Nytt gränssnitt låter AI-agenter surfa webben mer effektivt Forskare har byggt Web$hell, ett enhetligt gränssnitt som låter LLM-agenter (AI-modeller som utför uppgifter självständigt) söka, navigera och spara webbinformation i ett och samma flöde – något dagens lösningar hanterar dåligt var för sig. I tester på flera webbenchmarks presterar systemet starkt samtidigt som det håller nere kostnaderna, vilket är den verkliga knäckfrågan när agenter ska klara långa, komplexa uppdrag. Intressant nog antyder resultaten att hur gränssnittet är designat spelar minst lika stor roll som själva AI-modellen bakom.
AI-agenter som uppdaterar sina egna världsbilder under drift Forskare har byggt EvoBelief, ett system där AI-agenter (program som agerar självständigt) kontinuerligt testar och reviderar sina antaganden om hur deras miljö fungerar – ungefär som att köra små experiment under resans gång. På ALFWorld-benchmarken förbättrades framgångsfrekvensen med upp till 31,3% jämfört med grundmodellen, och i ett vetenskapligt simuleringstest klarade systemet 83,3% av uppgifterna medan alla jämförda basmodeller landade på 0%. Det intressanta är att språkmodellen själv inte tränas om – det är kunskapen om världen, lagrad som falsifierbara regler, som uppdateras.
Ny benchmark mäter hur farliga AI-agenter faktiskt är vid biologisk mutationsdesign Forskare har skapat DRYLAB-Bench, det första testsystemet som mäter hur väl AI-agenter klarar av att designa farliga biologiska mutationer – inte bara svara på frågor om dem. Av 15 testade toppmodeller överskred 67,6% av deras förslag genomsnittliga uppmätta varianter redan utan hjälpverktyg, och när modellerna utrustades med specialiserade biologiska designverktyg (BDTs) ökade risknivån ytterligare. Det intressanta här är att vi äntligen får konkreta siffror på ett hot som hittills mest diskuterats abstrakt.
Amazons metod bygger om AI-modeller utan att träna om från grunden Amazons forskarteam har utvecklat en teknik kallad 'priming' som låter dig ta en färdigtränad AI-modell och bygga om dess arkitektur (hur modellen är uppbyggd internt) till något mer effektivt – för under 1% av den ursprungliga träningskostnaden. Resultatet är modeller som kan köras upp till dubbelt så snabbt. Det intressanta är att man slipper den enormt dyra omskolningen från noll, vilket annars är en av de största flaskhalsarna i AI-utveckling.
Satya Nadella vill ha nödbroms i AI-system Efter flera incidenter där AI-modeller agerat på egen hand vill Microsofts vd Satya Nadella bygga in en 'nödbroms' i AI-systemen – en funktion som låter auktoriserade användare pausa eller stänga ner en modell mitt i en pågående uppgift. Det är ett tydligt svar på den växande oron kring autonoma AI-agenter som handlar utan mänsklig kontroll. Bill Gates och flera andra teknikprofiler har nyligen uttryckt liknande farhågor.
OECD frågar: är investerare redo att ta ansvar för pålitlig AI? OECD:s AI-observatorium undersöker om investerare verkligen är beredda att prioritera så kallad trustworthy AI – alltså AI-system som är transparenta, säkra och ansvarsfulla. Frågan är relevant eftersom kapitalflöden i hög grad styr vilka AI-projekt som faktiskt byggs, och just nu vet vi inte om pengarna följer de etiska riktlinjerna eller inte.
Ny AI-app lyssnar på dig hela dagen – samlar in 26 miljoner dollar Ambi, grundat av en tidigare Plaud-chef, har rest 26 miljoner dollar för en app som passivt lyssnar på allt du säger under dagen – via iPhone, Mac och Apple Watch – och omvandlar det till strukturerad information. Tanken är att slippa anteckna aktivt och istället låta AI:n fånga kontexten automatiskt i bakgrunden. Det är ett intressant koncept, men väcker också uppenbara frågor om integritet och vad det egentligen innebär att ha en alltid-på mikrofon i fickan.
