Daglig briefing
8. november 2026 · 5 historier
🔥 I fokus
1Gamle fejl-billetter får agenter til at arbejde for ingenting
Google gennemgik hundredvis af millioner af skridt, som programmeringsagenter tog i deres egne teams. Resultatet burde være kendt af alle: i 13 % af sessionerne støder agenten på en kommentar som « ret senere, ticket 12345 », der blev siddende i koden, selv om problemet var løst for flere år siden. Seks gange ud af hundrede griber den fatten, og i 83 % af de tilfælde havde ingen bedt den om det. Den går så i gang med at jage en allerede rettet fejl eller udvider et arbejde, ingen ønskede. Prisen: 70 % flere skridt, 77 % mere behandlet tekst og 105 % længere ventetid. Google svarede ved at sende egne oprydningsagenter gennem kodearkiverne. Kilde: https://developers.googleblog.com/agent-distraction/
2Et lille amerikansk laboratorium fjernede propagandaen fra en kinesisk model
Nous Research, et lille amerikansk laboratorium, tog en meget brugt kinesisk model, Qwen3.8-27B, og trænede den om for at fjerne de svar, der følger Pekingens officielle linje. Resultatet, Arete-27B, udkommer under den frie Apache 2.0-licens og kan altså bruges kommercielt, og vægtene blev hentet og kontrolleret i morges. Propagandaagtige svar falder fra 22 % til under 1 %, mens den faktiske præcision stiger fra 2,32 til 2,98 ud af 5. Det mest overraskende er ikke resultatet, men prisen: 53 millioner ord og to træningsgennemløb, uden forstærkende læring. Tilpasningen bliver et lag, man køber separat fra evnen. En forbehold: Tallene kommer fra udgiverens egne evalueringer, som samtidig skriver, at den ikke har rettet alle de adfærd, der hænger sammen. Kilde: https://nousresearch.com/arete
3Agenter står nu for 80 % af trafikken på modeldelingsplatformen
Menlo Ventures' årsrapport fra en amerikansk investeringsfond vender styrkeordenen om. Agenter udgør 80 % af al den tekst, der forbruges på OpenRouter, den platform, gennem hvilken forespørgsler når modellerne: syv gange menneskets forbrug. Virksomhedernes AI-udgifter nåede 176,8 milliarder dollar i september, ganget med 5,4 på ét år. Og på det åbne marked for modeller med downloadbare vægte tager kinesiske modeller 89 % af verdens udgifter, Kimi-familien fra Moonshot AI alene 61 %. En paradoks, rapporten selv erkender: åbne modeller behandler 19 % af ordene, men får kun 4 % af pengene. En forbehold: Menlo investerer i Anthropic og i den platform, der leverer trafiktallene. Kilde: https://menlovc.com/2026-the-state-of-enterprise-ai/
4Et lovende lokalt model, men licensen blokerer handlen
Den 28. oktober blev denne model fra Liquid AI præsenteret som den mest brugbare til at køre agenter på en telefon: den passer i en gigabyte og holder 256 000 ord tekst i hovedet. Ét spørgsmål blev stående åbent, det om licensen. Den er nu læst, i repositoriet: kommerciel brug er forbudt for enheder, der omsætter 10 millioner dollar eller mere om året. Vægtene bliver brugbare, egen træning og forskning bliver fri, men vores egen kommercielle brug over den grænse er det ikke. Grænsen gælder den omsætning, som den bruger har, ikke projektets størrelse. Sammenlign med den model, der udkom samme dag under den frie Apache 2.0-licens uden nogen grænse overhovedet. Kilde: https://huggingface.co/LiquidAI/LFM3-1.7B/blob/main/LICENSE
5En fri kontrolnivå afgør, hvilken model der svarer hvem
Buoyant, producenten af netværkssoftwaren Linkerd, udgiver en fri komponent, der placeres foran en flåde af maskiner og afgør, hvor hver forespørgsel til en model skal hen. Man kan skrive enkle regler: hvem må bruge hvilken model, hvor mange ord i minuttet, hvilke data der aldrig må forlade bygningen, og hvad der skal ske, når de lokale servere er overbelastede. Kernen: en regel kan afvise forespørgslen i stedet for at udføre den. På udgiverens egne målinger falder ventetiden til det første ord fra 6,88 til 0,31 sekunder, når flere forespørgsler deler samme begyndelse. Fri licens, skrevet i Rust, kan sættes i drift på Kubernetes. Tallene er udgiverens, som indrømmer, at andre værktøjer er hurtigere: den påståede forskel er kontrol, ikke fart. Kilde: https://kinference.ai/docs/
