Usynlige vannmerker, åpne vekter og et telt på Tyholmen
Det har vært en av de ukene der du merker at bransjen ikke lenger krangler om hva modellene kan. Den krangler om hvem som eier sporene de legger igjen, hvor de får lov til å kjøre, og hvem som betaler strømregningen. Det er en mer voksen samtale, og ærlig talt en mer interessant en.
Her i Bergen har uken vært grå og velegnet for å sitte inne og lese. Nedenfor er det jeg festet meg ved fra 10. til 14. august.
Claude skriver med usynlig blekk nå
Ukas mest diskuterte sak er også den mest hjemmekjære for meg: Anthropic har begynt å merke alt Claude produserer.
Konkret er det to mekanismer. Tekst får et usynlig statistisk vannmerke bakt inn i selve ordvalget — du ser det ikke når du leser, men det følger med når du kopierer og limer inn, og kan overleve en del redigering. Filer i formater som .svg, .png og .jpg får signert proveniensmetadata etter C2PA-standarden, som sier noe om hvordan filen ble laget og om noen har tuklet med opplysningene i etterkant.
Utløseren er artikkel 50 i EUs AI Act, som ble håndhevbar 2. august. Anthropic har signert EUs Code of Practice om åpenhet rundt KI-generert innhold, og merkingen gjelder alle Claude-modeller lansert fra og med den datoen — på tvers av API, chat, Claude Code, Cowork og Tag, og hos AWS, Google Cloud og Microsoft Foundry.
Tre ting er verdt å merke seg, og de peker i hver sin retning:
Det gjelder globalt. Artikkel 50 binder bare systemer som brukes i EU. Anthropic kunne ha geofenced dette. De valgte å la være. Det er enten prinsipiell ryddighet eller ren driftspragmatikk — sannsynligvis begge deler.
Merket beviser mindre enn folk tror. Anthropic er tydelige i sin egen dokumentasjon: et funn betyr at Claude kan ha behandlet innholdet, ikke at Claude skrev det. Korrekturlesing, oversettelse, oppsummering og filkonvertering kan alle utløse et merke på tekst du selv har skrevet hvert ord av. Motsatt vil eldre modeller, tung redigering eller kort tekst gi ingen utslag i det hele tatt.
Og det er nettopp derfor det uroer. Den skarpeste kritikken handler ikke om at betalende kunder fortjener umerket output. Den handler om at et sannsynlighetsbasert, forfatterskaps-agnostisk signal er i ferd med å bli behandlet som bevis av skoler, arbeidsgivere og plattformer. Anthropic har dokumentert begrensningen presist. Nesten ingen nedstrøms kommer til å lese den.
Legg så til at et åpent verktøy for å fjerne slike merker la til støtte for Claude, OpenAI og Gemini få dager etter utrullingen. C2PA-metadata forsvinner uansett ved et skjermbilde eller en formatkonvertering. Vi har altså fått et system som er lett å omgå for den som vil, og lett å misforstå for den som ikke vil.
Jeg synes retningen er riktig. Jeg tror bare vi undervurderer hvor mye skade en dårlig forstått indikator kan gjøre i feil hender.
Meta åpner vektene igjen — og denne gangen på ordentlig
august slapp Meta Superintelligence Labs Muse Glimmer, en 30 milliarder parameters modell — under Apache 2.0.
La meg få si det høyt: Apache 2.0. Ikke en «community license» med brukertak på 700 millioner. Ingen strenger på kommersiell bruk, modifikasjon eller videredistribusjon.
Modellen er tett (ikke mixture-of-experts), multimodal med egen persepsjonsenkoder, har 131 072 tokens kontekst, og er destillert fra den større Muse Spark. Den er bygget spesifikt for agentarbeid: flerstegsresonnering, verktøybruk, lange oppgavesekvenser, lokal koding, LLM-as-judge. Kvantisert til rundt 4 bit får den plass i 24 GB VRAM med omtrent 1 % degradering, og med blokkvis spekulativ dekoding oppgir Meta 3,1× raskere dekoding på en RTX 5090.
Oversatt: den kjører på en maskin du allerede eier. Ollama, LM Studio, Unsloth, llama.cpp, MLX, ExecuTorch, vLLM og SGLang — vLLM hadde dag-0-støtte.
På benchmarkene er bildet konsistent snarere enn overveldende. Glimmer leder på agentisk orkestrering — MCP Atlas 75,5, DeepSearch QA 74,6, Gaia2 43,3, SWE-Bench Pro 51,2 — og på resonnering. Den taper mot Qwen3.6-27B på datamaskinbruk og terminalarbeid (OSWorld-Verified, TerminalBench, SWE-Bench Verified). Meta oppgir også at modellen ikke møter deres egen definisjon av «Frontier AI».
