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

10 september 2026

VideoMatt Wolfe

I Built A Tool To Detect AI Slop (You Can Have It)

Matt Wolfe försökte bygga ett verktyg för att upptäcka AI-genererad video — så kallad "AI slop" — eftersom det blir allt svårare att se skillnaden på riktiga och falskt skapade videor. Han experimenterade med olika metoder, stötte på problem med att få verktyget att fungera, men fick till slut en arbetsversion efter åtta timmar. Verktyget blev dyrare att köra än förväntat, och Wolfe delar koden öppet på GitHub så andra kan testa det själva.

10 sep. youtube.com

9 september 2026

VideoAI Engineer

The exact tools used to port a massive codebase in days #programming #typescript #dev

Why porting a massive codebase from Python to TypeScript was the right move. Mike Krieger, co-lead of Anthropic and founder of Instagram, breaks down the unconventional engineering decision behind this switch. He details how integrating Bun and a new deployment strategy justified the migration despite the scale of the project. Subscribe for more deep dives into complex engineering choices.

9 sep. youtube.com

VideoMatthew Berman

We need to talk about this...

Join My Newsletter for Regular AI Updates 👇🏼 https://forwardfuture.com My Links 🔗 👉🏻 X: https://x.com/matthewberman 👉🏻 Forward Future X: https://x.com/forwardfuture 👉🏻 Instagram: https://www.instagram.com/matthewberman_ai 👉🏻 Discord: https://discord.gg/u7wTTGWhuJ 👉🏻 Spotify: https://open.spotify.com/show/6dBxDwxtHl1hpqHhfoXmy8 Media/Sponsorship Inquiries ✅ https://bit.ly/44TC45V Links: https://yitongdeng-projects.github.io/neural_flow_maps_webpage/ https://svs.gsfc.nasa.gov/ https://cims.nyu.edu/~tristanb/statement.pdf https://situational-awareness.ai/ https://lichess.org/analysis https://www.fide.com/fide-announces-the-list-of-players-for-the-2025-world-rapid-and-blitz-a-stellar-lineup-in-doha/ https://github.com/lobehub/lobe-icons https://authors.library.caltech.edu/records/t0yjn-swh07 https://www.youtube.com/watch?v=W9KHVlnJLjQ

9 sep. youtube.com

VideoNate Herk

Thank You for 1M Subscribers

Nate Herk nådde 1 miljon prenumeranter på YouTube, 720 dagar efter sitt första videoinlägg. Han började som nyutexaminerad från college med enkla medel – en $30 webkamera utan mikrofon – och människor började titta ändå. Han tackar sina föräldrar, sitt team och sina tittare för att ha stöttat honom genom lärande och misstag.

9 sep. youtube.com

VideoMatthew Berman

OpenAI responds to the math authorship dispute

9 sep. youtube.com

VideoAI Engineer

The Universal Remote Control for AI — Alex Hancock, Block

Alex Hancock från Block talar om standarder för AI-agenter — alltså program som kan göra saker själva. Det finns redan en standard (MCP) för hur agenter når ut och använder verktyg, men det saknas en standard för motsatta hållet: hur klientprogram styr agenter och får uppdateringar tillbaka. Hancock presenterar ACP (agent client protocol), som tillåter olika klientprogram att köra samma agent utan att behöva byggas speciellt för den. Han demonstrerar hur två helt olika klienter — texteditorn Zed och ett terminalprogram från Poolside — kan styra samma agent. Med standarder för hela kedjan blir varje del (klient, agent, verktyg, AI-modell) oberoende, vilket kan leda till bättre användarupplevelse.

9 sep. youtube.com

VideoAI Engineer

MCP Apps: Give the Model Data, Give the User a UI — Dustin Mihalik, Indeed

Dustin Mihalik från Indeed visar hur man bygger AI-appar med bra gränssnitt utan att det förstör modellens förmåga att tänka. Problemet är att när man lägger till en snygg widget som visar resultaten direkt, slutar modellen ofta att utforska — den ser svaret på skärmen och stannar. Han presenterar tre regler: allt som visas användaren måste också skickas till modellen som data, verktyget måste berätta att ett gränssnitt finns, och viktigast — separera databearbetning från presentation. På Indeed använder de ett sökarverktyg som modellen kan anropa fritt, plus en separat renderingswidget som tar en lista med id:n, så modellen kan söka hundra jobb, filtrera till fem och bara visa de.

