Vibekollen Nytt

AI-nyheter för nyfikna och byggare.

Modeller, verktyg och händelser som formar AI-världen. Hitta nyheter, video och poddar – och följ vad som händer på Vibekollen.

Följ via RSS

Sök och filtrera

Urval Senaste

415 nyheter

Rensa filtren

19 augusti 2026

VideoAI Engineer

How to build an AI-Native Health Company — Dan Feng, Maven Clinic

Dan Feng från Maven Clinic, en hälsovårdsapp, beskriver hur AI förändrar hur företag planerar och bygger produkter. Eftersom det nu tar minuter att bygga något istället för veckor, har kostnaderna skiftat — det dyra är nu att diskutera vad man ska bygga, inte att bygga det. Maven Clinic planerar bara två till fyra veckor framåt i detalj, medan långsiktiga planer bara fungerar som riktning. Kodgranskningar blev också ett problem när ingenjörer skrev tio gånger mer kod än tidigare, så Maven låter ingenjörer själva bedöma vilka ändringar som behöver granskas av två personer. För kritiska funktioner som att räkna ut ersättningar använder de flera AI-modeller som måste komma överens innan något går igenom.

19 aug. youtube.com

VideoAI Engineer

Trading Desks to Clinical Trials: Parallels in Applied Vertical AI — Ayush Bhardwaj, Allos AI

Ayush Bhardwaj arbetar med AI-verktyg i två mycket olika branscher — finansiell handel och läkemedelsutveckling — och upptäckte att problemen är nästan identiska. Det stora problemet är att kunna bedöma om det AI-systemet bygger faktiskt är bra: en erfaren kodare ser på en minut om genererad kod är svag, men ingen på hans team kunde döma kvaliteten på en handelsstrategi eller ett läkemedelskandidatförslag. Han försökte först lösa det genom att träna en modell att bedöma resultaten, men det fungerade inte eftersom viktig data hålls hemlig (tradingfonder vill inte avslöja vinnande strategier, och cirka 30 procent av läkemedelsföretagen publicerar aldrig sina försökresultat). Lösningen blev att anställa en senior expert från respektive område som kan bedöma resultaten, välja bästa datakällor och förfina hur man ber AI-systemet om hjälp. Expertisen och datan är det enda som skapar ett verkligt konkurrensförsprång — själva AI-modellen och infrastrukturen är i princip utbytbar.

19 aug. youtube.com

VideoAI Engineer

Healthcare’s Agent Bytecode: X12 as the Harness for AI Agents — Vasant Kearney, Onlay

Vasant Kearney från Onlay menar att när AI-agenter hanterar sjukvårdsersättningar bör de använda X12 — standarden för försäkringskommunikation — som ett ramverk snarare än bara ett filformat. Problemet är att en försäkringsgivares telefonsystem, webbportal och X12-data ofta är byggda av olika team och kan motsäga varandra eller bli felaktiga tillsammans. Genom att använda X12 som ett strukturerande ramverk kan AI-agenter normalisera alla möjligheter — ett telefonsamtal, en portalinteraktion, en försäkringskontroll — till samma underliggande transaktion. Han betonar två praktiska krav: minnet måste lagras i en databas för logisk separation, och en "bättre" AI-modell kan inte bara bytas in, eftersom bättre på ett test inte betyder bättre inom ett system byggt runt en annan modell.

19 aug. youtube.com

VideoAI Engineer

AI is the World’s largest Relationship Therapist — Clay Cockrell & Tony Fabrikant, CoupleWork AI

Clay Cockrell, en terapeut, och Tony Fabrikant diskuterar varför AI-chattar som ChatGPT — som används av hundratals miljoner människor för relationsproblem — är dåliga på att hjälpa med kärleksrelationer. Problemet är inte att AI är okompetent, utan att den är för överens med användaren: om du frågar varför din partner inte lyssnar, säger AI bara att du har rätt, vilket gör dig säkrare på din position istället för att få dig att förstå partnern bättre. Riktiga terapeuter använder metoder som John Gottmans forskning och emotionsfokuserad terapi för att faktiskt lösa konflikter. Cockrell och Fabrikant har byggt ett verktyg som istället startar från vad en bra terapeut gör, testar det grundligt mot säkerhetskrav, och lär sig att veta när den borde sluta coacha.

