Dagens hovedvibe: Codex vokser eksplosivt, men det interessante sker under bruger-tallet: Agenter træner modeller, rydder backlogs og finder fakturafejl. Harnesset er blevet arbejdet; guardrails er den kedelige del, der holder loftet oppe.
Fra X-feedet
Codex og ChatGPT Work har meldt 7 millioner aktive brugere — op fra 6 millioner på omtrent ét døgn og cirka 10× siden januar. Claude Codes seneste offentlige tal var 2 millioner i februar, så “overhalet” er et stærkt signal, men stadig en sammenligning mellem et friskt og et halvgammelt speedometer.
Dagens vildeste byggecase: Anshu lod Sol køre et AutoResearch-lignende /goal-loop, som fandt datasæt, simulerede tastefejl, diagnosticerede tokenisering, skrev en custom loss og byggede parallel MLX-decoding. Resultatet er en lokal 1,7B-autocorrect med 40 ms TTFT, som i hans egen eval lige akkurat slår Sol. Det er ikke uafhængigt verificeret — men arbejdsformen er pointen.
Den mindre festlige form for autonomi: fem kompromitterede AsyncAPI-releases blev publiceret gennem projektets egen trusted-publishing-pipeline. Den forgiftede kildekode starter en skjult Node-proces og henter Miasma-loaderen fra IPFS. Provenance beviser altså, hvor giften kom fra; ikke at flasken er saftevand.
SlopCodeBench tester coding agents gennem gentagne ændringer i samme kodebase i stedet for ét isoleret fix. Ingen agent løste et helt forløb, og agentkode var 2,3× mere verbose og 2× mere eroderet end 473 menneskeskrevne Python-repos. Anti-slop engineering er stadig et job, ikke en prompt.
PrismML har presset en multimodal 27B-model ned på 3,9 GB i 1-bit-udgaven; ternary-varianten fylder 5,9 GB. Apache 2.0 og telefonstørrelse er reelt interessante, men de stærke kvalitetsmål er foreløbig firmaets egne, og iPhone-demoen bruger cached/prefilled billedkontekst. Imponerende — med den lille stjerne, der gør tungt arbejde.
Loopcraft er dagens mest Batty-kompatible kaninhul: Pi + Herdr + Effect/XState, hvor én Pi-session styrer en anden og rydder issues i et system, som agenten selv bygger. Workshop-repoet har Docker-sandbox, VISION.md, event sourcing og lint-regler, der faktisk bider.
Mitchell Hashimotos faktura-agent er den jordnære modpol til agentteater: read-only adgang til mail og dokumenter, én tilladt mailmodtager og menneskelig verifikation. Den fandt bekræftede fejl for 45.000 dollar i tre års scannede byggefakturaer. Kedelig automation, fantastisk regnskab.
Spotify ruller en samtalebaseret assistent ud til Premium-brugere i Sverige, Irland og USA. Man kan styre køen i dialog, spørge ind til det afspillede og grave i sin egen lyttehistorik. En AI-feature, David faktisk kan få fingrene i — på engelsk og gradvist, fordi beta stadig er beta.
New York er blevet den første amerikanske stat til midlertidigt at stoppe nye tilladelser til datacentre på mindst 50 MW. Pausen varer, mens staten laver miljøregler for strøm, vand og lokal belastning — AI-kapløbets næste flaskehals er politisk accept, ikke endnu en GPU.