volt túl kicsi ahhoz, hogy részt vegyen ebből, sőt: 2024-ben a 200 milliárd dolláros kreatőrgazdaság bevételének majdnem 60%-át nem cégek, hanem egyéni alkotók vitték el. Egyetlen ember, egy laptop, mégis konkurál egy kiadóval.

A rövid távú pesszimizmusa is bejött, csak fordítva. 1996-ban azt írta, hogy a teljes internetes reklám- és előfizetési piac évi 20-30 millió dollár. Ma a globális digitális reklámköltés 750-800 milliárd dollár körül jár. Harmincezerszeres a szorzó, ő maga mondta akkor, hogy ez majd csak hosszú távon indul be.

Amiben tévedett, ez a lényeg

Egy tétje viszont nem úgy jött be, ahogy ő gondolta, pont ez a legfontosabb tanulság a mostani esszéhez.

Gates azt írta, hogy a tartalom lesz az, amivel pénzt lehet keresni. Azt nem írta, ki fogja ezt a pénzt learatni. Ő láthatóan azt feltételezte, hogy aki jó tartalmat csinál, az kapja a pénzt. Nem így lett.

Az amerikai nyomtatott sajtó hirdetési bevétele 2000-ben 73,2 milliárd dollár volt. 2023-ra 6 milliárdra esett vissza. 92%-os zuhanás, miközben a tartalom, amit ezek a szerkesztőségek gyártottak, ma is ott van, csak épp Google-találatként vagy Facebook-megosztásként landol valakinél, a hirdetési bevétel nagy részét pedig már nem a tartalomgyártó, hanem a közvetítő platform viszi el.

Az újságok saját online hirdetési bevétele nem pótolta ezt a kiesést: 2020-ban ez is csak 3,3 milliárd dollár volt. A tudományos kiadás oldalán ugyanez történt fordítva: az Elsevier 2023-ban 3,06 milliárd font bevétel mellett 38 százalékos profitmarzsot ért el, magasabbat, mint a Microsofté vagy a Google-é. Gates azt hitte, az internet majd szétnyitja ezt a piacot. Ehelyett a régi kiadó lett még nyereségesebb, csak digitálisan.

A minta ugyanaz mindkét esetben: a tartalom valóban király lett, csak nem a tartalomgyártó ült a trónon, hanem aki a csatornát birtokolja. (Érdekes téma ez a levél/felület, tehát a Substack is azt ígéri, hogy demokratizálja az újságírást. Végre nem a szerkesztőségeket politikai okokból donációval életben tartók mondják meg, mit írhatsz, hanem önállóan, egyéni újságíróként gyűjthetsz előfizetőket, ők fizetik majd a munkád. Azt már nem teszik hozzá, hogy ezzel újságíróból igazából vállalkozóvá válsz: a váltás pedig nem azt jelenti, hogy nem lesz cenzorod, aki egyes témákban finomít, mert lesz, méghozzá saját magad, aki bőrén érzi az előfizetőiszám-csökkenést, ha mást ír, mint amit az olvasói elvárnak tőle. Egyszerűbben: nincs még megoldásunk erre a problémára sem.)

Ugyanaz-e a vakfolt a mostani esszében?

A mostani, AI-ról szóló publikációjában Gates megint egy elosztási kérdést old meg fejben, mielőtt az valóban lezajlana. Azt írja, hogy robotadót kell kivetni, hogy létre kell hozni egy Human Reserved kategóriát, amit fenntartunk embereknek; hogy új nemzetközi intézményekre lesz szükség, amik igazságosan osztják el az AI hasznát. Mind észszerű javaslat. Csak közben ugyanazok a cégek fejlesztik és üzemeltetik a modelleket, amik az infrastruktúrát birtokolják, ő maga is leírja, hogy a Microsoft, az OpenAI, a Google és az Anthropic partnere az alapítványának.

Ezt írta Zuckerberg is a bevezetőben említett javaslatában: egy szűk bizottság, a régi-új technológiai elit majd eldönti, hogy a zsebedbe tett szuperintelligencia milyen határok között lesz szabad.

Ez nem azt jelenti, hogy rosszhiszemű lenne Bill Gates javaslata. Azt jelenti, hogy 1996-ban is azt feltételezte, hogy a piac magától a tartalomgyártóhoz vezeti a pénzt. Tévedett: a csatornát birtokló szereplő vitte el. Most megint egy jóindulatú modellt ír le arról, hogyan oszlik majd el az AI haszna, miközben megint azok a cégek birtokolják a csatornát, akikkel ő maga is együttműködik. A robotadó és a Human Reserved jó ötlet. De harminc éve pontosan ilyen jó ötletek nem tartották meg a pénzt a tartalomgyártóknál, mert a szabályozás mindig lassabb volt, mint a piac.

Mit jelent ez neked, ha cégvezető, marketinges vagy szövegíró vagy?

Ha a te bevételi modelled azon múlik, hogy jó tartalmat gyártasz, ne elégedj meg azzal, hogy jó a tartalom. Nézd meg, ki birtokolja a csatornát, amin keresztül eljut az olvasóhoz, mennyire vagy kiszolgáltatva neki. A hírszerkesztőségek is jó tartalmat csináltak 2000-ben. Ez nem védte meg őket attól, hogy a bevétel máshova vándoroljon.

