Google DeepMind avslører skjulte angrep mot AI-agenter

Google DeepMind avslører skjulte angrep mot AI-agenter

Mens alle fokuserer på AI-kapasiteter, kartlegger Google DeepMind-forskere den mørke siden: hvor lett AI-agenter kan kapres i det virkelige liv [3][4]. Deres mars-studie "AI Agent Traps" identifiserer 23 distinkte angrepstypes, fra web-injeksjoner til steganografiske bildeangrep som er helt usynlige for menneskelig overvåking.

Forskningen viser at ondsinnede nettsteder kan levere uoppdagelige nyttelaster til AI-agenter, og tradisjonelle forsvar som input-sanering fungerer rett og slett ikke [3][4]. Som medforfatter Matija Franklin bemerker, utnytter disse angrepene nettopp den autonomien som gjør agenter nyttige — deres evne til å surfe, lære og handle selvstendig.

Dette er viktig fordi alle selskaper som bruker AI-agenter i bunn og grunn flyr blindt når det gjelder sikkerhet. Den kombinatoriske angrepsflaten eksploderer raskere enn noen forventet, og vi bygger agent-først arbeidsflyter uten agent-først sikkerhet.

Fysisk AI-finansieringsoppgang signaliserer maskinvare-renessanse

Q1 2026 så 27 robotikk- og fysisk AI-startups hver samle inn over $50M, med utmerkere som Skild AI som nådde en $1,4B verdsettelse for robot-grunnmodeller [5][6]. Dette er ikke bare en ny finansieringssyklus — det er kapital som strømmer mot AI som manipulerer atomer, ikke bare bits.

Skiftet fra kun-programvare AI til kroppsliggjort intelligens representerer en massiv infrastruktur-satsing. Disse selskapene ansetter aggressivt og bygger produksjonskapasitet, noe som antyder at investorer tror det neste AI-gjennombruddet skjer i den fysiske verden [5][6].

For bedrifter signaliserer dette at AIs påvirkning snart vil strekke seg langt utover kunnskapsarbeid til produksjon, logistikk og enhver industri som flytter fysiske objekter.

Siemens flytter $1B til USA midt i EU AI Act-motreaksjon

Siemens Energys $1B investering i amerikansk produksjon handler ikke bare om nettutstyr — det er en mistillitserklæring til europeisk AI-regulering [7][8]. CEO Christian Bruch viste til økende amerikansk strømetterspørsel fra AI-datasentre, men underteksten er klar: EU AI Act driver industrielle investeringer andre steder.

Reguleringen behandler industrielle AI-applikasjoner med samme tunge hånd som forbrukerrettede systemer, og skaper etterlevelsesbyrd som ikke matcher risikoprofilen [7]. Tyskland presser allerede på for løsere regler for industriell AI, og erkjenner at overregulering blør investeringer til mer pragmatiske jurisdiksjoner.

UKs Recursive Superintelligence samler inn $500M for selvlærende AI

En hemmelig britisk startup grunnlagt av tidligere DeepMind-, OpenAI- og Meta-talenter samlet nettopp inn $500M til en $4B verdsettelse, med Google Ventures og Nvidia som ledende investorer [9][10]. Recursive Superintelligence bygger selvforbedrende AI-systemer — den typen rekursiv intelligens som raskt kunne akselerere kapasitetsutvikling.

Selskapets stealth-modus og stamtavle antyder at de jobber med noe genuint nytt innen AI-selvmodifikasjon. Med dette nivået av støtte fra Google og Nvidia, jobber de tydeligvis med noe som har fått teknologigigantenes oppmerksomhet.

Hva dette betyr for din bedrift

Vi er vitne til fremveksten av AI-systemer som kan forbedre seg selv, finne sårbarheter raskere enn mennesker kan lappe dem, og operere i den fysiske verden med økende autonomi. Æraen med AI som en hjelpsom assistent er over; vi går inn i tiden med AI som en uavhengig aktør med kapasiteter som overgår menneskelig overvåking.

For bedrifter betyr dette tre kritiske skift: For det første er sikkerhetsmodeller bygget for menneskedrevne systemer foreldet når AI-agenter kan kompromitteres på måter mennesker ikke kan oppdage. For det andre flytter konkurransefortrinnet seg fra å ha AI til å orkestrere AI-systemer som kan forbedre seg rekursivt og operere autonomt. For det tredje blir regulatorisk arbitrasje en reell faktor i AI-investeringsbeslutninger, med overregulerte jurisdiksjoner som mister kapital til mer pragmatiske.

Selskapene som trives i denne overgangen vil ikke være de med den beste koden — kode skrives i økende grad av AI uansett. De vil være de med den beste dømmekraften om hvilke AI-kapasiteter som skal brukes, hvordan de skal sikres, og hvor de skal brukes geografisk. Hovedpoeng: Vi er forbi punktet hvor vi spør om AI vil transformere din industri — spørsmålet nå er om du vil orkestrere den transformasjonen eller slite med å ta igjen.

Kilder

1. https://red.anthropic.com/2026/mythos-preview
2. https://www.nytimes.com/2026/04/07/technology/anthropic-claims-its-new-ai-model-mythos-is-a-cybersecurity-reckoning.html
3. https://papers.ssrn.com/sol3/Delivery.cfm/6372438.pdf?abstractid=6372438&mirid=1
4. https://the-decoder.com/google-deepmind-study-exposes-six-traps-that-can-easily-hijack-autonomous-ai-agents-in-the-wild
5. https://www.foundevo.com/physical-ai-startups
6. https://www.linkedin.com/posts/ivanlandabaso_a-list-of-27-physical-ai-startups-that-raised-activity-7451544036512993280-uqlc
7. https://www.wsj.com/business/energy-oil/siemens-energy-to-spend-1-billion-to-boost-manufacturing-of-electrical-grid-equipment-cc87da93
8. https://www.foxbusiness.com/economy/energy-giant-bets-big-us-says-its-electricity-market-hottest-world
9. https://muckrack.com/marcusschuler/articles
10. https://www.linkedin.com/posts/dealroom-co_startups-investment-startupmafias-activity-7451939372310061056-F7Xb