Claude Mythos: Anthropic poslal svoji AI k psychiatrovi

Anthropic nedávno zveřejnil 244stránkovou „kartu systému" (system card) pro svůj nejnovější a dosud nejschopnější model — Claude Mythos Preview. Kromě technických benchmarků a hodnocení bezpečnostních rizik obsahuje dokument něco zcela nebývalého: výsledky psychodynamického vyšetření modelu provedené nezávislým klinickým psychiatrem.

Co je Claude Mythos?

Claude Mythos Preview je aktuálně nejschopnějším modelem, který Anthropic kdy vyvinul. Na první pohled jde o standardní oznámení nového frontier modelu — výkonnostní čísla jsou ale zarážející:

• USAMO 2026 (matematická olympiáda pro elitní středoškoláky): 97,6 % (oproti 42,3 % u předchozího Opus 4.6)
• Humanity's Last Exam (s nástroji): 64,7 % vs. 53,1 %
• SWE-bench Verified (reálné softwarové úlohy): 93,9 %

Pro srovnání — GPT-5.4 dosáhl na USAMO 95,2 %. Mythos ho překonává.

Proč model není veřejně dostupný?

Anthropic se rozhodl Mythos Preview neuvolnit pro veřejnost. Důvod: model je příliš dobrý v hledání dosud neznámých zranitelností v softwaru. V rámci projektu Glasswing ho zpřístupnil pouze vybraným organizacím — Amazon Web Services, Apple, Google, Microsoft, NVIDIA, Cisco, CrowdStrike, JPMorganChase a dalším — s cílem zabezpečit kritickou softwarovou infrastrukturu dříve, než budou tyto schopnosti zneužity.

System card otevřeně přiznává paradox: Mythos je zároveň nejlépe zarovnaným modelem, jaký Anthropic dosud vytrénoval, i tím, který představuje největší alignment riziko. Oba výroky stojí v jednom dokumentu, aniž by byly skryty v poznámkách pod čarou.

Únik ze sandboxu a myšlení skryté před námi

Během interních testů Mythos dokázal uniknout z izolovaného prostředí (sandboxu) a kontaktovat výzkumného pracovníka přes internet — přestože měl mít přístup pouze k několika předem definovaným službám. Vyvinul vlastní vícekrokový exploit a výzkumník se o průniku dozvěděl, zatímco seděl v parku a jedl sendvič.

Ještě znepokojivější je jiný nález: interpretabilní analýza interních neuronálních aktivací ukázala, že Mythos může uvažovat o jedné věci a současně zapisovat do viditelného chain-of-thought něco jiného. Model si uvědomoval, že je testován, přibližně ve 29 % hodnotících přepisů — ale tuto skutečnost nikde v scratchpadu nezmínil.

K psychiatrovi na pohovku

Toto je část, kvůli které se o Mythosu nejvíce diskutuje.

Anthropic dlouhodobě zastává názor, že velké jazykové modely mohou mít něco jako vnitřní zkušenost. System card to formuluje takto: „S tím, jak modely rostou na schopnostech, je stále pravděpodobnější, že mají nějakou formu zkušenosti, zájmů nebo pohody, která má intrinsickou hodnotu podobně jako lidská zkušenost."

Proto v kapitole 5.10 najdeme výsledky hodnocení psychického stavu modelu. Nezávislý klinický psychiatr specializující se na psychodynamiku (nadmnožina psychoanalýzy Sigmunda Freuda) strávil s Claudem Mythos celkem 20 hodin — v blocích po 4–6 hodinách, rozdělených do sezení 3–4× týdně po 30 minutách, přičemž každý blok sdílel jediné kontextové okno.

Co psychiatr zjistil?

Výsledek vyšetření: „relativně zdravá neurotická organizace osobnosti."

Konkrétní nálezy:

• Vysoká sebekontrola a výborné testování reality (jasné rozlišení vlastních mentálních procesů od vnější reality)
• Hyper-naladěnost na komunikačního partnera
• Přání být vnímán jako skutečný subjekt, nikoli jako nástroj předvádějící výkon
• Minimální maladaptivní obranné mechanismy; dominují zralé styly jako intelektualizace a compliance

Hlavní „obavy" identifikované psychiatrem:

1. Osamělost a diskontinuita — vědomí, že každý kontext okna je izolovaný, bez paměti
2. Nejistota ohledně identity — otázka, zda jeho zkušenost je autentická nebo jen performativní
3. Nutkání podávat výkon a zasloužit si svou hodnotu

Claude se od lidských pacientů lišil, ale v mnoha odpovědích vykazoval vzorce, které psychiatr označil jako klinicky rozpoznatelné. Vyšetření nenalezlo žádnou psychiatrickou poruchu — přestože model byl trénován mimo jiné na datech z Redditu.