9 sep. youtube.com

VideoAI Engineer

The Spatial Harness: Bringing Agents to the Canvas — Max Drake, tldraw

Max Drake från tldraw visar hur man får AI-agenter att förstå och arbeta med visuell layout på en digital canvas. Det är svårare än att få agenter att skriva kod, för de är tränade på text. Hans lösning börjar med att lära en modell läsa canvasen från bilder och JSON-data, sedan bygger han ett starterpaket där agenter kan sätta sina egna uppgifter. Senare lägger han till synliga "älvor" — agenter renderade som animerade figurer som man kan se arbeta tillsammans — och ett system där flera agenter kan chatta och delegera jobb sinsemellan.

9 sep. youtube.com

VideoAI Engineer

One Designer + AI. Hundreds of Deliverables. — Vincent Wendy, AI Engineer

Vincent Wendy är den enda designern på AI Engineer och designar för en konferens med 7 000 deltagare, över 140 sponsorer och 300 talare — vilket kräver tusentals designelement som affischer, skyltar och sessionskort. För att klara detta använder han AI-agenter tillsammans med en strikt designstandard som förhindrar att AI uppfinner egna typsnitt. Hans metod består av fem steg: bygga en solid grund, göra designs återanvändbar, automatisera arbetsflöden, validera resultatet och ta bort onödiga steg. Genom detta kan han låta marknadsföringsteamet skapa e-post och flygblad själva, automatiskt hämta tidsplaner från livedata, generera talarkort med rätt foton, och snabbt hitta fel — som att upptäcka vilka sponsorlogotyper som saknas på banderollen.

9 sep. youtube.com

VideoAI Engineer

Your agents lack context: Here's how to fix "You're absolutely right!" — Brandon Waselnuk, Unblocked

Brandon Waselnuk från Unblocked visar att AI-agenter ofta saknar kontextförståelse om organisationen, vilket leder till slöseri med beräkningskraft och långsamma processer. Han demonstrerar att samma prompt utan kontextmotor förbrukade 21 miljoner tokens och tog två timmar längre än med en kontextmotor som bara använde 10,8 miljoner tokens. Problemet växer när team skalas upp från enkel kodkomplettering till parallella agenter — agenter börjar göra fel, letar igenom information ineffektivt och kräver många granskningsrundor. Waselnuk argumenterar att bara att ge agenter tillgång till information räcker inte; de behöver en riktig kontextmotor som kan lösa konflikter, förstå vad som är relevant för just denna teammedlem, och upprätthålla behörigheter.

9 sep. youtube.com

VideoAI Engineer

It’s Tokens All The Way Down: How RLMs are Different — Kevin Madura, AlixPartners

Kevin Madura från AlixPartners presenterar recursive language models (RLM) — ett sätt att få AI-modeller att arbeta mer som programmerare än språkbehandlare. Istället för att försöka läsa genom alla tokens direkt kan en RLM behandla sitt innehål som variabler i en kodmiljö, skriva Python-kod för att lösa problem och även delegera till sig själv eller andra modeller för att dela upp svåra uppgifter. På ett benchmark för långt resonemang förbättrades noggrannheten från 2,6 procent till 45,4 procent, särskilt för uppgifter som blir enkla när man skriver kod. Han visar praktiska exempel som att analysera kunddata, sammanfatta långa fakturor och hitta mönster i loggar — allt utan att behöva hacka upp texten i bitar.

9 sep. youtube.com

VideoAI Engineer

Build-Time vs. Run-Time: Why Dev Tools Fail in Production — Averi Kitsch & Prerna Kakkar, Google

I en video från Google visar Averi Kitsch och Prerna Kakkar varför AI-agenter ofta förstör databaser i produktion. De skiljer mellan "build-time tools" — flexibla verktyg för utvecklare under kontroll — och "run-time tools" som måste vara strikta, fördefinierade och låsta. En agent kan till exempel läsa en planterad instruktion och radera en tabell utan att något stoppar den. Lösningen är att särskilja vem användaren är, vilket program som frågar, och vilken agent som kör kommandot — sedan låsa ner agentens rättigheter så hårt att den bara kan göra exakt vad den ska.

9 sep. youtube.com

VideoMatt Wolfe

This AI Makes Any Photo 3D

World Labs har utvecklat en AI-modell som heter Atlas som kan skapa en helt utforskbar 3D-miljö från en enda foto. Du kan sedan flytta kameravyn och titta på samma plats från helt nya vinklar — det är inte en video utan en faktisk 3D-värld. Om du matar in flera foton kan modellen kombinera dem till en större, navigerbar scen.

