OpenAI har släppt Privacy Filter, en liten modell med öppen källkod som identifierar och maskerar personuppgifter i text. Verktyget körs lokalt, vilket innebär att känslig data aldrig behöver lämna användarens dator innan den skickas vidare till en molnbaserad språkmodell.
Allt fler företag vill använda AI men tvekar inför risken att läcka kunddata eller personaluppgifter till externa tjänster. Ett gratis verktyg med Apache 2.0-licens som löser just det problemet gör det svårare att säga nej, och enklare för OpenAI att bli den självklara plattformen även för branscher som hittills hållit sig borta.
I dagens nyhetsbrev:
OpenAI släpper gratis integritetsfilter som tvättar känslig data lokalt på din dator
Utan juniora utvecklare blir företagen gisslan hos seniora som inte behöver jobbet
23-åring utan matematikutbildning löste Erdős-problem som stått olöst i 60 år med en enda prompt
Caliber håller konfigurationsfiler för Claude Code, Cursor och Codex synkade med kodbasen
OpenAI släpper integritetsverktyg med öppen källkod för att maskera personuppgifter
OpenAI har släppt Privacy Filter, en modell med öppen källkod som identifierar och maskerar personuppgifter i text. Modellen kan köras lokalt, vilket innebär att känslig data aldrig behöver lämna användarens dator. Verktyget riktar sig till organisationer som vill rensa data innan den skickas till en molnbaserad språkmodell och finns på Hugging Face under Apache 2.0-licensen.
Quick points:
Modellen har 1,5 miljarder parametrar totalt men bara 50 miljoner aktiva per token tack vare en MoE-arkitektur, vilket gör den tillräckligt liten för att köras på en vanlig bärbar dator eller direkt i webbläsaren.
Ett kontextfönster på 128 000 tokens gör det möjligt att bearbeta långa dokument i ett svep utan att manuellt dela upp texten.
Apache 2.0-licensen innebär att modellen får användas fritt i både kommersiella och privata projekt.
Quick take: Lanseringen ger företag ett praktiskt skyddslager för branscher som hanterar känslig information men ändå vill använda molnbaserade AI-tjänster. Med 96 procent träffsäkerhet på standardtester är verktyget tillräckligt bra för att vara användbart, men OpenAI varnar själva för att det inte ersätter mänsklig granskning i känsliga verksamheter som juridik eller sjukvård.
Quick number | 80% använder AI men bara 20% ser resultat
AI-drivet finansiellt resultat (intäkter + effektivitet):
Topp 20% ▓▓▓▓▓▓▓▓▓▓
Övriga 80% ▓░░░░░░░░░
Fördelning av AI:s totala ekonomiska värde:
Topp 20% ▓▓▓▓▓▓▓░░░ 74%
Övriga 80% ▓▓▓░░░░░░░ 26%
Jämför:
- Bara 12% av alla företag har sett att AI leverera både ökade intäkter och lägre kostnader
- Majoriteten sitter fast i "pilotläge" där man testar men aldrig skalar upp
- Toppföretagen använder AI för att förändra sin affärsmodell medans övriga använder det för att spara kostnader
- Branschkonvergens (AI för att expandera bortom sin kärnsektor) är den enskilt starkaste faktorn för AI-drivet resultat
Alla pratar om AI. Men 74% av pengarna hamnar hos 20% av företagen. Resten kör piloter som aldrig når produktion. Gapet växer – de som leder lär sig snabbare och skalar snabbare.Källa: PwC 2026 AI Performance Study, Humai
Den strategiska risken med att ersätta juniora talanger
Shopify-ingenjören Justin Smestad argumenterar i ett uppmärksammat blogginlägg för att företag som slutar anställa juniora utvecklare i tron att AI-agenter kan ersätta dem bygger en farlig beroendefälla. Utan en intern pipeline av växande talanger hamnar företagen i händerna på en krympande grupp seniora experter som kan diktera villkoren. Samma varning kom nyligen från Microsofts Azure-CTO Mark Russinovich, som menar att AI-kodverktyg förstärker erfarna utvecklare men urholkar utbildningsvägen för nya.
Quick points:
Juniora utvecklare fungerar som en sorts löneförsäkring genom att skapa en intern talangbas, vilket minskar beroendet av dyra seniora anställda som kan begära 40 procent löneökning och gå vidare om de inte får den.
Att sluta rekrytera på ingångsnivå skapar samma typ av problem som dagens brist på COBOL-specialister, där de få som finns kvar själva bestämmer priset.
Shopify satsar trots tung AI-investering på att utöka nybörjaranställningar 2026 — ett tecken på att de mest AI-mogna företagen inte ser juniora roller som överflödiga utan som en roll i förändring.
Quick take: Seniora utvecklare med ekonomiskt oberoende förhandlar inte utan går. Företag som redan nu skär bort instegsnivån kommer att upptäcka om tre till fyra år att de varken har efterträdare eller förhandlingsutrymme, och att AI-verktygen inte kan ersätta den bedömningsförmåga som bara byggs genom praktisk erfarenhet.
Quick click | Kling
Quick prompt | Nano Banana 2
REFERENCE: [uploaded image of person]
The person sculpting a clay figure of themselves. Work in progress.
CRITICAL LIKENESS: Both sculptor AND clay figure RECOGNIZABLE as person from reference. Any headwear/glasses/facial hair visible on both. Sculptor is actual person. Clay figure captures their features unfinished.
