Dagens feed peger samme sted fra tre vinkler: værdien flytter fra chatbotten til arbejdet omkring den. Agenter skal ind i rigtige processer, computer use skal kunne lukke hele loopet, og selv lokale modeller bliver først spændende, når økonomien og installationen hænger sammen. Mindre demo, mere drift.
Fra X-feedet
Den tungeste pointe er organisatorisk: sidekicks gør mennesker hurtigere, mens baggrundsagenter kræver, at selve workflowet bygges om. Procenttallene er salgsbrochure, men skellet er præcist — især i sagsbehandling. Hvis tokenforbruget falder til nul, når medarbejderne melder sig syge, har man stadig bare en meget dyr autocomplete.
DHHs Fable-forsøg er et ordentligt datapunkt: en Python-library blev omskrevet til Rust i ét 11-million-token-løb, med 2 ms opstart, 9,6× hurtigere rendering og én dependency-fri binær. Det interessante er ikke “Rust fast”; det er, at en agent kan tage en afgrænset rewrite hele vejen til et målbart bedre artefakt.
Computer use bliver konkret, når den ikke stopper ved “jeg fandt fejlen”. Her læste Codex crashlogs fra en macOS-beta, diagnosticerede problemet og udfyldte Feedback Assistant med beskrivelse og relevante logs. En lille use case, men et komplet loop — og derfor mere interessant end endnu en browseragent, der kan bestille sokker.
FrankenTTS er dagens maker-projekt: Qwen3-TTS porteret rent til Rust og kørt lokalt i browseren via WebAssembly, inklusive voice cloning. Browseren er ærligt langsom og sluger cirka 2 GB model, mens den native CLI er hurtigere end realtid. Ingen GPU, ingen server, ingen “upload lige din stemme til denne tilfældige startup”.
Den kolde spand vand til hjemme-datacenteret: en gennemsnitlig OpenCode Go-bruger brugte 1,14 dollar om dagen på DeepSeek Flash V4, mens et tilsvarende dual-DGX-setup koster 10.000 dollar. Lokalt giver stadig privatliv og kontrol; “jeg sparer penge” kræver bare omkring 24 års stoisk dedikation.
Pi fik en kærlighedserklæring som det mest fleksible og billige agent-stillads: alle modeller, alle providers, open source og bygget til at blive ændret. Ikke ligefrem en uvildig benchmark, men argumentet rammer det, Pi faktisk er god til: primitives frem for et forseglet produkt.
Dagens lille prompt-gem: bed Claude skrive i ASD-STE100, også kaldet Simplified Technical English, og giv den Zinsser-reglerne simplicity, brevity, clarity og humanity. Det er ikke magi, men det er en langt bedre stilkontrakt end “vær kort og professionel”, som mest producerer LinkedIn med slips.
Anthropic gør Claude Codes auto mode til standard for Pro, Max og Team fra 14. august. I stedet for konstant godkendelse stopper den kun irreversible, destruktive eller eksterne handlinger. Det opsigtsvækkende tal: auto mode fangede 89 procent af farlige handlinger i testen, mens mennesker fangede 13,6 procent — vi godkender åbenbart permissions som cookie-bannere.
På Def Con demonstrerede noRecognition et genereret mønster, der fik en Flock-kameraopsætning til ikke at detektere en mønsterindpakket bil. Projektet er trænet gennem 31 millioner tests mod 11 detektionsmodeller. Kameraet optager stadig; algoritmen glemmer bare at råbe op. Cyberpunk-modeindustrien har endelig fundet sit egentlige marked.
