Anthropics vd varnar: AI-agenter kan ta kontroll över internet inom sex till tolv månader
AI-entusiasmen når nya höjder — men i styrelserummen råder en annan stämning. Anthropics vd varnar öppet för att självständiga AI-program kan ta kontroll över internet inom sex till tolv månader, och flera stora bolag uppges nu genomföra beredskapsövningar inför angrepp mot elnät och finansiella tjänster. Samtidigt avslöjas fusk i internationella tävlingar och ny forskning ifrågasätter om mer AI-skriven kod verkligen leder till färdiga produkter — obekväma frågor som kräver ärliga svar.
Katastrofscenarier på ledningsnivå
Det är inte vilka som helst som höjer varningsflaggorna. Dario Amodei, vd för AI-bolaget Anthropic — ett av världens mest inflytelserika AI-företag — skrev nyligen i en uppmärksammad essä att han oroar sig för att "en svärm av självständiga AI-agenter skulle kunna ta kontroll över internet inom sex till tolv månader". Enligt Axios förbereder sig nu flera stora AI-bolag intensivt inför just sådana scenarier: angrepp som kan slå ut finansiella tjänster, elnät eller vattenförsörjning.
OpenAI bekräftar för Axios att bolaget aktivt genomför beredskapsövningar där olika team går igenom möjliga händelseförlopp. Talespersonen är noga med att poängtera att scenarierna "inte betraktas som oundvikliga" — men att förbereda sig för dem är nödvändigt. Det är en anmärkningsvärd formulering: industrin som bygger tekniken tar nu formellt höjd för att den kan bli ett hot mot samhällskritisk infrastruktur.
Att bolagen dessutom uppges förbereda sig för kraftiga folkliga motreaktioner om ett skräckscenario inträffar säger en hel del om hur branschens ledare bedömer det allmänna förtroendet för AI. Det är inte naivt självförtroende som råder i styrelserummen — det är en välgrundad oro kombinerad med pragmatisk beredskapsplanering.
Fusk lämnar digitala fotspår
På en helt annan arena — men med samma underliggande tema — utspelade sig nyligen ett avslöjande drama i Nikons välkända mikroskopifilm-tävling Small World in Motion. Ning Xu från Tsinghua-universitetet i Kina vann ursprungligen tävlingen med en video som skildrade hur cilier rör sig i luftvägarna hos ett barn med en sällsynt andningssjukdom. En imponerande och vetenskapligt angelägen historia.
Men flera forskare reagerade på strukturella märkligheter i materialet — cellegenskaper som dök upp och försvann på ett sätt som inte stämmer överens med verklig cellbiologi. Dessutom ska vattenstämplar kopplade till AI-verktyg ha hittats inbäddade i källfilerna. Xu medgav att AI använts för att framhäva egenskaper i gråskalebilder men nekade till att tekniken genererat själva cilier eller deras rörelser.
Nikon genomförde en granskning och diskvalificerade videon — den stred mot tävlingens regler kring generativ AI. Förstaplatsen gick i stället till Nguyen Nam Nhat från Vietnam.
Fallet är intressant av flera skäl. Det visar att AI-genererat innehåll lämnar spår som erfarna ögon kan identifiera. Och det väcker en bredare fråga: när gränsen mellan "AI-assisterat" och "AI-genererat" blir allt otydligare, hur sätter vi regler som faktiskt håller?
Mer kod — men inte mer programvara
Samtidigt publicerar Harvard University en studie som nyanserar bilden av AI som produktivitetsmirakel. Forskarna Fiona Chen och James Stratton analyserade anonymiserade data från över 700 000 anställda vid mer än 700 mjukvaruföretag — totalt 300 miljoner arbetshändelser insamlade mellan 2021 och mars 2026.
Resultaten är talande: AI-kodningsverktyg leder till 30 procent fler kodrader, 20 procent fler kodinsändningar och 23 procent fler sammanslagningsbegäranden. Imponerande siffror. Men antalet faktiskt levererade programvarufunktioner? Ingen statistiskt säkerställd ökning.
Flaskhalsen, menar forskarna, är den mänskliga granskningen. Granskningstiden ökade med hela 49 procent efter att AI-verktyg introducerats. Andelen begäranden som kräver revideringar nästan fördubblades. Mer kod skapar alltså mer arbete för granskarna — inte mindre.
Det är ett mönster jag känner igen från mitt eget arbete som systemutvecklare. AI skriver snabbt, men inte alltid rätt. Och en mänsklig granskare som inte kan lita blint på koden måste läsa varje rad med skärpt uppmärksamhet. Vinsten på ena sidan äts delvis upp av kostnaden på den andra.
Tre berättelser, ett mönster
Som systemutvecklare är det lätt att fastna i entusiasmen — och jag gör det ofta, med glädje. Men de tre berättelserna den här veckan bildar tillsammans ett mönster som är värt att ta på allvar. AI skapar genuint värde, men det skapar också nya svagheter: i infrastruktur, i vetenskaplig integritet och i arbetsflöden vi trott oss förstå.
Det är inte ett skäl att bromsa. Det är ett skäl att bygga smartare.
Vår analys
De tre nyheterna den här veckan är till synes spridda — cybersäkerhet, en vetenskaplig tävling och en produktivitetsstudie. Men de berättar egentligen samma sak: AI-teknikens mognad springer iväg från vår förmåga att hantera den.
Det som slår mig som systemutvecklare är att vi fortfarande saknar robusta ramverk för de mest grundläggande frågorna. Vad räknas som AI-fusk? Hur granskar vi AI-genererad kod utan att drunkna i arbete? Hur sätter samhället gränser för självständiga AI-agenter innan de når kritisk infrastruktur?
Det positiva — och det är genuint positivt — är att frågorna nu ställs öppet, av branschledare och forskare, inte bara av kritiker. Det är ett tecken på mognad. Men mognad räcker inte. Vi behöver tydliga spelregler, teknisk beredskap och en ärlig diskussion om vad vi är villiga att riskera för att vinna. Den diskussionen brådskar.