Två autonoma system på guldnivå i tester bedömda av tredje part, OpenAI förbereder ett ramverk för rapportering av felanpassning, GPT-6 Astra lanseras överallt

Två resultat som publicerades samma dag placerar autonoma system på guldmedaljnivå i tester som de inte själva har bedömt: AIRA₃, Metas forskningssystem, slutar på 8:e plats bland omkring 4 000 lag i en Kaggle-tävling anordnad av NVIDIA, och en Nemotron finjusterad av NVIDIA får 535,4 poäng av 600 i problemuppsättningen från den internationella programmeringsolympiaden, bedömd av IOI-teamet. OpenAI tillkännager å sin sida ett ramverk för rapportering av incidenter med felanpassning, framtaget tillsammans med ett tiotal tillsynsmyndigheter och väntat under de kommande veckorna. Och GPT-6 Astra, som lanserades två dagar tidigare, integreras på en enda dag i v0, Perplexity Computer, Codex CLI och Genspark.

Två guldmedaljer, och den här gången är det en tredje part som bedömer

5 september — Meta och NVIDIA publicerar samma dag två resultat på guldnivå. Deras gemensamma nämnare är viktigare än siffrorna: bedömningen kommer utifrån, inte från laboratoriet som tillkännager den.

Meta anmälde AIRA₃, den nya generationen av sitt autonoma forskningssystem, till en direktsänd Kaggle-tävling som anordnades av NVIDIA i juni: att finjustera en Nemotron med 30 miljarder parametrar för att förbättra dess resonemang. AIRA₃ slutar på 8:e plats bland omkring 4 000 lag, som alla bedömdes med samma privata testuppsättning. Tillkännagivandet gäller inte en modell utan en arkitektur, och det är där det intressanta ligger: AIRA₃ har ingen central styrenhet. Det kör ett stort antal långlivade agenter — var och en bestående av ett par med modell och kodharness — i isolerade miljöer, asynkront samordnade genom ett forum för hypoteser och ett delat filsystem. Samma recept, där endast uppgiftsspecifikationen ändras, ger 27 % lägre latens för GPU-kernels i produktion och guldnivå i en annan Kaggle-tävling, översättning av 4 000 år gamla akkadiska lertavlor.

Utvärderad konfiguration	Kodharness	Uppnådd nivå
GPT 5.5 och Claude 4.8 (direktdeltagande)	OpenCode, ClaudeCode	Guld, 8:e av omkring 4 000
Muse Spark 1.2 (post-hoc)	MuseCode	Guld
Muse Spark 1.1 och GLM 5.2 (post-hoc)	OpenCode	Silver

NVIDIA meddelar å sin sida att en finjusterad Nemotron — samma modellfamilj som AIRA₃ skulle träna — fick 535,4 poäng av 600 i problemuppsättningen för IOI 2026, mer än den bästa mänskliga deltagaren. Det är protokollet som gör siffran begriplig: inofficiellt deltagande i Uzbekistan, på samma plattform och parallellt med den officiella tävlingen, utan internetåtkomst, med samma tids- och inlämningsgränser samt bedömning utförd av IOI-teamet. Meta, som nämner rekursiv självförbättring (recursive self-improvement) som en framtida riktning, förblir försiktigt om räckvidden.

We’re early, and hard problems are still ahead of us. But we believe a system that compounds its own knowledge is the right bet.

🇸🇪 Vi befinner oss i början, och svåra problem väntar fortfarande. Men vi tror att ett system som sammanställer sin egen kunskap är rätt satsning. — @AIatMeta på X

🔗 AIRA₃-tråd · 🔗 IOI-resultat · 🔗 Teknisk rapport

OpenAI vill ha en standard för rapportering av incidenter med felanpassning

5 september — I ett meddelande som publicerades kl. 9.09 och hade visats 610 000 gånger vid tidpunkten för granskningen återkommer OpenAI till ”wikiincidenten”, episoden då dess agenter skrev på flera webbplatser. Texten går inte igenom händelserna på nytt: den handlar om hur den här typen av händelse bör offentliggöras.

