13 augusti 2026

Googles stora AI-satsning

Google hade uppenbarligen mycket att säga på onsdagen – en miljard Gemini-användare, fyra nya Pixel-modeller och en AirTag-konkurrent. Men den verkliga frågan är inte vad de lanserade, utan vad den strategin egentligen säger om vart bolaget är på väg.

xAI vill bli din AI-kollega — och kräver dina inloggningar som entrébiljett

xAI lanserar Grok Bot samtidigt som Grok 4.6 rullas ut med en @Bot-funktion som låter dig kalla in AI direkt i konversationer, som en kollega snarare än ett sökfält. Tekniken i sig är inte ny: OpenAI har Operator, Anthropic har Computer Use, Microsoft har Copilot som lever i hela Office-sviten. Men xAI gör nu ett seriöst försök att ta sig in i samma kategori.

Kärnan i Grok Bot är att den delar en molnbaserad datormiljö och kan logga in på tjänster du redan använder för att slutföra flerstegsuppgifter. Den återkommer bara när jobbet är klart eller när den behöver godkännande. Det är den agentiska loop som alla pratar om just nu, och implementationen verkar hyfsad genomtänkt: lägre avbrott, tydligare delegation.

Men det finns en elefant i rummet. Att ge Grok Bot tillgång till dina inloggningar innebär att xAI, ett bolag styrt av en person som är känd för plötsliga policyändringar och ovanliga prioriteringar, sitter med nycklarna till din arbetsstack. För en konsument är det kanske okej. För ett företag som hanterar kunddata, finansiell information eller affärshemligheter är riskanalysen en annan konversation.

Det intressanta med @Bot-funktionen i Grok 4.6 är att den adresserar ett verkligt friktion: du vill inte lämna din konversation för att ställa en fråga till ett separat AI-verktyg. Att kalla in en bot direkt i flödet, som en Slack-mention men med faktisk agency, är UX-mässigt rätt tänkt. Det är också en direkt utmaning mot Slack AI och Microsoft Copilot, som båda bygger sin position på att vara den naturliga integrationen i arbetsflödet.

Samtidigt visar ny forskning kring Googles Gemini Embedding 2, som samlar text, bild, video och ljud i ett gemensamt vektorrum, att GPT-4.1 och Claude Sonnet 4.6 presterar på liknande nivå för bildåtervinning. Skillnaden är latens: dedikerade embeddingmodeller är snabbare när embeddingarna väl är förberäknade. Om du bygger något med multimodal sökning i realtid är det ett arkitekturbeslut värt att ta på allvar, generalistmodeller klarar jobbet men de är inte optimerade för det.

AI-kollegor är en het kategori just nu. Frågan är vems kollegor de egentligen är.

Lovable och Cognition tar in miljarder – no-code och AI-agenter sätter nya värderingsrekord

"Två nyheter samma dag, samma kategori, samma signal: marknaden för AI-driven mjukvaruutveckling håller på att prissättas om i realtid."

Två nyheter samma dag, samma kategori, samma signal: marknaden för AI-driven mjukvaruutveckling håller på att prissättas om i realtid.

Lovable, bolaget som Anton Osika byggde för att låta icke-programmerare skapa appar via naturligt språk, bekräftar en runda på 400 miljoner dollar vid en värdering på 13,3 miljarder dollar. EQT är med. ARR-siffran som lyfts fram är 500 miljoner dollar, nådd i juni. Det är en tillväxttakt som de flesta SaaS-bolag aldrig kommer i närheten av, och det ger värderingen en viss förankring, även om multipeln fortfarande är hög.

Cognition, bakom AI-agenten Devin som ska kunna ta ett helt GitHub-issue och lösa det självständigt, uppges redan vara i samtal om en ny runda som skulle ge bolaget en värdering på 40 miljarder dollar. Det är 50 procent upp från den miljardrundan de stängde för bara några månader sedan. Ingen ARR-siffra i omlopp den här gången.

Det är skillnaden värd att notera. Lovable säljer ett verktyg som non-technical founders faktiskt betalar för, månadsvis, i stor skala. Cognition säljer en vision om autonom mjukvaruutveckling som är tekniskt imponerande men fortfarande söker sin produktmarknadsfit i enterprise. Den ena värderingen bygger på intäkter. Den andra bygger på förväntningar.

För den som bygger produkter nu är det här egentligen två separata frågor. Lovables tillväxt bekräftar att det finns en enorm oservad marknad av människor som vill bygga mjukvara men aldrig kunnat göra det, och att den marknaden är villig att betala. Det påverkar hur man tänker på konkurrens, målgrupp och vem som faktiskt är din användare framöver.

Cognitions värdering handlar om något annat: om investerare tror att den nästa abstraktionsnivån, från "AI hjälper dig koda" till "AI kodar åt dig", är nära nog att prisa in nu. Det kan stämma. Det kan också vara en dyr gissning.

