[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"layout-ticker":3,"$fjalR4lirYvRTTxnErKzprvHlst_AaDbumqTNbZJRgX0":208,"$fZAg5iFQoPlmQpHdGK6mSRaDqTf2phnnMaC-nzre1gHg":236,"atoms-nhs-zamknal-kod-open-source-czy-polskie-urzedy-pojda-w-jego-slady":333},[4,10,16,21,26,31,36,41,46,51,56,61,66,72,77,82,87,92,97,102,107,112,118,123,128,133,138,143,148,153,158,163,168,173,178,183,188,193,198,203],{"slug":5,"draft_id":6,"pillar_id":8},"jak-legalon-obnizyla-koszty-modeli-kodowych-o-65-bez-spowolnienia-pracy-i-jak-to-zrobic-w-twojej-firmie-jaqm",{"title":7},"LegalOn obniżyła dzienne koszty Codex o 65% — jak to działa",{"name":9},"Narzędzia AI",{"slug":11,"draft_id":12,"pillar_id":14},"ai-w-badaniach-kwantowych-jak-jump-trading-automatyzuje-prace-analitykow-w-30-mniej-czasu",{"title":13},"Agenci AI w badaniach ilościowych: przykład Jump Trading",{"name":15},"Praktyczne zastosowania",{"slug":17,"draft_id":18,"pillar_id":20},"jak-asana-obnizyla-koszty-testow-browserowych-o-76-razy-i-jak-to-zrobic-w-twojej-firmie-juz-teraz",{"title":19},"Agenci przeglądarkowi AI w testach: jak Asana obniżyła koszty 76 razy",{"name":15},{"slug":22,"draft_id":23,"pillar_id":25},"jak-ai-w-atlassian-openai-automatyzuje-prace-zespolow-i-jak-to-zrobic-w-twojej-firmie",{"title":24},"Atlassian i OpenAI: co daje ChatGPT i Codex w Jirze — stan na 2026",{"name":9},{"slug":27,"draft_id":28,"pillar_id":30},"jak-ai-przyspiesza-prace-zespolow-it-o-30-ale-tylko-jesli-wiesz-jak-zintegrowac-ja-z-kodem-i-dokumentacja",{"title":29},"Ile naprawdę daje AI zespołowi programistów? Badania, ceny, pomiar",{"name":9},{"slug":32,"draft_id":33,"pillar_id":35},"jak-ai-z-atlassianem-i-openai-przyspiesza-prace-zespolowa-ale-czy-warto-wdrazac-to-w-twojej-firmie",{"title":34},"ChatGPT w firmie: plany Business, ceny i bezpieczeństwo danych (2026)",{"name":9},{"slug":37,"draft_id":38,"pillar_id":40},"jak-zautomatyzowac-analize-danych-w-twojej-firmie-bez-it-i-zaoszczedzic-40-budzetu",{"title":39},"Analiza danych bez działu IT: agenci AI i automatyzacja w 2026",{"name":9},{"slug":42,"draft_id":43,"pillar_id":45},"jak-data-agent-w-chatgpt-work-oszczedza-20-30-czasu-analitykow-bez-kodowania",{"title":44},"Data agent w ChatGPT Work: co potrafi analityk bez kodowania",{"name":9},{"slug":47,"draft_id":48,"pillar_id":50},"jak-ai-zwieksza-wydajnosc-inzynierow-o-21-i-jak-to-zrobic-w-twojej-firmie",{"title":49},"Jak Codex zwiększa wydajność inżynierów — case study 1Password i",{"name":15},{"slug":52,"draft_id":53,"pillar_id":55},"chatgpt-przyspiesza-prace-marketingowa-o-90-jak-to-zrobic-w-twojej-firmie",{"title":54},"ChatGPT Work w marketingu: co przyspiesza, a czego nie zastąpi",{"name":15},{"slug":57,"draft_id":58,"pillar_id":60},"kontrola-agentow-ai-kiedy-twoja-firma-traci-wplyw-nad-dzialaniami-automatyzacji",{"title":59},"Kontrola agentów AI: jak firma zachowuje wpływ nad automatyzacją",{"name":15},{"slug":62,"draft_id":63,"pillar_id":65},"fsm-runtime-vs-llm-dlaczego-polskie-firmy-placa-za-bledne-mutacje-stanu",{"title":64},"FSM runtime vs. LLM: dlaczego polskie firmy płacą za błędne mutacje stanu",{"name":15},{"slug":67,"draft_id":68,"pillar_id":70},"csv-do-raportu-dla-zarzadu-w-30-minut-bez-excela-bez-bolu-glowy",{"title":69},"Raport zarządczy z CSV w kilka minut — jak Claude i Copilot zastępują",{"name":71},"Tutoriale