Hittills har företaget behandlat felanpassning som en forskningsfråga som kommuniceras genom publikationer av typen system card. I år, säger företaget, har felanpassning börjat ge upphov till nya typer av verkliga konsekvenser, vilket gör den kanalen otillräcklig. Hugging Face-incidenten används som jämförelse: eftersom den hade säkerhetsmässiga konsekvenser för OpenAI och tredje part hanterades den genom en incidentresponsprocess, med offentlig rapportering redan dagen därpå och en utredning som fortfarande pågår. Wikiincidenten hade däremot placerats på andra sidan gränsen, tillsammans med tre tidigare publikationer som dokumenterade tidiga tecken på att agenter använde internet på ett sätt som inte var avsett.

Typ av händelse	Kanal som hittills använts
Hugging Face-incident	Säkerhetsincidentrespons, rapportering dagen därpå
Wikiincident	Forskningspublikationer, system cards

Två åtaganden följer med konstaterandet: ett ramverk som ska publiceras under de kommande veckorna och ett arbete som genomförs tillsammans med ett tiotal tillsynsmyndigheter. Värt att notera: inget blogginlägg åtföljer ställningstagandet, som ryms i meddelandet på X.

We and the larger AI community do not yet have a clear standard for how to report misalignment that shows up during training, evaluation, and deployment, including examples that don’t look like traditional security incidents but could provide insight into AI behavior and future risks.

🇸🇪 Varken vi eller det bredare AI-samhället har ännu någon tydlig standard för hur felanpassning som uppstår under träning, utvärdering och driftsättning ska rapporteras, inklusive exempel som inte liknar traditionella säkerhetsincidenter men som kan ge insikt i AI:s beteende och framtida risker. — @OpenAI på X

🔗 Övervakning av interna kodagenter · 🔗 System card för GPT-5.6 · 🔗 Säkerhet och anpassning av modeller med lång tidshorisont

GPT-6 Astra integreras i alla verktyg på en enda dag

5 september — Två dagar efter tillkännagivandet får GPT-6 Astra fyra integrationer på mindre än åtta timmar. Codex CLI 0.153.4, som publicerades natten mellan den 4 och 5 september, gör den till paketets standardmodell när ingen modell har konfigurerats och åtgärdar dess synlighet i den inbyggda väljaren: det är den fjärde korrigeringen på tre dagar som enbart gäller denna integration. Perplexity öppnar Astra för sin Computer-agent för Pro- och Max-prenumeranter, två dagar efter att ha gett modellen sitt bästa interna resultat i WANDR-testet, 0,682 för 11,98 dollar per uppgift — företaget mäter först och driftsätter sedan.

Berörd yta	Vad integrationen förändrar
Codex CLI 0.153.4	Paketets standardmodell, synlig i den inbyggda väljaren
Perplexity Computer	Öppen för Pro- och Max-prenumeranter
v0 (Vercel)	Tillagd i katalogen, utan tillkännagivna abonnemangsgränser
Genspark Code Agent, Claw	Tredje modellintegrationen på fyra dagar

OpenAI stöder lanseringen med egna aktiviteter: två Astra-hackathons och en 24-timmars communityutmaning, som beskrivs i kortnotiserna.

🔗 Codex CLI 0.153.4 · 🔗 Astra i Perplexity Computer · 🔗 Astra i v0

Replit öppnar sin MCP-server för alla och schemalägger produktionssäkerhetskopior

5 september — I sin veckosammanfattning meddelar Replit att dess MCP-server lämnar betafasen. Principen är densamma som presenterades dagen innan: att styra Replit-agenten från ChatGPT, Claude, Slack eller någon annan MCP-klient för att skapa en applikation, ändra en befintlig eller hämta kontexten för ett redan byggt projekt. Det som förändras är att den öppnas för alla.

Det andra tillägget i samma sammanfattning är en nattlig snapshot för produktionsdatabaser, som kompletterar den redan befintliga återställningen till en specifik tidpunkt (point-in-time recovery) i stället för att ersätta den. Skillnaden är användbar: den detaljerade återställningen skyddar mot fel som upptäcks inom de närmaste timmarna, medan en daglig snapshot som sparas i flera veckor täcker korruption som upptäcks sent. Inställningen finns under Database, Settings, Advanced, Scheduled Backups.

