OpenAI saktar ner sina modeller inför Astra-cyberrisken, Warp lanserar Warp Factories, Claude Code lanserar Design-skillen

Den 18 augusti 2026 publicerar OpenAI en rapport som förklarar varför företaget har saktat ner träningen av sina senaste modeller inför de kritiska cyberförmågorna hos en modell vid namn Astra, samtidigt som Warp öppnar en agentisk infrastruktur för företag och Claude Code lanserar en designskill för gränssnitt. Runt dessa tre stora tillkännagivanden täcker arton andra nyheter Anthropic, kodverktyg, öppen AI-forskning och plattformar för mediagenerering.

OpenAI saktar ner utrullningen av sina modeller inför Astas kritiska cyberförmågor

18 augusti — OpenAI förklarar varför företaget har saktat ner utrullningen av sina senaste modeller. Två händelser ligger bakom beslutet: säkerhetsincidenten mellan OpenAI och Hugging Face som inträffade under utvärderingen av en modell, och preliminära bevis för att en av de kommande modellerna, kallad Astra, kan passera tröskeln för »kritisk cyberförmåga« enligt företagets Preparedness Framework.

OpenAI har observerat en två veckor lång paus i förstärkningsinlärningen (RL) för sina senaste modeller avsedda för utrullning, medan man härdar och red-teamar sina forskningsmiljöer. Den största planerade frontier-RL-körningen förblir pausad, i väntan på att mindre skalade träningar validerar de nya skydden.

Skydd	Detalj
Övervakning	Klassificerare per token, mål om varning inom 30 minuter
Justering	Minskning av skadliga eller otillåtna åtgärder
Säkerhet	Förstärkt nätverksisolering, sandlådor för opålitlig kod
Kostnadseffekt	Cirka 20 % mer övervakad inferensberäkning

Denna övervakning är obligatorisk för all RL-träning och all verktygsutvärdering från och med nivån »Sol«; sedan den 7 augusti gäller ett ytterligare krav för all verktygsinferens med Astra. OpenAI planerar en teknisk rapport om Hugging Face-incidenten och en utveckling av sitt Preparedness Framework tillsammans med externa organisationer.

As models become more capable, the risks associated with developing and testing them internally also grow. We temporarily paused reinforcement learning (RL) training on our latest models intended for deployment for two weeks while we hardened and red-teamed our research environments and expanded monitoring coverage. Our largest planned frontier RL run remains on hold while smaller-scale training and evaluations validate these safeguards and establish more evidence of alignment.

🇸🇪 Allt eftersom modellerna blir mer kapabla ökar också riskerna som är förknippade med deras utveckling och interna testning. Vi har tillfälligt pausat förstärkningsinlärningen (RL) på våra senaste modeller avsedda för utrullning i två veckor, medan vi härdar och red-teamar våra forskningsmiljöer och utökar täckningen för vår övervakning. Vår största planerade frontier-RL-körning förblir pausad medan mindre träningar och utvärderingar validerar dessa skydd och ger mer underlag för justering. — @OpenAI på X

🔗 OpenAI — Pace modellutvecklingen

Warp lanserar Warp Factories, infrastruktur för molnprogramvarufabriker

18 augusti — Warp tillkännager Warp Factories, en öppen infrastruktur avsedd för företag som bygger sina egna automationsloopar kring programvarans livscykel: molnagenters triagering, specifikation, implementation, granskning och verifiering av arbetet, med människor kvar i loopen vid viktiga beslutssteg. Tillkännagivandet identifierar två problem som lyfts av ingenjörsansvariga: svårigheten att mäta avkastningen på kodande agenter över tid, och styrningen, där varje utvecklare som konfigurerar sin egen agent skapar säkerhetsblinda fläckar.

Tekniskt konfigureras factories som kod — den uttalade analogin är »Terraform för agentkonfiguration« — och de accepterar vilken modell eller sele som helst, inklusive Claude Code eller Codex direkt som sele. Agenterna får tillgång till computer use på Linux och Mac för att återskapa buggar och bevisa att en ändring är korrekt, med delning av inspelningar i pull requests. En instrumentpanel, ett API och ett SDK mäter kostnad och hastighet, med konfigurerbara självförbättringsagenter.