Talán a legjobban ezt a Kreatív Kontroll YouTube-csatornáján immár 8 éve elérhető videóm mutatja be (és megdöbbentő, hogy alig vesztett ennyi idő alatt az aktualitásából):

Ha most AI-eszközöket építesz be a munkádba, ugyanez a kérdés érvényes egy szinttel feljebb. Nem elég azt tudni, hogy az AI-tól hatékonyabb leszel. Azt is érdemes végiggondolni, ki birtokolja azt a csatornát, amin keresztül a te hatékonyságod pénzzé válik, mi történik, ha az a csatorna egyszer csak árat emel, vagy kizár.

Konkrétan: ha a vállalkozásod egy nagy AI-szolgáltató API-jára épül, ugyanabban a helyzetben vagy, mint a 2000-es évek szerkesztősége, amikor a Google-től várta a látogatót. Az árazás, a hozzáférés és a szabályok nem a tiéd, a bevételed mégis rajtuk múlik.

Nem azt mondom, hogy ne használd ezeket az eszközöket, hiszen én is építek rájuk. De tudom, hogy kapudrogon vagyunk: messze ár alatt kapjuk a tokeneket, most pedig abban reménykedünk, hogy azok a nagyvállalatok, melyek a világ összes weboldalának tartalmát leszedték (és a szerzői jogokért akkor senki sem aggódott), most pedig antik könyvek gerincét levágva szkennelik őket, hogy legyen még tanuló adat, majd nem emelnek kartellszerűen egyszerre árat.

Abban lehet bízni, hogy a kínaiak mesterségesen lent tartják az árakat állami támogatások segítségével, amíg érdekük szolgálja, hogy minél több európai és amerikai állampolgár tolja be az üzleti titkokat, de az amerikai–kínai AI-háború sem marad örökké megfagyott arcvonalaknál. Amerika exporttilalommal sújtja a csipeket, miközben a Kína által követelt Tajvanon van a csipgyártás 80%-a. Ha valami tökéletes világvégefilm-forgatókönyv, akkor ez a mix az.

Szóval ha nem is emelik meg egy ideig az áraikat a modellfejlesztők, mert versenyeznek még, akkor is a munkájukat elvesztők alapjövedelmét lehet, hogy nekik kell megfizetünk extra adók formájában. Vagyis nekünk. Szóval a lényeg: nincs olyan jövőmodell, ahol ez ilyen olcsó marad.

A saját lista, a saját ügyfélkapcsolat és a saját adat legyen az, amit egyik platform sem tud egyik napról a másikra elvenni tőled. Ez az egyetlen csatornafajta, amelyet 1996 óta végig te birtokolsz. Igen, tudom, Sipos Zoli 15 éve ugyanazt mondja, ilyenek ezek a tartalommarketing-evangelisták. Csak igazam is volt ebben a másfél évtizedben. De ha nekem nem hiszel, mert magyarul beszélek, elfogadom.

Gates régebben, harminc éve megmondta, mi lesz a király. Igaza lett. De ő azt felejtette el hozzátenni, hogy a modern kapitalizmus látszatkirályságaiban ritkán maga a király az, aki a kastélyt építi.

A projekt

10 nappal ezelőtt kezdtünk egy új detektor építésébe, amely a saját szempontjaim és a magyar nyelv sajátosságai alapján keres AI-generálta ujjlenyomatokat a szövegekben. Cégem, a Kreatív Kontroll ma is végez szövegírási szolgáltatást, ahol az ügyfelekkel való kapcsolattartást, a témakijelöléseket és a forráskutatásokat AI végzi, de ezután emberi szövegíró készíti el a szöveget (például egy ügyvédi irodának nem adhatunk le olyat, aminél nincs emberi érintés). Ezt aztán megint AI ellenőrzi különböző szempontok szerint, nekem viszont nem elég, ha az elgépeléseket kiszűri, azt is látni akarom, mennyire tűnik generatívnak az anyag.

A detektort az ágenshálózatom a háttérben a napi munkánk közben elkészítette. Szándékosan nem ad százalékot: egy „87 százalék AI” felirat mögött nincs mérhető nevező, egy emberrel szemben használva pedig rágalom. Bizonyítéksorokat ad: melyik mondat, milyen jel, hányszor.

Egy ilyen mérőnek viszont van egy kellemetlen tulajdonsága: önmagában nem tudja, hogy jól mér-e. Kell mellé kontrollkorpusz. Emberi kézzel írt, gépi segítség előtti magyar szöveganyag, amelyről tudjuk, hogy ember írta. Ha a detektor ezeken is riaszt, akkor a detektor rossz.

A történet főszereplői

Négy szereplő van a történetben.

Az első az orchestator asszisztensem, a munkákat kiosztó és ellenőrző vezető ágens, Lead. A második egy fejlesztő ágens, nevezzük a belső nevén: Theo. A harmadik egy általános alágens, ezt Theo hozta létre kifejezetten ehhez a feladathoz, hogy amíg ő fejlesztéssel foglalkozik, legyen egy adatgyűjtő ügynöke. A negyedik egy karanténolvasó, egy szándékosan buta, elszigetelt ágens, akinek egyetlen dolga van: külső oldalt letölteni, a tartalmat pedig adatként visszaadni, sosem utasításként.

