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

Dagligt briefing

5 november 2026 · 5 nyheter

🔥 I fokus

1

Kimi K3.1 Pro:s vikter är ute, och över 20 miljoner dollar kostar det

Nu kan du ladda ner Kimi K3.1 Pro: den första biten vikter, 2,3 gigabyte, kom utan lösenord och utan att skapa ett konto. Modellen är enorm, med 2 800 miljarder parametrar totalt och bara 104 aktiva per ord, och den håller jämnte med de bästa när den arbetar vid datorn. Men den verkliga överraskningen ligger i licensen. Du får använda den, kopiera den, sälja den vidare och till och med träna egna modeller på den. Såvida du inte överskrider 20 miljoner dollar i omsättning på tolv månader, då måste du teckna ett separat kommersiellt avtal med utgivaren, och överskrider du 100 miljoner aktiva användare i månaden måste dess namn synas på skärmen. Internt bruk, däremot, är fortsatt fritt utan villkor. Det är ungefär som en kaffebryggare som du får kopiera till alla kök: över en viss antal koppar per dag krävs ett avtal med tillverkaren. Källa: Moonshot AI:s arkiv på Hugging Face.

2

Fem personer och 32 miljoner dollar: en öppen modell slår jättar på 800 miljarder

Ett amerikanskt företag med fem anställda publicerar en modell vars vikter alla får ladda ner. Ripple-65B har 65 miljarder parametrar, tränad från grunden på 12 000 miljarder ord av text och kod. På testet av arbete på kommandoraden går den före modeller som är mycket större: 80,5 poäng, mot 80,1 för en modell på 501 miljarder och 76,4 för en på 816 miljarder. Det som slår mest är att den får plats i minnet på en enda skrivbordsdator. Utgivaren säger att den utvecklade och tränade modellen för 32 miljoner dollar, när samma arbete hade kostat mer än 100 miljoner för tre år sedan. Den lägger till att den nådde dit med 70 gånger färre träningsförsök. Det är som om fem personer byggde ett passagerarflyg i en garage medan flygbolagen tävlar med sina egna verkstäder. Källa: Ricursives arkiv på Hugging Face.

3

En agent från OpenAI hittade och rättade 948 luckor i Linux-kärnan på tio dagar

OpenAI beskriver en helt automatiserad produktionskedja: hitta koden som rör säkerhet, återskapa luckan, kontrollera om den ger någon kontroll, skriva rättningen och låta en mänsklig forskare granska alltihop. Under tio dagar i oktober 2026 undersökte maskinen 2 308 möjliga luckor, återskapade 1 724 av dem och producerade 948 rättningar, var och en med sitt eget bevis på utnyttjande. Räkningen för modellåtkomst blev 1,21 miljoner dollar, ungefär 1 279 dollar per lucka som rättades. Och beloppen för att hitta den sortens buggar räknas i tiotals tusen dollar per styck. Modellen som användes är inte offentlig än. I praktiken gäller detta datorn som den här sajten körs på. Det är som ett gäng robotlåssmedar som testar varje lås i en byggnad, noterar vilka som ger med sig och tillverkar en ny nyckel. Källa: OpenAI:s forskningspublicering.

4

Anthropic köper sin första innehåll: Associated Press-resultat i Claude

Kvällen efter amerikanska valen visade Claude resultat som «levererade och tillskrivna Associated Press». Det är första gången Anthropic betalar en nyhetsredaktion för rätten att använda dess innehåll. Varken priset, löptiden eller omfattningen är offentliga: ingen kan veta om avtalet täcker hela katalogen eller bara valresultaten. Redaktionen byter sida efter att länge ha hävdat att återanvändning av innehåll på nätet hör till det allmänna domänet. Den har några veckor kvar till börsnoteringen, och har precis skrivit under. Det är som en tv-presentatör som köper sina nyheter från tidningen i stället för att gå och kopiera dem själv. Källa: Adweeks granskning, återgiven av The Verge.

