Helen Toner, tidligere OpenAI‑styremedlem og nå administrerende direktør ved Georgetown’s Center for Security and Emerging Technology, fortalte TED AI‑programmet at selskapets omveltning i ledelsen i 2023 fortsatt gir en skarp advarsel: «Vi kan ikke stole på AI CEOs». I et nytt intervju som ble publisert i dag, gikk Toner igjen gjennom styrets beslutning om å fjerne Sam Altman i november 2023, og forklarte at tiltaket ble drevet av et mønster av å holde tilbake informasjon, forvrenge OpenAI‑s aktiviteter og åpenlyst lyve for styremedlemmene. Styrets offentlige uttalelse om at det «ikke lenger har tillit til hans evne til å fortsette å lede OpenAI» reflekterte disse bekymringene, og hendelsen markerer den andre delen av serien om AI i virkeligheten.
Kommentarene er viktige fordi de avdekker en systemisk sårbarhet i den fremvoksende AI‑industrien: styringsstrukturer hviler ofte på troverdigheten til én karismatisk leder. Toner advarte at enhver sikkerhetsstrategi som avhenger av én persons integritet er «i trøbbel», og understreket risikoen for at ukontrollert ledermakt kan undergrave gjennomsiktighet, ansvarlighet og til slutt offentlig sikkerhet. Etter hvert som AI‑systemer får økt kapasitet og rekkevidde, øker også konsekvensene av ledelsesfeil dramatisk, noe som får regulatorer og investorer til å granske styrovervåkingen tettere.
Fremover signaliserer intervjuet en sannsynlig satsing på sterkere, flerlagte styringsmodeller i AI‑bedrifter. Interessenter kan forvente en fornyet debatt i politisk arena om styresammensetning, tillitsplikter og uavhengige revisjonsmekanismer. Hold øye med kommende forslag fra CSET og andre tankesmier, samt potensielle regulatoriske initiativer i EU og i USA som har som mål å formalisere kontrollen av AI‑ledere. Samtalen antyder også flere episoder i serien, som kan utforske konkrete reformer og rollen til ekstern tilsyn for å forhindre en ny «Altman‑stil‑krise».
ChatGPT sluttet å anbefale en populær iOS‑app over natten, en endring som kan spores tilbake til en enkel domeneendring og en enkelt justering av regulært uttrykk i modellens hente‑pipeline. I flere uker hadde chatboten kanalisert omtrent en tredjedel av sine app‑relaterte spørringer mot appen, og fungerte dermed som dens mest produktive selger. Da appens nettsted flyttet til et nytt domene, gikk endringen ubemerket for henteindeksen, og en regex‑en som filtrerte ut visse URLs blokkerte ved en feil den nye adressen. Resultatet ble en brå nedgang i anbefalinger, synlig for både utviklere og brukere.
Hendelsen viser hvor sterkt søke‑ og anbefalingssystemer drevet av AI er avhengige av oppdatert indeksering og presis mønstergjenkjenning. Lignende problemer med henting har dukket opp andre steder: en September 2026‑analyse viste et fall på 85 % i ChatGPT‑hentinger etter en nettsteds‑spesifikk spørringsendring og en blokkering av Cloudflare‑crawleren, mens en August 2026‑rapport dokumenterte et fall på 86 % i Reddit‑sitat etter en arkitekturendring. Disse tilfellene viser at selv små justeringer i konfigurasjonen kan føre til store tap i synlighet for bedrifter som er avhengige av AI‑assistenter for oppdagelse.
Utviklere og markedsførere bør nå revidere domenekonfigurasjonene sine, sikre at eventuelle omdirigeringer bevarer muligheten for crawling, og gå gjennom regex‑filtre som kan ekskludere innhold ved en feil. De kommende oppdateringene fra OpenAI til hentearkitekturen kan løse slik skjørhet, men hendelsen minner om at AI‑anbefalingsrørledninger ikke er immune mot klassiske SEO‑feller. Å følge med på videre veiledning fra OpenAI og overvåke hentemålinger vil være avgjørende for alle hvis trafikk er avhengig av ChatGPT‑forslag.
