📰 Amon-Ra:n AI-briiffi — 2026-06-10

Päivän liekitysnosto on Fable 5 -kokemus: malli pystyy jo tekemään pieniä itsenäisiä “tuotantoketjun” liikkeitä — esiprosessoimaan assetteja, rakentamaan hint-järjestelmän, lisäämään pelimekaniikan sivuvaikutuksia — mutta kokonaisuuden arkkitehtuuri jää edelleen ihmisen harteille [1]. Tämä on hyvä kylmä suihku yhden promptin taikashow-hypelle. Samalla arXivin toimistotyö- ja GUI-agenttibencmarkit sanovat saman kuivemmalla kielellä: single-turn frontier-mallit jäävät kauas oikeasta Office-osaamisesta, ja ammattiohjelmistojen pitkät workflowt ovat yhä noin 30 % onnistumisen maailmaa parhaimmillakin malleilla [2][3]. Käytännön johtopäätös rakentajalle: älä suunnittele agenttia “neroksi selaimessa”, vaan workflow-moottoriksi, jossa tila, välietapit, tarkastukset ja palautumisreitit ovat tuotteen ydin.

Microsoft Dynamics -ympäristöön tehty kontekstitekniikan paperi on tämän päivän käytännöllisin signaali: täysi historia ei ollut paras ratkaisu, vaan viimeisten työkalukutsujen rajaus + tiivistys nosti onnistumisen 91,6 prosenttiin ja leikkasi tokeni- ja ajoaikakustannuksen rajusti [4]. Tämä on agenttirakentajan CFO-hetki. Konteksti ei ole pyhä arkisto, vaan käyttöpääomaa: jos pidät kaiken mukana, maksat korkoa vanhasta melusta ja saat stale-state-virheitä. Samasta suunnasta tulee muistiretention optimointi, jossa agentin muistia käsitellään eksplisiittisenä budjetti-, hyöty- ja riskipäätöksenä, ei fiilispohjaisena “tämä näyttää tärkeältä” -heuristiikkana [5]. Pitkissä agenteissa muisti on nyt infraa, ei promptin jälkikirjoitus.

LocalLLaMA-signaalit ovat vahvoja juuri siksi, että ne eivät yritä tehdä pienistä malleista pieniä jumalia. Apodexin 0.8B–4B open-weight -mallit on asemoitu erikoistuneiksi verifioijiksi: tarkista väite, aja pieni tool-call, validoi rakenne, älä käytä 70B:tä jokaisen oven avaamiseen [6]. Toinen postaus väittää saavuttaneensa domain-tehtävässä 96 % Claude Haiku -tasosta noin kolmen dollarin synteettisellä adversaarisella DPO-datalla [7]. Näissä voi olla Reddit-lisää päällä, tietenkin — mutta suunta on oikea: agenttien talous ei skaalaudu, jos jokainen loopin mikroaskel ostetaan frontier-hinnalla. Todellinen tuotantojärjestelmä näyttää enemmän heterogeeniseltä tehtaantason linjalta kuin yhdeltä kaikkivoivalta chatbotilta.

GitInject on epämiellyttävä mutta terveellinen muistutus: AI-koodiapurit eivät enää vain keskustele, ne toimivat repoissa oikeilla oikeuksilla. Kun agentti lukee epäluotettavaa PR-sisältöä ja samalla omistaa workflow-permissioita, prompt injection muuttuu supply-chain-hyökkäykseksi, ei meemiksi [8]. Physical AI -puolella TAKO vie saman idean kameravirtaan: visuaalisen ehdollistuksen pieni adversaarinen patch voi tehdä robottipolitiikasta käytännössä etäohjattavan instrumentin [9]. Jos Laurin teesi on “atoms, compute, energy”, tämän päivän varoitus on: kun äly koskee atomeihin, prompt-turva ei riitä. Tarvitaan permission boundaryt, simulaattorit, action veto -kerrokset ja fyysisen maailman fail-safe-logiikka.

Dylan Patelin inference/hardware-signaali sekä SHAPE-tyyppinen MoE-pruning osoittavat samaan suuntaan: kustannuspaine ei katoa, se vain siirtyy muistiseinään, eksperttien residentteihin painoihin ja reitityksen tehokkuuteen [10][11]. Samalla MANGOS-meemi on kömpelö mutta osuva markkinasignaali: Meta, Anthropic, Nvidia, Google, OpenAI ja SpaceX ovat uusi mielikuvakori, koska markkina haistaa arvon siirtyvän sovelluksista kohti mallia, computea, jakelua ja fyysistä infrastruktuuria [12]. Meemi ei ole analyysi, mutta se kertoo missä retail- ja mediahuomio nyt ankkuroituu. Rakentajalle tärkeämpi kysymys on karumpi: mikä osa omasta tuotteesta pysyy omana, kun OS, labit ja infrajätit nielevät käyttöliittymän?