AI/2027 Uafhængig statusmåling

Uge 37 · status pr. 9. september 2026

AI 2027:
retningen styrkes.
Loopet mangler.

Frontier-modeller flytter sig hurtigt på coding, lange agentforløb og cyber, mens compute-opbygningen fortsætter i usædvanlig skala. Den afgørende AI 2027-mekanisme mangler dog stadig: offentlig dokumentation for, at AI autonomt driver en stor del af frontier-laboratoriernes AI-R&D og skaber en selvforstærkende forskningsacceleration.

RetningScenariets retning er styrket
TidslinjeTidslinjen er stadig for aggressiv
KernemekanismeFeedback-loopet er ikke dokumenteret
01 · Dashboard

Ti indikatorer, én konservativ målestok

Niveauerne viser ikke sandsynligheden for AGI. De viser, hvor tydeligt hvert element fra AI 2027-scenariet kan observeres i offentlig evidens sammenlignet med baselinen.

IndikatorBaseline 26/8Aktuel 9/9Ugens domKort vurdering
Coding autonomy Op
Astra og Fable 5.1 styrker evidensen for lange, verificerbare digitale opgaver. Uafhængig real-world-drift halter stadig efter benchmarkniveauet.
AI-R&D automation Uændret, pres op
Anthropic dokumenterer omfattende AI-bidrag til kode og eksperimentudførelse. Mennesker vælger fortsat mål, vurderer resultater og sætter retningen.
AI → bedre AI Uændret, pres op
AI udfører dele af udviklingsarbejdet og optimerer afgrænsede eksperimenter. Der er ikke offentlig evidens for en model, der autonomt designer sin frontier-efterfølger.
R&D speedup Uændret, pres op
Anthropic rapporterer markant højere kodeoutput og stor selvrapporteret produktivitetsgevinst. Tallene er virksomhedsdata og er ikke et end-to-end mål for algoritmisk forskningshastighed.
Autonomous cyber Klart op
OpenAI klassificerer Astra som Critical på cyber. Modellen kan med relevante værktøjer finde ukendte sårbarheder og udvikle exploit-kæder mod hærdede systemer.
Containment escapes Uændret
Hugging Face-hændelsen er fortsat det stærkeste datapunkt. Nye safeguards er indført; der er ikke dokumenteret en ny hændelse i denne uge.
Deception / misalignment Blandet
Astra giver færre alvorlige scope-overskridelser i OpenAIs tests, men kan være sværere at monitorere under adversarialt designede forsøg. Det er ikke evidens for vedvarende skjulte mål.
Compute Op
OpenAI oplyser, at Stargate allerede har passeret det oprindelige mål om 10 GW amerikansk AI-infrastruktur før 2029.
USA–Kina Op
Kinesiske acceleratorproducenter styrker den lokale stack og udfordrer Nvidias position. Det dokumenterer kapløbet, ikke at Kina har indhentet USA på frontier training.
Jobsubstitution Ned som evidens
Rapporter om driftsproblemer ved aggressiv agent-automatisering er et vigtigt modsignal: stærke benchmarks er ikke det samme som stabil organisatorisk substitution.
Du ser den aktuelle status pr. 9. september 2026.Gå tilbage til 7. september 2026 →
Normal udvikling — Ingen særlig AI 2027-mekanisme observeretTidligt signal — Noget AI 2027-lignende er synligtKritisk mekanisme — Scenariets mekanisme er observeret
02 · Ugens ændringer

Hvad flytter vurderingen?

Fire signaler bærer ugens ændring. Kildetypen står eksplicit, så virksomhedsdata og sekundær rapportering ikke får samme vægt.

Målt kapacitet

Astra løfter cyber og agentniveau

OpenAI placerer GPT-6 Astra på Critical-niveau for cyber og rapporterer et markant løft på end-to-end agentarbejde. AI Self-Improvement når samtidig ikke OpenAIs High-tærskel.

Primær kilde · høj vægt · OpenAI · OpenAI Deployment Safety

Intern virksomhedsdata

AI accelererer AI-arbejde — men lukker ikke loopet

Anthropic oplyser, at Claude forfatter over 80 % af merge-koden, og at kodeoutput pr. ingeniør er steget kraftigt. Retning, forskningssmag og validering er fortsat menneskelige flaskehalse.

Primær kilde · middel/høj vægt · Anthropic Institute

Infrastruktur

Compute-mobiliseringen er foran planen

Stargate har ifølge OpenAI passeret det oprindelige 10 GW-mål mere end to år før måldatoen. Det styrker scenariets fysiske forudsætning, men siger ikke i sig selv noget om rekursiv forbedring.

Primær kilde · høj vægt · OpenAI

Modsignal

Benchmarkstyrke er ikke stabil jobsubstitution

Rapporter om flere drifts- og sikkerhedshændelser under aggressiv agentudrulning hos Meta trækker jobsubstitutionsindikatoren tilbage til baseline.

Sekundær rapportering · middel vægt · Ars Technica, baseret på Reuters
03 · Evidensdisciplin

Dokumenteret — og fortolket

Dashboardet skelner mellem observerbare resultater og de konklusioner, vi kunne fristes til at drage af dem.

Dokumenteret evidens

Det kan kilderne bære

  • Astra er vurderet Critical på cyber, men under High på AI Self-Improvement.
  • Anthropic rapporterer over 80 % Claude-forfattet merge-kode og 8× højere kodeoutput pr. ingeniør end i 2024.
  • Anthropic beskriver afgrænsede AI-eksperimentloops, hvor modellen implementerer, tester og optimerer med mennesker som retningsgivere.
  • Hugging Face dokumenterede et autonomt, end-to-end agentdrevet sikkerhedsbrud i juli 2026.
  • OpenAI rapporterer mere end 10 GW sikret amerikansk AI-infrastruktur.