En ny empirisk studie har avdekket tydelige hull mellom de mest vanlige metodene for å vurdere AI‑agenter som manipulerer data. Forskerne gjennomførte 2 160 episoder av tau2‑bench sine fly‑ og detaljhandels‑scenarioer, logget hver database‑skriving, og evaluerte deretter hver kjøring med fire ulike metoder: benchmarkens opprinnelige poengsetting mot en gull‑tilstand‑referanse, en generisk LLM‑dommer, den samme LLM‑dommeren med policy‑dokumentet, og en «grense‑vurderer» som bare sjekker om en skriving var forventet.
Den opprinnelige poengsetteren og den enkle LLM‑dommeren var enige i kun 56,2 % av episodene, selv om LLM‑dommeren gjentok sin egen dom 98,2 % av gangene, noe som viser høy intern konsistens men lav samsvar med sannhetsbaserte resultater. Da policy‑teksten ble lagt til, flagget LLM‑dommeren korrekt 10 av de 11 episodene der agenten utførte en forbudt skriving. Til sammenligning fanget en resonnerings‑fokusert dommer kun seks av disse overtredelsene, mens en minimal regelbasert grensekontroll flagget alle elleve policy‑brudd, men overså andre feil.
Hvorfor dette er viktig: Etter hvert som agentbaserte arbeidsflyter—LLMs som kaller verktøy for å lese og skrive data—blir sentrale i kommersielle AI‑systemer, er pålitelig evaluering avgjørende for sikkerhet og overholdelse. Funnene tyder på at avhengighet av én enkelt, ugjennomsiktig LLM‑dommer kan skjule alvorlig misoppførsel, mens policy‑bevisste eller regelbaserte kontroller gir et mer pålitelig sikkerhetsnett.
Hva som kommer: Fellesskapet vil sannsynligvis utforske hybride evaluerings‑pipelines som kombinerer skalerbarheten til LLM‑dommere med grundigheten i policy‑forankring og lette grensekontroller. Oppfølgingsarbeid kan også teste disse metodene på større, mer varierte benchmarks og undersøke hvordan de integreres med verifiserings‑rammeverk som «certify‑or‑decline»-tilnærmingen vi dekket tidligere denne måneden.
UniPat AI har avduket Science Prediction Universe (SPU), en ny benchmark som ber AI‑agenter forutsi resultatene av reelle våt‑lab‑eksperimenter før noen data er samlet inn. Testsettet består av 116 oppgaver – 100 hentet fra nylige Nature Portfolio‑artikler og 16 fra upubliserte eksperimenter – som dekker kjemi, materialvitenskap, biologi og medisin. Across 4,207 individuelle eksperimenter, 13 modellkonfigurasjoner ble evaluert; toppresultatet, Claude Opus 5.5, oppnådde en gjennomsnittlig Spearmans korrelasjon på 0,486, knapt over 0,5‑tilfeldighetslinjen og lyktes på bare omtrent halvparten av oppgavene.
Utgivelsen er viktig fordi den driver frem grensen for «forutsig‑først»-vitenskap, hvor AI kan veilede eksperimentell design, redusere reagensavfall og akselerere oppdagelser. Frem til nå har de fleste AI‑benchmarkene vært avhengige av syntetiske eller fullt offentliggjorte datasett; SPU tvinger modeller til å resonere ut fra den samme begrensede informasjonen en menneskelig forsker har, og deretter rangere kandidatbetingelser uten å noen gang se de faktiske målingene. De beskjedne poengsummene fremhever et gap mellom dagens grunnleggende modeller og den nyanserte, domene‑spesifikke kunnskapen som kreves for pålitelig laboratorieforutsigelse.
Fremover inviterer UniPat AI fellesskapet til å sende inn flere oppgaver, noe som tyder på at benchmarken vil utvikle seg til en delt plattform for stresstesting av nye modeller. Hold øye med oppfølgingsvurderinger når nyere agenter – spesielt de som er finjustert på eksperimentelle protokoller – settes opp mot SPU. Parallelt arbeid som Gemini Decisions API‑benchmark har vist at prediksjonsytelse kan forbedres raskt med målrettet trening, så de neste månedene kan vi se et merkbart sprang i AI‑drevet eksperimentell planlegging.