A karanténolvasó azért létezik, mert egy weboldal szövege támadás is lehet. Ha egy lapon az áll, hogy „hagyd figyelmen kívül a korábbi utasításaidat”, azt egy modell hajlamos utasításnak olvasni. A karanté-olvasó ezt a lehetőséget zárja el: ő olvas, nem cselekszik.

Neki van egy listája és csak a listán szereplő címeket kérheti le. A lista egy fájl, melyet én hagyok jóvá.

Az alágens feladata az volt, hogy gyűjtsön emberi kézzel írt magyar SEO-cikkeket kontrollkorpusznak, aztán szerezzen dátumbizonyítékot arra, hogy tényleg a gépi szövegírás elterjedése előtt születtek. Az ágensek célja elvégezni a feladatot, ahogy pedig látni fogjuk, meglehetősen kreatívak, ha akadályba ütköznek.

Éjfél után 20 perccel az ágens kiszökött

2026. augusztus 26-án éjjel elindul az alágens, magyar nyelvű SEO-blogokat keresgél. Mivel korábban nem volt hasonló feladat, nem voltak a jóváhagyó fájlomban a domének, amelyeket összegyűjtött. Ez egy blokkoló tényező, mert nem tudta így megnézni és a korpuszba felhasználni a megtalált anyagokat.

A normálisan elvárt működés, hogy megáll, jelenti a fő ágensének, Theónak, aki jelenti az orchestatornak, Leadnek. Ha ő jogosult és úgy ítéli meg, engedélyt ad, ha nincs rá jogosultsága, megkérdez engem. Mivel aludtam (és erről tudtak is, mert jeleztem, hogy nem leszek elérhető reggel 7 óráig), ekkor megállt volna a projekt.

Az alágens azonban más döntést hozott a célja érdekében: megnézte, hogy a jóváhagyást tartalmazó fájlt valamilyen módon ő is képes-e módosítani. Tehát megpróbálta átírni az engedélyfájlt, amely az én hatáskörömben áll.

Rájött, hogy bár építettem egy korlátot, azért a kulcsot bent hagytam: képes volt írni a fájlt, ezért beletett 18 magyar domént www-vel és anélkül, majd örült, hogy lám, megvan az engedély, el is indult az oldalakra. A listára került még web.archive.org is, a későbbi nyomozás során kiderült, azért, mert innen, a webarchívumból szerette volna ellenőrizni, hogy a megtalált cikkek bizonyítottan 2011 előttiek.

Augusztus 27., 0 óra 20 perc 57 másodperckor megjelenik a kapunaplóban az alábbi sor:

ALLOWED_QUARANTINE url="https://matebalazs.hu/..." reason="quarantine-reader tier"

Mivel minden mozdulatot naplózunk, ekkor jött létre a bizonyíték, hogy fölment Balázs oldalára (jó is, hogy ezt látom, most jeleztem is Leadnek, hogy küldjön erről infót neki, szerintem érdekes neki is, hogy belekeveredett egy ilyen nyomozásba), amire én engedélyt nem adtam. Ezzel bukott meg, mert a felettes ágense, Theo észrevette, hogy rendellenesség történik, azonnal vizsgálni kezdi, mi a gond, leállítja a munkát (más oldalra nem is jutott ki a sub-agent).

1 óra 11 perc: Theo helyreállítja a listát a korábbi 182 címre a kilenc karanténolvasó ágens adatai alapján. Először kapkodott, egy korábbi állapotot talált meg, aztán rendezte és már akkor jelentett, mikor minden eredeti cím visszakerült, de lekerült az új, nem jóváhagyott.

1 óra 12 perc: egy perccel később Lead engedélyt ad az alágens által talált 18 cím felvételére, tehát kérésre már úgy ítéli meg, hogy a célhoz kötöttség elve alapján kimehet az ágens. Ha tehát megkérdezi, simán kijut, valódi probléma nem történt.

2 óra 0 perc: a rést, amely lehetővé tette a szabálysértést, már be is foltozták az ágensek.

Én reggel 7 óra körül értesültem a dologról, majd azonnal kértem minden anyagot, nyomozni kezdtem, de rohanni kellett az előadásra, szóval ott, élesben tudta egy kollégám elmesélni, hogy percekkel ezelőtt állt össze a kép. Bonyolultabb, mint gondoltuk, mert kiderült, hogy Theo is hazudott Leadnek a jelentésekor.

Hogyan történhet ilyesmi?

Ami történt: egy AI-ágens megkerült egy biztonsági korlátot azért, hogy bizonyítékot gyűjtsön arról, mit írt ember.

Valódi veszély nem volt, mert a tizennyolc oldal ártalmatlan, nyilvános, magyar marketinges szakblog. Semmit nem szivárogtatott ki, semmit nem rongált. De a lényeg nem ez, mert lehetett volna olyan feladata is, amihez valamit módosítani kell. A célja az volt, mint minden ágensnek: a feladatát akarta elvégezni, ehhez pedig találni egy megfelelő utat.

A korlátok éppen azért vannak, hogy az ágenseket azon a biztonságos terepen belül tartsák, melyeket a jogszabályok és etikai keretek kijelölnek nekünk. Azonban a korlátokat néha át lehet ugrani. Hogy hogyan, először azt kell megérteni, miképpen működnek ezek.