CLAY FIGURE (sharp focus):
- 60-70% complete
- Head mostly formed, their features emerging but rough
- Torso taking shape, arms roughed in
- Lower body still clay mass
- Wet grey or terracotta clay
- Fingerprints, tool marks visible
- Wire armature peeking through base
- Clearly THEM, but raw
PERSON SCULPTING:
- Same person, hands on clay
- Holding sculpting tool or bare hands shaping
- Focused, concentrated expression
- Clay-covered fingers
- Soft focus but recognizable
WORKSPACE:
- Sculptor's studio, work table
- Sculpting tools scattered
- Water bowl, sponge, clay lumps
- Clay-stained surfaces
- The mess of making
LIGHTING: Soft directional. Reveals clay texture. Warm studio atmosphere.
STYLE: Documentary art photography. Artist at work. Intimate, reverent.
MOOD: "I shape myself into being." Meditation of making. Creator meets creation.AI hjälper amatör att lösa årtionden gammalt matematikpussel
Liam Price, en 23-årig hobbymatematiker utan högre utbildning, har med en enda prompt till GPT-5.4 Pro löst Erdős-problem #1196 om primitiva mängder, en förmodan som stått olöst i 60 år. AI-modellen hittade en lösningsväg via Markovkedjor och von Mangoldt-vikter, en teknik som funnits i 90 år men som ingen matematiker tänkt tillämpa på den här typen av problem. Fältteoretikern Terence Tao och Stanfordmatematikern Jared Lichtman har sedan förfinat och kortat ner beviset.
Quick points:
Problemet handlar om talmängder där inget tal är delbart med ett annat, och frågan gäller om den så kallade Erdős-summan för sådana mängder alltid närmar sig ett maxvärde på exakt 1.
Tidigare forskare följde alla samma etablerade angreppsätt, men AI-modellen tog en helt annan väg som Tao beskriver som en koppling ingen människa hade gjort.
Resultatet var långt ifrån ett färdigt bevis, och Lichtman konstaterade att AI:ns utdata krävde experter för att alls gå att tolka, men den underliggande insikten var genuint ny.
Quick take: Nyhetens kärna är inte AI:ns kapacitet utan samarbetsmodellen som växer fram. Amatören promptar, AI:n kopplar ihop idéer från skilda fält och experterna förfinar resultatet till ett giltigt bevis. Om mönstret håller kan framtida genombrott lika gärna komma från en 23-åring med ett abonnemang som från ett forskningsteam med åratal av finansiering.
Caliber håller AI-kodassistenters konfiguration synkad med kodbasen
(Källa: Caliber på Github)
Caliber är ett CLI-verktyg med öppen källkod som automatiskt poängsätter och uppdaterar konfigurationsfiler för AI-kodassistenter som Claude Code, Cursor och OpenAI Codex. Verktyget analyserar projektets språk, ramverk och arkitektur och genererar skräddarsydda instruktionsfiler som CLAUDE.md och Cursor-regler. När kodbasen förändras upptäcker Caliber avdriften och uppdaterar filerna.
Quick points:
Poängsättningen är helt deterministisk och jämför konfigurationsfilerna mot det faktiska filsystemet utan att anropa någon språkmodell, vilket gör den snabb och gratis att köra.
Verktyget kan installera pre-commit-hooks som automatiskt uppdaterar konfigurationen vid varje commit, och en inlärningsfunktion fångar upp korrigeringar under kodsessioner och omvandlar dem till permanenta regler.
Caliber stödjer alla tre plattformarna samtidigt och kan även upptäcka och konfigurera MCP-servrar baserat på projektets verktyg och tjänster.
Quick take: Problemet Caliber löser är bekant för alla som arbetar med AI-kodassistenter: instruktionsfilerna blir snabbt inaktuella när kodbasen växer. Med 66 stjärnor på GitHub är projektet fortfarande litet, men idén att behandla AI-konfiguration som något som bör versionshanteras och automatiseras precis som tester eller lintning känns som rätt riktning.
A quick tool | Inrō
Inrō är en AI-agent för Instagram som sköter direktmeddelanden, kvalificerar leads och driver försäljning automatiskt. Du tränar agenten med dina produkter, vanliga frågor och din varumärkesröst, och den tar sedan hand om inkommande meddelanden dygnet runt. Den förstår sammanhanget i konversationen, rekommenderar rätt produkt, skickar boknings- eller betalningslänkar och sorterar leads i mappar. Agenten kan också svara på kommentarer, trigga automationer baserat på vad någon skriver och lämna över till en människa när det behövs. Inrō kopplar ihop med verktyg som Zapier, Make och Shopify, och används av varumärken som Walmart, LVMH och Kering.
Gratisplanen ger 100 aktiva kontakter i månaden, tre automationer och 50 AI-poäng. Pro kostar från cirka 140 kr i månaden (500 kontakter, obegränsade automationer och kampanjer). Årsplanen kostar cirka 13 500 kr (över 10 000 kontakter, 30 procent billigare än månadsbetalning). Det finns även en hanterad plan där Inrō sköter strategi, uppsättning och optimering åt dig.
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
OpenAI har meddelat att de slutar använda benchmark-testet SWE-bench Verified för kodningsförmåga, med hänvisning till bristfälliga tester och datacontaminering.
Waymo har försvarat sina förarlösa taxibilar som använder cykelbanor för att hämta upp passagerare. Bolaget menar att beteendet möter kundernas förväntningar, trots säkerhetskritik från lokala cyklister.
The Register argumenterar för att ”Tokenmaxxing” är en felaktig strategi och föreslår att startups bör prioritera affärsvärde och ROI snarare än taktiska kostnadsminskningar för tokens.
Anthropic har ökat sin kulturella status ytterligare efter att en hussäljare i San Francisco-området lagt ut en fastighet till försäljning där endast onoterade aktier i AI-bolaget accepteras som betalning.
Claude Code används nu som en centraliserad plattform för att skapa viralt videoinnehåll, där AI-genererad musik, bild och video integreras för professionella kreatörer inom sociala medier.