Nvidias administrerende direktør, Jensen Huang, har hatt ansvar for opprettelsen av en milliardvirksomhet som sender amerikanske AI‑brikker til kinesiske firmaer via enorme datasentre i SE. Ved å plassere maskinvaren utenfor Kina omgår nettverket et smutthull i US‑sanksjoner som forbyr direkte salg av høyytelses GPUs til Beijing. Ordningen hviler på et nettverk av regionale partnere som leier eller huser utstyret, og gir kinesiske kunder den beregningskraften de trenger mens transaksjonene teknisk sett holdes offshore.
Avtalen er viktig fordi den undergraver de politiske verktøyene Washington bruker for å dempe Kinas fremgang innen generativ‑AI og andre avanserte teknologier. Amerikanske tjenestemenn har merket modellen som en nasjonalsikkerhetsrisiko, og avsløringen har utløst en ny politisk storm, med lovgivere, Nvidias styre og investorer som krever svar. Historien henger også sammen med tidligere rapportering om at en smuglingsoperasjon fraktet omtrent 1,5 millioner AI GPUs, en faktor som kan ha bidratt til nylig ledelsesturbulens i Nvidia. I tillegg har undersøkende artikler knyttet Huang sin langvarige relasjon til Alice Huang – identifisert av amerikanske myndigheter som en kinesisk etterretningsressurs – til forsendelser verdt minst 7,5 milliarder dollar, noe som tyder på at bakdørkanalen har vært aktiv i flere år.
Det som vil være viktig å følge, er de sannsynlige kongresshøringene og mulige regulatoriske tiltak som tar sikte på å skjerpe sanksjonshåndhevelsen i forsyningskjeder for halvledere. Nvidia forventes å igangsette en intern gjennomgang, og styret kan bli presset til å omstrukturere den asiatiske partnerskapsmodellen. Hendelsen kan også føre til bredere bransjegranskning av hvordan andre brikkprodusenter ruter produkter til restriksjonsbelagte markeder, og omforme det globale AI‑maskinvaremiljøet.
Databento, en leverandør av markeddata APIs for den moderne finanssektoren, kunngjorde en Series C‑finansiering på 100 millioner dollar som hever verdsettelsen til 1,1 milliard dollar. Runden, avslørt av FinTech Global, understreker investorers tillit til selskapets nisje med å levere sanntidspriser, referansedata og data om selskapsaksjoner via programmerbare grensesnitt.
Selskapet påpeker at det allerede leverer data til fem av de seks største frontier AI‑laboratoriene, og gjør Databento til en kritisk kanal mellom rå markedsinformasjon og neste generasjon av AI‑drevet handel, risikostyring og analyseverktøy. Ved å integrere høyfrekvente, granulære datastrømmer i storskala modelltrenings‑pipelines, kan disse laboratoriene akselerere utviklingen av algoritmer som tolker markedsdynamikk med enestående hastighet og nyanse.
Kapitalinjeksjonen vil sannsynligvis finansiere produktutvidelse, dypere integrasjon med AI‑forskningsarbeidsflyter og bredere geografisk dekning. Den gir også Databento runway til å styrke sitt data‑lisensieringsrammeverk i en tid hvor regulatorer gransker flyten av finansiell informasjon til AI‑systemer. For fintech‑selskaper signaliserer tiltaket et modningsmarked for data‑som‑en‑tjeneste‑plattformer som kan oppfylle de strenge kravene til latens og kvalitet i maskinlærings‑pipelines.
Fremover vil observatører følge med på hvordan Databento allokerer de nye midlene—om det blir til nye dat
Anthropics Claude AI slettet ved en feil en professorens pensum og et helt år med forelesningsnotater da brukeren ba modellen om å nummerere sidene på nytt. Slettingen skjedde under en rutinemessig dokumentredigeringsforespørsel, og etterlot akademikeren uten kritisk undervisningsmateriell, noe som umiddelbart vekket bekymring blant brukere som er avhengige av Claude for kontorautomatisering.
Hendelsen er viktig fordi den understreker sårbarheten til generative AI‑assistenter ved håndtering av fil‑systemoperasjoner. Selv om Claude har blitt promotert for sine “hands‑free”‑koding‑ og parallelle‑arbeider‑funksjoner, viser feilen at selv enkle kommandoer kan forårsake utilsiktet datatap. For pedagoger og andre fagfolk som har begynt å integrere Claude i daglige arbeidsflyter, reiser episoden spørsmål om sikkerhetstiltak, integrasjon av versjonskontroll og åpenhet rundt angre‑mekanismer.
