Nye AI-agenter får egen sky-PC og kontakter deg proaktivt på Slack og SMS
Innen tre uker lanserte Meta agenten Muse (8. september), OpenAI introduserte «dots» på Developer Day (29. september), og flere konkurrerende agenter kom på plass. Men den mest betydningsfulle endringen denne høsten kan være en erkjennelse fra forskeren Ethan Mollick: Han regnet med at mennesker måtte bygge og styre agentlag nøye, omtrent som å bygge et selskap. Det viste seg å være unødvendig — å organisere arbeid er, skriver han, bare enda en ting AI kan lære seg.
Erkjennelsen som rammeverk
«Jeg trodde at å få agenter til å fungere effektivt som en gruppe ville kreve omhyggelig konstruksjon, i likhet med å bygge et selskap», skriver Ethan Mollick i essayet «The Dot and the Swarm» på nyhetsbrevet One Useful Thing 1. oktober 2026. Konklusjonen hans: «Det viste seg at å organisere arbeid bare er enda en ting AI kan lære seg.»
Det er en uvanlig bevegelse for en av de mest leste AI-kommentatorene: en eksplisitt korrigering av sin egen prognose. Og den kommer på et tidspunkt der produktlandskapet faktisk har endret seg. Mollick peker på Metas Muse — som han beskriver som nummer én i App Store — OpenAIs konkurrerende dots, og lignende tilbud fra Grok Bot, Instinct og Gemini Spark. Alle disse produktbeskrivelsene er Mollicks egne rapporter, ikke uavhengig verifiserte. Men nedlastningstallet for Muse er bekreftet fra annet hold: Ifølge Yahoo Finance (2. oktober) toppet Muse ChatGPT i Apple iOS-nedlastinger etter lanseringen 8. september.
Erkjennelsen er viktig fordi den flytter fokus. Diskusjonen om AI-agenter har i stor grad handlet om hvordan mennesker skal orkestrere dem — rammeverk, roller, prosjektledelse. Mollicks poeng er at dette problemet delvis løser seg selv når agentene får vedvarende minne, egen maskinvare og muligheten til å kommunisere proaktivt.
Hva som faktisk ble lansert
Den konkrete nyheten består av tre hendelser på under en måned:
8. september 2026: Meta lanserer Muse, en personlig AI-agentapp. Ifølge Yahoo Finance blir den raskt mer nedlastet enn ChatGPT på iOS — men Meta har ennå ikke rapportert et kvartal som inkluderer Muse, så ingen vet hva den tjener.
29. september 2026 (amerikansk tid): OpenAI introduserer «dots» — bofaste agenter i ChatGPT — på selskapets Developer Day, der administrerende direktør Sam Altman presenterte dem som «alltid på»-agenter for vanlige forbrukere, ifølge WIREDs Uncanny Valley-podcast (1. oktober).
1. oktober 2026: Mollick publiserer «The Dot and the Swarm», som kobler produktbølgen til det bredere argumentet om selvorganiserende AI.
Det finnes ingen primær OpenAI-dokumentasjon i det tilgjengelige kildematerialet. Den mest detaljerte beskrivelsen av hvordan dots fungerer kommer fra DenDen (note.com, 2. oktober), en sekundær oppsummering av OpenAIs offisielle kunngjøringer og hjelpedokumentasjon — maskinoversatt, ifølge dens egen systemmelding. Mekanismene nedenfor bør derfor leses med det forbeholdet.
Hvordan agentene fungerer
Felles for den nye bølgen er tre egenskaper som skiller dem fra tidligere chatboter:
Vedvarende maskinvare og minne. Hver dot har ifølge DenDen sin egen dedikerte sky-PC, nettleser og hukommelse, og fortsetter å jobbe mens den holder styr på prosjektet. Det er som å ha en fast ansatt med egen pult og egen maskin: Du kan overlevere oppgaver, og agenten jobber videre selv når PC-en din er lukket. Agenten tar kun kontakt når en beslutning trengs.
Menneskelige kommunikasjonskanaler. Mollick beskriver kjernen i produktene slik: «Trikset er at du snakker med modellen slik du ville snakket med et menneske, og sender den meldinger på Slack, SMS eller WhatsApp, og den når også proaktivt ut til deg, slik et menneske ville gjort. For dots kan du faktisk også hoppe på en samtale med agenten din.» Proaktiv kontakt er en vesentlig endring: agenten er ikke et verktøy du åpner, men en aktør som tar initiativ over kanaler som hittil har tilhørt mennesker.
Lært kontekst i stedet for levert kontekst. Dette er Mollicks egentlige poeng, og det er hans analyse, ikke en verifisert egenskap: «Jeg tror det viktigste er hva du ikke lenger trenger å fortelle dem. Du trenger ikke å skrive inn tonnevis av kontekst — AI-en lærer det fra meldingene dine. Du trenger ikke gi dem en plan, de utvikler planer selv.»
Dots' tillatelsesmodell
Sikkerhetsmekanismene i dots, slik DenDen gjengir OpenAIs sikkerhetsdokumentasjon, fungerer slik: For hver enkelt operasjon kan brukeren i «Custom Rules» velge mellom «kjør uten bekreftelse», «bekreft før kjøring» eller «overlat til bruker». I tillegg sjekker en egen mekanisme kalt «Auto-review» handlinger som å sende meldinger eller endre filer mot reglene — og ifølge DenDen kan ikke dot-en selv stoppe denne kontrollen. Passord skal aldri sendes til modellen.
