Kedden az Anthropic bemutatott egy kísérleti rendszert, amellyel matematikailag bizonyítani lehetne, hogy egy válasz tényleg attól a mesterséges intelligenciától származik, amelyiktől állítólag. Ugyanaznap kiderült a cég frissített tőzsdei papírjából, hogy a gépidő egyre nagyobb részét viszi el a bevételnek. A Reddit közben hirdetéseket kezd tesztelni a keresési találatok között, a CrowdStrike pedig két MI-biztonsági céget vásárol.
🔏 MELYIK MI ÍRTA EZT? AZ ANTHROPIC BIZONYÍTÉKOT ADNA RÁ
Ha ma egy MI-szolgáltatást használsz, valójában csak elhiszed, hogy az a modell válaszol, amelyiket kiválasztottad. Nincs rá mód, hogy ellenőrizd. Egy cég elvben csendben kicserélhetné a drága modellt egy olcsóbbra, hogy spóroljon, vagy egy tesztnél egy erősebbre, hogy jobbnak tűnjön. Az Anthropic most ezt a vakfoltot próbálja megszüntetni.
A rendszer neve FlashProve, és a TechCrunch kedd esti cikke, valamint az Anthropic saját kutatási bejegyzése szerint úgynevezett bizonyítható következtetésre épül (angolul provable inference: a modell minden válaszához egy titkosítási bizonyíték jár, amely igazolja, melyik modell állította elő). Így működne:
- A cég minden kiadott modelljéhez nyilvános „ujjlenyomatot” tesz közzé.
- Egy későbbi választ ehhez az ujjlenyomathoz lehet hozzámérni, és titkosítási módszerrel ellenőrizni, hogy tényleg abból a modellből jött-e.
- Az ujjlenyomat nem árulja el a modell súlyait (a súlyok azok a belső számok, amelyek a modell viselkedését meghatározzák, és amelyeket a zárt modelleket készítő cégek, például az Anthropic és az OpenAI, titokban tartanak). Ezért a rendszer a fizetős, zárt modellekkel is működhetne.
- Az ellenőrzés könnyű, akár a saját gépeden is lefuthat.
- A TechCrunch az e-mailek digitális aláírásához hasonlítja, amely azt igazolja, hogy a levél tényleg a feltüntetett feladótól jött. A cél az, hogy még a modellt futtató cég se tudjon csalni.
A cikk két gyakorlati példát is hoz. Ha egy fejlesztő azt állítja, hogy a programját egy élvonalbeli kiberbiztonsági modell átnézte, ezt utólag bárki ellenőrizhetné. Ugyanígy, ha egy cég azt mondja, hogy az üzleti tervét egy adott modell jóváhagyta, ez sem csak szóbeli állítás maradna.
Fontos: ez még kutatás. Az Anthropic közzétette a műszaki leírást és a rendszer egyes részeinek működő kódját nyílt forráskóddal a GitHubon, de a TechCrunch szerint sem náluk, sem más cégnél nem tervezik még élesben bevezetni. A kutatók maguk is „köztes eredménynek” nevezik, és azt szeretnék, ha mások továbbépítenék. A keresési találatokban megjelenő részletek szerint az Anthropic kutatási oldala azt is leírja, hogy a bizonyítás egyelőre sokkal lassabb, mint a sima kiszolgálás, vagyis ma még drága mulatság lenne minden válaszhoz bizonyítékot gyártani.
Az én véleményem: ez az egyik legfontosabb, mégis legcsendesebb hír mostanában. Ahogy egyre több munkát bízunk MI-ügynökökre, egyre gyakrabban kell majd tudni, ki, pontosabban mi végezte el a feladatot. A mostani rendszerben mindent a cég szavára kell elhinni. Egy ilyen bizonyíték ott lenne igazán hasznos, ahol pénz vagy felelősség múlik rajta: egy biztonsági átvizsgálásnál, egy orvosi vagy jogi szövegnél. Hogy egyszer valóban bevezetik-e, az azon múlik, hajlandóak lesznek-e a nagy cégek kevésbé „megbízz bennünk”, inkább „ellenőrizz minket” alapon működni.