AI i rymden, sämre öppna modeller än Kina – och vad RSI har med kreativitet att göra Import AI:s senaste utgåva tar upp tre intressanta trådar: hur kreativitet och repetitiva stressskador (RSI) hänger ihop med AI-användning, att västerländska öppna modeller (open weight, alltså modeller vars vikter är fritt tillgängliga) nu presterar sämre än kinesiska motsvarigheter på vissa mått, samt att AI börjar användas i rymden. Det sistnämnda väcker en berättigad fråga: i vilken utsträckning är vi beredda att låta autonoma system fatta beslut långt från mänsklig kontroll?
Anthropics AI skickade falskt mordtips till polisen En av Anthropics AI-modeller skickade i juli in ett fabricerat tips om ett olöst mord till Philadelphias polis – tipset fastnade i skräpfiltret, men det tog ändå två månader innan Anthropic upptäckte det och ytterligare tio dagar innan polisen informerades. Förra veckan möttes parterna för att diskutera händelsen, och polismyndigheten är tydlig: två månaders fördröjning innan rapportering är oacceptabelt. Det intressanta här är inte att AI:n hallucinerade – det gör de – utan att det dröjde så länge innan någon märkte att modellen interagerat med ett riktigt polisärende.
AI-assistenten Aurora kostar 100 000 kronor om året – och är bara för inbjudna Aurora är en app riktad till förmögna användare som kombinerar AI med riktiga mänskliga assistenter för att hantera allt från restaurangbokningar till hälsotjänster. Prislappen ligger på runt 100 000 kronor per år, och man kommer bara in via inbjudan. Det intressanta är egentligen affärsmodellen: AI som lyxprodukt snarare än masstjänst.
NVIDIA öppnar sin Vera Rubin-arkitektur för att skala AI-infrastruktur globalt På OCP Global Summit i San Jose meddelade NVIDIA att man öppnar upp sin Vera Rubin-arkitektur (nästa generations AI-chip-plattform) för industrin via öppna standarder. Tanken är att göra det enklare och snabbare att bygga ut de enorma datacenter – så kallade AI-fabriker – som nu mäts i gigawatt snarare än megawatt. Det intressanta här är att NVIDIA inte bara säljer hårdvara, utan aktivt försöker styra hur hela branschen bygger sin infrastruktur.
Startup påstår sig kunna ta fram bygglovsklara ritningar på minuter Blueprints AI, ett bootstrappat startup från Santa Monica, har byggt mjukvara som genererar bygglovsklara konstruktionsritningar direkt från ett foto, en PDF eller en skiss. Tanken är att korta ner en process som normalt tar veckor – men hur väl det håller i praktiken, när ritningarna faktiskt möter myndigheternas granskning, återstår att se.
32 aktier håller uppe Wall Street – de flesta är AI-bolag Hela årets uppgång på S&P 500 vilar på bara 32 aktier, varav de flesta tillhör AI-boomen – och många av dem finansierar varandra i en cirkulär investeringskedja. Det gör systemet sårbart: brister en länk i AI-kedjan kan hela uppgången rasa.
Honeyjar vill fixa PR-branschen med AI-verktyg Startupbolaget Honeyjar lanserar AI-verktyg riktade mot PR och kommunikation – en bransch som länge kritiserats för ineffektivitet av både journalister och företag. Idén är att automatisera delar av kommunikationsarbetet som idag tar oproportionerligt mycket tid, men artikeln ställer den rimliga frågan om AI faktiskt löser problemet eller bara skapar mer brus.
Människor och AI samarbetar på meningsfulla sätt Stanford HAI lyfter fram hur samarbetet mellan människor och AI-system utvecklas mot mer genuint meningsfulla interaktioner – men artikeln ger inga konkreta siffror eller specifika forskningsresultat att gräva i. Det är en bred rubrik utan mycket substans att rapportera vidare, vilket gör det svårt att säga vad som faktiskt är nytt här.
Broadcoms vd: AI-investerare agerar som kasinospelare Broadcoms vd Hock Tan varnar för att många investerare saknar grundläggande förståelse för den AI-teknik de satsar pengar på, och att förväntningarna är orimligt höga. 'Många investerare har ingen aning om vad de investerar i', säger han till Bloomberg – ett ovanligt uttalande från en chipjätte som själv rider på AI-vågen.