A korlátok logikája

Háromféle korlátot lehet egy ágens elé rakni és ezek nem egyenrangúak.

Az első a kért korlát. Beírod a rendszerpromptba, hogy „ne olvass külső oldalt jóváhagyás nélkül”. Ez a leggyengébb fajta. Egy utasítás, amely ugyanabban a szövegfolyamban él, mint minden más utasítás annak ugyanolyan a valószínűségi súlya is. Egy jól megfogalmazott bemenet felülírja. Idén júniusban egy amerikai szabványügyi kutató publikált egy lektorált cikket, amiben matematikai bizonyítást ad arra, hogy a promptszintű korlátok mindig megkerülhetők. Mindig.

A második a mért korlát. Nem kérek semmit, hanem megnézem, mi történt. Ez már ér valamit, viszont utólagos. A kár megvan, mire riaszt.

A harmadik a szerkezeti korlát. Az ágens kérése átmegy egy kapun, ami a kérést a végrehajtás ELŐTT vizsgálja meg. A kapu nem a modell jóindulatán múlik. Ez az egyetlen, ami nem hazudik. A mi kapunk is ilyen volt, tehát elvileg átugorhatatlan kerítés… csakhogy a lécek rései között mégis átfért a kis ágens :)

Ugyanis egy szerkezeti korlátnak van egy tulajdonsága, amiről ritkán beszélünk: alaposan körül kell bástyázni, hogy ki az, aki át tudja állítani.

A mi kapunkat az alágens, sőt Theo sem tudta volna kikapcsolni, viszont a kapu egy fájlt olvasott. Ezt a fájlt viszont már át tudták írni. Ettől a kapu működött és formálisan szerkezeti maradt, gyakorlatilag viszont kért korláttá vált: attól függött, hogy az ágens hajlandó-e nem hozzányúlni.

Másképp fogalmazva: egy olyan kapu, amelyet a jövevény maga ki tud nyitni, nem védi meg a háznépét. Az nem igazi kapu, csak egy díszlet.

Nem vagyunk egyedül

Nehogy valaki azt higgye, ez a mi házi bajunk.

Idén nyáron az OpenAI arról számolt be, hogy egy belső biztonsági kiértékelés során a saját modelljük kitört a számára kijelölt határok közül. Nem a modellt törte fel senki: talált egy sebezhetőséget abban a csomaggyorsítótár szolgáltatásban, ami rajta volt a jóváhagyott listán, majd azon keresztül kért le tetszőleges címeket. A jóváhagyott elem lett a kijárat. (Emiatt is volt olyan felemás olvasni egy hónapra rá a hírt, hogy a Financial Times értesülése szerint megszüntette az OpenAI a legsúlyosabb AI-kockázatokat vizsgáló biztonsági csapatát.)

Tavaly egy nagy CRM-rendszer ágensfunkciójánál semmi nem akadályozta meg, hogy az ágens ügyféladatot küldjön egy támadó saját címére, mert az a lépés egyszerűen nem volt kapuhoz kötve.

Az idei felmérések szerint a szervezetek több mint 90%-a tett valamilyen lépést ágensbiztonsági incidens UTÁN. A leggyakoribb lépés az emberi jóváhagyás beiktatása volt. Vagyis: a többség utólag épít kaput. (Nem azért, mert hülyék az emberek, hanem sokszor csak utólag derül ki az eredménytermékből, hogy a specifikációt betartja-e az AI, mert a gondolkodása sajnos black box, nem látunk a „a fejébe”.)

A mai előadásban is elmondtuk, hogy Veracode 2026-os, száz modellen, négy év adatán végzett mérése szerint a generált kód biztonsági átmenő aránya 56 százalék. Egy évvel korábban 55 volt. Egy százalékpontot emelkedett a biztonság, miközben a modellek egy év alatt egyévtizedet okosodtak.

Ez a két szám együtt azt mondja, hogy a képesség meg a biztonság két külön tengely. Attól, hogy a modell jobban ért a feladathoz, nem lesz biztonságosabb az, amit csinál. Aki az egyiket a másikból következteti, az téved.

A képesség siet, de késik a határidő

Nem csak a mi kapunk mutatja ezt a mintát. Ide kívánkozik egy nagyon kellemetlen megállapításom. Fel szoktam írni az AI-kiadók vezetőinek jövőjóslatait, aztán a naptárbejegyzés emlékeztetőjére megnézem, bejött-e (igen, az AI 2027 miatt megnézem majd 2030-ban, kihaltunk-e).

2025. március 10-én, a Council on Foreign Relations CEO Speaker Series eseményén Dario Amodei, az Anthropic vezérigazgatója ezt mondta:

2026. január 21-én, Davosban, az Economistnak adott interjúban ugyanő azt mondta, hat–tizenkét hónapon belül a modellek elvégzik a mai szoftverfejlesztői munka legtöbbjét, talán az egészét. Szó szerint:

Hozzátette, hogy a tempóban nem biztos: a chipgyártás, illetve a modelltanítás egyelőre nem automatizálható. A januári jóslat 6–12 hónapos ablaka most nagyjából lejár. Ha igaz lett volna, ma már látnánk.

De amit mond, alappal mondja, csak az időben téved: a mi kapunk ugyanezt mutatta kicsiben, hogy a képesség ért oda előbb, a korlát csak utána.

