Hos Anthropic minskar juniorernas andel av rekryteringarna till tekniska roller från 27 % till 9 %, DeepSeek släpper V4.1-Flash-1017, Claude Code börjar svara tre gånger snabbare

Anthropic använder sina egna team som studieobjekt: juniorernas andel av rekryteringarna till tekniska roller har minskat från 27 % till 9 %, agenterna som medarbetarna startade arbetade i augusti sex gånger så många timmar som medarbetarna själva, och 91 % av dessa medarbetare anser att AI kan göra en upptäckt värdig ett Nobelpris senast 2030, jämfört med 39 % av amerikanerna. DeepSeek släpper V4.1-Flash-1017 under MIT-licens, med bättre resultat än GPT-5.6 Sol och Claude Opus 5 på DeepSWE v1.1 till oförändrat pris, och öppnar sina API:er för webbsökning, Search och Fetch, för alla. Agenter från Google Research styr laboratorierobotar och bidrar till att ta fram proteinbindare med nanomolär affinitet mot ett tumörmål, Claude Code börjar svara tre gånger snabbare än i augusti, och NVIDIA presenterar detaljer om sina RTX Spark-datorer för utvecklare.

Anthropic undersöker sina egna jobb: juniorernas andel av rekryteringarna till tekniska roller sjunker till 9 %, medarbetarna förväntar sig betydligt mer av AI än amerikanerna

16 oktober — Anthropics Economics-team publicerar två rapporter från The Anthropic Institute som använder företaget självt som studieobjekt. Den första, ”Hur sysselsättningen förändras hos Anthropic” (How employment is changing at Anthropic), kombinerar interna data (personalstyrka, AI-användning, produktion, kalendrar, rekryteringsbeslut) med 17 medarbetarintervjuer. Den andra, ”Förväntningsgapet kring AI” (The AI expectations gap), jämför en Morning Consult-undersökning som genomfördes i augusti bland 10 980 vuxna amerikaner med en intern undersökning bland 1 334 medarbetare; en andra undersökningsomgång i september ger liknande resultat.

Indikator som följs hos Anthropic	Uppmätt utveckling
Juniorernas andel av rekryteringarna till tekniska roller	från 27 % till 9 %
Juniorernas andel på de tekniska avdelningarna	från 21 % till 14 % sedan början av 2025
De interaktiva agenternas timmar per medarbetartimme	6 i augusti 2026
Commits per ingenjör	5 gånger takten för sex månader sedan
Kodsessioner bland icke-tekniska medarbetare, per månad	från 2 (augusti 2025) till 90 (maj 2026)

Minskningen av antalet nybörjare är det tydligaste resultatet, och AI spelar enligt chefernas egna uppgifter en roll: i april 2026 uppgav ungefär en tredjedel av cheferna inom maskininlärning och en femtedel av cheferna inom mjukvaruutveckling att de rekryterade färre på grund av AI. Agenterna har samtidigt tagit större plats: i mars 2026 översteg deras sammanlagda arbetstimmar för första gången medarbetarnas. Bland 192 ingenjörer som gått över till kodagenter, jämfört med 74 som inte gjort det, ökar mängden tillagd kod kraftigt, utan att agenternas kod oftare raderas eller återställs i efterhand.

Baksidan är den mänskliga uppmärksamheten, som har blivit flaskhalsen: de interaktiva sessionerna är inaktiva ungefär 80 % av tiden i väntan på ett svar, och att läsa allt de producerar skulle ta mer än halva arbetsveckan. Metaarbetet (meta-work), som består i att skriva specifikationer för agenter, låta en agent granska en annans arbete eller övervaka bearbetningskedjor, har ökat från 10 % till 22 % av sessionerna mellan hösten 2025 och våren 2026, och medianmedarbetaren tillbringar 20 % mer tid i möten än för ett år sedan. Vid rekrytering lägger bedömningarna större vikt vid självständighet och omdöme; Anthropic uppger att företaget inför ett system för tidig varning (early warning system) för utsatta befattningar och prioriterar interna omplaceringar.