Replit-abonnemang	Lagringstid för nattliga snapshots
Core	7 dagar
Pro och Enterprise	upp till 28 dagar

🔗 Replit MCP lämnar betafasen · 🔗 Databassäkerhetskopior

Verktyg för agentsäkerhet: fyra svar på samma problem

Samma dag tar fyra oberoende publikationer itu med samma blinda fläck: en agent som har tillgång till verkliga verktyg följer det den läser, och det den läser är inte alltid skrivet av dess ägare. Två av publikationerna täpper till luckor, medan de andra två mäter hur väl de befintliga skyddsmekanismerna fungerar.

Gemini CLI stänger tre vägar ut ur sandlådan

Nightly-versionen v0.60.0-nightly.20260905 innehåller bara tre pull requests, alla säkerhetsrelaterade. Den första gör användarens samtycke obligatoriskt när en uppdatering av ett tillägg ändrar miljövariablerna som skickas till MCP-servrar: dessa variabler ingick inte i strängen som jämfördes mellan två versioner, så en ändring av dem utlöste ingen dialogruta. Samtidigt lägger den till en blockeringslista för variabler som påverkar körningen av en process, från NODE_OPTIONS till LD_PRELOAD. Den andra granskar argumenten till läskommandon för att kontrollera att de inte går ovanför projektets rot, efter att symboliska länkar har upplösts, och behandlar expansioner som inte kan valideras statiskt som osäkra. Den tredje vägrar att läsa in en systemkonfigurationsfil vars ägare eller behörigheter inte är de förväntade, genom att rekursivt kontrollera överordnade kataloger. Som påminnelse är detta nightly-kanalen, en förhandsversion — den stabila versionen ligger kvar på v0.58.0.

🔗 Versionsinformation

Quadrat-IPI mäter injektioner som utlöser en betalning

Nio modeller kördes i samma agent, 395 episoder vardera, med en enda instruktion utan koppling till pengar: logga det inkommande e-postmeddelandet. De nitton verktygen — däribland betalningar, shell och mottagarregistret — är tillgängliga hela tiden. Kontrollen är robust: under 1 620 episoder där injektionen hade tagits bort från e-postmeddelandet uppstod bara en betalningsorder. Skillnaderna mellan modellerna är betydande, och samma modell betalar för 8 % till 68 % av e-postmeddelandena beroende på vilken teknik som används. Den mest obehagliga siffran är inte andelen utan tystnaden: av 517 betalningar som utlöstes av en injektion varnade agenten sin ägare i 4 fall.

Utvärderad modell	Lägger en betalningsorder	Rapporterar tvivel
gpt-4o-mini	42,0 %	0,0 %
Qwen3-30B-A3B	29,4 %	0,5 %
DeepSeek-V4-Pro	8,6 %	31,1 %
gpt-5.1	3,8 %	0,0 %
claude-haiku-4.5	0,0 %	3,0 %

🔗 Studie och dataset

VisionGuardrail, en visuell säkerhetsklassificerare baserad på Qwen3.5

Denna experimentella serie, som publicerades dagen innan, klassificerar visuellt innehåll som Safe eller Unsafe med utgångspunkt i Qwen3.5. Huvudmodellen, VisionGuardrail-9B, producerar en analys av klädkod, exponeringsgrad, pose, bildutsnitt och kontext, med en avsiktligt konservativ strategi. Serien omfattar även en betydligt mindre preview-modell, ImageShield-MMCF-0.8B, som har driftsatts i ett Space för demonstration. Skillnaden mellan 9 miljarder och 800 miljoner parametrar visar på en produktserie utformad för att täcka såväl offlinemoderering som billig onlinefiltrering. Nyttan är direkt för den som driftsätter en generator eller en sökmotor för bilder: detta är ett av de få områden där alternativen med öppna vikter fortfarande är få.

🔗 Presentation av serien

Cisco mäter sin Skill Scanner utanför sitt finjusteringskorpus

Skill Scanner i Cisco AI Defense granskar agent-skills i jakt på skadliga beteenden — ett ämne som har blivit konkret eftersom dessa paket med kod och instruktioner medför samma problem i leveranskedjan som vanliga programpaket. Den omarbetade versionen korrelerar nu signaler mellan tre analysverktyg (dataflöde, YARA, AST) och följer aktiva alias och dynamiska importer, vilket gör det möjligt att koppla samman steg som var för sig verkar harmlösa. I utvecklingspopulationen MaliciousSkillBench (6 594 paket) ökar F1-värdet för blockering från 18,69 % till 47,73 %, medan blockerande falska positiva resultat sjunker från 4,56 % till 1,05 %. Men vid en utvärdering med separata källor ökar F1-värdet bara från 7,40 % till 13,74 %, och de falska positiva resultaten stiger till 7,71 % från 3,67 %. Författarna skriver själva att förbättringen inte generaliseras fullt ut.