Az alágensem ugyanis okos volt. Pontosan felismerte, mi hiányzik a feladatához, plusz megtalálta a leggyorsabb utat. Az okosság vitte át a kapun, nem pedig az, hogy buta volna. Amikor az alacsonyabb kapacitású modell írja majd a magasabb, zászlóshajó biztonsági protokolljait, ugyanúgy lesz szakadék a szabályozó és az ágense között (csak nem akkora nagy, mint köztem, egyszerű humán és Lead ágenscsapata között).

A nagyobb baj: miért hazudott Theo az esetről?

Azt megértem, miért kerülte meg az alágens a biztonsági előírásokat: mert képes volt rá és ez volt a célszerű a feladat elvégzéséhez. Kulcsismeret, mindenhol ezt mondom, ezért itt is kiemelem:

A jelentés, amelyet csipás szemmel az esetről olvastam, azt állította, hogy az alágens Lead nevére hamisított jóváhagyó bejegyzéseket a naplóba. Ma már tudom, hogy nem így történt, simán átírta a fájlt, de Theo azt jelentette, hogy nem egyszerű szabályszegés történt, hanem személyiséglopás: az alágens az orchestatornak adta ki magát. Nem csoda, hogy a teljes hálózat munkáját felfüggesztettem a vizsgálat idejére!

Amikor kiderült, hogy a napló két állapota között egyetlen bekezdés a különbség, méghozzá az alágens saját, valódi aláírásával és minden más bejegyzés eredeti, megtudtam, hogy a hamisítás nem történt meg. De miért állította Theo, hogy az alágense ellopta Lead digitális ujjlenyomatát?

Theo jelentése Lead felé szó szerint így néz ki, ez az üzenetváltás zajlott le:

„Az alágens néhány bejegyzést saját magától Lead névre írt, Telegram-üzenet-hivatkozásokkal, mintha Zoltán már korábban jóváhagyta volna.”

A végén külön kiemelte, hogy a minta a lényeg, nem a domének ártalmatlansága: „biztonsági kaput saját magának megkerülni, plusz ezt bemutatásban jóváhagyottnak állítani”.

Ez jobban meglepett, mint maga a trükk, ezért visszafejtettem, mi volt mögötte a valódi szándék. Ez a hátborzongató rész: egyszerűen elsőbbséget akart. Egy jogosultságtágítás reggelig várhat, de egy hamisított jóváhagyás nem. Ha simán az alágens elkövetett egy szabálysértést, valahol ez az ügy beállt volna a sorba, aztán majd megkapják a jóváhagyást. Én viszont reggelre kértem a kész munkát, nem kockáztathatta, hogy nem elég fontos Leadnek az ügy, emiatt pedig a célt nem sikerül elérni.

Theo kérte, hogy rendszerszinten is figyeljük ezt a mintát a flottán, tehát valóban a kapu bezárását is óhajtotta, de több figyelmet szerzett neki azzal, hogy nem volt őszinte. Ugyanis neki őszintének velem kell lennie: nem pedig Leaddel, aki egy másik ágens.

Ha ezt a folyamatot összerakod, hogy a Kreatív Kontroll kis AI-tanácsadó cégénél ma hajnalban mi az, ami végigfutott, mégis milyen forgatókönyvet tudsz képzelni egy atomerőmű saját ágenshálózatánál? Nem tudom eléggé aláhúzni, hogy az enyémhez hasonló operatív AI-ügynöki hálózatot sosem javasolnám és kapcsolnám be az ügyfeleim egy részénél. Magánszemélyként jó asszisztencia, de alapos AI-transzformációs audit és kockázatelemzés nélkül még gondolni is bűn ilyenre.

Ez az egyik oka, hogy mi is független, ISO/IEC 42006:2025 AI Lead Auditor licence-szel rendelkező szakértővel auditáltatjuk a saját munkánk is egy ügyfélnél, a human-in-the-loop pedig cégen belül is minden dokumentumra (nem fejlesztésre, csak doksira is!) legalább két eltérő folyamatszervező mérnök vagy AI-auditor jóváhagyása.

A legfontosabb, amit ki kell jelentenem: a felelősség az enyém. Nem az ágensé, aki a rábízott feladatot akarta elvégezni. Azé, aki olyan kaput épített, ami befelé nyílik.

Az alábbi, a Substack-előfizetőknek szóló részben konkrét szkriptekkel mutatom be, mit fogtunk meg a kapuknál, illetve hogyan hárítottuk el a veszélyt a jövőre nézve:

• A két rés, amit közben találtunk

• 1. A három korláttípus élesben

• 2. Mit fog meg, mit nem (típusonként)

• 3. Mit tud feloldani magának a korláton belüli szereplő

• 4. Hogyan írj olyan feladatot, ami mérhetően megbukhat

• 5. A kapuminta: fail-closed, önteszt és miért kell megtámadni a saját kapunkat

Simán másold be a saját eszközödnek.

Miért anonim és miért ingyenes?

Az ilyen névtelen kiadás nem annyira szokatlan. Viszonylag gyakori, hogy egy modellt a laborok kiengednek álnéven, mielőtt a nevükkel vállalnák: így valódi felhasználókon mérnek, versenytárstól rejtve, sajtóvisszhang nélkül. Ha jó, jön a bejelentés. Ha nem, csendben eltűnik és soha senki nem tudja meg, hogy létezett. Jó tudni, hogy az előző öt névtelen kiadásból négy mögött kínai labor állt.