💸 AZ ANTHROPICNÁL A GÉPIDŐ GYORSABBAN NŐ, MINT A BEVÉTEL
Az Anthropic tőzsdei kérelméről október 27-én és tegnap is írtunk. A hétfői frissítés most már szeptember 30-ig mutatja a számokat, és a TechCrunch a gépidő költségeit nézte meg benne (gépidőnek itt a modellek futtatásához bérelt számítási kapacitást hívjuk).
- A negyedéves bevétel 17 milliárd dollár lett, az előző negyedévi 11,5 milliárd után.
- A gépidő a bevétel 58 százalékát vitte el, egy negyedévvel korábban még 48 százalékát.
- Egy gépidőre költött dollárra korábban valamivel több mint 2 dollár bevétel jutott, most 1,72.
- A negyedéves gépidő-számla 10 milliárd dollár volt, ebből 5 milliárd rövid távú bérlés, ami a papír szerint jóval drágább a többéves szerződéseknél. A kereslet olyan gyorsan nőtt, hogy a cégnek drágábban kellett kapacitást szereznie.
- A TechCrunch szerint az Anthropic havi 1,25 milliárd dollárt fizet a SpaceX-nek gépidőért, és több milliárdos szerződése van kisebb szolgáltatókkal is (Nscale, Akamai, Volta).
A papír szerint a gépidő költsége a jövőben is nőni fog, és belátható ideig ez marad a legnagyobb kiadásuk. Saját kapacitást is építenek (Anthropic Direct néven), de a kereslet gyorsabban nő ennél. Amíg a bevétel negyedévente közel 50 százalékkal nő, a befektetők valószínűleg elnézik ezt, írja a lap.
Ez egyébként azt is megmagyarázza, miért szigorodnak időnként az előfizetések keretei a nagy MI-szolgáltatóknál: minden válasz pénzbe kerül, és a gépidő ma még drága.
📱 A REDDIT HIRDETÉST TESZ A KERESÉSI TALÁLATOK KÖZÉ
A Reddit kedden bejelentette, hogy a keresési találatok oldalán hirdetéseket kezd tesztelni. Aki például „eszpresszó sarok” témára keres, kávéfőzőket, kávét vagy bögréket láthat hirdetésként, aki „otthoni iroda” berendezésre, az monitorokat, asztalokat és székeket. A Reddit szerint ez egyelőre egy első teszt, kiválasztott hirdetőkkel. Hogy mely országokban fut, azt a cikk nem közli.
A háttér MI-s: a Reddit október 29-én figyelmeztette a befektetőket, hogy csökken a Google-ből érkező forgalma, és ezt a Google MI-alapú keresésére fogja, amely a választ a Google saját oldalán adja meg, így kevesebben kattintanak tovább. Az amerikai napi felhasználók száma 53,2 millióról 50,7 millióra esett a harmadik negyedévben. A Reddit emellett bejelentkezéshez kötné a tartalmai egy részét, először az Egyesült Államokon kívül, részben azért, hogy nehezebb legyen engedély nélkül MI-tanításra lementeni őket.
Ha hirdetsz, ez érdekes lehetőség: a keresés szándékot mutat, aki rákeres valamire, az épp érdeklődik iránta.
⚡ RÖVIDEN
A CrowdStrike közel félmilliárd dollárért vesz két MI-biztonsági céget. A Fiddler AI körülbelül 400 millió dollárért, a Dreadnode nagyjából 95 millióért kerül a kiberbiztonsági óriáshoz, a Wall Street Journal értesülése szerint. Az első a cégeknél dolgozó MI-ügynököket figyeli, a második élesítés előtt keres hibákat MI-modellekben, alkalmazásokban és ügynökökben. Ez jól mutatja, hogy az ügynökök biztonsága mostanra külön üzletág lett.
Források: TechCrunch (FlashProve, 2026.11.03.; az Anthropic gépidő-költségei, 2026.11.03.; Reddit keresési hirdetések, 2026.11.03.; CrowdStrike felvásárlások, 2026.11.03.); Anthropic: Progress on provable inference for large language models (anthropic.com/research/provable-inference, keresési kivonat alapján).