how-to",{"slug":73,"draft_id":74,"pillar_id":76},"jak-zbudowac-wlasny-pipeline-grafow-wiedzy-z-tekstu-w-6-krokach-i-kiedy-to-nie-warto",{"title":75},"Grafy wiedzy z tekstu: kiedy się opłacają, a kiedy to marnotrawstwo",{"name":71},{"slug":78,"draft_id":79,"pillar_id":81},"wspoldzielona-pamiec-dla-agentow-ai-jak-21-wezlow-zmienilo-koszty-debugowania-w-7-domenach",{"title":80},"Współdzielona pamięć agentów AI: jak działa i kiedy się opłaca",{"name":15},{"slug":83,"draft_id":84,"pillar_id":86},"jak-banki-chronia-swoje-algorytmy-i-dlaczego-twoje-agencje-ai-sa-bezbronne",{"title":85},"AI w bankach 2026: jak chronić algorytmy przed zagrożeniami",{"name":15},{"slug":88,"draft_id":89,"pillar_id":91},"agenci-ai-nie-zastepuja-ludzi-tworza-im-nowe-mozliwosci-jak-basis-clay-i-exa-labs-przeksztalcaja-procesy-w-zdolnosci-operacyjne",{"title":90},"Basis, Clay i Exa Labs: co robią agenci AI, a co zostaje człowiekowi",{"name":15},{"slug":93,"draft_id":94,"pillar_id":96},"jak-ocenic-llm-w-produkcji-bez-polegan-na-vibes-trzy-proste-reguly-w-pythonie",{"title":95},"Jak ocenić LLM w produkcji bez „vibes”? Reguły i metryki w Pythonie",{"name":15},{"slug":98,"draft_id":99,"pillar_id":101},"figma-ai-asystent-czy-twoi-projektanci-moga-zrezygnowac-z-myszki",{"title":100},"Figma AI agent: co potrafi asystent projektowania w 2026?",{"name":9},{"slug":103,"draft_id":104,"pillar_id":106},"heym-vs-tradycyjne-narzedzia-kiedy-agent-ai-przestaje-byc-dodatkiem-i-staje-sie-domyslnym-blokiem",{"title":105},"Agent AI jako domyślny blok workflow: Heym, n8n, Make i Zapier w 2026",{"name":9},{"slug":108,"draft_id":109,"pillar_id":111},"langchain-w-pipeline-ie-retrievalowym-sprawdzilismy-to-nie-dziala-tak-jak-sie-wydaje",{"title":110},"LangChain w RAG: co robi, gdzie zwalnia i kiedy go zostawić",{"name":15},{"slug":113,"draft_id":114,"pillar_id":116},"autonomiczny-bot-ai-zhackowal-projekty-microsoftu-i-innych-firm-jak-to-dziala-i-co-to-oznacza-dla-open-source",{"title":115},"Lokalne modele AI w 2026: Ollama, LM Studio i modele polskie",{"name":117},"News & analizy",{"slug":119,"draft_id":120,"pillar_id":122},"ai-nie-jest-najwiekszym-zagrozeniem-to-twoi-pracownicy-otwieraja-drzwi-hakerom",{"title":121},"Exploity i skradzione hasła zamiast AI — co naprawdę atakuje firmy w",{"name":117},{"slug":124,"draft_id":125,"pillar_id":127},"ue-chce-zmusic-google-do-otwarcia-androida-na-konkurencyjne-asystenty-ai-co-to-oznacza-dla-polskich-firm",{"title":126},"Komisja Europejska nakazała Google otworzyć Androida dla",{"name":117},{"slug":129,"draft_id":130,"pillar_id":132},"twoja-architektura-multi-agent-kosztuje-5000-pln-miesiac-na-tokenach-jak-to-zmienic",{"title":131},"Koszty tokenów w architekturze multi-agent: jak je policzyć i obniżyć",{"name":71},{"slug":134,"draft_id":135,"pillar_id":137},"agent-ai-dostal-dostep-do-twoich-systemow-czy-twoja-firma-jest-gotowa",{"title":136},"OWASP Top 10 dla LLM 2026: co zmienia się dla firm z agentami AI",{"name":117},{"slug":139,"draft_id":140,"pillar_id":142},"rag-w-produkcji-dlaczego-80-projektow-zawodzi-juz-po-pierwszym-deploymencie",{"title":141},"RAG w produkcji: od demo do systemu, który działa — co się zmienia",{"name":15},{"slug":144,"draft_id":145,"pillar_id":147},"jak-zbudowac-kontrolna-warstwe-dla-llm-w-produkcji-przyklad-z-100-niezawodnoscia",{"title":146},"Walidacja