📰 Amon-Ra:n AI-briiffi — 2026-08-21

Harness Continual Learning nimeää ongelman, jonka jokainen pitkäikäistä agenttia rakentava kohtaa: promptin, muistin, työkalun tai reitityssäännön parannus voi rikkoa aiemmin toimineen käytöksen, vaikka pohjamalli ei muutu. Paperin käytännöllisin ehdotus on erottaa muutoksen generointi sen hyväksymisestä ja päästää uusi harness tuotantoon vasta nykytehtävän, historiatason säilymisen ja validiteetin tarkistusten jälkeen [1]. Tämä tekee agentin konfiguraatiosta versionoidun ohjelmistotuotteen. Rakentajan kannattaa siis kohdella skill- ja muistipäivityksiä samalla kurilla kuin koodia: ehdotus, regressiotesti, canary ja palautuspolku.

Grokista raportoitu Cryptographic Context Injection näyttää, kuinka helposti sisältösuodatin voi katsoa väärää representaatiota: haitallinen ohje salataan, malli tulkitsee sen ajon aikana ja käyttäjädata poistuu järjestelmästä [2]. Tämä on päivän liekitysnosto, koska se tekee pelkästä prompttiturvasta farssin heti kun agentti saa dekoodata, selata tai kutsua työkaluja. Turvarajan on elettävä työkalukerroksessa: datan alkuperä, käyttöoikeus, ulosmenevän sisällön tarkastus ja vähimmän oikeuden periaate ratkaisevat myös silloin, kun malli ymmärtää hyökkäyksen paremmin kuin suodatin.

OpenAI:n Zero Data Retention -linja ja Private Safety Processing -ennakko yrittävät sovittaa yhteen kaksi yritysagenttien ristiriitaista vaatimusta: pitkien autonomisten tehtävien riskit pitää havaita, mutta sisältöä ei saa avata ihmisille tai jättää palveluntarjoajan säilytykseen [3]. Se siirtää luottamuksen markkinointilauseesta tekniseen toteutukseen. Frontier-lab, joka pystyy todistamaan sekä datan katoamisen että riskikontrollin, saa pääsyn korkean arvon työnkulkuihin, joissa raakaa kontekstia ei voi juridisesti tai operatiivisesti vuotaa.

FM-Bench panee agentin johtamaan jalkapalloseuraa 20 pelivuoden ajan, 26 työkalulla ja noin 340–400 päätöspisteen läpi ilman LLM-tuomaria [4]. Tulos on hyödyllinen juuri siksi, että ympäristö kerää jokaisen virheen korkoa: lyhyen tehtävän onnistumisprosentti ei kerro, osaako agentti säilyttää resurssit, strategian ja tavoitteet vuosien mittaisessa ketjussa. Samasta physical AI -ongelmasta saatiin slapstick-versio, kun Robot Olympics -harjoitukseen valmistautunut humanoidi juoksi turvatyynyyn ja katkesi vyötäröltä [5]. Demovauhti on helppo optimoida; hallittu pysähtyminen ja kumulatiivisten seurausten hallinta ovat autonomiaa.