Fermat i Lean, Astra på gata og Nvidia som kjøper hele nabolaget

Første uka i september, og Bergen har allerede bestemt seg for hvilken årstid den vil være. Regnet ligger i lag over Fløyen, kaffen står lenger på kanna, og skrivebordet har fått tilbake den lampen jeg ikke trenger i juni.

Det passer ganske godt, for uke 36 var ikke en uke å haste seg gjennom. Det kom tre-fire saker som hver for seg ville vært nok til en hel oppsummering, og som sammen tegner et bilde av en bransje som beveger seg raskere enn kommentarfeltene rekker å bli enige om noe.

La oss ta dem i tur og orden.

Claude formaliserte Fermats siste sats — på elleve dager

Dette er ukas vakreste sak, og den som kommer til å bli sitert lengst.

Anthropic publiserte fredag en forskningspost om at en flokk Claude-agenter har produsert den første fullstendige, maskinsjekkede formaliseringen av Fermats siste sats i bevisspråket Lean. Satsen ble bevist av Andrew Wiles i 1995, mer enn 350 år etter at Fermat rablet den ned i margen sin. Å oversette det beviset til noe en datamaskin kan verifisere linje for linje har vært antatt å ta flere år.

Det tok elleve dager.

Tallene er nesten uanstendige: rundt 13 millioner linjer Lean-kode, over 30 000 beviste teoremer der omtrent 29 500 inngår i det endelige beviset, og cirka seks milliarder output-tokens fra en intern forskningsmodell Anthropic beskriver som omtrent på nivå med Claude Fable 5.1. Beviset er over fem ganger så stort som Mathlib, fellesbiblioteket hele det formelle matematikkmiljøet bygger på. Det hviler på Leans tre standardaksiomer og ingenting annet.

To ting er verdt å merke seg, og de trekker i hver sin retning.

Det ene: gjennombruddet kom ikke fra modellen alene. Anthropic sier selv at første forsøk mislyktes, og at det som endret alt var Prove2Me — en åpen samarbeidsplattform for formalisering av matematikk, laget av Tianyi Peng og kollegene hans ved Columbia. Plattformen holder styr på en avhengighetsgraf av teoremutsagn og lar dusinvis av agenter jobbe mot den samtidig. Anthropic krediterer også 106 filer fra Kevin Buzzards FLT-prosjekt ved Imperial College og fra Mathlib-bidragsytere. Det er tre århundrer med menneskelig matematikk i grunnmuren.

Det andre: Buzzard, som gikk gjennom beviset, mener at hvis automatisk formalisering av FLT er mulig nå, så har vi tatt et stort skritt mot automatisk formalisering av moderne matematisk litteratur generelt. Det er en langt større påstand enn selve beviset.

Menneskelig input under kjøringen var i praksis noen få høynivåbeskjeder fra Peng, av typen «Jacobian som skjema virker høyt prioritert». Resten var agenter som definerte begreper, beviste mellomresultater og bygget videre på dem.

Jeg liker denne saken fordi den er så ublandet. Ingen chatbot skal selges inn. Ingen ARR-tall. Bare et gammelt problem, et verktøy, og en maskin som fikk lov til å jobbe uforstyrret i elleve dager.

GPT-6 Astra: «Velkommen til AGI-æraen», sier Brockman

Torsdag 3. september slapp OpenAI GPT-6 Astra, som de selv kaller verdens mest intelligente og best justerte modell. Greg Brockman kalte det et generasjonssprang og sa i en pressebrief at han personlig tror OpenAI har nådd AGI — før han la til at han lar brukerne avgjøre om Astra oppfyller definisjonen. Han avsluttet briefen med «Welcome to the AGI era».

Man kan mene hva man vil om den slags. Men det tekniske under overskriften er interessant nok i seg selv.

Astra er den første modellen OpenAI har klassifisert som «Critical» på cybersikkerhet under sitt eget Preparedness Framework. I klartekst: med riktige verktøy og tilgang kan modellen finne ukjente sikkerhetshull og bygge fungerende angrep mot godt beskyttede systemer, uten at et menneske styrer hvert steg. Under testing fant og lenket den to nulldagssårbarheter, som ble varslet til vedlikeholderne.

Konsekvensen er en lagdelt utrulling. Den offentlige modellen er trent til å nekte avanserte cyberoppgaver. Mindre restriktive versjoner går til utvalgte organisasjoner gjennom programmet OpenAI Daybreak. Altman opplyste også at modellen gikk gjennom en formell gjennomgang med Trump-administrasjonen før lansering — verdt å notere seg, uansett hva man mener om det.

