Wat is er gebeurd
Forbes meldt dat autonome AI-systemen worden gebruikt om uitgebreide bedrijfstaken uit te voeren met beperkte of geen menselijke tussenkomst. Het artikel belicht Blitzy voor modernisering van verouderde code, XBOW voor continue penetratietesten en gerelateerde systemen van Google en OpenAI.
Forbes meldt dat autonome AI wordt gepositioneerd als een stap verder dan copiloten en kortstondige agenten. In de opzet van het artikel helpen copiloten terwijl iemand werkt, terwijl conventionele agenten minutenlang een taak afhandelen en een resultaat ter beoordeling terugsturen, terwijl meer autonome systemen een doel krijgen en dagen of weken werken voordat ze voltooid werk teruggeven. Forbes schrijft dit onderscheid gedeeltelijk toe aan Sanjot Malhi, die leiding geeft aan het mondiale groeifonds van Northzone en zei dat hij bijna twee jaar had besteed aan het ontwikkelen van een investeringsthese rond de technologie. Het rapport zegt dat Northzone sinds januari Blitzy en XBOW steunde, waarbij Blitzy $200 miljoen had opgehaald tegen een gerapporteerde waardering van $1,4 miljard en XBOW $120 miljoen had opgehaald. Deze financiële cijfers en de karakterisering van de systemen zijn gerapporteerd door Forbes en worden hier niet onafhankelijk bevestigd.
Forbes meldt dat Blitzy deze aanpak toepast op de modernisering van bedrijfssoftware. Er wordt beschreven dat het bedrijf honderden miljoenen regels verouderde code en het compliancebeleid van een klant verwerkt, en vervolgens een bepaald doel gebruikt om nieuwe systemen te bouwen. Forbes noemt Charles River Development, een bedrijf uit State Street, als klant die het platform gebruikt om oudere code te moderniseren, en zegt dat Builders FirstSource de snelheid van softwareontwikkeling tijdens de eerste drie maanden op het platform heeft verdrievoudigd. Het artikel zegt ook dat OpenAI Blitzy citeerde in materiaal over de codeermogelijkheden van GPT-5.6. Forbes presenteert deze klantresultaten als bewijs van praktisch gebruik, maar het geleverde rapport biedt geen onafhankelijke audit, gedetailleerde basislijn, steekproefomvang, foutenpercentage of uitleg over hoeveel menselijke beoordeling er nog in die projecten zat.
Forbes meldt dat XBOW autonome AI toepast op offensieve cybersecurity. Er wordt beschreven dat het platform voortdurend penetratietests uitvoert op de systemen van een bedrijf, in plaats van alleen te vertrouwen op periodieke beoordelingen door schaarse menselijke specialisten. Het artikel zegt dat XBOW in de zomer van 2025 de top van HackerOne’s Amerikaanse klassement bereikte, wat Forbes beschrijft als de eerste keer dat de leidende hacker geen mens was. Forbes citeert ook Farzan Karimi, plaatsvervangend hoofd informatiebeveiliging van Moderna, die naar verluidt zei dat XBOW een firewall-bypass had gevonden die hij had gemist. Het rapport zegt verder dat XBOW vroege toegang kreeg tot het Mythos-model van Anthropic tijdens Project Glasswing en dat Anthropic de tests van het bedrijf citeerde. Deze claims worden via Forbes toegeschreven aan Forbes en de genoemde organisaties of leidinggevenden; er worden geen onafhankelijke testgegevens verstrekt.
Forbes plaatst deze bedrijven binnen een bredere groep van autonome beveiligings- en coderingssystemen. Het artikel meldt dat Horizon3 een Series E-bedrag van $250 miljoen heeft opgehaald met een waardering van meer dan $2 miljard, en dat Big Sleep van Google, ontwikkeld door DeepMind en Project Zero, autonoom twintig kwetsbaarheden in veelgebruikte open-sourcesoftware heeft gevonden. Er staat ook dat OpenAI Aardvark, een beveiligingsonderzoekssysteem, in Codex heeft opgenomen na benchmarktests waarbij het 92% van de bekende fouten ontdekte. Het rapport beschrijft deze ontwikkelingen als tekenen dat AI-systemen op weg zijn naar duurzaam werk aan bedrijfsdoelstellingen. Forbes verstrekt echter niet de onderliggende benchmarkprotocollen, openbaarmakingen van kwetsbaarheden, fout-positieve cijfers, herstelresultaten of bewijs dat de systemen in alle gevallen zonder betekenisvolle menselijke tussenkomst functioneerden.
Waarom het ertoe doet
Als ze onafhankelijk worden gevalideerd, kunnen deze systemen de manier veranderen waarop bedrijven omgaan met softwareontwikkeling en cyberbeveiliging door AI te verschuiven van korte, gecontroleerde taken naar langerlopend werk. Het rapport onderstreept ook onopgeloste vragen over toezicht, controleerbaarheid, nauwkeurigheid, kosten en verantwoording.