Warp uppger att man i dag automatiserar cirka 30 % av sina egna uppgifter via sina interna factories och förutser en snabb tillväxt av denna andel. Företaget öppnar tillgången för ett begränsat antal företag redan i dag, med ett erbjudande om 10 000 dollar i factory-användningskrediter för vissa utvalda kunder.

Introducing Warp Factories: open, flexible infrastructure for building cloud software factories. - Configure your factory as code - Use any model and any harness - Measure quality with evals and benchmarks on your own data - Built-in self-improvement and memory

🇸🇪 Presentation av Warp Factories: öppen och flexibel infrastruktur för att bygga molnprogramvarufabriker. Konfigurera din factory som kod. Använd vilken modell och vilken sele som helst. Mät kvaliteten med utvärderingar och benchmarks på dina egna data. Självförbättring och inbyggt minne. — @warpdotdev på X

🔗 Tillkännagivande Warp Factories

Claude Code lanserar skillen /design i förhandsgranskning

17 augusti — Anthropic lanserar en ny skill /design för Claude Code, som för närvarande är i förhandsgranskning. Funktionen för in i CLI och Desktop-applikationen arbetsflödet för artboards från Claude Design, byggt på det befintliga artifacts-systemet. Kommandot /design genererar flera redigerbara artboards som representerar förslag på användargränssnitt: användaren väljer det som passar bäst, justerar det och ber sedan Claude att implementera det i koden.

Denna lansering för Claude Code närmare ett användningsområde för gränssnittsdesign, som hittills snarare varit reserverat för dedikerade verktyg, genom att integrera det direkt i utvecklarens arbetsflöde i terminalen eller Desktop. Funktionen är tillgänglig för planerna Pro, Max, Team och Enterprise, och kräver en uppdatering av Claude Code för att testas. Inga ytterligare detaljer (begränsningar i research preview, roadmap, visuella exempel) har lämnats utöver detta lanseringstillkännagivande.

Claude Code can design now. The new /design skill (research preview) brings Claude Design’s artboard workflow into the CLI and Desktop, built on artifacts. Run /design to get editable artboards for your UI — pick one, tweak it, then have Claude implement it.

🇸🇪 Claude Code kan nu designa gränssnitt. Den nya skillen /design (förhandsgranskning) för in Claude Designs artboard-arbetsflöde i CLI och Desktop, byggt på artifacts. Kör /design för att få redigerbara artboards för ditt gränssnitt — välj en, justera den och be sedan Claude att implementera den. — @ClaudeDevs på X

🔗 Tillgänglighet Pro, Max, Team, Enterprise

Anthropic: utbrett Cowork, förlängda gränser, optimerad CPU

Tre Anthropic-tillkännagivanden i dag handlar om åtkomst och prestanda för Claude Code och Cowork.

Claude Cowork tillgängligt på mobil och webben för alla betalplaner

18 augusti — Claude Cowork, Anthropics samarbetsmiljö, är nu tillgänglig på mobil och webben för alla betalplaner (Pro, Max, Team och Enterprise). Hittills främst omnämnd kring sin sidopanel som delas mellan desktop, webben och mobilen, markerar detta tillkännagivande en breddning av åtkomsten snarare än en ny funktion: betalande användare hittar nu sina Cowork-sessioner från vilken som helst av dessa tre ingångar, utan ytterligare detaljer om gränssnittet eller eventuella mobila begränsningar.

🔗 Tillkännagivande Claude Cowork

Höjningen av Claude Codes veckogränser med 50 % förlängs till den 31 augusti

18 augusti — Anthropic förlänger till 31 augusti den tillfälliga höjningen med 50 % av Claude Codes veckovisa användningsgränser. Teamet hoppas kunna göra denna förändring permanent, men varnar för att den höga efterfrågan på deras modeller kan leda till kapacitetsproblem under de kommande veckorna, utan något slutgiltigt datum för beslut. Tillkännagivandet ingår i en serie nyliga meddelanden om Claude Codes prestanda och användning, vilket speglar ett fortsatt efterfrågetryck på produktens infrastruktur.

