San Jose er de amerikanske byer, der er mest udsatte for AI
OGSÅ: Kinesiske hackere bruger DeepSeek, Thomsons 40 millioner dollars dyre kunstige intelligens
Velkommen til Guru99 AI-rapport!
Tophistorie: Hvor du bor, kan afgøre, hvor meget AI omformer dit arbejde. Vi udpakker også en hjemmelavet juridisk model til 40 millioner dollars, et anonymt kodeværktøj, som udviklere ikke kan stoppe med at bruge, og hvorfor billig, åben AI lige er blevet en sikkerhedshovedpine. Lad os dykke ned i det.
🗺️ Hvor du bor, former hvor meget AI-ændringer virker
Kort omtale:
Ansættelseslaboratorium at Ja scoret 386 Amerikanske storbyområder om deres eksponering for AI – hvor meget af den lokale arbejdsstyrke, som AI kan omforme. Teknologitunge storbyområder lander i toppen, og praktiske økonomier i bunden, men eksponering betyder ikke jobtab.
- San Jose tager førstepladsen i den nye eksponeringsrangering på storbyniveau med 59, efterfulgt af Seattle (57), Washington, DC (54), San Francisco (53), Og Austin (52).
- Gennemsnittet på tværs 386 metroer er 44, på en skala der går nogenlunde 40 til 60.
- To forsvarscentre i top 10 — Lexington Park, Maryland og Huntsville, Alabama — begge med et stort ingeniørarbejde.
- De laveste scorer går til storbyområder bygget på produktion, sundhedspleje og detailhandel.
- 55% af amerikanske voksne under 30 er nu mere bekymret end begejstret for AI.
💡 Hvorfor skulle du bekymre dig?
Høj eksponering betyder, at dine opgaver kan ændre sig, ikke at de vil forsvinde. Indeeds egne kvalifikationer er vigtige her: det er op til lokale arbejdsgivere, om disse ændringer fører til fyringer eller bedre værktøjer.
🔓 Kinesiske hackere Doubled Angreb ved hjælp af billig åbenvægts-AI
Kort omtale:
Taiwansk trusselsefterretningsfirma HoldT5 fortalte Bloomberg at kinesiske statsforbundne hackergrupper har mere end fordoblet deres angreb, siden de integrerede open source AI i deres operationer. Deres foretrukne værktøj er ikke en banebrydende model, men DeepSeek — billig, tilpasselig og kun let beskyttet.
- Grimfengxi skrev exploit-kode med DeepSeek, mens Teleboyi trak 1,000 IP-adresser og kortlagde målets domæner.
- En tredje gruppe, Huapi, ramte et taiwansk firmas e-mailsystem ved hjælp af en model, som forskerne mener er DeepSeek.
- Omkostningerne er den primære drivkraft: DeepSeek V4 løber omkring $0.87 pr. million output-tokens, mens Moonskud Kimi K3 omkostninger $15.
- HoldT5 så ingen hændelser med Kimi K3 — kapabel og med lav vægt, men for dyr at køre i stor skala. Yahoo!
- Vestlige modeller dukker også stadig op – én gruppe løb Claude Code gennem et taiwansk netværk ved at udgive sig for at være autoriserede testere.
💡 Hvorfor skulle du bekymre dig?
Indbyggede rækværker tilbyder reel beskyttelse; den slags, du kan downloade og tage af, gør ikke. AISI Når man ser frontiermodeller blive skarpere, kan den lave ende faktisk være det sværere problem at håndtere.
🥷 Ingen ved, hvem der byggede denne gratis kodningsmodel
Kort omtale:
Ox Alpha dukkede op på OpenRouter den 20. august uden firmanavn og pris, og dens evne til at behandle en million tokens på én gang fik udviklere til at strømme til. Fem dage senere har ingen gjort krav på den, og beviserne peger på Z.ai i Kina.
- For nu, 1,048,576 tegn på kontekst, 131,072 Tokens for maksimal output, plus tekst-, billed- og videoinput er alle gratis.
- Det virale 80% DeepSWE figuren kom lige fra 10 of 113 opgaver; yderligere samfund driver jord i nærheden 63%.
- Ox Alpha er ikke angivet på DeepSWE's officiel bestyrelseHvor Fabel 5 sidder ved 70%.
- ÅbneCode hævder en kapacitet på 100 billioner tokens om dagen — et tal, der er ubekræftet og har vakt åben skepsis.
- Patrick Collison, hvis Stribe erhverver Åbn Router, kaldte det "meget imponerende".
💡 Hvorfor skulle du bekymre dig?
