6 augusti 2026

Regeländringen som svensk fackpress missade — och två labb som säger sig ha nått forskningsnivå

Dagens viktigaste svenska AI-nyhet är inte en händelse utan en rättelse: datumet som organiserat ett års efterlevnadsarbete flyttades i somras, och den gamla bilden lever kvar i stora delar av rapporteringen.

1. Högriskkraven gäller inte från 2 augusti

Bilden i svensk fack- och konsultpress har i ett år varit att 2 augusti 2026 är dagen då AI-förordningens högriskkrav börjar tillämpas fullt ut. Den bilden är inte längre korrekt.

Bekräftat Förordning (EU) 2026/1744 av den 8 juli 2026 — "Digital Omnibus on AI" — ändrar AI-förordningen (2024/1689) samt förordningarna 2018/1139 och 2023/1230. Den publicerades i EUT den 24 juli 2026 och trädde i kraft tredje dagen därefter, alltså 27 juli. Den korta ikraftträdandefristen motiveras uttryckligen av att den ändrar en tillämpningsdag som infaller 2 augusti.

Bekräftat Enligt PTS egen sammanställning tillämpas reglerna för fristående högrisksystem (bilaga III) från 2 december 2027, och för högrisksystem inbyggda i produkter senare. Transparensreglerna i artikel 50 behåller sitt datum 2 augusti 2026, med undantag för en övergångsregel.

Övergångsregeln gäller vattenmärkning. Artikel 50.2 tillämpas från 2 december 2026 i stället för 2 augusti för system som redan fanns på marknaden — fyra månaders förlängning, kortare än de sex månader kommissionen ursprungligen föreslog. Samtidigt tillkommer ett nytt förbud från 2 december 2026 mot AI-system för framställning av icke-samtyckt intimt material och CSAM.

En konstruktionsdetalj som är lätt att missa: i kommissionens förslag var de nya tillämpningsdatumen villkorade av att harmoniserade standarder färdigställdes, med bakre gränser. Den antagna texten frikopplar dem och sätter fasta kalenderdatum. Det gör tidsplanen förutsägbar i stället för förhandlingsbar.

Svensk status: interimslösning, inte lag

Bekräftat Svensk kompletterande lagstiftning saknas fortfarande. PTS och flera andra myndigheter har fått i uppdrag att till och med 31 december 2026 vara nationella behöriga myndigheter i väntan på den.

Grundförslaget kommer från SOU 2025:101, där PTS i egenskap av marknadskontrollmyndighet med huvudsakligt ansvar föreslås inrätta den regulatoriska sandlådan, med övriga marknadskontrollmyndigheter som medverkande i enskilda projekt. Utredningen föreslog ikraftträdande 2 augusti 2026 men ansåg samtidigt att regeringen borde utse myndigheter åtminstone tillfälligt redan under den fortsatta beredningen. Det är exakt det som har skett.

Analys För ett svenskt bolag betyder det här två olika saker som ofta blandas ihop. Transparenskraven gäller nu och berör många fler än de tror — publicerar du AI-genererad text i frågor av allmänt intresse omfattas du. Högriskkraven, som är den dyra delen, har fått sexton månaders andrum. Att läsa det som en paus vore ett misstag: det som sköts upp är just det arbete som tar längst tid att göra.

2. Två labb, två bevisbördor

Leverantörens påstående OpenAI publicerade 1 augusti tio resultat som enligt bolaget löser eller väsentligt avancerar långvarigt öppna problem inom högdimensionell geometri, kodningsteori, aritmetisk kretskomplexitet, gruppteori, operatoralgebror, kvantkomplexitet, gitterkryptografi och extremal kombinatorik. Resultaten tillskrivs en intern version av Astra, bolagets nästa stora modell.

Bekräftat Lean 4-formaliseringarna ligger publikt i förrådet openai/ten-proofs och kan kompileras av vem som helst. Bland resultaten finns en konstruktion av en icke-sofisk grupp, vilket avgör frågan om varje grupp tillåter ändliga permutationsapproximationer.

Det metodologiskt mest intressanta är attributionen. OpenAI skriver att de förberedde manuskripten och formaliserade bevisen i Lean och tar ansvar för korrektheten, men att de matematiska argumenten genererades av systemet — och att hävda mänskligt författarskap till ett AI-genererat bevis skulle ge en missvisande bild av båda parters bidrag. De adresserar också Leiden-deklarationen explicit.

Analys Var skeptisk på rätt punkter. Kostnadsuppgiften på cirka 2 000 dollar avser de lyckade körningarna, inte sökandet — det saknas uppgift om hur många problem som kostade motsvarande utan att ge ett resultat. Problemurvalet är dessutom bolagets eget. Och vad Lean garanterar är smalare än rubrikerna antyder: en proof assistant avgör om ett bevis är giltigt, inte om resultatet är nytt eller redan implicit i känd litteratur.

Anthropic: samma mönster, annan domän

Leverantörens påstående Med Claude Mythos Preview hittade Anthropics forskare förbättrade attacker mot HAWK, ett post-kvantsignaturschema, och ett nytt angreppssätt mot rundreducerad AES. Bolaget understryker att resultaten inte påverkar några produktionssystem. Arbetet skedde till stor del autonomt — en forskare arbetade tillsammans med modellen på HAWK-attacken, en annan byggde en scaffold där modellen upptäckte AES-attacken helt självständigt — till en API-kostnad om cirka 100 000 dollar per resultat.

Storleksordningen i HAWK-resultatet: förväntad kostnad för att bryta HAWK-256 föll från 2^64 till 2^38 operationer. Attacken är fortfarande exponentiell, hotar inte större nycklar och berör inte gitterkryptografi i allmänhet. AES-delen gäller sjurundors AES-128; full AES-128 använder tio rundor och står sig.

Analys Kostnadsjämförelsen är den underrapporterade poängen. 100 000 dollar per kryptografiskt resultat mot 2 000 dollar per matematiskt bevis säger mindre om modellernas relativa styrka än om hur olika domäner belönar sökning — matematiska bevis är verifierbara i ett steg, kryptanalys kräver att man bygger och testar en attack. Att dra slutsatsen "det ena labbet är femtio gånger effektivare" är ett kategorifel. Det är också precis den slutsats som kommer att spridas.

Analys Vad som är värt att bevaka härnäst: om externa matematiker som arbetar sig igenom ten-proofs-manuskriptet hittar resultat som visar sig vara implicita i tidigare arbete. Lean-certifikatet skyddar inte mot det, och det är den invändning som skulle bita.

Primärkällor

Om den här texten. Sammanställd med AI utifrån de primärkällor som listas ovan, granskad och publicerad av FlowOn AB, som ansvarar för innehållet. Märkningen följer artikel 50 i EU:s AI-förordning.