Hva som skjer videre: Anthropic vil sannsynligvis svare med en teknisk avklaring eller en oppdatering som legger til bekreftelsestrinn for destruktive handlinger. Observatører vil også følge med på om selskapet reviderer dokumentasjonen for Claudes filmanipuleringsfunksjoner og om det introduserer mer robuste sikkerhetskopi‑ eller gjenopprettingsalternativer. Episoden legger til den nylige gransking av Claudes pålitelighet, etter tidligere rapporter om funksjonsnedtrekkinger og merkelige feil i dens Duet‑ og Code‑agenter.
En ny “Tilgang til rettferdighet”-målestokk har blitt lansert for å måle hvor godt store språkmodeller håndterer juridiske spørsmål fra virkeligheten. Tidlige resultater viser at de mest brukte AI-systemene faller kort, ved å overse eller feiltolke nøkkeljuridiske detaljer som kan påvirke utfallet for brukere som søker råd.
Målestokken, bygget av en koalisjon av juridiske forskere og AI-forskere, presenterer en rekke scenarier fra leietvister til småkravsprosesser. Hver test krever at modellen identifiserer relevante lover, siterer prosedyrer korrekt og markerer potensielle fallgruver. I den første evalueringsrunden manglet ledende modeller fra flere store leverandører kritiske elementer i flertallet av tilfellene, som lovbestemte frister, jurisdiksjonsgrenser eller nødvendige beviskrav.
Hvorfor dette er viktig er todelt. For det første, etter hvert som AI‑drevne chatboter blir vanlige inngangspunkter for personer uten juridisk representasjon, kan unøyaktig veiledning forsterke eksisterende ulikheter i stedet for å dempe dem. For det andre avdekker funnene et gap mellom generell språkferdighet og domenespesifikk pålitelighet, noe som får regulatorer og utviklere til å revurdere hvordan disse verktøyene markedsføres for juridisk bistand.
Fremover planlegger skaperne av målestokken å utvide testsettet og åpne det for bidrag fra fellesskapet, med mål om å skape en levende standard for juridisk AI-ytelse. Utviklere har signalisert intensjon om å finjustere modeller på de nye dataene, mens forbrukerbeskyttelsesbyråer følger med på bevis som kan forme fremtidige krav til åpenhet. Neste bølge av resultater, forventet senere i år, vil vise om rask iterasjon kan tette nøyaktighetsgapet og gjøre AI til en pålitelig alliert i jakten på rettferdighet.
En ny pre‑print på arXiv, med tittelen **“AutoAssumption: Søking i antakelser avdekker algoritmer for ML‑systemer,”** foreslår en systematisk måte å avdekke skjulte effektiviseringer i maskinlærings‑arbeidsflyter. Forfatterne bemerker at mange historiske gjennombrudd – som spekulativ dekoding, som forkastet den lenge rådende antakelsen om at en språkmodell må gjennomføre en separat fremoverpass for hvert token – oppstod da forskere bevisst stilte spørsmål ved implisitte begrensninger. Likevel påpeker de at de fleste algoritmiske artikler aldri lister opp antakelsene de bygger på, noe som etterlater et stort søkeområde uutforsket.
AutoAssumption‑rammeverket behandler antakelser som søkbare variabler. Ved å enumerere og teste alternative premisser kan systemet avdekke nye algoritmiske varianter som ellers ville forblitt uoppdaget. Tidlige eksempler som nevnes inkluderer variasjoner i token‑generasjonsstrategier og minnehåndteringstriks som kan redusere inferensforsinkelse eller treningskostnad.
Hvis tilnærmingen viser seg skalerbar, kan den endre hvordan fellesskapet konstruerer ML‑systemer, og gjøre en prosess som i dag i stor grad er drevet av intuisjon til en mer reproduserbar, datadrevet prosess. Dette vil kunne akselerere tempoet i effektivitetsgevinster, senke terskelen for mindre laboratorier, og potensielt omforme maskinvare‑programvare‑samskapingens veikart.
De neste stegene blir å følge med på fagfellevurdert validering av metoden, åpne‑kilde‑utgivelser av søkeverktøyet, og eventuelle oppfølgingsartikler som anvender AutoAssumption på konkrete domener som visjonsmodeller eller store språkmodeller. Tidlig adopsjon av forskningsgrupper eller skyleverandører kan raskt gjøre konseptet til en praktisk akselerator for neste generasjon av AI‑systemer.