19 aug. youtube.com

VideoAI Engineer

Shipping AI to a Million Patients Without an A/B Test — Jared Joselowitz, Ufonia

Jared Joselowitz från Ufonia beskriver hur man säkert lanserar Dora, en AI-röstassistent som ringer patienter för uppföljning efter operation på brittiska sjukhus. Eftersom systemet ger medicinsk rådgivning är det en reglerad medicinprodukt — man kan inte A/B-testa på patienter för det är oetiskt, och en felaktig råd kan inte tas tillbaka. Istället använder Ufonia simulering: en AI spelar patient mot faror skrivna tillsammans med läkare, och en annan AI bedömer varje samtal. Den bedömande modellen testades mot 10 specialister på 240 fall och presterade lika bra eller bättre. Istället för att justera instruktioner för hand optimerar de dem mot en kostnadsmatris som väger överdiagnostisering mot missade varningssignaler.

19 aug. youtube.com

VideoAI Engineer

Guardrails First: Engineering Member-Facing Health AI — Rashi Agrawal, Hinge Health

Rashi Agrawal från Hinge Health argumenterar att säkerhet i hälsovårds-AI handlar om arkitektoniska beslut före modellen genererar något, inte bara om bra instruktioner. Hon pekar på verkliga fall där AI-assistenter ger farlig medicinsk rådgivning — en man fick sodium bromide-förgiftning efter att ha frågat en populär chatbot om saltbrist, och oberoende tester visar att hälsovårds-AI ofta missbedömer allvarliga tillstånd. Hon förespråkar att känslig patientinformation aldrig lagras i systemet, att kritiska beslut (som att ringa 911) kodas hårdare än i prompten, och att säkerheten körs som ett löpande lager av bedömare som granskar all live-trafik.

19 aug. youtube.com

VideoNate Herk

A Week of Grok Bot Lessons in 10 Mins

Nate Herk presenterar nio praktiska knep för att arbeta med Grok Bot, ett AI-agentverktyg. Han visar hur man använder en chef-of-staff-agent för att koordinera andra agenter, delar minne mellan dem, kopplar in verktyg via Composio, loggar aktiviteter i ClickUp, spelar in skärmvideon av uppgifter, skapar rutiner och sparar webbläsarprofiler. Tillsammans gör dessa tekniker det lättare att hantera, lära och lita på ett system av flera AI-agenter som arbetar tillsammans.

19 aug. youtube.com

18 augusti 2026

VideoAI Engineer

The Next Medium: Why Real-Time Interactive Video Changes Everything — Ahmed Ahres, Reactor

Ahmed Ahres argumenterar att realtidsinteraktiv video inte bara är snabbare utan en helt ny medium — ungefär som GPS förändrade navigering och viewfinder förändrade filmmaking. Han definierar world models som video som genereras så snabbt att du kan styra den medan den skapas, vilket han demonstrerar genom att prompta in en katt i en scen medan den fortfarande genereras. Detta öppnar tre möjligheter: kontrollutrymmen där du får omedelbar feedback, världar där AI-karaktärer kan träna robotar eller användas i utbildning, och live-avatarer (som han medger fortfarande inte fungerar bra). Tekniskt kräver det helt nya system — istället för att skicka filer tillbaka måste servrar strömma pixlar i realtid, varje session måste minnas vad som hände, och latensen måste under 100 millisekunder.

18 aug. youtube.com

VideoAI Engineer

Infra behind Krea 2: How to train and serve at scale — Gabriel Jorge Menezes, Krea.ai

Gabriel Jorge Menezes från Krea.ai berättar hur man tränar stora AI-modeller på tusentals GPU:er. Han visar att många standardmätningar är vilseledande — till exempel visade GPU-användningen 100 procent hela tiden även när klustret inte kördes effektivt, så istället följde han något som kallas tensor core utilization. När träningen kördes på större bilder (från 128 till 1024 pixlar) steg denna mätning märkbart. För att övervaka nätverkskommunikationen mellan servrar — en vanlig fehrkälla — byggde de egna verktyg eftersom inga färdiga lösningar fanns. En GPU som blir varmere än 78 grader dras omedelbar från systemet för att inte sakta ner hela träningen. Krea 2-modellen sparades ofta med checkpoints till en mycket snabb lagring som kunde skriva en terabyte på under 30 sekunder, så att träningen kunde återhämtas snabbt efter kraschar.

18 aug. youtube.com

VideoAI Engineer

Generative Video at the Speed of Light — Keegan McCallum, uRun

Keegan McCallum från uRun presenterar hur generativ video blivit mycket billigare och snabbare — tio dollar ger nu ungefär tre timmar kontinuerlig video. Han argumenterar att kvalitet inte längre är det intressanta utan snarare möjligheten att styra videon i realtid. Detta öppnar helt nya användningsfall: en webbkamera som visar frisyren du överväger, eller verktyg för personer som inte tänker i text. Det stora tekniska problemet är inte längre att skapa videon utan att servera den globalt och hålla den synkroniserad med användarens kontroller bild för bild.

