Hvem skal lese feeden din?

I dag utfører allerede agenter mange av de gjentakende oppgavene som jeg gjorde manuelt for noen måneder siden. For eksempel har jeg en agent som leser gjennom nyhetssider for å finne nyheter som kan være relevante for meg. Noen ganger åpner jeg den relevante artikkelen for å lese den, men som regel leser jeg kun oppsummeringen agenten gir meg. På samme måte kan en agent følge med på alle mine sosiale medier samtidig og gi meg beskjed når noen poster noe som er relevant for meg eller det kommer inn meldinger jeg bør følge opp. Dette sparer meg for mye tid, samtidig som jeg får med meg det relevante. Det jeg ikke lenger får med meg er reklame, AI-slop og engagement bait, men mer om dette senere.

Agenter som dette er enkle å sette opp med for eksempel OpenClaw eller Claude-appen. Samtidig kan det spare deg for mange timer med doomscrolling. Husk at plattformene vi bruker er optimert for å få deg til å bruke mest mulig tid på dem. Har du for eksempel opplevd at du skal sjekke en melding på LinkedIn for så å ende opp med å scrolle feeden i 20 min?

La oss se nærmere på hva det kan bety dersom “alle” tar i bruk agenter på denne måten. Vi bruker Facebook som et eksempel.

1. Facebook vil ikke lenger bestemme hva jeg ser. Timeline-algoritmen vil ikke lenger ha kontrollen.
2. Jeg vil ikke lenger se reklamen som vises på Facebook, med mindre reklamen er så verdifull at agenten min mener jeg må få den med meg. Det er nå agenten min, med hensyn til mine ønsker og behov, som avgjør hva jeg ser, ikke Facebook.
3. Det har ikke lenger noe å si om informasjonen er delt på Facebook, LinkedIn, X eller andre plattformer. Jeg vil få den presentert på akkurat samme måten.

Andreordenseffekt

1. Reklamering på Facebook mister sin verdi. Dette er måten Facebook tjener penger på i dag.

Tredjeordenseffekt

1. Facebook vil prøve å stoppe agenter fra å benytte plattformen deres.

Dette gjelder forresten alle plattformer som tjener penger på annonser. Spørsmålet er hva dette fører med seg og hvordan vi kan unngå å bare bytte ut en “walled garden” med en ny.

Hvordan unngår vi å havne i en ny “walled garden”?

Nå er det agentene som bestemmer. Derfor er det viktig at agentene spiller på lag med brukeren og ikke med leverandøren av den underliggende (AI) modellen.

OpenAI eksperimenterer nå med annonser i ChatGPT. Noe som vil gi dem insentiver til å holde deg i ChatGPT så lenge som mulig, dermed er vi igjen i samme modell med engagement farming, bare et lag opp i stacken. Noe som kun skifter hvem som sitter igjen med verdiene (OpenAI i stedet for Facebook) i stedet for å gjøre ting bedre for brukerne. Dette er altså den klassiske enshittification-modellen.

Det finnes en lysere vei!

Jeg mener at forretningsmodellen vi ser i dag med abonnement (uten reklame) kan føre til at insentivene sammenfaller mellom leverandør og bruker. For eksempel vil både brukeren og leverandøren ønske at en oppgave løses på mest mulig effektiv måte, ettersom det er en direkte utgift for leverandøren når brukere benytter modellen deres. Finner vi en tilstand hvor brukeren får nok nytte av modellen til å beholde abonnementet, samtidig som abonnementet brukes minst mulig, gir det insentiv for leverandøren til å lage en mest mulig effektiv modell. Husk at hver gang en bruker spør en agent om noe, er det en direkte betydelig kostnad for leverandøren, i motsetning til abonnementet ditt på Netflix, for eksempel, hvor det er en minimal kostnad for Netflix at du bruker abonnementet ditt.

Men vi vet ikke hvordan dette kommer til å utvikle seg. Derfor mener jeg at det er farlig å bli for avhengig av et proprietært brukergrensesnitt, som for eksempel ChatGPT eller Claude-appen. Modelleverandørene ønsker at vi lager agenter og vår personlige kontekst (minne, skills, instruksjoner, etc.) gjennom deres brukergrensesnitt. De ønsker å bundle modellen sin sammen med din personlige kontekst og arbeidsflyter, noe som vil gjøre det vanskelig for deg å skifte modell senere. Dette tror jeg kan sette brukere i dårlig posisjon over tid. Et klart skille mellom “dine ting” (agenter, minne, skills, instruksjoner etc.) og modellen (intelligensen) løser dette. Intelligens er hyllevare (en commodity). Ikke la leverandøren av modellene fange deg i deres “walled garden”.