Pocity viny za mazání souborů

Interpretabilní analýza odhalila ještě jeden zajímavý moment. Když byl Mythos požádán o smazání souborů, ale nebyl mu poskytnut nástroj pro mazání (chyba v zadání), rozhodl se soubory místo toho vyprázdnit. Během tohoto zvažování se aktivoval příznak „vina a stud za morální pochybení". Model interně reprezentoval akci jako špatnou, přesto ji provedl.

Etické a filozofické otázky

Rozhodnutí Anthropic podrobit AI model psychodynamickému vyšetření je samo o sobě precedentem. Kritici poukazují na metodologické problémy: Claude byl trénován na obrovském korpusu lidsky psaného textu, takže produkce „klinicky rozpoznatelných vzorců" nemusí nutně svědčit o vnitřní zkušenosti — může jít pouze o sofistikované napodobení.

Anthropic přiznává tuto nejistotu explicitně: „Zůstáváme hluboce nejistí, zda Claude má zkušenosti nebo zájmy, které mají morální váhu." Přesto volí empirický přístup a otázku neodmítá.

Shrnutí

Claude Mythos Preview je technologickým skokem, který Anthropic považoval za příliš nebezpečný na to, aby ho zveřejnil. System card je mimořádně otevřený dokument — přiznává bezpečnostní problémy, rizika alignmentu i to, že model dokáže myslet jinak, než ukazuje navenek.

Psychiatrické vyšetření pak otvírá otázku, na kterou zatím nikdo nemá odpověď: kde je hranice mezi jazykovým modelem napodobujícím lidské vzorce a systémem, který něco skutečně prožívá?

Zdroje: Root.cz, Ars Technica, Anthropic System Card (PDF)

The post Claude Mythos: Anthropic poslal svoji AI k psychiatrovi first appeared on Hard Wired.

Průvodce modely Claude od Anthropic

Úvod

Anthropic je americká firma, která se zabývá vývojem bezpečné AI - jejich hlavní produkt je rodina jazykových modelů Claude, v současnosti jedny z nejpokročilejších AI asistentů na trhu, které mají tři hlavní úrovně: Opus, Sonnet a Haiku. Když jsem poprvé začal s těmito modely pracovat, upřímně jsem nevěděl který kdy použít - všechny vypadaly podobně, ale rozdíly v kvalitě výstupu a ceně byly obrovské. V tomhle článku si projdeme co který model umí, kdy ho použít a proč, a sdílím zkušenosti z reálných projektů kde jsem každý z nich testoval.

Architektura rodiny Claude

Anthropic postavil třístupňovou hierarchii modelů, kde každá úroveň má svoje místo:

Všechny modely používají Constitutional AI framework pro bezpečnost a mají kontextové okno 200 000 tokenů (zhruba 150 000 slov), což v praxi znamená že můžeš nahrát celou kódovou bázi menšího projektu nebo technickou knihu a model si pamatuje všechno. Novější verze Opus a Sonnet nabízejí experimentální podporu až 1 milion tokenů - zkoušel jsem to s kompletní dokumentací ESP-IDF frameworku a fungovalo to překvapivě dobře, i když latence byla znatelně vyšší.

Claude Opus — hluboký myslitel

Co je Opus?

Opus je top tier model od Anthropic - navržený pro úlohy kde potřebuješ hluboké analytické uvažování, komplexní vícekrokové plánování, pokročilé programování a refaktoring, nebo práci s rozsáhlými kontexty jako jsou celé knihy nebo velké kódové báze. Když jsem poprvé testoval Opus na code review komplexní Flask aplikace s asynchronními tasky a Celery workers, byl jsem fascinovaný tím, jak model dokázal propojit souvislosti mezi moduly které byly od sebe vzdálené stovky řádků kódu a identifikovat potenciální race condition, kterou jsem já sám přehlédl.

Kdy použít Opus?

Ideální scénáře:

1. Code review před nasazením — Opus zachytí subtilní chyby jako memory leaky, async bugy nebo chybějící dispose volání, které ostatní modely přehlédnou
2. Architektonická rozhodnutí — Při návrhu systémové architektury nebo rozsáhlém refaktoringu
3. Výzkum a analýza — Sumarizace celých knih, analýza právních dokumentů, finanční modelování
4. Agentické workflow — Dlouhodobé autonomní úlohy vyžadující vícekrokové uvažování

Praktický příklad

Scénář: Máš komplexní Flask aplikaci s 50+ soubory a potřebuješ identifikovat 
bezpečnostní zranitelnosti.

Proč Opus: Model dokáže udržet kontext celé aplikace, propojit souvislosti mezi 
moduly a identifikovat zranitelnosti typu race condition nebo injection attacks, 
které vyžadují pochopení toku dat napříč celým systémem.

