Lesk a bída Vibe codingu

Proč agregovaná data klamou — kde korelace neznamená kauzalitu

📊

Demo · Interaktivní

Vliv BMI na mortalitu

Zdravotní data různých populací — co nás překvapí

Hra vygenerovaná AI za pár minut — ochutnávka vibe codingu

Historické fotografie, before/after slider — Clementis, Ježov, AI zimy

01 · Kontext & Kritické myšlení

To už tu bylo!

Proč je zdravé být skeptický

Stalin retušoval Trockého z fotografií. Gottwald nechal zmizet Clementise — zůstal po něm jen klobouk na Gottwaldově hlavě. „AI revoluce" tu byla několikrát: expertní systémy 80. let měly nahradit lékaře, neuronové sítě byly sprosté slovo po AI zimě 90. let.

Co je jiné dnes: škála, rychlost, dostupnost.
Co je stejné: lidská tendence k přehánění, selektivní paměť, survivorship bias v narativech o technologiích.

🖼️

Materiál · Interaktivní

To už tu bylo

Původní slidy ke stažení

Řešení 50leté záhady — 200 milionů struktur proteinů zdarma dostupných

02 · Stakes & Dopad

O co tady jde?

Proč záleží víc, než si myslíte

Světlá i temná strana. Otázka není, jestli AI použijeme — otázka je k čemu a kdo rozhodne.

Světlá strana: AlphaFold rozluštil strukturu 200 milionů proteinů (Nobelova cena 2024). AI dokazuje matematické věty na úrovni olympiád. Navrhuje materiály a léky.

Temná strana: Autonomní zbraně. Surveillance. Deepfakes. A především: ztráta schopnosti rozeznat pravdu od přesvědčivé fikce.

🧬

Odkaz · DeepMind

AlphaFold

Hasabis & Jumper — AlphaFold na nejvyšším vědeckém pódiu

🏆

Odkaz · Nobel 2024

Nobelova cena za chemii

Prezentace · Interaktivní · NEW

"Otázka není, jestli AI použijeme. Otázka je k čemu — a kdo rozhodne."

03 · Case Studies & Selhání

Chyby

Jaké to je, když se člověk plete?

Člověk si nepřipadá nijak, když se plete. Všechno nastane, až to zjistí. A s AI přicházejí systémy, kde chyby nebudeme schopni ani rozpoznat.

Případ	Co se stalo	Důsledek
Therac-25	Ozařovací přístroj — víra v software místo hardware safety	Smrt pacientů
Patriot	0,34 sekundy časový drift v systému	28 mrtvých vojáků
Ariane 5	Integer overflow — číslo se nevešlo do datového typu	370 mil. $ v troskách
Knight Capital	Jeden server s nepovýšeným softwarem	440 mil. $ za 45 minut

Případová studie · 2026 · sebevědomě chybný přístroj

Doktorandka Madeline Cloth spustila na střeše chemické budovy rutinní vzduchový sampler — a naměřila tisíckrát víc mikroplastů, než dávalo smysl. Lavice čisté, voda čistá, vzorky čisté. Hon za příčinou odhalil, že celé jedno vědecké pole skoro 20 let z velké části měřilo vlastní rukavice. Tři chyby, které nikdo neviděl — protože všichni věřili přístroji:

Podezřelá matematika

Slavné „kreditka plastu týdně" vzniklo sečtením 50+ studií s nesourodými metodami a definicemi. Skutečný rozsah byl 0,1–5 g/týden — padesátinásobný. Média si vzala horní konec, protože generuje kliky. Pečlivý přepočet: míň než zrnko soli.

Kontaminace z rukavic

Nitrilové a latexové rukavice pouští stearát, jehož infračervený otisk je téměř k nerozeznání od polyethylenu. Spektroskopie ho sebevědomě a chybně hlásila jako plast — ~2000 falešných částic na mm². 81 % metodických návodů rukavice doporučovalo, jen dva varovaly před kontaktem.

Tuk zaměněný za plast

Druhá metoda (PY-GC-MS) zahřeje vzorek; tuk se rozpadne na fragmenty nerozeznatelné od polyethylenu. Studie v Nature Medicine (2025) tvrdila, že 0,5 % lidského mozku tvoří plast — a nezohlednila, že část „plastu" byl jen rozložený tuk.