Kodningshjælp er lige blevet gratis i en uge. Ulempen er, at en anonym udbyder gemmer dine prompts – fint til sideprojekter, men ikke til proprietær kode.
⚖️ Thomson Reuters byggede sin egen AI for 40 millioner dollars
Kort omtale:
Thomson Reuters har udgivet Thomson, sin første interne AI-model. Det er bygget på Alibabas open source Qwen og trænet i årtiers Westlaw og Reuters materiale. Målet: at stoppe med at leje AI fra Antropisk og OpenAI og begynde at eje den.
- Regningen kom til $ 40 millioner over to år for personale og databehandling. Den sidste træningstur koste omtrent $450,000.
- Efter sine egne standarder, Thomson tændstikker Claude Opus 4.8 og overgår GPT-5.5, Claude Sonnet 5og Gemini 3.1 Pro.
- En uafhængig gennemgang fundne huller: Thomson snublede over Juridisk Bænk, ræsonnement og kodning, og havde brug for ekstra beregning under testtiden.
- Dens første opgave var dokumentgennemgang hos Juridisk rådgiver — et produkt, der stadig primært kører på Claude.
- En mindre, åben version er på vej til Knusende ansigt, men kun til akademiske institutioner og ikke-kommerciel brug.
💡 Hvorfor skulle du bekymre dig?
Billigere juridisk AI kan resultere i billigere juridiske tjenester – og hvis en model til 40 millioner dollars kan matche dem, der koster en milliard dollars, kan andre datarige virksomheder følge den samme vej.
🏭 Oumi lader virksomheder eje deres AI, ikke leje den
Kort omtale:
Seattle-baseret opstart Oumi ønsker, at virksomheder skal eje deres AI i stedet for at leje den fra store laboratorier. Den 11. august lancerede de en Sammensat AI-fabrik at bygger brugerdefinerede modeller ud fra en prompt, implementerer dem med et enkelt klik og forbedrer dem løbende på dine egne data.
- Udrulles med ét klik GPU'er, der skalerer automatisk med trafik og falder til nul, når de er inaktive, hvilket reducerer omkostninger til spild af computerkraft.
- Modellerne automatisk omtræning på live produktionsdata, der forvandler virkelige fiaskoer til nye træningssignaler.
- A offentligt kommandolinjeværktøj bygget til agenter lader kodeagenter udføre træning og evaluering ligesom en udvikler ville gøre.
- Alt — det modelvægte, træningsdata og byggeopskrift — kan eksporteres under Apache 2.0-licensen.
- I Oumis egen casestudie, en de fem største amerikanske banker brugte det til at modernisere 100 millioner linjer ældre kode.
💡 Hvorfor skulle du bekymre dig?
For virksomheder er det virkelige problem kontrol: billigere, mere specialiserede modeller lader følsomme data forblive lokalt og forbedres over tid. Ulempen er, at du har stadig brug for rene, velorganiserede data for at noget af det skal virke.
🤖 Metas nye åbne AI kører direkte på din enhed
Kort omtale:
Meta er tilbage i kapløbet om åbne modeller. Dens nye Muse Glimmer er en agentisk model med 30 milliarder parametre, der kører på en enkelt forbrugervenlig GPU – intet behov for cloud. Lanceringen kom med et manifest fra Mark Zuckerberg, der argumenterede for, at AI burde styrke alle, ikke kun en håndfuld laboratorier.
- Det har 30 milliarder parametre kører alligevel lokalt på én forbruger-Grafikkort under den permissive Apache 2.0 licens.
- Det er Metas første fuldt åbne udgivelse siden den udfasede sin Llama-linje i april og lancerede den proprietære Muse Spark.
- På Metas egne benchmarks slår den konkurrenter af samme størrelse, når det gælder brug af agentværktøjer, men den følger Qwens arbejde med computerbrug og terminalopgaver.
- Zuckerbergs essay, "Fremtiden er for alle" argumenterer for, at den største fare er at koncentrere superintelligens i få institutioner.
- Meta planlægger også at udgive open source-versionen af dens Muse Spark 1.2 i de kommende uger og uddybe sin open source-satsning.
💡 Hvorfor skulle du bekymre dig?
Avancerede AI-agenter kan køre privat på din egen enhed – intet abonnement og ingen data sendt til skyen. Bare vej Metas "AI for alle" pitche imod, hvor meget AI-kraft den samler.
Hej! Jeg er Krishna Rungta
Grundlægger af Guru99.com, chefredaktør og teknologiekspert
Blev denne e-mail videresendt til dig? Tilmeld dig gratis her.