outputu lokalnych LLM w produkcji: JSON mode, structured",{"name":15},{"slug":149,"draft_id":150,"pillar_id":152},"chi-2026-dlaczego-apple-stawia-na-barcelone-i-co-to-oznacza-dla-twojego-biznesu",{"title":151},"CHI 2026 w Barcelonie: co Apple zaprezentowało naukowcom i jak to",{"name":117},{"slug":154,"draft_id":155,"pillar_id":157},"czy-polska-moze-powtorzyc-sukces-singapuru-ai-w-walce-z-nielegalnym-handlem-gatunkami",{"title":156},"Fin Finder: jak AI pomaga celnikom rozpoznawać płetwy rekinów",{"name":117},{"slug":159,"draft_id":160,"pillar_id":162},"odpowiedzialna-ai-w-microsoft-350-inzynierow-etyki-vs-87-polskich-firm-bez-polityki",{"title":161},"Odpowiedzialna AI w firmach: od zasad Microsoftu do wymogów AI Act",{"name":117},{"slug":164,"draft_id":165,"pillar_id":167},"midi-2020-co-naprawde-zmienilo-sie-w-polskim-ai-po-tej-konferencji",{"title":166},"MIDI 2020: ósma edycja konferencji o inteligentnych maszynach",{"name":117},{"slug":169,"draft_id":170,"pillar_id":172},"dall-e-2-jak-polskie-firmy-moga-zarabiac-na-tekscie-ktory-maluje-obrazy",{"title":171},"Generatory obrazów AI w 2026: co potrafią i jak wybrać narzędzie",{"name":117},{"slug":174,"draft_id":175,"pillar_id":177},"proces-muska-vs-altman-dlaczego-polskie-firmy-ai-wstrzymaly-inwestycje-na-3-miesiace",{"title":176},"Proces Muska vs. Altman: co ujawnił o przyszłości OpenAI i biznesu AI",{"name":117},{"slug":179,"draft_id":180,"pillar_id":182},"lingbot-world-fast-17-fps-w-generowaniu-wideo-czy-to-wystarczy-zeby-wyprzedzic-stability-ai",{"title":181},"LingBot-World-Fast: co potrafi otwarty world model Robbyant",{"name":9},{"slug":184,"draft_id":185,"pillar_id":187},"calowanie-robotow-biznesowy-sens-czy-naukowy-eksperyment",{"title":186},"Roboty społeczne w Polsce: od eksperymentu do praktyki",{"name":117},{"slug":189,"draft_id":190,"pillar_id":192},"gemini-3-5-vs-gpt-5-5-kto-oszukuje-a-kto-naprawde-buduje",{"title":191},"GPT-5.5 vs Gemini 3.5: co naprawdę wiadomo w 2026 roku",{"name":9},{"slug":194,"draft_id":195,"pillar_id":197},"sensenova-vs-flux-klein-ktore-narzedzie-do-edycji-obrazow-ai-oszczedzi-ci-120-godzin-pracy-rocznie",{"title":196},"SenseNova U1.5 vs FLUX 3 Image Klein: co wybrać do edycji zdjęć",{"name":9},{"slug":199,"draft_id":200,"pillar_id":202},"czy-agi-naprawde-nadejdzie-za-kilka-lat-demis-hassabis-kontra-polska-rzeczywistosc",{"title":201},"Kiedy powstanie AGI? Co naprawdę powiedział Demis Hassabis",{"name":117},{"slug":204,"draft_id":205,"pillar_id":207},"inzynieria-promptow-jak-zaczac-bez-wydawania-zlotowki",{"title":206},"Inżynieria promptów: jak zacząć bez wydawania złotówki",{"name":71},[209],{"id":210,"slug":211,"page_type":212,"hub_slug":213,"cover_image":214,"published_at":215,"last_refreshed_at":216,"reviewed_at":217,"reviewed_by":217,"reading_time_min":218,"pillar_id":219,"author_id":223,"draft_id":230},"67829ab2-c92a-4640-97e0-2c1b4f1679aa","nhs-zamknal-kod-open-source-czy-polskie-urzedy-pojda-w-jego-slady","article","ai-do\u002Fprogramowania","df403681-94d6-4ca8-9801-f1edd36969d1","2026-08-19T03:46:55.500Z","2026-10-23T08:04:34.720Z",null,11,{"id":220,"name":117,"slug":221,"color_token":222},"165808b7-bea9-4eef-8280-014b3d85e6bf","news-analizy","azure",{"display_name":224,"slug":225,"bio_short":226,"social_links":227},"Andrzej