AI-agenter håller på att göra sin egen infrastruktur överflödig
En intressant observation från Latent Space: de tekniska ramverk ("harness") som används för att styra AI-agenter håller successivt på att baka in i modellernas egna parametrar – modellerna lär sig helt enkelt att göra det ramverket tidigare skötte. Det som återstår är inte längre ett system för att styra modellen, utan ett gränssnitt för att styra människans uppmärksamhet mot vad agenten gör. Skillnaden är subtil men viktig: i takt med att modellerna blir kraftfullare förflyttas flaskhalsen från AI:n till oss.
Djupdykning
AI-agenter behöver idag ett slags "sele" – ett yttre ramverk av kod och instruktioner som talar om för modellen hur den ska planera, använda verktyg och hålla koll på vad den håller på med. Poängen i den här artikeln är att modellerna gradvis lär sig att sköta allt det där själva, inbakat direkt i deras tränade beteende, så att selen sakta blir onödig. Det som en gång krävde sidorna av prompt-engineering och externa kontrollsystem börjar alltså bli en inneboende förmåga – ungefär som att vi en gång behövde externa GPS-enheter och kartor, tills telefonen bara... kunde det. Men det verkligt underskattade skiftet är vad som händer sen: när modellen inte längre behöver styras, så vänds hela problemet om. Frågan blir inte längre "hur får vi AI:n att göra rätt sak?" utan "hur håller vi människan tillräckligt informerad och i loopen?" Selen slutar vara ett tekniskt stöd för modellen och blir istället ett gränssnitt för mänsklig uppmärksamhet – ett sätt att avgöra när vi faktiskt behöver titta till vad AI:n pysslar med. Det är ett subtilt men ganska dramatiskt maktskifte i vem som egentligen är den som behöver guidning i relationen.