San Jose topper amerikanske byer mest utsatt for AI
OGSÅ: Kinesiske hackere bruker DeepSeek, Thomsons AI verdt 40 millioner dollar
Velkommen til Guru99 AI-rapport!
Topphistorie: Hvor du bor kan avgjøre hvor mye AI omformer arbeidet ditt. Vi pakker også ut en hjemmelaget juridisk modell til 40 millioner dollar, et anonymt kodeverktøy utviklere ikke kan slutte å bruke, og hvorfor billig, åpen AI nettopp har blitt en sikkerhetshodepine. La oss dykke ned i det.
🗺️ Hvor du bor former hvor mye AI-endringer fungerer
Kort omtale:
Ocuco Ansettelseslaboratorium at Faktisk scoret 386 Amerikanske storbyområder om deres eksponering for AI – hvor mye av den lokale arbeidsstyrken som kan omformes av AI. Teknologitunge storbyområder havner på toppen og praktiske økonomier på bunnen, men eksponering betyr ikke tap av arbeidsplasser.
- San Jose tar førsteplassen i den nye eksponeringsrangeringen på storbynivå med 59, Etterfulgt av Seattle (57), Washington, DC (54), San Fransisco (53), Og Austin (52).
- Gjennomsnittet på tvers 386 metroer er 44, på en skala som går omtrent 40 til 60.
- To forsvarssentre blant de ti beste — Lexington Park, Maryland og Huntsville, Alabama — begge med stort ingeniørarbeid.
- De laveste poengsummene går til storbyområder bygget på produksjon, helsevesen og detaljhandel.
- 55% av amerikanske voksne under 30 er nå mer bekymret enn begeistret for AI.
💡 Hvorfor burde du bry deg?
Høy eksponering betyr at oppgavene dine kan endre seg, ikke at de vil forsvinne. Indeeds egne kvalifikasjoner er viktige her: det er opp til lokale arbeidsgivere om disse endringene fører til oppsigelser eller bedre verktøy.
🔓 Kinesiske hackere Doubled-angrep med billig åpen vekt-AI
Kort omtale:
Taiwansk trusseletterretningsfirma TeamT5 fortalte Bloomberg at kinesiske statstilknyttede hackergrupper har mer enn doblet angrepene sine siden de integrerte åpen kildekode-AI i driften sin. Deres foretrukne verktøy er ikke en banebrytende modell, men DeepSeek – billig, tilpassbar og bare lett beskyttet.
- Grimfengxi skrev utnyttelseskode med DeepSeek, Mens Teleboyi hentet 1,000 IP-adresser og kartla målets domener.
- En tredje gruppe, Huapi, traff et taiwansk selskaps e-postsystem ved hjelp av en modell forskerne mener er DeepSeek.
- Kostnad er den viktigste driveren: DeepSeek V4 løper rundt $0.87 per million utgangstokener, mens Moonskuddets Kimi K3 kostnader $15.
- TeamT5 så ingen hendelser med Kimi K3 — kapabel og med åpen vekt, men for dyr å kjøre i stor skala. Yahoo!
- Vestlige modeller dukker fortsatt opp – én gruppe løp Claude Code gjennom et taiwansk nettverk ved å utgi seg for å være autoriserte testere.
💡 Hvorfor burde du bry deg?
Innebygde rekkverk gir reell beskyttelse; de du kan laste ned og ta ut gjør ikke det. Selv om AISI ser på at frontmodeller blir skarpere, kan det faktisk være de laveste prisene som er det vanskeligere problemet å håndtere.
🥷 Ingen vet hvem som bygde denne gratis kodemodellen
Kort omtale:
Okse Alfa dukket opp på OpenRouter 20. august uten firmanavn og pris, og evnen til å behandle en million tokens samtidig sendte utviklere i strøm. Fem dager senere har ingen gjort krav på det, og bevisene peker på Z.ai i Kina.
- For nå, 1,048,576 tegn på kontekst, 131,072 tokens for maksimal utgang, pluss tekst-, bilde- og videoinngang er alle gratis.
- Det virale 80% DeepSWE figuren kom fra nettopp 10 of 113 oppgaver; ytterligere fellesskap driver land i nærheten 63%.
- Okse Alfa er ikke oppført på DeepSWE-er offisielt styre, Hvor Fabel 5 sitte satt 70%.
- OpenCode hevder en kapasitet på 100 billioner tokens per dag – et tall som er ubekreftet og har skapt åpen skepsis.
- Patrick Collison, hvem sin Stripe erverver Åpne ruteren, kalte det «svært imponerende».
💡 Hvorfor burde du bry deg?
