Agentlag, lokale tungvektere og kampen om kreativ AI

Den mest interessante AI-modellen denne uka var kanskje ikke den sterkeste.

Det var modellen som visste hvilken jobb den skulle gjøre.

For det går en tydelig linje gjennom ukas saker: AI beveger seg bort fra forestillingen om én gigantisk modell som skal klare alt, og over til lag av mer spesialiserte modeller. Én planlegger. En annen utfører. En tredje kontrollerer. Noen kjører billig i skyen. Andre kjører lokalt på maskinen din.

Det høres kanskje mindre imponerende ut enn enda en modell som hevder å ha slått alle rekorder. Men det er mye nærmere hvordan AI faktisk blir nyttig i arbeid.

Samtidig kommer den praktiske utviklingen med en stadig tydeligere bakside. Når AI kan lage kode, bilder, musikk og stemmer i stor skala, blir også spørsmålet om rettigheter langt mer konkret.

Så denne AI-uka handler om arbeidsdeling. Mellom modeller, mellom sky og lokal maskin, og mellom kreativ frihet og andres rettigheter.

Meta deler agentarbeidet mellom modellene

Meta kom med to saker som egentlig hører sammen.

Den første gjelder Active Memory og Active Focus i Muse og Meta AI. Utrullingen ble kunngjort 6. november, rett før denne ukas dekningsperiode startet.

Dette betyr ikke at alle nå får tilgang til selve toppmodellen Muse Wonder. Meta bruker Wonder til å trene mer spesialiserte utgaver av modellene som allerede driver Muse og Meta AI. Selskapet flytter altså bestemte egenskaper fra den tyngste modellen inn i produkter som flere faktisk bruker.

Active Memory skal hjelpe agenten med å huske det som fremdeles er relevant, uten å dra med seg alle utdaterte detaljer fra tidligere samtaler.

Det er et vanskeligere problem enn bare å ha et enormt kontekstvindu. En agent trenger ikke å huske alt. Den må huske riktig.

Hvis en frist er endret, budsjettet er justert eller en tidligere beslutning er erstattet, hjelper det lite at modellen finner fram begge versjonene. Den må forstå hvilken opplysning som gjelder nå.

I Metas egen evaluering brukte den nye Muse-modellen kritisk kontekst riktig i 90 prosent av oppgavene. Den forrige modellen klarte 76 prosent. Det er en forbedring på 14 prosentpoeng.

Det betyr ikke at modellen husker 90 prosent av alt du noen gang har skrevet. Tallet gjelder Metas eget oppsett med oppgaver der modellen skal bruke kritisk kontekst. Meta har heller ikke publisert hele testprotokollen. Jeg bruker derfor tallet som et signal om retningen, ikke som en ferdig dom.

Active Focus handler om hva agenten gjør når planen møter virkeligheten. En knapp har flyttet seg. Et verktøykall feiler. Et felt mangler. Innloggingen har gått ut. Det er akkurat her mange imponerende agentdemoer faller sammen.

Meta sier at Muse er blitt 67 prosent bedre til å fullføre hverdagsoppgaver når uventede hindringer dukker opp. Men selskapet oppgir ikke de absolutte resultatene før og etter. Da vet jeg heller ikke om fullføringen gikk fra dårlig til middels, eller fra god til svært god.

Problemet Meta prøver å løse, er uansett helt reelt. En nyttig agent må forstå at metoden feilet uten å glemme målet. Den bør prøve en annen vei, eller be om hjelp når avgjørelsen faktisk krever et menneske.

Så kom Muse Ember 9. november. Det er den andre halvdelen av historien.

Ember er ikke laget for å være den klokeste modellen i rommet. Den er laget for de mange små jobbene en agent gjentar hele dagen: ruting, datauttrekk, verktøykall, dokumentbehandling og avgrensede kodeoppgaver.

Prisen starter på 0,10 dollar per million input-tokens for forespørsler med opptil 200 000 input-tokens. Det var cirka 94 øre med valutakursen i kildegrunnlaget. Output kostet cirka 4 kroner og 70 øre per million tokens.

Det er så billig at arkitekturen kan endres. En kraftigere modell kan lage planen og håndtere vanskelige unntak. Ember kan gjøre volumarbeidet. Du trenger ikke betale toppmodellpris for å hente en post, kontrollere fem felt eller bruke den samme regelen på 10 000 saker.

Men her kommer en liten felle. Ember har et kontekstvindu på over én million tokens. Passerer forespørselen 200 000 input-tokens, blir hele forespørselen priset etter et nivå som er tre ganger dyrere. God konteksthygiene er derfor ikke bare ryddighet. Det er kostnadskontroll.

