· 07:00 · 7 min + 3 min Forklaret
OpenAI og Anthropic siger, at deres AI har modbevist en berømt regel i datalogi
AI-modeller hos to laboratorier siger, at de har brudt en grundlæggende antagelse om svære problemer, og eksperter tjekker det nu. Desuden: Claude i medicinlaboratorier og rådhuse, Googles Genie 4, jagten på chips uden for Nvidia og rettelser til kodeagenter.
Skrevet og oversat af AI og tjekket mod vores redaktionelle kriterier. Hvert punkt linker til primærkilden. Ikke gennemgået af en redaktør.
Få den i indbakken kl. 7 hver dag ↓
Dagen på 60 sekunder
- AI-modeller hos OpenAI og Anthropic siger, at de har modbevist en central regel om svære problemer. Alle, der er nysgerrige på, om AI kan lave ny forskning.
- Anthropic viser Claudes tidlige arbejde med medicin og giver USA's offentlige sektor 40 % rabat. Alle, der følger, hvor AI-firmaerne leder efter store kunder.
- Googles Genie 4 laver en verden, du kan gå rundt i, nu med lyd. Alle, der interesserer sig for spil, video eller robotter.
- OpenAI vil efter sigende købe Googles chips, og en sky uden Nvidia har rejst 100 mio. dollar. Alle, der spekulerer på, hvad der sker med prisen på AI.
- Claude Code holder op med at overskrive lange regelfiler, og Copilot-agenter får deres eget login. Udviklere, der bruger kodeagenter.
1. OpenAI og Anthropic siger, at deres AI har modbevist en berømt regel i datalogi
Kort fortaltAI-modeller hos OpenAI og Anthropic siger, at de har brudt en grundlæggende antagelse om, hvor svære visse opgaver er. Eksperter tjekker det, og intet er bekræftet endnu.
Nogle opgaver er lette at tjekke, men ser meget svære ud at løse. Får du et svar, kan du hurtigt se, om det passer. Men at finde et svar ser ud til at tage eksponentielt længere tid, jo større opgaven bliver.
Dataloger gjorde den fornemmelse til en regel, kaldet Exponential Time Hypothesis, eller ETH. Russell Impagliazzo og Ramamohan Paturi udgav den første gang i 1999, og hundredvis af artikler bygger på den.
Mandag sagde OpenAI, at en intern model havde fundet en metode, hvis tid vokser langsommere end det, så ETH ville være forkert. Modellen fandt den 16. oktober, og Lean, et program der tjekker beviser, godkendte den dagen efter, skriver The Next Web. En af Anthropics matematikere mente, at OpenAI byggede på tidligere forskning. Få timer senere lagde Anthropic sit eget modbevis ud, fundet af en intern Claude-model.
Fangsten: ingen har gennemgået påstandene fuldt ud endnu. Impagliazzo, Paturi og Ryan Williams fra MIT leder gennemgangen af OpenAIs påstand. Deres deltagelse skal ikke ses som en godkendelse, skriver de. Anthropic tilføjer, at resultatet ikke siger noget om at løse rigtige opgaver hurtigere.
OpenAI er “ret sikker på”, at det ikke bryder nogen kryptering, fortæller Williams til TechCrunch.
I årtier har "det kan ikke løses hurtigt" været en del af det fundament, datalogien står på. Har en AI knækket det, laver AI selv ny forskning og hjælper ikke bare til. Williams mener, at dataloger nok bør tage P = NP, fagets største åbne spørgsmål, lidt mere alvorligt.
Kilde: thenextweb.com · Rapporteret · techcrunch.com · Rapporteret · github.com/anthropics · Officiel
2. Anthropic viser Claudes arbejde med medicin og sænker prisen for USA’s myndigheder
Kort fortaltAnthropic siger, at Claude har sat fart på tidlig medicinforskning hos seks partnere. Samtidig giver firmaet hele USA's offentlige sektor 40 % rabat på Claude.
Medicinlaboratorier og myndigheder er langsomme, forsigtige kunder, og begge drukner i papirarbejde.
1 af 2 Claude i medicinlaboratoriet
Tirsdag fortalte Anthropic om sit arbejde med seks partnere inden for medicinudvikling. Hos Enveda læste Claude en stor bunke papirer om produktionen. Den fandt alle de fejl, dem der gennemgik papirerne havde fundet, plus syv mere, og skar 89 % af tiden til gennemgang væk. Anthropic har også købt Mithril Medicine, et enmandsfirma, der arbejder med to sjældne muskelsygdomme.
Fangsten: næsten det hele er på et tidligt stadie, så ingen medicin er afprøvet på mennesker. Holder resultaterne, kan Mithrils første medicin tidligst blive afprøvet på mennesker i slutningen af 2028.
2 af 2 40 % rabat til myndigheder
Amerikanske myndigheder på alle niveauer får nu 40 % rabat på Claude Enterprise, Claude for Government og API’et. Der er intet minimumsforbrug. Anthropic siger, at aftalen sparer det offentlige for 1 mia. dollar.