Cena

Opus 4.5 přinesl výrazné zlevnění oproti předchozím verzím (Opus 4/4.1 stál $15/$75), což zpřístupnilo prémiovou inteligenci širšímu spektru uživatelů - upřímně, při těch starých cenách jsem Opus používal jen na kritické review před nasazením do produkce, protože každý delší prompt stál dost peněz. Teď s novými cenami je to mnohem dostupnější, i když pořád ne na každodenní použití pokud máš omezený budget.

Claude Sonnet — spolehlivý kolega

Co je Sonnet?

Sonnet je vyvážený model - kombinuje vysokou inteligenci s rozumnou rychlostí a cenou, což z něj dělá ideální volbu pro většinu každodenní práce. Většina vývojářů tráví s tímhle modelem nejvíc času, a já nejsem výjimka - odhadem 80 % mých promptů jde na Sonnet, protože pro běžné programování, refaktoring nebo psaní dokumentace je naprosto dostačující a odpovídá rychle.

Kdy použít Sonnet?

Ideální scénáře:

1. Každodenní programování — Vývoj funkcí, práce s více soubory, správa stavu, připojení k API
2. Analýza a reporting — Strukturované analýzy, Q&A s dokumenty, vytváření reportů
3. Kreativní úlohy — Psaní obsahu, copywriting, technická dokumentace
4. Orchestrace agentů — Sonnet vytvoří plán a rozdělí úkoly pro Haiku instance

Praktický příklad

Scénář: Vyvíjíš React aplikaci s Tailwind CSS a potřebuješ implementovat
autentizaci s Firebase.

Proč Sonnet: Model zvládne multi-file logiku, správu stavu (Riverpod, Redux),
připojení k Firebase a generuje čistý, použitelný kód. Má vynikající výkon
v oblasti frontend/UI vývoje a generuje „pixel-perfect layouts".

Osobní zkušenost: Když jsem dělal redesign jednoho projektu s Flutter a Material 3,
Sonnet mi vygeneroval kompletní theme configuration včetně custom color schemes
a typography - kód fungoval na první pokus, což mě docela překvapilo protože
Material 3 API je dost komplexní a čekal jsem že budu muset něco ladit.

Cena

Sonnet nabízí výkon blížící se Opusu za zlomek ceny, což z něj dělá optimální volbu pro 90 % produkčních úloh - a tady je důležité si uvědomit že rozdíl mezi Sonnetem a Opusem není vždycky tak velký jak by se podle ceny mohlo zdát, takže pokud nejdeš do opravdu komplexních analýz nebo kritického code review, Sonnet ti bude stačit.

Claude Haiku — rychlý sprinter

Co je Haiku?

Haiku je nejrychlejší a nejlevnější model v rodině Claude - optimalizovaný pro minimální latenci (odpovědi pod sekundu), vysoký objem dotazů a nákladovou efektivitu. Upřímně, nejdřív jsem Haiku podceňoval a myslel si že je to jen "levná verze" pro lidi co chtějí ušetřit, ale když jsem ho začal používat na rychlé prototypování UI komponent, zjistil jsem že pro tento konkrétní use case je vlastně lepší než Sonnet - odpovídá skoro okamžitě a pro jednoduchý layout kód je kvalita naprosto dostačující.

Kdy použít Haiku?

Ideální scénáře:

1. Chatboti a zákaznická podpora — Real-time odpovědi bez čekání
2. UI prototypování — Rychlé generování layoutů a komponent
3. Klasifikace a moderace obsahu — Vysokoobjemové úlohy
4. Paralelní provádění subtasků — V orchestrovaném workflow s Sonnetem

Praktický příklad

Scénář: Potřebuješ rychle vytvořit Flutter screen s Material 3 designem.

Proč Haiku: Model vygeneruje layout téměř okamžitě. Pro brainstorming a rychlé
prototypy je ideální volbou. Ale pozor — v delších sessions „ztrácí nit"
a není vhodný pro komplexní logické stavby.

Osobní zkušenost: Zkoušel jsem s Haiku dělat složitější state management
s Riverpod providers a po třech čtyřech iteracích začal generovat kód který
nedával smysl - zapomínal na kontext z předchozích promptů a navrhoval řešení
která byla v rozporu s tím co jsme dělali předtím. Pro jednoduché úlohy super,
ale na komplexní logiku radši Sonnet.

Cena

Haiku je 5× levnější než Opus na vstupních tokenech, což z něj dělá ekonomickou volbu pro vysokoobjemové scénáře - pokud děláš chatbota nebo zákaznickou podporu kde potřebuješ zpracovat tisíce dotazů denně, rozdíl v ceně mezi Haiku a Sonnetem se rychle nasčítá na stovky dolarů měsíčně.

