Altman berättade om OpenAIs interna AI försök med svåra forskningsproblem. En poddrapport uppskattade beräkningskostnaden för ett Navier–Stokes försök till omkring 10 miljoner dollar.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
I ett samtal med Stripe-medgrundaren John Collison den 29 oktober 2026 tog OpenAI-chefen Sam Altman upp allt från AI-stödd forskning till cybersäkerhet och svårigheten att begränsa mycket kapabla modeller. En röd tråd var att AI kan bidra till lösningar på svåra tekniska problem – men också göra det lättare att hitta förbisedda säkerhetsluckor. Upptäckter måste fortfarande kontrolleras, åtgärdas och hanteras ansvarsfullt.15
20
En rapport om poddavsnittet beskriver hur OpenAI-forskare gav en intern modell svåra problem från flera olika forskningsområden, i en kanal med namnet ”Model Name-Hold My Beer”. Enligt berättelsen löste modellen problemen ett efter ett. Kanalnamnet ska inte förväxlas med ett bekräftat officiellt modellnamn.5
Ett inlägg på sociala medier som spridit ett klipp beskriver Altman som både upprymd och oväntat sorgsen, med en känsla av att något höll på att ta slut. Den känslobeskrivningen kommer från en återgiven berättelse, inte från ett oberoende verifierat transkript i den tillgängliga rapporteringen.27
Poddbevakning uppskattar beräkningskostnaden för OpenAIs Navier–Stokes-försök till omkring 10 miljoner dollar.2 Det är en rapporterad uppskattning – inte en oberoende granskning av beräkningsresurserna eller en verifiering av det påstådda matematiska beviset. De tillgängliga källorna styrker inte heller några konkreta kostnadsbesparingar genom att använda agentteam.
2
I ett indexerat transkript föredrar Altman uttrycket ”agentteam” framför ”agentsvärmar”. Han säger att agentteam kan ha intressanta egenskaper när det gäller skalning och alignment – ungefär hur väl systemen följer avsedda mål – och att området är värt att utforska. Det beskriver en forskningsinriktning, inte ett belägg för att agentteam automatiskt är säkrare eller bättre på alignment.17
Altman har också uppgetts föredra en biljon AI-system som var och en är något övermänskliga framför ett enda system med överväldigande intelligens. Resonemanget i rapporteringen är att många aktörer kan ge större motståndskraft än ett samhälle som är beroende av en enda intelligens.21
När det gäller kontroll säger Altman, enligt rapporteringen, att sandlådemiljöer bara fungerar ”till en viss punkt” om en modell är mycket smartare än dem som övervakar den. I samma samtal beskrev han självreplikerande datacenter som ”inom räckhåll” och sade att OpenAI skulle inrikta robotik på att bygga datacenter. Uttalandena beskriver hans framtidsbedömning – inte att självreplikerande anläggningar redan finns.3
Samtalets tema om AI och mjukvarusäkerhet har en konkret motsvarighet i PHP2Shell. Namnet syftar på två sårbarheter i PHP: CVE-2026-109618 och CVE-2026-109619. Båda har fått betyget 9,2 enligt CVSS och kan möjliggöra fjärrkörning av kod utan autentisering.29
32
Enligt Calif upptäcktes sårbarheterna genom bidrag från Calif, OpenAI och Wiz. IBM uppger att forskare använde AI-system, däribland OpenAI:s GPT-5.6 Sol, som en del av arbetet med att hitta bristerna. IBM rapporterade också försök att utnyttja dem efter offentliggörandet.31
44 CISA meddelar att sårbarheterna lades till i myndighetens katalog över kända, aktivt utnyttjade sårbarheter den 26 oktober och uppmanar organisationer att installera säkerhetsuppdateringar.
29
Altmans bredare varning, så som den återges i intervjurapporteringen, är att systematisk AI-granskning av befintlig kod kan avslöja fler allvarliga sårbarheter än många räknar med.20 PHP2Shell visar att upptäckten bara är första steget: organisationer behöver hitta berörda system, bedöma informationen och installera rättningar. För PHP-ansvariga är CISA:s råd tydligt: uppdatera skyndsamt.
29
Rapporteringen stöder att intervjun handlade om forskningsförmåga, agentteam, cybersäkerhet och begränsningarna med sandlådemiljöer. Den fastställer däremot inte hur mycket agentteam sparar, verifierar inte på egen hand det rapporterade Navier–Stokes-resultatet och bekräftar inte alla andra uppgifter som cirkulerar om AI-incidenter och programvaruanvändning.2
17
För utvecklingsteam är den praktiska slutsatsen att AI-stödd sårbarhetsjakt gör löpande underhåll viktigare – inte överflödigt. Buggrapporter behöver kontrolleras, någon måste ansvara för rättningar och uppdateringar måste faktiskt nå systemen som används. PHP2Shells höga allvarlighetsgrad och CISA:s uppmaning visar varför det spelar roll även när AI bidrar till att hitta en sårbarhet.29
32
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Altman berättade om OpenAIs interna AI försök med svåra forskningsproblem. En poddrapport uppskattade beräkningskostnaden för ett Navier–Stokes försök till omkring 10 miljoner dollar.
Altman berättade om OpenAIs interna AI försök med svåra forskningsproblem. En poddrapport uppskattade beräkningskostnaden för ett Navier–Stokes försök till omkring 10 miljoner dollar. Samtalet handlade också om AI:s förmåga att hitta säkerhetsbrister. PHP2Shell består av två sårbarheter med CVSS betyget 9,2, och CISA har lagt in dem i sin katalog över kända, aktivt utnyttjade sårbarheter.