Kodehjelp ble nettopp gratis i en uke. Ulempen er at en anonym leverandør beholder ledetekstene dine – greit for sideprosjekter, men ikke for proprietær kode.
⚖️ Thomson Reuters bygde sin egen AI for 40 millioner dollar
Kort omtale:
Thomson Reuters har sluppet ut Thomson, sin første interne AI-modell. Den er bygget på Alibabas åpen kildekode Qwen og trent på flere tiår med Westlaw og Reuters materiale. Målet: slutte å leie AI fra Antropisk og OpenAI og begynne å eie den.
- Regningen kom til $ 40 millioner over to år for ansatte og databehandling. Den siste treningsturen koste omtrent $450,000.
- Etter sine egne standarder, Thomson fyrstikker Claude Opus 4.8 og overgår GPT-5.5, Claude Sonnet 5og Gemini 3.1 Pro.
- En uavhengig gjennomgang funnet hull: Thomson snublet over Juridisk benk, resonnering og koding, og trengte ekstra beregning under testtid.
- Den første jobben var dokumentgjennomgang på Juridisk rådgiver — et produkt som fortsatt hovedsakelig kjører på Claude.
- En mindre, åpenvekts versjon er på vei til Klemme ansiktet, men kun for akademiske institusjoner og ikke-kommersiell bruk.
💡 Hvorfor burde du bry deg?
Billigere juridisk AI kan føre til billigere juridiske tjenester – og hvis en modell på 40 millioner dollar kan matche de som koster en milliard dollar, kan andre datarike firmaer følge samme vei.
🏭 Oumi lar bedrifter eie sin AI, ikke leie den
Kort omtale:
Seattle-basert oppstartsbedrift Oumi ønsker at selskaper skal eie sin kunstige intelligens i stedet for å leie den fra store laboratorier. 11. august lanserte de en Sammensatt AI-fabrikk Det bygger tilpassede modeller fra en ledetekst, distribuerer dem med ett klikk, og fortsetter å forbedre dem på dine egne data.
- Ett klikk distribueres GPU-er som skalerer automatisk med trafikk og faller til null når de er inaktive, og kutter ned på kostnader til bortkastet databehandling.
- Modellene automatisk omskolering på produksjonsdata i sanntid, og gjør virkelige feil om til nye treningssignaler.
- A offentlig kommandolinjeverktøy bygget for agenter lar kodeagenter kjøre opplæring og evaluering akkurat som en utvikler ville gjort.
- Alt – det modellvekter, treningsdata og byggeoppskrift — kan eksporteres under Apache 2.0-lisensen.
- I Oumis egen casestudie, en de fem største amerikanske bankene brukte det til å bidra til modernisering 100 millioner linjer med eldre kode.
💡 Hvorfor burde du bry deg?
For bedrifter er det virkelige problemet kontroll: billigere, mer spesialiserte modeller lar sensitive data forbli lokalt og forbedres over tid. Ulempen er at du trenger fortsatt rene, velorganiserte data for at noe av det skal fungere.
🤖 Metas nye åpne AI kjører rett på enheten din
Kort omtale:
Meta er tilbake i kappløpet om åpne modeller. Dens nye Muse Glimmer er en agentmodell med 30 milliarder parametere som kjører på en enkelt GPU i forbrukerklassen – ingen sky nødvendig. Lanseringen kom med et manifest fra Mark Zuckerberg som argumenterte for at AI burde styrke alle, ikke bare en håndfull laboratorier.
- Det har 30 milliarder parametere kjører likevel lokalt på én GPU i forbrukerklasse under den permissive Apache 2.0 lisens.
- Det er Metas første helt åpne utgivelse siden den avviklet sin Llama-linje i april og lanserte den proprietære Muse Spark.
- På Metas egne referansepunkter slår den konkurrenter i samme størrelse når det gjelder bruk av agentverktøy, men den følger Qwens bruk av datamaskiner og terminaloppgaver.
- Zuckerbergs essay, «Fremtiden er for alle» argumenterer for at den største faren er å konsentrere superintelligens i noen få institusjoner.
- Meta planlegger også å gi ut åpen kildekode-versjon av Muse Spark 1.2 i løpet av de kommende ukene, og styrke sin satsing på åpen kildekode.
💡 Hvorfor burde du bry deg?
Avanserte AI-agenter kan kjøre privat på din egen enhet – uten abonnement og ingen data sendt til skyen. Bare vurder Metas «KI for alle» pitche mot hvor mye AI-kraft den samler.
Hei! Jeg er Krishna Rungta
Grunnlegger av Guru99.com, sjefredaktør og teknologiekspert
Ble denne e-posten videresendt til deg? Registrer deg gratis her.