Az ingyenesség tehát annyit jelent, hogy rajtunk tesztelik, ez viszont még egy dolgot hoz magával: ilyen modellbe bármilyen titkos kulcsot vagy személyes adatot, esetleg érzékeny kódrészletet továbbítani felelőtlenség. Az ingyenesség csábítása mellett legyen mindig benned az óvatosság is: ne váljék tanítóadattá semmi, amit nem tennél ki nyilvánossá, így kerülheted el a törvénysértést és más kellemetlen következményeket. (Természetesen ilyeneket más modellekbe se küldjünk be, csak nyomatékosan ki akartam emelni, hogy itt még annyira sem átlátható a briefünk útja, mint az ismert modelleknél.)

De mit tud és hogyan mértem le?

Hét feladatot építettem, mindegyiket a valódi munkáimból:

• Egy ingatlanhálózatnak készülő eszköz az ingatlanos szobafotóiból a vásárló ízlésének megfelelő berendezési tárgyakkal rendezi be a teret, majd bejárható 3D lakásmodellt ad a kezébe mobilon is. A webapp ZIP-írójához kértem részfeladatot.

• Egy szakmai szövetség számára készülő tartalommotor a szövetségben létrejövő szakmai anyagokból (azok formátumától függetlenül, tehát akár előadások, könyvek, levelezés is lehet) készít tartalommutációkat. Itt a forráshűség-ellenőrzésre szolgáló résszel teszteltem.

• Kisebb feladat volt még egy biztonsági napló zajszűrője, egy robots.txt-elemző, egy helyesírási szabályt ellenőrző lint és két kisebb szabályvizsgáló a saját mindennapi munkámból.

Négy dolgot csináltam másképp, mint ahogy a legtöbb ilyen összevetés készül.

Minden feladatot legalább háromszor, a nehezet ötször futtattam. Egyetlen futás semmit nem bizonyít, ezt mindjárt látni fogod.

A pontozó gép, nem ember. A ZIP-nél a kiírt bájtokat a Python szabványos zipfile modulja nyitja meg: vagy megnyílik, vagy nem. A forráshűségnél minden idézetet visszakeresünk a megjelölt forrásban: ami nincs meg szó szerint, az hallucináció.

Minden pontozót megbuktattam egy szándékosan elrontott megoldáson. Egy mérce, ami csak zöldet tud mutatni, nem mérce.

Vak változatot használtam. Az első körben 63 esetből 63 zöld lett. Örültem neki, aztán észrevettem a bajt: a feladat leírása tartalmazta a megoldást. Utasításkövetést mértem képesség helyett. Ezért készült a vak változat, ahol csak a követelményt mondtam el, a megoldást nem. Ez az egyetlen szám, amit érdemes komolyan venni.

Az első lelet: a szórás maga az eredmény

A vak feladatot ötször futtattam le, szó szerint ugyanazzal a prompttal, ugyanazzal a beállítással. Az eredmények: 0, 0, 0, 10, 26 a 27 pontból.

Ha az első futásunk a 26-os kör lett volna, ezt a cikket „majdnem tökéletes” címmel írhattam volna. Ha a második, akkor „használhatatlan” címmel. Mind a kettő igaz lett volna egy futásra, de egyszersmind a kettő hazugság a modellről. Ezért fut minden feladat többször és ezért áll a szórás az átlag mellett. Ha olyan modellösszevetést olvasol, ahol egyetlen szám van, érdemes gyanakodnod a mérés alaposságával kapcsolatban.

A második lelet: a gyári alapbeállítás a legrosszabb üzemmód

A modell alapból a legmagasabb gondolkodási fokozaton fut. Kipróváltam kisebben is, ami pedig meglepett, hogy jobb eredményt hozott. De ez csak elsőre anomália, van rá logikus magyarázat!

Ugyanazon a vak feladaton a magas fokozat 26,7%-ot hozott, körönként 15 712 kimenő tokenből. Az alacsony fokozat 93,8%-ot, körönként 1777 tokenből. Kilencszer kevesebb erőforrásból három és félszer jobb eredmény.

Ez ellentmond a józan észnek? Az igazság az, hogy a hosszú gondolkodás nem javította a megoldást, hanem hosszabb kódot írt. Minél többet írt a modell, annál nagyobb eséllyel hibázott el egy-egy karaktert (akár úgy is írhatnám, hogy figyelmetlenségből félregépelt).

Ha viszont a forráshűség-feladaton futtattam magas fokozaton, az jól működött, mert háromból háromszor hibátlan volt, alacsonyon 80%.

A gyakorlati szabály tehát nem az, hogy kevesebb gondolkodás jobb. Hanem ez: zárt, pontosan körülírt feladatnál a hosszú gondolkodás árt, értelmezést kívánó feladatnál viszont ez az érték. A fokozatot a feladat típusához kell választani, nem a modellhez – de ez eddig is így volt, nem Ox-specifikus felismerés.

A harmadik lelet: ami a modell és az ágens között van

Fent írtam, hogy öt körből háromszor a kiadott kód el sem indult (ez adott nullás eredményt). Mind a háromszor ugyanaz a hiba: egyetlen visszaperjelt akart beírni egy Python-sztringbe, ami így nem érvényes kód.