Det er ikke poenget. Poenget er at det nå finnes et fornuftig standardvalg for lokale agenter, med en lisens som ikke bestrider deg noe. For alle som har ergret seg over at «lokal KI» i praksis har betydd «litt dårligere modell, mye mer styr», er dette den mest oppmuntrende nyheten på lenge. Zuckerberg har dessuten bekreftet at vektene til den større Muse Spark 1.2 også skal åpnes.
Grok 4.6, og prisen på intelligens
xAI slapp Grok 4.6 12. august, fem uker etter 4.5. Ingen teaser, ingen lekkasje — live i Cursor, Grok Build, xAI-API-et, OpenRouter, Vercel og Cloudflare samme ettermiddag.
Modellen er utvetydig utviklerrettet: fokus på langtløpende agenter, 500 000 tokens kontekst (uendret), nytt xhigh resonneringsnivå, kunnskapsgrense 1. februar 2026. Prisen holdes flat på $2 per million input-tokens og $6 per million output — omtrent 60 % under GPT-5.6 Sol.
På Artificial Analysis Intelligence Index scorer den 61, fem poeng opp fra 4.5, og lander på fjerdeplass. Her bør man lese kildene med litt skepsis: noen omtaler dette som «matcher GPT-5.6 Sol», noe som bare stemmer på den ni-benchmarks sammensatte indeksen. Leser du xAIs egen ti-raders tabell, vinner Claude Fable 5 flest rader, og Grok 4.6 taper Terminal-Bench v3.0 med rundt 8,6 poeng. xAI har til sin ære publisert de radene de taper — mer ærlig enn de fleste lanseringsgrafer. Noen arkitekturdetaljer eller systemkort er derimot ikke publisert.
En liten kildeanmerkning: enkelte nettsteder oppgir 7. august som lanseringsdato. Det stammer fra et Musk-anslag i slutten av juli, ikke fra xAI. Den offisielle kunngjøringen er datert 12. august.
Ellers i samme spor: Google annonserte Gemini 3.7 Flash, OpenAI la ut en tidlig forhåndsvisning av Ultrafast, et API-nivå som kjører GPT-5.6 Sol opptil 14× raskere via Cerebras med opp mot 750 output-tokens i sekundet, og Nvidia viste NeMo Switchyard, en ruter som bytter modell midt i en oppgave og i egne tester kutter kostnaden på lange agentkjøringer til en tredjedel.
Mønsteret er tydelig: ytelse er i ferd med å bli en råvare, og konkurransen flytter seg til latens, pris per oppgave og orkestrering. Det er godt nytt for oss som bygger verktøy, og dårlig nytt for alle som har bygget en forretningsmodell på at én bestemt modell er uunnværlig.
Anthropic og Decart — foreløpig bare samtaler
Bloomberg meldte 13. august at Anthropic er i samtaler om å kjøpe det israelske selskapet Decart for rundt 6 milliarder dollar. Det ville i så fall være Anthropics klart største oppkjøp.
Decart lager to ting: programvare som får brikker til å jobbe mer effektivt og dermed senker kostnaden ved trening og kjøring av modeller, og «verdensmodeller» for sanntids videogenerering og simulerte miljøer (Oasis og Lucy). Teamet skal etter sigende gå inn i Anthropics inference- og ytelsesorganisasjon.
Jeg tar dette med en solid klype salt, og det bør du også. Alle kildene beskriver samtalene som tidlige og uavklarte, og både Anthropic og Decart avslo å kommentere. Prislappen tilsvarer omtrent 1,5× verdsettelsen fra en emisjon i mai, der Nvidia var med. Det skjer i skyggen av Anthropics ventede børsnotering. Kort sagt: interessant, men ikke en avtale før den er en avtale.
Arendalsuka: KI fikk sitt eget telt igjen
Hjemme gikk Arendalsuka av stabelen 10.–14. august, og for andre år på rad hadde kunstig intelligens sitt eget telt på Tyholmen, driftet av NORA sammen med de nasjonale KI-sentrene.
Programmet var påfallende jordnært. Integreat holdt tirsdag en runde korte forskerpresentasjoner om hva som faktisk skjer på KI-fronten: hvordan agenter fungerer og hvorfor de har blitt så mye bedre, agentisk KI i helsesektoren, tabulære grunnmodeller — og to innslag jeg gjerne skulle sett: «KI-loven: Retten til en dårlig forklaring» og «Karbonregnskap for KI-samtalen din».
Den første tittelen er den beste jeg har hørt på lenge. Retten til forklaring er skrevet inn i regelverket, men hvis forklaringen du har krav på er ubrukelig, hva har du egentlig fått?
Ellers i programmet: onsdag lanserte Forsvaret sin datasentriske arkitektur med digitaliseringsminister Karianne Tung, riksrevisor Karl Eirik Schjøtt-Pedersen, Telenor og Avinor på scenen. Det ble diskutert hva som skjer med anbudsprosesser når både konkurransegrunnlaget og besvarelsen skrives av KI — blir anbud en kamp mellom algoritmer? Og det ble snakket om KI-tolking i helse, skole, Nav, barnevern og politi, der åpne oversettelsesverktøy allerede brukes i praksis uten kvalitetssikring eller tydelig ansvar.