Den andra rapporten visar att medarbetarna och allmänheten är överens om vad AI kan göra i dag, men inte om hur snabbt den utvecklas:

Uppmätt svar, med sikte på 2030	Tillfrågade amerikaner	Medarbetare hos Anthropic
En upptäckt värdig ett Nobelpris bedöms vara möjlig	39 %	91 %
Andel av det egna arbetet som AI kan utföra (medelvärde)	28 % (yrkesverksamma)	75 %
BNP-tillväxt som svaren implicerar (median)	5,4 %	17,1 %

De båda grupperna resonerar ändå på samma sätt: ju större del av sitt arbete man tror att AI kommer att utföra, desto högre arbetslöshet förutser man, och amerikanska arbetstagare som tror att AI kan utföra minst 80 % av deras arbete förutser en arbetslöshet på 12,2 % år 2030, jämfört med 4,2 % i dag. BNP-tillväxten härleds ur den modell för ekonomiska scenarier som Anthropic presenterade i september. Slutligen uppskattar medianmedarbetaren att AI redan utför 51 % av arbetet med att bygga en ledande modell och förutser 95 % vid slutet av 2030: rapporten förtydligar att detta är personliga uppfattningar som samlats in genom en enkät, inte företagets prognoser.

🔗 Hur sysselsättningen förändras hos Anthropic · Förväntningsgapet kring AI · Presentationsinlägget

Öppna modeller: DeepSeek släpper V4.1-Flash-1017 och öppnar sina API:er Search och Fetch, NVIDIA:s partner eftertränar Nemotron 3.5 Super VL

17 oktober — DeepSeek släpper DeepSeek-V4.1-Flash-1017, en ny version av V4.1-Flash, den multimodala MoE-modellen med 552 miljarder parametrar som lanserades den 10 september. Modellkortet beskriver det som en mindre uppdatering (minor update), men skillnaderna är tydliga på agentuppgifter: 77,0 % på DeepSWE v1.1 jämfört med 74,2 % för den föregående versionen, 42,3 jämfört med 31,2 på Terminal-Bench 4.0. Vikterna publiceras under MIT-licens på Hugging Face och ModelScope, och modellen finns tillgänglig på webbplatsen, i appen och via API:et.

Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost.

🇸🇪 Högre poäng, snabbare slutförda uppgifter och kortare utdata än den föregående versionen: en Paretoförbättring av prestanda och kostnad. — @deepseek_ai på X

Priset är oförändrat. Namnet deepseek-flash används nu för denna version, med en kontext på en miljon tokens och upp till 384K tokens i utdata; de gamla namnen deepseek-v4-flash och deepseek-v4-flash-vision-exp accepteras fortfarande, men även deras förfrågningar hanteras av V4.1-Flash-1017. Prissidan visar fortfarande 0,30 dollar per miljon tokens i indata (utan cache) och 1,20 dollar i utdata under högtrafiktid, hälften så mycket under lågtrafiktid, precis som den 13 september. Kostnadsminskningen kommer alltså från kortare svar: diagrammet i versionsinformationen, som bara går att läsa som bild, placerar inställningen max på 77,0 % på DeepSWE v1.1 för ungefär 0,2 dollar per uppgift, över alla andra punkter. Den närmaste, GPT-6.1 Sol, når som högst omkring 75 % för ungefär 0,65 dollar, medan de bästa punkterna för GPT-6 Astra, Gemini 3.8 Flash, Claude Opus 5 och Claude Fable 5, mellan ungefär 70 % och 74 %, kostar cirka 2 till 15 dollar per uppgift.

Utvärderingstest	V4.1-Flash-1017	V4.1-Flash	K3	GLM-5.3	GPT-5.6 Sol	Opus 5
HLE utan verktyg	42,6	36,8	43,5	42,0†	44,5	56,3
Terminal-Bench 4.0	42,3	31,2	12,6	37,9	39,9	51,8
DeepSWE v1.1	77,0	74,2	67,5	66,9	73,0	74,0
ProgramBench	29,1	20,3	17,5	19,0	23,0	37,0
NL2Repo-Bench	68,2	65,4	58,0	58,0	56,8	75,3
Automation-Bench v1.0.6	60,5	54,8	46,7	48,8	45,8	50,3
Agents’ Last Exam	35,4	31,8	27,6	28,5	26,7	28,6
Apex Bench v1.1	72,1	64,6	47,8	56,6	54,3	65,8

† : HLE:s textdelmängd, det enda resultat som anges för GLM-5.3 (V4.1-Flash-1017 får 44,0 där). Källa: modellkortet på Hugging Face.