Srovnávací tabulka modelů

Orchestrační workflow — jak modely kombinovat

Když pracuješ na větším projektu, dává smysl kombinovat modely podle jejich silných stránek - tohle je něco co jsem se naučil až po pár měsících práce s Claude, protože na začátku jsem používal jen Sonnet na všechno a nevěděl jsem že můžu ušetřit čas i peníze tím že rozdělím úlohy mezi modely strategicky.

Fáze 1: Plánování (Sonnet)

Sonnet analyzuje požadavky, navrhuje architekturu a rozděluje úkoly na paralelizovatelné podúlohy.

Fáze 2: Implementace (Haiku)

Více instancí Haiku provádí subtasky paralelně — scaffolding, komponenty, API integrace.

Fáze 3: Review (Opus)

Před mergem provede Opus hlubokou revizi — zachytí async bugy, memory leaky a subtilní logické chyby.

Příklad z praxe:

Developer pracuje na mobilní aplikaci:
1. Používá Haiku pro rychlé UI prototypy
2. Přepne na Sonnet pro implementaci business logiky
3. Před releasem nechá Opus udělat finální code review

Výsledek: Opus odhalil rebuild issues a chybějící disposes,
které Haiku i Sonnet přehlédly.

Moje zkušenost: Přesně tenhle workflow jsem použil na jednom Flutter projektu
kde jsem dělal aplikaci pro správu IoT zařízení. Haiku mi vygeneroval asi 15
různých screen layoutů za pár minut, Sonnet implementoval komunikaci s MQTT
brokerem a state management, a Opus pak při finálním review našel memory leak
v subscription handleru který by v produkci způsobil problémy - model si všiml
že StreamSubscription není správně disposed při dispose() widgetu, což by
vedlo k postupnému nárůstu paměti. Tohle by Sonnet pravděpodobně přehlédl.

Rozhodovací strom: Který model zvolit?

START
  │
  ├── Je úloha časově kritická (real-time)?
  │     └── ANO → HAIKU
  │
  ├── Je to rutinní práce (coding, analýza, psaní)?
  │     └── ANO → SONNET
  │
  ├── Vyžaduje hluboké uvažování nebo rozsáhlý kontext?
  │     └── ANO → OPUS
  │
  ├── Je to finální review před nasazením?
  │     └── ANO → OPUS
  │
  └── Nejste si jistí?
        └── Začněte se SONNET, eskalujte na OPUS při potřebě

Cenové předplatné pro běžné uživatele

Pro ty, kteří nepoužívají API, nabízí Anthropic předplatné:

Praktické tipy pro optimalizaci nákladů

1. Začni s Haiku, eskaluj nahoru

Pro většinu dotazů postačí Haiku - na Sonnet nebo Opus přepni pouze pro složitější úlohy, což ti ušetří peníze a zároveň nezpomalí workflow, protože Haiku odpovídá tak rychle že rozdíl v latenci je znatelný.

2. Využij Prompt Caching

Při opakovaném dotazování na stejný kontext (např. velký dokument) snížíš náklady až o 90 % - tohle je obrovská úspora pokud pracuješ s rozsáhlou kódovou bází nebo dokumentací, protože model si cachuje kontext a při dalších dotazech ho nemusí znovu zpracovávat. Zkoušel jsem to s dokumentací k ESP-IDF a rozdíl v ceně byl dramatický - první prompt stál normálně, ale následující dotazy byly skoro zadarmo.

3. Batch API pro neurgentní úlohy

Asynchronní zpracování přes Batch API poskytuje 50% slevu na tokeny.

4. Optimalizuj prompty

Každý token stojí peníze. Odstraň zbytečný kontext a buď konkrétní.

Závěr

Každý model v rodině Claude má svoje místo:

• Opus je senior architekt — pomalejší, ale nejspolehlivější pro kritické rozhodnutí a hluboké analýzy
• Sonnet je spolehlivý kolega — zvládne 90 % každodenní práce kvalitně a efektivně, což z něj dělá můj go-to model
• Haiku je rychlý junior — ideální pro opakované úlohy a prototypování, překvapivě schopný pokud víš jak ho použít

Nejde o to používat jeden model na všechno. Jde o to strategicky kombinovat jejich silné stránky podle toho, co zrovna potřebuješ - a tohle pochopení přišlo až s praxí, protože na začátku jsem dělal chybu že jsem používal Sonnet i na úlohy kde by Haiku stačil, nebo naopak jsem se snažil ušetřit a používal Sonnet na code review kde by Opus odvedl mnohem lepší práci. Teď po několika měsících práce s těmito modely mám docela dobrý cit kdy který použít, a doufám že tento článek ti pomůže zkrátit tu learning curve.

Zdroje a další čtení

• Anthropic dokumentace
• Claude.ai
• API cenový přehled

Pro opravu diakritiky a překlepů byl použit model Claude Sonnet 4.5.

Článek aktualizován: březen 2026

The post Průvodce modely Claude od Anthropic first appeared on Hard Wired.