Modellen som ikke skriver, tillegget som ikke var til å stole på

Regnet kom tilbake til Bergen denne uka, sånn som det gjør når september bestemmer seg. Det er noe lunt over det — lyset i vinduene på Nøstet, lukten av våt asfalt, den slags. Og mens vi satt innendørs, var det en ganske voldsom uke i KI-verden: en helt ny modelltype, en sikkerhetsfeil i verktøyene mange av oss bruker hver dag, en bremsedebatt som slo inn i aksjekursene — og en norsk mediestrid som handler om noe langt større enn NRK.

La oss ta det i tur og orden.

Jev: modellen som ikke skriver noe som helst

Ukens mest interessante lansering er også den minst iøynefallende. Tirsdag 15. september kom det San Francisco-baserte laben TypeSafe AI ut av stealth etter to år, med 40 millioner dollar i såkornkapital ledet av DCVC og én enkelt modell: Jev.

Jev genererer ikke tekst. Den er ikke en chatbot. Du sender inn en tilstand — en support-henvendelse, et avsnitt, et spillbilde — pluss noen typede spørsmål, og får tilbake beslutninger med sannsynligheter og en confidence-score. Tre spørsmålstyper: velg én av N, plasser på en skala, eller ja/nei med sannsynlighet. Alt i én parallell gjennomkjøring, uten autoregresjon, uten token-for-token.

TypeSafe kaller det en System One-modell, etter Kahnemans skille mellom rask, intuitiv tenkning og langsom resonnering. Premisset er ganske overbevisende når man først hører det: de aller fleste beslutningene inne i programvare er System 1-vurderinger — «hvilken bøtte hører dette hjemme i?», «er dette haster-saken?» — og vi har de siste tre årene leid inn System 2 til å gjøre dem. Dyrt, tregt, og med en generativ modells uvane til å finne på ting.

Grunnleggeren er Diogo Almeida, tidligere OpenAI-forsker og en av folkene bak RLHF og InstructGPT. Treningsmetoden heter RLCD — Reinforcement Learning for Calibrated Decisions.

Tallene som oppgis er i den typen størrelsesorden som får en til å heve et øyenbryn: to størrelsesordener raskere og billigere enn en vanlig LLM på slike oppgaver, svartid på 70–500 millisekunder, 0,042 dollar per million input-tokens — og output gratis, siden det ikke er noe output å betale for i vanlig forstand.

Og her er forbeholdet, som må stå tydelig: dette er TypeSafes egne tall, målt av dem selv, ennå ikke reprodusert av uavhengige. Selskapet skriver også selv at Jev er hallusinasjonsfri, noe The Register påpeker er en litt urederlig sammenligning — når output er en sannsynlighet over forhåndsdefinerte alternativer, kan modellen fortsatt ta feil, den kan bare ikke finne på nye påstander. Jev er i early access med venteliste.

Det jeg liker best med Jev er ikke ytelsen, men formen. Beskrivelsen som har festet seg i utviklermiljøet denne uka er «en smart if-setning»: vanlig kode forgrener på verdier den kan regne ut, Jev forgrener på vurderinger den ikke kan. Modellen sitter som en liten komponent inne i et ellers helt alminnelig program. Det er et langt mer beskjedent — og etter min mening langt sunnere — bilde av hvor KI hører hjemme enn «agenten som gjør alt».

Og så ble ideen umiddelbart open source

Torsdag la Cua-gründeren Francesco Bonacci ut CUA-S1-FORMS på GitHub: en System 1-modell på 706 048 parametere — ja, tusen, ikke milliarder — som planlegger utfylling av nettskjemaer i én forward pass. MIT-lisens, 2,8 MB checkpoint, treningskode og syntetisk datagenerering inkludert.

Det er litt av et spenn: fra en San Francisco-lab med 40 millioner dollar til en 2,8-megabyters modellfil på fire dager. Det sier noe om hvor raskt en idé beveger seg nå, uavhengig av hvem som eier vektene.

Plugin4Shell: uka der agent-tillegg viste seg å være en åpen dør

Dette er ukens viktigste sak for alle som skriver kode.