Bland slutna modeller tar tabellen bara med GPT-5.6 Sol och Claude Opus 5, inte deras efterföljare. V4.1-Flash-1017 överträffar dem på DeepSWE v1.1, Automation-Bench, Agents’ Last Exam och Apex Bench, men ligger fortfarande efter Opus 5 på HLE utan verktyg (där även GPT-5.6 Sol ligger före, med 44,5 mot 42,6), Terminal-Bench 4.0, ProgramBench, NL2Repo-Bench och de tre visuella testerna med verktyg i modellkortet (Chartography, BabyVision och ZeroBench-main); bland de öppna modellerna K3 och GLM-5.3 förlorar den bara mot K3, på HLE utan verktyg (43,5 mot 42,6). DeepSeek tillskriver framstegen förstärkningsinlärning med självåterkoppling (reinforcement learning with self-feedback) på kompletta projekt och optimerar modellen för DeepSeek Harness, Tencent CodeBuddy och WorkBuddy. För lokal körning innehåller publiceringen ingen konversationsmall i Jinja-format utan en referensimplementation i Python av promptformatet, och rekommenderar minst 256K tokens i utdata; ingen ny teknisk rapport följer med denna version.

🔗 DeepSeeks versionsinformation · Modellkortet på Hugging Face

Search och Fetch: DeepSeek öppnar sina API:er för webbsökning för alla, för 0,75 dollar per 1 000 lyckade förfrågningar

17 oktober — I samma tråd öppnar DeepSeek två webbsökningstjänster för alla användare av sitt API. Search söker i DeepSeeks egen sökmotor, som enligt företaget hanterar hundratals miljoner förfrågningar per dag, och returnerar strukturerade resultat: varje resultat har ett relevansvärde från 0 till 3, en sammanfattning på 600 till 800 tecken avsedd för modellen, publiceringsdatum och en auktoritetsnivå från 0 till 4. Fetch hämtar en sida och konverterar den till Markdown, i enlighet med den aktuella webbplatsens åtkomstregler.

Del av erbjudandet	Värde enligt DeepSeek
Pris för varje API	0,75 dollar per 1 000 lyckade förfrågningar
Gräns per konto	5 förfrågningar per sekund i varje API
Resultat per sökning	från 1 till 50 (10 som standard)
Anrop från Harness, Claude Code, Codex	gratis till den 31 oktober kl. 16 h UTC

Bara svar med resultat debiteras: misslyckade förfrågningar, tomma sökningar och tidsöverskridanden är gratis, och antalet begärda resultat påverkar inte priset. Serververktygen i DeepSeeks API, som anropas från DeepSeek Harness, Claude Code eller Codex, byggde redan på dessa API:er, och dessa anrop förblir gratis till den 31 oktober; Harness v0.2.1-rc.2 integrerar Search och Fetch i sina inställningar för webbsökning.

🔗 Guiden till Search och Fetch · Tillkännagivandet från @deepseek_ai

Nemotron 3.5 Super VL: eftertränad av NVIDIA:s partner når den samma nivå som dyrare slutna modeller på deras uppgifter

16 oktober — Dagen efter lanseringen av Nemotron 3.5 Super VL, den öppna modellen med 120 miljarder parametrar (12 miljarder aktiva) som presenterades här den 15 oktober, publicerar NVIDIA en tråd som citerar 21 partnerinlägg, nästan alla publicerade på lanseringsdagen. En stor del av dem visar vad modellen presterar efter efterträning på en specifik uppgift, där varje partner använder sina egna utvärderingar: NVIDIA vidareförmedlar dem utan gemensam metodik.

Citerad partner	Användning efter efterträning	Resultat som partnern uppger
AfterQuery (med Hebbia)	Kredituppgifter på expertnivå	från 47 % till 74 % helt lösta uppgifter, till ungefär 1/7 av kostnaden för de jämförda slutna modellerna
Trajectory	Harveys Legal Agent Bench	i nivå med Opus 4.7, för 1,34 dollar per miljon tokens jämfört med 15
Alex Dimakis	Autonom ML-forskare	från 28 % till 35 % på AutoResearchExam, i nivå med Qwen 3.8 Max, som är 20 gånger större
Handshake	Dokument inom livsvetenskaperna	fördubblad precision med fler än 2 000 datapunkter från experter
Multiverse Computing	Modellkomprimering	Comet 60B, hälften så många parametrar, med en avvikelse på mindre än 5 % från den ursprungliga precisionen

Tråden visar också verktygen som växer fram kring modellen: tillgänglighet på Tinker, River API, Applied Computes AC2 och ModelScope (vikter i BF16 och NVFP4), lanseringen av Fastino Training API för SFT- och RL-loopar, samt servering med 962 tokens per sekund och användare på två H200-GPU:er med Mindbeams Litespark-motor.

