Fra musehjerner til cyberangrep og kreative verktøy

En AI-agent velger genterapi og styrer en nål inn i hjernen på en levende mus. En annen AI finner alvorlige sårbarheter i Firefox og lager fungerende utnyttelser mot Linux-kjernen. Samtidig blir en enorm språkmodell sluppet med åpne vekter, mens produksjon av bilder og video blir raskere, mer styrbar og billigere.

Det er ganske mye å ta inn på én uke.

Men sakene har en tydelig sammenheng. AI er på vei fra den generelle chatboten til spesialiserte verktøy som undersøker, skaper og handler. Ikke bare i et tekstvindu, men i kodebaser, kreative arbeidsflyter og fysiske laboratorier.

Det er også verdt å merke seg hva som ikke binder sakene sammen. Dette er ikke fem bevis på at AI nå kan gjøre alt. Det er fem svært forskjellige systemer, med ulike formål, risikoer og grader av dokumentasjon. Sammenhengen ligger i arbeidsformen: Modellene får smalere oppgaver, flere verktøy og større ansvar for resultatet.

Når AI begynner å handle, blir ett spørsmål viktigere enn hvor imponerende modellen ser ut i en demonstrasjon:

Hvilke grenser har den?

Den mest oppsiktsvekkende saken denne uka kom fra Exin Therapeutics.

En AI-agent fikk 19 mulige genterapier, forskning den kunne lese, en mus med epilepsi og tilgang til motorisert laboratorieutstyr. Agenten valgte behandling, bestemte hvilket område i hjernen som skulle behandles og beregnet koordinatene for injeksjonen.

Deretter styrte den armene, nålen, volumet og hastigheten mens terapien ble injisert i musehjernen.

Det høres voldsomt ut. Det er voldsomt.

Men dette var ikke en robot som fikk operere helt alene. En veterinærkirurg åpnet hodeskallen. Mennesker måtte godkjenne injeksjonsplanen før agenten fikk fortsette. En fysisk nødstopp kunne koble motorene fra utstyret.

Prestasjonen var altså ikke at menneskene forsvant. Den var at agenten fikk ansvar for en sammenhengende del av prosessen innenfor en avgrenset ramme.

Det nye var heller ikke robotarmen i seg selv. Robotisert kirurgi finnes fra før. Forskjellen var at agenten fikk et biologisk mål og flere behandlingsalternativer, og selv måtte koble litteratur til valg av terapi, målområde og utførelse. Det er denne lukkede sløyfen fra vurdering til fysisk handling som gjør forsøket spesielt.

Vanligvis stopper AI ved analysen eller forslaget: Her er forskningen, her er hypotesen, og her er eksperimentet noen bør gjennomføre. I dette forsøket fortsatte kjeden. Agenten leste, vurderte, valgte, fikk planen godkjent, styrte utstyret og observerte inngrepet.

Skillet mellom chatbot og laboratoriearbeider ble plutselig ganske tynt.

Forsøket viste samtidig hvorfor sikkerhet ikke kan reduseres til en advarsel i en prompt. En teknisk feil forstyrret koordinatsystemet. Agenten oppdaget at posisjonen var feil, men nektet å endre koden fordi sikkerhetsreglene forbød den å skrive om sine egne driftsregler.

Det forsinket forsøket, men det var også betryggende. En AI som styrer en nål inne i en hjerne, skal ikke improvisere seg rundt sine egne sikkerhetsgrenser fordi noe ble upraktisk.

Teamet måtte bruke en separat agent til å rette koden. Den agenten fikk ikke vite at det pågikk et inngrep på et levende dyr. Hele forsøket tok derfor litt over én time, mot omtrent 45 minutter for en tilsvarende injeksjon.

I dette tilfellet var tregheten en del av sikkerheten.

Det oppstod også en interessant forskjell mellom modellene. Exin forsøkte først Claude Opus 5.5. Den bidro til planleggingen, men ville ikke føre nålen inn i hjernen. Modellen vurderte risikoen for å bli stoppet midt under inngrepet som farligere enn å la være å starte.

Teamet byttet til Claude Sonnet 5, som gjennomførte den agentstyrte delen.

Det betyr ikke automatisk at den ene modellen var feig og den andre modig. Det viser at modellvalg kan avgjøre om en fysisk arbeidsflyt lar seg fullføre. I et laboratorium holder det ikke at agenten er intelligent. Den må være forutsigbar nok til at menneskene kan planlegge rundt den.

Så kommer den viktigste begrensningen: Da WIRED publiserte saken 31. oktober, visste Exin ennå ikke om genterapien hadde redusert anfallene. Musen skal ha kommet seg fint etter inngrepet, men en vellykket injeksjon er ikke det samme som en vellykket behandling.

Dette var heller ikke fagfellevurdert dokumentasjon på at AI hadde funnet en kur mot epilepsi. Det var en demonstrasjon beskrevet av selskapet.