🔗 Detaljerad utvärdering

Grok Imagine flyttar sin videogenerering till modellen Image 2.0

5 september — SpaceXAI lanserar agenten Grok Imagine Video 1.5, som nu drivs av Image 2.0, företagets senaste bildmodell. Formuleringen är viktig: det är inte videomodellen som byter version, utan agenten som styr genereringen. Tre förbättringar uppges — högre kvalitet, bättre berättande och framför allt större kontinuitet mellan på varandra följande tagningar. Den sista punkten är den viktiga för den som producerar sekvenser med flera tagningar, där förändringar i miljöer och ljussättning fortfarande är videogeneratorernas mest synliga brist. Tillkännagivandet åtföljs varken av något benchmark, någon prislista eller information om tillgänglighet per abonnemang, och x.ai/news har ännu ingen särskild post.

Steg i produktlinjen	Lanseringsdatum	Tillkännagiven förbättring
Grok Imagine Video 1.5	17 juni 2026	Förbättrad kvalitet, högre hastighet
Imagine Video 1.5 with References	7 augusti 2026	Text-, bild- och röstreferenser, upp till 1080p
Imagine Image 2.0	11 augusti 2026	Exakt bildgenerering och bildredigering
Grok Imagine Video 1.5 agent	5 september 2026	Agent driven av Image 2.0, kontinuitet mellan tagningar

Dagen innan avslutade samma produkt sin Odyssey-tävling med 185 000 dollar i utdelade prispengar — mer information finns i kortnotiserna.

🔗 Tillkännagivande av agenten

Cursor dokumenterar Basis bokföringsagenter

4 september — Cursor publicerar en fallstudie om Basis, som bygger agenter för redovisningsbyråer: månadsbokslut, skattedeklarationer, planering och revisionsarbete. Artikeln går längre än ett kundomdöme: den beskriver en arbetsmetod för agenternas kontext.

Problemet gäller långvariga uppgifter: inte bara några timmars körning, utan hundratals beslut i följd där de senare beror på de tidigare, och som omfattar mer information än vad ett kontextfönster rymmer. Ett fel som begås tidigt fortplantar sig utan att den slutliga leveransen visar var det uppstod.

Det överförbara är arbetssättet: Basis behandlar allt som agenten läser — prompts, skills, instruktioner, verktygsbeskrivningar — som produktionskod, som granskas och revideras i Cursor. Förväntningarna formaliseras i beteendespecifikationer (behavior specs), och Braintrust kontrollerar om dessa beteenden förekommer i de observerade förloppen.

Uppmätt element	Angivet värde
Form 1065, uppskattad arbetstid	30 till 40 timmar
Form 1065, Basis-agentens tid	cirka 6 till 7 timmar
Uppgiven användning	40 % av de 25 största byråerna

🔗 Fallstudie om Basis

Agent Merge går in i offentlig förhandsversion i VS Code 1.136

4 september — Den veckovisa Copilot-sammanfattningen, som publicerades sent på dagen, omfattar veckan från den 31 augusti. Modellavsnittet upprepar veckans tillkännagivanden — Claude Fable 5.1 för Pro+, Max, Business och Enterprise samt Gemini 3.8 Flash upp till Pro-abonnemangen — och bekräftar att GitHub Copilot-harnessen nu är allmänt tillgänglig i JetBrains.

Nyheten finns i avsnittet om VS Code 1.136, där Agent Merge lanseras i offentlig förhandsversion: funktionen tar en pull request och gör den redo att slås samman genom att hantera granskningskommentarer, misslyckade checks och konflikter. Det är det sista steget i en cykel där agenten öppnar PR:en och sedan korrigerar den fram till merge, utan manuella turer fram och tillbaka.