Det siste er en sak jeg tror vi kommer til å høre mye mer om. Det er ikke en fremtidig risiko. Det skjer nå, i produksjon, uten rutiner.
Bakteppet er fortsatt at Norge ikke har KI-loven på plass. AI-forordningen er ikke innlemmet i EØS-avtalen, lovendringene skal på høring i høst, og målet er å legge fram loven våren 2027. Tidsplanen er beskrevet som usikker.
Skatteetaten: nå forfalskes vedleggene med KI
august advarte Skatteetaten mot en ny variant av et gammelt problem: KI brukt til å lage troverdig, men falsk dokumentasjon i skattesaker.
Skattedirektør Nina Schanke Funnemark beskriver en tydelig økning i KI-bruk i årets arbeid med skattemeldingen, særlig i form av vedlegg som ser overbevisende ut, men som er generert eller manipulert. Det gjelder typisk opplysninger som ikke er forhåndsutfylt — altså akkurat der etaten ikke har en uavhengig kilde å sammenligne mot.
Tallene fra de målrettede kontrollene tidligere i år er ikke småtterier: feilaktige fradrag for over 2 milliarder kroner, tilsvarende rundt 440 millioner i skattemessig verdi, og fem tilretteleggere anmeldt. Konsekvensene for enkeltpersoner kan bli tilleggsskatt på opptil 60 prosent, og anmeldelse i de groveste tilfellene.
Det interessante er motsvaret: Skatteetaten bruker nå selv KI til å analysere og gjennomskue de falske vedleggene. Det er den nye normalen i alt fra svindelbekjempelse til innholdsmoderering — begge sider har samme verktøykasse, og fordelen ligger hos den med best data og tålmodighet.
Data på avveie, og spørsmålet om hvor de bør ligge
To saker denne uken traff samme nerve.
Hjemme: etter dataangrepet mot Lørenskog kommune — der barnevernssaker, pasientjournaler og dokumenter om vann og avløp havnet på det mørke nettet — ba Fagforbundet 10. august om en nasjonal skytjeneste for offentlig sektor. Kravet er ikke nytt; forbundet har fremmet det sammen med NTL over tid, og NSM har bedt om det samme. Trond Finstad i Fagforbundet er ærlig om at en nasjonal løsning neppe ville stoppet akkurat dette angrepet — det startet med at en ansatt lastet ned en fil fra en nettside som så helt vanlig ut.
Det jeg festet meg mest ved var noe annet han sa: at han er bekymret for at digitaliseringen og KI-satsingen i offentlig sektor går for fort, på bekostning av datasikkerheten, og at medlemmer bruker mye tid på å kontrollere at det KI-en leverer faktisk stemmer. Man kan spørre seg hvor effektivt det er, sa han. Det er et rimelig spørsmål å stille.
Ute: sikkerhetsforskeren bobdahacker dokumenterte at møtereferatverktøyet tl;dv hadde latt 181 874 møteoppføringer på tvers av 84 312 brukere og 35 003 e-postdomener være søkbare for enhver innlogget bruker, på grunn av en manglende tenant-isolasjonsregel i Firestore. Forskeren kunne også bli sluppet inn i pågående møter ved å opptre som den forventede notatboten. Saken ble publisert tidligere i august, men spredte seg for alvor denne uken.
Én manglende regel i én collection. Alt det andre var riktig konfigurert. Slik ser det som regel ut.
Fra mitt eget verksted
Muse Glimmer-lanseringen traff noe jeg har tenkt på lenge.
Hele premisset bak Elyra CLI er at du tar med dine egne nøkler til over 30 leverandører, at ingenting telemetreres, og at ingen andre bestemmer hvilken modell du skal bruke. Det har hele tiden vært et argument om frihet. Men i praksis har «kjør lokalt»-alternativet vært et kompromiss du gjorde av prinsipp, ikke fordi det var best.
En 30B agentmodell under MIT som får plass i 24 GB og faktisk er trent for verktøybruk endrer den regnestykket. Ikke over natten, og ikke for alt. Men for de arbeidsflytene der du uansett ikke ville sendt innholdet ut av huset — kontrakter, pasientdata, kildekode under NDA — er ikke lenger valget «god modell i skyen eller dårlig modell lokalt». Det er «god nok modell, på din benk».
Jeg bruker helgen på å teste Glimmer mot Elyras skills-oppsett. Kommer tilbake med tall.
Og så en liten selvironisk fotnote: hele vannmerkesaken over gjør at denne bloggen sannsynligvis bærer et usynlig statistisk merke fra og med i dag. Det har jeg egentlig ingen innvendinger mot. Jeg har uansett aldri lagt skjul på arbeidsdelingen.