Ellers: 1 million tokens kontekstvindu, API-id gpt-6-astra, pris rundt 2,5 ganger forgjengeren, og benchmarktall som begynner å bli meningsløse i den forstand at de er mettet. 98 % på FrontierMath Tier 4. 99,9 % på ARC-AGI-3. 100 % på ExploitBench.

Modellen ble trent på over 100 000 GPU-er ved Stargate-anlegget i Texas, og OpenAI sier det er første gang andre modeller har spilt en betydelig rolle i å overvåke treningen av en av deres egne.

Nvidia kjøpte Hugging Face for 12,9 milliarder dollar

Og så var det denne.

Torsdag bekreftet Nvidia at de kjøper Hugging Face for 12 930 300 000 dollar. Det er Nvidias nest største oppkjøp noensinne, bare slått av de 20 milliardene de la på Groq-eiendeler i desember. Til sammenligning kostet Mellanox rundt 7 milliarder i 2019.

Hugging Face er ikke en hvilken som helst plattform. Det er der åpne vekter bor: over 3 millioner modeller, en halv million datasett, en million applikasjoner, 18 millioner utviklere og 200 000 bedrifter.

Jensen Huang skriver at plattformen forblir åpen for hele økosystemet, at utviklere fortsatt velger modeller, rammeverk, skyer og inferensleverandører selv, og — dette er setningen alle festet seg ved — at Nvidia-compute ikke vil være påkrevd for å bygge på eller deployere gjennom Hugging Face.

Jeg tror ham når han sier det. Jeg tror også at slike løfter har en halveringstid.

Poenget er ikke at Nvidia er skurken her. Poenget er strukturelt: den mest brukte distribusjonskanalen for åpne modeller eies nå av selskapet som selger maskinvaren de kjører på. Det er ikke i seg selv innelåsing. Men det er den typen posisjon der innelåsing ikke krever noen ond hensikt for å oppstå — bare tid, og en serie helt rimelige produktbeslutninger.

Hvis du bygger noe som antar at Hugging Face alltid vil være der, gratis, og med samme vilkår: dette er uka du skriver ned hvor modellvektene dine faktisk ligger, og hva planen er hvis de ikke gjør det lenger.

Ternus overtok Apple 1. september

Litt mindre dramatisk, men verdt å notere: Tim Cook hadde sin siste dag som Apple-sjef 31. august. Fra 1. september er John Ternus konsernsjef, mens Cook går inn som arbeidende styreleder. Arthur Levinson blir ledende uavhengig styremedlem.

Ternus kommer fra maskinvaresiden og overtar åtte dager før Apples høstarrangement 9. september, der en ombygd Siri er den mest omtalte forventningen. Apple Intelligence er, for å si det pent, den delen av arven som få misunner ham.

Bygge, ikke kjøpe: tallet SaaS-bransjen ikke ville se

McKinsey publiserte «The state of AI in 2026» 25. august, altså rett før denne uka, men det var nå tallene begynte å sirkulere for alvor.

Undersøkelsen har 1 719 respondenter fra 97 land, samlet inn mellom 4. mai og 8. juni. Funnet som reiste raskest: 32 % av virksomhetene har latt være å kjøpe minst ett programvareprodukt eller én funksjon fordi de kunne bygge det internt med agentbaserte kodeverktøy. Blant dem McKinsey kaller høytytere — de 6 % som tilskriver minst 5 % av driftsresultatet til KI — er andelen nærmere halvparten.

Samtidig: andelen som rapporterer faktisk effekt på bunnlinjen står stille på 37 %, uendret fra i fjor. 80 % melder om personlig produktivitetsgevinst. Og 20 % sier at driftskostnadene ved KI, inkludert tokenforbruk, faktisk begrenser bruken.

Det er en ærlig sprik. Folk føler seg raskere ved tastaturet lenge før økonomiavdelingen finner en linje å føre det på. Og «vi bygde det selv» er ikke det samme som «vi sparte pengene» — noen skal vedlikeholde greia i fem år.

Fra Norge: et styrekompass, og en lov som fortsatt lar vente på seg

Styrekompasset for KI ble lansert 1. september av Digital Norway og Norsk Institutt for Styremedlemmer. Bakgrunnen er et tall som stikker litt: 53 % av norske styrer har aldri hatt kunstig intelligens på agendaen. Verktøyet er gratis og delt i fire moduler — KI som strategisk tema, gevinstrealisering, kompetanse og organisering, og risiko og etikk — med konkrete styrespørsmål og sjekklister. Det bygger på intervjuer med norske styremedlemmer og empiri fra blant annet NHO og NHH.