Stejný vzorec čeká vibe coding. Přístroj hlásil polyethylen se stejnou jistotou, ať byl ve vzorku plast, nebo stearát z rukavice. LLM vám napíše kód se stejnou jistotou, ať je správný, nebo halucinovaný. Slepá skvrna nevzniká z hlouposti — vzniká z toho, že nástroj nikdy neřekne „nevím" a celé pole si na jeho výstup zvykne dřív, než ho někdo zpochybní.

Německý institut na chybu s rukavicemi upozornil už v roce 2020. Pole ji opravilo o šest let později. Mezitím se „kreditka týdně" dostala do tisíců článků — protože omyl, který zní dobře, cestuje rychleji než pravda, která zní nudně.

Zdroj: Dr Brad Stanfield — The Grad Student Who Broke Microplastics Research

🎞️

Chyby — slidy k hádání

Jaké to je, když se člověk plete? Katastrofy softwaru, Monty Hall a Downeyho paradox nízké porodní váhy — problémy bez nápovědy, ať publikum hádá.

Anatomie katastrof, entropie a druhý druh chyby: správný výpočet, špatná otázka (Downeyho paradox).

PDF verze interaktivních slidů — Monty Hall i Downeyho graf k hádání.

PDF · Slidy ke stažení

Chyby — prezentace

Původní designová prezentace. Nahrazeno verzemi výše.

PDF · Feynman primer · NEW

04 · Teorie & Statistika & SW inženýrství

Vhled

Co plyne z posledních desítek let

Transformátory a attention bez matematiky, ale poctivě. Dekompozice. Unix filozofie. A věda, která nefunguje — replikační krize, p-hacking, Bayesova statistika.

64 % studií se nedá zopakovat — replikační krize.
P-hacking: jak „dokázat" cokoli, včetně toho, že Beatles vás omlazují.
Base rate fallacy: ⅔ lékařů špatně interpretuje výsledky testů.
Simpsonův paradox: agregovaná data ukazují opak reality.

📘

Jak se učí stroje

Od „co znamená, že se stroj učí" až k transformerům a generativním modelům — 14 kapitol, hodina pozorného čtení, žádná matematická příprava nutná. Postupné budování pojmů, matematika ve vyznačených blocích lze přeskočit.

AI — jak to funguje (březen 2026)

PDF · Starší verze

Originální verze. Nahrazeno novějším Feynman primerem výše.

Unix filozofie, dekompozice, proč no-code nikdy nenahradilo programátory

PDF · Prezentace

Programování & Historie

Bayesův paradox lékařských testů

PDF · Prezentace

Proč pozitivní test neznamená to, co si myslíte — base rate v praxi

Zadej senzitivitu, specificitu a prevalenci — uvidíš, kde myšlení selhává

Materiál · Vizualizace · Klíčové

05 · Nástroje & Workflow

Praxe

Ruce na klávesnici

Principy před produkty — krajina se mění každý měsíc. Claude Code, Cursor, lokální modely. MCP jako USB pro AI. Agenti, skilly, verzování, boj s halucinacemi.

🔌

Skills · MCP · Konektory · Rozšíření

Interaktivní mapa ekosystému — co je universální (Skills, MCP) vs. co je specifické pro platformu (Claude.ai Connectors, Cursor Extensions, ChatGPT GPTs). SVG architektura, srovnávací matice, průvodce kdy co použít.

Demo · Interaktivní mapa · NEW

🌌

Vesmír AI systémů

Galaxie = vendoři, hvězdy = modely, planety = harnessy, huby = mezigalaktické produkty (Cursor, Devin, Perplexity). Pan, zoom, časová osa od AlexNet 2012 po GPT-5.5 a Opus 4.7. Vidíš, jak se stejný model v jiném harnessu stává jiným nástrojem.

Prezentace · 15 slidů · NEW

🎬

Nástroje 2026 — slide prezentace

Claude Code 2.1.126, Codex 0.128, Gemini CLI 0.40, Cursor 3.2, Antigravity (oba!), Cowork GA — k 3. 5. 2026. Klávesy ←/→ / mezerník.

Doprovodný dokument · 10 sekcí

📖

Nástroje 2026 — celý průvodce

Hluboký rozbor — instalace, paměťové modely, hooks, MCP, ceny, decision matrix, zdroje. Print-ready.

