Jak Qodo na OpenAI DevDay 2026 posouvá automatickou revizi kódu: místo kontroly jen v jednom souboru přidává organizační kontext, mapu softwaru a „wisdom base“ zkušeností, aby agenti dělali bezpečnější změny.

AI revize kódu s kontextem: Qodo na DevDay 2026

Qodo a poslední lidská revize kódu: jak se mění vývoj s AI na DevDay 2026

See how Qodo uses OpenAI to review AI-generated code. Explore an adversarial reviewer that challenges coding agents’ assumptions and output, and learn when model confidence still needs human judgment.

Qodo - The Last Human Code Review | DevDay 2026

Jak DevDay 2026 ukázal přechod od „meat proxy“ k reálné týmové spolupráci s trvalými AI agenty. Seznamte se s OpenClaw Enterprise, sdílenými relacemi, bezpečnostními hranicemi a limity agentního vývoje.

OpenClaw Enterprise & AI agenti v týmu: od spolupráce k open source

ClawLabs na DevDay 2026: Jak společně budovat open source s AI agenty

See how agents help small open-source teams build together. Explore workflows for sharing context across projects and working with contributors, with live demos of cloud sessions and computer use.

ClawLabs: Building Open Source Together | DevDay 2026

Jak fungují vlastní anotace v ChatGPT a jejich spojení s WebMCP: uživatel označí prvek na stránce, ChatGPT dostane kontext a agent provede konkrétní akci na webu.

ChatGPT anotace a WebMCP: jak propojit kliknutí na web s akcí agenta

Vlastní anotace webu v ChatGPT: jak propojit ovládací prvky, návrhy zadání a WebMCP

Add custom annotation controls and suggested prompts to your website. See how these work with WebMCP to help users edit a scene and enrich expense records using context available to their agent in ChatGPT.

Build custom site annotations with ChatGPT

Jak zkrátit cestu od alarmu k podloženému návrhu opravy: propojení telemetrie, historie nasazení a zdrojového kódu. Praktické scénáře s Grafanou a Kubernetes při řešení výpadků.

Codex pro produkční monitoring: Grafana, Kubernetes a rychlé vyšetření incidentů

Produkční monitoring s Codexem: Grafana, Kubernetes a bezpečnost při řešení výpadků

It’s 3 a.m. and checkout errors are climbing. What do you check first?

Join cohosts Tony Loehr and Anke Hao for three practical production-monitoring demos with Codex. Follow a checkout failure in Grafana, investigate a Kubernetes rollout that causes out-of-memory restarts, and explore how a Codex Security finding connects service availability to a missing resource limit.

See how telemetry, release history, and code support an investigation; learn how engineers review a proposed change and check the result.

Production Monitoring with Codex: Grafana, Kubernetes, & Security

Jak Chip Ganassi Racing propojuje odbornosti týmu s OpenAI, aby se po nezdaru rychle poučilo a upravilo strategii i nastavení vozu. Příběh Álexe Paloua a cestu k titulu nahlédněte do detailů.

OpenAI v IndyCar: jak posílit týmové rozhodování a vývoj

Výzkum a vývoj, část 2: Jak Chip Ganassi Racing s OpenAI proměňuje nezdary v cestu k titulu

You either win or you learn.
With a historic 18th championship on the line, ‪@chipganassiracing and ‪@OpenAI turn setbacks into insights as they race to overcome the odds. 
R&D: Part 2 out now.

R&D Part 2

Zjistěte, jak OpenAI Decisions API mění přístup od dlouhého generování k rychlému výběru z omezených možností. Vhodné pro hry, robotiku i třídění požadavků s důrazem na odezvu a integraci do aplikace.

Decisions API od OpenAI: rychlé volby z textu a obrázků pro interaktivní aplikace

Představujeme Decisions API: rychlé rozhodování z textu a obrázků pro interaktivní aplikace

Introducing the Decisions API

Classifying text and routing sales leads

Making decisions from images

Adding expression to voice conversations

Guiding Lavender the robot

What will you build?

Introducing the Decisions API: a fast way to turn text and images into actions in your app. Give the model an input, define a question and the possible answers, and use its choice to decide what happens next.

Powered by GPT-6 Luna, the Decisions API focuses on a small set of choices to make interactions feel responsive. See how it works alongside GPT-Live-1 and a Microduck to bring voice, visual understanding, and quick decisions together.

Chapters:
00:00 Introducing the Decisions API
00:42 Classifying text and routing sales leads
01:17 Making decisions from images
02:05 Adding expression to voice conversations
03:05 Guiding Lavender the robot
05:05 What will you build?

Jak nový Codex CLI ukazuje smysluplné použití terminálu: jednoduchý příkaz, webová část projektu a zadávání další práce. Pohled na význam pracovního postupu i na to, co z demonstrace vyvozovat opatrně.

Codex CLI a práce v terminálu: od příkazu k reálnému projektu

Nový Codex CLI: přepracovaný terminál a burrito na jediný příkaz

Take a look at the latest Codex CLI updates and the refreshed terminal experience. Follow a walkthrough of the new interface and ways to work with Codex.