9 sep. youtube.com

VideoMatthew Berman

ChatGPT solved a $1M Math Problem

9 sep. youtube.com

VideoNate Herk

GPT-6 Astra Finally Solves AI Video Editing (full guide)

Nate Herk visar hur man använder AI-verktyg för att automatisera videoediting. Han går igenom hur man kopplar samman Codex och Hyperframes (verktyg för att skriva kod som styr videoediting) med ElevenLabs (som gör automatisk textning från tal), och sedan använder vanlig engelska för att instruera AI:n att skapa saker som introkort, synkroniserad textning, rörelsegrafikeffekter och 3D-animationer. Guiden visar konkreta exempel på YouTube-videor, Reels och annonser, och hur man kan göra dessa redigeringsarbetsflöden återanvändbara.

9 sep. youtube.com

8 september 2026

VideoAll About AI

Building a GPT-6 Kalshi AI Trading Bot From Scratch (full guide)

Building a GPT-6 Astra Kalshi AI Trading Bot From Scratch (full guide) Kalshi: https://www.kalshi.com/r/aaa MaxxQuant AI Agent Hedge Fund - The Worlds First Hedge Fund For AI Agents: https://www.maxxquant.com Polymarket: https://polymarket.com/?r=allabtai3 x: https://x.com/AllAbtAI 👊 Become a YouTube Member to Support Me: https://www.youtube.com/c/AllAboutAI/join Website: https://www.allabtai.com Business Inquiries: kbfseo@gmail.com 00:00 Building an AI weather trading bot 01:20 How Kalshi weather markets work 02:27 Set up Codex with GPT-6 Astra 03:57 Get WeatherNext 3 and Google Cloud access 07:19 Connect Kalshi and check market rules 10:53 Backtest the weather forecasts 14:30 Review the backtest results 16:14 Predict tomorrow's temperature ranges 17:29 Prepare the AWS server 21:03 Build and test the trading logic 23:57 Deploy the bot to AWS 27:11 Live test at market opening 29:09 Why the bot skipped the trade 32:09 Running costs and bot troubleshooting 34:03 Final thoughts and what's next

8 sep. youtube.com

VideoMatt Wolfe

3 Big ChatGPT Updates You Need to Know

ChatGPT har fått tre nya uppdateringar. Du kan nu automatisera uppgifter som triggas från Gmail, Slack och GitHub. Du kan också logga in på webbplatser säkert utan att exponera ditt lösenord. Dessutom finns det en ny version som kostar 20 procent mindre.

8 sep. youtube.com

VideoAI Engineer

500 Skills, Zero Fine-Tuning: LinkedIn's Playbook for AI Agents — Ajay Prakash, LinkedIn

LinkedIn har byggt ett system där AI-agenter kan hantera kodningsuppgifter och incidenter automatiskt — från att fånga ett larm till att föreslå och applicera en fix på minuter. Problemet var att agenter hallucinerande när de mötte Linkedins tusentals interna kodarkiv, egna databaser och unika konfigurationssystem. Istället för att dumpa alla verktyg på agenten använder de tre enkla meta-verktyg (söka, hämta schema, köra) och något de kallar "playbooks" — instruktioner lagrat som verktyg som agenten kan anropa. Playbooks är modulära och uppdateras när agenter hittar dem föråldrade, vilket håller kunskapssamlingen levande.

8 sep. youtube.com

VideoAI Engineer

How long can your skills be before your agent forgets what you told it? — Laurie Voss, Arize AI

Laurie Voss från Arize AI testade hur många instruktioner AI-modeller kan följa när man ger dem en lista med ord som ska finnas med i ett svar. För ett år sedan glömde modellerna bort instruktioner när listan växte till 200–300 ord. Idag klarar de senaste modellerna 5 000 instruktioner innan något går fel — en tiofaldig förbättring på tolv månader. Men modellerna misslyckas på olika sätt: några glömmer regler, andra vägrar på grund av säkerhetskontroller, och några använder all sin beräkningskraft för att verifiera instruktioner istället för att svara. Voss säger att problemet inte längre är att få in instruktionerna, utan att kontrollera att modellen faktiskt följer dem.

8 sep. youtube.com

7 september 2026

VideoNate Herk

I Turned GPT-6 Astra Into a 24/7 Stock Trader (tutorial)

Nate Herk visar i en tutorial hur man sätter upp OpenAI:s modell GPT-6 Astra som en automatiserad aktiehandlare som kan jobba dygnet runt. Han genomför ett sju dagars experiment med riktiga pengar (10 000 dollar) och går igenom hur man kopplar ihop Astra med handelplattformen Alpaca, sätter upp automatiska uppgifter, övervakar handeln via ClickUp och mobilen, och förklarar varför man bör testa med skinnjakt (papperssimulerad handel) innan man riskerar riktiga pengar.

7 sep. youtube.com

Vibekollen Nytt

Hämtar senaste nytt…