🔗 Tråden från @NVIDIAAI

Agenter i laboratoriet: Google Research ger dem pipetteringsrobotar och får fram bindare med nanomolär affinitet mot en tumörrelaterad målmolekyl

16 oktober — Google Research presenterar tre arbeten som tar AI-agenter ända fram till laboratoriebänken i våtlaboratoriet (wet lab): de nöjer sig inte längre med att utforma molekyler, utan startar experimenten, läser resultaten och korrigerar sin metod, under ledning av forskare.

Den första byggstenen, VERID (VERified Infrastructure for Discovery Laboratories), är en digital tvilling av den robotiserade pipetteringsstationen, byggd på ramverket PyLabRobot med öppen källkod. Den följer armen, volymen i varje brunn, reagenserna och de tillgängliga pipettspetsarna i realtid, låter varje protokoll testköras i simulering på några sekunder och blockerar fysiskt omöjliga kommandon. I ett rapporterat fall vägrar simulatorn att utföra en åttakanalig aspiration i en alltför smal behållare: agenten planerar om och utformar sedan en faktoriell försöksplan som isolerar en systematisk kontamineringseffekt från pipettspetsarna.

Experiment som genomförts med agenterna	Resultat som rapporterats av Google Research
Aptamerer mot α-trombin, tre cykler	0 %, sedan 26,0 %, sedan 42,1 % bekräftade bindare, med 98,5 % specificitet
Aptamerer mot myoglobin	specificiteten sjönk från 75,0 % till 19,1 % och steg åter till 72,4 %; 33,5 % bindare i cykel 3
De novo-proteinbindare mot FAP	affinitet i det ensiffriga nanomolära intervallet, 8,6 gånger snabbare strukturprediktion
Samarbete mellan människa och agent, med samma beräkningsbudget	nästan dubbelt så hög framgångsgrad in silico jämfört med en ensam forskare

Fallet med myoglobin visar lärande i en sluten återkopplingsslinga: i den andra cykeln satsar agenterna på G-quadruplexmotiv som binder till allt, upptäcker den kraftigt försämrade specificiteten i laboratoriedata och skriver själva om sina designregler. För FAP, en receptor som är överuttryckt i solida tumörer, behåller pipelinen endast bindningsstället under strukturprediktionen. Google beskriver sina skyddsåtgärder i detalj (icke-infektiösa biologiska system, biosäkerhetsgranskning av varje sekvens, obligatorisk simulering före körning, mänsklig övervakning), men anger inte vilken modell som driver agenterna.

🔗 Google Researchs blogginlägg · VERID (PDF) · Sandlådan för aptamerer (PDF) · Epitopborttagning (PDF)

Kodagenter: Claude Code börjar svara tre gånger snabbare, 2.1.302 gör fork-underagenter till standard, Replit flyttar in i kundernas moln

16 oktober — Claude börjar svara tidigare, meddelar @ClaudeDevs. I Claude Code komprimeras nu konversationen som skickas till modellen vid varje tur med gzip för att nå fram snabbare, och molnsessionerna startar så snart man börjar skriva sin begäran. Tabellen som bifogas tillkännagivandet mäter väntetiden till den första token mellan augusti och oktober:

Uppmätt gränssnitt	Augusti 2026	Oktober 2026	Angiven förbättring
Claude Code, lokala sessioner	4,07 s	1,33 s	3 gånger
Claude Code, molnsessioner	16,99 s	6,00 s	2,8 gånger
Claude, chatt och Cowork	3,36 s	2,17 s	1,5 gånger
Claude API, inklusive modellens beräkningstid (median)	1,53 s	1,01 s	1,5 gånger

De tre första raderna exkluderar modellens beräkningstid och avser den 90:e percentilen. Komprimeringen är inte helt ny: Claude Code 2.1.300 tillämpade den redan den 14 oktober på stora anrop till api.anthropic.com, med variabeln CLAUDE_CODE_GZIP_REQUEST_BODIES=0 för att stänga av den. Inget versionsnummer anges för den tidigarelagda starten av molnsessioner.