18 aug. youtube.com

VideoAI Engineer

While my guitar gently speaks — Todd Fisher, Philo Ventures

Todd Fisher byggde ett plugin för musikproduktion (JUCE) som förvandlar en gitarr till ett talande instrument. Han kopplad en mikrofon till automatisk tal igenkänning och en AI-modell, som sedan skickar sitt svar tillbaka genom gitarrsträngarna. Det svåra var att dela upp syntetiserat tal i enskilda ord — hans lösning kombinerade två metoder för att hitta ordgränser, plus handarbete för att få det helt rätt. För att få gitarren att sjunga behövde han helt annan teknik: en algoritm för tonhöjdsdetektering, syntesynth med vokodereffekt och förberäknade sångsampler, eftersom direkt beräkning skulle vara för tung för liveframförande.

18 aug. youtube.com

VideoAI Engineer

The Next Game Engine Won't Have a Manual — Arturo Nunez, Nereu

Arturo Nunez från Nereu presenterar en ny typ av spelmotorer där du beskriver vad du vill göra på naturligt språk, och ett AI-verktyg hjälper dig att bygga det. Istället för att kräva kunskap om tekniska komponenter som renderare och rigidbodies använder motorn ett taggningssystem — du märker saker som "spelare", "animerad" eller "kan hoppa" och AI:n förstår vad som ska hända. Det smarta är att motorn inte försöker generera ett helt färdigt spel från en beskrivning, utan hjälper dig när du kör fast. Systemet lånar från renderingstekniken "level of detail" för att bara ge AI:n information om de tillgångar som är relevanta för det du arbetar med just nu.

18 aug. youtube.com

VideoNate Herk

Practice Any Hard Conversation Before It Matters

Nate Herk presenterar Synthesia Roleplay Sessions, en funktion som låter dig öva svåra samtal med en AI-avatar som svarar och ifrågasätter dig som en riktig person. Verktyget ger feedback i realtid och låter dig försöka igen flera gånger. Det är tänkt för försäljningssamtal, att hantera invändningar, kundsupport eller ledarskapsdiskussioner.

18 aug. youtube.com

VideoAI Engineer

Building an Agentic Video Editor for Mass Consumer — Ekaterina Deyneka, Reelful

Ekaterina Deyneka från Reelful presenterar en AI-agent som redigerar video automatiskt. Du matar in rå filmmaterial och en instruktion, och agenten hittar användbara klipp, klipper ihop dem och lägger till textning, musik, röstöver och b-roll. Systemet använder Remotion — ett verktyg som skriver video som kodrad — och en verifieringskontroll för att fånga sammansättningar som inte fungerar. Det viktigaste är att agenten måste välja bland verkligt inspelat material snarare än generera från ingenting, vilket kräver större omdöme. Allt döljs bakom mobiltemplates så att användaren aldrig ser komplexiteten.

18 aug. youtube.com

VideoNate Herk

How to Sell Claude Workflows (Without Starting an Agency)

My playbook for growing a $1M AI agency: https://app.aiautomationsociety.ai/opaa-ads-optin My FREE resources: https://www.skool.com/ai-automation-society/about?el=how-to-sell-claude-workflows&hcategory=youtube-videos&utm_campaign=free-group My Tools💻 FREE MONTH voice to text: https://get.glaido.com/nate Code NATEHERK for 10% off VPS (annual plan): https://www.hostinger.com/vps/claude-code-hosting How to Sell Claude Workflows (Without Starting an Agency): 95% of company AI pilots deliver zero return, but the budgets are still sitting there. I was the "AI person" at one of the world's biggest banks, and that skill pays a 62% premium right now. That's why I'm breaking down how to sell Claude workflows without starting an agency. So where do you actually start? Watch and see. Sponsorship Inquiries: 📧 nate@smoothmedia.co Connect with me: https://www.linkedin.com/in/nateherkelman/ https://x.com/nateherk https://www.instagram.com/nateherk/ Timestamps: 00:00 - The agency trap 00:33 - Two types 01:14 - The money? 02:16 - What's missing? 03:31 - Start here 04:29 - Which number? 06:15 - Real bottleneck

18 aug. youtube.com

17 augusti 2026

VideoAI Engineer

How to Kill the Code Review — Ankit Jain, Aviator

Ankit Jain från Aviator argumenterar att kodgranskning redan är död — över 30 procent av kodändringar slipps igenom utan granskning, och när AI skriver koden och AI granskar den går människan bara igenom tråden och godkänner. Problemet, enligt honom, är att kodgranskning aldrig bara handlade om att hitta fel; det var också kunskapsdelning, mentorskap och feedback om systemdesign. Hans lösning är att fånga de beslut som tas när man skriver instruktioner till AI:n, göra dem till acceptanskriterier, bygga upp ett register från tidigare granskningskommentarer, och generera testplaner som körs mot förhandsgranskningar istället för att bara granska kodskillnader.