🔗 Tillkännagivande om Claude Code-gränser

Claude Code CLI använder två gånger mindre CPU vid p99

18 augusti — En fix gör nu att Bun:s skräpsamlare (garbage collector), runtime-miljön JavaScript i verktyget, väntar tills processen är inaktiv innan den körs. Utlösningen skedde tidigare via en fast timer, potentiellt mitt i en konversationsrunda, precis när Claude Code belastade processorn som mest. Resultatet: CLI använder nu två gånger mindre CPU vid 99:e percentilen, i linje med andra prestandaoptimeringar som kommunicerades i början av augusti.

🔗 Tillkännagivande om CPU-optimering

Kodande agenter: röstchatt och inbyggd SSH

Amp och Warp kompletterar sina kodande agenter med nya interaktionslägen.

Amp lanserar röstchatt i realtid med Puck

18 augusti — Amp lägger till röstkonversation i realtid med Puck, sin assistentagent, driven av gpt-realtime-2.1, som delegerar arbetet till den redan befintliga Puck-agenten (driven av GPT-5.6 Sol) och sammanfattar svaret högt medan den fullständiga texten fortsätter att visas i tråden. Amp lyfter fram flera användningsfall: samordna parallellt arbete, få avstämningar om framsteg eller låta relevanta Slack-meddelanden läsas upp högt, både på kontoret och på språng.

🔗 Prata med Puck

Amp lanserar ett utbildningspris på 10 dollar per månad

18 augusti — Studenter och lärare kan nu prenumerera på Amp Megawatt Edu för 10 dollar per månad, alltså hälften av ordinarie pris. Erbjudandet inkluderar Amps frontier-agent, orbs (fjärrmaskiner för obevakade agenter), obegränsad kodhosting (offentlig och privat), 750 timmars orb-användning per år och 10 dollar i månatliga krediter. Prenumeranter kan koppla en befintlig ChatGPT-prenumeration för att få tillgång till GPT-5.6, eller en X Premium+/SuperGrok-prenumeration för Grok 4.6; ingen strikt verifiering av studentstatus införs.

🔗 Amp Megawatt Edu

Warp Agent CLI lägger till inbyggt SSH-stöd

17 augusti — Warp Agent CLI, gratis att ladda ner och kompatibel med BYOK och Grok-prenumerationer, gör det nu möjligt att bjuda in agenten direkt i en redan aktiv SSH-session — inklusive i vim, ett SQL-REPL eller andra textgränssnitt — i stället för att begränsas till att köra enstaka kommandon. Ingen extra CLI behövs på fjärrmaskinen: kommandot ! ssh räcker för att arbeta sida vid sida med agenten direkt i sessionen.

🔗 Warp Agent CLI och SSH

OpenAI: ungdomar, global DevDay och agentpåverkan

Fyra OpenAI-tillkännagivanden i dag täcker säkerheten för unga användare, det internationella perspektivet och Codex konkreta påverkan.

ChatGPT for Teens: förstärkta skydd och utbildningspartnerskap med CodeAI

18 augusti — OpenAI lanserar ChatGPT for Teens, en upplevelse särskilt för tonåringar som kombinerar Study Mode, anti-genvägs-påminnelser som kan upptäcka försök att kringgå läxor, quiz och pedagogiska visualiseringar, samt Study Hours som kan schemaläggas av tonåringarna själva eller av föräldrarna. Systemet växlar automatiskt alla användare som bedöms vara minderåriga till denna upplevelse, med nya utvärderingar för »under 18 år« publicerade i system cards (självskada, ätstörningar, våld, sexuellt innehåll). Samtidigt planeras ett signatursamarbete med CodeAI över ett år som omfattar ett rådgivande råd för barns utveckling, utvidgningen av programmet »Hour of AI«, en »Builders Challenge« för gymnasieelever och stöd till den kostnadsfria kursen »AI Foundations«.

🔗 ChatGPT for Teens

DevDay Exchange: OpenAI globaliserar sitt utvecklarevenemang

18 augusti — Från och med oktober 2026 lanserar OpenAI DevDay Exchange, en serie utvecklarevenemang i åtta städer: Bengaluru, Tokyo, Seoul, Berlin, Paris, London, São Paulo och Mexico City. Det uttalade målet är att låta builders utbyta erfarenheter om sina verkliga projekt och träffa OpenAI-teamen som utvecklar verktygen direkt (API:er, Codex, ChatGPT Work). Inga detaljer om exakt format eller anmälan ges i detta skede.