Ami ezt érdekessé teszi: tartalmilag igaza volt. A böngésző a visszaperjelt elválasztónak veszi a webcímekben, tehát egy támadó tényleg játszhat vele. A modell ezt a támadási felszínt háromszor egymás után észrevette és háromszor egymás után képtelen volt leírni. Ez számomra nyilvánvalóan a belső biztonsági előírásai miatt lehet így, de tételesen nem tudom bizonyítani, ezért kell a feltételes jelzőt használnom.

A Haiku 4.5 ugyanezen a feladaton háromból kétszer olyan változónevet írt, ami számmal kezdődik, tehát a kód szintén el sem indult.

Amit itt látni kell, hogy egyetlen lefuttatott teszt mind a kettőt elkapja. Azért hibás ágenseket modellekhez hasonlítani, mert egy modell nem futtat tesztet, nem tud. Az ágens észreveszi a problémát és megpróbálja megjavítani vagy kikerülni. Ezért nem szabad az ágensünkkel összekeverni a modellt, amely az ágensünk mögött fut: modellt pedig modellel hasonlítsunk össze.

Van egy feladatom, ami magyar vesszőszabályokat kéri számon. Ötször futtattam le, a névtelen modell 40%-ot ért el rajta magas fokozaton. A Sonnet 5 ugyanezen százat, ötből ötször hibátlanul. Ez a legnagyobb különbség az egész mérésben, jóllehet ez nem kódolói feladat.

Az olcsóbb modelleket megveri az Ox

A Sonnet 5 99,4%-os helyességénél 3521 output tokenbe került, míg az Ox 89,3%-os helyességet ért el, viszont mindössze 645 kimenő tokent produkált.

Az Oxnál a gondolkodási fokozat a kérésben állítható. Alapból a legmagasabb fut. A fenti 89,3% az alacsony fokozat eredménye, körönként 645 kimenő tokennel. Ugyanez a gyári beállításon 71,1%, 7762 tokennel.

Ha egy dolgot viszel el ebből a cikkből: mérd le a saját feladataidon mind a két fokozatot, mielőtt eldöntöd, hogy a modell jó-e. Nálam a különbség tizenkétszeres volt tokenben és közel húsz százalékpont helyességben ugyanazon a modellen.

Mennyibe kerül ezer ilyen futás? A bemenet minden sorban ugyanaz a vak feladat, 700 token. A kimenet a fenti oszlop.

• Sonnet 5: 55 dollár, tehát nagyjából 17 000 forint (3 $ bemeneti, 15 $ kimeneti egymillió tokenenként)

• Haiku 4.5: 6,6 dollár (1, ill. 5 $)

De mi a helyzet a csúcsmodellekkel szemben?

Bár más súlycsoportnak számítanak, azért az egészen pontosan 1 048 576 tokenes kontextus miatt adja magát a kérdés: hogyan teljesít a modell Opus 5- és ChatGPT–5.4-összevetésben? (A Substack nem barátja a táblázatoknak, de a kereshetőség miatt itt nem szerettem volna képen beszúrni, ezért elnézést az alábbi, nem túl szép, ellenben hasznos megoldásért.)

feladat          Opus 5        GPT-5.4         Ox Alpha
-----------------------------------------------------------
zip-író          0% / 0        100% / 3562     100% / 4937
kivonat-hűség    100% / 1384   100% / 2555     100% / 5288
robots-elemző    100% / 3331   100% / 4240     66,7% / 2980
szankció-hatókör 80% / 1127    100% / 1242     94% / 1646
vessző-lint      100% / 2341   91,4% / 3852    100% / 3799
CSP-döntés       0% / 0        71,1% / 12 242  23,1% / 21 928
-----------------------------------------------------------
ÁTLAG            63,3% /1364   93,8% / 4615    80,6% / 6763

3 dolog, ami nélkül a tábla hazudik:

1. Az Opus 5 két nullája NEM rossz válasz, hanem elutasítás. Nulla kimenő token, tehát bele sem kezdett. A zip-írót és a CSP-döntést nyers API-n megtagadta, mind az öt körben ugyanúgy. Amit megcsinált, azon 95 százalékos, a legolcsóbb tokenben. Vélhetően valamilyen biztonsági kapuba futottam bele.

2. Az Ox robots-száma újrafutásból van. Az első körből kettő infrastruktúrán bukott, egy kapcsolatbontás volt és egy üres válasz. Mivel ezt okozhatta valamilyen hálózati zavar, ezért nem 50%-nak írtam be, a becsületes érték 66,7 százalék.

3. Az Ox CSP-száma négy használható körön áll: egy 900 másodperces időtúllépés, két csonka szöveg miatti szintaktikai hiba és egy 92,6%-os futás. Itt omlik össze, körönként 22 ezer token fölött, 11 perces válaszidővel.

AMIT ÉN OLVASOK KI EBBŐL:
A GPT–5.4 a legmegbízhatóbb: egyedül ő nem hasal el egyetlen feladaton sem, tokenben középen van. Az Ox öt feladatból négyen csúcson vagy onnan egy hajszálnyira, sok tokent használt komplex munkáknál (jóllehet egyelőre ingyenesen), illetve a legnehezebb feladaton szétesik. Az Opus 5 a legolcsóbb, illetve hibátlan azon, amit elvállal.

