The Agent Watch
Briefing · Artikler · Værktøjer · Om EN FR DE ES 中文 IT PT SV FI DA

Daglig briefing

9. november 2026 · 5 historier

🔥 I fokus

1

Google giver gennemgangen til en agent, der ikke ved noget om projektet

Google har udgivet en gennemgangsmetode som en open kildekode, og den ryms i ét billede: en «elefant» skriver specifikationen med hele konteksten, en «rød fisk» læser den igen uden et eneste spor af skrivekonversationen. Gennemgangeren har intet at forsvare, fordi han ikke har skrevet noget, så han graver efter udtalte antagelser, vage krav og risici, som forfatteren sprang over. Lagrummet er frit, har over 15.000 stjerner og installeres på Codex CLI, Claude Code og Antigravity. Tre roller deler arbejdet: forfatteren, den nyankomne gennemganger og en person, der afgør de rejste punkter. I praksis er det den metode, man bruger, når man giver et dokument til en kollega, der ikke var med på mødet: han stiller det spørgsmål, forfatteren aldrig havde tænkt på. Kilde : https://github.com/google/elephant-goldfish-model

2

Anthropic forklarer agenternes hukommelse: fire lag og et nattevagt

Anthropic har offentliggjort, hvordan agenternes hukommelse er bygget op. Fire lag nedefra og op: den rå log fra sessionerne, noter som Claude selv skriver, opslagsark, der er linkede med hinanden, og til sidst en kort liste, der indsprøjtes ved starten af hver session. Mellem dem ligger et grundarbejde, som virksomheden kalder drømmen: uden for enhver samtale læser systemet loggene igen, retter forkerte noter, skaber det, der mangler, og beskærer det, der er blevet forældet. Tallene er offentliggjort: på den kontinuerlige læringsgrund går Opus 5.5 fra 0,655 til 0,838 med hukommelse, Sonnet 5.5 fra 0,644 til 0,833, og Opus 5 vinder mest, fra 0,564 til 0,828. En lære er enkel: den indsprøjtede liste skal blive kort. Hver linje kontekst, der leveres, tager plads og kan svække lydigheden. Kilde : https://www.anthropic.com/research/components-of-agent-memory

3

En model, alle kan hente, kommer tæt på den reserverede

Vals AI lod agenter angribe to falske virksomhedsnetværk alene, Nova og Lighthouse, og talte de opnåede mål. På det sværeste netværk, Lighthouse, når OpenAI's model, der er reserveret til sikkerhedspartnere, 27 mål ud af 31; DeepSeek, som alle kan hente, når 21. På det enklere netværk er de lige: 16,3 mål ud af 21 for DeepSeek mod 15,7. Prisforskellen er tydelig: ét forsøg koster under 3 dollar med DeepSeek og omkring 22 med OpenAI's model, altså ti gange mindre. En detalje ændrer læsningen: DeepSeek opnåede intet i de første 25 millioner arbejdsord og kom først rigtig i gang efter 100 millioner. En kort test undervurderer billige modeller. På vores egne servere er spørgsmålet ikke længere «kan en agent komme ind?» men «med hvilken model, til hvilken pris, på hvor lang tid?». Kilde : https://www.vals.ai/benchmarks/cyber_offense

4

Et laboratorium hæver 120 millioner dollar for at sende agenter ud mod vores nedbrud

Traversal hæver 120 millioner dollar i serie B og er nu værd en milliard. Virksomheden sender agenter ud for at undersøge nedbrud uden at vente på, at en ingeniør åbner en fejlrapport. Sammenhængen er målt: 42 procent af udviklerne skriver nu størstedelen af deres kode med hjælp fra kunstig intelligens mod 12 procent for et år siden, men 52 procent bruger længere tid på fejlfinding, når koden er i drift. Traversals månedlige undersøgelser steg fra 513 til næsten 73.000 på ét år. Grænsen erkender deres driftschef hos Anthropic: store modeller kan man ikke stole på til hændelseshåndtering, fordi de let forveksler det, der sker samtidig, med det, der forårsager det. Kilde : https://www.traversal.com/blog/traversal-series-b-120-million-ai-sre