De centrale claim van Forbes is van belang omdat softwareontwikkeling en cyberbeveiliging beide gebieden zijn waar onvoltooid werk directe operationele gevolgen kan hebben. Een systeem dat een grote bestaande codebase kan verwerken, compliance-beperkingen kan interpreteren en een bruikbaar moderniseringsproject kan produceren, zou de tijd kunnen verkorten die nodig is voor werk dat traditioneel afhankelijk was van systeemintegrators en lange contracten. Het gerapporteerde Builders FirstSource-resultaat zou, indien onafhankelijk geverifieerd, duiden op een substantiële verandering in de ontwikkelingsdoorvoer. De praktische vraag is niet of AI code kan genereren, maar of het op consistente wijze veilige, onderhoudbare en compatibele systemen kan leveren gedurende lange taken.
De beveiligingsvoorbeelden wijzen op een soortgelijke verschuiving. Continu geautomatiseerd testen zou de hoeveelheid onderzochte software kunnen vergroten en de afhankelijkheid van periodieke beoordelingen kunnen verminderen. Het vinden van een kwetsbaarheid die door een menselijke reviewer wordt gemist, kan waardevol zijn, vooral als de bevinding reproduceerbaar is en tot effectief herstel leidt. Tegelijkertijd kunnen autonome penetratietests risico's met zich meebrengen als de machtigingen, doelstellingen of acties ervan slecht worden gecontroleerd. Het verhaal van Forbes legt niet vast hoe deze systemen worden geïsoleerd, hoe klanten testgrenzen goedkeuren, hoe bevindingen worden gevalideerd of hoe organisaties voorkomen dat geautomatiseerde tools productiesystemen verstoren.
Het rapport illustreert ook het verschil tussen investeringsenthousiasme en bewezen publieke prestaties. Forbes beschrijft Malhi van Northzone als het zien van Blitzy en XBOW als vroege versies van een ‘ondernemingsbrein’ dat de context van een organisatie behoudt terwijl modellen mogelijkheden bieden. Dat is een investeringsthese, geen onafhankelijk vastgestelde technische categorie. Het artikel vermeldt de verwachtingen van KPMG en Gartner over bedrijven die de inzet van bepaalde AI-agenten zullen verminderen of buiten gebruik stellen, maar dat zijn eerder voorspellingen dan bewijs over de huidige resultaten. De meest betekenisvolle publieke impact zal afhangen van de vraag of autonome systemen betrouwbare resultaten, transparante gegevens en duidelijke verantwoordelijkheid bij uiteenlopende klanten kunnen laten zien, in plaats van geselecteerde succesverhalen.
Interactief mechanisme: hoe het eigenlijk werkt
Ontdek interactief de onderliggende technologie achter deze ontwikkeling.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Wat je nu moet bekijken
De belangrijkste tests zijn onafhankelijke evaluaties van voltooid werk, beveiligingsbevindingen, foutenpercentages, kosten en menselijk toezicht. Kijk of bedrijven de acties van de systemen kunnen documenteren en op betrouwbare wijze de verantwoordelijkheid kunnen toewijzen wanneer autonome tools fouten maken.
Kijk eerst naar onafhankelijk bewijs achter de prestatieclaims. Voor Blitzy zou dat details omvatten over de geëvalueerde projecten, de definitie van een “verdrievoudigde” ontwikkelingssnelheid, defect- en beveiligingspercentages, de hoeveelheid menselijke beoordeling en of de resulterende systemen na de implementatie onderhoudbaar bleven. Uit getuigenissen van klanten kan blijken dat een systeem is gebruikt, maar dit garandeert op zichzelf nog geen algemene betrouwbaarheid. Forbes rapporteert de claims van klanten, terwijl het aangeleverde materiaal deze niet onafhankelijk verifieert.
Voor XBOW en aanverwante beveiligingssystemen zou nuttige follow-up onder meer bestaan uit openbaar gemaakte kwetsbaarheden, reproduceerbaarheid, fout-positieve en fout-negatieve percentages, de reikwijdte van geautoriseerde tests en de tijd tussen ontdekking en herstel. Het gerapporteerde benchmarkresultaat van 92% voor OpenAI's Aardvark heeft ook context nodig over het ontwerp van de , de betekenis van 'bekende fouten' en hoe het systeem zich verhoudt tot menselijke of geautomatiseerde basislijnen. Zonder deze details mogen de plaatsing op het scorebord en de benchmarkpercentages niet worden beschouwd als algemene maatstaven voor de beveiligingsprestaties in de echte wereld.
Ten slotte zullen organisaties die deze instrumenten adopteren een bestuur nodig hebben dat aansluit bij hun autonomie. Forbes zelf maakt melding van zorgen over lacunes in het bestuur en beveelt audit trails en duidelijke verantwoording aan voordat bedrijven doelen delegeren aan autonome systemen. Kijk of implementaties de menselijke goedkeuring behouden voor acties met een grote impact, leg model- en toolactiviteit vast, beperk de toegang tot gevoelige systemen en zorg voor een verantwoordelijke operator als het werk mislukt. De langeretermijnvoorspellingen van het artikel over autonome AI en kunstmatige algemene intelligentie blijven onzeker; bewijs voor de korte termijn moet afkomstig zijn van gedocumenteerde implementaties, herhaalbare evaluaties en publiekelijk verklaarbare resultaten.