Båda bolagen satsar på att programmeraren som bottleneck snart är ett löst problem. De har bara valt olika ingångar till samma slutstation.

ChatGPT landar på Linux – sist på festen

Det tog ett tag, men nu finns ChatGPT som native app på Linux. Appen stödjer Ubuntu 24.04 och 26.04 LTS, Debian 13 samt Fedora 43 och 44, och ger tillgång till ChatGPT, ChatGPT Work och Codex. OpenAI skriver själva att Linux varit den mest efterfrågade plattformen för skrivbordsappen, vilket i praktiken innebär att de prioriterat Mac och Windows medan deras mest tekniska användargrupp fått köra webbläsaren.

Anthropics Claude hade redan en Linux-app. Det är inte dramatiskt, men det är värt att notera vem som rör sig snabbast mot den publik som faktiskt bygger saker.

Men den mer intressanta nyheten den här veckan handlar inte om distribution utan om vad som händer när AI börjar göra arbete på riktigt. OpenAIs enterprise-rapport beskriver ett skifte från AI som svarar på frågor till AI som självständigt utför uppgifter, det vill säga agentisk AI. De företag som kommit längst drar enligt rapporten allt större fördelar jämfört med de som fortfarande testar sig fram. Codex nämns explicit som ett centralt verktyg i den omställningen.

Parallellt med det publicerar forskare ett system kallat SCoT, Social Chain of Thought, där flera AI-agenter diskuterar ett medicinskt fall i flera rundor, ungefär som ett läkarmöte med specialister. Systemet presterar tydligt bättre än enskilda modeller i just de knepigaste fallen, där enkel inferens inte räcker. Det är ett konkret argument för när multi-agent-arkitektur faktiskt är motiverat och inte bara arkitekturhype.

Bakgrunden är inte trivial: över 5 procent av alla ChatGPT-meddelanden globalt handlar om hälsa. Hur de systemen är designade, vem som har insyn i dem och hur besluten fattas är frågor som borde diskuteras mer öppet.

Sedan finns säkerhetsperspektivet, som Cisco Talos dokumenterade under Black Hat: cyberkriminella använder redan Claude, Gemini och Codex i sin vardag, för att skriva skadlig kod, bygga bedrägeriinfrastruktur och hitta sårbarheter snabbare. Säkerhetsspärrarna kringgås ofta med enkla påståenden som "detta är auktoriserad testning", och när det inte funkar byter angriparna till ocensurerade alternativ. Trenden pekar mot att promptbaserade attacker mot AI-assistenter kan ersätta traditionell skadlig kod som den vanligaste intrångsmetoden.

Det är en ovanlig situation: samma verktyg som gör produktteam snabbare gör också attackteam snabbare, och säkerhetsspärrarna är uppenbarligen inte svårare att kringgå än en enkel social engineering-mening.

Googles hårdvaruvecka: Gemini når en miljard, Pixel 11 höjer priset

Sundar Pichai lade upp siffran på X utan stor fanfar: en miljard månatliga användare för Gemini. Det är snabbare än ChatGPT, snabbare än Gmail, snabbare än YouTube nådde samma milstolpe. Och det är värt att hålla i minnet att siffran inte inkluderar AI-sammanfattningarna i Googles sök, där Gemini körs i bakgrunden vid nästan varje sökning. Det verkliga räckvidden är alltså betydligt större.

Tajmingen är knappast slumpmässig. Samma vecka höll Google sitt "Made by Google"-event och presenterade Pixel 11-serien: fyra modeller med den nya Tensor G6-chippet, uppgraderade kameror och ett pris som klättrat uppåt jämfört med förra generationen. Basmodellen börjar på 899 dollar, vikmodellen Pro Fold på 1 899 dollar.

Men hårdvaran är egentligen sidospåret. Det Google faktiskt säljer i år är mjukvara. Gemini är djupare integrerat i kameragränssnittet, Circle to Search fungerar direkt från kamerautsikten, och det finns en ny "Creator Suite" med teleprompter, röstförbättring och ramguider för den som vill publicera direkt till sociala medier. Det är ett intressant val: istället för att tävla på kameraspecs försöker Google göra hela arbetsflödet smidigare.

Pixel Watch 5 är ännu tydligare på den punkten. Priset höjs med 50 dollar till 399 dollar, medan hårdvaran är i princip oförändrad. Uppdateringarna är mjukvarubaserade, med fokus på AI och hälsofunktioner. Det är inte ofta man ser ett bolag kommunicera så öppet att klockan du köper i princip är samma som förra årets modell, men med bättre program.

