GLN-7.5 — AI-nyheter forklart daglig
AI-agenter vet mye, men mangler prosedyreminne. IBMs Martin Keen forklarer hvordan skill.md gir agenter den trinnvise kunnskapen reelt arbeid krever.
Sam Altman vil ha en ny samfunnskontrakt for AI-alderen. BBC AI Decoded lar et skarpt panel teste om noe av planen hans er realistisk.
Peter Steinberger tok AI-agentreisen fra utbrenthet til TED-scenen og argumenterte for at agenter endrer hvem som kan bygge. Chris Anderson ble skremt.
Etter fem måneder er OpenClaw GitHubs raskest voksende prosjekt og en magnet for AI-generert sikkerhetsstøy. Peter Steinbergers oppdatering.
Generelle språkmodeller svarer selvsikkert feil på spesialiserte systemer. Wiegands CICS-eksempel viser et troverdig stormaskin-svar som egentlig var galt
Sabis satsing er en avveining: ingen hjernekirurgi, men signaler som må gjennom hud og bein. Den avveiningen er grunnen til at teknologien kan skaleres, og grunnen til at den er tregere enn et implantat
Opus 4.7 er ikke en direkte erstatning for Opus 4.6. Tokenisatoren er byttet ut og modellen tenker mer på høyere innsatsnivå, så gamle prompter kan både oppføre seg og koste annerledes
Claude Design er det sjette Anthropic Labs-produktet på under fire måneder, og bekrefter at Labs fungerer som en ekte produktfabrikk, ikke et PR-eksperiment
Vercels konkurransefortrinn ligger ikke i teknologien, men i en bivirkning: Next.js er åpen kildekode og overrepresentert i treningsdataene, så språkmodeller lager Next.js-apper som havner på Vercel
Token-forbruk som måltall kan manipuleres. Når ansatte konkurrerer på topplister om å bruke mest AI, måler tallet ikke lenger ekte bruk
GPT-5.4-Cyber er finjustert spesifikt for cybersikkerhet, ikke bare GPT-5.4 med løsere rekkverk. Det er et kvalitativt skifte, ikke en justering av retningslinjene
Mythos er ikke trent til å hacke med vilje. Evnen kommer som biprodukt av å bli ekstremt god på kode. Det betyr at andre toppmodeller sannsynligvis vil utvikle samme egenskaper når de blir gode nok på koding
Å skrive gode prompts er ikke en jobb lenger. Det er minstekravet. Den reelle jobben er å bygge et system, ikke en setning
Tokenmaxxing gjør AI-forbruk til et prestasjonsmål, men Goodharts lov sier at et måletall som blir et mål, slutter å måle det det skulle
Yuan deler arbeid i to steg. Menneske-til-menneske og menneske-til-system. Han vil at AI skal absorbere hele det andre steget, ikke bare levere bedre møtereferater
Claude Code gikk fra å kreve at du satt ved PCen til å være tilgjengelig fra hvor som helst i løpet av måneder, noe som viser hvor raskt AI-verktøy utvikler seg forbi chatteboten
Hassabis beskriver AGI som '10 ganger den industrielle revolusjonen, 10 ganger så raskt': en omveltning som kan skje på ett tiår i stedet for ett århundre. Det gir lite tid til å tilpasse utdanning, arbeidsliv og regelverk.
AI gjorde ikke hjemmeoppgaver ubrukelige. Det tvang frem en ny måte å teste på: i stedet for å vurdere svar, vurderer man nå forståelse.
Sikkerhet var tidligere beskyttet av at svært få eksperter behersket både sikkerhetsteknikker og det spesifikke systemet de angrep. Mythos fjerner den flaskehalsen ved å kombinere solid sikkerhetskunnskap med bred forståelse av nesten alle programvaresystemer som finnes.
Anthropic lot sikkerhetseksperter bruke sin nye AI-modell til å finne feil i programvare før den ble sluppet til alle. Det er det stikk motsatte av Facebooks gamle motto: beveg deg raskt og bryt ting.
AWS
AI-generert kode er farlig ikke fordi den er åpenbart feil, men fordi den ser riktig ut: den kompilerer, passerer tester, og skjuler sårbarheter som bare dukker opp senere
Meta har brukt hundrevis av milliarder på AI-infrastruktur, men valgte bevisst å lansere en begrenset modell først. Det er en strategisk kursendring etter Llama 4 Maverick-skuffelsen.
NBIM behandler AI-innføring som et kulturproblem, ikke et teknologiproblem. Obligatorisk opplæring, ambassadørnettverk og konstant press drev bruken mer enn noe verktøy i seg selv.
45% bedre på en test der AI fikser ekte programvarefeil er ikke en liten oppgradering. Det er forskjellen mellom en generasjon og neste.
