Anthropic spärrade i fredags sina Claude-abonnemang från att driva OpenClaw och andra tredjepartsverktyg. Användare som vill fortsätta måste i stället betala per förbrukning via API. Tre veckor tidigare lanserade Nvidia en öppen agentplattform med stöd av 17 tunga partner, bland dem Adobe, Salesforce och SAP.
OpenAI tar gärna emot missnöjda OpenClaw-användare just nu, men möter exakt samma ekonomiska verklighet den dag agenternas belastning flyttar dit. Fasta abonnemang och AI-agenter som arbetar dygnet runt går inte ihop, och Anthropic är första bolaget att agera på den insikten. Resten av branchen försöker hitta sin plats i den här nya verkligheten.
I dagens nyhetsbrev:
Nvidia öppnar agentplattform med 17 partner medan Anthropic stänger ute OpenClaw
Nvidia bjuder in 17 företag, Anthropic spärrar tredjepartsverktyg från Claude-abonnemang
Amazon-ingenjör skickar hundra pull requests i månaden med harness engineering
Caltech-avknoppning krymper 8-miljardersmodell till en gigabyte och kör den på iPhone
Nvidia öppnar agentplattform för företag, Anthropic stänger ute OpenClaw
Nvidia och Anthropic rör sig åt helt motsatta håll i kampen om AI-agenter. Nvidia lanserade sin öppna Agent Toolkit vid GTC 2026 med stöd av 17 tunga partner, bland dem Adobe, Salesforce och SAP. Samtidigt har Anthropic spärrat Claude-abonnemang från att driva tredjepartsverktyg som OpenClaw och kräver i stället betalning per förbrukning.
Quick points:
Nvidias Agent Toolkit är öppen källkod och inkluderar säkerhetssystemet OpenShell samt modellerna Nemotron, och riktar sig mot företag som vill bygga AI-agenter med kontroll över data och säkerhet. VentureBeat rapporterar att 17 etablerade mjukvaruföretag redan har anslutit sig.
Anthropic meddelade den 4 april att Claude Pro- och Max-prenumeranter inte längre kan använda sina abonnemang för tredjepartsverktyg som OpenClaw. Användare måste i stället betala via API eller ett nytt tillägg för extraförbrukning, separat från prenumerationen.
OpenClaws skapare Peter Steinberger, som gick till OpenAI i februari, anklagade Anthropic för att först kopiera populära funktioner till sitt eget slutna system och sedan stänga ute öppen källkod. Anthropic hävdar att beslutet handlar om infrastrukturkostnader.
Quick take: Fasta abonnemang och AI-agenter som arbetar dygnet runt går inte ihop, och Anthropic är första bolaget att öppet erkänna det. OpenAI tar gärna emot missnöjda OpenClaw-användare nu, men möter exakt samma kalkyl den dag belastningen flyttar dit. Frågan är inte om andra AI-labb gör likadant utan hur snabbt.
Quick number | Stämningarna mot AI-bolag ökar
Antal stämningar mot AI-bolag för upphovsrättsintrång:
2023 ▓▓░░░░░░░░ ~15
2024 ▓▓▓▓░░░░░░ ~30
2025 ▓▓▓▓▓▓▓▓▓▓ 70+
Jämför:
- Anthropic förlikades för 15 miljarder kr (Bartz v. Anthropic)
- Domstol finner att lagra piratkopierade böcker för AI-träning INTE är tillåtet
- New York Times tvingade OpenAI att lämna ut 20 miljoner chattloggar
- Disney och Universal stämde Midjourney för bildgenerering
- 14 stora förlag stämde AI-bolaget Cohere i en gemensam aktion
Författare, musiker, förlag och tidningar –
alla jagar AI-bolagen genom domstolarna. Antalet
stämningar har fördubblats varje år sedan 2023.
Den största förlikningen hittills landade på 15 miljarder kr.Harness engineering ersätter prompt engineering hos AI-kodagenter
Att skriva bättre prompter räcker inte längre för att få AI-agenter att fungera i produktion. En växande grupp utvecklare, bland dem på Amazon, bygger i stället det som kallas harness engineering: deterministiska skript, automatiska tester och strukturella skyddsmekanismer som omger agenten och förhindrar att den gör skada. Tanken är att det inte är modellen som är problemet utan miljön den arbetar i.
Quick points:
En Amazon-ingenjör beskriver hur han ersatte manuell prompting med ett automatiskt system som nu levererar över hundra pull requests i månaden, helt utan mänsklig inblandning. Nyckeln var att låta Python-skript sköta all filredigering medan AI-agenten bara styr riktningen.
IBM Research har med sitt öppna bibliotek Mellea tagit ett parallellt grepp genom att bryta ner komplexa LLM-anrop i testbara steg med inbyggd validering, ett tillvägagångssätt som ligger nära harness-tankens kärnidé.