Ett litet kuriosum i paketet: Pixel Tag, Googles svar på AirTag, lanserades också, men säljs inte förrän i november. Det tog Google över två år att ta fram en fysisk spårningstagg efter att spårningsnätverket lanserades, men tekniken är åtminstone gedigen: UWB kombinerat med Bluetooth 6.0 Channel Sounding, till exakt samma pris som Apples AirTag 2.

Den röda tråden genom hela veckan är att Google nu bygger ett ekosystem där Gemini är limet, och hårdvaran är distributionskanalen. En miljard användare per månad är ett ganska bra argument för att det faktiskt fungerar.

Dagens siffra

1 miljard

Googles AI-assistent Gemini har nått en miljard månatliga aktiva användare – snabbare än någon annan Google-tjänst någonsin gjort det, och på kortare tid än det tog ChatGPT att nå samma milstolpe.

Snabbkollen

Hur man stjäl en AI-modells tankekedjor

Ny forskning visar att det går att extrahera och kopiera en AI-modells 'reasoning traces' – alltså de mellansteg modellen tänker igenom innan den svarar – genom en teknik som liknar 'speculative decoding' (där en mindre modell förutspår vad en större ska säga). I praktiken handlar det om en form av modell-destillation: man kan träna en billigare modell på en dyrare modells tankegångar utan direkt tillgång till vikternas kod. Det är intressant inte minst för företag som försöker hålla sina reasoning-modeller hemliga.

LFM2.5-VL-3B: Ny kompakt modell för bildanalys på enheten

Liquid AI har släppt LFM2.5-VL-3B, en liten multimodal modell (3 miljarder parametrar) som kan analysera bilder direkt på enheten – alltså utan att skicka data till molnet. Det intressanta är att den är byggd för kant-hårdvara (edge devices) som telefoner och inbyggda system, vilket gör lokal bildtolkning mer tillgänglig utan stora resurser.

DeepMinds nya AI-modell översätter teckenspråk till text

Google DeepMind lanserar SL2T (sign-language-to-text), en AI-modell som översätter teckenspråk till skriven text i realtid – direkt i användarnas händer via nya funktioner för döva och hörselskadade. Det är ett ovanligt exempel på AI-forskning som riktar sig mot en specifik tillgänglighetsgrupp snarare än den breda massan.

AI-agenternas inbyggda guider kan faktiskt göra dem sämre

Forskare har undersökt vad som händer när LLM-agenter (AI som utför uppgifter autonomt) utrustas med färdiga 'skills' – återanvändbara instruktionspaket som ska vägleda agenten. Av 307 analyserade fall ledde skills till misslyckanden eller onödigt dyr körning i majoriteten, bland annat för att agenterna tog in för mycket verifiering och tunga arbetsflöden som obligatoriska steg. Det intressanta: det var sällan uppenbart irrelevanta skills som ställde till det – utan sådana som verkade rimliga men ändå fick agenten att göra fel.

Källor: arXiv cs.AI
Nytt ramverk gör AI-agenter bättre på att hantera okända appar

Forskare har tagit fram CoAdapt-GUI, ett system som hjälper AI-agenter att använda mobilappar de aldrig tränat på – utan att behöva nya träningsexempel. På benchmark-testet AndroidWorld Plus ökade prestandan från 38,6% till 52,9%, vilket är en rejäl förbättring för ett länge knepigt problem. Kärntricket är att separera 'hur man gör saker generellt' från 'hur just den här appen ser ut', så att agenten kan återanvända sitt arbetsflödeskunnande utan att fastna i app-specifika detaljer.

Källor: arXiv cs.AI
AI-giganter debatterar öppenhet och reglering medan säkerhetsoron växer

På konferensen Ai4 möttes tre av världens mest inflytelserika AI-forskare – Geoffrey Hinton, Fei-Fei Li och Andrew Ng – för att diskutera reglering och öppen källkod inom AI. Intressant nog argumenterade flera av dem för att hålla AI-modeller öppna, trots ökande säkerhetsdebatt. I bakgrunden lurар Kinas framsteg som en tydlig påtryckning på hur USA väljer att forma sin AI-politik.

Två månader gammalt AI-bolag säkrar 1,1 miljarder dollar

River AI, grundat av Igor Babuschkin som tidigare var med och startade Elon Musks xAI, har tagit in 1,1 miljarder dollar – och bolaget är bara två månader gammalt. Investerarna är tunga namn: General Catalyst, Nvidia och Y Combinator. Det säger en del om hur hungriga investerare fortfarande är på att komma in tidigt i AI-bolag med rätt grundare.

Källor: Breakit
Claudes nya vattenstämplar avslöjar användare som fuskar på jobbet och i skolan

Anthropic har infört ett vattenstämplingsystem (osynliga markeringar i AI-genererad text) i Claude, och det har fått en del användare att klaga högljutt i sociala medier – för att systemet riskerar att avslöja att de använder AI på jobbet eller i skolan utan att berätta det. Det som är intressant här är egentligen inte tekniken i sig, utan att reaktionerna bekräftar hur utbredd den hemliga AI-användningen faktiskt är.

