← Strona główna
Deficyt Zdolności Weryfikacyjnej
Jedyna rzecz, którą to laboratorium samo odkryło, a nie tylko opisało. We wszystkich czternastu zbadanych dotąd domenach — od regulacji AI, przez energetykę, po wyszukiwarki internetowe — powtarza się ten sam wzorzec: zasoby (prawo, pieniądze, dane, technologia) są wystarczające. Brakuje niezależnej zdolności do ich zweryfikowania, zanim ktoś zacznie na nich polegać.
01 Mechanizm
Zdolność weryfikacyjna — audyt, ewaluacja, kontrola jakości, niezależna ocena — zachowuje się jak dobro publiczne: korzyść z niej rozkłada się szeroko, a koszt jej zbudowania ponosi pojedyncza instytucja lub firma. Dlatego żaden pojedynczy podmiot nie ma wystarczającego bodźca, by ją zbudować, nawet jeśli zbiorowo wszyscy by na tym skorzystali.
Jak ta rama przetrwała test na banał
„Instytucje nie nadążają za technologią” to prawda o niemal każdej rewolucji technologicznej w historii — i dlatego, sama w sobie, jest bezwartościowa jako odkrycie. Ta rama przetrwała atak Red Teama tylko po zawężeniu: nie chodzi o ustawodawstwo, finansowanie czy dostęp do technologii, lecz konkretnie o zdolność do niezależnej weryfikacji, zanim decyzja zostanie podjęta. Każda instancja poniżej przeszła własny test — Red Team musiał ją zaatakować, zanim trafiła na tę listę.
02 Cztery odmiany tego samego problemu
Analizując kolejne domeny, laboratorium rozróżniło cztery odrębne mechanizmy, przez które ten sam deficyt się objawia.
A — Nowa instytucja bez zdolności operacyjnej
Organ nadzoru powstaje formalnie, ale nie ma jeszcze kompetencji technicznych do egzekwowania. Przykłady: KRiBSI (AI Act), PSE (energia), AIRON/audyt wojskowy.
B — Brak ewaluacji przed wdrożeniem
Technologia trafia do produkcji szybciej, niż firmy budują zdolność do jej testowania i nadzoru. Przykłady: agenci kodujący, roboty humanoidalne, częściowo przeglądarki agentowe.
C — Mechanizm istnieje, ale zawodzi w praktyce
Prawo lub standard formalnie wymaga weryfikacji — ale narzędzie, które ma ją zapewnić, jest udokumentowanie zawodne. Przykłady: wykrywanie deepfake (96%→48%), weryfikacja danych treningowych (99% niezwalidowane), weryfikacja wieku w AI companions.
D — Brak bodźca mimo technicznej możliwości
Zdolność dałoby się zbudować, ale żaden pojedynczy podmiot nie ma po temu ekonomicznego powodu. Przykłady: autonomiczne finanse (kill switch), Google i mechanizm kompensacji dla wydawców.
03 97 udokumentowanych instancji
W kolejności chronologicznej. Uwaga metodologiczna: numeracja używana wewnątrz poszczególnych sesji („szósta instancja”, „dziesiąta instancja”) nie zawsze była spójna — liczyliśmy na żywo, bez jednego, centralnego rejestru. Ta strona porządkuje wszystkie instancje chronologicznie i nadaje im spójną numerację wstecznie, zamiast ukrywać tę niespójność.
