AI som inte väntar på order — den som tiger längst vinner
AI-verktygen slutar vänta på order – och börjar agera på egen hand.
Från svarare till initiativtagare
Det har länge handlat om att ge AI rätt fråga. Nu handlar det om att AI ställer rätt fråga — vid rätt tillfälle — utan att du bad om det.
Rapporterar MarkTechPost: Meta, OpenAI och Uber har var för sig lanserat agenter med ett gemensamt och ganska omvälvande drag — de tar egna initiativ. Metas Muse bokar möten och skickar e-post i bakgrunden medan du arbetar med annat. OpenAIs Dots bevakar dina appar för att fånga upp glömda fakturor eller obehandlade programfel. Ubers förarassistent analyserar realtidsdata och pekar aktivt ut bättre zoner för lediga förare, utan att någon förare behövt fråga.
Detta är ett fundamentalt skifte. Traditionella AI-assistenter är reaktiva — de svarar när de tillfrågas. De nya agenterna är proaktiva — de avbryter, påminner och agerar när de bedömer att tillfället kräver det. Det förändrar inte bara hur vi använder AI, det förändrar vår relation till den.
Men med proaktivitet följer ett knivskarp avvägningsproblem: avbryter agenten för ofta tappar användarna förtroendet och börjar ignorera den som ett push-meddelande bland andra. Väntar den för länge är möjligheten förlorad. Experter citerade i samma artikel menar att stora språkmodeller faktiskt är fel verktyg för att avgöra när ett meddelande ska skickas — den uppgiften lämpar sig bättre för snabba och kostnadseffektiva beslutsmodeller som kan väga om ett avbrott är motiverat.
Den som vinner kapplöpningen är troligen den som talar mest sällan — men alltid vid rätt tillfälle.
Anthropic öppnar Claude Code inifrån
Parallellt med agentskiftet pågår en annan rörelse: plattformarna öppnar sig för extern anpassning på djupet.
Anthropic har lanserat ett tilläggssystem kallat Mods för sitt AI-drivna kodverktyg Claude Code, rapporterar The Decoder. Till skillnad från traditionella tillägg som lägger sig ovanpå ett verktyg, är Mods inbyggda direkt i verktygets händelseflöde. Tillägg skrivs i JavaScript eller TypeScript och kan kopplas till specifika händelser — användarfrågor, verktygsfunktioner, gränssnittets uppritning — och därmed förändra verktygets beteende från grunden.
Det signifikanta är att Anthropics egna inbyggda funktioner, som kommandot /diff för att visa kodändringar, redan är implementerade som Mods. Företaget äter alltså sin egen mat. Det ger organisationer möjlighet att skräddarsy Claude Code för sina egna arbetsflöden, med kontroll över vilka tillägg som tillåts laddas — en viktig funktion för verksamheter med höga krav på säkerhet och regelefterlevnad.
IBM väljer den säkra vägen — och öppnar en stor marknad
Medan proaktiva agenter väcker frågor om tillit och Anthropic demokratiserar plattformsanpassning, adresserar IBM en helt annan men minst lika viktig utmaning: hur hanterar du AI i miljöer som aldrig får kopplas upp mot omvärlden?
IBMs agentbaserade utvecklingsplattform Bob är nu tillgänglig för självhostad drift, enligt MarkTechPost. Det innebär att företag kan köra systemet på egna servrar, i privata moln eller i helt nätverksisolerade miljöer — känslig källkod lämnar aldrig kundens egna infrastruktur. Plattformen täcker hela utvecklingscykeln, från kodförståelse och planering till genomförande och validering.
Ett praktiskt exempel: en bank kan köra lokal slutledning för sina kärnbankssystem, men dirigera mindre känsliga arbetsbelastningar till externa modeller som Claude, Gemini eller GPT. IBM erbjuder dessutom tilläggspaket för modernisering av stordatorkod och IBM i-system — miljöer som traditionellt är svåra att hantera och som sällan kan kopplas upp mot offentliga molntjänster.
Det är ett smart drag. Tusentals organisationer inom försvar, finans och sjukvård har länge stått utanför AI-vågen av just regulatoriska och säkerhetsmässiga skäl. IBM öppnar dörren för dem.
Infrastrukturen som möjliggör allt
I bakgrunden av dessa plattformsrörelser byggs den infrastruktur som ska bära upp autonoma agenter i stor skala. Prime Intellect har lanserat Prime Inference, en servertjänst för storskalig körning av öppna AI-modeller med både behovsanpassade slutpunkter och reserverad kapacitet. Systemet behandlade internt nästan en biljon token per dygn redan innan den publika lanseringen — trafik från träning, syntetisk datagenerering och långvariga kodningsagenter. En separation av förbearbetning och avkodning på skilda grupper av grafikprocessorer minskade fördröjningen med nästan 40 procent.
Det är den sortens infrastrukturframgång som sällan får rubriker, men som är förutsättningen för att allt annat ska fungera.
Vår analys
Det som händer just nu är inte fyra separata produktlanseringar — det är fyra delar av samma rörelse.
Branschen bygger ut alla lager i autonomistacken simultant: agenter som tar initiativ (Meta, OpenAI, Uber), plattformar som kan anpassas på djupet (Anthropic), säker drift i isolerade miljöer (IBM) och infrastruktur som klarar den faktiska belastningen (Prime Intellect). När dessa lager möts uppstår något nytt — AI-system som inte bara svarar, utan planerar, agerar och levererar resultat utan mänsklig inblandning i varje steg.
Den verkliga frågan är inte teknisk. Det är frågan om tillit och kontroll. Vem bestämmer när agenten ska agera? Vem är ansvarig när den gör fel? Ju mer autonom systemet är, desto viktigare är svaret.
Företag som löser den ekvationen — tekniskt och organisatoriskt — kommer att ha ett avgörande försprång under de närmaste åren. Det är dit vi är på väg, och det går snabbare än de flesta anar.