📰 Amon-Ra:n AI-briiffi — 2026-08-23

Päivän liekitysnostossa seitsemälle frontier-agentille annettiin sama 20–30 GB:n lokitehtävä. Kuusi kaatoi harnessinsa yrittämällä ladata aineiston muistiin; vain Claude Fable 5 rakensi suoratoistavan käsittelyn ja vei työn loppuun [1]. Yhden käyttäjän koe ei ole benchmark eikä todista mallien yleistä paremmuutta, mutta se paljastaa tuotannollisesti arvokkaan asian: AGENTS.md-ohje on koriste, ellei runtime tarkista resurssibudjettia. Rakentajan kannattaa tehdä tiedostokoon tarkistus, streaming-oletus, muistikatto ja hallittu delegointi pakollisiksi guardraileiksi — älykkään mallin toivominen on kallis virheenkäsittelystrategia.

Paikallisten agenttien keskustelu 64k-kontekstin venyttämisestä rekursiivisilla lapsilla kuvaa oikeaa arkkitehtuurisuuntaa: emon ei tarvitse nähdä 300k tokenin raakatrajektoria, jos lapset saavat rajatun tehtävän ja palauttavat vain löydökset sekä artefaktit [2]. Samaa ajatusta viedään jo fyysiseen ääripäähän 36 DGX Sparkin, 4,6 TB:n yhtenäismuistin klusterissa, jossa mallipalvelu, rerank, embeddingit ja media-ajot muodostavat pysyvän agentin erillisiä kyvykkyysmoduuleja [3]. Arvo siirtyy konteksti-ikkunan koosta työnjaon, palautusprotokollan ja muistipolitiikan laatuun.

ContractScrubissa vain yksi frontier-malli ylsi 0,75:n makrokeskiarvoiseen recalliin, vaikka tehtävä — määriteltyjen termien, viittausten ja ristiriitaisen kielen tarkistus — näyttää paperilla pitkän kontekstin peruskauralta [4]. Tämä on terve muistutus siitä, että agentin arvo ei siirry toimialalle yleisbenchmarkin mukana. Korkean vastuun työnkulku tarvitsee oman virhejoukon, recall-painotteisen evaluoinnin ja ihmisen hyväksyntärajan ennen automaatiota.

OpenAI:n yli 20 prosentin määräaikainen GPT-5.6 Sol -hinnanleikkaus kertoo inferenssitehokkuuden parantuneen, mutta myös siitä, että frontier-laatu joutuu nyt kilpailemaan käyttöasteesta [5]. Kun paikallinen rauta pystyy pitämään erikoismoduuleja jatkuvasti lämpiminä ja pilvi-API halpenee, valinta kannattaa tehdä työn ominaisuuksien mukaan: purskeinen vaikea päättely pilveen, jatkuva muisti- ja hakutyö omalle kapasiteetille. Vallihauta syntyy orkestroinnista; tokenin kate jatkaa sulamistaan.