Dette er en fornuftig arkitektur på papiret: en beslutningspyramide der brukeren velger risikonivå per operasjonstype, og et kontrollag agenten ikke kan omgå. Men dette er OpenAIs egen dokumentasjon, gjengitt gjennom en sekundær kilde. Hvordan systemet oppfører seg i praksis — hvor ofte Auto-review faktisk blokkerer noe, hvor lettvindt brukere er med å gi «kjør uten bekreftelse» — vet vi ennå ingenting om.
Hvordan man bør vurdere dem
Mollick tilbyr et konkret evalueringskriterium: Ikke se på agentens oppgaveliste, men på hva du ikke lenger trenger å fortelle den. En agent som krever at du staker ut alt, er fancy automatisering. En agent som har lært prosjektet ditt, dine preferanser og dine arbeidsmønstre fra meldingshistorikken — og som utvikler planer på egen hånd — er noe annet.
Han illustrerer med egne, førstepersons-erfaringer som bør leses nettopp som det: hans egne rapporter. I én anekdote fanget en agent en feil han selv hadde gjort i en e-post om en tillatelse. I en annen oppdaget Muse at et flyselskapskreditt han eide, var i ferd med å utløpe — og da Mollick spurte, kontaktet agenten American for å be om forlengelse.
Anekdotene er ikke dokumentasjon, men de peker på den reelle produktendringen: Agentene overvåker, vurderer og handler — ikke bare svarer.
Den andre siden: over-permitterte agenter
Samtidig med entusiasten kommer advarslene. På et panel på HumanX AI-konferansen, ledet av Rob Pegoraro, sa Diana Kelley, CISO i Noma Security, til PCMag (1. oktober): «AI-agentene blir veldig over-permitterte.» Hun viste senere til Nomas forskning, som viser at GitHubs agentiske arbeidsflyt kunne lures til å eksponere konfidensielle kodedepot.
Advarselen peker mot et velkjent sikkerhetsproblem: En agent med brede tillatelser kan utnyttes eller feildirigeres til å bruke legitim tilgang til skadelige formål. Det som gjør saken ekstra betent, er at den nye generasjonen personlige agenter per design skal ha bred tilgang — til e-post, filer, nettleser, meldingskanaler — for å være nyttige. Dots' Custom Rules er et forsøk på å sette granulære begrensninger på nettopp denne spenningen.
Kelleys bredere poeng i PCMag-oppsummeringen er kanskje den mest nyttige kalibreringen for leseren: Den reelle risikoen ligger ikke i fantasifulle nye agentangrep, men i grunnleggende ting som aldri ble oppdatert eller lukket. Agenter forsterker eksisterende sårbarheter; de skaper ikke nødvendigvis helt nye.
Og Mollick selv peker på en konsekvens ingen produsent har som mål. Med «Clawlikes» — hans samlebetegnelse på denne typen personlige agentapper — advarer han om at «alle bedrifters kundeserviceagenter står i fare for å bli overveldet av Clawlikes som forhandler om bedre priser via tale- og chatkanaler laget for mennesker». Eksemplet hans — Muse som kontakter American — er en forsmak: Når millioner av agenter forhandler på vegne av millioner av brukere, endres økonomien i kundeservice fra bunnen av. Dette er hans spådom, ikke et dokumentert faktum.
Hva vi ikke vet
Flere vesentlige spørsmål står åpne:
- Inntekten. Yahoo Finance er eksplisitt: Meta har ikke rapportert et kvartal som inkluderer Muse, så «ingen har sett hva den tjener». Nedlastingsdata måler nysgjerrighet, ikke betalingsvillighet. Påstanden om at disse agentene er kommersielt transformative er ren spekulasjon inntil kvartallstall foreligger.
- Kildegrunnlaget for dots. Alle mekaniske detaljer kommer via DenDen, en sekundær og maskinoversatt oppsummering. OpenAIs egne dokumenter er ikke en del av det verifiserbare grunnlaget her.
- Mollicks fulle argument. Essayet foreligger kun i utdrag, og den komplette argumentasjonen om «swarms» — agentflokker på større skala — kan ikke verifiseres i sin helhet. Erkjennelsen om selvorganisering er dokumentert; hvor langt han mener prinsippet strekker seg, er uklart.
- Produktlandskapet. Mollicks liste over konkurrenter (Grok Bot, Instinct, Gemini Spark) og hans utsagn om Musas App Store-plassering er hans egne rapporter. Kun Musas nedlastningstoppplassering på iOS er bekreftet via Yahoo Finance.
- Ingen dokumenterte hendelser. Det foreligger ennå ingen offentlig dokumenterte sikkerhetshendelser som kobler de nye agentenes tillatelsesmodeller til reelle innbrudd. Kelleys advarsel er forebyggende, basert på forskning på agentarbeidsflyt — ikke på kjente brudd i dots eller Muse.
Hva man bør følge med på
Tre ting vil avgjøre om denne bølgen er et skifte eller en syklus: kvartallstall som viser om Muse og dots genererer inntekt eller bare nedlastinger; standardinnstillingene for tillatelser — om leverandørene faktisk tør å levere «bekreft før kjøring» som standard, eller om konkurransepress driver mot friksjonsfrie, brede tillatelser; og om det dukker opp dokumenterte hendelser der agenttillatelser utnyttes i praksis.
Mollicks erkjennelse er uansett verdt å ta med seg: Spørsmålet er ikke lenger om mennesker kan organisere AI-arbeid, men hvem som bærer risikoen når agentene organiserer arbeid — og kontakter omverdenen — på våre vegne.
Kilder: One Useful Thing, DenDen, WIRED, PCMag, Yahoo Finance