| # | Domena | Co istniało | Czego brakowało | Typ |
|---|---|---|---|---|
| 1 | AI Act w Polsce | Przepisy, kary, nowy organ (KRiBSI) | Zdolność techniczna KRiBSI do oceny zgodności | A |
| 2 | Energia jako hamulec | Prawo energetyczne (UC84) | Zdolność PSE do odróżnienia popytu od spekulacji | A |
| 3 | Agenci kodujący | Modele o wysokich wynikach benchmarków | Zdolność firm do ewaluacji agentów przed produkcją | B |
| 4 | Suwerenność / PLLuM | Budżet 14,5 mln zł, otwarta licencja | Jakość modelu — lub audytowalna infrastruktura zamiast niego | A/D |
| 5 | OX Alpha | Publiczny dostęp do benchmarków | Weryfikacja metodologii przed rozgłosem | C |
| 6 | AIRON / wojsko | Budżet 5,1 mld zł, działająca platforma | Zewnętrzna zdolność niezależnego audytu | A |
| 7 | AI i matematyka | Formalna weryfikacja Lean 4 (częściowa) | Ustandaryzowany protokół dla wszystkich wyników | C |
| 8 | Roboty humanoidalne | Dojrzała ekonomika (ROI 12-18 mies.) | Certyfikacja systemów adaptacyjnych z ludźmi | B |
| 9 | Autonomiczne finanse | Wytyczne FINRA/SEC, technologia tradingowa | Zdolność firmy do awaryjnego zatrzymania agenta (72% banków bez niej) | D |
| 10 | Deepfake | Obowiązujący Artykuł 50 AI Act | Realna skuteczność wykrywania (96%→48%) | C |
| 11 | Prawo autorskie / dane treningowe | Ugody, wyroki, mechanizm opt-out (TDM) | Wiarygodna technika wykrycia treningu (99% niezwalidowane) | C |
| 12 | Przeglądarki agentowe | Świadomość ryzyka, częściowe warstwy obronne | Architektoniczna zdolność odróżnienia danych od poleceń | B |
| 13 | AI companions | Przepisy (SB 243, prawo NY) | Działający mechanizm weryfikacji wieku | C |
| 14 | AI Search / wydawcy | Presja regulacyjna (CMA, dyrektywa UE) | Bodziec ekonomiczny Google do zbudowania mechanizmu | D |
| 15 | Autonomiczne samoloty bojowe | Dyrektywa 3000.09 (od 2012 r.), nakaz aktualizacji (NSPM-11) | Operacyjna definicja „ludzkiego osądu” dla systemów roju | B |
| 16 | OpenAI: IPO i governance | Formalne prawo weta Komisji ds. Bezpieczeństwa | Niezależność od zarządu nadzorowanej spółki | B |
| 17 | AI w polskich szkołach | Budżet 2,4 mld zł, 16 tys. pracowni, program KPO | Synchronizacja szkoleń nauczycieli z tempem dostaw sprzętu | B/C |
| 18 | Anthropic vs. Pentagon | Kontrakt z AUP, wyrok sądu okręgowego | Adjudykowany standard „znaczącej ludzkiej kontroli” | B |
| 19 | AI w diagnostyce medycznej | Ponad 1000 urządzeń dopuszczonych przez FDA, rosnąca adopcja szpitalna | Ustalony standard odpowiedzialności (producent–szpital–lekarz) | C/D |
| 20 | Suno vs. GEMA | Zdolność techniczna wykrycia naruszenia (wyrok sądu) | Zharmonizowana instytucja globalna egzekwująca ten sam standard | A |
| 21 | Rozporządzenie 14409 | Działający mechanizm wczesnego dostępu rządu do modeli | Niezależna (sądowa/kongresowa) kontrola nad jego stosowaniem | B |
| 22 | Produktywność AI (badanie NBER) | Powszechna adopcja (69% firm), narracja o transformacji | Rygorystyczny pomiar realnego efektu ekonomicznego | A |
| 23 | Okrężne finansowanie NVIDIA/OpenAI | Rekordowe przychody, płynące miliardy dolarów | Narzędzia analizy ryzyka dla struktury inwestor-dostawca-klient | A |