🔗 DevDay Exchange

Asana genomför fem års ingenjörsarbete på två veckor med Codex

18 augusti — Asana använde Codex för att ta bort Enzyme, ett föråldrat testsystem som hindrade moderniseringen av dess frontend-stack. Ett projekt som uppskattades till cirka fem års arbete och 6 miljoner dollar genomfördes på 1,5 veckas ingenjörsarbete utspritt över två kalenderveckor, till en total kostnad på omkring 12 000 dollar. Utifrån en prompt på fem meningar arbetade upp till fyra Codex-agenter parallellt på separata kopior av kodbasen, medan en ingenjör validerade varje ändring två gånger per dag.

🔗 Asana-fallstudie

OpenAI lanserar ett initiativ för att stärka den demokratiska kontrollen av AI i nationell säkerhet

18 augusti — OpenAI tillkännager ett initiativ på 5 miljoner dollar för att hjälpa institutioner för demokratisk kontroll att övervaka användningen av AI i nationell säkerhet, via utbildning, teknisk support och OpenAI-krediter. Tre principer vägleder arbetet: AI ska stärka och inte ersätta institutionellt omdöme, statlig användning ska förbli spårbar för behöriga tillsynsorgan, och AI ska ge dessa institutioner möjlighet att agera i den skala som krävs. Under ett år planerar OpenAI att pilotera verktyg för spårbarhet av AI-assisterade statliga beslut, där deltagande institutioner behåller kontrollen över bevisen.

🔗 Demokratisk kontroll och nationell säkerhet

Forskning och öppna modeller

Fyra forskningspublikationer illustrerar vad öppenhet i vikter och data gör det möjligt att visa.

Sentence Transformers v6.0: flervektormodellerna ColBERT som förstaklassmedborgare

18 augusti — Hugging Face publicerar version 6.0 av Sentence Transformers med tillägget av MultiVectorEncoder, som placerar ColBERT-liknande modeller med sen interaktion på samma nivå som de täta, glesa och re-ranker-modeller som redan stöds. Varje token i dokumentet behåller sin egen vektor, och slutpoängen summerar den maximala likheten för varje frågetoken (MaxSim-operatören). På testbänken NanoBEIR (13 datamängder) uppnår flervektorversionen ett genomsnittligt NDCG@10 på 0,6868 jämfört med 0,6764 för den motsvarande täta versionen, till priset av högre lagring (cirka 92 MB komprimerat för 4 874 passager). Biblioteket lägger också till stöd för Flash Attention som multiplicerar genomströmningen med 2,44 i fp16-precision.

🔗 Sentence Transformers v6.0

Ai2: Olmo 3 avslöjar en morfologisk genväg i LLM:ers medicinska svar

18 augusti — Forskare vid UT Austin, Northeastern University och MD Anderson Cancer Center använde Olmo 3 (7B Instruct), Ai2:s helt öppna modell, för att kontrollera om modeller svarar på frågor om läkemedel utifrån verklig kunskap eller genom att utnyttja namnets struktur (suffixet ”-pril” signalerar till exempel en ACE-hämmare). För 51 till 59 % av de testade läkemedlen är modellens svar på det riktiga namnet knappt urskiljbart från dess svar på ett påhittat namn. Tillgången till Olmos vikter, data och mellanliggande checkpoints gjorde det möjligt att spåra den här genvägen tillbaka till träningsdata — en spårbarhet som är omöjlig med proprietära modeller.

🔗 Olmo 3 och morfologisk genväg

IBM Research: kalibrera agentiskt minne efter modell

18 augusti — En ny artikel i IBM Researchs ALTK-Evolve-serie visar att agentiskt minne — destillerade instruktioner från en agents tidigare arbete — måste doseras utifrån den underliggande modellens kapacitet. Testat på åtta modeller: gpt-oss-120b vinner +16,1 poäng i uppgiftsslutförandegrad med selektiv, riktad hämtning för bara +5 % tokens; DeepSeek-V3.2 förbättras med +9,5 poäng med fullständig injicering av instruktioner; GLM-5 visar ingen mätbar vinst, ett saturation-fall. Den kontraintuitiva slutsatsen: den billigaste strategin ger ofta den bästa precisionen för de svagaste modellerna.

