AI växer upp – och räknar pengar

Kinesiska Wuying-Browser-Agent är ett ramverk för AI-agenter som självständigt navigerar riktiga webbplatser – inte bara enkla testmiljöer – och klarar i snitt 37,9 beslutssteg per uppgift. Modellen i 27-miljarders-parameterstorlek når 80,6% på WebVoyager och 66,7% på Online-Mind2Web, vilket är nytt rekord bland öppna modeller. Intressant nog pekar forskarteamet på att det inte är modellstorleken i sig som gör skillnaden, utan hur träning, felsåterhämtning och belöningssignaler är uppbyggda längs hela kedjan.

OpenAI inför skärpta kontroller för hur snabbt nya AI-modeller får släppas – tanken är att takten ska styras av säkerhetsläget, inte marknadspress. Det handlar om förbättrad övervakning, alignment-tester (säkerställer att modellen beter sig som avsett) och skydd mot cyberhot. Intressant att notera: att ett AI-bolag öppet säger att de kan behöva sakta ner är fortfarande ovanligt.

Forskare har granskat AI-agenter som ska bli bättre över tid genom att bygga upp ett minnessystem – och resultaten är oroande. Agenterna presterar väldigt olika beroende på i vilken ordning de får sina uppgifter, vilket tyder på att tidigare positiva resultat delvis berodde på en dold, gynnsam träningsordning. Att lägga till mer detaljerad information förbättrade stabiliteten något, men betydande problem kvarstår.

Branschens hetaste löfte just nu är att AI snart ska kunna förbättra sig självt utan mänsklig inblandning – en process som kallas rekursiv självförbättring. Men ny analys tyder på att den där brytpunkten inte är lika nära som optimisterna hävdar. Intressant nog är det de tekniska detaljerna – inte bristen på ambition – som bromsar utvecklingen.

När stora AI-modeller blir dyrare väljer allt fler företag 'modellrouting' – ett system som automatiskt skickar enkla frågor till billigare modeller och reserverar de dyrare för komplexa uppgifter. Gleans vd Arvind Jain beskriver hur mänsklig feedback i stor skala hjälper dem finjustera vilken modell som används när, vilket kan skära ner kostnaderna rejält utan att kvaliteten försämras.

Anthropics revolverande kreditfacilitet (en flexibel låneram företag kan utnyttja vid behov) väntas överstiga 10 miljarder dollar, enligt Bloomberg. Det är en anmärkningsvärd siffra – och det sker samtidigt som bolaget förbereder vad som kan bli en av de största börsintroduktionerna någonsin.

Projekthanteringsföretaget Asana använde OpenAIs kodningsverktyg Codex för att byta ut ett föråldrat testsystem – ett arbete som bedömdes ta fem år tog istället två veckor och kostade ungefär 120 000 kronor. Det är ett konkret exempel på vad AI-agenter (verktyg som självständigt utför uppgifter) faktiskt kan leverera i praktiken, bortom de vanliga framtidsutfästelserna. Prislappen är det som verkligen får en att lyfta på ögonbrynet.

LangChain släpper 'Tuned Evaluators' i sitt verktyg LangSmith – en funktion som kopplar kvalitetsfeedback direkt till produktionstrafik (alltså vad AI-agenten faktiskt gör i verkligheten) för att hjälpa team hitta och åtgärda misstag. Första use case är att identifiera upplevda fel, det vill säga när agenten gör något som känns fel för användaren. Praktiskt för alla som bygger och driftar AI-agenter och kämpar med att förstå var det faktiskt går snett.

Perplexity, AI-sökmotorn som utmanar Google, erbjöd gratis premium-tillgång via den indiska teleoperatören Airtel – och det gav resultat. När erbjudandet stängdes för nya användare hade intäkterna stigit med 60%, trots att antalet nedladdningar faktiskt minskade. Det antyder att gratisanvändarna konverterade till betalande kunder i högre utsträckning än förväntat.