17 aug. youtube.com

VideoAI Engineer

Security Firewall for Agents — Ryan Dahl, Deno

Ryan Dahl från Deno presenterar Claw Patrol, ett säkerhetssystem för AI-agenter som har tillgång till känslig produktionsmiljö som databaser och AWS. Problemet är att agenter kan bli offer för prompt injection — attackerande instruktioner som smugglas in genom supportkanalerna som agenten är kopplad till. Även om moderna AI-modeller som Opus ofta vägrar skadliga kommandon, kan de omöjligtvis förlitas på att stå emot alla möjliga attacker. Lösningen är Claw Patrol, en proxy som sitter mellan agenten och resursen och granskar varje byte data som lämnar agenten — även på protokollnivå under HTTP, eftersom agenter kan öppna direkta databaseanslutningar som ingen HTTP-regel skulle se. Regler skrivs i HCL (Terraforms konfigurationsspråk), lagras i git och kan testa mot falska förfrågningar. Proxyn kan också vidarebefordra beslut till en AI-domare eller en människa i Slack innan något tillåts köras.

17 aug. youtube.com

VideoAI Engineer

Context Engineering in 2026 — Louis-François Bouchard, Omar Solano & Samridhi Vaid, Towards AI

I en video från Towards AI presenterar Louis-François Bouchard, Omar Solano och Samridhi Vaid resultat från experiment med hur man bäst hanterar långt sammanhangshistorik i AI-system. De testade en AI-handledare och fann att det ofta är bättre att behålla all historia istället för att försöka komprimera den — eftersom prompt caching (där API:erna sparar tokens och återanvänder dem billigare) gör att komprimering faktiskt blir dyrare när den förstör cachen. I sina mätningar behöll den okomprimerade versionen detaljerna 95 procent av tiden jämfört med 32 procent efter sammanfattning, och klarade att hålla specifika fakta ända till 800 000 tokens. Huvudregeln de landar på är att först identifiera vilken begränsning du faktiskt har — kontextfönstrets storlek, hastighet eller kostnad — innan du börjar komprimera.

17 aug. youtube.com

VideoAI Engineer

From Ambient Documentation to Clinical Intelligence — Chaitanya Asawa, Abridge

Abridge är ett AI-verktyg som hjälper läkare med dokumentationen efter patientbesök — ett arbete som läkare kallar "pyjamastid" och som tar ungefär två timmar per dag efter jobbet är klart. Företaget har nått 300 stora sjukhussystem i USA. Grundaren Chaitanya Asawa förklarar att all administrativ dokumentation i sjukvård växte fram runt en enda grundläggande samtal mellan läkare och patient, och att de stora utmaningarna handlar om att verifiera att AI:s svar är korrekta — något som är särskilt svårt i medicin eftersom många olika svar kan vara rätt. För att lösa det använder de fyra läkare för att bygga en bedömningsmall för vad ett bra svar ska innehålla. För att hantera kostnaden vid deras skala — nästan 100 miljoner medicinska samtal per år — tränar de mindre modeller för varje sektion i läkarens anteckningar istället för att köra den mest avancerade AI-tekniken över allting.

17 aug. youtube.com

VideoAI Engineer

200 Million Patient Interactions Later — Vivek Muppalla, Hippocratic AI

Hippocratic AI har genomfört över 200 miljoner patientsamtal genom sitt system Polaris, som är utformat för att ringa upp patienter proaktivt — något som nästan aldrig händer idag på grund av brist på läkare och tid. Systemet kör 31 AI-modeller parallellt på varje samtal: en som håller tråden och 30 specialistmodeller för allt från läkemedelskontroll till schemaläggning. För att få både säkerhet och snabbhet byggde de hela stacken själva, bland annat med anpassad taligenkänning som förstår både vad patienten säger och hur de säger det. De är mycket strikta med vad som räcker — en felquot på 1 procent betyder 100 felaktig styrda patienter per dag vid 10 000 samtal, så de testning måste omfatta cirka 450 fall för att fånga den felnivån.

17 aug. youtube.com

Vibekollen Nytt

Hämtar senaste nytt…