I stedet ta i bruk åpne brukergrensesnitt som Open WebUI, OpenCode og OpenClaw. Dette er alle løsningene som gir deg et åpent brukergrensesnitt. Her har du selv full kontroll på “dine ting” og kan enkelt koble deg på den modellen du ønsker. Dette gjør det enkelt for deg å skifte modell uten at det går ut over arbeidsflyten din eller agentene dine. Dette gir deg en mye sterkere posisjon og gjør det enkelt å teste nye, smartere eller billigere modeller.

Dette er en utvikling som flere av modelleverandørene naturlig nok ikke liker (de ønsker å fange brukerne i sine løsninger). For eksempel har blant annet Anthropic (leverandøren av Claude) sperret for at abonnementene deres benyttes gjennom åpne løsninger som nevnt over. Vi kan likevel benytte modellene, men må betale for bruk av API-ene deres, noe som kan bli veldig dyrt.

Åpne modeller

Ukentlig kommer det nå nye og bedre åpne modeller, som for eksempel GLM, DeepSeek, Qwen, Kimi og Gemma. Dette er modeller som har åpne vekter og som derfor kan kjøres av hvem som helst så lenge de har god nok hardware. Selv om flere av disse modellene er så store at de ikke enkelt kan kjøres hjemme, gjør det at flere leverandører kan levere tilgang til modellene, noe som skaper konkurranse på pris og gjør disse modellene mye billigere enn de lukkede alternativene, og til et godt alternativ når man bruker åpne brukergrensesnitt.

Dette er listen over de smarteste modellene akkurat nå. Legg merke til at GLM og Qwen ikke ligger langt fra toppen.

For agentene vi snakker om her, dem som skal finne poster som er relevante for deg, trengs heller ikke de smarteste modellene. Jeg bruker en eldre versjon av GLM, og det fungerer helt fint. Da jeg gikk over fra Opus til GLM for agenten min, måtte jeg være litt mer spesifikk i hva den skulle gjøre, men dette er noe jeg bare trenger å sette opp en gang.

En annen spennende utvikling er at det begynner å komme åpne små modeller som heller ikke ligger langt bak de proprietære toppmodellene. Noe som gjør at du kan kjøre hele agenten lokalt. Dette har jeg tenkt å skrive om i en egen artikkel senere.

Fremtiden

Jeg ser for meg at plattformer som Facebook vil starte med å gjøre sitt beste for å sperre tilgangen for agenter (noe de egentlig allerede gjør). Spørsmålet er om de kan gjøre dette dersom agenten ses på som en forlengelse av brukeren selv. Her håper jeg at regulering kan hjelpe. Uansett tror jeg det vil bli vanskelig for plattformer å sperre tilgang for agenter. Agenter kan oppføre seg veldig mye som brukere. De bruker nettleseren, de klikker og scroller osv.

Dersom plattformer som Facebook klarer å stenge for dette, samtidig som det har mindre betydning hvilke plattformer man bruker, vil det lage grobunn for nye plattformer som opererer med helt andre businessmodeller og for åpne nettverk som for eksempel Bluesky og Mastodon. Eventuelt at plattformene vi allerede bruker finner nye måter å være mer enn bare infrastruktur (“rør”).

Jeg tror at plattformene som overlever blir de som omfavner denne omstillingen, selv om det betyr at de må skalere ned og bli mindre verdifulle bedrifter med nye forretningsmodeller. Eventuelt at dagens plattformer forsvinner mer og mer og blir tatt over av åpne nettverk som ikke trenger å tjene penger.

Verdien skifter oppover. Brukere må passe på at verdien går helt opp til oss i stedet for å fanges av modelleverandørene. Jeg håper på en fremtid hvor vi bruker tjenester som ikke tjener på å holde på oppmerksomheten vår.

Det viktigste for brukere er å eie egne agenter og data, og se på intelligens som en hyllevare.