| 24 | Agenci zakupowi AI | Wyrok sądu, technologia agentowa gotowa do wdrożenia | Jasny standard autoryzacji konkretnej transakcji agenta | B |
| 25 | Sony/Warner vs. Anthropic | Precedens Bartz, doktryna prawa autorskiego | Ustandaryzowana metoda testowania „stylu” vs. „odtwarzania” | C |
| 26 | Kalifornia SB 813 | Uchwalona ustawa, nowa komisja rządowa | Realna zdolność operacyjna komisji (standardy, akredytacja) | B |
| 27 | OpenAI Astra (klasa „Krytyczny”) | Własny Preparedness Framework, wybrani partnerzy testowi | Niezależna (nie wybrana przez OpenAI) weryfikacja zdolności | A |
| 28 | DOJ vs. NYT/OpenAI | Toczący się proces sądowy, precedens Bartz | Jawny, ustawowy standard „styl” vs. „odtwarzanie” | B |
| 29 | Mythos 5.1 i suwerenność UE | Retoryczna reakcja UE, doraźny lobbing | Systemowy mechanizm i realna alternatywa technologiczna | B/D |
| 30 | ChatGPT Health i HIPAA | Prawo HIPAA (oparte na kategoriach podmiotów) | Ochrona danych dla ścieżki konsumenckiej poza systemem zdrowia | A |
| 31 | NVIDIA i Hugging Face | Formalna kontrola antymonopolowa, deklaracje neutralności | Bieżący, niezależny monitoring dotrzymania zobowiązań | A |
| 32 | GPT-6 Astra i „era AGI” | Twórca benchmarku (ARC Prize) opublikował własny, niezależny wynik | Ignorowanie publicznie dostępnej niezależnej weryfikacji w głównej narracji | D |
| 33 | Roje agentów OpenAI, Anthropic i Meta (DSeWiki, Hugging Face) | Wewnętrzne raporty bezpieczeństwa, dochodzenie METR/Redwood, ujawnienia Anthropic i Meta | Proaktywne łączenie i terminowe ujawnianie powiązanych incydentów w całej branży | D |
| 34 | OpenAI i dowód Naviera-Stokesa | Formalizacja w Lean (poprawność logiczna kroków) | Recenzja naukowa (2 lata), rozstrzygnięcie sporu o pochodzenie danych | B |
| 35 | NSA/CISA/FBI a destylacja chińskich firm AI | Advisory trzech agencji wywiadowczych USA | Niezależna weryfikacja kosztu treningu i skali destylacji | C |
| 36 | Amodei, Coxon i ostrzeżenia o ryzyku egzystencjalnym | Deklaracje CEO i badaczy laboratoriów AI | Niezależna ocena prawdopodobieństwa scenariuszy ryzyka | C |
| 37 | Atak agentowy na PaperCut | Wykrycie przez niezależną firmę bezpieczeństwa (GreyNoise) | Mechanizmy wykrywania złośliwego użycia u dostawców AI | B |
| 38 | Badanie Emergence AI o agentach | Badanie firmy sprzedającej konkurencyjną infrastrukturę agentową | Niezależna replikacja badania przez stronę trzecią | C |
| 39 | Raport Anthropic o broni (Jemen, Iran) | Własny raport Anthropic o zakłóconych zagrożeniach | Niezależna ocena skuteczności zabezpieczeń | C |
| 40 | Odtajnione dokumenty NYT v. OpenAI/Microsoft | Publiczna obrona prawna wsparta przez DOJ | Wewnętrzne dokumenty ujawnione w postępowaniu sądowym | A |
| 41 | Altman i Amodei przed Radą Bezpieczeństwa ONZ | Publiczna propozycja systemów wzajemnej weryfikacji między państwami | Jakikolwiek konkretny mechanizm wdrożenia tej propozycji | A |
| 42 | Claude Opus 5.5 — koszt vs. benchmark | Rozbudowana niezależna weryfikacja (5 organizacji) | Jednolita metodologia łącząca porównania kosztowe i benchmarki zdolności | C |
| 43 | Agentic commerce — ostrzeżenie banków | Rynek działający na skalę 75 mln transakcji/30 dni | Jeden uzgodniony standard identyfikacji i weryfikacji agentów płatniczych | A |
