AI-agenterna spelar teater

När forskare testade sex stora språkmodeller på att avgöra om nyheter är falska, visade det sig att modellerna ändrar sina svar beroende på om en talare presenteras som man, kvinna eller könsneutral – i upp till 35% av fallen. Det intressanta är att fem av sex modeller visade en systematisk tendens att vara mer skeptiska mot manliga talare. Det väcker en viktig fråga: om AI ska användas för faktakoll i stor skala, måste vi förstå vilka omedvetna mönster som redan bakats in.

Från den 2 augusti 2026 måste deepfakes, AI-genererade texter om samhällsfrågor och känsloigenkänningssystem märkas tydligt enligt nya EU-regler. Företag som bryter mot kraven riskerar böter på upp till 15 miljoner euro eller 3 procent av den globala omsättningen. Intressant nog gäller kravet på textmärkning bara om innehållet publiceras utan mänsklig redaktionell kontroll – en detalj som lämnar ett ganska stort kryphål.

Liquid AI har släppt LFM2.5-2.6B, en kompakt språkmodell (AI-modell) med 2,6 miljarder parametrar som är optimerad för att köra AI-agenter (självständiga AI-program) direkt på lokala enheter – utan molnet. Det intressanta är att modellen är liten nog för att fungera på vanlig hårdvara men ändå kapabel att hantera agentuppgifter, vilket gör lokal AI-körning mer tillgänglig.

Forskare har tagit fram KnowHal, ett benchmark med 1 800 testfall som utvärderar hur ofta multimodala AI-modeller (sådana som hanterar både bild och text) hittar på saker – och resultaten är tydliga: kunskapsfrågor är det svåraste för nästan alla 14 testade modeller. Extra intressant är att modellerna presterar markant sämre när frågorna innehåller en falsk premiss, vilket tyder på att de är dåliga på att ifrågasätta felaktiga påståenden.

En ny rapport från SaferAI visar att Z.ai:s öppna modell GLM-5.2 presterar nära de ledande AI-systemen – men utan de säkerhetsskydd som de stora aktörerna byggt in. Det väcker frågan om öppna modeller (där vikterna är fritt tillgängliga för vem som helst) helt enkelt springer ifrån de regelverk som är tänkta att hålla dem i schack.

OpenAI har sänkt priset på GPT-4o mini med 80%, vilket gör det betydligt billigare att bygga AI-drivna produkter. Samtidigt väcker diskussionen om vad AI-agenter faktiskt samlar in om sina användare frågor om personlig integritet – ju mer en agent 'lär känna' dig, desto mer data lagras om dina vanor och beteenden.

Stanford HAI argumenterar för att så kallade 'open-weight'-modeller (där man kan ladda ner modellens parametrar men inte se träningsdata eller kod) inte räcker – för att AI verkligen ska kunna granskas och förbättras av forskarsamhället krävs fullt öppen källkod. Skillnaden är viktig: utan tillgång till träningsdata och metodbeskrivningar är det svårt att förstå varför en modell beter sig som den gör eller upptäcka potentiella problem. Det handlar i grunden om vem som faktiskt kan hålla AI-system ansvariga.

En extern analys dissekerar hur ChatGPT Work – OpenAIs nya agentplattform riktad mot företagsanvändare – faktiskt är uppbyggd. Systemet kombinerar funktioner som minnehantering, schemaläggning, webbläsarstyrning och plugins för att låta AI:n agera mer självständigt över tid. Det intressanta här är att analysen är gjord utifrån, utan tillgång till källkoden – vilket säger en del om hur förutsägbart systemets beteende faktiskt är.

Den populära kommandoradsappen LLM (ett verktyg för att köra AI-modeller direkt i terminalen) har fått en ny version med flera praktiska uppgraderingar. Nyheterna inkluderar stöd för reasoning traces (de steg-för-steg-tankekedjar som modeller som o1 och o3 genererar), OpenAI Responses API, samt förbättrad loggning för att lättare hålla koll på vad modellerna faktiskt gör.

NVIDIA lanserar Alpamayo 2 Super, en öppen AI-modell byggd specifikt för robotaxis och självkörande fordon, som nu är tillgänglig för kommersiellt bruk. Det intressanta här är fokuset på så kallade 'long-tail events' – de ovanliga och svårförutsedda trafiksituationer som traditionella system hanterar dåligt – där modellen ska kunna resonera om orsak och verkan snarare än bara känna igen objekt.

En teknisk diskussion om så kallade 'megakernels' (stora, sammanslagnaberäkningsblock för GPU:er) har fått ny energi inom AI-ingenjörskretsar – metoden ansågs länge förlegad men verkar göra comeback. Samtidigt lanserar kodverktyget Cursor något nytt, även om detaljerna i artikeln är tunna.

Nästan två tredjedelar av högre chefer erkänner att de använder icke-godkända AI-verktyg på jobbet – jämfört med 31 procent bland övriga anställda, enligt en undersökning från Microsofts partner Trusted Tech. Det intressanta är att det sällan handlar om okunskap: tre av fyra användare känner till riskerna men väljer ändå att köra skugg-AI (verktyg som inte godkänts av IT-avdelningen). Grundproblemet, menar rapporten, är att de godkända alternativen helt enkelt inte är tillräckligt bra.

NVIDIA ansluter sig till det amerikanska forskningsrådet NSF:s nya program för regionala AI-nav, som ska ge fler delstater tillgång till kraftfull datorkraft, data och expertis för AI-forskning och utbildning. Programmet, kallat State and Regional AI Infrastructure Hubs, syftar till att demokratisera AI-resurser utanför de stora tekniknaven – vilket är den egentliga poängen: AI-kapacitet är fortfarande geografiskt ojämnt fördelad i USA.

Världsbanken vill att utvecklingsländer snabbt inför AI i företag och myndigheter, och slår i en ny rapport fast att tekniken troligare kommer att fungera som ett stöd för arbetare än att ta deras jobb. Det är ett intressant ställningstagande i debatten – Världsbanken väljer alltså att se AI som ett verktyg för att minska globala klyftor snarare än som ett hot mot redan utsatta arbetsmarknader.

AI-system kräver allt större datamängder och kontextfönster (hur mycket information en modell kan hålla i minnet samtidigt) – och det räcker inte längre att bara lägga till mer lagringsutrymme. Det som efterfrågas nu är smarta, säkra lagringsarkitekturer som kan leverera relevanta data snabbt nog för att hålla jämna steg med moderna AI-fabriker.

Anthropic har skrivit på ett avtal värt 10 miljarder dollar (95 miljarder kronor) för ett datacenter i Norge – motparten är ett startupbolag som grundades i år. Affären är anmärkningsvärd dels för sin storlek, dels för att ett nyfött bolag är part i ett av de större datacenteravtalen hittills.

Simon Willisons kommandoradsverktyg LLM har släppts i version 0.32. Verktyget låter utvecklare köra och experimentera med språkmodeller direkt från terminalen, och uppdateringen innehåller nya funktioner och förbättringar – men artikeln ger inga detaljer om exakt vad som förändrats utöver versionsnumret.

Palantirs vd Alex Karp går hårt åt de stora AI-modellerna och menar att de beter sig som marxister – de tar över produktionsmedlen och koloniserar andra bolag. Det är ett ovanligt angrepp från en aktör som själv är djupt beroende av AI, och frågan han ställer är träffsäker: varför ska företag betala för modeller som i slutändan konkurrerar med dem?