🔗 Tillkännagivandet från @ClaudeDevs

Claude Code 2.1.302: fork-underagenter som standard utanför terminalen, valbar modell för klassificeraren i autoläget, 43 buggfixar

16 oktober — Dagen efter 2.1.301 utökar Claude Code 2.1.302 (63 poster, varav 43 buggfixar) ett beteende som tidigare var specifikt för terminalen till andra gränssnitt: fork-underagenter är nu aktiverade som standard i claude -p, Agent SDK, skrivbordsappen och VS Code (CLAUDE_CODE_FORK_SUBAGENT=0 för att stänga av dem), och både skrivbordsappen och VS Code startar alltid huvudkonversationens underagenter i bakgrunden.

Berört område	Ändring i 2.1.302
Autoläge	`CLAUDE_CODE_AUTO_MODE_MODEL` väljer modellen för klassificeraren som körs på klientsidan
Kommandot `/config`	raden Idle compaction för att stänga av eller återaktivera komprimering vid inaktivitet
Tredjepartsleverantörer	om inget läge anges startar `claude -p` och Agent SDK i läget `default` om telemetrin är avstängd eller installationen är ny
Prompt- och agent-hooks	högst 12 samtidiga körningar per händelse
Verktyget Read	bilder större än 128 Mo avvisas i stället för att läsas in i minnet

Bland övriga buggfixar finns att en schemalagd rutin som delvis misslyckats inte längre startas om från början, vilket kunde leda till att samma rapport publicerades två gånger, och att exFAT- eller FAT32-diskar inte längre blockerar skrivningar under Windows.

🔗 Versionsinformationen för Claude Code 2.1.302

Replit Bring Your Own Cloud: plattformen i kundens Azure-, Google Cloud- eller AWS-miljö, och Claude Haiku 5.5 i Power-läget

16 oktober — Replit lanserar Bring Your Own Cloud (BYOC), som kör hela eller delar av Replit i ett företags molnmiljö (tenant) hos Microsoft Azure, Google Cloud eller Amazon Web Services. För utvecklarna förändras ingenting: publiceringen sker fortfarande med samma Publish-knapp.

Driftsättningsalternativ	Vad som körs hos kunden	Tillgänglighetsfas
Full BYOC	hela plattformen, inklusive Agent-harness, samt de publicerade applikationerna	privat förhandsversion
BYOC for Published Apps	endast de publicerade applikationerna, medan utvecklingen stannar hos Replit	tidig tillgång
Image Exports	en Docker-image, en Terraform-fil och en SBOM som driftsätts av kundens team	tidig tillgång

Tunnlarna är enbart utgående, med dubbel mTLS-kryptering, och kundhanterade nycklar (CMEK) är förbehållna avtal med fullständig fysisk isolering. Dokumentationen anger begränsningarna: kontrollplanet stannar hos Replit, Full BYOC är varken en isolerad installation (air-gapped) eller ett helt egenhostat Replit, och modellinferensen hanteras fortfarande av Replit. Inga priser har publicerats. Ändringsloggen från samma dag lägger till Claude Haiku 5.5 i modellväljaren för Power-läget i abonnemangen Core och Pro, där Claude Sonnet 5.5 blev tillgänglig den 2 oktober.

🔗 Replits blogginlägg · BYOC-dokumentationen · Ändringsloggen för den 16 oktober

RTX Spark: NVIDIA beskriver sina datorer för utvecklare, med Junie Local från JetBrains och angivna prestandavinster jämfört med Core Ultra X9 388H

16 oktober — Samma dag som de bärbara RTX Spark-datorerna släpps, vars lanseringsprogramvara presenterades den 13 oktober, förklarar NVIDIA på sin teknikblogg vad maskinen erbjuder utvecklare: att skriva kod, testa och driftsätta på en enda dator, med kodagenter som körs lokalt med upp till 128 GB enhetligt minne. De bärbara datorerna finns tillgängliga, och små stationära datorer följer i november, presenterade som lämpade för agenter som körs kontinuerligt.

