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

Dagligt briefing

8 november 2026 · 5 nyheter

🔥 I fokus

1

Gamla felrättningar låter agenter arbeta för ingenting

Google granskade hundratals miljoner steg som programmeringsagenter tog i deras egna team. Resultatet borde vara känt av alla: i 13 % av sessionerna snubblar agenten över en kommentar som « fixa senare, ticket 12345 », som blivit kvar i koden trots att problemet löstes för flera år sedan. Sex gånger av hundra tar den tag i den, och i 83 % av de fallen hade ingen bett den om det. Den ger sig sedan på att jaga en redan fixad bugg eller utvidgar ett arbete ingen ville ha. Priset: 70 % fler steg, 77 % mer text som behandlas och 105 % längre väntetid. Google svarade med att skicka egna städagenter genom kodbestånden. Källa: https://developers.googleblog.com/agent-distraction/

2

Ett litet amerikanskt labb skrapade bort propagandan ur en kinesisk modell

Nous Research, ett litet amerikanskt labb, tog ett flitigt använd kinesisk modell, Qwen3.8-27B, och tränade om den för att ta bort svar som följer Pekings officiella linje. Resultatet, Arete-27B, ges ut under den fria Apache 2.0-licensen, alltså får användas kommersiellt, och vikterna laddades ner och kontrollerades i morse. Propagandaartade svar faller från 22 % till under 1 %, samtidigt som den faktiska precisionen stiger från 2,32 till 2,98 av 5. Det mest anmärkningsvärda är inte resultatet utan priset: 53 miljoner ord och två träningsomgångar, utan förstärkningsinlärning. Anpassningen blir ett lager man köper separat från förmågan. En invändning: siffrorna kommer från utgivarens egna utvärderingar, som samtidigt skriver att alla relaterade beteenden inte rättats. Källa: https://nousresearch.com/arete

3

Agenter står nu för 80 % av trafiken på modellplattformen

Menlo Ventures årsrapport, en amerikansk investeringsfond, vänder om styrkeordningen. Agenter står för 80 % av all text som förbrukas på OpenRouter, plattformen genom vilken förfrågningar når modellerna: sju gånger människans användning. Företagens utgifter för AI nådde 176,8 miljarder dollar i september, multiplicerat med 5,4 på ett år. Och på den öppna marknaden för modeller med nedladdningsbara vikter tar kinesiska modeller 89 % av världens utgifter, Kimi-familjen från Moonshot AI ensam 61 %. En paradox rapporten erkänner: öppna modeller hanterar 19 % av orden men får bara 4 % av pengarna. En invändning: Menlo investerar i Anthropic och i plattformen som levererar trafiksiffrorna. Källa: https://menlovc.com/2026-the-state-of-enterprise-ai/

4

En lovande lokal modell, men licensen blockerar handeln

Den 28 oktober presenterades den här modellen från Liquid AI som den mest användbara för att köra agenter på en telefon: den får plats i en gigabyte och håller 256 000 ord text i huvudet. En fråga förblev obesvarad, den om licensen. Den har nu lästs, i repositoriet: kommersiell användning är förbjuden för entiteter som omsätter 10 miljoner dollar eller mer per år. Vikterna förblir användbara, egen träning och forskning förblir fria, men vår egen kommersiella användning över den nivån är det inte. Tröskeln gäller omsättningen hos den som använder modellen, inte projektets storlek. Jämför med modellen som släpptes samma dag under den fria Apache 2.0-licensen, helt utan tröskel. Källa: https://huggingface.co/LiquidAI/LFM3-1.7B/blob/main/LICENSE

5

En fri kontrollnivå bestämmer vilken modell som svarar vem

Buoyant, tillverkaren av nätverksprogramvaran Linkerd, släpper en fri komponent som placeras framför en flotta maskiner och avgör vart varje förfrågan till en modell ska ta vägen. Man kan skriva enkla regler: vem får använda vilken modell, hur många ord per minut, vilka uppgifter som aldrig får lämna byggnaden och vad som ska hända när de lokala servrarna är överbelastade. Nyckeln: en regel kan avvisa förfrågan i stället för att köra den. Enligt utgivarens egna mätningar faller väntan till första ordet från 6,88 till 0,31 sekunder när flera förfrågningar delar samma början. Fri licens, skriven i Rust, kan driftsättas på Kubernetes. Siffrorna kommer från utgivaren, som medger att andra verktyg är snabbare: den påstådda skillnaden är kontroll, inte fart. Källa: https://kinference.ai/docs/