📡 Hold øje med
Ocient rejser 100 millioner dollar, fordi agenter vil have alt, ikke et udsnit
Ocient, en virksomhed fra Chicago bag motorer til hurtig analyse, rejser 100 millioner dollar. Årsagen er vigtigere end beløbet: de kunder, der kommer til den, samler alle deres data for at spørge agenter i det, uden udsnit. På snesevis af petabytes mister et udsnit sporet på en indtrænger, og det er præcis, hvad man leder efter. Virksomheden siger, at kunderne hverken havde kapaciteten eller lagerpladsen til rimelig pris til at håndtere det. Forbehold: pressemeddelelsen giver hverken tidsplan eller offentliggjort grundlag for den tredoblede omsætning, den melder om. Kilde: https://ocient.com/newsroom/press-releases/ocient-raises-100m-in-series-c-funding/
Anthropic og allierede betalte 63 millioner dollar for at vælge folketingsmænd
En gruppe for politikformning med støtte fra Anthropic brugte over 63 millioner dollar i amerikanske midtvejsvalg den 3. november, og ti af deres sytten kandidater blev valgt. Det er første gang, et AI-laboratorium finansierer valg i det omfang. Den rivaliserende gruppe, støttet af en OpenAI-grundlægger, satte cirka 54 millioner op. Vendepunktet ligger der: valgte fra det åbne kodelejer defendererer nu strengere love, heriblandt en mod samtalende agenter. Kilde: https://publicfirstaction.us/news/pro-safeguards-candidates-win-in-both-parts-as-voters-reject-big-techs-bid-to-buy-congress
Virksomheder uden rigtigt kontor fik tilladelse til at købe H200-chips i Kina
The New York Times besøgte adresserne på flere kinesiske selskaber, som Washington havde tilladt at købe eller samle Nvidias H200-chips. I begge de besøgte tilfælde var lokalerne tomme. Det ene hænger sammen med et sanktioneret amerikansk investeringsfond, det andet deler personale og patenter med Inspur, som USA har sat på listen over enheder med tilknytning til den kinesiske hær. Undersøgelsen siger ikke, at chipsene ankom; den siger, at kontrollen hviler på formularer, aldrig på en efterprøvning af stedet. Kilde: https://www.nytimes.com/2026/11/07/business/economy/nvidia-chips-chinese-firms.html
Perplexity lancerer agenter, der fortsætter med at arbejde, mens du sover
Perplexity lancerer permanente agenter: du giver dem et mål, de arbejder uafbrudt, giver arbejdet videre til hinanden og giver besked, når de har brug for en beslutning. Hver kører på sin egen virtuelle maskine, med egen skærm og egen browser, og kan stadig nås fra Slack eller appen. Tjenesten er forbeholdet abonnenter på Max-planen, 200 dollar om måneden, og er gratis i en introduktionsperiode, før forbrug betales. Udgiveren havde allerede et værktøj til enkeltopgaver; dette sigter mod projekter, der varer flere dage. Kilde: https://www.perplexity.ai/hub/blog/teammates-are-agents-for-complex-ongoing-work
📊 Tendens
To tal står over for hinanden i morges. På den ene side kommer 80 % af al tekst, der går gennem hovedplatformen for modeller, fra agenter, og virksomhedernes AI-udgifter er blevet ganget med 5,4 på et år: agenter er blevet den første rigtige brug af AI. På den anden side måler Google, at en gammel kommentar, der er glemt i koden, kan koste en agent 77 % mere behandlet tekst, når den går i gang med at jage en allerede rettet fejl. Imellem ligger en juridisk afgørelse: licensen for en model, der passer i en gigabyte, forbyder kommerciel brug over 10 millioner dollars i omsætning. Pointen afgør mindre og mindre; licenser, rækkevidde og målingen af vores egne agenter afgør mere og mere. Vores budget bør følge den mængde, der faktisk forbruges, ikke antallet af opkald. Og månedens spørgsmål er ikke længere, hvilken model der er bedst, men hvor langt vi lader vores agenter handle alene. Den 12. november gør Anthropics brugspolitik regler om agenter med forbindelse til fysisk hardware håndhævelige. Det er en kalender, ikke en trussel.