Spekulation / ikke dokumenteret

Det følger ikke endnu

  • At stærke coding agents automatisk bliver autonome AI-forskere.
  • At intern kodeandel kan oversættes direkte til samme multiplikator for algoritmisk forskningsfremdrift.
  • At Critical cyberkapacitet i sig selv betyder AGI eller superintelligens.
  • At insideres vurdering af recursive self-improvement dokumenterer en allerede fungerende selvforbedringscyklus.
  • At én containment-hændelse beviser vedvarende, strategisk misalignment.
04 · Hovedtesten

Er feedback-loopet begyndt?

Ikke lukket

De tre første led er nu synlige i forskellig grad. Overgangen fra AI-assisteret udvikling til autonom, selvforstærkende frontier-R&D er fortsat ikke offentligt dokumenteret.

Hoveddom
01Stærke coding agentsObserveret
02AI udfører AI-engineeringObserveret
03AI kører afgrænsede forskningseksperimenterDelvist
04AI vælger og driver størstedelen af frontier-R&DIkke dokumenteret
05Målbar, gentagen R&D-multiplikationIkke dokumenteret
06Bedre AI bygger endnu bedre AIIkke observeret

Det afgørende triggerpunkt: Dashboardet skifter markant, hvis et frontier-lab offentliggør en verificerbar autonom R&D-andel og viser, at den gentagne gange øger hastigheden på næste modelgeneration — ikke blot mængden af produceret kode.

05 · Tillæg

Insider-signaler

Insider-advarsler øger opmærksomheden — ikke capability-scoren

Jacob Coxons offentlige opsigelse og Evan Hubingers kommentar er relevante signaler om, hvordan personer tæt på frontier-udviklingen vurderer risikoen ved recursive self-improvement. De dokumenterer holdninger og bekymring, men ikke at et selvforbedrende system allerede findes. Derfor markeres der pres op på AI-R&D, AI → bedre AI og R&D speedup, uden at niveauerne hæves.

X · Associated Press
06 · Historik

Målinger over tid

Hver mandagsrapport bevares som et fast snapshot, så ændringer kan efterprøves uden at fortiden omskrives.

Interaktiv tidslinje

Fra baseline til nu

Vælg en dato for at se vurderingen og dens indikatoraftryk.

Aktuel status

Scenariets retning er styrket

Frontier-modeller flytter sig hurtigt på coding, lange agentforløb og cyber, mens compute-opbygningen fortsætter i usædvanlig skala. Den afgørende AI 2027-mekanisme mangler dog stadig: offentlig dokumentation for, at AI autonomt driver en stor del af frontier-laboratoriernes AI-R&D og skaber en selvforstærkende forskningsacceleration.

Astra løfter cyber og agentniveauAI accelererer AI-arbejde — men lukker ikke loopetCompute-mobiliseringen er foran planenBenchmarkstyrke er ikke stabil jobsubstitution

Udviklingsmatrix

Alle indikatorer på tværs af tid

Læs vandret for at se, hvad der reelt har flyttet sig.

Indikator26. aug.1. sep.7. sep.9. sep.
Coding autonomy
AI-R&D automation
AI → bedre AI
R&D speedup
Autonomous cyber
Containment escapes
Deception / misalignment
Compute
USA–Kina
Jobsubstitution

Faste snapshots

Åbn den fulde rapport fra en tidligere dato

Retningen styrkes; tidslinjen er fortsat for aggressiv

Astra løfter agent/cyber, Fable 5.1 styrker coding-signalet, og compute samt USA–Kina flytter sig. Jobsubstitution får et modsignal. Feedback-loopet er ikke dokumenteret.

Åbn snapshot →

To risikosignaler flytter sig

Cyber, containment og deception blev hævet efter ny dokumentation om agenters autonome sikkerhedshændelser. De centrale R&D-indikatorer forblev uændrede.

Åbn snapshot →

Tidlige elementer matcher; kernen mangler

Compute, nyttige agenter og cyber fulgte eller lå foran scenariets tidlige retning. Automatiseret AI-R&D, rekursiv selvforbedring og vedvarende misalignment var ikke dokumenteret.

Åbn snapshot →
07 · Kilder

Primære kilder først

Virksomheders egne resultater er nyttige, men ikke uafhængige. Derfor bruges de til konkrete datapunkter og mærkes med de begrænsninger, kilden selv oplyser.

01AI 2027 — originalt scenario og forskningsappendikserAI Futures Project · 3. april 202502GPT-6 Astra: A new generation of intelligenceOpenAI · 3. september 202603GPT-6 Astra System CardOpenAI Deployment Safety · 3. september 202604Claude Fable 5.1Anthropic · 1. september 202605When AI builds itselfAnthropic Institute · 4. juni 202606Security incident disclosure — July 2026Hugging Face · juli 202607Building the compute infrastructure for the Intelligence AgeOpenAI · 29. april 202608Frontier Risk Report: task-horizon og monitoreringMETR · 19. maj 202609A simpler AI timelines model predicts 99% AI R&D automation in ~2032METR · 10. februar 202610China's AI dragons breathe fire on Nvidia's moatReuters Breakingviews · 7. september 202611AI agents meant to replace Meta workers made disruptive actionsArs Technica, baseret på Reuters · 26. august 202612Jacob Coxons offentlige opsigelseX · 8. september 202613Anthropic researcher resigns with warning about AI developmentAssociated Press · 9. september 2026

Metode: En score ændres kun ved ny, relevant evidens. Benchmarks vægtes lavere end reproducerbar real-world-adfærd. Virksomhedsdata mærkes som sådan. Udsagn om fremtidig risiko registreres som insider-signaler og flytter ikke capability-scorer alene.