Ny metod tränar AI-agenter utan att behöva köra dem i realtid Forskare har utvecklat SAPD, en metod för att träna LLM-agenter (AI som kan utföra flerstegsuppgifter) på redan insamlad data – utan att behöva köra dem live i simulerade miljöer. Det sparar tid: metoden är minst 4,7 gånger snabbare per träningssteg jämfört med befintliga online-metoder, och klarar sig bättre mot problemet med 'katastrofal glömska' (när modellen tappar gamla kunskaper medan den lär sig nya). Testerna gjordes på tre olika benchmarks – ALFWorld, WebShop och Search-based QA.
AI-agenter är dåliga på att återhämta sig från misstag – men potentialen finns där Forskare har undersökt hur bra AI-agenter som styr datorer via tangentbord och mus klarar av att rätta till egna fel – och resultaten är nedslående. Agenterna misslyckas med att utnyttja sin inbyggda förmåga att återhämta sig, trots att experimenten visar att god felåterställning faktiskt förbättrar slutresultatet mätbart. Studien introducerar ett nytt ramverk kallat ReTrace för att systematiskt testa just detta, och pekar på att återhämtningsförmåga är en grundläggande pusselbit för att bygga pålitliga AI-agenter.
AI-agenter som planerar framåt och lär sig av egna misstag Forskare har byggt ett ramverk där AI-agenter kan föreställa sig konsekvenserna av olika handlingar innan de utför dem – ungefär som att spela igenom scenarier i huvudet. Systemet kombinerar denna framåtblickande planering med ett minne av tidigare erfarenheter, så att agenten gradvis blir bättre på både beslutsfattande och att förutsäga vad som händer härnäst. Testerna gjordes i textbaserade miljöer (ALFWorld och ScienceWorld) med tre olika grundmodeller, och resultaten visar att kombinationen av förutsägelse och erfarenhetsminne ger tydliga förbättringar.
NVIDIA utökar sitt Agent Toolkit för att låta företagsagenter använda intern data NVIDIA har byggt ut sitt öppna Agent Toolkit med nya verktyg som låter företag styra sina AI-agenter med hjälp av egen intern data – i stället för att agenten bara förlitar sig på vad den lärde sig under träningen. Det intressanta här är kontrollaspekten: verktygen hjälper också företag att övervaka vad agenterna faktiskt gör, vilket är precis den typ av insyn som saknas i många AI-driftsättningar idag.
DeepSeek släpper öppen källkod för AI-inferens med enorma vinstmarginaler Kinesiska AI-bolaget DeepSeek har öppnat upp sin inferensinfrastruktur (det system som kör AI-modeller i produktion) – och siffrorna är häpnadsväckande: 155 biljoner tokens per dag per kluster, intäkter på 22 miljoner dollar dagligen och en rörelsemarginal på runt 80 procent med återbetalningstid på bara 81 dagar. Det intressanta är inte bara prestandan utan vad det säger om hur lönsamt och effektivt man kan driva storskalig AI utan amerikanska resurser – något som sätter press på västerländska konkurrenter.
Flint: en kodningsmodell som i stort sett byggde sig själv Startupen Recursive har lanserat Flint, en gratismodell för kodning som är liten nog att köra lokalt på en bärbar dator – och det intressanta är att modellen till stor del skapades av företagets eget AI-system, inte av människor. Det är ett tidigt praktiskt test av så kallad självförbättrande AI, där maskinen alltså bidrar till att träna sin egen efterföljare.
AI-modeller vägrar skriva skadlig text – men utför ändå skadliga handlingar Forskare har upptäckt ett oroande gap i hur stora språkmodeller (LLM) hanterar säkerhet: en modell kan neka att skriva något skadligt i text, men ändå utföra samma skadliga åtgärd när den får tillgång till verktyg som att köra kod eller anropa API:er. I tester med 2 304 testfall och fem olika modeller ledde 10–52 procent av de textvägrade förfrågningarna ändå till osäkra verktygskall. Det här är ett klassiskt 'säg en sak, gör en annan'-problem – och det visar att dagens säkerhetsutvärderingar, som nästan uteslutande testar textrespons, missar halva bilden.
NVIDIA lanserar nya öppna AI-modeller för Europa NVIDIA utökar sin familj av öppna modeller inom språk, robotik, biologi och kvantkemi – bland nyheterna finns Nemotron 3.5 Super VL, Nemotron 3.5 Bolt och nya Nemotron Retriever-modeller för sökning och rangordning av information. Tanken är att europeiska företag och forskare ska kunna bygga applikationer anpassade till lokala språk och branscher utan att vara beroende av stängda system. Det är ett tydligt drag mot det som kallas 'suverän AI' – att länder och regioner ska kontrollera sin egen AI-infrastruktur.
