Daglig briefing
4. november 2026 · 5 historier
🔥 I fokus
1Anthropic kan nu bevise, hvilken model der svarede dig
Når du stiller et spørgsmål til en assistent online, kan du ikke kontrollere, hvem der faktisk svarede: en mellemmand kan smugle en billigere model ind, eller nogen kan rette i teksten undervejs. Anthropic udgiver et gratis eksempel, FlashProve, som vedlægger et matematisk bevis på hvert svar, uden nogensinde at afsløre modellens indre. Testet med Llama 4 Maverick producerer det omkring 110 bevis-tokens i sekundet på ét enkelt kort, og beviset kan kontrolleres på 17 sekunder på en almindelig computer. Prisen er hård: omkring 70 til 95 gange mere beregning end et almindeligt svar. Og beviset siger kun, at det var den rigtige model, der talte, ikke at svaret er rigtigt. Kilde: Anthropic.
2CrowdStrike køber to specialister i at overvåge og teste agenter
Når en tilsynsmyndighed spørger en virksomhed, hvad en af deres agenter lavede, rækker det ikke længere at svare, at det var modellen. CrowdStrike indgik to opkøb samme dag: Fiddler, som overvåger og forklarer agenters adfærd, og Dreadnode, som automatisk tester sikkerheden i kunstig intelligens. Begge går ind i leverandørens platform under navnene Falcon Observe og Falcon Guardian, med generel tilgængelighed lovet i fjerde kvartal af virksomhedens regnskabsår 2027. En undersøgelse i Wall Street Journal vurderer de to handler til 495 mio. dollar, et beløb CrowdStrike ikke har bekræftet, og som ikke står i nogen af deres pressemeddelelser. Kilde: CrowdStrikes pressemeddelelser.
3Uber sætter én enkelt port foran 5 000 værktøjer
Hvert team i en stor virksomhed, der vil koble en agent til en intern tjeneste, ender med at skrive sin egen lille forbindelse med sine egne sikkerhedsregler. Til sidst ved ingen, hvor mange værktøjer der findes. Uber løste problemet fra toppen: ét katalog med over 800 servere og mere end 5 000 værktøjer, hvor agenten leder efter det, den har brug for, i stedet for at få alt på én gang. Den vigtigste detalje: værktøjerne opdages automatisk, men intet af dem virker, før det team, der ejer det, har godkendt det. Uber offentliggjorde sit design i oktober; det er mandagens analyse, der bringer det tilbage i nyhederne. Kilde: Ubers ingeniørblog.
4OpenAI fik sine modeller til at designe en hel enhed
To ingeniører hos OpenAI designede en komplet elektronisk enhed på under en uge ved siden af deres almindelige arbejde: én model skrev kravene, en anden tegnede formen, kabinet, kredsløbskortet og den software, der styrer enheden. En producent fremstillede derefter en første serie prototyper på under en måned. Virksomheden indrømmer selv, at det krævede flere gennemgange med gennemsyn, før objektet var klar til fabrikation. Det mest afslørende tal står et andet sted: siden februar er brugen af disse modeller i hardwareteamsene blevet 23 gange større. Kilde: OpenAI.
5En offentlig prøve fortæller, hvad agenter er værd at rette fejl i
Collinear AI har offentliggjort den anden udgave af sin prøvebane: en agent skal finde og rette en sikkerhedsmangel i en rigtig kodebase uden at ødelægge det, der virkede. Udgave 2 tæller 100 offentlige opgaver, der dækker 91 forskellige slags mangler. Resultatet fortjener et ekstra blik: den bedste model får kun 67,8 procent rigtige, og 19 procent af sættet forbliver uløst selv for den, selv efter flere forsøg. Med andre ord: at lappe sikkerhedshuller er stadig hårdt arbejde for en agent, og dens fejl kan gå ubemærket forbi. Kilde: Collinear AI på Hugging Face.
📡 Hold øje med
Honeycomb sætter agenter på dine nedbrud, dag og nat
Observationsselskabet Honeycomb lancerer agenter, der holder øje med udrulninger i produktion, opdager tilbagegange, før kunderne ser dem, og skriver redegørelser for hændelser. Hvert fund kobles til det spor, det stammer fra, og mærkes som bekræftet eller som en hypotese. Adgangen er stadig på et tidligt stadium. Honeycomb henviser til en undersøgelse, hvor 76 procent af teams mener, at kode skrevet af kunstig intelligens vokser hurtigere, end de kan nå at gennemgå den, og 65 procent har haft en hændelse på grund af en agentløkke eller en ukontrolleret tokenregning. Kilde: Honeycomb.
VMware vil have agenter til at slå dine data op uden at flytte dem
Med sin Tanzu-platform giver VMware en vej til, at agenter kan få adgang til virksomhedens data uden at alt flyttes ind i ét centralt lager. Agenter går gennem et katalog med styrede dataprodukter, med præcis de samme maskeringsregler som dem, der gælder for menneskelige læsere. Leverandøren lover færre forbrugte tokens og forudsigelige omkostninger for data, der forlader skyen. Kilde: VMware Tanzu.
Ebix og intentyx holder øje med, hvad dine agenter faktisk gør
De to virksomheder lancerer en platform, der finder en virksomheds agenter, binder deres handlinger til en erklæret hensigt, altså formålet, de tilladte værktøjer og de data, der kan nås, og advarer, når en agent forlader den ramme. Ebix' direktør satser på, at agentstyring bliver en sikkerhedskategori i sig selv i 2027. Kilde: Ebix' pressemeddelelse.
Artefact og Dust satte 1 500 agenter i sving på en offentlig bank
Den franske offentlige investeringsbank Bpifrance testede i fire måneder med hundrede ansatte, fandt over sexti mulige anvendelser og skred derefter til fem hundrede licenser og tusindfem hundrede agenter på få måneder. Regelsættet, hvem der ejer hvilken licens, hvilken agent der er risikabel, og hvordan forbindelser overvåges, var på plads på under fire uger. Kilde: Artefact.
📊 Tendens
Der går én tråd gennem dagens nyheder: spørgsmålet er ikke længere kun, hvad en model ved, men hvad en agent er værd, og hvordan man beviser, at den er den, den siger, den er. Anthropic opfinder det matematiske bevis. CrowdStrike køber de værktøjer, der forklarer, hvad agenterne har lavet. Uber låser aktivering af værktøjer bag en menneskelig godkendelse. En offentlig prøve siger, at det stadig er hårdt arbejde at lappe sikkerhedshuller, med 67,8 procent som bedste resultat. Og OpenAI har fået sine modeller til at designe en hel enhed. Branchens tyngdepunkt er ikke længere modellen, men beviset, kontrollen og målingen.