Smarte demoer vinder ikke længere de store kontrakter. AI-firmaer skal nu bevise deres værdi på langsomme, forsigtige steder som et medicinlaboratorium eller et rådhus. En lav pris får dem ind ad døren.
Kilde: anthropic.com · Officiel · anthropic.com · Officiel
3. Googles Genie 4 bygger en verden, du kan gå rundt i, med lyd
Kort fortaltGoogle DeepMinds Genie 4 laver en verden, du kan bevæge dig rundt i, i realtid. Nu skaber den også sin egen lyd, musik og tale.
En videomodel laver et klip, du ser. En verdensmodel laver en scene, du kan gå rundt i, som et computerspil, ingen har kodet.
Google DeepMind viste Genie 4 tirsdag. Du bevæger dig med tastaturet og ændrer scenen med tekst, for eksempel vejret. Det er Googles første verdensmodel i realtid, der selv laver lyd.
Fangsten: kun udvalgte testere kan bruge den i dag, og Google siger kun, at abonnenter får den “snart”. Detaljer kan også ændre sig, jo længere man bliver i verdenen.
Spil er det, folk lægger mærke til først, men Google lancerer også de her verdener som træningsbaner. En robot eller en agent kan øve sig der igen og igen uden at ødelægge noget i virkeligheden.
Kilde: deepmind.google · Officiel
4. OpenAI vil efter sigende købe Googles chips, og Nvidias rivaler tiltrækker penge
Kort fortaltOpenAI vil købe Googles AI-chips, skriver The Information. Og et skyfirma bygget på chips fra Nvidias rivaler har rejst 100 mio. dollar.
Det meste AI kører på Nvidias chips. Googles TPU’er er et billigere alternativ, skriver Reuters, så de store købere vil også have dem.
1 af 2 OpenAI og Googles TPU’er
OpenAI vil købe Googles chips, kaldet TPU’er, skrev The Information tirsdag. Mediet henviser til én unavngiven kilde, skriver Reuters, og nævner ingen vilkår. Reuters skrev i juni 2025, at OpenAI var begyndt at leje TPU’er, og aftaler med Anthropic har allerede skabt efterspørgsel efter dem.
2 af 2 En sky uden Nvidia
General Compute leverer servere med chips fra Cerebras, SambaNova og Positron til andre skyfirmaer. Firmaet har rejst 100 mio. dollar, og dets værdi steg fra 60 mio. dollar i maj til 800 mio. dollar, skriver TechCrunch.
Det er som en by med én tankstation, der får en til. Den første kan ikke længere tage, hvad den vil, og på sigt påvirker det, hvad du betaler for AI.
Kilde: investing.com (Reuters) · Rapporteret · techcrunch.com · Rapporteret
5. Claude Code overskriver ikke længere lange regelfiler, og Copilot-agenter får eget login
Kort fortaltClaude Code retter en fejl, der kunne overskrive store CLAUDE.md-filer. Og GitHub lader Copilot-agenter arbejde under en apps egen identitet.
1 af 2 Claude Code 2.1.312
Claude Code læser dit projekts regler i en fil, der hedder CLAUDE.md. Version 2.1.312 retter en fejl, hvor Claude kunne overskrive en meget stor CLAUDE.md eller regelfil i en undermappe efter kun at have set starten. Så kunne den erstatte regler, den aldrig havde læst.
Gør dette: Opdatér Claude Code til version 2.1.312, hvis dit projekt har lange regelfiler.
2 af 2 Copilot-agenter med eget login
Indtil nu lånte en bot, der brugte Copilot, en persons login. I en offentlig testversion kan en GitHub-app nu bruge Copilot SDK’et under sin egen identitet. Firmaet betaler, og dets forbrugsgrænser gælder.
Det er som at give en håndværker et gæstekort i stedet for dit eget adgangskort. En agent med sit eget kort kan spores og slukkes, uden at det rammer personen bag.
Kilde: githubusercontent.com · Officiel · github.blog · Officiel
Open source og lokal AI
Liquid AI’s små LFM3-modeller hører, ser og taler på en bærbar
Kort fortaltLiquid AI har udgivet seks små åbne modeller til tekst, billeder og tale. De er bygget til at køre på dine egne enheder, for eksempel bærbare, ikke kun i skyen.
De fleste stemmeassistenter sender dine ord til skyen. Liquid AI’s nye LFM3-familie er lille nok til at blive på enheden.
Tekstmodellen fylder omkring 1 GB i 4-bit. Omni-modellen tager imod tekst, billeder og lyd og kan svare med tale. Liquid siger, at tekstmodellen slår den meget større Qwen3.5-9B på lange opgaver i en browser, men Qwen vinder stadig på test af viden.
Fangsten: tallene er Liquids egne, og modellen er ikke beregnet til kodeagenter. Firmaer med mere end 10 mio. dollar i årlig omsætning skal have en særlig aftale, skriver VentureBeat. Ollama kører dem kun på Mac indtil videre.