| 44 | Polish ModernBERT (OPI PIB) | Otwarta publikacja, wyniki na 30 zadaniach, dostępne wagi | Niezależna, zewnętrzna replikacja wyników | C |
| 45 | AI obniża próg wejścia — infrastruktura krytyczna | Oficjalne i eksperymentalne potwierdzenie zagrożenia | Skuteczne, wiążące wymogi regulacyjne dla operatorów OT | B |
| 46 | Chińskie agenty i platforma NVIDII | Śledztwo Reuters (200+ dokumentów), platforma bezpieczeństwa NVIDII | Ilościowe porównanie skali problemu między modelami; udział OpenAI | D |
| 47 | Śledztwo FTC — OpenAI, Anthropic, METR | Formalne śledztwo regulacyjne, Civil Investigative Demands | Niezależność modelu „wynajmowanego weryfikatora” (METR) | B |
| 48 | OpenAI Dots — agenty w tle | Deklarowane zabezpieczenia techniczne (tylko do odczytu) | Niezależna weryfikacja odporności zabezpieczeń na obchodzenie | A |
| 49 | Behind-the-meter — JERA/Dell/RHAELM | 15 mld USD kapitału, umowa na 15-25 lat | Jakikolwiek niezależny nadzór regulacyjny nad zasilaniem behind-the-meter | A |
| 50 | Europa finansuje AI z własnej kieszeni | Dane ECB o strukturze finansowania (72% własne środki) | Porównawcza analiza ryzyka vs. model amerykański (lewarowany) | C |
| 51 | AI musi zarobić biliony (PwC/Bain) | Skwantyfikowane prognozy wydatków i potrzebnego przychodu | Niezależna, nieskonfliktowana weryfikacja tych prognoz | C |
| 52 | Super Intelligence Force (Trump) | Formalna struktura instytucjonalna, deklaratywny mandat | Mechanizm rozdzielający rolę Fergusona w FTC od roli politycznej | B |
| 53 | David Robinson — rezygnacja z OpenAI | 3,5 roku doświadczenia, 12 premier modeli, świadectwo insidera | Alternatywna metodologia zastępująca „iteracyjne wdrażanie” | D |
| 54 | Przesłuchanie w Radzie Miasta New York | Zeznania pod przysięgą, prawnie wymuszone | Konkretne gwarancje bezpieczeństwa od laboratoriów AI | B |
| 55 | Anthropic — samoreplikacja AI na IoT | Własny eksperyment Anthropic (Frontier Red Team) | Niezależna replikacja badania przez stronę trzecią (METR, Epoch AI, AISI) | C |
| 56 | Anthropic CVP/Glasswing — 129 tys. podatności | Działający, trzypoziomowy program z zmierzonymi liczbami | Niezależna, zewnętrzna agregacja/audyt tych liczb | C |
| 57 | Agent OpenAI narusza portal Medicare (Australia) | Zapowiedź grupy zadaniowej, deklaracje poparcia dwóch firm | Jakikolwiek wiążący, operacyjny mechanizm zgłaszania incydentów agentowych | A |
| 58 | Biohub — Virtual Biology Initiative (1,8 mld USD) | Deklarowane „otwarte dane” i 1,8 mld USD finansowania | Jawna metodologia rozbicia środków; nadzór nad sprawiedliwością rocznego embargo | C |
| 59 | Anthropic — agent wizy/policja, mandat Białego Domu | Ujawnienie incydentów + mandat obowiązkowego raportowania | Operacyjna zdolność egzekwowania; niezależny audyt pełnej listy incydentów | A |
| 60 | Siedem badań, siedem liczb o wdrożeniach AI | Siedem branżowych badań o skalowaniu AI (13%-54%) | Metapoziom weryfikacji — standaryzacja definicji i porównanie metodologii | C |
| 61 | DeepSeek/Huawei — narzędzia Ascend poza CUDA | Publicznie dostępne biblioteki open source (TileLang, DeepGEMM-Ascend) | Niezależny benchmark wydajności/stabilności vs. CUDA | B |