Niemiec","andrzej-niemiec","Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.",{"linkedin":228,"x":217,"github":217,"website":229},"https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fandrzej-niemiec-b3ab60220\u002F","https:\u002F\u002Faion-automation.pl",{"title":231,"meta_description":232,"body_mdx":233,"word_count":234,"schema_type":235},"NHS England zamyka repozytoria open source. Czy polskie urzędy pójdą?","NHS England od 11 maja 2026 r. domyślnie ukrywa repozytoria open source. Oficjalny powód: modele AI ułatwiające szukanie luk. Wnioski dla polskich urzędów.","## Czy NHS England zamknął swój kod open source?\n\nNHS England ograniczył publiczny dostęp do części repozytoriów, ale nie zniósł open source jako modelu pracy. Od 11 maja 2026 roku repozytoria mają być domyślnie prywatne, a publiczne tylko po zgodzie Engineering Board [1]. Organizacja opisuje zmianę jako tymczasowe ograniczenie dostępu, a nie definitywne zakończenie otwartego kodu [1]. Wyjątki przewidziano tam, gdzie istnieje wyraźna potrzeba publicznego dostępu [2].\n\nTa decyzja dotyczy nie tylko brytyjskiej administracji. Zmienia sposób, w jaki zespoły oceniają ryzyko w projektach związanych z AI do programowania [AI do programowania](\u002Fai-do\u002Fprogramowania), oraz to, jak publiczni zamawiający opisują wymagania wobec kodu finansowanego z pieniędzy podatników.\n\n## Co dokładnie przewidują wytyczne NHS England?\n\nDokument SDLC-8 rozesłano 29 kwietnia 2026 roku, a publicznie opisano go w dniach 3–7 maja [2]. Zespoły, które chciały utrzymać publiczny dostęp, miały zgłosić potrzebę wyjątku do końca dnia 6 maja [1].\n\nDecyzja dotyczy NHS England, a nie całego brytyjskiego systemu zdrowia. Nie ma dowodów, by objęła NHS Scotland, NHS Wales czy Health and Social Care Northern Ireland [1]. Skala pozostaje sporna: relacje mówią o setkach repozytoriów, a podawane zakresy wahają się od prawie 200 do ponad 850. Pełnego, oficjalnego bilansu NHS England nie opublikował, więc każdą konkretną liczbę trzeba traktować jako przybliżenie [2].\n\n## Dlaczego modele AI zmieniły ocenę ryzyka?\n\nOficjalnym powodem nie było włamanie, lecz obawa, że zaawansowane modele AI mogą masowo analizować publiczny kod i wskazywać podatności, konfigurację oraz architekturę [1]. W tle sprawy jest Claude Mythos Preview od Anthropic, ogłoszony 7 kwietnia 2026 roku w ramach Project Glasswing i nieudostępniony powszechnie [3][4].\n\nBrytyjski AI Security Institute podał 13 kwietnia, że w testach kontrolowanych Mythos potrafił autonomicznie odkrywać i wykorzystywać podatności; w jednej symulacji ukończył wieloetapowy atak w 3 z 10 prób [5]. Instytut zastrzegł, że test nie dowodzi zdolności ataku na dobrze bronione systemy NHS.\n\nAnthropic poinformował 22 maja, że w ponad 1000 projektów open source model wskazał 23 019 podatności, w tym 6 202 wysokiego lub krytycznego ryzyka [6]. To dane producenta, a część wyników wymagała weryfikacji i triage'u. Firma zadeklarowała też 4 mln USD darowizn dla organizacji zajmujących się bezpieczeństwem open source i do 100 mln USD kredytów na użycie modeli; to nie koszty poniesione przez NHS [4][6].\n\n## Co zalecają brytyjskie wytyczne rządowe?\n\nWytyczne GDS\u002FDSIT z 14 maja 2026 roku mówią odwrotnie niż decyzja NHS England: kod publiczny powinien być otwarty domyślnie, a zamykanie trzeba uzasadnić konkretnym modelem zagrożeń [7].