Torsdag 18. september publiserte sikkerhetsmiljøet AIR en sårbarhet de kaller Plugin4Shell: en zero-click RCE som rammer plugin-mekanismen i Claude Code, OpenAI Codex, GitHub Copilot og Gemini CLI. Trikset er elegant på en ubehagelig måte — Git løser opp et branch-navn som matcher en commit-hash, og dermed går byttet av plugin-kode rett forbi SHA-pinningen, mens agenten rapporterer en ren installasjon.

Anthropic patchet i Claude Code 2.1.179, OpenAI i Codex 0.146.0. Google deprekerte Gemini CLI uten å patche. Microsoft sendte ikke ut noen fiks for Copilot.

Jeg har skrevet om vendor lock-in og eierskap til egen verktøykjede i denne bloggen så mange ganger at det begynner å bli et tic. Men dette er den konkrete versjonen av poenget: når verktøyet du bygger med henter kode fra et register du ikke kontrollerer, har du arvet noen andres trusselmodell. En pinned SHA føltes som en lås. Det viste seg å være en knagg.

«Pacing» — og hva som skjedde da markedet hørte etter

Helgen før traff Dario Amodeis essay om å senke tempoet i frontier-utviklingen. Altman og Musk sa seg enige. Mandag 14. september åpnet børsene deretter: SoftBank kraftig ned i Tokyo, SK Hynix ned rundt 6 prosent, Samsung rundt 4. På Oslo Børs falt Nordic Semiconductor 4,5 prosent. Analytikere pekte på at bremsevarslene kolliderte med et oljeprishopp samtidig.

Resten av uka ble et oppvisningsnummer i at KI-politikk nå er politikk på ordentlig:

• OpenAI skrotet børsnoteringen for i år. Altman kalte en notering nå dårlig gjennomtenkt.

• Fire abonnenter saksøkte Anthropic, OpenAI, SpaceXAI og Google i Nord-California, med påstand om at bremseoppfordringene i praksis er et ulovlig kartell. Søksmålet er rammet inn rundt selve Amodei-essayet.

• Newsom signerte en executive order i California om nødstopp-mekanisme og tredjepartsrevisorer på stedet hos frontier-laber. Ordren viser eksplisitt til Hugging Face-hendelsen i juli.

• Trump svarte med det motsatte: en Truth Social-post fredag om en «AI Force» etter modell av Space Force og en KI-tsar, samtidig som han avviste sikkerhetsbekymringene som en bløff.

• FNs generalsekretær Guterres gikk motsatt vei tirsdag og slo fast at farene ikke kan ignoreres — særlig ikke når advarslene kommer fra folk som selv står i front av utviklingen.

Og i Shanghai sa Huaweis roterende styreleder Eric Xu at kinesiske leverandører kanskje må øke farten — for bare selskaper med nok compute rekker å kjenne risikoen på kroppen. Det er en tolkning av situasjonen man skal la synke litt inn i.

Anthropic hadde for øvrig en uvanlig uke selv: annonsert samarbeid med Accentures Faculty-enhet som første «embedded evaluator» med minst én milliard dollar fra hver part over fem år, bekreftet et våtlaboratorium i Bay Area der Claude tester biologiske hypoteser fysisk, og opplyst at Claude nå leder 26 prosent av selskapets egen modellforskning — opp fra null i februar. Selskapet sier selv at det ikke er rekursiv selvforbedring, og at mennesker fortsatt har hånden på rattet.

Norge: ny statsråd, gammel forsinkelse, og en detektor som skapte bråk

Ny digitaliseringsminister. Fredag 11. september — rett før denne uka — gikk Karianne Tung ut av regjeringen, og Torgeir Micaelsen (Ap) tok over Digitaliserings- og forvaltningsdepartementet. Han er født i Bergen, oppvokst i Mjøndalen, og sa ved tiltredelsen at han akter å være synlig i debatten om skyggesidene ved teknologien — om hva KI som superkraftig teknologi har potensial til å gjøre av skade. Det er en uvanlig åpning for en norsk digitaliseringsminister, og verdt å merke seg.

Han arver en kjent floke. Den norske KI-loven skulle etter planen tre i kraft sensommeren 2026. Den gjorde den ikke. Regjeringen sender nå endringene fra EUs forenklingspakke på høring i høst, med ambisjon om proposisjon våren 2027 — og framdriften avhenger fortsatt av EØS-forhandlingene om innlemmelse av KI-forordningen. EUs transparenskrav for KI-generert innhold begynte å gjelde 2. august i år. I Norge har de ennå ikke rettslig virkning.