Jeg bruker agenter i hverdagen, og det er nettopp denne arbeidsdelingen jeg mener er viktig. Ikke spør bare hvilken modell som er best. Spør hvilken modell som er god nok til dette steget, hvor ofte den må prøve på nytt, og hva et godkjent resultat faktisk koster. En billig modell som gjør samme jobb fire ganger, er fort den dyre modellen.

Google setter sammen et helt modellag

Google viste den samme retningen, men i større skala.

Gemini 4 Carbon ble 10. november åpnet for betalende utviklere, bedrifter og Google AI Ultra-abonnenter. Det var en reell endring fra lanseringen 28. oktober, da Carbon bare var tilgjengelig for en liten gruppe innen cyberforsvar.

Samtidig kom forhåndsvisningen av slash swarm i Google Antigravity.

Her får én koordinator dele en stor oppgave mellom spesialiserte agenter. Arbeiderne får separate Git-worktrees, slik at de ikke skriver over hverandres filer. Egne kontrollagenter kan kjøre tester og utfordre løsningene, mens agentene samarbeider gjennom en felles meldingstavle som brukeren kan følge.

Arbeidsdeling mellom agenter er godt kjent. Det interessante er at samarbeidet blir mer synlig og strukturert. Én hovedagent trenger ikke å holde alle svar, beslutninger og deloppgaver i sitt eget kontekstvindu. Arbeiderne kan kommunisere direkte, mens brukeren kan følge med og gripe inn.

Det er en bedre arkitektur enn å be én modell være prosjektleder, utvikler, tester og kvalitetssjef samtidig.

Men et agentlag er ikke automatisk et autonomt utviklerteam.

Google viser imponerende demonstrasjoner med interaktive 3D-prosjekter, simuleringer, spill, lyd og grafikk. De viser at systemet kan gjennomføre store arbeidsløp. De viser ikke at det uten videre håndterer en gammel bedriftsløsning med svake tester, motstridende krav og avhengigheter ingen tør å oppgradere.

Google advarer selv om at parallelle agenter bruker kvoten langt raskere enn en vanlig samtale. Hvis alle arbeiderne kjører den tyngste modellen med maksimal tenking, har du først og fremst bygget en svært effektiv kvotebrenner.

Så kom Gemini 4 Hydrogen 12. november, og da ble planen mye tydeligere.

Carbon er laget for de lange og vanskelige oppgavene. Hydrogen er arbeidshesten for kode, verktøybruk og agentarbeid i større volum. Carbon kan planlegge og koordinere. Flere Hydrogen-agenter kan skrive kode, kjøre tester og gjøre de konkrete endringene. Argon beholder rollen i andre tunge resonneringsoppgaver.

Google oppgir at Hydrogen i tidlige partnertester løste enkelte oppgaver mellom 2 og 2,8 ganger raskere enn Gemini 3.8 Flash, samtidig som tokenbruken sank med 12 til 23 prosent. Dette er Googles og partnernes målinger, ikke mine tester.

Hydrogen har én million tokens inn, opptil én million tokens ut og samme API-pris gjennom hele kontekstvinduet. Prisen er 1,50 dollar per million input-tokens og 7,50 dollar per million output-tokens. Med kursen i kildegrunnlaget var det cirka 14 kroner inn og 71 kroner ut.

Google sier også at en kombinasjon av Carbon og Hydrogen kom nær Carbons løsningsgrad alene i en Terminal-Bench-test, men brukte 24 prosent mindre kvote og ble ferdig 19 prosent raskere.

Det er akkurat der nyhetsverdien ligger. Ikke i at agenter kan dele arbeid. Det kjenner jeg godt. Nyhetsverdien er om Google kan gjøre arbeidsdelingen raskere, billigere, mer synlig og lettere å kontrollere.

Hvis orkestratoren velger feil modell, eller bruker mer tid på å delegere enn på å løse oppgaven, er den bare et ekstra lag med pynt. Hvis den velger riktig, kan modellruting bli minst like viktig som hvilket modellnavn som står øverst på listen.

En modell med 145 milliarder parametere på én PC

Ukas mest oppsiktsvekkende lokale sak var Edge0-145B.

Dette er en agentmodell med 145 milliarder parametere som ifølge utviklerne kan kjøre på én kraftig PC. På en RTX 4090 oppgir Edge0 69,9 tokens i sekundet i chat og 91,7 tokens i sekundet i agentmodus.

Det får meg til å sperre opp øynene.

Trikset er ikke at hele modellen på magisk vis er presset inn i 24 gigabyte videominne. Edge0 bruker en sparsom Mixture-of-Experts-arkitektur og fordeler modellen mellom skjermkortets VRAM og vanlig systemminne.

Modellen har 512 eksperter i hvert lag, men bare et begrenset utvalg arbeider med hvert token. Totalt har modellen 145 milliarder parametere, mens litt over 10 milliarder er aktive per token.

Q3-versjonen har over 40 GiB modellvekter. I Edge0s måling brukte den rundt 23 GiB VRAM og 31 GiB systemminne.

