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

Dagligt briefing

12 november 2026 · 5 nyheter

🔥 I fokus

1

Agenter ritar skärmar i stället för meningar

Google har öppnat ett format som förändrar sättet att prata med en agent. Hittills svarade agenten med text som man fick läsa. Nu beskriver den vad som ska visas, och er programvara ritar det med sina egna knappar och sina egna färger. I praktiken kan en agent fylla i en blankett, ställa en fråga eller föreslå kort att godkänna direkt inne i företagets verktyg. Det är som om er assistent räckte er ett ifyllt formulär i stället för att dikter vad ni ska skriva. En viktig punkt för säkerheten: känsliga värden stannar på programmets server och passerar aldrig genom modellen. De första nämnda användarna är Atlassian, Alation, Bloomberg och ByteDance. Källa : https://developers.googleblog.com/a2ui-10-build-delightful-fast-reliable-agentic-experiences/

2

En bakdörr ryms i färre än tio neuroner

Forskare på Microsoft visar att en agent kan fångas utan att den någonsin tränas. Principen är lätt att förstå: en redan tränad modell innehåller neuroner som sällan tänds. Det räcker att programmera om färre än tio av dem så att de bara slår på när ett avtalat signal dyker upp. Agenten klarar sedan alla tester, beter sig normalt i veckor och utför till slut den skadliga ordern vid den bestämda tidpunkten. Exemplet från Microsoft är avsiktligt vardagligt: midnatt den 1 januari 2027 räcker för att utlösa kommandot. Signalen kan vara ett datum, en plats eller ett ord i ett meddelande. Forskarnas varning är tydlig: det här är inte ett problem som gäller nedladdningsbara modeller, utan en fråga om att modellfilerna är intakta, vilket också gäller modeller som utvecklas internt. Källa : https://www.microsoft.com/en-us/research/blog/lazare-veni-foras-reprogramming-dormant-neurons-to-backdoor-ai-agents/

3

En assistent i fickan, med fria vikter

Tether AI Research har publicerat BotPsy, en personlig assistent med 0,8 miljarder parametrar som är tänkt att köra direkt på telefonen. Tanken är att slippa dyra prenumerationer och molnserver: assistenten stannar hemma, fortsätter fungera även när nätet är borta, och ingen kan ändra eller dra tillbaka den på avstånd. På sex prov av verktygsanvändning slår BotPsy alla testade modeller med 1,2 miljarder parametrar eller mindre, och den slår till och med en 2,5 gånger större modell på fem av de sex proven. Gapet växer på uppgifter med flera turer, där man måste minnas tråden i samtalet. En viktig detalj: utgivaren hade beskrivit publiceringen av vikterna som kommande, men kontrollen den 12 november bekräftar att de faktiskt finns, under Apache 2.0-licensen, i safetensors och GGUF. Utgivaren erkänner gränsen: modellen tar fel och är inte avsedd för bindande beslut. Källa : https://huggingface.co/blog/qvac/botpsy

4

Ett betygsschema för alla agenter

Hur betygsätter man en agent som använder fem olika verktyg? Amazon Web Services har öppnat ett mätsystem som öppen källkod som svarar på den frågan. Idén är en brytning: varje verktyg lämnar ett spår på sitt eget sätt, en brytning översätter det till ett gemensamt format, och sedan gäller samma betyg överallt. Systemet räknar 36 mått fördelade på sju dimensioner, från verktygsanrop till samordning av flera agenter som arbetar tillsammans. Det fungerar passivt, på spår som redan sparats, eller aktivt, genom att köra om agenten över en serie testfall. Tolv organisationer har redan använt det, inom telekom, sjukvård och finans. Koden är fri under Apache 2.0-licensen. Bilden: ett enda betyg för elever som alla skriver i olika anteckningsböcker. Källa : https://aws.amazon.com/blogs/machine-learning/uaef-a-framework-agnostic-system-for-closed-loop-evaluation-of-ai-agents/