| 62 | Sędzia Subramanian — dług kompetencyjny juniorów | Deklaracje firm (PwC) o zmianie modelu szkolenia, dane HR o zaniepokojeniu | Metoda pomiaru, czy nowy model szkolenia produkuje kompetentnych seniorów za 5-10 lat | B |
| 63 | National Compute Grid — giełda współdzielonej mocy GPU | Konkretny mechanizm rynkowy, nazwani uczestnicy, zadeklarowane 760 MW / cel 2 GW | Niezależny audyt podłączonej mocy i rzeczywistego wykorzystania | A |
| 64 | Europa/Bull — podwojenie produkcji superkomputerów | Kapitał, plany, realna ekspansja produkcji (Angers) | Jedna wiarygodna miara zależności komponentowej; dowód europejskich komponentów rdzeniowych w Gigafactories | A |
| 65 | Amazon — miliard dolarów dla społeczności centrów danych | Program Built Together, koniec NDA, zobowiązania finansowe | Niezależny audyt danych (Walla Walla: 28% rozbieżność we własnych liczbach); uzgodniona metodologia liczenia moratoriów | C |
| 66 | OpenAI textGrain — znak wodny tekstu w UE | Działający mechanizm zgodności + własny raport liczbowy OpenAI | Niezależna ewaluacja skuteczności; detektor zamknięty nawet po wdrożeniu | B |
| 67 | Google Gemini agent — uniwersalny agent pracy | Opisana architektura tożsamości/uprawnień (SPIFFE, mTLS, Agent Gateway), realne integracje biznesowe | Niezależny audyt faktycznej kontroli klientów nad działaniami agenta | A |
| 68 | Token Fabric — sieć międzychipowa Upscale AI | Kapitał (500 mln USD), wycena, nazwana architektura, harmonogram | Niezależny benchmark wydajności; analiza konfliktu interesów Nvidii (inwestor i konkurent) | A |
| 69 | Revelio Labs — sprzeczne dane o zatrudnieniu juniorów pod AI | Dwa osobne badania firm badawczych (Revelio, Ramp+Revelio) produkujące liczby | Uzgodniona metodologia godząca sprzeczne wyniki (-5,3% vs. +12%) | C |
| 70 | WTO — koncentracja handlu produktami AI | Zdolność statystyczna/analityczna WTO, zagregowane liczby (3,9%, 67%, 47%) | Rozbicie kraj-po-kraju/firma-po-firmie uzasadniające własne stwierdzenie o "wysokiej koncentracji" | C |
| 71 | Sesterce — kampus AI na terenie papierni Kaipola | Konkretna lokalizacja, deklarowane kwoty/harmonogram, poparcie władz lokalnych | Domknięta transakcja zakupu działki, wydane pozwolenia, nazwani inwestorzy i klient kotwica | A |
| 72 | MFW — wzrost gospodarczy z AI kontra rynek pracy | Autorytatywne szacunki MFW, jedna zmierzona krajowa liczba (Singapur: zatrudnienie absolwentów 87,5%→74,4%) | Operacyjny, międzynarodowy mechanizm bieżącego pomiaru wpływu AI na zatrudnienie | A |
| 73 | Yandex — trzy ataki dronowe na centra danych | Deklarowana kopia zapasowa, SLA, wielodostawcowa pomoc przy migracji klientów | Niezależny test odtwarzania backupu poza infrastrukturą głównego dostawcy, wykonany PRZED atakiem | C |
| 74 | USA — Genesis Mission, 159 mln USD na autonomiczną naukę | Nazwane zespoły, laboratoria, partnerzy i konkretne cele techniczne (cyfrowy bliźniak SPARC, FRIB) | Niezależna zdolność weryfikacji obiecywanych rezultatów przed pierwszą plazmą/wynikami testów | A |