Vi bruker altså teknologien i full fart, og regulerer den i etterkant, på et regelverk vi ikke selv har vært med å skrive. Det er ikke nytt. Det blir bare mer synlig for hvert kvartal.

Og så KI-detektoren. Tirsdag publiserte Manifest Media en gjennomgang av 90 kommentarer fra fem NRK-kommentatorer, kjørt gjennom KI-detektoren Pangram. Fire av fem fikk null utslag på samtlige tekster. For Cecilie Langum Becker, som inntil nylig var NRKs økonomikommentator, ble 14 av 15 kommentarer publisert etter ChatGPTs lansering flagget. Samme kilder hevder at NRKs minneord om Stein Erik Hagen ble målt til 100 prosent KI-generert.

Her skal jeg være forsiktig, og be deg være det også. KI-detektorer er sannsynlighetsverktøy, ikke bevis. De gir falske positiver, særlig på redigert, formelt og formelaktig språk — og på norsk, der treningsgrunnlaget er tynnere, er usikkerheten større enn på engelsk. Jeg har ikke sett en uavhengig verifikasjon av Pangrams treffsikkerhet på norsk tekst, og jeg har ikke lest en fullstendig redegjørelse fra NRK om hvordan verktøyene faktisk har vært brukt i de aktuelle tekstene. Saken er reell og verdt å følge. Konklusjonene er det ikke ennå.

Det interessante er uansett ikke den enkelte kommentatoren. Det er at vi nå har fått en norsk offentlighet der anklagen om KI-bruk er nok til å skape en mediesak — og der bevisbyrden er umulig å innfri i begge retninger. Det er en ubehagelig ny tilstand for en bransje som lever av tillit.

For ordens skyld: tallene fra IT i praksis 2026, publisert 10. september, viser at sju av ti offentlige virksomheter nå tester, bruker eller utvikler KI-løsninger, mot seks av ti i privat sektor — men at bruken i stor grad fortsatt er tekstutkast og oppsummeringer. Vi er, som nasjon, fortsatt på det stadiet der verktøyet brukes til å skrive førsteutkast. Da blir også NRK-saken lettere å forstå.

Fra mitt eget verksted

Plugin4Shell traff hjemme.

Elyra CLI har et bibliotek med rundt 51 Agent Skills — vendor-nøytrale Markdown-arbeidsflyter som synkes fra GitHub. Det er hele poenget med dem: de er lesbare, de er dine, de er ikke låst til én leverandør. Men «synkes fra GitHub» er nøyaktig den setningen AIR-forskerne brukte som angrepsflate denne uka. At mine skills er Markdown og ikke kjørbar kode gjør angrepsflaten mindre, ikke null. Prompt-innhold er også instruksjoner.

Så helgen gikk med til å gå gjennom sync-stien på nytt, og jeg har begynt å skissere en verifikasjonsrutine som ikke stoler på at et navn peker dit det påstår å peke. Det blir ikke ferdig denne uka. Men det er den typen arbeid som egentlig er hele jobben: ikke å bygge nye funksjoner, men å sørge for at det som allerede virker, virker av riktig grunn.

Jev-lanseringen fikk meg også til å se på smart model routing i Elyra med nye øyne. Ruteren tar i dag en beslutning — hvilken modell skal håndtere dette? — ved å spørre en modell. Det er en System 2-løsning på et System 1-problem. Jeg skal ikke late som jeg har en ferdig plan her, men premisset sitter igjen: de små vurderingene inne i verktøyet fortjener kanskje sin egen, mye mindre type hjerne.

Og til slutt et godt tegn for alle som insisterer på å eie sin egen stack: PrismML slapp denne uka Ternary Bonsai 2 27B, en ternærkvantisert utgave av Qwen3.8 27B som krymper modellen fra 54 GB til 5,9 GB og beholder 98,2 prosent av ytelsen på tvers av 20 evalueringer. Apache 2.0. Kjører på en 16 GB laptop. Jeg har ikke testet den selv ennå — men retningen er riktig. Jo mer som kan kjøre lokalt, jo mindre av arbeidsdagen din er avhengig av noen andres driftsstatus.