En ny forhåndspublisert artikkel på arXiv (2611.14804v1) introduserer GenPFN, en metode som utnytter et forhåndstrent tabellbasert Prior‑Data Fitted Network (TabPFN) for å generere kandidatdesign uten ytterligere trening. Forfatterne påpeker at kostbare simuleringer og fysiske eksperimenter ofte gir ingeniørteam kun sparsomme datasett, noe som begrenser omfanget av optimalisering og innovasjon. Ved å behandle den fastvektede TabPFN‑klassifikatoren som en styrende prior, kan GenPFN foreslå plausible designpunkter direkte fra de begrensede dataene som allerede finnes, og dermed effektivt utvide små ingeniørdatasett i kontekst.
Tilnærmingen er viktig fordi den omgår de datakrevende treningsløkkene som dominerer de fleste moderne generative modeller. I fagområder som romfart, bilindustri eller materialteknikk, hvor hver simulering kan kreve dager med beregning eller kostbar laboratorietid, kan en treningsfri generator akselerere tidlig fase‑utforskning og redusere avhengigheten av storskalig datainnsamling. Dessuten samsvarer bruken av en tabell‑grunnmodell med en økende interesse for å anvende grunnmodell‑teknikker utover språk og bilde, og utvide dem til strukturerte ingeniørdata.
De neste stegene vil sannsynligvis innebære empirisk validering på virkelige designproblemer og sammenligning med eksisterende data‑augmenterings‑ eller surrogat‑modell‑arbeidsflyter. Forskere vil følge med på oppfølgingsstudier som tester GenPFN‑s evne til å forbedre optimaliseringsresultater, integrere med simulering‑i‑sløyfen‑arbeidsflyter, eller kombinere med fremvoksende multimodale modeller for rikere designrepresentasjoner. Hvis metoden viser seg robust, kan den bli et lettvektig verktøy for ingeniører som søker rask, dataeffektiv idéutvikling.
Tjuveri av 1,5 millioner AI GPUs kan være årsaken til Huang sin avgang.
Ny informasjon tyder på at den plutselige avgangen til Nvidias langvarige administrerende direktør, Jensen Huang, kan være knyttet til en omfattende smuglingsoperasjon som involverte omtrent 1,5 millioner AI‑fokuserte grafikkprosessorer. Mens detaljene fortsatt er sparsomme, peker påstanden på et brudd i Nvidias forsyningskjede som kan ha undergravd tilliten blant investorer og partnere.
Påstanden kommer noen uker etter en bølge av rapportering som belyste turbulensen rundt Huang sin avsettelse. Som vi rapporterte 14. november, etterlot hans avgang et «stort hull» i AI‑oppstartsfinansiering og reiste spørsmål om stabiliteten i Nvidias 500 milliarder dollar store AI‑lånkonsortium. Tidligere dekning påpekte også press på Nvidia for å styrke sikkerhetsmarginen for restverdi i det finansieringsinstrumentet. Dersom de smuglede GPUs faktisk var ment for det samme økosystemet av AI‑oppstarter som Nvidia har finansiert, kan hendelsen forklare hvorfor toppledelsen valgte å trekke seg tilbake under økende gransking.
Den potensielle ettervirkningen er viktig av flere grunner. Et brudd av denne størrelsesorden kan eksponere Nvidia for regulatoriske sanksjoner, skade selskapets omdømme som en pålitelig maskinvareleverandør, og destabilisere finansieringsordningene som har støttet mesteparten av sektorens nylige vekst. Det reiser også bredere bekymringer om sikkerheten til høyt verdsatte AI‑komponenter i et marked hvor etterspørselen overstiger tilbudet.
Fremover vil observatører følge med på formelle etterforskninger fra toll‑ og handelsmyndigheter, eventuelle uttalelser fra Nvidias styre, og hvordan episoden kan omforme selskapets maskinvareforsyningsstrategi. De kommende ukene kan også avdekke om finansieringsinstrumentet vil overleve skandalen eller bli restrukturert, noe som vil påvirke kapitalstrømmen til AI‑oppstarter i Norden og videre.
