AI's koldeste krig: Hvem vinder egentlig — og hvad Claude Code-lækagen afslørede
Bag denne uges store overskrifter gemmer sig en dybere strategisk fortælling om, hvem der reelt vinder AI-kapløbet — og hvad en utilsigtet kildekode-eksponering lærte branchen om Anthropics interne arkitektur.
OpenAI dræbte Sora. Ikke fordi produktet var dårligt — det nåede 1 million brugere — men fordi det kostede $1 million dagligt at køre og ikke genererede tilsvarende omsætning. Da compute er en knap ressource, valgte OpenAI at prioritere omsætningsskabende applikationer. Disney, som var i partnerskab med Sora, fik under en times varsel om nedlukningen. Det er en usædvanlig brutal prioriteringsbeslutning, men den illustrerer præcis den strategiske rationalitet, der nu driver branchen: alt konkurrerer om den samme beregningskapacitet, og det der ikke betaler sig, ryger.
Anthropic vinder stille og roligt. Mens OpenAI dominerer mediebilledet, er Anthropic ved at erobre enterprise-markedet systematisk. Ramp-data viser fortsat vækst i B2B-andelen, og Claude Code driver en overraskende stor del af omsætningsvæksten. En intern Moonshot AI-analyse (Kimi) viser, at de bedste AI-native virksomheder opererer med flade strukturer, ingen KPI'er og tætte feedback-loops mellem model, produkt og data — præcis den filosofi, Anthropic har bygget sin organisation på.
Claude Code-lækagen er ugens mest teknisk interessante begivenhed. En fejl eksponerede dele af Claude Codes interne kildekode, som hurtigt blev spejlet og analyseret af tusindvis af udviklere. Lækagen afslørede arkitekturdetaljer om, hvordan Claude håndterer kontekst og agentkoordinering — og satte ny fokus på sikkerhedspraksis i AI-labsenes interne systemer. Sideløbende viste Caltechs PrismML, at 1-bit-komprimering nu kan køre frontier-modeller lokalt på edge-enheder, hvilket potentielt ændrer hele infrastrukturlogikken.
"Prøv igen om 6 måneder" er ugens mest enkle, men skarpe strategiske råd: Behandl ikke AI's kapaciteter som statiske. Det der ikke virkede for seks måneder siden, virker måske nu. Virksomheder der systematisk genopdager AI-muligheder ved at prøve mislykkede use cases igen, vil have en strukturel fordel over dem der afskriver teknologien baseret på et enkelt forsøg.
Kontekst: Ugens dybe historier handler alle om ressourceallokering: compute, kapital, engineering-tid. I en verden med knap beregningskapacitet er strategi reelt spørgsmålet om, hvad man vælger ikke at gøre.