AI-kapprustet stannar inte

Forskare testade hur olika personlighetsdrag (som hög eller låg samarbetsvilja) påverkar team av AI-agenter på tre typer av uppgifter: kodning, forskningssamarbete och förhandling. Resultatet är lite oväntat: vid kodning förändrades kommunikationen kraftigt av personlighetsstyrning, men slutresultaten påverkades knappt – medan samma manipulation tydligt försämrade prestationen i öppnare och mer förhandlingsinriktade uppgifter. Kort sagt: hur mycket agenternas 'personlighet' spelar roll beror helt på vad de faktiskt ska göra.

Ett forskarteam har tagit fram en träningsmetod i tre steg för att ge språkmodeller (LLM) förmågan att simulera framtida konsekvenser innan de fattar beslut – ungefär som att en människa mentalt spelar igenom ett scenario innan hon handlar. Problemet de löste: att bara visa modellen exempel på framåtblickande resonemang leder till ytlig imitation snarare än äkta förståelse. Testerna på sök- och matematikuppgifter visar att metoden konsekvent slår jämförbara träningsupplägg.

Deep Agents har byggt in stöd för prompt caching (återanvändning av tidigare bearbetad text) direkt i sin plattform, vilket kan sänka token-kostnaderna med upp till 80% hos alla större modellleverantörer. Det smarta är att det sker automatiskt – ingen extra konfiguration krävs av användaren. I praktiken handlar det om att slippa betala för att skicka samma långa systemprompt om och om igen till modellen.

Ett nytt arbetsflöde i automatiseringsverktyget n8n låter AI-agenter utvärdera sina egna instruktioner och föreslå förbättringar när resultaten inte håller måttet – och uppdaterar sedan koden automatiskt när du godkänner ändringen. Det är ett praktiskt exempel på självförbättrande agenter (AI som justerar sitt eget beteende), ett område som just nu väcker stort intresse. Intressant nog behåller man en mänsklig godkännandeprocess, vilket är just det kontrollager som annars brukar saknas i liknande system.

Simon Willison lät 2 000 personer försöka manipulera hans AI-assistent genom så kallad prompt injection – där man försöker lura AI:n att ignorera sina instruktioner. Resultatet blev en lärorik genomgång av hur svårt det faktiskt är att bygga robusta AI-system, och vilka attackmönster som visade sig vanligast.

Kinesiska e-handelsjätten JD.com har byggt ett eget AI-system – kallat Oxygen AIIC – som använder stora språkmodeller (LLM) och bildmodeller (VLM) för att automatiskt förstå och kategorisera produkter i deras katalog på tiotals miljarder varor. Systemet når 94,2% precision och hanterar hundratals miljoner produktuppdateringar per dag, vilket minskat kvalitetsproblem i produktinformation med 37%. Det intressanta här är inte bara siffrorna utan att det visar hur AI-infrastruktur i den här skalan ser ut i praktiken – långt ifrån ett labb, utan ett industriellt system som kör på Huaweis egna AI-chips.

Tre AI-bolag – Zyphra, Cohere och Poolside – släpper nya modeller som stärker det öppna ekosystemet, där företag delar modeller offentligt av olika strategiska skäl snarare än ren välgörenhet. Det intressanta här är vad som driver dessa beslut: konkurrenstrycket från öppen källkod tvingar även kommersiella aktörer att bidra för att förbli relevanta.

Forskare har byggt DysLexLens, ett ramverk baserat på språkmodeller (LLM), för att systematiskt analysera hur dyslektiker beskriver sina erfarenheter av AI-verktyg i onlineforum. Systemet filtrerar Reddit-inlägg, bygger kunskapsgrafer och utvärderar svarskvalitet med hjälp av 30 testfrågor – med särskilt fokus på att undvika AI-hallucinationer (när modellen hittar på fakta). Intressant nog är det just de dyslektiska användarnas röster som sällan hamnar i träningsdata, vilket gör den här typen av analys mer relevant än den kanske ser ut att vara.

AI-musikföretaget Suno lanserar 'Spark', ett inkubatorprogram som erbjuder bidrag, mentorskap och marknadsföringsstöd till osignerade artister. Haken är att deltagarna måste acceptera användarvillkor som ger Suno en bred licens till deras musik – bland annat att låtarna görs tillgängliga för AI-remixning på plattformen. På Sunos subreddit har villkorens räckvidd redan börjat diskuteras, vilket är ganska rimligt med tanke på att det handlar om ett AI-bolag som aktivt behöver träningsdata.

Grundarna bakom Luminar Ventures argumenterar i DI för att Sverige bör följa Frankrikes exempel och låta institutionellt kapital – inklusive pensionspengar – finansiera nästa generations techbolag. Konkret förslag: ge det statliga riskkapitalbolaget Saminvest ett utökat mandat att gå in i AI-bolag. Det är ett debattinlägg snarare än en nyhet, men frågan är relevant – Sverige har pengarna i systemet, men inte strukturerna för att rikta dem rätt.

OpenAI har rekryterat chefen för Uber India för att leda bolagets satsning i Indien – sin största marknad utanför USA. Det är en tydlig signal om att Indien prioriteras högt, med utbyggda kontor, partnerskap och rekryteringar på gång. Intressant nog är det en affärsman med logistikbakgrund, inte en AI-forskare, som får styra expansionen.

Ford har börjat återanställa pensionerade 'graubartsingenjörer' efter att ha insett att AI inte kunde ersätta deras decennier av praktisk erfarenhet. Företaget medger öppet att de hade fel när de trodde att AI ensamt skulle kunna leverera produkter med hög kvalitet – ett ovanligt ärligt erkännande från ett stort tillverkningsföretag. Det är en påminnelse om att AI är bra på en massa saker, men att det fortfarande finns kunskap som inte enkelt går att digitalisera.

Säkerhetsföretaget Sentinel One varnar för ett nyupptäckt skadeprogram kallat Gaslight, som är designat för att lura AI-baserade analysverktyg genom att mata dem med falska systemmeddelanden – vilket gör det svårare att upptäcka bakdörrar. Programmet misstänks ha utvecklats av nordkoreanska hackare.