18. July 2026
Norges profilerte KI-forsker, Inga Strümke, slår fast at dagens KI-agenter nå presterer langt bedre på komplekse oppgaver enn en gjennomsnittlig masterstudent. I et ferskt intervju deler hun sine tanker om den voldsomme utviklingen, samtidig som hun fastholder sin dype skepsis til "smarte briller" og etterlyser mer fokus på kjernekraft for å dekke energibehovet til teknologien.
Bakgrunnen for uttalelsen er det markante skiftet vi har sett det siste året, der KI har gått fra å være en passiv samtalepartner (som ChatGPT) til å bli aktive "agenter" som kan planlegge, hente informasjon og utføre oppgaver over flere ledd uten menneskelig innblanding. Strümke påpeker at vi nå står overfor verktøy som ikke bare genererer tekst, men som faktisk løser komplekse, faglige problemer på et nivå som utfordrer høyt utdannede hoder.
For konsulentselskaper og kunnskapsbedrifter betyr dette at den tradisjonelle måten å lære opp nyutdannede på må legges helt om. Når KI-agentene gjør analysearbeidet raskere og bedre enn en fersk masterkandidat, må juniorene i stedet læres opp til å bli kritiske "supervisorer" som kvalitetssikrer maskinenes arbeid. Det krever en helt ny type lederskap og on-boarding, der man må passe på at de nyansatte faktisk opparbeider seg nødvendig domenekunnskap når de ikke lenger gjør grovarbeidet selv. Les hele intervjuet hos Digi.no.
Det kinesiske KI-selskapet Moonshot AI har lansert en ny versjon av sin modell, Kimi (K3), noe som har skapt dype dønninger i Silicon Valley og utløst debatt om hvorvidt Kina er i ferd med å ta ledelsen i AI-kappløpet. Modellen imponerer med ekstreme resonneringsevner og en kontekstforståelse som får vestlige observatører til å snakke om et "Sputnik-øyeblikk" for kinesisk teknologi.
Mens amerikanske giganter som OpenAI og Google lenge har dominert markedet, har kinesiske aktører i stillhet bygget ekstremt ressurseffektive modeller for å omgå amerikanske sanksjoner på maskinvare. Kimi har gått fra å være en lokal suksess i Kina til å bli en global målestokk for hva som er mulig å oppnå med avansert logisk resonnering, spesielt innen koding og matematisk problemløsning.
For selskaper som utvikler egen programvare eller integrerer dype KI-tjenester i kjernesystemene sine, understreker dette viktigheten av å være "modell-agnostiske". De virksomhetene som har låst seg til én spesifikk amerikansk leverandør risikerer å gå glipp av enorme effektiviseringsgevinster. De som derimot bygger fleksibel infrastruktur der de enkelt kan bytte ut motoren under panseret, kan nå utnytte en intens priskrig mellom øst og vest til sin fordel. Les saken hos TechCrunch og dybdeanalysen på Kimi K3-øyeblikket.
Nye data viser en dramatisk og akselererende nedgang i aktiviteten på Stack Overflow, det tradisjonelle arnestedet for utviklere som søker hjelp til koding. Grafer over trafikken og antallet nye spørsmål tegner et brutalt bilde av hvordan utviklere globalt har forlatt nettstedet til fordel for KI-assistenter som svarer direkte i kodeeditoren.
I over et tiår var Stack Overflow selve ryggraden i moderne programvareutvikling. Hvis en utvikler stod fast, var løsningen nesten alltid å finne der. Nå som verktøy som GitHub Copilot og skreddersydde LLM-er løser de samme problemene umiddelbart og uten at utvikleren må forlate kildekoden, har behovet for det tradisjonelle forumet kollapset i et historisk tempo.
For teknologidirektører og ledere av utviklingsavdelinger betyr denne endringen at tidsbruken per kodelinje stuper, men det bringer også med seg en ny risiko. Når fellesskap som Stack Overflow tørker ut, forsvinner også den åpne, menneskelige kvalitetssikringen av nye teknologier. Det blir kritisk for IT-organisasjoner å etablere strengere interne retningslinjer for kodekontroll, ettersom KI-verktøyene ofte resirkulerer gammel kunnskap og kan overse subtile, nye sikkerhetshull som et levende utvikler-samfunn ville fanget opp. Se den oppsiktsvekkende grafen her.