The Agent Watch
Briefing · Artikkelit · Työkalut · Tietoja EN FR DE ES 中文 IT PT SV FI DA

Päivittäinen briefing

9. marraskuuta 2026 · 5 uutista

🔥 Pääosassa

1

Google antaa agentin tarkastaa työn, joka ei tiedä mitään projektista

Google on julkaissut avoimena koodina tarkastusmenetelmän, joka mahtuu yhteen kuvaan: «norsu» kirjoittaa määrityksen koko kontekstin kanssa, «punainen kala» lukee sen uudelleen ilman jälkeäkään kirjoituskeskustelusta. Tarkastajalla ei ole mitään puolustettavaa, koska hän ei kirjoittanut mitään, joten hän etsii sanomattomia oletuksia, epämääräisiä vaatimuksia ja riskejä, jotka kirjoittaja ohitti. Varasto on vapaa, sillä on yli 15 000 tähteä, ja se asennetaan Codex CLI:hin, Claude Codeen ja Antigravityyn. Kolme roolia jakaa työn: kirjoittaja, vastavalmistunut tarkastaja ja ihminen, joka ratkaisee esiin tulleet kohdat. Käytännössä tämä on menetelmä, jota sovellat antaessasi asiakirjan kollegalle, joka ei ollut kokouksessa: hän esittää kysymyksen, jota kirjoittaja ei ollut koskaan ajatellut. Lähde : https://github.com/google/elephant-goldfish-model

2

Anthropic kertoo agenttien muistista: neljä kerrosta ja yövuoro

Anthropic on julkaissut, miten agenttien muisti rakentuu. Neljä kerrosta alhaalta ylös: istuntojen raak loki, muistiinpanot, jotka Claude kirjoittaa itse, toisiinsa linkitetyt hakuteokset ja lopuksi lyhyt lista, joka syötetään jokaisen istunnon alussa. Näiden välissä käy taustatyö, jota yhtiö kutsuu uneksi: keskustelun ulkopuolella järjestelmä lukee lokit uudelleen, korjaa väärät muistiinpanot, luo puuttuvat ja karsii vanhentuneet. Luvut on julkaistu: jatkuvassa oppimisessa Opus 5.5 nousee muistin kanssa 0,655:sta 0,838:aan, Sonnet 5.5 0,644:stä 0,833:aan, ja Opus 5 nousee eniten, 0,564:stä 0,828:aan. Yksi oppi on yksinkertainen: syötetty lista pysyy lyhyenä. Jokainen toimitettu kontekstirivi vie tilaa ja voi heikentää totteliaisuutta. Lähde : https://www.anthropic.com/research/components-of-agent-memory

3

Kaikkien ladattavissa oleva malli yhtää varatun mallin tasoa

Vals AI petti agentit hyökkäämään yksin kahta tekaistua yritysverkkoa, Novaa ja Lighthousea, ja laski saavutetut tavoitteet. Vaikeammalla verkossa, Lighthousella, OpenAI:n kyberturvallisuuskumppanille varattu malli saavuttaa 27 tavoitetta 31:stä; DeepSeek, jonka kuka tahansa voi ladata, saavuttaa 21. Yksinkertaisemmalla verkolla ne ovat tasaväkisiä: DeepSeek saavuttaa 16,3 tavoitetta 21:stä ja OpenAI:n malli 15,7. Hintaero on selvä: yksi yritys maksaa DeepSeekillä alle 3 dollaria ja OpenAI:n mallilla noin 22 dollaria, siis kymmenen kertaa vähemmän. Yksi yksityiskohta muuttaa tulkintaa: DeepSeek ei saanut mitään aikaan ensimmäisten 25 miljoonan työsanan aikana ja eteni vasta 100 miljoonan jälkeen. Lyhyt testi aliarvioi halpoja malleja. Omilla palvelimillamme kysymys ei ole enää «pääseekö agentti sisään?» vaan «millä mallilla, mihin hintaan, kuinka nopeasti?». Lähde : https://www.vals.ai/benchmarks/cyber_offense

4

Laboratorio kerää 120 miljoonaa dollaria lähettääkseen agentit apuun tuotantokatkoihin

Traversal kerää 120 miljoonaa dollaria B-sarjasta ja on nyt arvoltaan miljardi. Yritys lähettää agentit tutkimaan katkoja odottamatta, että insinööri avaisi vikailmoituksen. Taustat on mitattu: 42 prosenttia kehittäjistä kirjoittaa nyt suurimman osan koodistaan tekoälyn avulla, kun se vuosi sitten oli 12 prosenttia, mutta 52 prosenttia käyttää enemmän aikaa vianmetsintään, kun koodi on tuotannossa. Traversalin kuukausittaiset tutkimukset nousivat vuodessa 513:sta lähes 73 000:een. Rajan myöntää sen operatiivisen johtaja Anthropicilla: suuriin malleihin ei voi luottaa häiriöiden hallinnassa, koska ne sekoittavat helposti sen, mitä tapahtuu samaan aikaan, ja sen, mikä aiheuttaa. Lähde : https://www.traversal.com/blog/traversal-series-b-120-million-ai-sre