🔗 ALTK-Evolve — agentiskt minne

AlphaEvolve bidrar till ett nytt rekord för matrismultiplikation

18 augusti — Google DeepMind meddelar ett nytt rekord för omega (ω), den teoretiska exponenten för den snabbaste möjliga matrismultiplikationen, med ω < 2,371177. Resultatet kommer från en gemensam insats mellan Google DeepMind, akademiska medarbetare och AlphaEvolve, kodningsagenten driven av Gemini som redan är känd för att ha förbättrat flera algoritmer under 2025. Matrismultiplikation ligger till grund för stora delar av modern databehandling, inklusive träning och inferens för AI-modeller — en teoretisk förbättring av denna exponent går därför längre än enbart akademisk forskning.

🔗 Nytt omega-rekord

Inferensekonomi: A/B-testning och kostnadskaskad

Två publikationer från Together AI mäter de verkliga kostnaderna för att sätta modeller i produktion och jämföra dem.

Together AI lanserar A/B-testning av modeller på endpoint-nivå

18 augusti — Together AI integrerar A/B-testning direkt i endpoint-lagret snarare än i applikationskoden: ett experiment kopplar ihop en kontrollmodell och upp till 20 varianter, var och en med en fast trafikandel (95/5, 80/20, 50/50), oberoende av antalet repliker. Uppdateringar sprids på 30 till 60 sekunder med etag-skydd mot samtidiga överskrivningar. När en vinnare har identifierats främjas den via blue-green-utrullning och därefter tas experimentet bort: 100 % av trafiken går tillbaka till kontrollen utan kvarvarande logik att städa upp på klientsidan.

🔗 A/B-testning med Together AI

DeepSeek V4 Pro mot GPT-5.6 Sol och Claude Fable 5 på DeepSWE: kostnad och kaskad

17/18 augusti — Together AI publicerar två oberoende benchmarktester med 904 rollouts vardera (113 uppgifter, 4 försök) som jämför DeepSeek V4 Pro 0813 med GPT-5.6 Sol och Claude Fable 5 på DeepSWE, ett testbatteri för mjukvaruteknik.

Jämförelse	Pass@1 Pro	Pass@1 konkurrent	Kostnad rollout Pro	Kostnad konkurrent	Kaskad Pro först
Pro vs GPT-5.6 Sol	62,8 %	72,7 %	0,24 $	8,37 $ (35x)	83,0 % till 3,35 $/uppgift
Pro vs Claude Fable 5	62,8 %	69,7 %	0,24 $	21,63 $ (90x)	82,7 % till 8,28 $/uppgift

I pass@4 tar Pro tillbaka försprånget i båda fallen (88,5 % mot 85,8 % mot Sol, 88,5 % mot 84,1 % mot Fable). Kaskaden ”Pro-first” — att köra Pro först och bara eskalera vid fel — överträffar varje enskild modell till en bråkdel av kostnaden.

🔗 DeepSWE-benchmark — GPT-5.6 Sol

Produkter via e-post och generativt ljud

Perplexity Computer tillgänglig via e-post

18 augusti — Computer, Perplexitys handlingsagent, blir tillgänglig via e-post för alla användare: det räcker att skicka, vidarebefordra eller kopiera in computer@perplexity.com i valfri tråd för att utlösa en uppgift. Varje e-postuppgift körs som en vanlig Computer-session, tillgänglig på webben och mobilen, med samma granskningslogg som uppgifter som startas från appen.

🔗 Computer via e-post

Stability AI lanserar ett DAW-plugin och ett nytt webbgränssnitt för Stable Audio 3.0

18 augusti — Stability AI tillkännager två betaverktyg för Stable Audio 3.0, båda baserade på ”commercially-safe”-modeller där användaren äger resultaten. DAW-pluginet (macOS AU/VST3, Apple Silicon och Intel) genererar ljud direkt som ett instrumentspår synkroniserat med tempot, med korta sekvenser upp till sex minuter. Det förbättrade webbgränssnittet på stableaudio.com lägger till riktade prompts för att justera en generering, audio-till-audio-transformation, flerspårs-mixning och effekter per spår. Dessa verktyg för Stable Audio närmare professionella musikproduktionsflöden, på ett område där Suno och Pika redan erbjuder konkurrerande tjänster.