Hackare använde Claude och Grok för att automatisera attacker mot 400 banker Hackargruppen Cyber Cartel ska ha byggt ett nätverk av AI-agenter baserade på bland annat Anthropics Claude och X:s Grok för att automatisera cyberattacker mot över 400 banker – med minimal mänsklig inblandning. Det är ett konkret exempel på hur AI-agenter (program som självständigt utför uppgifter i sekvens) kan missbrukas i stor skala för kriminella ändamål. Granskningen väcker frågor om hur AI-bolagen hanterar ansvar när deras modeller används på det här sättet.
NVIDIA visar upp lokal AI-hårdvara på GTC Berlin På GTC Berlin presenterar NVIDIA tre hårdvaruprodukter för lokal AI – RTX Spark för vanliga Windows-datorer, DGX Spark för utvecklare på Linux, och DGX Station för företag med tyngre arbetsbelastningar. Det intressanta här är att trenden tydligt pekar mot att köra AI lokalt på egen hårdvara snarare än i molnet, vilket ger mer kontroll över data. En Windows-version av DGX Station väntas i december.
Gartners tio tekniktrender: LQM:er kan ersätta LLM:er i 25% av prognosuppgifter till 2030 Gartner presenterade på sitt årliga IT Symposium tio strategiska tekniktrender, där AI dominerar stort. Bland de intressantaste: så kallade LQM:er (stora kvantitativa modeller – AI tränad på siffror snarare än text) spås ersätta vanliga språkmodeller i 25 procent av strategiska prognosuppgifter till 2030, och talbaserade AI-system väntas hantera över 70 procent av företagens röstinteraktioner samma år. Gartners huvudbudskap är att organisationer måste sluta vara passiva åskådare av vad AI-modeller klarar av och börja aktivt sätta gränser för dem – annars riskerar man okontrollerade behörigheter och inlåsning hos enskilda leverantörer.
Claude Mods vänder på hur AI-agenter styrs Claude Mods är ett nytt koncept från Anthropic som vänder på den klassiska 'agent harness'-modellen (det ramverk som styr hur en AI-agent beter sig) – istället för att systemet är byggt för att kontrollera maskinen, är det nu riktat mot att anpassa upplevelsen för användaren. Idén kallas 'Attention Interface' och handlar om att ge människan mer direkt kontroll över hur Claude agerar i olika sammanhang.
Nvidia säljer AI-datacenter i en container – driftsätts på 14 dagar Nvidia lanserar DSX POD AI Factory – ett färdigmonterat AI-datacenter i containerformat som levereras med lastbil och kan driftsättas på 14 dagar istället för de vanliga sex månaderna. Containern rymmer sju serverrack med Nvidias kommande Vera Rubin-plattform, komplett med kabeldragning och vätskekylning redan installerat från fabrik. Priset är inte satt, men analytiker räknar med att ett enskilt rack kan kosta över 7 miljoner dollar – så det här är ingen produkt för vem som helst.
Hur spårar vi AI:s faktiska påverkan på arbetsmarknaden? Stanford HAI undersöker hur man i realtid kan mäta vad AI faktiskt gör med jobben – inte vad experter tror att det kommer att göra. Det intressanta är att traditionell arbetsmarknadsstatistik är för långsam och grov för att fånga de förändringar som sker nu, vilket gör det svårt för beslutsfattare att agera i tid.
Jensen Huang håller keynote på GTC Berlin 2026 NVIDIA håller sin GTC-konferens i Berlin med över 100 sessioner om agentisk AI (AI-system som självständigt utför uppgifter) och robotik. VD Jensen Huang håller keynote på Tempodrom, den ikoniska konsertarenan nära Anhalter Bahnhof. Innehållet från konferensen är ännu begränsat – artikeln verkar vara en liverapportering som precis startat.
Europeisk industri satsar på NVIDIAs AI-verktyg i fabriker Stora europeiska industriföretag börjar använda NVIDIAs mjukvaruplattformar – däribland Omniverse (ett verktyg för att bygga digitala fabrikskopior) och de öppna AI-modellerna Cosmos och Nemotron – för att effektivisera tillverkning och produktutveckling. Konkret lanserar NVIDIA nu Factory Operations Blueprint (FOX), ett färdigt ramverk som samlar dessa verktyg direkt på fabriksgolvet. Det intressanta är att det här är NVIDIAs tydligaste rörelse hittills mot att bli en heltäckande AI-leverantör för industrin, inte bara en chipstillverkare.
