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

Daglig briefing

16. november 2026 · 5 historier

🔥 I fokus

1

OpenBot 1.0: agenten arbejder på din egen computer, men skal spørge først

CopilotKit udgiver OpenBot 1.0, en arbejdsplads, hvor du installerer agenter, der laver arbejdet for dig. Hver agent får sin egen computer: en browser, du kan se arbejde, filer og en kommandolinje. Du giver den tre slags rettigheder: den må handle alene, den skal bede om dit samtykke, eller den må slet ikke røre det. Ethvert forsøg skrives ind i en log. Eksemplet fra udgiveren: en agent, der tjekker udgifter. Den henter den gældende regel, viser den linje på kvitteringen, der rejser spørgsmål, og markerer det, der kræver et menneskes skøn. Den har ikke tilladelse til at udløse refusionen. Kodebasen er fri under en MIT-licens, og kontrolrummet, der leverer hukommelse og styring, sælges separat. Kilde : https://www.copilotkit.ai/blog/introducing-openbot-1-0

2

Stanford lærer en model at gemme kun 16 minder fra et helt bibliotek

Forskere fra Stanford åbner koden til en hukommelsesmodul for frosne modeller under Apache 2.0-licensen. Princippet: modellen læser ikke længere alle dokumenter ved hvert spørgsmål. Den beholder kun 16 tokens, valgt efter spørgsmålet, næsten som om du gemte 16 kort i en kasse i stedet for at slæbe et helt bibliotek med. På en test med faktaspørgsmål når den 84,33 % med de 16 tokens mod 80,43 %, når den får alt. Antallet af dokumenttokens er 108 gange lavere. Ved 512 dokumenter falder den målte ventetid fra 19,9 til 0,74 sekunder, altså 27 gange mindre. Forfatterne nævner også grænserne: modulet taber på tre tests, når dokumenterne er så korte, at komprimeringen ikke giver noget. Kilde : https://memory.stanford.edu/

3

Macs udlejet på dagen til agenter, der skal arbejde på en rigtig computer

Mount Thor rejser 45 millioner dollar til at udleje Mac-computere, på samme måde som man udlejer servere. Idéen bygger på en enkel iagttagelse: en agent, der styrer en computer, har brug for det samme miljø som et menneske, med sine programmer, sine filer og sin skærm. Mange opgaver findes kun i Apples styresystem. Derfor sælger virksomheden hele maskiner og isolerede virtuelle maskiner, faktureret pr. dag. Den har allerede rejst sit første datacenter på under seks måneder. Blandt investorerne er velkendte navne: Meta, OpenAI og Vercel, sammen med CRV og Conviction, der leder serie A. Teamet har tidligere bygget infrastruktur for Cerebras, CoreWeave, OpenAI og xAI. Kilde : https://blog.mountthor.com/a

4

Kindo rejser 30 millioner dollar for at vide, hvad hver agent koster

Kindo rejser 30 millioner dollar, ledet af Crosspoint Capital og Forgepoint Capital, for i alt 57,6 millioner siden starten. Virksomheden sælger et kontrolrum til virksomhedens agenter: at vide, hvad de gør, hvad de rører, og hvad de koster. Den mest konkrete del er regningen. Kontrolrummet registrerer hvert forbrugt token og resultatet af hver kørsel, også de mislykkede, og samler derefter omkostningerne pr. person, pr. agent, pr. tjeneste og pr. projekt. Økonomi teams kan sætte hårde loft og udløse alarmer. Kindo fortæller, at omsætningen voksede omkring 800 % på ét år, og nævner en kunde, der siger at spare over 2 millioner dollar om året. Det er udgiverens egne tal, ikke reviderede. Produktet virker med enhver agent, også en bygget andet sted, og kan køre hos kunden uden forbindelse. Kilde : https://www.kindo.ai/resources/press-kindo-raises-57-million-ai-agent-management