5

Modellen hentes uden problemer, men dens licens forbyder at sælge den

Udgiveren webAI har offentliggjort vægtene til TwIL-8B, en ræsonneringsmodel på 8,8 milliarder parametre, der bygger på IBM's Granite 4.2. Den fylder i 5 gigabyte og kører på en stationær computer: de seks vægtfiler kan faktisk hentes. Men licensfilen, der er læst i lagerummet, hedder «webAI Non-Commercial License ver. 1.0» og fastslår, at modellen og dens afledninger kun må bruges til forskning og undervisning, aldrig kommercielt. Basismodellen står derimod under Apache 2.0, uden omsætningstærskel og uden et ekskluderet land. Det er den fælde, man skal undgå: en hentelig vægtfil er ikke en brugbar vægtfil i en indtægtsgivende aktivitet. Læren gælder for alle modeller, vi hoster for kunder. Kilde : https://huggingface.co/webAI-Official/TwIL-8B

📡 Hold øje med

Et ti år gammelt SSH-hul, fundet af en sværm agenter og udnyttet inden for timer

En forsker satte en sværm agender i sving, som kørte omkring 17.600 godkendelsesforsøg på tolv OpenSSH-konfigurationer, og fandt et hul, der giver adgang uden adgangskode på Linux-systemer bygget på musl, som Alpine. Det blev rettet den 5. november i OpenSSH 10.6p2 og blev udnyttet i felten inden for timer efter offentliggørelsen. Projektets leder anser nu lange embargoer for farlige, fordi agenter nogle gange finder den samme fejl igen inden for få timer. Kilde : https://www.bleepingcomputer.com/news/security/openssh-flaw-lets-attackers-log-into-password-disabled-linux-accounts

Adobe placerer sin kundeserviceagent i ChatGPT, Claude, Gemini og Copilot

Adobes agent til kundeforhold, der indtil nu kun har været brugt i Adobes egne værktøjer, bliver nu tilgængelig på de platforme, virksomheder allerede bruger: ChatGPT, Claude, Gemini for Business, Copilot, og snart Amazon, IBM og Snowflake. Adobe tilføjer færdige forbindelser til omkring ti marketingværktøjer, bygget på åbne standarder. Idéen: én anmodning er nok til at hente data, handle i systemerne og forbedre kunderejsen, uden at virksomheden selv skriver forbindelserne. Over 20.000 brands bruger allerede disse teknologier. Kilde : https://news.adobe.com/news/2026/11/adobe-integrates-agentic-cx-enterprise-coworker-into-ai-platforms

Google tager agenternes indbyrdes kommunikation ud af forsøgsstadiet

Version 2.14 af Googles værktøjskasse til agenter, udgivet den 7. november, tager flere dele ud af forsøgsstadiet: protokollen, som agenter taler med hinanden igennem, de isolerede kørselsmiljøer, evalueringsværktøjerne og motorens kerne. Den tilføjer en direkte forbindelse til Teams-samtaler og en evalueringstilstand, der kører hvert tilfælde flere gange for at måle en succesrate frem for ét enkelt kørsel. Google melder desuden om hurtigere lange opgaver. Kilde : https://github.com/google/adk-python/releases/tag/v2.14.0

En indbakke til agenter, der arbejder i timevis

Plannotator lancerer en indbakke bygget til agenter, der kører længe: agenten lægger sine spørgsmål, sine forhindringer, sine planer og sine skitser i den og fortsætter med at arbejde. Mennesket åbner kassen, når der er tid, svarer eller kommenterer, og det svar bliver sessionens næste tur. Alt bliver på maskinen, og samtalerne er grupperet i tråde. Lageret er frit, og projektet udgav flere versioner den 8. november. Kilde : https://plannotator.ai/inbox/

📊 Tendens

Ingen ny stjerne i morges: de usynlige dele bliver synlige. Hukommelsen, en agent holder mellem to sessioner, gennemgangen, der gives til en fremmed, prisen for et indbrud, der gennemføres af en model, alle kan hente, agenten, der kører ud for at undersøge et nedbrud, uden at nogen ringede, indbakken, der bringer spørgsmålene tilbage, og licensen, der afgør, om det hentede må sælges. Dagens spørgsmål er altså ikke længere, hvilken model der er bedst, men under hvilke vilkår en agent må arbejde i en virksomhed: med afgrænset hukommelse, et nyt blik på sit eget arbejde, en skrevet grænse og retten til at tjene penge på resultatet.