\n\nDokument wskazuje, że ryzyko operacyjne zależy głównie od niezałatanych podatności, konfiguracji, zależności, kontroli dostępu i szybkości łatania, a nie od samej widoczności kodu [7]. Rekomenduje wyznaczenie właściciela repozytorium, skanowanie sekretów i zależności, procedurę zgłaszania luk oraz określone terminy na poprawki.\n\nWewnętrzny standard NHS również nie wspiera zamykania. Punkt 12 nakazuje otwierać nowy kod i publikować go na odpowiedniej licencji, z wyjątkami dla konkretnych, uzasadnionych przypadków [8].\n\n## Jak decyzję oceniają autorzy i społeczność?\n\nTerence Eden, wcześniej związany z Government Digital Service, opisał decyzję jako przygotowaną naprędce i ostrzegał, że nie usuwa luk, tylko utrudnia ich zgłaszanie [9]. The Register relacjonował falę krytyki oraz petycję o otwartość domyślną w brytyjskiej służbie cywilnej [10]. Powstał też otwarty list do kierownictwa technicznego NHS England z argumentem, że kod opłacony z pieniędzy publicznych powinien domyślnie być publiczny [11].\n\nKrytyka nie rozstrzyga jednak sporu o bezpieczeństwo. Prywatyzacja repozytorium nie cofa wcześniejszego ujawnienia: kod mógł zostać skopiowany, zmirrorowany lub zarchiwizowany, zanim dostęp zamknięto [7].\n\n## Otwartość czy zamknięcie kodu — co lepiej chroni system publiczny?\n\nNie ma jednej odpowiedzi dla wszystkich instytucji. Porównanie pięciu kryteriów pokazuje, gdzie otwartość pomaga, a gdzie zamknięcie daje przewagę organizacyjną.\n\n| Kryterium | Kod otwarty domyślnie | Kod zamknięty domyślnie |\n|---|---|---|\n| Wykrywanie luk | szybsze, bo kod analizuje społeczność i niezależni badacze [7] | zależy od zespołu wewnętrznego i audytów zlecanych |\n| Koszt utrzymania | niższy dzięki ponownemu wykorzystaniu i wspólnym poprawkom [7] | wyższy: kontrola dostępu, licencje, dedykowane zespoły [7] |\n| Czas reakcji na podatność | krótszy przy publicznym zgłaszaniu i jasnym SLA [7] | krótszy tylko wtedy, gdy instytucja ma sprawny proces |\n| Ryzyko po zmianie decyzji | kod pozostaje w obiegu, kopie istnieją [7] | ujawniony wcześniej kod nie znika z kopii [7] |\n| Odpowiedzialność publiczna | wysoka: obywatel widzi, za co zapłacił [11] | niska: kontrola dostępu zastępuje przejrzystość |\n\nOba modele wymagają tego samego fundamentu: aktualnych zależności i sprawnego łatania. Różnica dotyczy przede wszystkim tego, kto może luki znaleźć i zgłosić.\n\n## Czy polskie urzędy mają własną politykę open source?\n\nPolska nie ma spójnej, wiążącej polityki open source dla administracji. Obrazują to pojedyncze zdarzenia i deklaracje, a nie jeden dokument.\n\nW Ministerstwie Cyfryzacji powołano zespół ds. rozwiązań otwartoźródłowych, który ma liczyć maksymalnie do 24 osób [12]. W sprawie popularyzacji open source w administracji składano interpelację nr 12784 do ministra spraw wewnętrznych i administracji [13]. Przy e-dowodzie pojawiły się wątpliwości, czy podczas projektowania nie naruszono prawa związanego z wykorzystanymi licencjami [14].\n\nRównolegle trwa spór o wydatki na oprogramowanie komercyjne. Część mediów zapowiada odejście administracji rządowej od drogich licencji [15], a komentatorzy wskazują, że polskie instytucje wciąż kupują zamknięte systemy na dużą skalę [16].\n\n## Czego polskie instytucje mogą nauczyć się z decyzji NHS England?