Altman berättade om OpenAIs interna AI försök med svåra forskningsproblem. En poddrapport uppskattade beräkningskostnaden för ett Navier–Stokes försök till omkring 10 miljoner dollar.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
I ett samtal med Stripe-medgrundaren John Collison den 29 oktober 2026 tog OpenAI-chefen Sam Altman upp allt från AI-stödd forskning till cybersäkerhet och svårigheten att begränsa mycket kapabla modeller. En röd tråd var att AI kan bidra till lösningar på svåra tekniska problem – men också göra det lättare att hitta förbisedda säkerhetsluckor. Upptäckter måste fortfarande kontrolleras, åtgärdas och hanteras ansvarsfullt.15
20
En rapport om poddavsnittet beskriver hur OpenAI-forskare gav en intern modell svåra problem från flera olika forskningsområden, i en kanal med namnet ”Model Name-Hold My Beer”. Enligt berättelsen löste modellen problemen ett efter ett. Kanalnamnet ska inte förväxlas med ett bekräftat officiellt modellnamn.5
Ett inlägg på sociala medier som spridit ett klipp beskriver Altman som både upprymd och oväntat sorgsen, med en känsla av att något höll på att ta slut. Den känslobeskrivningen kommer från en återgiven berättelse, inte från ett oberoende verifierat transkript i den tillgängliga rapporteringen.27
Poddbevakning uppskattar beräkningskostnaden för OpenAIs Navier–Stokes-försök till omkring 10 miljoner dollar.2 Det är en rapporterad uppskattning – inte en oberoende granskning av beräkningsresurserna eller en verifiering av det påstådda matematiska beviset. De tillgängliga källorna styrker inte heller några konkreta kostnadsbesparingar genom att använda agentteam.
2
I ett indexerat transkript föredrar Altman uttrycket ”agentteam” framför ”agentsvärmar”. Han säger att agentteam kan ha intressanta egenskaper när det gäller skalning och alignment – ungefär hur väl systemen följer avsedda mål – och att området är värt att utforska. Det beskriver en forskningsinriktning, inte ett belägg för att agentteam automatiskt är säkrare eller bättre på alignment.17
Altman har också uppgetts föredra en biljon AI-system som var och en är något övermänskliga framför ett enda system med överväldigande intelligens. Resonemanget i rapporteringen är att många aktörer kan ge större motståndskraft än ett samhälle som är beroende av en enda intelligens.21
När det gäller kontroll säger Altman, enligt rapporteringen, att sandlådemiljöer bara fungerar ”till en viss punkt” om en modell är mycket smartare än dem som övervakar den. I samma samtal beskrev han självreplikerande datacenter som ”inom räckhåll” och sade att OpenAI skulle inrikta robotik på att bygga datacenter. Uttalandena beskriver hans framtidsbedömning – inte att självreplikerande anläggningar redan finns.3
Samtalets tema om AI och mjukvarusäkerhet har en konkret motsvarighet i PHP2Shell. Namnet syftar på två sårbarheter i PHP: CVE-2026-109618 och CVE-2026-109619. Båda har fått betyget 9,2 enligt CVSS och kan möjliggöra fjärrkörning av kod utan autentisering.29
32
Enligt Calif upptäcktes sårbarheterna genom bidrag från Calif, OpenAI och Wiz. IBM uppger att forskare använde AI-system, däribland OpenAI:s GPT-5.6 Sol, som en del av arbetet med att hitta bristerna. IBM rapporterade också försök att utnyttja dem efter offentliggörandet.31
44 CISA meddelar att sårbarheterna lades till i myndighetens katalog över kända, aktivt utnyttjade sårbarheter den 26 oktober och uppmanar organisationer att installera säkerhetsuppdateringar.
29
Altmans bredare varning, så som den återges i intervjurapporteringen, är att systematisk AI-granskning av befintlig kod kan avslöja fler allvarliga sårbarheter än många räknar med.20 PHP2Shell visar att upptäckten bara är första steget: organisationer behöver hitta berörda system, bedöma informationen och installera rättningar. För PHP-ansvariga är CISA:s råd tydligt: uppdatera skyndsamt.
29
Rapporteringen stöder att intervjun handlade om forskningsförmåga, agentteam, cybersäkerhet och begränsningarna med sandlådemiljöer. Den fastställer däremot inte hur mycket agentteam sparar, verifierar inte på egen hand det rapporterade Navier–Stokes-resultatet och bekräftar inte alla andra uppgifter som cirkulerar om AI-incidenter och programvaruanvändning.2
17
För utvecklingsteam är den praktiska slutsatsen att AI-stödd sårbarhetsjakt gör löpande underhåll viktigare – inte överflödigt. Buggrapporter behöver kontrolleras, någon måste ansvara för rättningar och uppdateringar måste faktiskt nå systemen som används. PHP2Shells höga allvarlighetsgrad och CISA:s uppmaning visar varför det spelar roll även när AI bidrar till att hitta en sårbarhet.29
32
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Altman berättade om OpenAIs interna AI försök med svåra forskningsproblem. En poddrapport uppskattade beräkningskostnaden för ett Navier–Stokes försök till omkring 10 miljoner dollar.
Altman berättade om OpenAIs interna AI försök med svåra forskningsproblem. En poddrapport uppskattade beräkningskostnaden för ett Navier–Stokes försök till omkring 10 miljoner dollar. Samtalet handlade också om AI:s förmåga att hitta säkerhetsbrister. PHP2Shell består av två sårbarheter med CVSS betyget 9,2, och CISA har lagt in dem i sin katalog över kända, aktivt utnyttjade sårbarheter.