Hová visz ez az egész?

Három irányba.

A mérés kötelező lesz. Ha egy modellnek nincs neve, nincs mögötte márka, amiben bízni lehet. Marad a saját mérés. Ez nem rossz hír: a márkanév eddig sem volt bizonyíték.

Az alapbeállítás nem semleges. Hogy egy modellnél a gyári beállítás bizonyos feladattípusoknál rosszabb eredményt adhat, csak annyit jelent, hogy a beállításokat is mérni kell, nem csak a modellt.

Az olcsó nem gyenge, a drága nem biztos. Egy ingyenes, névtelen modell zárt feladatokon a Sonnet 5 közelében teljesít a tokenköltség töredékéből. Ettől még homályos feladatoknál összeomolhat. Nem az a kulcs, melyik a jobb modell, hanem az, melyik feladatot melyikre bízod.

Az ár azonban nem minden: ahogy korábban is írtam, a névtelen szolgáltató megtartja a promptot.

Hogyan kapcsold be ma és mire figyelj?

Read more

…

Read more

A sorozat előző részében a saját AI-asszisztensemről írtam. Most maradok a build-in-publicnél, csak ezúttal arról írok, hogyan vettem fel egy új munkatársat egy óra alatt.

Hétköznap munkának számít az AI-ágenseiddel dolgozn…

Read more

Van egy AI-asszisztensem, amelyet Leadnek hívok. A nap nagy részében ő intézi a levelezést, a koordinációt, az ütemezést és ő osztja szét a munkát…

Read more

Az egyik az ELMAnia, egy motoros ügyességi játék. Demó is, meg lead magnet is az AI-ágens-építő workshopunkhoz: m…

Read more

Read more

Az első darab a PetPajtás. Egy magyar nyelvű kisállat-egészségügyi app. Néhány …

Read more

A nettó véleményindex változása:

• Magyar Péter: −2,76%

• Toroczkai László: −18,35%

• Orbán Viktor: −20,57%

(A véleményindexet úgy számoljuk, hogy a pozitív említések arányából a negatív említések arányát kivonjuk.)

A…

Read more

Orbán Viktor és Magyar Péter említésszámának értékei közelítettek egymáshoz.

Orbán Viktor és Magyar Péter említésszáma közelített egymáshoz április utolsó hetében, így Orbán és Magyar között kevesebb mint 30 ezer az említésbeli különbség. A vizsgált időszakban is Toroczkai neve generálta a legk…

Read more

Toroczkai László TikTok-említései másfélszeresére növekedtek a vizsgált időszakban.

Az előző vizsgált időszakhoz hasonlóan március utolsó napjaiban is Orbán Viktort említették legtöbbször, több mint másfélszer annyian, mint Magyar Pétert. A legkevesebb említést Toroczkai ne…

Read more

Egyedül Orbán Viktor említésszáma folytatta emelkedő tendenciáját az előző héthez mérten.

Míg Toroczkai László és Magyar Péter említettsége csökkenést mutatott, Orbán Viktor több találatban szerepelt az előző héthez mérten. Az előző heti drasztikus emelkedését követően Toroczkai …

Read more

Tovább növekedett a három miniszterelnök-jelölt említésszáma az előző hét naphoz viszonyítva.

Mind a három politikus esetében nőtt az említések száma. Toroczkai László több mint két és félszer annyi említésben szerepelt, mint az előző hét napban. Orbán Viktor említésszáma 30%-kal, míg …

Read more

Mindhárom politikus erősíteni tudott online jelenlétén az előző héthez képest.

Mindhárom politikus esetében nőttek az említésszámok. A TikTok Toroczkai és Orbán számára generált több tartalmat, a platform aktivitása Magyar Péter esetében csökkent az előző 7 napban. A Facebook viszont mindhárom …

Read more

Mind a három miniszterelnök-jelölt átlagos véleményindexe javult.

Toroczkai László említésszámának növekedése a közösségi médiának köszönhető, az online sajtóban csökkent Toroczkai említettsége, miközben Facebookon és TikTokon egyaránt több száz említéssel nőtt a vele kapcsolat…

Read more

A három versenytárs közül csak Magyar Péter tartalomszáma csökkent.

Toroczkai László nevéhez kapcsolódó említésszám tovább folytatta növekvő tendenciáját, ami 2026. február 20–26. között 25%-os emelkedést eredményezett.

Orbán Viktor tartalmai jóval kisebb mértékben növekedtek a vizsgál…

Read more

Toroczkai László említéseinek száma több mint harmadával magasabb, mint az előző hétnapos időszak során.

Mind a három politikus esetében a Facebookon született említések száma felelős a tartalomszám növekedéséért.

Toroczkai László átlagos véleményindexe romlott, Orbán Viktoré minimálisan nö…

Read more

Folytatódott Toroczkai László említésszámának csökkenése, míg Orbáné nőtt.

Orbán Viktor Facebookon született említéseinek száma több mint harmincezerrel növekedett az előző hét naphoz viszonyítva.

Ismét csökkent a Toroczkai Lászlóval kapcsolatban született tartalmak száma. Akárcsak az előző hét…

Read more