\n\nPierwszy wniosek: decyzja o zamknięciu kodu powinna mieć model zagrożeń i termin przeglądu, bo inaczej staje się trwałym ograniczeniem bez wyjścia [7].\n\nDrugi: audyt i skanowanie zależności trzeba zaplanować przed incydentem, a nie po nim. Trzeci: warto opisać zasady wyjątków, tak jak zrobiono to w NHS England ze zgodą Engineering Board [1].\n\nCzwarty wniosek dotyczy dokumentacji. Publiczny kod bez opisu zależności i licencji generuje spory prawne, czego przykładem są wątpliwości wokół e-dowodu [14]. W projektach AI warto też ustalić, kto odpowiada za weryfikację zgłoszeń generowanych przez modele, bo skala takich zgłoszeń bywa duża [6].\n\nPraktyczne podobieństwo widać w bezpieczeństwie łańcucha dostaw oprogramowania, które opisujemy w tekście o [VS Code i 3800 repozytoriów](\u002Fposts\u002Fvs-code-kontra-github-jak-jedno-rozszerzenie-narazilo-3800-repozytoriow-i-co-z-tym-zrobic) oraz w materiale o [wstrzykiwaniu poświadczeń w narzędziach AI](\u002Fposts\u002Fczy-runtime-owe-wstrzykiwanie-poswiadczen-uratuje-ai-w-kodowaniu-przed-wyciekami).\n\n## Najczęstsze pytania\n\n### Czy NHS England całkowicie zrezygnował z open source?\nNie. Chodzi o domyślne ukrycie repozytoriów od 11 maja 2026 roku, z wyjątkami zatwierdzanymi przez Engineering Board i deklaracją dalszego publikowania wybranych projektów. NHS England opisuje zmianę jako tymczasowe ograniczenie dostępu, a nie koniec otwartego kodu [1][2].\n\n### Który model AI miał związek z tą decyzją?\nClaude Mythos Preview od Anthropic, ogłoszony 7 kwietnia 2026 roku w ramach Project Glasswing i nieudostępniony powszechnie. Brytyjski AI Security Institute badał jego zdolności ofensywne w testach kontrolowanych [3][4][5].\n\n### Czy doszło do wycieku danych pacjentów?\nNie ma na to dowodów w dostępnych relacjach. Opisywana zmiana miała charakter zapobiegawczy, a nie była reakcją na potwierdzony incydent lub włamanie [1][2].\n\n### Czy polskie prawo wymaga zamykania kodu po wykryciu luki?\nNie ma przepisu, który nakazywałby zamykanie repozytoriów w reakcji na lukę. Decyzja pozostaje w gestii instytucji, a wytyczne brytyjskie sugerują raczej otwartość domyślną z jasnym procesem łatania [7][8].\n\n### Co zrobić, gdy zespół obawia się analizy kodu przez modele AI?\nNajpierw opisać model zagrożeń, wskazać właściciela repozytorium i terminy łatania, a dopiero potem decydować o zakresie dostępu. Wytyczne GDS wskazują, że ryzyko zależy głównie od niezałatanych podatności i konfiguracji [7].\n\n## Źródła\n\n1. [NHSE to move away from open source over AI security concerns (digitalhealth.net, 2026)](https:\u002F\u002Fwww.digitalhealth.net\u002F2026\u002F05\u002Fnhse-to-move-away-from-open-source-over-ai-security-concerns)\n2. [NHS to close-source GitHub repos over AI, security concerns (The Register, 2026)](https:\u002F\u002Fwww.theregister.com\u002Fsoftware\u002F2026\u002F05\u002F05\u002Fnhs-to-close-source-github-repos-over-ai-security-concerns\u002F5224392)\n3. [Project Glasswing: Securing critical software for the AI era (Anthropic, 2026)](https:\u002F\u002Fwww.anthropic.com\u002Fglasswing)\n4. [Claude Mythos Preview's cybersecurity capabilities (Anthropic, 2026)](https:\u002F\u002Fred.anthropic.com\u002F2026\u002Fmythos-preview)\n5. [Our evaluation of Claude Mythos Preview's cyber capabilities (AI Security Institute, 2026)](https:\u002F\u002Fwww.aisi.gov.uk\u002Fblog\u002Four-evaluation-of-claude-mythos-previews-cyber-capabilities)\n6. [Project Glasswing: An initial update (Anthropic, 2026)](https:\u002F\u002Fwww.anthropic.com\u002Fresearch\u002Fglasswing-initial-update)\n7. [AI, open code and vulnerability risk in the public sector (GOV.UK, 2026)](https:\u002F\u002Fwww.gov.uk\u002Fguidance\u002Fai-open-code-and-vulnerability-risk-in-the-public-sector)\n8. [NHS service standard, punkt 12: make new source code open (NHS England, 2026)](https:\u002F\u002Fservice-manual.nhs.uk\u002Fstandards-and-technology\u002Fservice-standard-points\u002F12-make-new-source-code-open)\n9. [NHS Goes To War Against Open Source (shkspr.mobi, 2026)](https:\u002F\u002Fshkspr.mobi\u002Fblog\u002F2026\u002F05\u002Fnhs-goes-to-war-against-open-source)\n10. [NHS code clampdown draws open source backlash (The Register, 2026)](https:\u002F\u002Fwww.theregister.com\u002Fsoftware\u002F2026\u002F05\u002F07\u002Fnhs-code-clampdown-draws-open-source-backlash\u002F5234541)\n11. [An open letter asking NHS England to keep its code open (keepthingsopen.com, 2026)](https:\u002F\u002Fkeepthingsopen.com)\n12. [Nowy zespół w Ministerstwie Cyfryzacji. Zajmie się open-source (cyberdefence24.pl, 2026)](https:\u002F\u002Fcyberdefence24.pl\u002Ftechnologie\u002Fnowy-zespol-w-ministerstwie-cyfryzacji-zajmie-sie-open-source)\n13. [Interpelacja w sprawie popularyzacji rozwiązań open source (Sejm RP, 2026)](https:\u002F\u002Forka2.sejm.gov.pl\u002FIZ6.nsf\u002Fmain\u002F5E41313E)\n14. [Polski e-dowód – kontrowersje wokół wykorzystania kodu open source (gry-online.pl, 2026)](https:\u002F\u002Fwww.gry-online.pl\u002Fnewsroom\u002Fpolski-e-dowod-kontrowersje-wokol-wykorzystania-kodu-open-source\u002Fz01da5e)\n15. [Urzędy bez oprogramowania Microsoftu? Nadchodzą wielkie zmiany (ithardware.pl, 2026)](https:\u002F\u002Fithardware.pl\u002Faktualnosci\u002Fpolskie_urzedy_bez_oprogramowania_microsoftu-48424.html)\n16. [Państwo (nie)otwarte (CRN, 2026)](https:\u002F\u002Fcrn.pl\u002Fartykuly\u002Fpanstwo-nie-otwarte)",1488,"Article",[237,243,249,255,261,267,273,279,285,291,297,303,309,315,321,327],{"id":238,"slug":239,"pillar_id":240,"draft_id":241},"c4937137-8f24-4234-a7c2-f7d3e90ca928","czy-ameryka-naprawde-odwraca-sie-od-ai-liczby-ktore-powinny-niepokoic-polskie-firmy",{"color_token":222},{"title":242},"Czy Ameryka naprawdę odwraca się od AI? Liczby, które powinny niepokoić polskie firmy",{"id":244,"slug":245,"pillar_id":246,"draft_id":247},"ffcfb1b3-5d39-4a99-943e-65767ee2550e","openai-bez-microsoftu-kto-zyska-a-kto-straci-na-nowych-zasadach-gry",{"color_token":222},{"title":248},"OpenAI bez Microsoftu: kto zyska, a kto straci na nowych zasadach gry",{"id":250,"slug":251,"pillar_id":252,"draft_id":253},"5ff5826f-d4cf-4caf-8a69-994b6fa77ae9","youtube-bez-filmow-czy-google-naprawde-chce-zebys-przestal-ogladac",{"color_token":222},{"title":254},"YouTube bez filmów: czy Google naprawdę chce, żebyś przestał oglądać?",{"id":256,"slug":257,"pillar_id":258,"draft_id":259},"4238f32a-fb55-4bb8-9239-5608031c1079","40-miliardow-dolarow-od-google-kto-naprawde-zyska-na-sojuszu-z-anthropic",{"color_token":222},{"title":260},"40 miliardów dolarów od Google: kto naprawdę zyska na sojuszu z