AI-makten förhandlas

Microsoft Research har lanserat Memora, ett minnessystem som låter AI-agenter komma ihåg användare och tidigare samtal över tid – och som påstås minska behovet av kontextdata med upp till 98 procent utan att försämra träffsäkerheten. Systemet delar upp varje minne i en kort sammanfattning och ett detaljerat innehåll, och använder kontextetiketter för att snabbt hitta relevant information. Det är fortfarande ett forskningsprojekt, men koden finns redan på GitHub för den som vill testa.

Forskare har byggt ett system kallat Paper-replication där en kodningsagent (ett AI-verktyg som skriver och kör kod självständigt) systematiskt kan återskapa påståenden från vetenskapliga maskininlärningsartiklar – till exempel att ett fel ska vara under 5%. I ett test på fyra artiklar klarade alla tolv körningar valideringen och matchade samtliga 158 registrerade påståenden. Det intressanta är inte att AI kan koda, utan att systemet tvingar agenten att faktiskt bevisa sina resultat mot papprets siffror – inte bara säga att det är klart.

Vita huset för långt gångna samtal med AI-företag om frivilliga riktlinjer för hur nya AI-modeller får lanseras. Det kommer efter att administrationen nyligen direkt ingripit i utrullningen av de mest avancerade modellerna från Anthropic och OpenAI – ett ovanligt hands-on drag från Washington.

Forskare har identifierat ett grundläggande problem med en populär träningsmetod för stora språkmodeller (LLM): när modellen lär sig av en 'lärarmodell' med tillgång till facitsvar tenderar den att memorera genvägar snarare än att faktiskt förbättra sitt resonemang. Lösningen, kallad Purified OPSD, filtrerar bort den del av lärarens signal som är kopplad till facit och behåller bara det som faktiskt är överförbart till nya problem – testerat på fyra olika modeller och två datamängder med genomgående bättre resultat.

LLM:er (stora språkmodeller) tenderar att ge förvånansvärt likartade svar – be dem välja ett slumpmässigt tal och de flesta svarar 7, varje gång. Ett startup jobbar nu på att bryta det mönstret och få AI-modeller att producera mer genuint varierande och oberoende svar. Det är ett subtilt men viktigt problem: om alla AI-system tänker likadant försvinner mycket av poängen med att rådfråga dem.

På AIEWF-konferensen mötte visionen om helt automatiserade 'mjukvarufabriker' motstånd från talare som betonade vikten av mänsklig förståelse och kontroll. Kärndiskussionen handlar om hur långt AI-agenter (självständiga system som utför uppgifter) bör få styra forskning och mjukvaruutveckling utan att människor förlorar greppet om vad som faktiskt händer.

OpenAI för samtal med Trump-administrationen om att ge den amerikanska staten en ägarandel på 5 procent i bolaget – ett drag som ska minska politiskt motstånd mot AI-branschen. Enligt Financial Times har Sam Altman presenterat idén direkt för Trump, handelsminister Lutnick och finansminister Bessent, och tanken är att andelen ska förvaltas i en statlig fond liknande Alaskas oljefond som delar ut avkastning till medborgarna. Förslaget ska även inkludera Anthropic, Google och Meta, men det är oklart om de är intresserade.

OpenAIs vd Sam Altman ska enligt Financial Times ha fört samtal med Trump-administrationen om att ge den amerikanska staten en ägarandel på 5 procent i bolaget. Det är en ovanlig konstruktion – ett privat amerikanskt bolag som frivilligt erbjuder staten aktier, något som väcker frågan om det handlar mer om politisk försäkring än affärsstrategi.

Forskare har tagit fram HECATE, ett verktyg som mäter hur komplex en LLM-baserad applikation egentligen är – och det visar sig att promptlagret (den text som styr AI:ns beteende) behöver mätas separat från koden. Av 52 testade mätvärden klarade bara tio sig i validering mot 118 komponenter från 18 öppna kodrepon, och sju av dem kom från forskarnas egna nyutvecklade mätmetoder. Det intressanta är att prompt-komplexiteten visade sig vara en självständig dimension som påverkar underhållsbördan, oavsett hur komplex koden i sig är.

Simon Willison beskriver hur han använder DSPy – ett ramverk för att optimera språkmodellers instruktioner (system prompts) automatiskt – för att förbättra Datasette Agent, hans AI-verktyg för databasanalys. Istället för att manuellt justera hur agenten formulerar SQL-frågor låter han DSPy testa och iterera fram bättre instruktioner baserat på faktiska resultat. Det är ett praktiskt exempel på hur man kan använda AI för att finjustera AI, utan att behöva gräva ner sig i modellvikter.

Microsoft lanserar ett eget bolag för AI-driftsättning (att faktiskt köra och leverera AI-tjänster i stor skala) med ett åtagande på 2,5 miljarder dollar – och följer därmed Amazon, OpenAI och Anthropic som redan gjort liknande drag. Det intressanta här är att de stora AI-aktörerna nu inte bara vill bygga modellerna, utan också äga hela leveranskedjan.

Vercels tekniska chef Andrew Qu förklarar hur företaget byggt ett eget agentramverk kallat 'eve', där AI-agenter (program som självständigt utför uppgifter) arbetar i isolerade sandlådor och använder återanvändbara färdigheter ('skills'). Det intressanta här är inte bara verktyget i sig, utan att Vercel – en plattform som miljontals webbutvecklare förlitar sig på – aktivt omformar webbstandarder för att webbplatser ska bli lättlästa för agenter snarare än människor.

SpaceX ska enligt Wall Street Journal ha visat upp en prototyp av en handhållen AI-enhet för investerare – tunnare än en iPhone och med ett eget operativsystem kopplat till xAI, det AI-bolag SpaceX köpte tidigare i år. Elon Musk kallar uppgifterna för 'fullständigt falska', vilket gör det hela lite svårläst – men intressant nog arbetar OpenAI parallellt med en liknande enhet tillsammans med Apples förre chefsdesigner Jony Ive.

Kostnaderna för AI-kodningsagenter (verktyg som skriver och redigerar kod åt dig) tenderar att skena iväg – och LangChain beskriver hur man kan spåra och jämföra utgifter för tjänster som Claude Code, Cursor och Copilot på ett ställe. Kärnan i problemet är att det saknas en samlad vy när man använder flera verktyg parallellt, vilket gör det svårt att förstå vad man faktiskt betalar för.

Paul Bakaus argumenterar för att den som verkligen förstår hur man formulerar uppgifter och styr AI-agenter – det han kallar 'skill engineering' – har ett stort försprång i en tid då alla försöker automatisera bort sig själva. Hans poäng är enkel: en AI-loop utan mänskligt omdöme tenderar att optimera fel saker, och det är precis det som gör människan svår att ersätta just nu.

Adobe testar ett koncept de kallar 'agentic sites' – webbsidor där AI-agenter (autonoma program som utför uppgifter) genererar innehållet i realtid baserat på vad just den besökaren verkar vilja ha. Tanken är att ersätta statiska sidor med dynamiska upplevelser som anpassar sig efter användarens avsikt snarare än att visa samma sida för alla. Det är fortfarande på experimentstadiet, men det ger en tydlig bild av vart stora teknikbolag vill ta webben.

Bhavin Turakhia, mannen bakom flera framgångsrika techbolag, investerar 30 miljoner dollar av egna pengar i Neo – ett AI-drivet kontorspaket som ska utmana Microsoft Office och Google Workspace. Det intressanta här är inte bara att ännu ett bolag försöker knäcka Microsofts grepp om kontorsprogramvaran, utan att Turakhia väljer att riskera egna pengar snarare än att gå till investerare.