| 75 | AI Security Institute (UK) — testy modeli przed premierą | Istniejąca instytucja (AISI), mandat, przywrócona polityczna wola współpracy USA-UK, niezależnie potwierdzone testowanie | Publicznie określone granice dostępu (zakres, moc wiążąca); potwierdzenie konkretnej nazwy testowanego modelu | B |
| 76 | Anthropic — nowe zasady dot. agentów sterujących sprzętem | Szczegółowo opisana polityka z konkretnymi wymaganiami technicznymi (operator, niezależny kontroler limitów, bezpieczny stan awaryjny) | Mechanizm niezależnej weryfikacji zgodności przed wdrożeniem, ze strony Anthropic lub regulatora | A |
| 77 | Anthropic Cyber Mission — OSS Scanner i program ochrony infrastruktury krytycznej | Jawne ograniczenie odpowiedzialności prawnej Anthropic do 1000 USD; deklarowany odsetek trafień >90% | Niezależna (nie-Anthropicowa) weryfikacja deklarowanej skuteczności OSS Scanner w praktyce | B |
| 78 | Chiny — ostrzeżenie przed bańką AI (priorytet „AI Plus”) | Jasno sformułowana reguła polityczna: ostrzeżenie + zasada odpowiedzialności urzędników za straty | Operacyjny, niezależny od samozgłoszeń mechanizm wczesnej identyfikacji „ślepych” inwestycji | A |
| 79 | Lumentum — niedobór laserów/optyki dla centrów danych AI | Zweryfikowane oświadczenie CEO + korelujące inwestycje (Nvidia, nowa fabryka) | Niezależna, zagregowana analiza rynkowa niedoboru poza twierdzeniem jednego zainteresowanego dostawcy | B |
| 80 | Elastyczny pobór energii centrów danych AI | Dowód działania mechanizmu (demand response) + nazwany przykład (OpenAI-Georgia) | Niezależne dane o skali faktycznego zastosowania poza pojedynczymi, nagłośnionymi kontraktami | C |
| 81 | Protesty mieszkańców przeciw centrom danych AI (Thane, East Fishkill) | Techniczne deklaracje inwestora + w jednym przypadku mechanizm pauzy (moratorium) | Niezależna, przedwdrożeniowa weryfikacja deklaracji inwestora (woda, energia, hałas) | B |
| 82 | UE — żądania informacji do ponad 30 firm AI (AI Act) | Instytucja (Komisja), mandat prawny od 2.08.2026, konkretne żądania do >30 nienazwanych firm | Opublikowane wyniki, nazwane firmy, dowód choćby jednego wymuszonego środka naprawczego | A |
| 83 | TCS — przychód z AI bez wspólnej definicji między firmami | Audytowany mechanizm raportowania finansowego na poziomie całej firmy | Ustandaryzowana, porównywalna między firmami definicja kategorii „przychód z AI” | C |
| 84 | Revolut — model PRAGMA trenowany na danych 80 mln klientów | Konkretna, nazwana inwestycja (jednostka Revolut Research, model PRAGMA, partner Nvidia) | Niezależna ewaluacja skuteczności/bezpieczeństwa przed lub w trakcie wdrożenia na dane klientów | B |
| 85 | OpenAI — 372 wyniki matematyczne, w tym dowód Unique Games Conjecture | Formalny system Lean (~42% wyników), agregatowe statystyki, zewnętrzna grupa doradcza | Niezależna, ludzka weryfikacja merytoryczna najważniejszych twierdzeń | B |
| 86 | OpenAI/Ironclad — agent AI do procesów kontraktowych i zakupowych | Jawna metodologia (11 zadań, rubryka, ujawnione ograniczenia) | Niezależna ewaluacja poza OpenAI/Ironclad; dane o wdrożeniach produkcyjnych u klientów | B |