Arbetsbelastning	Test som NVIDIA använder	Angiven förbättring jämfört med Core Ultra X9 388H
Kodagenter	AA-AgentPerf-local med Qwen3.8-27B	4,6 gånger
Finjustering (LoRA)	Unsloth på Llama-3.1-8B	2,7 gånger
Kompilering	Linux-kärnan, Phoronix Test Suite	1,8 gånger

Mätningarna kommer från NVIDIA och jämför med Intels Panther Lake 12Xe-krets. På mjukvarusidan installerar Windows Developer Config, som utvecklats tillsammans med Microsoft, de viktigaste utvecklingsramverken, stänger av aviseringar och förbättrar terminalen; på Windows on Arm är fler än 2 000 Conda-paket klara att använda och mer än 97 % av de 15 000 mest använda Python-paketen har en Arm-version. JetBrains lanserar inbyggt stöd för Junie Local, som anpassar sitt kontextfönster till GPU-minnet, GitHub Copilot körs lokalt via Windows ML med llama.cpp, och SDK:erna AI for Media (superupplösning för video, generering av mellanbilder, TrueHDR) kommer som Python-paket på PyPI.

🔗 Inlägget på NVIDIAs teknikblogg

Notiser

Agenter och kodverktyg

Versionsinformation för Devin den 16 oktober — Efter informationen från den 14 oktober, som togs upp den 15 oktober, publicerar Cognition 19 avsnitt: /devin-kommandon i merge requests på GitLab, status för sammanslagning i Bitbucket Cloud i Devin Review, sökning efter pull requests på fem kodplattformar, inbyggda verktyg för issues och labels samt en Enterprise-inställning som döljer den gamla MCP-marknadsplatsen utan att koppla bort redan installerade servrar. 🔗 källa
Copilot CLI 1.0.100-1 — Två och en halv timme efter 1.0.100-0, som togs upp dagen innan, gör denna andra förhandsversion den gemensamma sessionsvyn till standardvy för /sessions, /session och /resume och tar bort språkmarkörer från röstdikteringen; fortfarande ingen stabil version sedan 1.0.98 den 14 oktober. 🔗 källa
Gemini CLI, nightly från den 17 oktober — Fyra korrigeringar som stänger ärenden från mars och april: den automatiska uppdateringen kontrollerar äntligen den binärfil som faktiskt körs, i stället för att gång på gång felaktigt rapportera att uppdateringen lyckats när flera installationer finns i PATH, keybindings.json accepterar en array keys, och stoppsignaler når barnprocessen under ACP, systemd eller i en container. 🔗 källa
Antigravity CLI 1.4.0 och Antigravity-appen 2.24.0 — I efterhand från den 15 respektive 14 oktober: CLI visar sin status i terminalfliken (OSC 7501-sekvens) och omarbetar agy plugin validate med de faktiska inläsningsreglerna; appen, efter 2.23.0 som togs upp den 13 oktober, gör om sin sidopanel, lägger till /compact och låter användaren välja Flash Lite, Flash eller Pro för varje automatisering. 🔗 källa
DeepSeek Harness 0.2.1-rc.1 och rc.2 — De två första versionskandidaterna i serien 0.2.1: rc.1 samlar ändringarna från förhandsversionerna alpha.1 till alpha.5, rc.2 stöder V4.1-Flash-1017 och API:erna Search och Fetch; kodförrådet har 31 publicerade versioner sedan den 17 augusti, samtliga förhandsversioner. 🔗 källa
bun lint — I efterhand från den 15 oktober: Bun, som köptes av Anthropic i slutet av 2025, presenterar inför sin nästa version en ESLint-kompatibel linter med över 1 000 inbyggda regler, som läser konfigurationer för eslint och oxlint; den uppges vara 26 gånger snabbare än ESLint, mellan 11 och 43 gånger beroende på vilket av de fem uppmätta kodförråden det gäller, men har ännu inget lanseringsdatum. 🔗 källa