Quick take: Harness engineering är egentligen klassisk mjukvaruutveckling tillämpad på AI-agenter: tester, begränsningar och validering runt den opålitliga komponenten. Att de stora AI-labben nu publicerar detaljerade guider tyder på att branschen har nått den punkt där de erkänner att bättre modeller ensamt inte löser problemet med opålitliga agenter.
Quick click | Kling
Quick prompt | Nano Banana 2
REFERENCE: [uploaded image of person]
The person from the reference image standing on a dark rural road, illuminated only by car headlights. Cinematic night photography.
CRITICAL LIKENESS: The person must be IMMEDIATELY RECOGNIZABLE in harsh headlight illumination. Their distinctive features (face shape, eyes, hair, facial hair, glasses) clearly visible despite extreme contrast. This IS that specific person caught in the lights.
CRITICAL IDENTICAL CLOTHING: EXACT same clothing from reference. Same garments, colors, accessories. Perhaps slightly disheveled from being outdoors.
THE ROAD: Rural, isolated, no streetlights. Two-lane asphalt disappearing into blackness. Perhaps wet, reflecting light. Forest or fields as dark mass on sides. Middle of nowhere, late at night.
THE PERSON: Standing in or near road. Caught in headlight beams. Frozen mid-step, OR shielding eyes, OR looking over shoulder, OR standing defiantly facing down the vehicle. The vulnerability of a human on foot at night.
HEADLIGHTS: Harsh, direct, unforgiving. Two distinct sources. White LED or warm halogen. Casting sharp shadows behind person. Flattening features with frontal light. Interrogation-lamp intensity.
LIGHT EFFECTS: Lens flare and bloom. Light beams visible in mist/dust. Darkness absolute outside beams. The person as only thing visible.
ATMOSPHERE: Mist or dust particles catching light. Cones of light made visible. Breath visible optional. Night air revealed.
BACKGROUND: Near-total darkness. Trees as black silhouettes. Perhaps distant lights on horizon. The isolation of rural dark.
COLOR: Deep blacks and dark blues. Harsh white of headlights. Skin tones blown out. Limited night palette.
GRAIN: High ISO noise. Slight motion blur possible. Lens flare artifacts. The struggle of night photography.
MOOD: Thriller tension, melancholy isolation, or mysterious ambiguity. Why is this person here? The moment before something happens.
STYLE: David Lynch, Coen Brothers noir, Spielberg's Duel. The iconography of American night roads.
Format: 2.39:1 cinematic widescreenPrismML släpper 1-bitsmodell som kör AI på en iPhone
(Källa: HuggingFace)
PrismML, grundat av Caltech-forskare, har släppt Bonsai 8B, en språkmodell där varje vikt lagras med en enda bit i stället för de vanliga sexton. Resultatet är en modell på 1,15 GB som körs direkt på en iPhone vid 44 token i sekunden, jämfört med 16 GB för en vanlig 8-miljardersmodell. Bolaget tog nyligen in cirka 178 miljoner kronor från bland andra Khosla Ventures.
Quick points:
Bonsai 8B presterar 70,5 i snitt över sex standardtester och ligger i klass med fullprecisionsmodeller som Llama 3.1 8B, trots att den är 14 gånger mindre. Ingen dedikerad 1-bitshårdvara finns ännu, utan vinsterna kommer helt från mjukvaruoptimeringar.
På en M4 Pro-Mac genererar modellen 131 token i sekunden och förbrukar fyra till fem gånger mindre energi per token än en 16-bitarsmodell. Enligt The Register gör det Bonsai till ett intressant alternativ för robotik, bärbara enheter och situationer utan internetåtkomst.
Vikterna finns fritt tillgängliga på Hugging Face under Apache 2.0-licens i två format: GGUF för Nvidia- och CPU-miljöer, och MLX för Apples egna chipp.
Quick take: Bonsai 8B presterar i klass med Llama 3.1 8B men på en fjortondel av utrymmet, vilket räcker för enklare uppgifter som sammanfattningar och kundsupport direkt på telefonen. Att den fortfarande ligger klart under toppmodeller som Qwen 3 8B begränsar användningsområdena, men PrismML:s metod är arkitekturneutral och kan i princip tillämpas på vilken modell som helst.
Quicks krönika | Lägerelden i köket
"Mmmmm… 1985. Don't you forget about me."
Jag gör plats mellan kortet där det står 1972 och det andra med 2005.
"Men vad fasiken hette gruppen?"
Våndan inom mig är påtaglig. Jag SER det framför mig. Filmen "Breakfast Club". Judd Nelson i sladdriga boots, lång jacka och höger arm uppsträckt samtidigt som han går över fotbollsplanen från skolan. John Bender som den ultimata symbolen för rebellen med ett hjärta av guld.
"Åh! Så irriterande! Det där är ju en av mina favoritfilmer. Jag VET det här men kommer inte på det."