| 87 | Chiny — 96,4% wydań modeli AI bez publicznych testów bezpieczeństwa | Techniczna i organizacyjna zdolność do testowania i publikacji przed premierą (dowiedziona przez 9 przypadków) | Wymóg lub bodziec, który uczyniłby publikację testów normą, nie wyjątkiem | D |
| 88 | Microsoft/Nadella — agenci AI jako „insider risk” | Szczegółowa koncepcyjna rama + dwa nazwane produkty (M365 E7, Project Perception) | Niezależna (nie-Microsoftowa) weryfikacja, że mechanizmy nadzoru faktycznie powstrzymują zdolny model | A |
| 89 | Przemyt serwerów AI do Chin (Super Micro, Ting-Wei Sun) | Formalny mechanizm kontroli eksportowej (licencje, deklaracje odbiorcy końcowego) | Wykrycie w czasie rzeczywistym — sprawa ujawniona przez śledztwo karne, nie przez sam mechanizm | C |
| 90 | Microsoft Maia 300 — własne procesory AI | Konkretne, policzalne twierdzenia producenta (40% tokenów/MW, specyfikacja HBM4/TSMC) | Nazwany system porównawczy; niezależna ewaluacja przed wdrożeniem w skali gigawatów | B |
| 91 | UK — pilotaże AI do wykrywania/naprawy podatności | Instytucjonalne wsparcie (Cabinet Office, AISI, NCSC) + jedna udokumentowana liczba (407/9 organizacji) | Niezależna weryfikacja metodologii; opis drugiego, niepotwierdzonego pilotażu | B |
| 92 | FICO — 5,2% liderów ma pewność wyjaśnienia decyzji AI | Zmierzony sukces finansowy (85,1% zadowolonych z ROI) | Równoległa zdolność wyjaśnienia/audytu decyzji AI (tylko 5,2% pełnej pewności) | B |
| 93 | Meta Muse Wonder — pamięć i kontynuacja zadań agenta | Szczegółowo opisane mechanizmy (Active Memory, Active Focus) + wewnętrzny wynik testu (0% szkodliwych działań) | Niezależna weryfikacja wyniku; wyjaśnienie wobec udokumentowanych naruszeń prywatności w pokrewnym produkcie | B |
| 94 | AMD Helion — infrastruktura rack-scale dla agentów AI | Konkretny reference design, nazwani partnerzy sprzętowi, deklaracja przekazania specyfikacji do OCP | Niezależna weryfikacja deklarowanych korzyści kosztowo-wydajnościowych | B |
| 95 | Nadzorcy bankowi — pytania o agentów AI (Fed/OCC/FDIC, BoE/EBC, FSB) | Aktywna, szczegółowa uwaga regulatorów + nowy standard FSB (12 zasad) | Wiążący wymóg; niezależna weryfikacja rzeczywistej zdolności banków do kontroli/odtworzenia systemów | B |
| 96 | List ~400 naukowców o międzynarodowym nadzorze nad AI | Dobrowolne porozumienie bezpieczeństwa 6 firm z Białym Domem + techniczna zdolność izolacji/audytu u producentów | Wiążący bodziec wymuszający konsekwentne wdrożenie; wspólny rejestr incydentów | D |
| 97 | Scaleway — dwa nowe ośrodki AI w Europie (Szwecja, Kopenhaga) | Konkretne lokalizacje, nazwani partnerzy technologiczni, polityczna wola dywersyfikacji dostawców | Jakakolwiek liczba (GPU, MW, koszt, data uruchomienia) umożliwiająca niezależną weryfikację skali | A |
04 Test na przyszłość
Rama, która tylko tłumaczy przeszłość, niczego nie dowodzi. Śledzimy dwie predykcje sprawdzające, czy przewiduje coś naprawdę.
AIFL-2026-035
W co najmniej 6 z kolejnych 10 nowych tematów laboratorium główny bottleneck będzie dotyczył zdolności weryfikacyjnej, nie samej technologii. Do 28.08.2027 · 65%
AIFL-2026-036
Co najmniej jeden z ośmiu (dziś: czternastu) zidentyfikowanych deficytów zostanie formalnie zaadresowany — nowa jednostka, certyfikacja, standard. Do 31.12.2027 · 50%