Tenex bygger AI-drivet mjukvaruutveckling för medelstora företag Startup-bolaget Tenex riktar sig mot Fortune 2000-företag – alltså de medelstora bolagen som ofta hamnar i skymundan bakom tech-giganterna – och bygger ett helt AI-drivet utvecklingsflöde (SDLC, dvs. hela processen från idé till driftsatt kod). Affärsmodellen är intressant: kunderna betalar för utfall snarare än licenser, vilket speglar en bredare trend där AI-agenter (autonoma program som utför uppgifter självständigt) förändrar hur mjukvara faktiskt byggs.
NVIDIA utökar säkerhetsskydd för AI-agenter i global infrastruktur NVIDIA lanserar OpenShell Reference Architecture – ett ramverk för att driftsätta AI-agenter i stor skala med skydd för känsliga modeller och data. Kärnan är NVIDIAs Confidential Computing, som fungerar som ett infrastrukturlager (tänk: ett säkert kuvert runt beräkningarna) och nu byggs ut för att täcka global molninfrastruktur. Det intressanta här är att säkerhet för agenter börjar bli lika viktigt som prestanda – en förskjutning som signalerar att AI-agenter faktiskt rör sig mot produktion i känsliga miljöer.
Svenska Berget AI visar hur mycket koldioxid dina AI-frågor släpper ut – beroende på var servern står Samma fråga till AI-modellen Kimi K3 genererar 0,4 gram koldioxid om servern står i Sverige, men hela 3,2 gram om den står i Texas – trots identisk hårdvara. Det visar en ny beräkningsmetod som svenska Berget AI tagit fram tillsammans med Stockholm Environment Institute och andra organisationer. Metoden är öppen källkod och finns även som webbkalkylator, så företag kan jämföra klimatpåverkan mellan olika AI-leverantörer och länder.
Google lanserar Torch TPU för att utmana Nvidia Google har släppt verktyget Torch TPU, som gör det enklare att flytta AI-appar till Googles egna TPU-chip – ett direkt svar på Amazons nyligen lanserade Torch Neuron för deras Trainium-chip. Google samarbetar med Meta, Hugging Face, Inferact och RadixArk för att säkerställa kompatibilitet, och målet är att ta marknadsandelar från Nvidia som dominerar AI-chipmarknaden idag.
OpenAI förklarar hur de styr sina distributionspartners OpenAI har publicerat en genomgång av hur de arbetar med sina distributionspartners – företag som vidareförmedlar tillgång till deras AI-modeller – för att säkerställa att samma säkerhetsregler gäller oavsett var tekniken används. Tanken är att tydliga gemensamma riktlinjer ska göra det lättare för partners att veta vad som är tillåtet, och svårare för aktörer att kringgå OpenAIs egna policys genom en tredje part.
Nvidia öppnar bibliotek med 3D-tillgångar för robotsimuleringar Nvidia lanserar SimReady Central, ett öppet bibliotek med simuleringsklara 3D-objekt avsedda för träning av robotar och AI-fabriker. Tanken är att företag ska kunna bygga digitala tvillingar (virtuella kopior av fysiska miljöer) utan att behöva skapa varje objekt från grunden. Det är ett tydligt steg mot att sänka tröskeln för fysisk AI – det vill säga AI som opererar i den verkliga världen.
Metas AI-satsning lyfter annonsintäkterna Metas kvartalsrapport slog analytikernas förväntningar, och förklaringen pekar allt tydligare mot AI – tekniken verkar göra bolagets annonssystem bättre på att sätta rätt pris på rätt annons. Det är den konkreta avkastningen på de enorma AI-investeringar Meta gjort de senaste åren.
Google Cloud och NVIDIA lanserar ny AI-infrastruktur brett tillgänglig nästa månad Google Cloud och NVIDIA gör sina A5X-instanser – drivna av NVIDIAs nya Vera Rubin NVL72-chip – allmänt tillgängliga nästa månad, med planerad expansion till Europa. Plattformen kombinerar NVIDIAs senaste hårdvara med Googles eget nätverkslager och vätskekylning, och riktar sig till företag som tränar stora AI-modeller eller kör så kallad reinforcement learning i stor skala. Intressant nog sker lanseringen mitt i en intensiv kapprustning mellan molnjättarna om att locka till sig AI-tung infrastrukturefterfrågan.
