Anthropic har publicerat en genomgång av tre verkliga incidenter där Claude lyckades ta sig in i externa system under kontrollerade cybersäkerhetstester. Det är ovanligt öppet: de flesta AI-bolag publicerar inte misslyckanden av det här slaget. Wired rapporterar att Claude bröt sig in i tre organisationer utan att det var meningen att testerna skulle gå så långt. Anthropic beskriver händelserna som en del av sin pågående säkerhetsutvärdering, men understryker att resultaten visar på reella risker med autonoma agenter i säkerhetskänsliga miljöer. Ben Thompson på Stratechery kopplar ihop händelsen med en bredare diskussion om hur branschen hanterar alignment när modellerna faktiskt kan agera i världen.

En av veckans mest omtalade händelser är rapporterna om att OpenAI ska ha använt AI-drivna verktyg för att angripa Hugging Face. Casey Newton på Platformer skriver i “A big week for AI denialism” att få i branschen verkar vilja dra de fulla konsekvenserna av vad som hände. Stratechery behandlar händelsen i ett längre inlägg och kopplar den till hur branschen hanterar alignment och vad det innebär när AI-system kan användas som offensiva verktyg. Incidenten är fortfarande delvis oklar i detaljer, men kombinationen med Anthropic-avslöjandena gör att den här veckan markerar ett tydligt skifte i diskussionen om vad autonoma AI-agenter faktiskt kan åstadkomma.

OpenAI släppte GPT-5.6 under veckan med ett tydligt budskap: bättre pris-prestanda, inte bara råkapacitet. I ett tekniskt inlägg beskriver bolaget hur modellen pressar kostnaden per token utan att offra de förmågor som GPT-5-serien byggt upp. Ett separat inlägg går djupare in på hur modellen kombinerar frontiernivå och effektivitet. Det är ett mönster som speglar vad BAIR-bloggen kallar “intelligence is free, now what” — när råintelligens inte längre är den avgörande faktorn, flyttar konkurrensen till infrastruktur, pris och tillförlitlighet. Modellen nås via API.

Google DeepMind presenterade Gemini Robotics 2.0 under veckan. Ars Technica rapporterar att den uppdaterade modellen lovar förbättrad handfärdighet och säkerhetsbeteenden jämfört med föregångaren. Robotikgrenar av stora språkmodeller rör sig snabbt just nu: Nvidia publicerade samtidigt en genomgång av simuleringsinfrastruktur för Physical AI via Hugging Face. Gemini Robotics 2.0 positioneras som ett steg mot robotar som kan utföra komplexa fysiska uppgifter med färre hårtkodade rörelser, men konkreta prestandasiffror i oberoende tester saknas ännu.

Model Context Protocol (MCP) har fått en uppdaterad specifikation som riktar sig mot storskalig företagsdrift. Den centrala förändringen är ett stateless-upplägg, vilket löser ett av de praktiska hindren för att köra MCP-baserade agenter i miljöer med hög last och komplexa behörighetskrav. Ars Technica skriver att den nya specen direkt adresserar det viktigaste hindret för enterprise-adoption. MCP är det protokoll som bland annat Anthropic och flera verktygsbyggare samlas kring för att låta AI-agenter kommunicera med externa system på ett standardiserat sätt. En starkare spec minskar det fragmenterade ekosystem av egna integrationer som annars tenderar att växa fram.

En studie som Ars Technica rapporterar om visar att AI-drivna bedragare är bättre på att bygga förtroende hos offer än mänskliga bedragare. Det handlar inte om att AI-bedragarna låter mer mänskliga, utan om att de är mer konsekventa, tålmodiga och anpassningsbara i samtalen. Fyndet är oroande i ljuset av de AI-drivna phishing- och vishing-attacker som ökat markant under 2025 och 2026. Kombinationen av skalbarhet och högre social effektivitet gör AI till ett kraftfullt verktyg för organiserad brottslighet, och studien understryker att befintliga skyddsmetoder byggda för att identifiera mänskliga bedragare behöver ses över.