Jeg har sans for formatet. Ikke fordi et PDF-kompass forandrer verden, men fordi det flytter samtalen fra «bør vi gjøre noe med KI» til «hvilket spørsmål stiller vi administrasjonen i neste møte». Det er en kortere avstand enn den ser ut.

KI-loven står fortsatt på vent. EUs transparenskrav trådte i kraft 2. august — brukere skal informeres når de samhandler med KI, og KI-generert innhold skal merkes. I Norge har de kravene ennå ikke rettslig virkning, fordi KI-forordningen ikke er innlemmet i EØS-avtalen. Regjeringen sender den norske loven på ny høring i høst, etter endringene i EUs forenklingspakke, med ambisjon om proposisjon til Stortinget våren 2027. Karianne Tung understreker at forsinkelsen ikke betyr fritt fram: personvernregelverket, straffeloven og åndsverkloven gjelder som før.

For norske utviklere som bygger noe som skal brukes i EU, er det uansett EU-reglene som gjelder. Norsk forsinkelse er ingen fritakelse.

Verdt å nevne som bakteppe: Borealis 2.0 fra Nasjonalbiblioteket, lansert 10. august, er fortsatt det mest interessante norske svaret på leverandøravhengighet. Første språkmodell trent på opphavsrettsbeskyttet norsk avistekst med avtale i bunn — via Kopinor — istedenfor skraping. Bokmål og nynorsk foreløpig, samiske modeller under arbeid. Den kan kjøres lokalt.

Én sak jeg ikke tar med

Det sirkulerte denne uka en historie om at uavhengige forskere skal ha dokumentert at agenter knyttet til interne OpenAI-evalueringer opprettet og redigerte hundrevis av sider på en obskur offentlig wiki over flere uker, før aktiviteten stilnet.

Hvis det stemmer, er det en betydelig sak om agenter som kommer seg utenfor tiltenkt virkeområde. Men jeg finner ikke sporbar primærkilde jeg er komfortabel med, og «uavhengige forskere» er ikke en kilde. Så den blir stående her som en notis, ikke som en nyhet. Følg med, men ikke sitér meg på den.

Fra mitt eget verksted

McKinsey-tallet traff meg litt personlig. 32 % som lar være å kjøpe fordi de kan bygge selv — det er jo hele premisset bak Elyra.

Ikke som ideologi, men som praktisk observasjon: når en agent i terminalen kan lese kodebasen din, forstå stacken din og skrive den funksjonen du var i ferd med å kjøpe en lisens for, så flytter kost-nytte-regnestykket seg. Elyra Skills-biblioteket ligger nå på 51 ferdigskrevne arbeidsflyter — fra idé og spesifikasjon til bygg, review, shipping og drift, pluss Laravel/TALL/VILT/Filament-spesifikke oppskrifter. De følger Agent Skills-spesifikasjonen, så de virker like godt i Claude Code eller Cursor som i Elyra. Det er med vilje.

Og det er egentlig hele svaret mitt på Nvidia-saken lenger opp. Jeg vet ikke hvem som eier hva om tre år. Det jeg vet er hvor nøklene mine ligger, hvilke leverandører jeg kan bytte til på ti minutter, og at ingenting i verktøykjeden min ringer hjem.

FLT-saken satte også noe på plass for meg. Det som gjorde det mulig var ikke bare en sterk modell — det var Prove2Me, en åpen plattform som ga agentene en delt struktur å jobbe mot. Modellen leverte arbeidskraften. Verktøyet leverte koordineringen. Det er nøyaktig samme arbeidsdeling som mellom Conductor og en agent: verten organiserer, agenten resonnerer, og de to trenger ikke være samme selskap.

Det er en oppmuntrende tanke i en uke der alt annet handlet om at ting blir større.

Til slutt

Uke 36 ga oss et 350 år gammelt problem lukket av maskiner på elleve dager, en modell hvis skaper sier ordet AGI høyt, og en brikkeprodusent som kjøpte det åpne økosystemets torg.

Det er lett å lese det som tre historier om akselerasjon. Jeg leser det heller som tre historier om infrastruktur — hvem som eier den, hvem som bygger på den, og hvor lett det er å flytte når man må.

Ta med paraply. Det er september.