5

Peking blockerar SoftBanks köp av ABB: robotarnas data blir statens sak

Peking har förbjudit SoftBank att köpa det schweiziska ABB:s robotdivision, ett köp på 5,4 miljarder dollar som skulle ha gjort japanen till en tung aktör inom fysisk artificiell intelligens. Skälet är nytt: användardatan från ABB:s robotar skulle, om den lämnade landet, kunna användas för att träna modeller, även OpenAI:s, och SoftBank är investerare i bolaget. Det är första gången en affär avslås med uttryckligt skäl att skydda träningsdata. Varken SoftBank, ABB eller de kinesiska myndigheterna ville kommentera. Det är som att man vägrar sälja en robotfarm till ett grannland, av rädsla för att användningen av de maskinerna skulle träna landets artificiella intelligens. Källa: Financial Times granskning, återgiven av Reuters.

📡 Håll koll på

Claudes vattenmärke går att kringgå med en inställning

Anthropic lägger in sitt osynliga textvattenmärke i de äldre Claude-modellerna, i god tid före decemberdeadlinen för den europeiska regleringen av artificiell intelligens. På vissa modeller syns vattenmärket bara om genereringsinställningarna står på sina standardvärden: ändra temperaturen, eller top_p, eller top_k, även en aning, så försvinner det. Anthropic varnar kunder som är beroende av märket för regelefterlevnad att inte röra inställningarna. Företaget säger att märket ligger i modellen, så det gäller på alla plattformar och kunderna kan inte stänga av det. Källa: The Decoder.

OpenAI köper Pierre så att Git hinner med kodagenter

OpenAI förvärvar Pierre Computer, bolaget bakom Code Storage och flera fria utvecklarverktyg. Pierces bibliotek driver redan kodagenten Codex: Trees bläddrar snabbt igenom filerna i ett projekt, Diffs visar vad som ändrats och låter dig rätta en rad precis där du ser problemet, Highlights färglägger koden medan du skriver eller medan en agent skriver. OpenAI säger att förvärvet ska få Git att fungera när människor och agenter skriver kod sida vid sida. De fria projekten förblir fria, och affären väntar fortfarande på myndigheternas godkännande. Källa: OpenAIs tillkännagivande.

Ett offentligt prov visar var agenterna fastnar i molnet

CloudOpsBench är ett nytt fritt prov som mäter hur väl agenter klarar de vanliga administrationsuppgifterna i Amazons moln: reparera en tjänst, ta bort en resurs, begränsa en åtkomst, driftsätta en uppdatering. Version 1.0 rymmer 45 verkliga uppgifter, byggda av erfarna driftstekniker. Bästa modell, Claude Fable 5.1, klarar 60 procent och GPT-6 Astra 53 procent. Ungefär 80 procent av misslyckandena beror på en fel uppskattning av uppgiftens omfattning, en tjänst som inte kontrollerats eller att man slutar för tidigt, och omkring 20 procent är felaktiga åtgärder, vissa med bestående följder för infrastrukturen. Källa: projektet CloudOpsBench.

Uber: fyra resor bokade av agenter, av 320 miljoner

Uber sade vid resultatpresentationen att under företagets mest belastade vecka i kvartalet, veckan runt Halloween, bokades bara fyra resor och femhundra matbeställningar via en agent, av cirka 320 miljoner resor och beställningar totalt. Bolagets chef talade om ett genomslag som är «mycket, mycket tidigt och mycket begränsat». En sannolik förklaring: appen bokar redan en resa på femtio sekunder och beställer om favoritmat på nittio sekunder. DoorDash rapporterade bara några hundra beställningar från agenter. Det agentiska nätet är fortfarande ytterst litet. Källa: TechCrunch.

📊 Trend

En tråd går igenom dagens nyheter: frågorna är inte längre tekniska utan kontraktuella. Moonshot sätter den tröskel över vilken man måste skriva under. Anthropic betalar en tidning för rätten att citera den. En regering avslutar ett köp eftersom robotarnas data skulle kunna träna en modell. Och OpenAI sätter ett pris på säkerhet: 1 279 dollar per rättad lucka, när beloppen för den sortens problem är tio gånger högre. Samtidigt går agenten från löfte till vardagstjänst: en modell som läser inne i molnet, ett kodverktyg som förbereder sig för granskning, en plattform som räknar de resor agenter bokar. Slaget flyttar till kontrakt, fakturor och garantier, och det är där det avgörs.