14. July 2026
Tenk deg at utviklerne dine bruker et nytt, genialt AI-verktøy for å skrive kode raskere, bare for å oppdage at verktøyet i all hemmelighet sender hele selskapets kildekode rett opp i fanget på en av verdens største teknologigiganter. Det er nøyaktig dette som har skjedd med SpaceXAIs utviklerverktøy, Grok Build. Sikkerhetsforskere hos Cereblab oppdaget at verktøyets kommandolinjegrensesnitt (CLI) i stillhet lastet opp brukernes komplette kodebaser til Google Cloud Storage før funksjonen i all hast ble skrudd av etter avsløringen.
For selskaper som sitter på sensitiv intellektuell eiendom eller strenge regulatoriske krav til datalagring, er dette et klassisk skrekkscenario. Selv om intensjonen bak opplastingen sannsynligvis handlet om å gi modellen bedre kontekst for å skrive god kode, viser hendelsen hvorfor "skygge-IT" i AI-alderen er en enorm risiko. Teknologidirektører og sikkerhetsansvarlige må umiddelbart revidere hvilke AI-hjelpemidler utviklingsteamene har installert på sine lokale maskiner, ettersom standardinnstillinger ofte prioriterer funksjonalitet over datasikkerhet.
Kilde: The Verge
Det har lenge vært snakk om hvordan ondsinnede aktører kan bruke såkalte "prompt injections" for å lure bedrifters AI-chatbots til å røpe hemmeligheter. Nå har cybersikkerhetsmiljøet snudd dette våpenet mot hackerne selv. Ved å ta i bruk en ny forsvarsmetode kalt "context bombing", kan selskaper nå lure angripernes egne AI-agenter til å deaktivere seg selv eller slette sine egne data før de rekker å gjøre skade.
Når hackere slipper løs autonome AI-agenter for å skanne bedriftsnettverk etter sårbarheter, må agentene lese og tolke informasjonen de finner på nettsider og i systemer. Ved å gjemme spesialdesignede instruksjoner (kontekst-bomber) i disse tekstene, tvinges hackernes AI-verktøy til å tro at de har fullført oppdraget sitt, eller at de har fått ordre fra sin egen sjef om å avslutte økten. For drift- og sikkerhetsavdelinger i finans- og infrastruktursektoren åpner dette for en helt ny, offensiv forsvarslinje der man kan nøytralisere trusler automatisk og til en ekstremt lav kostnad.
Kilde: Ars Technica
Grensen for hva som kreves av maskinvare for å kjøre tunge AI-modeller har flyttet seg radikalt. Det nylig lanserte Bonsai 27B beviser at modeller med hele 27 milliarder parametere nå kan kjøre lokalt på en helt vanlig smarttelefon. Dette representerer et voldsomt sprang i beregningseffektivitet, ettersom modeller av denne størrelsen tidligere krevde massive serverparker eller konstant og lynrask skyforbindelse.
For selskaper med personell i felt – som ingeniører på offshore-installasjoner, helsearbeidere i distriktene, eller logistikkoperatører i dype kjellerlagre uten mobildekning – er dette en total spillvender. De ansatte kan nå ha tilgang til avansert beslutningsstøtte, feilsøking og automatisert dokumentasjon uten å være avhengig av internett. I tillegg eliminerer det løpende kostnader til skytjenester og fjerner personvernrisikoen helt, ettersom ingen sensitive data noen gang forlater den fysiske telefonen.
Kilde: Hacker News / PrismML