5

Malli latautuu ongelmitta, mutta sen lisenssikielto estää myynnin

Julkaisija webAI on julkaissut TwIL-8B-mallin painot. Se on 8,8 miljardin parametrin päättelymalli, joka on johdettu IBM:n Granite 4.2:sta. Se mahtuu 5 gigatavuuteen ja toimii pöytäkoneella: kuusi painotiedostoa ovat aidosti ladattavissa. Varastossa luettu lisenssitiedosto on kuitenkin nimeltään «webAI Non-Commercial License ver. 1.0», ja siinä sanotaan, että mallia ja sen johdannaisia saa käyttää vain tutkimukseen ja opetukseen, ei koskaan kaupallisesti. Perusmalli on puolestaan Apache 2.0 -lisenssin alla, ilman liikevaihtokynnystä ja ilman poissettua maata. Tämä on ansa, joka on vältettävä: ladattava painotiedosto ei ole käyttökelpoinen painotiedosto maksulliseen toimintaan. Oppi koskee jokaista mallia, jota isännöimme asiakkaille. Lähde : https://huggingface.co/webAI-Official/TwIL-8B

📡 Seurattavaa

Kymmenen vuotta vanha SSH-aukkko, jonka agenttiparvi löysi ja joka hyödynnettiin tunneissa

Tutkija rakensi agenttiparven, joka teki noin 17 600 kirjautumisyritystä kahdentoistassa OpenSSH-asetuksessa, ja löysi aukon, jolla voi kirjautua ilman salasanaa musl-kirjaston päällä toimivissa Linux-järjestelmissä, kuten Alpine. Se korjattiin 5. marraskuuta OpenSSH 10.6p2:ssa, ja sitä hyödynnettiin maailmalla tunteja ilmoituksen jälkeen. Projektin ylläpitäjä pitää nyt pitkiä embargoja vaarallisina, koska agentit löytävät saman aukon toisinaan muutamassa tunnissa. Lähde : https://www.bleepingcomputer.com/news/security/openssh-flaw-lets-attackers-log-into-password-disabled-linux-accounts

Adobe siirtää asiakassuhde-agenttinsa ChatGPT:n, Clauden, Geminin ja Copilotin sisään

Adoben asiakassuhteiden agentti, jota on tähän asti käytetty vain Adoben omissa työkaluissa, tulee nyt saatavilla yrityksissä jo käytettävillä alustoilla: ChatGPT, Claude, Gemini for Business, Copilot, ja pian Amazon, IBM ja Snowflake. Adobe lisää valmiit liitännät noin kymmenelle markkinointityökalulle, jotka on rakennettu avoimien standardien päälle. Ajatus: yksi pyyntö riittää tietojen nouttamiseen, toimimiseen järjestelmissä ja asiakaskokemuksen parantamiseen, ilman että yritys kirjoittaa liitännät itse. Yli 20 000 brändi käyttää jo näitä tekniikoita. Lähde : https://news.adobe.com/news/2026/11/adobe-integrates-agentic-cx-enterprise-coworker-into-ai-platforms

Google siirtää agenttien välisen viestinnän kokeiluvaiheesta tuotantoon

Googlen agenttityökalujen version 2.14, joka julkaistiin 7. marraskuuta, nostaa useita osia kokeiluvaiheesta: protokollan, jolla agentit puhuvat keskenään, eristetyt suoritusympäristöt, arviointityökalut ja moottorin ytimen. Mukana on suora yhteys Teams-keskusteluihin ja arviointitila, joka toistaa jokaisen tapauksen useita kertoja onnistumisosuuden mittaamiseksi yhden suorituksen sijaan. Google kertoo myös nopeammista pitkistä tehtävistä. Lähde : https://github.com/google/adk-python/releases/tag/v2.14.0

Postilaatikko agenteille, jotka työskentelevät tunteja

Plannotator julkaisee postilaatikon, joka on suunniteltu pitkään käyntiin oleville agenteille: agenti jättää sinne kysymyksensä, esteensä, suunnitelmansa ja luonnokset, ja jatkaa työtään. Ihminen avaa laatikon, kun hänellä on aikaa, vastaa tai kommentoi, ja vastaus jatkaa istunnon seuraavaa vuoroa. Kaikki pysyy omalla laitteella, ja keskustelut on ryhmitelty ketjuihin. Varasto on vapaa, ja projekti julkaisi useita versioita 8. marraskuuta. Lähde : https://plannotator.ai/inbox/

📊 Trendin

Tänään ei uutta tähteä: näkyviin tulevat näkymättömät osat. Muisti, jonka agentti säilyttää kahden istunnon välillä, tarkastus joka annetaan vieraalle, yhden hyökkäyksen hinta kun sen tekee malli jonka kaikki voivat ladata, agentti joka lähtee tutkimaan katkoa ilman että kukaan kutsui sitä, postilaatikko joka tuo sen kysymykset takaisin, ja lisenssi joka päättää saako ladatun myydä. Päivän kysymys ei siis ole enää mikä malli on paras, vaan millä ehdoilla agentti saa työskennellä yrityksen sisällä: rajatulla muistilla, uudella katseella omaan työhönsä, kirjoitetulla rajalla ja oikeudella tehdä rahaa tuloksesta.