OpenAI i företag och bland utvecklare

Itaú och ia.i — Enligt en fallstudie från OpenAI öppnar den brasilianska banken ia.i, sitt samtalsgränssnitt för text eller röst, för omkring 300 000 kunder och siktar på att nå hela kundbasen före slutet av 2026; GPT-5.x-modeller driver Customer DNA (omkring 70 miljoner kunder), och dess plattform för flera leverantörer, IARA, driver en juridisk lösning som omfattar över 90 miljoner dokument. 🔗 källa
Benefit Street Partners och Codex — Hos denna kreditinriktade kapitalförvaltare byggde förvaltaren Anant Kumar på en dag den första versionen av ett verktyg för att följa lånevärderingar (totalt 10 till 12 timmars utveckling) och en analysator för kreditavtal som refaktorerats med GPT-6 Astra; investeringskommitténs frågor, som tidigare tog dagar eller veckor, hanteras på en dag. 🔗 källa
ChatGPT Enterprise och Edu — De synkroniserade anslutningar som administratören hanterar tas bort till förmån för realtidsapparna Google Drive, SharePoint och Microsoft Teams, med nya innehållskontroller, och sidan External access i Admin Console samlar åtkomsthanteringen för Sign in with ChatGPT, anslutna appar och Ads-data. 🔗 källa
Växling mellan leverantörer — I efterhand från den 14 oktober: bloggen OpenAI Developers förklarar hur man växlar mellan OpenAI:s direkta API och dess modeller hos Amazon Bedrock eller Azure OpenAI: endast vid tillfälliga fel eller begränsningar som hotar tidsfristen, aldrig vid ogiltiga förfrågningar, avslag eller förbrukad kvot; en Codex-prompt lägger till en växlingsfunktion som är avstängd som standard. 🔗 källa
Hårdvaruprojekt byggda med Codex — OpenAI Developers lyfter fram ett communitygalleri med 20 projekt rangordnade efter röster, som tar emot nya bidrag, från en gammal Kindle som blivit en instrumentpanel för AI-användning till en DEFCON-badge vars krets enligt upphovspersonen utformades av Astra, från routning i KiCad till beställning hos JLCPCB. 🔗 källa

API:er, modeller och webbsökning

Perplexitys Agent API — Sexton äldre modeller (sju Claude 4.x, fem Gemini 3.x, fyra Grok 4.x) försvinner från dokumentationen, kalkylatorn och exemplen, utan att notisen anger att deras identifierare slutar svara; GPT-6 Astra (10 dollar per miljon tokens för indata, 50 för utdata) och DeepSeek V4 Pro (1,32 och 3,96 dollar) tillkommer. 🔗 källa
pplx-decider-v1.2 på OpenRouter — Perplexitys två beslutsmodeller, som publicerades med sina vikter den 16 oktober, kommer samma dag till OpenRouter för 0,02 dollar (27B) och 0,01 dollar (4B) per miljon tokens för indata, med gratis utdata och ett kontextfönster på 262K, precis som v1.1 den 7 oktober. 🔗 källa
Embed 5 Fast mot EmbeddingGemma 2 — Cohere hävdar att modellen överträffar Googles modell på över 95 % av 163 dataset, men använder RCP-nDCG@10, sin egen utvärderingsmetod; med standardmåttet nDCG@10 visar dess ViDoRe v3-diagram 59,3 mot 47,6, utan någon lista över dataseten, i en jämförelse mellan en betald API-modell och en öppen modell med 740M parametrar. 🔗 källa
TypeScript-SDK för SpaceXSI 0.2.4 — Utan något tillkännagivande lägger det till parametern guidelines i responses.create(), kategorispecifika anvisningar för modellens utdata (avvisa en kategori, erbjuda stöd vid självskadebeteende), videoformaten 21:9 och 5:2 samt identifierarna grok-voice-3.0 och grok-voice-2.0, och markerar Live Search som föråldrat till förmån för web_search och x_search. 🔗 källa
AI Mode och AI Overviews — I efterhand från den 15 oktober: Google lägger till fler inbäddade länkar, placerade högre upp, i sina genererade svar, utökar sina nyhetskaruseller som lyfter fram favoritkällor (Preferred Sources) till fler länder och språk, där användningen av favoritkällor har mer än sjufaldigats sedan årets början, och testar ett särskilt avsnitt för officiella sidor. 🔗 källa

