30. June 2026
Har du også irritert deg over at du må lære opp ChatGPT på nytt om hvem du er, rett etter at du har gjort akkurat det samme i Claude? Nå har utviklere lansert Open Memory Protocol (OMP), en åpen standard som lar deg dele "hukommelse" og brukerkontekst på tvers av markedsledende AI-tjenester som Claude, ChatGPT og utviklerverktøyet Cursor.
Tenk på det som en felles sjelelig ryggrad for dine digitale assistenter. I dag lagrer hver AI-aktør dine preferanser, stilmanualer og historikk i sine egne lukkede siloer. Dette skaper kunstige barrierer og tvinger brukere inn i enkeltøkosystemer. OMP fungerer som en bro som lar brukeren beholde kontrollen over sine egne data, samtidig som AI-assistentene kan hente ut den informasjonen de trenger for å gi personlige og relevante svar, uavhengig av hvilken logo som står på nettsiden.
For virksomheter som i dag bruker mye tid på å skreddersy systeminstruksjoner for ulike avdelinger, er dette et potensielt vendepunkt. I stedet for å låse seg til én leverandør fordi det er der all historikken ligger, kan IT-avdelingen nå gi de ansatte frihet til å velge det beste verktøyet for jobben – enten det er koding i Cursor eller strategisk analyse i Claude – uten at verdifull kontekst går tapt på veien. Dette reduserer risikoen for leverandørlåsing (vendor lock-in) og sikrer at bedriftens interne kunnskap forblir i et felles, kontrollerbart system.
Det har dukket opp en ny kjempe i det åpne AI-landskapet. Den ferske modellen LongCat-2.0 kan skilte med svimlende 1,6 billioner parametere totalt, men med en smart vri: Kun 48 milliarder av disse aktiveres om gangen under bruk.
Dette skyldes en teknologi som kalles Mixture-of-Experts (MoE). I stedet for at hele den gigantiske "hjernen" må kverne på hvert eneste spørsmål du stiller, rutes oppgaven din kun til de "spesialistene" i nettverket som er best egnet til å løse akkurat den saken. Det betyr at modellen leverer intelligens på linje med de aller største proprietære systemene, men med en brøkdel av energiforbruket og responstiden.
For selskaper som vurderer å kjøre egne, skreddersydde AI-modeller på egen infrastruktur av personvern- eller sikkerhetshensyn, endrer dette regnestykket radikalt. Du trenger ikke lenger en superdatamaskin til mange millioner for å drifte en modell med ekstremt høy presisjon. For mediehus, juridiske avdelinger eller finansinstitusjoner som behandler sensitive dokumenter i høyt volum, betyr MoE-arkitekturen i LongCat-2.0 at de kan oppnå skyhøy nøyaktighet i analysene sine uten at serverregningen tar knekken på budsjettet.