AI-podden vecka 31: modellen går att byta – arbetsminnet gör det inte

Modeller blir lättare att byta. Arbetsminnet runt dem blir det inte.

Det är veckans starkaste signal. Perplexity samlar filer, instruktioner, skills och anslutningar i Projects. Google gör minne och agentidentitet till delar av sin agentplattform. Claude Code Routines låter arbete fortsätta i molnet med kopplade GitHub-identiteter. OpenAI gör Codex-sessioner beständiga och möjliga att förgrena.

Om den riktningen håller blir nästa stora AI-inlåsning inte ett modellnamn. Den blir allt som verktyget minns om hur ni arbetar.

Modellen går att flytta – kontexten stannar

Claude Opus 5 dök under veckan upp både hos Anthropic, i Model Garden på Google Cloud och hos Perplexity. Perplexity lanserade samtidigt Gateway API, som samlar modeller från flera leverantörer bakom en gemensam nyckel och bekanta API-format. MCP 2026-07-28 tog bort protokollsessioner och gjorde serverlagret mer statslöst, cachebart och lättare att dirigera.

Det är en tydlig motrörelse mot modellinlåsning. Själva intelligensen blir mer utbytbar.

Men arbetet runt modellen blir mer beständigt. Det omfattar filer, beslut, återanvändbara instruktioner, anslutna konton, körhistorik och kunskap om vem som får göra vad. Att byta modell kan snart vara en konfigurationsändring. Att flytta tre månaders arbetskontext är en annan sak.

Sex leverantörer bygger var sin form av arbetsminne

Anthropic Claude lanserade Claude Code Routines som en forskningsförhandsvisning. Sparade prompter kan startas av schema, API-händelser eller GitHub-händelser och köras på Anthropic-hanterad infrastruktur. Det gör automationen mindre beroende av att en lokal dator är på, men knyter också rutinen till värdplattformen och dess anslutna identiteter.

Google Gemini gjorde Agent Runtime, Memory Bank och Agent Identity bredare tillgängliga. En körning kan pågå i upp till sju dagar. Strukturerade fakta kan följa med mellan interaktioner och agenten kan få en egen livscykelhanterad identitet. Gemini Spark började dessutom använda inloggade Chrome-sessioner och sparade uppgifter med användarens tillstånd.

Perplexity gjorde om Spaces till Projects. Där kan gemensamma filer, instruktioner, Skills, automationer, anslutningar och kanalbindningar leva kvar som ett arbetsrum. Det är kanske veckans tydligaste exempel på att en AI-produkt vill bli platsen där arbetets minne bor, inte bara platsen där en fråga besvaras.

OpenAI släppte Codex 0.146.0 med beständiga och förgreningsbara sessioner, Agent Plugin-manifest och bättre återhämtning när arbetet avbryts. Samtidigt blev den första stabila Terraform-providern ett sätt att beskriva projekt, identiteter, roller, gränser och inställningar som kod.

Mistral byggde vidare på versionerade Prompts och Skills samt beständiga arbetsflöden. Vibe 2.23.2 lade till en guide för att skapa färdigheter och visade var varje konfigurationsvärde kommer ifrån. När beteendet får versioner och ursprung blir det en tillgång som kan förbättras – och något som måste gå att flytta.

xAI/Grok kombinerade arbetsflöden som kan återupptas med Grok Build, publicering från chatt och webbläsarautomation via TinyFish. Grok flyttade också in i Google Workspace och GitHub Copilot. Här är minnet mindre samlat i en enda projektbehållare, men riktningen är densamma: modellen kopplas till fler ytor där arbete och inloggningar redan finns.

Prissänkningen gör inte minnet mindre värdefullt

OpenAI sänkte API-priset för GPT-5.6 Luna med 80 procent och Terra med 20 procent. Sol fick Fast mode för upp till 2,5 gånger snabbare utdata till dubbla standardpriset. xAI:s nya röstmodell Think Fast 2.0 höjde däremot listpriset från 0,05 till 0,08 dollar per ljudminut.

Det visar hur snabbt modell- och exekveringspriser kan flytta sig. En billigare modell kan ta över ett arbetssteg på en eftermiddag. Däremot försvinner inte den upparbetade nyttan i projektfiler, rutiner, anslutningar och historik lika lätt.

Det ekonomiska testet bör därför omfatta mer än tokenpris:

• Tid till ett godkänt resultat: inte bara kostnad per anrop.
• Värdet av återanvänd kontext: hur mycket arbete slipper teamet upprepa?
• Flyttkostnaden: kan filer, instruktioner, historik och behörighetslogik exporteras i användbara format?
• Avbrottskostnaden: vad händer med pågående arbete om den centrala tjänsten ligger nere?

Den starkaste invändningen: öppna lager kan vinna

Veckans utveckling pekar inte bara mot inlåsning. MCP:s nya statslösa arkitektur, Perplexitys Gateway API och Claude Opus 5 i Google Cloud visar att modeller och verktygsservrar faktiskt kan bli enklare att byta.

Det kan begränsa leverantörernas grepp. En verksamhet kan låta sin beständiga kontext ligga i egna dokument-, databas- och identitetssystem och använda flera modeller ovanpå. Då blir AI-leverantören en motor, inte arkivet för hur arbetet fungerar.

Det är också den viktigaste strategiska skillnaden: minne behöver inte betyda leverantörsminne. Den som medvetet håller kunskap och historik portabel kan dra nytta av bättre modeller utan att börja om.

Frågan efter veckans avsnitt

I podden går vi även igenom Opus 5, Claude-incidenterna, Gemini Robotics ER 2, Grok Voice, Mistral Vibe, OpenAI Transcribe, GPT-5.6-priserna, Perplexity Model Council och veckans viktigaste SDK- och MCP-förändringar.

Men en fråga binder ihop dem bättre än ännu en modellranking:

Om vi bytte modell i morgon – vilken kunskap om vårt arbete skulle vi förlora?

Svaret visar var inlåsningen redan håller på att byggas. Om det låter som ert läge, börja med att märka upp vad som är företagskunskap och vad som bara råkar ligga i en leverantörs projektminne. Det är ett naturligt underlag för Verktygssmide när ett AI-flöde ska bli användbart utan att kunskapen fastnar.

Avsnittet är en AI-genererad masterclass byggd på Hammers djupa dagliga research om AI-leverantörernas uppdateringar och funktioner, bearbetad med NotebookLM.

Underlag: Hammers AI-genererade masterclassresearch, baserad på daglig djupresearch om varje leverantörs uppdateringar och funktioner.