Öppna modeller och communityforskning

FLUX 3 Image Klein — Två dagar efter modellens lansering korrigerar Black Forest Labs sina workflows (ComfyUI v0.41.3, uppdaterad Hugging Face Space), rekommenderar sin prompt-upsampling i 2K och publicerar på GitHub den systemprompt som rekommenderas för att klara sig utan den. 🔗 källa
Filtrering efter upphovsperson på Hub — Sidorna Models och Datasets på Hugging Face kan filtreras efter användare eller organisation via en ny knapp på varje profil; ett kort påminner om vilket konto man utforskar när man lägger till filter för uppgift, storlek, bibliotek eller licens. 🔗 källa
Ammu-1.0-OffOnTopic-Guardrail — Kalyan KS publicerar under MIT-licens fyra klassificerare med 150M till 17M parametrar som bedömer om en förfrågan faller utanför det område som systemprompten anger; enligt upphovspersonen når den största 91,56 i Macro-F1, mot 81,95 för DeepSeek V4 Flash 0731 och 79,12 för GPT-6 Luna. 🔗 källa
En minnesklassificerare som inte driftsatts — Javad Taghia förklarar varför den encoder som finjusterats för att avgöra skrivningar till AtMems minne inte sattes i produktion: från 18,4 % till 73,8 % på ett låst test, men bara 16 korrekta beslut på 100 fiktiva observationer som spelades upp på nytt under produktionsliknande förhållanden, mot 30 för deterministiska regler, och 15 till 230 gånger långsammare. 🔗 källa
SPICY-KV — Enligt Yuge Y (ElithiaTechnologies) komprimerar denna metod, som grupperar nycklar före RoPE, KV-cachen i DeepSeek-R1-Distill-Qwen 28,6 gånger och behåller 100,0 % (1.5B) respektive 91,7 % (7B) recall på RULER, medan sammanslagning efter RoPE sjunker till 0,0 %; detta är upphovspersonens egna mätningar, utan sakkunniggranskning. 🔗 källa

Vad det betyder

Anthropics rapport flyttar fokus i frågan om sysselsättning. På ett ledande forskningslaboratorium arbetar de interaktiva agenter som de anställda startar redan sex gånger så många timmar som de själva, och det som blir en bristvara är mänsklig uppmärksamhet: att granska, specificera och övervaka. Nybörjarna drabbas först, med 9 % av de tekniska nyanställningarna mot 27 %, samtidigt som intervjuerna i högre grad bedömer självständighet och omdöme. Google Research beskriver samma arbetsfördelning i laboratoriet: forskaren bestämmer strategin, agenten genomför den, och duon hittar nästan dubbelt så många kandidater in silico som en ensam forskare. Kvar finns förväntningsgapet: 91 % av Anthropics anställda bedömer att AI kan göra en upptäckt värdig ett Nobelpris senast 2030, mot 39 % av amerikanerna, och deras svar innebär en tre gånger så hög BNP-tillväxt (17,1 % mot 5,4 %).

Hastighetsvinsterna stöter på samma gräns. Claude Code minskar väntan på den första token från 4,07 till 1,33 sekunder lokalt och aktiverar fork-subagenter som standard utanför terminalen, men Anthropics studie visar att maskinen inte längre är den främsta flaskhalsen: de interaktiva sessionerna är inaktiva omkring 80 % av tiden, i väntan på ett svar, och att läsa allt de producerar skulle ta mer än halva arbetsveckan. Att minska latensen förkortar användarens väntan framför maskinen, men inte väntan för de sessioner som inväntar människan.

För öppna modeller väger kostnaden per uppgift nu tyngre än priset per token. DeepSeek ändrar inte sitt pris, men V4.1-Flash-1017 ger kortare utdata och uppges nå 77,0 % på DeepSWE v1.1 för omkring 0,2 dollar per uppgift, medan den bästa slutna modellen i dess diagram, GPT-6.1 Sol, når som högst omkring 75 % för ungefär tre gånger så mycket; resultattabellen jämför dock bara med GPT-5.6 Sol och Opus 5, inte deras efterföljare. NVIDIA:s partner för fram samma budskap för avgränsade uppgifter, med en eftertränad Nemotron 3.5 Super VL i nivå med Opus 4.7 på Harveys Legal Agent Bench, för 1,34 dollar per miljon tokens mot 15. Och DeepSeek säljer numera även sina agenters webbsökning, för 0,75 dollar per 1 000 förfrågningar: modell, verktyg och harness kommer från samma leverantör.

Slutligen närmar sig agenterna den verkliga miljön, och alla sätter upp sina skyddsräcken. Google Research låter varje protokoll repeteras i en digital tvilling innan något reagens hanteras, med biosäkerhetskontroll och mänsklig tillsyn. Replit installerar sin plattform och sin Agents harness i kundens moln, men behåller kontrollplanet och inferensen hos sig. NVIDIA satsar med RTX Spark på kodagenter som körs på utvecklarens dator, från Junie Local till Copilot, i väntan på stationära datorer utformade för agenter som aldrig stannar.