Mozilla kartoittaa avoimen tekoälyn tilan: missä se voittaa, missä häviää
Mozilla julkaisi katsauksen avoimen tekoälyn tilanteeseen. Sen mukaan 79 % kehittäjistä käyttää avoimia malleja, mutta tuotantoon asti pääsee vain 51 % tiimeistä, kun suljetuilla malleilla luku on 63 %. Ero selittyy operatiivisilla työkaluilla ja luottamuksella, ei mallien kyvykkyydellä. Kaupalliset avoimen lähdekoodin toimijat kasvavat nopeasti: Mistral kasvoi 20-kertaiseksi noin 400 miljoonan dollarin vuosituottoon, ja DeepSeek keräsi 7,4 miljardin dollarin rahoituksen yli 50 miljardin dollarin arvostuksella.
stateofopensource.ai ↗
Kaiser Permanenten sairaanhoitajat: puhelujen aikavalvonta heikentää potilasturvallisuutta
Seitsemän Kaiser Permanenten neuvonta- ja triagehoitajaa kertoo CalMattersin haastattelussa, että yli 15 minuutin puhelut johtavat säännöllisesti johtajan huomautuksiin tai suoritusarviointeihin. Kaiser käyttää myös tekoälyä hoitajien empatian ja äänensävyn arviointiin. Kaiser kiistää käyttävänsä keskimääräistä puheluaikaa suorituksen mittarina, mutta hoitajat kuvaavat konkreettisia tilanteita, joissa valvontapaine on saanut heidät katkaisemaan potilaskontaktin ennenaikaisesti. California Nurses Association neuvottelee parhaillaan uutta sopimusta Kaiserin kanssa, ja tekoäly on yksi keskeisistä kiistakysymyksistä.
localnewsmatters.org ↗
AI-auditointityökalu löysi kriittisen bugin OpenVM:n pairing-kirjastosta
Zkao-niminen tekoälyauditointityökalu löysi kriittisen soundness-bugin OpenVM:n zkVM-toteutuksen openvm-pairing-kirjastosta. Haavoittuvuus mahdollistaa pairing-tasa-arvoisuuden väärentämisen, mikä vaikuttaa kaikkeen kirjaston päälle rakennettuun, kuten Groth16- ja KZG-pohjaisiin todistuksiin. Bugi on korjattu OpenVM 1.6.0:ssa ja saanut tunnisteen CVE-2026-46669. Tekoäly tuotti löydösehdokkaan ja minimaalisen proof-of-conceptin, mutta ihmistiimi validoi haavoittuvuuden ja hoiti vastuullisen julkistamisen.
blog.zksecurity.xyz ↗
LLM-avusteinen ohjelmointi lisää tuottavuutta mutta kuluttaa kehittäjää
Pydanticin kehittäjä kuvaa ilmiön, jota monet ohjelmistokehittäjät kokevat mutta harvat ovat ääneen nimenneet: LLM-työkalut tekevät enemmän koodia nopeammin, mutta siirtävät kognitiivisen kuorman luomisesta valvontaan ja korjaamiseen. Pienet palkitsevat hetket – ongelman ratkaisu omassa päässä, logiikan ymmärtäminen – ovat automatisoituneet pois, mutta tilalle ei ole tullut uusia. Kirjoittaja kutsuu tätä 'human reward function -ongelmaksi' ja ehdottaa, että palautesilmukan rikkoutuminen pitäisi käsitellä teknisenä ongelmana eikä henkilökohtaisena epäonnistumisena.
pydantic.dev ↗