Små modeller, der hører og taler, betyder, at en stemmeassistent kan virke uden net. Det, du siger, forlader aldrig rummet, og det betyder noget for alle, der skal følge EU's regler om privatliv.
Prøv det: Kør ollama run lfm3 på en Mac med Ollama.
Kilde: huggingface.co · Officiel · huggingface.co · Officiel · github.com/ollama · Officiel · venturebeat.com · Rapporteret
Dagens forskningsartikel
Højeste indsats koster ofte mere uden at løse mere
Kort fortaltForskere fra Together AI og to amerikanske universiteter fandt, at en AI-models højeste indsats kan koste langt mere uden at løse mere. Det virker bedre at starte lavt og gå op.
Mange AI-værktøjer lader dig vælge et indsatsniveau. Højere indsats betyder, at modellen tænker længere, og du betaler for hvert ekstra ord. Derfor tror de fleste, at mere er sikrest.
Forskerne testede otte modeller, blandt andre Claude Sonnet 5 og GPT-5.6, på opgaver i matematik, naturvidenskab og kode. På opgaver, som alle niveauer løste, kostede højeste indsats op til 42 gange så meget som laveste. Højere indsats fejlede også nogle opgaver, som lavere indsats havde løst.
Deres løsning: start på laveste niveau, og gå kun op, når et tjek viser, at svaret er forkert. Det var lige så godt eller bedre end fast højeste indsats for alle modeller.
For Claude Sonnet 5 på en kodetest i terminalen steg andelen af løste opgaver fra 76,1 % til 83,0 %, og prisen faldt.
Fangsten: artiklen er ikke fagfællebedømt, og trinene kræver, at svarene kan tjekkes.
Højeste indsats virker mindre som en kvalitetsknap og mere som et taxameter, der bare kører. Til de fleste opgaver er en kort tur og et tjek til sidst nok.
Kilde: arxiv.org · Officiel
Forklaret: hvis du har lidt mere tid
3 begreber fra dagens nyheder · 3 minHvad er P vs NP-problemet?
P vs NP er datalogiens største åbne spørgsmål. Det lyder: hvis det er let at tjekke, at et svar er rigtigt, er det så også let at finde svaret? "P" står for problemer, en computer kan løse hurtigt. "NP" står for problemer, hvor en computer hurtigt kan tjekke et foreslået svar. Alle problemer i P er også i NP. Spørgsmålet er, om de to grupper i virkeligheden er de samme. > **Tænk på det sådan her:** et puslespil tager lang tid at lægge, men et blik fortæller dig, om et færdigt spil er rigtigt. P vs NP spørger, om der altid findes en smart genvej, så det aldrig er håbløst langsommere at lægge spillet end at tjekke det. Clay Mathematics Institute giver et eksempel. Du skal vælge 100 ud af 400 studerende til et kollegium, og nogle par må aldrig bo sammen. Giver en kollega dig en liste, kan du hurtigt tjekke den. Men selv at finde en god liste virker håbløst, fordi der er flere mulige lister end atomer i det kendte univers. Stephen Cook og Leonid Levin formulerede problemet i 1971, hver for sig. Det er et af Millennium-prisproblemerne, og det er stadig uløst. Forskere bruger også strengere antagelser. En af dem er Exponential Time Hypothesis fra 1999. Den siger, at tiden til at løse en kendt logisk opgave kaldet 3-SAT vokser eksponentielt med opgavens størrelse, uanset hvilket trick du bruger. Er den antagelse sand, er P og NP forskellige. Men et modbevis betyder ikke, at P er lig med NP. **Hvad betyder det for dig:** meget af din sikkerhed på nettet bygger på, at nogle problemer er meget svære at løse. Krypteringen bag dit login til banken er et eksempel. Derfor får påstande om, at AI har rystet en af de antagelser, så meget opmærksomhed.To mere fra i dag
Hvad er formel verifikation?Hvordan et matematisk bevis kan vise, at kode opfører sig korrekt for alle input, ikke kun dem, du har testet.
Formel verifikation betyder at bevise, som i matematik, at et program altid gør det, en skrevet regel siger. En test tjekker nogle input. Et bevis dækker alle input.
Et program, en såkaldt bevistjekker, læser hvert trin, så et forkert bevis bliver fanget. Hagen er prisen: beviser er langsomme at skrive, så de er mest blevet brugt der, hvor fejl er meget farlige.
Hvad er "compute" i AI?Hvorfor chips og datacentre bag AI er den største regning, et AI-firma betaler.
I AI betyder “compute” den rå regnekraft bag en model: særlige chips, mest GPU’er, i store datacentre, plus strømmen til at køre dem.
Laboratorierne skal bruge regnekraft to gange. Først til at træne en model, og så hver gang nogen bruger den. Den anden del, kaldet inferens, vokser med hver ny kunde.
Hvor sikre er vi?Officiel: fra firmaet, myndigheden eller forfatterneRapporteret: fra et navngivet medieUbekræftet: rygte eller læk