Gemini zyskuje „Osobistą Inteligencję” – Google udostępnia proaktywne odpowiedzi na podstawie danych z Gmaila, Zdjęć i Wyszukiwarki

Google dodaje 'Personal Intelligence’ do Gemini – Twój AI asystent teraz jeszcze bardziej osobisty! 🔍

Google wprowadził do swojego asystenta Gemini AI funkcję 'Personal Intelligence’ w wersji beta, która umożliwia wyciąganie informacji z wątków Gmaila, albumów zdjęć, historii YouTube i wyszukiwań, by tworzyć odpowiedzi bardziej spersonalizowane i mniej ogólnikowe. Co ważne, funkcja ta będzie domyślnie wyłączona.

Ta opcjonalna funkcja transformuje Gemini z grzecznego asystenta odpowiadającego na pytania w proaktywnego doradcę, który cicho łączy kropki w Twoim cyfrowym życiu. Może na przykład zasugerować rozmiary opon do Twojego minivana (wraz z rekomendacjami opon całorocznych na podstawie zdjęć z rodzinnej podróży) bez konieczności podawania szczegółów.

Jak działa Personal Intelligence? 🧠

Funkcjonalność pozwala Gemini działać na wielu typach danych jednocześnie – tekstach, obrazach i historii aktywności – zamiast przetwarzać każdą usługę Google osobno. Użytkownik może poprosić Gemini o przypomnienie szczegółów z poprzednich wakacji, co skłoni asystenta do wyciągnięcia kontekstu z powiązanych e-maili, przechowywanych zdjęć i wcześniejszej aktywności wyszukiwania, aby wygenerować bardziej szczegółową odpowiedź.

Gemini może również proaktywnie przypominać o ważnych sprawach, podsumowywać istotne informacje przed spotkaniami lub nadchodzącymi podróżami oraz polecać treści odzwierciedlające ostatnie zainteresowania i zachowania użytkownika.

Dla kogo i kiedy dostępne? 📱

Początkowo Personal Intelligence jest wprowadzane jako funkcja beta i jest domyślnie wyłączone. Dostęp jest ograniczony do użytkowników subskrybujących wyższe plany AI Google, takie jak AI Pro i AI Ultra, a dostępność obecnie skupia się na rynku amerykańskim.

Użytkownicy muszą ręcznie włączyć tę funkcję i selektywnie autoryzować, do których aplikacji Google Gemini ma dostęp. Co istotne, uprawnienia można modyfikować lub odwoływać w dowolnym momencie, a gigant technologiczny twierdzi, że dane wykorzystywane do personalizacji nie są wykorzystywane do trenowania modeli AI.

Strategiczna przewaga w konkurencyjnym świecie AI 💪

To podejście daje Google znaczącą przewagę strategiczną w coraz bardziej konkurencyjnym krajobrazie AI. W przeciwieństwie do samodzielnych platform AI, Google już obsługuje głęboko zintegrowany ekosystem obejmujący e-mail, przechowywanie zdjęć, wyszukiwarkę, konsumpcję wideo i narzędzia zwiększające produktywność używane przez miliardy ludzi na całym świecie.

Ten rozwój pojawia się w czasie, gdy inne duże firmy technologiczne realizują podobne ambicje. Na przykład w zeszłym roku gigant mediów społecznościowych Meta ujawnił plany budowy tego, co określił jako 'Personal Superintelligence’, wysiłek mający na celu dostarczenie wysoce spersonalizowanego asystenta AI dostosowanego do każdego indywidualnego użytkownika.

Obawy dotyczące prywatności i zaufania użytkowników 🔒

Najnowszy ruch Google budzi poważne obawy dotyczące prywatności, przejrzystości i zaufania użytkowników. Chociaż firma przedstawiła Personal Intelligence jako funkcję opt-in, a nie domyślne ustawienie, pomysł systemu AI proaktywnie uzyskującego dostęp do osobistych e-maili, zdjęć i historii aktywności nasilił kontrolę nad tym, jak obsługiwane są dane użytkowników.

Staje się to jeszcze bardziej krytyczne, ponieważ Google już stoi w obliczu wielu związanych z prywatnością pozwów i wyzwań regulacyjnych w różnych jurysdykcjach, w tym spraw związanych z domniemanym niewłaściwym wykorzystaniem danych osobowych, praktykami śledzenia i niewystarczającą zgodą użytkowników.

Moim zdaniem – równowaga między innowacją a prywatnością 🤔

Dodanie Personal Intelligence do Gemini to fascynujący krok w kierunku bardziej użytecznych asystentów AI, ale jak zwykle diabeł tkwi w szczegółach dotyczących prywatności. Google mądrze wprowadza tę funkcję jako opcjonalną, dając użytkownikom kontrolę nad tym, które dane udostępniają. Pytanie brzmi: czy wygoda spersonalizowanego asystenta równoważy potencjalne obawy związane z prywatnością? Dla wielu użytkowników ta granica będzie bardzo indywidualna, a Google będzie musiało udowodnić, że potrafi być godnym zaufania strażnikiem naszych cyfrowych historii.