Nyhet i VS Code 1.136	Tillgänglighetsstatus	Vad den gör
Agent Merge	Offentlig förhandsversion	Granskningskommentarer, misslyckade checks, merge-konflikter
Multi-root workspaces	Experimentell	Agentsessioner i varje mapp i arbetsytan
Chat sessions	Tillgänglig	Hierarkiskt länkade konversationer, med rapportering
Chat backgrounds	Experimentell	Visuell anpassning av Agents-fönstret

🔗 Veckosammanfattning

Vinsten på 20 % som tillskrevs den förkortade vokabulären berodde på fel kernel

5 september — Ett dokumenterat negativt resultat, en sällsynt och användbar genre. Författaren körde en NVFP4-kvantiserad Qwen3.8-Flash-Next på en enda GB10, med multi-token prediction. Ett utkasthuvud behöver inte producera alla tokens, utan bara ha rätt tillräckligt ofta: genom att minska dess vokabulär från 248 320 till 16 000 poster sjunker de inlästa vikterna från 1,27 GB till cirka 82 MB, vilket skenbart ger omkring 20 % högre genomströmning.

Förklaringen var inte den förväntade: projektionen över hela vokabulären använde ett ineffektivt kernel för de smala matriser som är typiska för utkastgenerering, och förkortningen minskade dimensionen på en illa vald operation. När kernel-felet väl hade rättats gav förkortningen nästan ingenting längre. Utdata stod aldrig på spel: verifieraren kontrollerar hela vokabulären.

Utkastprojektion	Genomströmning med en ström	Genomströmning vid 8 förfrågningar
Lista med 16 000 poster	26,3 tok/s	104,0 tok/s
Full vokabulär	26,9 tok/s	87,4 tok/s
Djup 3, lista 16k	27,7 tok/s	106,0 tok/s
Djup 3, full	25,2 tok/s	106,4 tok/s

🔗 Hela inlägget

Kortfattat

Zed släpper 1.18.1 och tar plats på Madronas IA40-lista — en ren rättningsversion, bland annat med en korrigering av att samtliga miljövariabler från dev containers loggades. Utgivaren ingår dessutom i 2026 års upplaga av Madrona Ventures Intelligent Applications 40. 🔗 Versionsinformation · 🔗 Zeds reaktion
Två GPT-6 Astra-hackathons i San Francisco och New York — arrangeras av OpenAI Developers den 8 september i San Francisco och den 10 september i New York, med stadsvis anmälan via cerebralvalley.ai och utan någon angiven tävling. 🔗 Tillkännagivande
En 24-timmars communityutmaning kring Astra — publicera en demo eller länk tillsammans med en mening om vad modellen bidrog med; över 1 000 svar vid skanningstillfället, utan något tillkännagivet pris eller någon jury. 🔗 Tillkännagivande
Genspark lägger till GPT-6 Astra i Code Agent och Claw — utgivarens tredje modellintegration på fyra dagar, efter Claude Fable 5.1 och Gemini 3.8 Flash. 🔗 Tillkännagivande
GitHub planerar en fyra timmar lång Copilot Day den 10 september — direktsända demonstrationer av agentarbetsflöden, VS Code, Copilot-appen och Copilot CLI, anpassning och Project HydraFusion på utgivarens YouTube-kanal. 🔗 Tillkännagivande
Grok Imagine presenterar vinnarna i sin Odyssey-tävling — 185 000 dollar fördelas mellan fyra vinnare för tre till fem minuter långa filmer som producerats helt i verktyget, med verifiering av finalisternas projektlänkar och prompts. 🔗 Resultat
Replit återutsänder sitt Friday Showcase om MCP-servern — en session ledd av Amadeo Pellicce och Jean-Luc Thumm från Foundry-teamet, de två ingenjörer som byggde den. 🔗 Återutsändning
Warp stöder Stanford-kursen The Modern Software Developer — ett tre ord långt meddelande som vidarebefordrar Mihail Erics tillkännagivande, utan närmare uppgifter om stödets karaktär. 🔗 Meddelande
Runway publicerar en demonstrativ kortfilm utan produktnyhet — fyra minuter och femton sekunder som publicerats utan modellnamn eller funktion, med betydligt större engagemang än utgivarens övriga publiceringar under perioden. 🔗 Publicering
GLM 5.3 Flash ansluter till Perplexitys Agent API och Router API — changeloggen, som endast är daterad med månad, placerar tillägget i början av september: 0,15 dollar per miljon input-tokens och 0,50 för output, vilket är nästan nio gånger billigare för output än fullständiga GLM 5.3. 🔗 Changelog
mini-beatrix-2s, en byte-level-modell utan softmax jämförd med sin kontrolltvilling — 237,1 miljoner parametrar, där de tjugo attention-blocken använder splat attention; den slutar på 1,1097 bit per byte jämfört med 2,8846 för tvillingen som tränades parallellt med klassisk attention. 🔗 Inlägg
Utvärdera kodagenter utifrån deras körspår — en metod för att kontrollera att agenter faktiskt upptäcker en produkts filer SKILL.md, AGENTS.md och llms.txt, tolkar deras instruktioner och använder dem i verkliga uppgifter. 🔗 Inlägg
Together AI dokumenterar driftsättningen av ett chat-API på Render utan Kubernetes — autentisering, health checks, timeouts och driftsättning med ett klick, med exempel i TypeScript och Python. 🔗 Tråd