Det er fremdeles en kraftig maskin. Dette er ikke en liten modell du laster ned på en tilfeldig kontor-PC. Men en RTX 4090 er et forbrukerkort, ikke en stabel datasenterkort.

En stor agentmodell kan dermed arbeide lokalt, bruke verktøy og holde data på maskinen du selv kontrollerer. Motoren tilbyr dessuten lokale endepunkter som er kompatible med OpenAI- og Anthropic-formatene, slik at eksisterende verktøy lettere kan kobles til.

Jeg har en RTX 4090, men jeg har ikke testet Edge0-145B. Ytelsen og benchmarkene her er utviklernes egne tall.

Det finnes også tydelige haker. Den dokumenterte utgaven krever foreløpig NVIDIA, CUDA 13 og Linux eller Windows. Modellvektene kan lastes ned, men lisensen er ikke friksjonsfri open source for alle kommersielle formål. Betalte modelltjenester og enkelte kommersielle assistentprodukter krever en egen avtale med Edge0.

Modellen er dessuten avledet fra Qwen. Det endrer ikke hvor interessant minneteknikken og den lokale ytelsen er, men opprinnelse, lisens og avhengigheter bør vurderes før en bedrift bygger noe viktig på toppen.

Tokens i sekundet er heller ikke sluttmålet. Spørsmålet er om modellen fullfører lange agentoppgaver, holder retningen og leverer et resultat som faktisk kan godkjennes.

Hvis uavhengige tester bekrefter kombinasjonen av fart, kvalitet og minnebruk, er dette en lokal AI-milepæl. Ikke fordi 145 milliarder er et flott tall, men fordi modellen kan bli praktisk på maskinvare én person faktisk kan eie.

Suno møter en hardere rettighetskamp

Til slutt må vi over til kreativ AI.

Elvis Presley- og Eminem-rettighetshavere leverte hvert sitt søksmål mot Suno 6. november. Det var dagen før denne ukas dekningsperiode begynte, men sakene ble en viktig del av ukas AI-dekning.

Til sammen omfatter klageskriftene 1 128 komposisjoner. Eminem-saken gjelder 269, mens Elvis-saken gjelder 859.

Begge hevder at Suno brukte beskyttet musikk uten tillatelse under trening, og at tjenesten kan produsere utdata som ligger for tett på konkrete verk. Men Elvis-saken går lenger.

Her handler det også om navn, stemme og likhet etter Tennessees ELVIS Act. Rettighetshaverne mener Suno kan lage en syntetisk stemme som er identifiserbar som Elvis Presley, selv når resultatet ikke nødvendigvis kopierer én bestemt Elvis-sang.

Dermed må retten kanskje skille mellom flere spørsmål. Kan en modell lære generelle musikalske mønstre? Har den kopiert konkrete verk under trening? Gjengir den beskyttet tekst eller melodi? Og kan en syntetisk stemme krenke en artists kommersielle identitet uten direkte kopiering av en bestemt komposisjon?

Ingen av påstandene er avgjort.

Suno sier at tjenesten er laget for å skape ny og original musikk. Selskapet sier også at det blokkerer bestemte artist- og sangnavn og kontrollerer opplastet lyd og tekst.

Det svaret er relevant, men en navneblokkering avgjør ikke hva modellen ble trent på. Den avgjør heller ikke om en bruker kan beskrive en artist så presist at resultatet likevel blir en etterligning.

På samme måte er et klageskrift ikke en dom. Rettighetshaverne må dokumentere utdataene, treningspåstandene og de tekniske metodene de mener Suno har brukt.

For brukerne er rådet mer jordnært. Ikke be om en kopi av en bestemt artist. Beskriv tempo, instrumenter, epoke, vokaltype, produksjon og stemning. Skal musikken publiseres kommersielt, bør tekst, melodi og stemme kontrolleres. Ta også vare på prompter, prosjektfiler og genereringsdatoer.

At en tjeneste lar deg generere et lydspor, betyr ikke automatisk at resultatet er fritt for andres rettigheter. Det betyr heller ikke at all AI-musikk er ulovlig.

Dette er ikke en enkel kamp mellom «AI stjeler» og «AI lærer». De to søksmålene er interessante nettopp fordi de tvinger fram mer presise skiller mellom læring, kopiering, etterligning og identitet.

Og det passer godt med resten av uka.

AI blir mer spesialisert, rimeligere og mer praktisk. Agentene får tydeligere roller. Store modeller flyttes ned på én PC. Kreative verktøy kan produsere stadig mer i stadig større volum.

Da holder det ikke lenger å snakke om hva AI kan lage. Vi må også forstå hvordan systemet er bygget, hva hvert lag gjør, hva resultatet koster, og hvilke rettigheter som følger med hele veien.

Sakene og lenkene finner du på jansverre.net.