Cheatsheet · 1-2 strany A4

🎯

10 příkazů na začátek

První týden s Claude Code. Vytisknout, dát na monitor.

PDF · Historický (březen 2026)

Vibe Coding Nástroje 2026 — PDF

Originální verze z března. Pro porovnání s aktuální. Pozor: některé fakty jsou zastaralé (viz nový průvodce).

Tři generace AI — chatbot → Deep Research → agentický systém

🤖

Materiál · Interaktivní

Toto není váš ChatGPT

Instalace, příkazy, paměť, konfigurace, modely, thinking úrovně

Prezentace · 15 slidů · NEW

05½ · Privátnost & Bezpečnost

Bezpečnost LLM

Ani naivní, ani paranoidní

Co tři velcí hráči dělají s vašimi daty (květen 2026), proč prompt injection nemá patch, NYT v. OpenAI precedent, čínské modely, lokální Ollama, EU AI Act. Threat model určuje nasazení — ne paranoia, ne hype.

250 dokumentů stačí na backdoor LLM od 600M po 13B parametrů (Anthropic + AISI, 10/2025).
270 000+ internet-exposed Ollama instancí bez auth (FuzzingLabs, 7/2025).
20 milionů ChatGPT chatů soud nařídil vydat NYT — včetně smazaných (11/2025).
5 let retence u Anthropic Claude Free/Pro/Max — opt-in toggle byl předzaškrtnut ZAP (8. 10. 2025).

🔒

Bezpečnost LLM modelů — slide prezentace

Cesta promptu, retention matrix tří hráčů, NYT precedent, 16 incidentů 2023–26, Sleeper Agents, prompt injection, čínské modely, lokální nástrahy, EU AI Act, syntéza.

Doprovodný dokument · 10 kapitol

📖

Bezpečnost LLM — celý dokument

Hluboký rozbor s primárními citacemi (arXiv, soudní spisy, čínské zákony, CVE čísla). Print-ready.

Příloha · FAQ + 10 pravidel

❓

10 otázek, kterých se lidé bojí ptát

Workshop companion: 10 Q&A pro/proti/verdikt + 10 do/don't pravidel pro denní práci.

PDF · Originální publikace

Bezpečnost LLM modelů (PDF, 23 stran)

Zdrojová publikace — Feynmanova metoda, technická anatomie

FAQ a pravidla (PDF, 9 stran)

PDF · Příloha

Originální FAQ příloha v PDF formátu

Skills · MCP · Konektory · Rozšíření

06 · Pokročilé techniky

Skilly

Jak naučit AI nové triky

Skilly jsou strukturované instrukce pro konzistentní výstupy. Naučíš Claude Code nové vzory chování — a ty pak fungují opakovaně, bez znovu vysvětlování. Cheat codes pro AI.

🔌

Materiál · Vizualizace

Interaktivní mapa ekosystému — co je universální a co je platformově specifické

Mechanismus, vrstvy načítání, tok od promptu ke konzistentnímu výsledku

Test, measure, refine — jak tvořit a vylepšovat agentní skills

Kolekce pokročilých skills pro Claude — open source, připraveno k použití

Carecast Medical — od nápadu přes prototyp po produkci, živá demonstrace

07 · Reálné projekty

Projekty

Ne teorie — věci, které jsme skutečně postavili

Voicebot pro fast food. Cenotvorba krabic. Měření HRV. Co fungovalo, co ne, co bychom udělali jinak.

🎙 Voicebot: Proč STT nefunguje v hluku. Proč latence zabíjí UX. Proč „dej mi to, co vždycky" rozbije každý model.

📦 Cenotvorba: 800 pravidel nestačilo. Experti nevěděli, jak rozhodují. Data quality > model sophistication.

❤️ HRV: Proč dobrá MSE neznamená klinickou použitelnost. Proč „nevím" je lepší než špatná jistota.

▶️

Video · YouTube

Voicebot pro fast food

Interaktivní demo systému pro analýzu srdeční variability

💓

Demo · Claude Artifact

HRV analýza

Ukázka tréningového artefaktu vytvořeného pomocí Claude

🎯

Demo · Claude Artifact

Artefakt — tréning

ChatJimmy — rychlost na čipu

⚡

Odkaz · Ukázka

Nejrychlejší model běžící lokálně — jak vypadá inference bez cloudu