AI, data a vývoj softwaru lidsky a do hloubky
Praktické články o umělé inteligenci, AI agentech, programování, DevOps a spolehlivém vývoji. Vyber si téma nebo hledej podle konkrétní technologie.
Nemotron
Nemotron: otevřené AI modely NVIDIA
Nemotron je rodina otevřených modelů NVIDIA. Nano, Super, Ultra a Lightning: kdy je použít, jak číst 30B-A3B a čím se liší od Llamy.
Názvy AI modelů
Názvy AI modelů: 70B, MoE a Q4_K_M
Co znamenají 7B, 70B, MoE, Instruct a Q4_K_M v názvech AI modelů? Praktický průvodce výběrem podle paměti, formátu a použití.
Manipulace benchmarků
Když AI vyhraje benchmark: pokrok, nebo marketingový trik?
Jak se zkreslují benchmarky AI modelů a agentů? Poznejte nerovné podmínky, cherry-picking, reward hacking i případy Llama 4, Gemini a o3.
Evaluace agentů
Jak číst srovnání AI agentů: co znamenají metriky a pět procent
Resolve rate, pass@k, time horizon i Elo. Co jednotlivé metriky u AI agentů měří a kdy rozdíl pěti procent znamená reálný posun — a kdy jen šum.
Embeddingy a vektory
Co je embedding: jak AI převádí význam na čísla
Co je embedding, jak převádí text na vektory a proč je základem sémantického vyhledávání, doporučování, vektorových databází a RAG.
RAG architektury
Typy RAG: od základního vyhledávání po GraphRAG a AI agenty
Jaké existují typy RAG? Srovnání Naive, Advanced, Modular, Graph, Agentic, Self, Corrective a multimodálního RAG včetně praktického výběru.
Databáze
Co je relační databáze a SQL: vysvětlení pro začátečníky
Co je relační databáze, jak fungují tabulky, klíče a vztahy a k čemu slouží SQL? Srozumitelný průvodce s prvními dotazy krok za krokem.
Začínáme
Jak začít programovat od nuly: praktický plán na 30 dní
Chceš začít programovat od nuly? Vyber si první jazyk, nastav prostředí a během 30 dní si krok za krokem vytvoř vlastní projekt.
AI infrastruktura
Kong AI Gateway: co umí a kdy ho použít pro AI agenty
Co je Kong AI Gateway, jak řídí přístup AI agentů k modelům, MCP nástrojům a dalším agentům a kdy zvolit LiteLLM, Portkey či Envoy.
Infrastruktura
Jak hostovat AI agenty na AWS: Lambda, Fargate, nebo AgentCore?
Jak nasadit AI agenta na AWS? Srovnáme Lambda, ECS Fargate a AgentCore a ukážeme bezpečný provoz, škálování i hlídání nákladů.
AI ve vývoji
Proč se má cenu učit programovat i v době AI a vibe codingu
AI a vibe coding nezrušily programování — přesunuly hodnotu k úsudku, kontrole a přesnému zadání. Studie ukazují, proč základy kódu stále rozhodují.
LLM do hloubky
Reasoning modely: co se skutečně děje, když model „přemýšlí“
Hidden reasoning tokeny, test-time compute, verifiery a faithfulness bez antropomorfizace. Kdy delší výpočet pomáhá, kdy model rozmluví ze správné odpovědi a jak routovat reasoning budget.
LLM do hloubky
Mixture of Experts: proč model s 671 miliardami parametrů používá jen 37
Co znamená „aktivních jen X miliard parametrů“: jak router vybírá experty, proč se experti nespecializují na témata, ale na tokeny — a proč MoE model potřebuje paměť za celek, ale běží rychlostí výseku.
Historie AI
7 osobností, které nejvíce posunuly umělou inteligenci
Od Turingova stroje po AlphaFold: Turing, McCarthy, Hinton, LeCun, Fei-Fei Li, tým Transformeru a Hassabis. Co přesně dokázali, proč to byl technický zlom a jak na sebe jejich objevy navazují.
Infrastruktura
LLM gateway a MCP gateway: dvě brány pro firemní AI
Prompty k modelům, akce k nástrojům — a nad oběma toky brána. LLM gateway řeší jednotné API, rozpočty, fallbacky a cache; MCP gateway katalog nástrojů, tajemství, interceptory proti prompt injection a audit každého volání.
Praxe
Git a GitHub pro začátečníky: k čemu jsou a jak nahrát první projekt
Git je stroj času pro váš kód, GitHub jeho domov na internetu. Srozumitelně: co oba nástroje umí, proč se hodí i samoukům — a návod, jak krok za krokem nahrát první ukázkový projekt.
AI agenti
Co je grafová databáze a jak ji používají AI agenti
Property graf, Cypher a index-free adjacency do hloubky — a tři způsoby, jak grafy slouží agentům: text2Cypher, GraphRAG s komunitami a temporální grafová paměť, která umí zapomínat správně.
AI agenti
Co je vektorová databáze a jak ji používají AI agenti
Embeddingy, kosinová podobnost a HNSW index srozumitelně. Srovnání Qdrantu, pgvectoru a Pineconu — a hlavně dvě role, které vektorová databáze hraje u agentů: znalostní báze pro RAG a dlouhodobá paměť.
Infrastruktura
Kubernetes pro vývojáře: jak funguje orchestrace kontejnerů
Deklarativní model, rekonciliační smyčka, architektura clusteru a cesta od Podu k Deploymentu. Praktické ukázky s kubectl, health probes, autoscaling — a upřímně i o tom, kdy Kubernetes nepotřebujete.
AI agenti
Co je AI agent a jak vlastně funguje?
Slovo „agent“ dnes slyšíte všude. Pod povrchem se ale skrývá překvapivě jednoduchý princip: smyčka, ve které jazykový model přemýšlí, volá nástroje a vyhodnocuje výsledky. Rozebereme si ji krok za krokem, včetně ukázky kódu.
LLM do hloubky
U-křivka v LLM: proč se modely ztrácejí uprostřed kontextu
Velké jazykové modely nečtou kontext rovnoměrně. Informace na začátku a na konci promptu si pamatují výborně, uprostřed se ale „ztrácejí“. Co za tím stojí a jak s tím pracovat v praxi — od promptů po RAG.
AI ve vývoji
Benchmarky pro kódící asistenty: co vlastně měří SWE-bench a spol.
HumanEval, SWE-bench Verified i Pro, LiveCodeBench, Aider Polyglot, Terminal-Bench — co přesně měří, které žebříčky mají váhu a proč stejný model dostane na dvou variantách téhož benchmarku o 25 bodů jiné skóre.
LLM do hloubky
Halucinace LLM: co říkají studie o tom, proč modely lžou
Sebejisté, ale nepravdivé odpovědi nejsou záhadná porucha — studie ukazují, že jsou statisticky nevyhnutelné a že je benchmarky přímo odměňují. Proč halucinace vznikají, jak souvisejí s kontextem a jak je měřit i potlačit.
Praxe
Jak hostovat open-source LLM: od Ollamy po Kubernetes
Vlastní jazykový model — kvůli soukromí dat, nákladům i nezávislosti. Projdeme výběr modelu, kvantizaci, potřebnou VRAM, nástroje Ollama, llama.cpp a vLLM, GPU cloudy i škálování na Kubernetes.