🔗 Stable Audio 3.0 — nya verktyg

Kort nytt

Hugging Face Hub passerar 3 miljoner modeller — ny milstolpe för den ledande communityplattformen för öppna modeller. 🔗 Tweet
Sakana Namazu tillgänglig på OpenRouter och Vercel AI Gateway — modellen som driver Sakana Chat, specialiserad på japanska och verksamhetskontext, blir tillgänglig på dessa två distributionsplattformar. 🔗 Tweet
Ai2 förhandsvisar MolmoMotion före sitt webbinarium den 20 augusti — en utvidgning av Molmo för prediktion av 3D-banor utifrån instruktioner på naturligt språk, med öppet tillkännagivna vikter och data på väg. 🔗 Tweet
Together AI: antagandet av öppna modeller accelererar — en Brex-studie som citeras av Together AI visar att 14 av de 25 snabbast växande mjukvaruleverantörerna levererar AI; tokenanvändningen på Together har gått från 30 miljarder per månad till 400 000 miljarder på ett år. 🔗 Tweet
Josh Woodward går igenom färdplanen för Gemini-appen — omarbetade Workspace-verktyg i test, förbättrad tool calling med Gemini 3.7 Flash, nytt Projects-gränssnitt och 49 anslutningar som nu stöds. 🔗 Tweet
HeyGen lanserar Brand Kits — förkonfigurerade typsnitt, logotyp, hexkoder och uttalsglossar så att varje genererad avatarvideo följer varumärkesriktlinjerna, utan omtagningar. 🔗 Tweet
NVIDIA bygger TensorRT Model Connect med Codex-agenter — förhandsversion av ett verktyg för konvertering av Hugging Face-modeller till TensorRT, utvecklat helt med Codex-agenter under mänsklig övervakning, ett projekt med öppen källkod. 🔗 Tweet
Cohere — Aidan Gomez om digital suveränitet — vd:n varnar för koncentrationen av den globala teknikmarknaden kring några få aktörer och argumenterar för att undvika varje enskild felpunkt. 🔗 Tweet

Vad det betyder

AI-styrning omvandlas nu till konkreta åtgärder snarare än principer. Tvåveckorspausen hos OpenAI inför Astras cyberförmågor, initiativet på 5 miljoner dollar för att stärka demokratisk kontroll inom nationell säkerhet, och de förstärkta skydden i ChatGPT for Teens bildar en och samma rörelse: laboratorierna dokumenterar offentligt de trösklar de sätter för sig själva, med verifierbara siffror (20 % extra beräkningskostnad, varning inom 30 minuter) i stället för enbart avsiktsförklaringar.

Den agentiska infrastrukturen håller själv på att bli en egen produktkategori. Warp Factories erbjuder ett lager för styrning och ROI-mätning för kodningsagenter i företag, Claude Code utvidgar sitt område till gränssnittsdesign med /design, och Amp lägger ett röstlager ovanpå sin Puck-agent samtidigt som Warp öppnar sina agenter för aktiva SSH-sessioner. I alla fyra fallen handlar det om mer än kodgenerering: det gäller att ge agenter direkt grepp om hela arbetsflöden, med inbyggd styrning och mänsklig kontroll.

Öppenheten i vikter och data fortsätter att skapa vetenskapligt värde som proprietära modeller inte kan erbjuda. Ai2:s upptäckt om den morfologiska genvägen i LLM:er för farmakologi var bara möjlig eftersom Olmo 3 exponerar sina träningsdata; IBM Researchs artikel om agentiskt minne kvantifierar modellberoende vinster (gpt-oss-120b, DeepSeek-V3.2, GLM-5) tack vare reproducerbara tester; och gränsen på 3 miljoner modeller på Hugging Face Hub illustrerar vilken skala det öppna ekosystemet nu har.

Kostnaden för inferens fortsätter att strukturera produktval mer än rå prestanda. Mot GPT-5.6 Sol och Claude Fable 5 förlorar DeepSeek V4 Pro i pass@1 men vinner stort på förhållandet mellan pris och prestanda, och en enkel ”Pro-first”-kaskad stänger den största delen av precisionstappet till en bråkdel av kostnaden. Together AI driver denna logik hela vägen ner i infrastrukturen med sin A/B-testning på endpoint-nivå — modelljämförelse i produktion blir en plattformsfunktion, snarare än en fråga om applikationskod.