5

Blue J rejser 176 millioner dollar til agenter, der laver skattearbejde

Blue J rejser 176 millioner dollar i en serie E ledet af JMI Equity og bliver værdet til over 700 millioner dollar. Virksomheden sælger en agent, der laver skatterådgiverens arbejde, ikke bare den, der svarer på spørgsmål. Du giver den en hel opgave: gennemgå en erklæring før indsendelse, forberede et svar på en skattebevidelse, analysere en partnerskabsaftale, skrive et brev til klienten. Den producerer et dokument, der er klar til gennemsyn, med kilder og trin, der kan læses, og mennesket beholder dømmekraften. Platformen har allerede svaret på over 14 millioner skattespørgsmål. Den årlige tilbagevendende omsætning voksede 165 % på femten måneder. Over 6 500 organisationer og 45 000 fagfolk bruger den. Grundlæggeren opsummerer: et svar er næsten aldrig slutningen på kundens arbejde. Kilde : https://www.bluej.com/blog/blue-j-announces-series-e-funding

📡 Hold øje med

Solo.io vil have en agentsession til at pause i stedet for at holde en server kørende

Solo.io meddeler, at virksomhedsudgaverne af to byggeklodser til at køre agenter i produktion er ude. Idéen: en agentsession går i pause, når den ikke har noget at lave, og genoptages efter behov, i stedet for at en tom server kører hele tiden. Hver session er isoleret, og en gateway kontrollerer, hvem der kalder den, og hvad den kan nå. OutSystems og Swissquote bruger det allerede. Kilde : https://www.solo.io/press-releases/announcing-kagent-1-0-ga

Mirantis tilføjer en nødstopknap og udgiftslofter for agenter i produktion

Mirantis sælger en platform til at køre agenter på egne servere. Den lader dig bestemme, hvad hver agent kan nå, sætte udgiftslofter på tre niveauer, logge alt og afbryde hele flådens netværk med ét tryk ved en hændelse. En agent må foreslå en reparation på en produktionsmaskine, men et menneske skal godkende den, før den sættes i kraft. Udgiveren støtter sig på to undersøgelser: 49,8 % af de undersøgte organisationer har oplevet eller mistænker en uønsket handling fra en agent, og kun 17,5 % kan stoppe den automatisk. Kilde : https://www.mirantis.com/company/press-center/company-news/mirantis-announces-agent-platform-that-strengthens-human-oversight-of-production-ai-agents

AT&T kører næsten 500 processer med agenter uden at fjerne mennesket for tidligt

Telekomoperatøren AT&T har sat næsten 500 processer, der styres af agenter, i produktion og planlægger at tredobbelte antallet i 2027. Dens platform behandler over en million transaktioner om måneden. Det interessante er ikke tallet, men reglen: hver proces starter med et menneske, der kontrollerer, og fuld autonomi kommer først, når præcisionen når midten af halvfemsserne, og risikoen vurderes som acceptabel. En intern gruppe, Business Agent Foundry, kortlægger processerne og sender de mest følsomme gennem sikkerheds- og compliance-gennemgang. Kilde : https://siliconangle.com/2026/11/14/att-uses-agentic-ai-to-reinvent-business-processes-from-the-ground-up

En stemmemodel, der ved, hvem man talte med, selv når tv'et svarer

Bland præsenterer Tofu-1, en model der lytter og taler samtidig uden om transkription. Udgiveren sigter mod svære opkald: fra en bil i bevægelse, på en hospitalsafdeling, med flere personer, der taler. Favoritprøven er tv-eksemplet. Agenten spørger, om den, der ringer, vil opsige sin aftale, den svarer ikke, fordi den leder efter sit kontraknummer, og tv'et siger ja. En model, der kun læser tekst, ville tage ja'et som en bekræftelse. Tofu-1 er bygget til at skrive sætningen til tv'et og spørge igen. Adgangen er en forhåndsvisning for få virksomheder. Kilde : https://www.bland.ai/speech-to-speech

📊 Tendens

I dag bliver agenter installeret og kontrolleret lige så meget, som de svarer. OpenBot 1.0 giver hver agent sin egen computer, sine egne rettigheder og sin egen log, og Stanford viser, at en frossen model kan bære en hel documentsamling med 16 minder, hvilket gør omkostningen forudsigelig uanset mængden. Samtidig bliver regningen et ledelses-spørgsmål: Kindo samler, hvad hver agent koster, Mirantis kan afbryde hele flådens netværk med ét klik, og Solo.io vil have en session til at pause frem for at holde en server kørende for evigt. AT&T anvender samme regel i stor skala: mennesket kontrollerer først, og autonomi kommer først efter en målt præcision. Og pengene flytter mod den faglige anvendelse: Blue J sælger en agent, der laver skattearbejde, ikke endnu et svar.