14. heinäkuuta 2026 AI-agenttien infrastruktuuri jatkaa kypsymistään tasaisesti: Fujitsu ottaa tuotantoon pystysuoran moni-agenttialustan kirjoittamaan vanhoja järjestelmiä uusiksi, kaksi uutta tutkimuskehystä osoittaa, että agentti voi nyt automaattisesti kirjoittaa oman ohjelmistokerroksensa uusiksi ja saada 60 % lisää suorituskykyä, ja Bespoke Labs kerää 40 miljoonaa dollaria rakentaakseen realistisia koulutusympäristöjä autonomisille agenteille. Kolme teollista rakennuspalikkaa — alusta, valjaat, ympäristö — jotka tiivistyvät samanaikaisesti.
🔥 Pääosassa
01
Fujitsu ottaa tuotantoon AI-agenttitiimin kirjoittamaan vanhoja tietokonejärjestelmiä uusiksi
Pankkien ja sairaaloiden pyörittämän ohjelmiston — joka on kirjoitettu 1980-luvulla — korvaaminen vie tavallisesti vuosia projekteja ja maksaa omaisuuksia. 14. heinäkuuta Fujitsu — Japanin suurin digitaalisten palveluiden konserni, jolla on 100 000 työntekijää ja 23 miljardin dollarin liikevaihto — lanseerasi Japanissa avaimet käteen -palvelun, joka tekee työn erikoistuneiden AI-agenttien tiimillä, joista jokaisella on oma roolinsa: yksi kääntää koodia, toinen tarkistaa, kolmas korjaa silmukassa. Palvelu lupaa lyhentää suuria modernisointiprojekteja noin 40 %. Tämä on ensimmäinen teollinen laajamittainen käyttöönotto pystysuorasta moni-agenttialustasta maailmanlaajuisen Tier-1-toimijan toimesta — tähän asti tämäntyyppiset työkalut ovat pysyneet demonstraatioissa.
Kaksi uutta kehystä antaa AI-agentin kirjoittaa oman ohjelmistokerroksensa uusiksi — ja saada +60 % lisää suorituskykyä
Nykyään korkean suorituskyvyn AI-agentin on oltava 'hyvin valjastettu': kehotteet, muisti, työkalut, virheenkäsittely. Self-Harness ja HarnessX, kaksi kesäkuun lopussa julkaistua artikkelia, osoittavat, että agentti voi nyt havainnoida omia suoritusjälkiään, tunnistaa missä se epäonnistuu, ja sitten automaattisesti kirjoittaa tämän ohjelmistokerroksen uudelleen parantaakseen itseään. Tulos: avoimen lähdekoodin malli nousee 40,5 prosentista 61,9 prosenttiin Terminal-Bench-2.0 -vertailussa — painoja koskematta. Käytännössä agentin suorituskyky ei ole enää vain mallin valintaa: se on myös telineiden kysymys, ja nämä telineet voidaan nyt optimoida automaattisesti. Yritykselle, joka epäröi riippua yhdestä ainoasta mallintoimittajasta, tämä on lupaava diversifiointitie.
Startup kerää 40 miljoonaa dollaria rakentaakseen virtuaalitoimistoja, joissa autonomiset agentit harjoittelevat
AI-mallit kehittyvät nopeasti, mutta niitä käyttävät agentit kompastelevat edelleen usein ketjuttaessaan pitkää tehtävää. Bespoke Labsin — kalifornialaisen startupin, joka juuri keräsi 40 miljoonaa dollaria — panos on yksinkertainen: jotta agentista tulisi yhtä luotettava kuin kollegasta, sen on harjoiteltava ympäristöissä, jotka muistuttavat oikeaa toimistoa — koodi, sähköpostit, tiketit, mikropalvelut, keskustelut — ei oppikirjatehtävissä. Yritys toimittaa jo työkaluja, joita Anthropic, OpenAI ja Google DeepMind käyttävät arvioidakseen frontier-mallejaan. Jos agenteista on joskus tultava täysivaltaisia kollegoita, tämäntyyppinen harjoittelukenttä on todennäköisesti yksi puuttuvista palasista.
Fujitsu — 90 päivän testi: jos -40 % pitää, kyseessä on uusi palvelutarjonnan kategoria
Fujitsun palvelu tähtää 100 000 yritysasiakkaaseen Japanissa ja yli 100 maahan kansainvälisen verkostonsa kautta. Luvatut -40 % ajansäästöt on vielä vahvistettava 3-4 todellisessa projektissa 90 päivän sisällä. Jos ne pitävät, suurten digitaalisten palveluryhmien (Accenture, Capgemini, NTT Data, TCS) on pakko kopioida malli 6 kuukaudessa — tai menettää hinnoitteluvoimansa suurissa modernisointiprojekteissa.\n
Self-Harness ja HarnessX vahvistavat, että teollisuuden painopiste siirtyy mallista telineisiin
Kun agentti voi kirjoittaa omat valjaansa uudelleen 60 prosentin voitolla vertailussa, kilpailuetu ei ole enää vain mallissa, vaan myös orkestroinnin ja itseparannuksen laadussa. Self-Harness ja HarnessX (Xiaomi-tiimi) ovat muodostumassa uudeksi markkinasegmentiksi sinänsä. Integroijille ja agenttisten alustojen toimittajille tämä on merkki asemoitua 'harness engineering' -alueelle nyt.\n
Bespoke Labsista tulee yksi seurattavista agenttien koulutusinfrastruktuurin tarjoajista — Terminal-Bench on jo standardi
Anthropic, OpenAI ja Google DeepMind käyttävät jo Terminal-Benchiä arvioidakseen frontier-mallejaan. 40 miljoonan dollarin rahoituksella, jota johtavat 8VC ja Wing VC, ja Jeff Deanin sekä Tristan Handyn (dbt Labsin toimitusjohtaja) tuella Bespoke Labsista on tulossa todennäköinen rakennuspalikka agenttien koulutusekosysteemissä. Agenttien rakentajille tämä on kumppani, joka on tunnistettava nopeasti.\n
📊 Trendin
14. heinäkuuta 2026 kolme yhteen liittyvää liikettä osoittavat, että AI-agenttien infrastruktuuri kypsyy suurella vauhdilla. Fujitsu — Japanin suurin digitaalisten palveluiden konserni — lanseeraa tuotantoon pystysuoran moni-agenttialustan, joka lupaa lyhentää vanhojen järjestelmien modernisointiprojekteja 40 %. Kaksi uutta tutkimuskehystä (Self-Harness ja HarnessX, Xiaomi-tiimi) osoittavat, että agentti voi nyt automaattisesti kirjoittaa oman ohjelmistokerroksensa uusiksi ja saada 60 % lisää suorituskykyä vertailussa, koskematta malliin. Bespoke Labs kerää 40 miljoonaa dollaria rakentaakseen realistisia koulutusympäristöjä, joita Anthropic, OpenAI ja Google DeepMind käyttävät. AI:lla rakentaville nousee esille kolme opetusta: (1) pystysuorat moni-agenttialustat siirtyvät demoista maailmanluokan tarjontaan — sisäänpääsylippu suuriin projekteihin laskee, (2) agentin suorituskyky ei ole enää vain mallissa: se on myös sitä ympäröivien telineiden laadussa, ja nämä telineet voidaan nyt optimoida automaattisesti, (3) agenttien koulutuksesta on tulossa oma infrastruktuurisegmenttinsä — kuten mallien koulutuksesta tuli eilen.