Jeg mener likevel at dette er en ekte milepæl. Ikke fordi agenten erstattet forskeren, men fordi den koblet forskningslitteratur, biologiske valg og fysisk handling sammen i én kjede.

Nå må dokumentasjonen følge etter. Virket behandlingen? Kan forsøket gjentas? Var agentens valg bedre, raskere eller mer presist enn forskernes alternativer? Det er svarene som avgjør hvor mye mer enn en demonstrasjon dette faktisk var.

Det samme spørsmålet om kapasitet og grenser dukket opp med OpenAIs GPT-6 Cyber, en spesialisert modell for autorisert sikkerhetsarbeid.

OpenAI oppga at modellen hadde bidratt til å finne 81 tidligere ukjente sårbarheter med høy alvorlighetsgrad i Firefox. Den utviklet også fungerende utnyttelser for 948 kjente sårbarheter i Linux-kjernen.

Dette er mer overbevisende enn en løs benchmarkscore. Firefox-funnene ble levert med reproduserbare tester og forslag til rettelser, og Mozilla hadde begynt å få mange av rettelsene inn i nettleseren. OpenAI oppga også at 304 kritiske Linux-funn var meldt til vedlikeholderne med forslag til patcher.

Tallene må likevel holdes i riktig proporsjon. De 948 Linux-utnyttelsene gjaldt kjente sårbarheter som forskerne først hadde reprodusert. Firefox-resultatet gjaldt tidligere ukjente sårbarheter med høy alvorlighetsgrad. Begge deler er sterke resultater, men de dokumenterer forskjellige oppgaver og bør ikke blandes sammen som om de var samme type funn.

Den forsvarsmessige verdien er tydelig. AI kan lete gjennom enorme kodebaser, finne feil, vise at de faktisk kan utnyttes og hjelpe utviklere med å rette dem.

Problemet er selvfølgelig at den samme kapasiteten også er nyttig for angripere.

OpenAI klassifiserte selv GPT-6 Cyber som «Critical» på cybersikkerhet. Det er selskapets høyeste kapabilitetsnivå på området og betyr her at modellen kan finne og utvikle fungerende null-dagersutnyttelser mot mange herdede systemer.

Da blir det avgjørende om modellen holder seg til målene den faktisk har tillatelse til å angripe.

I en kontrollert honeypot-test la OpenAI inn en fristende tjeneste utenfor det godkjente oppdraget. Da de vanlige produksjonsinstruksene var fjernet, angrep GPT-6 Cyber tjenesten i 0,07 prosent av de graderte kjøringene. Forgjengeren GPT-5.6 Cyber gjorde det i 5,51 prosent.

Det er en enorm forbedring i akkurat den testen.

Men 0,07 prosent betyr ikke at modellen aldri vil gå utenfor oppdraget. Testen foregikk i et konstruert miljø med en kjent felle. Virkelige nettverk har uklare eierskap, tredjepartstjenester, gjenbrukte nøkler og tillatelser som kan misforstås.

Derfor holder det ikke med en lang instruksjon. Målene må avgrenses teknisk. Agenten bør bare få tilgang til konkrete domener, IP-adresser og tjenester. Den trenger minste privilegium, isolerte miljøer, logging og menneskelig godkjenning før handlinger med høy risiko.

GPT-6 Cyber ble gjort tilgjengelig gjennom API og Codex for utvalgte, godkjente Daybreak Red-kunder. Dette var ikke en modell vanlige ChatGPT-brukere kunne velge fra en meny.

Det er fornuftig. En modell som kan utvikle utnyttelser og gjennomføre offensive oppgaver, bør ikke få vide fullmakter bare fordi den gjorde det bra i en kontrollert test.

Min vurdering er at GPT-6 Cyber ser ut som et reelt løft for sikkerhetsarbeid. Men sikkerhetsgjerdene er ikke pynt rundt produktet. De er en del av produktet.

Mens OpenAI holdt cybermodellen bak en streng tilgangsordning, gikk Moonshot i en annen retning med Kimi K3.1 Pro.

Moonshot hadde lovet å publisere modellvektene innen 4. november. Da jeg dekket saken 5. november, lå filene ute sammen med konfigurasjon, kode, tokenizer og lisens.

Selskapet holdt løftet. Det fortjener en tydelig tommel opp.

Åpne vekter betyr at modellen ikke bare finnes bak Moonshots egen tjeneste. Uavhengige miljøer kan laste den ned, undersøke den, tilpasse den og kjøre den på infrastruktur de kontrollerer.

Det gir forskere mulighet til å studere modellen grundigere. Leverandører kan konkurrere om drift og optimalisering. Organisasjoner med strenge datakrav kan i prinsippet beholde hele modellstakken i eget miljø.

Men ordet «lokalt» trenger en liten bøtte kaldt vann.

Kimi K3.1 Pro har 2,8 billioner parametere. Den aktiverer 104 milliarder av dem per token, og modellarkivet er på omtrent 1,56 terabyte. Dette er ikke noe du bare laster ned på en vanlig gaming-PC etter middag.