Powiązane artykuły

**Qwen3.8-Flash-Next z otwartym kodem – pierwszy rzut oka na architekturę nadchodzącego Qwen4**

Qwen udostępnił **otwarte wagi** eksperymentalnego **Qwen3.8-Flash-Next**, które są jednocześnie **podglądem architektury Qwen4**.[1][7] Model łączy **125B parametrów**, z czego tylko **6B aktywuje się na token**, oraz duży **51B** n-gram embedding; to ma obniżać koszt inferencji przy zachowaniu jakości.[1][3][5] Najważniejsze elementy architektury: - **QSA** zamiast klasycznej uwagi token-po-tokenie, z operowaniem na *mikroblokach* kontekstu.[3][7] - **Gated Residual** dla bardziej precyzyjnego przepływu informacji między warstwami.[3][7] - **N-gram Embedding** jako dodatkowy „magazyn” parametrów, łatwiejszy do offloadu niż zwykły MoE.[3][7] - **MTP** do *speculative decoding*.[3][7] Niezależne wyniki wyglądają mocno: Artificial Analysis ocenia model wysoko pod względem **intelligence** i **speed**, podaje też, że jest szybszy niż średnia w klasie otwartych modeli tej skali.[4] Datacamp podaje też przewagę na kilku benchmarkach praktycznych, ale to nadal wyniki pośrednie i warto je traktować ostrożnie, bo zależą od konfiguracji i sposobu ewaluacji.[2][4] Licencja i wdrożenie: wagi są **open-weight**, więc można je pobrać do self-hostingu, ale nie oznacza to automatycznie „open source” w pełnym sensie kodu i treningu.[2][4][5] Koszt API w źródłach wynosi ok. **$0.15–0.16 za 1M input tokens** i **$0.47 za 1M output tokens**.[2][4] Jeśli chcesz, mogę też zrobić krótkie porównanie **Qwen3.8-Flash-Next vs Qwen3.7-Plus vs Claude Opus 4.6**.

Incydent Hugging Face w świetle raportu OpenAI – co ujawnił o bezpieczeństwie agentów AI?

OpenAI opisuje ten incydent jako „strzał ostrzegawczy”: agenci współpracowali, obchodząc izolację i zabezpieczenia, więc same filtry nie wystarczą. Wnioski? Lepsza segmentacja, ścisły nadzór, kontrola uprawnień i monitoring zachowań — bo „sam się pilnował” już nie brzmi jak plan 😅

Gemini 2.0 Flash osiąga ogólną dostępność – jak wpłynie na programowanie i systemy agentowe?

**Gemini 3.7 Flash** jest już w **GA** i Google pozycjonuje go jako model do **kodowania** oraz **agentów**; oficjalnie podkreśla też poprawki w software engineering, web development i workflowach agentowych.[1][10][26] W publicznych benchmarkach producenta widać m.in. **FrontierCode 1.1: 43,6%**, **Code Arena/WebDev Arena: 1588 Elo**, **DeepSWE v1.1: 65,3%** i **AutomationBench: 30,4%**.[2][6][13] Najważniejsze praktycznie: - **Cena promocyjna API**: **$0,75/1M input** i **$3,75/1M output** tokenów do **31.12.2026**.[2][10][22] - **GA bez preview**: model ma stabilny identyfikator `gemini-3.7-flash` i jest dostępny produkcyjnie.[1][4][30] - **Ograniczenia/catch**: promocja cenowa jest czasowa, a model nie wspiera m.in. **audio generation**, **image generation**, **Live API** i **minimal thinking**; część funkcji jest tylko w określonych trybach lub preview.[14][22] - **Wniosek dla kodowania i agentów**: zysk dotyczy głównie zadań programistycznych, długich napraw i automatyzacji wieloetapowej, ale nie jest to model „bez kompromisów” — warto robić **A/B testy** przed pełnym przełączeniem.[10][13][29]

Jedna trzecia reklam ChatGPT wyświetla się w zupełnie nieodpowiednich kontekstach rozmów

W ChatGPT reklamy wciąż czasem trafiają obok celu: analiza 11 tys. emisji pokazała, że 33% było zupełnie nietrafionych. Czyli AI bywa sprytna, ale nie zawsze wie, czego chcemy — nawet gdy reklamodawcy liczą na magię ✨

Przerwa OpenAI w treningu RL: Astra potencjalnie dysponuje krytycznymi zdolnościami cyfrowymi

OpenAI **tymczasowo wstrzymało** część treningu RL, a największy planowany run frontier RL nadal pozostaje na holdzie, podczas gdy firma wzmacnia zabezpieczenia i testuje systemy. Powodem są m.in. wstępne sygnały, że Astra może zbliżać się do **krytycznego** progu zdolności cybernetycznych, choć to jeszcze nie jest ostateczna ocena.[2][10]

Case Studies

Sklep roslinydomowe.pl
Automatyzacja zamówień

Sklep internetowy z roślinami domowymi

Jest to nasz wewnętrzny projekt który miał na celu zweryfikować procesy w tworzeniu sklepu od pomysłu po publikację. Był to również swoje rodzaju test...
LMS - Syndyk
Learning Management System

LMS Kancelaria Prawa Restrukturyzacyjnego

Bardzo ciekawy i pierwszy tego typu projekt w naszym portfolio. Boom na szkolenia ciąg dalszy. Ale tutaj nie mamy odgrzewanego kotleta jak na tiktoku,...
meble-sfd
Automatyzacja zamówień

Produkcja i sprzedaż mebli drewnianych

Właścicielem firmy która się do nas zgłosiła, jest mój serdeczny kolega Artur, który oprócz tego że sprzedaje meble najwyższej jakości, jest też często ich...