Kina-kopplade AI-agenter attackerade Taiwan i världens första kända attack av sitt slag

Taiwanesiska myndigheter och företag har utsatts för det som beskrivs som världens första kända hackerangrepp utfört av AI-agenter – och spåren leder till Kina. Det är en påtaglig signal om att AI nu börjar användas som konkret verktyg i statssponsorad cyberattackverksamhet, inte bara som ett framtidsscenario.

Källor: Breakit
DeepSeek släpper ny modellversion: V4 Pro 0813

DeepSeek har släppt en uppdaterad version av sin V4 Pro-modell, tillgänglig via plattformen OpenRouter. Artikeln är en djupdykning från Simon Willison, men innehåller i nuläget begränsad information om vad som faktiskt förändrats i modellen jämfört med tidigare versioner.

AI-agenter användes i autonom cyberattack mot Taiwan

Cybersäkerhetsföretaget Dream rapporterar vad de beskriver som den första observerade storskaliga cyberattacken där AI-agenter agerade nästan helt autonomt – åtta agenter jobbade parallellt i fyra dagar, kartlade 21 myndighetssystem och anpassade automatiskt sin taktik när försök misslyckades. Hackarna lyckades ta över minst 85 myndighetskonton och stjäla över 2 500 personaluppgifter från taiwanesiska myndigheter och energibolag, inklusive kärnkraftsmyndigheten. Forskare bedömer med hög sannolikhet att aktören har kopplingar till Kina.

Studie: Generativ AI pressar ner junioras löner

En ny studie från tyska Ifo-institutet bekräftar det många anat: generativ AI håller nere lönerna för juniora anställda. Det stämmer överens med tidigare forskning som visade att juniora roller på amerikanska bolag tappade 6,3 procent i lön efter att ChatGPT lanserades – troligen för att AI tar över en del av det inlärningsjobb som annars motiverar en högre ingångslön.

OlmoEarth lanserar anpassade embeddingar för miljöanalys

Hugging Face introducerar OlmoEarth-embeddingar – ett verktyg som låter användare exportera skräddarsydda vektorer (matematiska representationer av data) från OlmoEarth Studio för vidare analys av jordobservationsdata. Det är en relativt nischad uppdatering riktad mot forskare som arbetar med geospatiala (geografiskt kopplade) AI-modeller.

Twitch-streamers kan nu välja bort AI-träning

Twitch låter nu användare välja bort att deras innehåll – streams, klipp, chattar och bilder – används för att träna Amazons generativa AI-modeller. Det intressanta är vad som inte skyddas: skriver du i någon annans chatt styrs det av deras inställningar, inte dina egna.

Varför VC-investerare fortsätter satsa miljarder på Lovable trots skepsisen

Lovable hånas ofta som en ytlig 'wrapper' – ett bolag som bara sitter ovanpå andras AI-modeller och riskerar att köras över av sina egna leverantörer. Ändå fortsätter värderingen att stiga, och stora VC-fonder satsar mot en värdering på 1 000 miljarder kronor. Breakits Emil Widhagen analyserar vad investerarna egentligen tror på – och varför marknaden inte verkar bry sig om kritiken.

Källor: Breakit
Sandbar satsar på röststyrda AI-ringar för spontana tankar

Sandbar, tillverkaren av smarta ringar, tror att nästa våg av AI-wearables handlar om att fånga spontana idéer via rösten – inte bara möten. Det är en logisk följd av den boom vi sett inom AI-anteckningshårdvara de senaste åren, där allt från kreditkortsstora prylar till öronsnäckor lovar att omvandla tal till sammanfattningar och uppgiftslistor.

Brickanta köper AI-verktyget Alysa i sin andra acquihire

AI-bolaget Brickanta, backat av riskkapitalfonden Northzone, förvärvar AI-anbudsverktyget Alysa i sin andra så kallade acquihire (förvärv där man primärt köper ett team snarare än ett bolag). Grundaren Nayar Grinberg ansluter sig till Brickanta och bolaget signalerar att de planerar att accelerera tillväxttakten framöver.

Källor: Breakit
Amanda AI skär kostnader och får in 10 miljoner kronor

Spiltan-backade Amanda AI har genomfört en rejäl omstrukturering under nya vd:n Charlotte Berg – personal har sagts upp och bolaget har flyttat till billigare lokaler. Samtidigt har ägarna pumpat in 10 miljoner kronor i kassan, och nu siktar man på den brittiska marknaden. Det är ett klassiskt 'trimma och expandera'-drag: spara hemma, växa utomlands.

Källor: Breakit

Färskbryggt AI varje morgon

15 minuter och en kopp kaffe, allt du behöver.