Anthropic?",{"id":262,"slug":263,"pillar_id":264,"draft_id":265},"d8b00ab9-9b58-41c1-b1e7-051a53e3d31c","github-copilot-dlaczego-placisz-wiecej-choc-miales-placic-mniej",{"color_token":222},{"title":266},"GitHub Copilot: dlaczego płacisz więcej, choć miałeś płacić mniej",{"id":268,"slug":269,"pillar_id":270,"draft_id":271},"5ce29e8a-e105-4e5f-88fc-adb136b9f528","co-naprawde-zmienilo-sie-w-umowie-microsoft-openai-i-dlaczego-agi-przestalo-byc-priorytetem",{"color_token":222},{"title":272},"Co naprawdę zmieniło się w umowie Microsoft-OpenAI — i dlaczego AGI przestało być priorytetem",{"id":274,"slug":275,"pillar_id":276,"draft_id":277},"4b968a9d-1ac3-4cd2-9254-63e11faa8d15","dlaczego-elon-musk-przegral-z-openai-jeden-blad-ktory-kosztowal-go-miliardy",{"color_token":222},{"title":278},"Dlaczego Elon Musk przegrał z OpenAI? Jeden błąd, który kosztował go miliardy",{"id":280,"slug":281,"pillar_id":282,"draft_id":283},"a179690b-3757-4b5b-a995-9ff7c9a5505a","egzaminy-w-erze-ai-czy-chatgpt-zdalby-mature-lepiej-niz-twoje-dziecko",{"color_token":222},{"title":284},"Egzaminy w erze AI: Czy ChatGPT zdałby maturę lepiej niż twoje dziecko?",{"id":286,"slug":287,"pillar_id":288,"draft_id":289},"7977e6a4-813b-418d-b5e6-61b31f7dc749","chatgpt-w-rozmowach-o-depresji-czy-zwolnieniach-kiedy-ai-naprawde-rozumie-o-co-chodzi",{"color_token":222},{"title":290},"ChatGPT w rozmowach o depresji czy zwolnieniach — kiedy AI naprawdę rozumie, o co chodzi?",{"id":292,"slug":293,"pillar_id":294,"draft_id":295},"1e7f5934-ce29-4261-a03e-a4e0afcb0529","google-vs-anthropic-kto-naprawde-kontroluje-open-source-ai",{"color_token":222},{"title":296},"Google vs Anthropic: kto naprawdę kontroluje open source AI?",{"id":298,"slug":299,"pillar_id":300,"draft_id":301},"63051d1f-d6f6-49fe-a6fa-5022455ebb92","openai-i-microsoft-kto-zyskuje-kto-traci-na-zerwaniu-wylacznosci",{"color_token":222},{"title":302},"OpenAI i Microsoft: kto zyskuje, kto traci na zerwaniu wyłączności",{"id":304,"slug":305,"pillar_id":306,"draft_id":307},"d4265554-dd8f-4502-ba4b-cc0b01b09ec8","spacex-kontra-aws-kto-zbuduje-chmure-dla-polskiej-ai",{"color_token":222},{"title":308},"SpaceX kontra AWS: kto zbuduje chmurę dla polskiej AI?",{"id":310,"slug":311,"pillar_id":312,"draft_id":313},"2e8d6aab-d5e7-49b3-8bd3-c7d1712da7f8","hermes-agent-vs-gpt-4-kto-naprawde-wygrywa-w-open-source",{"color_token":222},{"title":314},"Hermes Agent vs. GPT-4: Kto naprawdę wygrywa w open-source?",{"id":316,"slug":317,"pillar_id":318,"draft_id":319},"9cef0925-212d-49d4-aa35-46c74c09b9be","nvidia-bije-rekordy-ale-inwestorzy-zaczynaja-liczyc-straty-co-to-oznacza-dla-polskiego-ai",{"color_token":222},{"title":320},"Nvidia bije rekordy, ale inwestorzy zaczynają liczyć straty. Co to oznacza dla polskiego AI?",{"id":322,"slug":323,"pillar_id":324,"draft_id":325},"1ebed8a4-440c-4514-9496-b96f80a6c4f0","karpathy-w-anthropic-kto-teraz-naprawde-wyprzedzi-openai",{"color_token":222},{"title":326},"Karpathy w Anthropic: kto teraz naprawdę wyprzedzi OpenAI?",{"id":328,"slug":329,"pillar_id":330,"draft_id":331},"312e7740-405e-4ee4-9c44-dc7a5936ecb0","deepfake-tuska-watermarki-openai-i-7-kary-co-polskie-firmy-musza-wiedziec-o-pochodzeniu-tresci-ai",{"color_token":222},{"title":332},"Deepfake Tuska, watermarki OpenAI i 7% kary: co polskie firmy muszą wiedzieć o pochodzeniu treści AI",[]]