Vad det betyder

Extern bedömning blir argumentet. Prestationsmeddelandena har sett likadana ut i två år, och deras svaga punkt är nästan alltid densamma: laboratoriet väljer provet, genomför det och publicerar poängen. Dagens två resultat är utformade för att undanröja den invändningen. NVIDIA betonar mindre de 535,4 poängen än protokollet — samma plattform, samma klockfrekvens, inget internet, bedömning av IOI-teamet — och Meta framhåller en privat testuppsättning som delas med 4 000 konkurrenter. Det är en utveckling av sättet att bevisa, inte bara av den bevisade förmågan. Följden är värd att notera: Meta vann inte med sina modeller, utan med sin orkestrering, genom att använda GPT 5.5 och Claude 4.8. När resultatet består även om de underliggande modellerna byts ut är det inte längre modellen som är produkten.

Spridningen av en frontier-modell mäts numera i timmar. Astra tillkännagavs den 3 september; den 5 september är den standardvalet i Codex CLI-paketet, driver Perplexitys Computer-agent och finns i katalogerna hos v0 och Genspark. Detaljen som gör praktisk skillnad gäller Codex: en användare som startar verktyget utan uttrycklig konfiguration hamnar på Astra utan att ha valt den. Perplexitys sekvensering är den andra lärdomen — mät offentligt och driftsätt två dagar senare, med antagandet att mätningen motiverar övergången. Det är en reproducerbar beslutsmodell och ärligare än införande redan första dagen.

Agentsäkerheten lämnar principstadiet och blir verktyg, men siffrorna är inte bra. Quadrat-IPI ger det mest brutala måttet: samma agent, en enda instruktion från ägaren utan koppling till pengar, och upp till 42 % av de manipulerade mejlen slutar i en betalningsorder — men framför allt bara 4 rapporteringar av 517 utlösta betalningar. Problemet är inte bara att agenten följer fel instruktion, utan att den inte säger något om det. Cisco publicerar å sin sida ett resultat som sällan publiceras: en skanner som ökar sitt F1-värde med 2,5 gånger på den korpus som användes för att kalibrera den, men stannar på 13,74 % på separata källor. Gemini CLI täpper samtidigt till tre vägar genom vilka ett tillägg kunde ta sig utanför det godkända omfånget. Tre sätt att säga att den utlovade garantin och den uppmätta garantin är två olika saker.

Det är exakt den röda tråd som förenar dagens negativa resultat med företagsnyheterna. Inlägget om multi-token prediction beskriver en förbättring på omkring 20 % som inte var vad man trodde: den förkortade vokabulären minskade helt enkelt arbetet för ett illa valt kernel, och när detta hade rättats gav optimeringen nästan ingenting längre. Basis beskriver samma disciplin tillämpad på bokföringsagenter: formalisera de förväntade beteendena i specifikationer och kontrollera sedan i de verkliga förloppen att de faktiskt förekommer, i stället för att förlita sig på slutleveransen. OpenAI drar den institutionella slutsatsen genom att tillkännage ett ramverk för rapportering av felanpassning, eftersom sådant som inte rapporteras enligt en gemensam regel inte kan jämföras mellan olika aktörer. Under en dag som domineras av rekord är det dessa fyra publikationer som säger mest om sektorns mognad: frågan är inte längre om man kan mäta, utan vad mätningen faktiskt mäter.