Spring til indhold

19. april 2026

Opus 4.7 og pull requests der dør

Skrevet af Kristian Primdal · Fra arkivet Ugens AI

Lang uge. Klientarbejde, forberedelse til en præsentation i næste uge, og bådtanker i baghovedet. Men tre historier fra ugen er værd at tage med.


Claude Opus 4.7: bedre i alt, undtagen hvor den ikke er

Anthropic lancerede Opus 4.7 torsdag. AINews opsummerede det tørt: “literally one step better than 4.6 in every dimension.” SWE-bench Pro gik fra 53% til 64,3%. SWE-bench Verified fra 80% til 87,6%. En ny “xhigh” reasoning-mode er kommet ind over “high”, og Claude Code bruger den som default nu. Men det er mere nuanceret end som så. Modellen bruger en ny tokenizer der øger token-forbruget med op til 35% på det samme input. Anthropic har hævet brugsgrænserne for at kompensere, men det ændrer ikke på at omkostningen per opgave potentielt er højere. Nogle brugere rapporterer at den også er blevet “dummere” på ikke-kodeopgaver, fordi Claude web har fjernet muligheden for at tvinge thinking mode. Every lavede en vibe check og kaldte artiklen “Opus 4.7 Stopped Reading Between the Lines.” Deres observation: modellen følger instruktioner mere bogstaveligt nu. Det er godt for agentarbejde hvor du gerne vil have præcis udførelse. Det er mindre godt når du skriver halvfærdige prompts og regner med at modellen selv finder ud af hvad du mener. Jeg har brugt Opus 4.7 til et par dages arbejde. Den er mærkbart bedre på lange, selvstændige kodeopgaver. Den er mindre god til kreative samtaler hvor man tænker højt. Det er et afvejningsskift, ikke et rent fremskridt.

Pull requests er på vej ud

GitHub gjorde noget i denne uge de aldrig har gjort før: de lader dig nu slå pull requests fra på open source-repos. Før kunne du kun slå issues fra. Det lyder som en lille detalje. Men det er et signal. Pull requests blev opfundet i 2005 og populariseret af GitHub. I 21 år har det været standardmåden at bidrage kode på. Nu begynder vedligeholdere at sige: det her virker ikke længere. Årsagen er AI. Folk som Pete Steinberger og Mitchell Hashimoto taler om “prompt requests” i stedet for pull requests. Logikken: når en person har brugt AI til at generere koden, er det ofte nemmere for vedligeholderen at læse prompten end at reviewe koden. Ingen merge-konflikter. Færre sikkerhedsproblemer med ondsindet kode gemt i uskyldige PR’er. Og færre “please-merge-my-AI-slop” bidrag der spilder vedligeholderens tid. Aaron Levie fra Box sagde det mere direkte: “Enterprises vil smide leverandører ud der ikke gør det nemt eller billigt for agenter at bruge deres produkt.” Det gælder ikke bare API’er. Det gælder hele workflowet, inklusive hvordan man bidrager til et projekt. Hvis pull requests dør, hvor længe går der så før Git selv gør det samme?

Headless SaaS: når dit produkt skal kunne bruges af en agent

Der er et nyt begreb i omløb: headless SaaS. Det betyder softwareprodukter der er bygget til at blive betjent af agenter, ikke mennesker. Shopify lancerede i denne uge et AI Toolkit der gør det muligt at styre din Shopify-butik fra Claude Code, Codex, Cursor eller hvad du nu bruger. Resend gjorde det samme med deres email-editor: du kan koble dit eget agent-setup ind via MCP. Anthropic gjorde Claude Cowork (deres computer use-produkt) generelt tilgængeligt efter 12 ugers research preview med millioner af brugere. Mønsteret er klart. Det er ikke længere nok at have en god UI. Det er ikke engang nok at have et godt API. Produktet skal være designet så en agent kan bruge det uden menneskelig indblanding. Det betyder dokumentation en agent kan læse, MCP-servere, CLI-tools, skills der kan genbruges, og måder at give agenter adgang uden at give dem hele nøgleringen. For danske SMB-kunder er det næste skridt. Om 6 måneder vil det være et spørgsmål hver gang nogen vælger et værktøj: kan min agent bruge det her?

Underveis

Uge med klientarbejde og forberedelse. Jeg står på en præsentation til en større dansk virksomhed i næste uge, og det fylder. Meget af ugen er gået med at tænke over, hvordan man snakker om AI til folk der ikke sidder i det til daglig.

Fra LinkedIn

Denne uge på LinkedIn: Jeg skrev om hvorfor AI skriver “perfekte” Slack-beskeder som ingen svarer på. Kort version: AI evaluerer tekst i isolation, men den simulerer ikke hvad der sker når beskeden rammer en travl kollega.


God weekend, Kristian