📡 Håll koll på

Ocient tar in 100 miljoner dollar för att agenter vill ha allt, inte ett urval

Ocient, ett chicago-baserat företag bakom motorer för snabba analyser, tar in 100 miljoner dollar. Skälet betyder mer än beloppet: kunderna samlar ihop all sin data för att fråga agenter om den, utan urval. På tiotals petabyte förlorar ett urval spåret efter ett intrång, och det är precis vad man söker. Företaget säger att kunderna saknade både genomströmning och lagring till rimligt pris för den volymen. Invändning: pressmeddelandet ger varken tidsplan eller publicerad grund för den tredubblade omsättning som annonseras. Källa: https://ocient.com/newsroom/press-releases/ocient-raises-100m-in-series-c-funding/

Anthropic och deras vänner betalade 63 miljoner dollar för att välja riksdagsmän

En opinionsbildningsgrupp med stöd av Anthropic spenderade över 63 miljoner dollar i amerikanska mellanval den 3 november, och tio av deras sjutton kandidater valdes. Det är första gången ett AI-laboratorium finansierar val i den omfattningen. Den rivaliserande gruppen, med stöd av en OpenAI-grundare, satsade cirka 54 miljoner. Vändningen ligger där: valda från det öppna källkodslägret försvarar nu strängare lagar, bland dem en mot samtalande agenter. Källa: https://publicfirstaction.us/news/pro-safeguards-candidates-win-in-both-parts-as-voters-reject-big-techs-bid-to-buy-congress

Företag utan verklig kontor fick tillstånd att köpa H200-kretsar i Kina

The New York Times besökte adresserna till flera kinesiska företag som Washington tillåtit köpa eller montera Nvidias H200-kretsar. I båda fallen de besökte var lokalerna tomma. Det ena är kopplat till ett sanktionerat amerikanskt investeringsfonder; det andra delar personal och patent med Inspur, som USA listat bland entiteter knutna till den kinesiska armén. Granskningen säger inte att kretsarna kom; den säger att kontrollen vilar på formulär, aldrig på en kontroll av platsen. Källa: https://www.nytimes.com/2026/11/07/business/economy/nvidia-chips-chinese-firms.html

Perplexity lanserar agenter som fortsätter arbeta medan du sover

Perplexity lanserar permanenta agenter: du ger dem ett mål, de arbetar kontinuerligt, lämnar över arbetet till varandra och tillkallar dig när de behöver ett beslut. Var och en körs på en egen virtuell maskin, med egen skärm och egen webbläsare, och går att nå från Slack eller appen. Tjänsten är förbehållen abonnemang på Max-nivån, 200 dollar i månaden, och gratis under en introduktionsperiod innan användningsbaserad fakturering börjar. Utgivaren hade redan ett verktyg för enstaka uppgifter; det här riktar sig mot projekt som pågår i flera dagar. Källa: https://www.perplexity.ai/hub/blog/teammates-are-agents-for-complex-ongoing-work

📊 Trend

Två siffror står mot varandra i morse. Å ena sidan kommer 80 % av all text som passerar huvudplattformen för modeller från agenter, och företagens AI-utgifter har multiplicerats med 5,4 på ett år: agenter har blivit den första riktiga användningen av AI. Å andra sidan mäter Google att en gammal kommentar som glömts i koden kan kosta en agent 77 % mer behandlad text när den ger sig på att jaga en redan fixad bugg. Mitt emellan ligger ett juridiskt beslut: licensen för en modell som får plats i en gigabyte förbjuder kommersiell användning över 10 miljoner dollars omsättning. Poängen bestämmer allt mindre; licenser, räckvidd och mätning av våra egna agenter bestämmer allt mer. Vår budget bör följa den volym som faktiskt förbrukas, inte antalet anrop. Och frågan för månaden är inte längre vilken modell som är bäst, utan hur långt vi låter våra agenter agera ensamma. Den 12 november blir Anthropics användningspolicy bindande för regler om agenter kopplade till fysisk hårdvara. Det är en kalender, inte ett hot.