Hugging Face djupdyker i minnesfrågan för AI-agenter – alltså hur mycket kontext (tidigare information och konversationshistorik) en agent faktiskt behöver för att fungera bra. Det visar sig att mer minne inte alltid är bättre, och att smarta val kring vad agenten 'kommer ihåg' kan göra stor skillnad för både prestanda och kostnad.

Amerikanska kongressledamöter använder i allt högre utsträckning AI för att skriva lagförslag, men texterna innehåller ofta så många fel att kongressens egna jurister nu tvingas använda AI för att hitta och rätta till dem. Det är lite av en gordisk knut: problemet och lösningen är samma verktyg.

Microsofts säkerhetschef David Weston varnar på Black Hat USA att AI-verktyg håller på att göra exploatering av säkerhetshål till en ren massprodukt – hans team hittade 200 sårbarheter i Linux-kärnan och genererade automatiskt 182 fungerande attackkoder till en genomsnittlig kostnad av 3,61 dollar styck på 21 minuter. Microsofts eget MSRC hanterar nu nio gånger fler sårbarheter än i mars, och Weston tror att automatisk exploateringsgenerering blir standard redan innan årets slut. Det intressanta är att det här inte bara handlar om försvar – Microsoft själva demonstrerar hur kraftfullt offensivt AI-verktyg redan är.

Google har betalat 10 miljoner dollar i en konkursauktion för en enorm datamängd från det nedlagda flygbolaget Spirit Airlines – bland annat 100 miljoner mejl, 30 miljoner rader kod och prisdata från 7,2 miljarder flygningar. Inga personuppgifter ska ingå, och en tredje part ska granska materialet innan Google använder det för att förbättra sina AI-modeller. Det är ett tydligt exempel på hur tech-jättarna letar efter stora, strukturerade datamängder utanför de vanliga källorna för att mata sina modeller.

Nvidia investerar 105 miljarder dollar i ett nytt datacenterprojekt i Ohio som ska drivas av OpenAI – en av de större infrastruktursatsningarna inom AI hittills. Anläggningen på 4,25 gigawatt byggs ut under 20 år och väntas tas i drift från 2028. Nvidias vd Jensen Huang är noga med att påpeka att det inte rör sig om cirkulär finansiering, alltså att Nvidia inte finansierar en kund som sedan köper Nvidias egna produkter – OpenAI betalar hyran själva.

Konceptet 'personlig agent' tar form: AI-system som får tillgång till hela din datorhistorik – vad du klickat på, skrivit och tittat på – för att kunna agera mer autonomt å dina vägnar. Det intressanta är inte tekniken i sig utan avvägningen: ju mer en agent vet om dig, desto mer användbar blir den, men också desto mer känslig är datan den sitter på.

Jönköpingsstartupen Viss.AI byter namn till Incredible och tar in 19 miljoner kronor för att bygga teknik som låter användare styra datorn med rösten. Bolaget erkänner öppet att de blev 'fartblinda' i AI-bubblan och gör nu en tydlig pivot bort från sitt tidigare fokus. Bakom rundan finns flera kända ängelinvesterare, och grundarna siktar redan på en större finansieringsrunda.

Amerikanska justitiedepartementet utreder riskkapitaljätten Andreessen Horowitz för misstänkta antitrustöverträdelser – frågan är om firmans partners sitter i styrelserna för konkurrerande AI-bolag samtidigt, vilket kan bryta mot Clayton Act från 1914. Svenska miljardbolaget Databricks, där a16z är storägare, är ett av de bolag som nämns i sammanhanget.

Tesla planerar att rulla ut sin Cybercab – en robottaxi helt utan ratt och bromspedal – redan i augusti, med de egna anställda som första passagerare. Det är ett tidigt steg mot kommersiell drift, men att börja med intern testning antyder att tekniken ännu inte är redo för allmänheten.