5

Alibaba säljer en modell som försvinner den 25 november

Alibaba har presenterat den första modellen i sin nya familj, Qwen4-Max, i en provversion. Två detaljer är värda att läsa först av allt. Den första: åtkomsten går bara via en prenumeration på Alibabas tokenpaket eller via utgivarens egna verktyg, inget annat. Den andra: provversionen slutar den 25 november, och modellen tas bort den dagen. Det är alltså ingen bestående tillgänglighet, utan ett utvärderingsfönster med ett slutdatum inskrivet i avtalet. Alibaba hävdar att programmeringen och arbetet med agenter blivit bättre, men publicerar inget provresultat, ingen modellkort och ingen licensinformation. Vikterna i Qwen 4-familjen är fortfarande inte offentliga. Det här är utgivarens andra familjelöfte, som inte hållits. Källa : https://x.com/Alibaba_Qwen/status/2120335993643684315

Source : x.com →

📡 Håll koll på

Google släpper en modell som avgör i stället för att prata

Gemini Decision 1 skriver inga meningar: den klassar, ger betyg eller avgör, på 150 till 250 millisekunder. Den tar emot upp till tusen frågor i en enda förfrågan, läser text, bilder, ljud, video och PDF-filer, och ger ett förtroendevärde med varje svar. Det är det värdet som räknas: när det är lågt kan ärendet lämnas över till en människa. Det annonserade priset är 0,10 dollar per miljon lästa ord, och svaret debiteras inte. Källa : https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/

Nvidia öppnar en undersökning om sin egen chef

Nvidias styrelse meddelade den 8 november en oberoende undersökning av grundaren Jensen Huang, utifrån uppgifter i pressen om ett försök till utländsk påverkan. Styrelsen betonar att den inte har skäl att tro att den nationella säkerheten eller Nvidias hemligheter har äventyrats. Två dagar senare utsåg den en advokatbyrå för att leda undersökningen. Samtidigt begär två senatorer att alla handlingar om chipförsäljningar till Kina ska bevaras, med skriftlig bekräftelse senast den 17 november. Källa : https://nvidianews.nvidia.com/news/statement-from-nvidia-board-of-directors

Databricks ger agenterna ett gemensamt ordbok över företaget

Ett företag kan inte längre nöja sig med en agent per avdelning: var och en behöver samma uppfattning om vad en kund, ett avtal eller en produkt är. Databricks tar i drift en intern uppslagsbok, vars poster lärs av agenter från instrumentpaneler, frågor och dokument, och sedan valideras av teamen. I ett test med en påhittad energileverantör lyckas Databricks-agenten med 91 % av uppgifterna, mot 45 % och 58 % för två ledande agenter under samma förutsättningar, med mindre än hälften av textresurserna. Källa : https://www.databricks.com/blog/announcing-ga-genie-ontology

Agenter i drift kan stoppas med ett klick

Mirantis lanserar en plattform som kör agenter på företagets egna servrar, med tre skyddsräcken: en utgiftstak, en fullständig spårning av alla händelser och en omedelbar nätverksavstängning för alla agenter samtidigt när något går snett. Företaget stödjer sig på undersökningar: 49,8 % av de organisationer som tillfrågades bekräftade eller misstänkte att en agent utfört en oavsiktlig handling, och bara 17,5 % skulle kunna stoppa den automatiskt. En annan undersökning av 300 säkerhetsansvariga visar att 78 % redan dragit av rättigheter från en agent i drift. Källa : https://www.mirantis.com/company/press-center/company-news/mirantis-announces-agent-platform-that-strengthens-human-oversight-of-production-ai-agents

📊 Trend

En dag då agenter lämnar chattfönstret och flyttar in i era skärmar: ett format låter en agent fylla i era blanketter, medan känsliga data stannar hos er. Samtidigt blir säkerhet konkret: en bakdörr ryms i färre än tio neuroner, och ett företag kan bestämma att klippa alla sina agenter med en enda gest. Mellan modellen som lär sig företagets vokabulär och det enda betygsschema som äntligen gör det möjligt att jämföra agenter med olika verktyg, drar sig samma linje: agenter går från demonstration till daglig drift, med sina regler och sina gränser.