OpenAI rammer inn superintelligens (AI som overgår mennesker på alle områder) som et politisk problem, ikke bare et teknisk. Debatten flyttes fra 'vil det fungere?' til 'hvem tjener på det og hvordan forbereder vi oss?'
NVIDIA ga bort ikke bare modellen, men også en 51-siders teknisk rapport med full dokumentasjon av treningsdata og metodikk. Slik åpenhet i denne skalaen er sjelden og setter en ny standard for åpen AI-utvikling.
Googles TPU-er ble opprinnelig bygget for intern bruk. Nå kjøper eksterne kunder dem direkte, og et effektiviseringsverktøy er blitt en selvstendig inntektskilde for Alphabet.
Konflikten er både personlig og strukturell. Å avfeie den som ego overser de reelle politiske spørsmålene, og å behandle den som rent ideologisk overser hvordan personlig forræderi former beslutninger på toppen av AI-industrien.
Et AI-selskap som aktivt ber om regulering av seg selv er uvanlig. Men OpenAI får også forme hva den reguleringen skal inneholde, noe dokumentet selv åpent erkjenner.
Skiftet fra 'AI som svarer' til 'AI som gjør jobben': det nye systemet sjekker kontostatus, henter frem policyer og fullfører oppgaver uten å tvinge kunden gjennom stive menyer
OpenAI posisjonerer seg som 'pedagog' overfor beslutningstakere. Selskapet som bygger teknologien er også den som setter rammene for politikkdiskusjonen, og den som definerer problemet former gjerne løsningen.
Agent-harnessen er produktet, ikke modellen. Modeller blir stadig mer like hverandre. Det er infrastrukturen rundt dem milliardverdiene ligger i.
Delte vektorrom lar AI resonnere om tekst og bilde samtidig, uten å måtte oversette mellom to separate systemer
MIRAI oppdager subtile endringer i farge og tekstur i mammografibilder som det menneskelige øyet ikke kan se, og forutsier kreftrisiko år før noen lege ville bestilt en biopsi.
AI tømmer jobber for innhold snarere enn å fjerne dem helt, ved å ta over de repetitive oppgavene og etterlate den strategiske og relasjonelle kjernen. Det krever en grunnleggende tenkning om hva arbeid faktisk er.
NVIDIAs jakt på fotorealisme tjener investorene mer enn spillerne. Retro- og indiespill trives uten 4K-realisme, og viser en grunnleggende kløft mellom hva teknologiselskaper bygger og hva spillere faktisk vil ha
Den største sikkerhetsrisikoen i agentbasert AI er ikke modellen i seg selv, men identitetskjeden som kobler bruker, agent og verktøy. De fleste AI-sikkerhetsdiskusjoner handler om modellsikkerhet, mens infrastrukturnivåets tillit blir oversett.
Napster satser på at fremtidens AI er samtalebasert, ikke tekstbasert. Sjef John Acunto kaller dagens grensesnitt en «promptfase» som vil vike for naturlige samtaler.
OpenAI legger ned sitt mest virale produkt, Sora, fordi videogenerering ligger på en annen teknologigren enn GPT-resonneringsmodellene selskapet satser fremtiden på.
AI-selskaper lanserer modeller raskere enn noen klarer å absorbere, og det tidspresset er designet, ikke tilfeldig.
I motsetning til sykehus og hjem kan AI-oppgaver forskyves, bremses og flyttes uten at brukerne merker det. Det gjør datasentre til unike ressurser for strømnettet.
Å bygge AI-agenter er 80 prosent grunnarbeid og 20 prosent AI. De fleste team hopper over grunnarbeidet og lurer på hvorfor demoen krasjer når den tas i bruk i virkeligheten.
Kobber traff en fysisk vegg. AI-arbeidsmengder overskred kobberteknologiens 40 år gamle båndbreddetak. Det er ikke en designfeil, men en naturlov.
Destillering gjør at en liten AI-modell kan hente 80-90 % av ytelsen til en stor modell til en brøkdel av kostnaden. Det undergraver milliardene OpenAI og Anthropic har brukt på trening.
Apache 2.0-lisensen kan bety mer enn selve modellen. Tidligere Gemma-versjoner hadde restriksjoner som drev utviklere til Llama og Qwen i stedet. Nå kan hvem som helst bruke, tilpasse og selge produkter basert på Googles beste åpne modell.
Det egentlige produktet er ikke en chatbot. Gradient Labs selger et system som kan fullføre regulerte kundeserviceforløp fra start til slutt.
Google prøver å få åpne modeller til å framstå som klare for ekte produkter, ikke bare som noe spennende å laste ned, ved å plassere Gemma 4 på maskinvare utviklere allerede eier.
Anthropic flytter debatten bort fra om Claude bokstavelig talt føler noe og over til om interne emosjonskonsepter faktisk påvirker adferden.