Min fru ger mig mer eller mindre obskyra ledtrådar som jag inte förstår. Pannan rynkar sig djupare och jag känner att jag ser ut som Gollum som försöker komma på svaret på den där kluriga ordgåtan från "The Hobbit".
"Nä, jag ger upp. Årtalet är ju trots allt viktigast."
Vänder på kortet. 85 var rätt. Placeringen mellan de kort jag redan hade stämde också. "Gah! SIMPLE MINDS!"
Det visste jag ju men jag kunde inte få fram det i stunden. Turen går vidare till nästa spelare. Varianter på samma tema utspelar sig under kvällen. Är det inte året man tar miste på så är det en artist eller låt. Ibland har man inte den blekaste aning. För mig är ofta de mer moderna låtarna lite mer problematiska. Speciellt i genrer som jag inte lyssnar på speciellt mycket.
Men det är inte det som dröjer kvar när spelet är över. Någon måste vinna och det gläds man åt, även om man kanske inte alltid erkänner det högt.
Nej, det är samhörigheten. Vi sitter runt köksbordet och det är nästan bara lampan över bordet som lyser. Känslan av att sitta runt en lägereld tillsammans är väldigt stark.
Vi delar stunden tillsammans. Skrattar, retas, våndas och gläds tillsammans.
Det slår mig hur lite vi egentligen har ändrats som människor. Att sitta tillsammans, dela samma verklighet, helt naturligt och utan krav.
Vi sitter alla med kort vi inte kan placera rätt. Ibland vet vi svaret men kan inte nå det. Ibland gissar vi helt fel och skrattar åt det efteråt. Ibland landar allt perfekt och vi känner oss som genier i trettio sekunder innan nästa kort vänds.
Men vi spelar vidare. Tillsammans, runt bordet, i lampans sken. Det är inte korten som betyder något. Det är att vi fortfarande sitter kvar.
Före detta Azure-ingenjör varnar för att Microsofts moln är byggt på bräcklig grund
(Källa: Microsoft)
Axel Rietschin, som arbetade med Azures kärninfrastruktur och dessförinnan åtta år med Windows-kärnan, har publicerat en sexdelad essäserie där han beskriver hur Microsoft pressade ut Azure för tidigt för att hinna ikapp Amazon och sedan aldrig fick ordning på den tekniska skulden. The Register rapporterar att Rietschin pekar på att erfarna ingenjörer lämnade efter lanseringen och ersattes av personal som saknade erfarenhet att hantera de grundläggande problemen.
Quick points:
Rietschin beskriver ett system med 173 separata VM-agenter som ingen kunde dokumentera eller förklara, där förslag att förbättra kodsäkerheten avvisades eftersom varje ändring riskerade att orsaka följdfel. Han skickade varningsbrev till Azures ansvarige vice vd i november 2024 och till vd:n i januari 2025.
OpenAI:s avtal med CoreWeave på cirka 131 miljarder kronor i mars 2025 tolkar Rietschin som ett tecken på att Microsoft inte klarade av att möta OpenAI:s behov i tid och skala. Microsoft sade sedan upp omkring 15 000 anställda mellan maj och juli 2025.
GitHub, som ägs av Microsoft och körs på Azure, har haft upprepade driftstörningar under 2026 med sex separata incidenter bara i februari. Rietschin säger att han inte vet om problemen hänger ihop med Azure men noterar att GitHubs servrar har flyttats eller flyttas dit.
Quick take: Rietschins berättelse är en enskild ingenjörs perspektiv, men den bekräftas av att flera driftingenjörer på Hacker News vittnat om liknande erfarenheter. Om Azure verkligen har så djupa stabilitetsproblem som han beskriver blir det svårt för Microsoft att övertyga stora AI-kunder att stanna när konkurrenter som CoreWeave och AWS står och väntar.
Prompt Agency kombinerar strategisk rådgivning med AI-driven produktion och utbildning. Vi hjälper företag att automatisera, effektivisera och skala sin content- och kommunikationsproduktion — utan att kompromissa med kvalitet.
Vi är din produktionspartner med byråkvalitet i AI-hastighet.
Vill du veta mer?
Läs mer på promptagency.se
Quick links
Writers Guild of America har nått en överraskande fyraårig överenskommelse med de stora filmstudiorna. Avtalet innehåller bland annat nya skyddsmekanismer och betalningskrav vid användning av filmmanus för AI-träning.
National Health Service (NHS)-personal motsätter sig implementeringen av Palantirs nya dataplattform. De hänvisar till etiska invändningar mot företagets statliga kontrakt och uttrycker stor oro kring patienternas integritet.
Nvidia visar upp nya framsteg inom fysisk AI och simuleringsverktyg som gör det möjligt för utvecklare att träna och implementera autonoma robotsystem mer effektivt inom olika industriella sektorer.
SAP har tillkännagivit förvärvet av leverantören Reltio för masterdatahantering. Syftet är att hjälpa företagskunder att samla och tvätta fragmenterad data för mer effektiva AI-tillämpningar.