Meet the New Codex CLI

Jak Simplismart zkracuje cestu od experimentu k nasazení podnikového generativního AI: platforma bez programování, důraz na inferenci a optimalizace na GPU NVIDIA v rámci NVIDIA Inception.

AI v produkci rychleji: inference a NVIDIA Inception se Simplismart

Rychlejší podniková AI bez programování: jak Simplismart využívá NVIDIA Inception

Simplismart eliminates ML Ops complexity with a no-code platform that lets enterprises design, train, and deploy custom AI models without managing infrastructure. Powered by NVIDIA GPUs, Triton™ Inference Server, TensorRT-LLM, and NVIDIA NIM™ microservices, Simplismart delivers ultra-low latency, automated scaling, and faster time-to-market.

Discover how NVIDIA's Inception program enabled Simplismart with early hardware access, technical support, and global visibility to turn raw compute into an enterprise-ready, no-code AI engine: https://www.nvidia.com/en-us/startups/?ncid=so-link-805084-vt53

Accelerating No-Code Enterprise AI: Inside Simplismart’s NVIDIA Inception Journey

Přinášíme rozbor ukázky dots na OpenAI DevDay 2026: proč je cenná průběžná spolupráce, jak hlasový rozhovor zpřesňuje cestu, a co znamená držet pohromadě cíl i při změnách zadání.

Jak fungují dots na DevDay 2026: AI agenti pro cestování a práci s kontextem

Druhá ukázka dots na OpenAI DevDay 2026: AI agenti pro cestování, zpětnou vazbu a pracovní přehled

Meet dots, always-on AI agents that get to know what matters to you and take work off your plate.

See dots in action, from planning a trip to making sense of user feedback and catching up on Slack.

https://openai.com/index/introducing-dots/

The dots demo, take two | OpenAI DevDay 2026

Jak společnost Probabl propojuje scikit-learn, GPU akceleraci a tabulární AI. Proč budoucnost často stojí na statistickém strojovém učení nad strukturovanými daty—ne jen na generativních modelech.

Tabulární AI a scikit-learn: proč výkon není jen o generativních modelech

Probabl a tvůrci scikit-learn: proč budoucnost tabulární AI nestojí jen na generativních modelech

The creators of scikit-learn are GPU-accelerating machine learning — and partnering with NVIDIA to do it.

Yann Lechelle, co-founder of Probabl, sat down with us to share why the team behind the world's most downloaded ML framework is doubling down on statistical machine learning — not generative AI — and what that means for the future of tabular data.

Scikit-learn has surpassed 5 billion downloads, with 1.3 million GitHub projects depending on it. It's the backbone of data science as we know it. But it was built for CPUs — and the world has changed. Probabl is now offloading key algorithms to GPU, leveraging the Array API as an abstraction layer so that new generations of NVIDIA chips plug in seamlessly, without rewriting everything from scratch.

Their new product, Skore, wraps scikit-learn and tabular large models into a unified ML platform — with the goal of becoming the world's leading tabular AI company within five years. And as Yann points out, it's not just data scientists using these tools anymore: agents are now the largest driver of scikit-learn downloads, consuming documentation and frameworks at machine speed.

The partnership with NVIDIA Inception is about more than compute — it's about building the abstraction layer that maximizes intelligence per gigawatt, for humans and agents alike.

Learn more about how NVIDIA Inception supports startups building the future of AI — and explore what GPU-accelerated ML can do for your workflows at nvidia.com/inception.

Meet The Startup: Probabl: by the Creators of Scikit-Learn

Debata NVIDIA vs. OpenAI ukazuje, proč se „frontier AI“ nepostaví jen na GPU. Klíčové jsou scaling laws, propojená datacentra, síť, paměť, úložiště, chlazení i orchestrace provozu — tedy celá „továrna na tokeny“.

Frontier AI jako infrastruktura: co rozhoduje o výkonu, energii a latenci

Infrastruktura inteligence: NVIDIA a OpenAI ukazují, proč se frontier AI staví jako celý digitální průmysl

Frontier AI breakthroughs are also infrastructure breakthroughs. In this fireside chat, NVIDIA’s Ian Buck and OpenAI’s Sachin Katti reflect on a decade of collaboration – from the first DGX-1 to the NVIDIA infrastructure powering Astra – and what they’ve learned building and operating AI at unprecedented scale. 

They’ll explore how the relationship has expanded beyond frontier model training, how NVIDIA is using OpenAI technology internally, and what the next generation of AI infrastructure will require. Moderated by Bloomberg’s Dina Bass.

The Infrastructure of Intelligence: NVIDIA and OpenAI on a Decade of Building Frontier AI

Průvodce, jak vyhodnotit využití a hodnotu ChatGPT Work napříč organizací. Naučíte se sledovat využití, náklady, případy použití podle týmů a přetavit data do manažerských rozhodnutí.

Jak měřit hodnotu ChatGPT Work: adopce, týmy a ROI

Jak vyhodnotit využití a hodnotu ChatGPT Work napříč organizací

See how insights in the ChatGPT Admin Console help you understand AI adoption, usage, and spend across your organization. Explore team use cases, review Codex contributions, and identify where to focus training and expand access. Then use the ChatGPT Admin plugin to turn those analytics into a leadership deck and share it in Slack.

Archive