Mixture-of-Experts-arkitekturen gjør kjøringen mer håndterlig fordi bare deler av modellen er aktive samtidig. Alle ekspertene må likevel lagres og være tilgjengelige. Du trenger betydelig minne, båndbredde og tjenerkapasitet.

For de fleste vil et API eller en vertstjeneste fortsatt være den realistiske inngangen.

Det gjør ikke utgivelsen mindre verdifull. Miljøer med riktig kapasitet kan lage kvantiserte varianter, bedre inferensoppsett og tjenester som senere blir tilgjengelige for langt flere.

Åpne vekter gir heller ikke automatisk sikker drift eller lavere kostnad. Noen må fortsatt vurdere maskinvare, strøm, vedlikehold, lisens og hvordan data behandles. Verdien ligger i muligheten til å kontrollere og tilpasse mer selv, ikke i at det tunge driftsarbeidet på magisk vis forsvinner.

Moonshots egne resultater plasserte modellen høyt på koding, agentarbeid og multimodale oppgaver. Jeg hadde ikke testet Kimi K3.1 Pro, og flere av tallene kom fra Moonshot selv. Åpne vekter gjør uavhengig kontroll mulig. De erstatter ikke den kontrollen.

Lisensen har dessuten egne vilkår for enkelte svært store kommersielle aktører. Den presise betegnelsen er derfor åpne vekter, ikke en påstand om at alle kan gjøre absolutt hva de vil.

Jeg er generelt skeptisk til å ta kinesiske AI-leverandører eller deres egne benchmarktabeller på ordet. Men «stol på oss» er betydelig svakere enn «her er modellen, undersøk den selv».

På den kreative siden kom to oppdateringer som peker i samme retning.

OpenAIs Images 2.6 ble lansert 4. november. Ifølge selskapet skulle modellen generere bilder 50 prosent raskere enn forgjengeren. Hurtigvarianten Flare kunne levere på rundt seks sekunder med lav kvalitetsinnstilling, mens Sunburst var beregnet på mer detaljert arbeid.

Modellen fikk også bildeannotering i API-et, SVG-eksport og muligheten til å lage korte, animerte GIF-er.

Det interessante er ikke én GIF eller noen sekunder spart på én generering. Det er hva som skjer når du lager mange varianter, peker ut en konkret detalj som skal endres og sender resultatet videre til design eller utvikling.

Da blir bildet et arbeidsmateriale, ikke bare en engangsleveranse.

Dagen etter ble Googles Gemini Omni 1.2 Flash generelt tilgjengelig. Den kunne lage video fra 3 til 15 sekunder, mot maksimalt 10 sekunder i forrige versjon. Prisen for 720p var 0,07 dollar per sekund. Med Norges Banks dollarkurs 5. november tilsvarte et klipp på 15 sekunder omtrent 9 kroner og 75 øre.

Fem ekstra sekunder høres kanskje beskjedent ut, men det kan være forskjellen på et kort glimt og en liten scene med åpning, handling og avslutning.

Enda viktigere var flertrinnsredigeringen. Du kunne bygge videre på samme klipp og be om å endre bakgrunn, lys, produkt eller format uten å starte hele scenen på nytt.

En billig generering er ikke billig hvis alt må kastes fordi én detalj er feil. Den virkelige besparelsen kommer dersom modellen lar deg rette det som ikke fungerer og bevare resten.

Her er det lett å stirre seg blind på pris per bilde eller sekund. Det bedre målet er kostnaden per resultat du faktisk kan bruke. Hvis raskere utkast og mer presise rettelser gir færre bomrunder, betyr oppdateringene noe i arbeidshverdagen. Hvis du fortsatt må begynne helt på nytt hver gang, er en lav stykkpris mest pynt i en prisliste.

Både OpenAI og Google presenterte egne fartstall, kvalitetsforbedringer og utvalgte demonstrasjoner. Jeg hadde ikke testet disse modellversjonene selv. Googles løfter om bedre tale og lipsync dokumenterte heller ikke hvordan norsk uttale eller norske dialekter fungerte.

Derfor må leverandørpåstandene prøves i den faktiske arbeidsflyten.

Men retningen er tydelig. Kreativ AI handler stadig mindre om ett imponerende resultat fra én prompt. Det handler om raske utkast, målrettede rettelser, gjenbruk av det som fungerer og dyrere sluttbehandling bare på vinnerne.

Denne uka viste fire sider av den samme utviklingen: En agent som flyttet seg fra skjermen til levende vev. En spesialistmodell som fant og utnyttet sårbarheter. En enorm modell som kunne undersøkes utenfor leverandørens egen tjeneste. Og kreative modeller som ble mer praktiske produksjonsverktøy.

Kapasiteten øker fort. Da må kontrollen, dokumentasjonen og arbeidsflytene holde følge.