Tällä viikolla AI-agentti siirtyi pois yksittäisestä keskusteluikkunasta. Se meni Slackiin, selaimeen, koodieditoriin, markkinadataan, tietoturvatiimin työjonoon, dokumenttijärjestelmään ja robotin turvakerrokseen.

Viikon tärkein AI-uutinen ei ollut yksi malli.

Se oli käyttöliittymän muutos.

AI-agentti ei enää odota, että ihminen avaa tyhjän chatin ja kirjoittaa yhden pyynnön. Uusi muoto on pysyvämpi: agentti on työtilassa mukana, muistaa kanavan kontekstia, käyttää työkaluja, jatkaa tehtävää taustalla, tarkistaa ympäristöä ja jättää jäljen. Siksi tämän viikon uutiset kannattaa lukea yhtenä kokonaisuutena.

Anthropic toi Clauden Slackiin tiimikaveriksi. Google teki computer use -toiminnosta osan Gemini 3.5 Flashia. xAI lisäsi Grok Buildiin pitkäkestoisen /goal-tilan. OpenAI julkaisi tutkimusta siitä, miten Codex muuttaa työn yksikköä yksittäisestä vastauksesta delegoituun tehtävään. Samaan aikaan turvallisuus, infra ja työmarkkina alkoivat kiriä perässä.

Viikon kysymys suomalaiselle asiantuntijalle ja pk-yritykselle on käytännöllinen:

Missä työtilassa AI saa tehdä oikeaa työtä, ja kuka määrittää sen rajat?

AI-sanomien webinaarit starttaavat syksyllä ja pyydän sinulta näkemystä sen aiheista. Haluan, että webinaarit ovat aidosti konkreettisia, käytännönläheisiä ja hyödyllisiä.

Mistä aiheista haluasit webinaareja järjestettävän? Vastaa alla niin otan sen huomioon niiden suunnittelussa 👇

Lähde ja päivämäärä: OpenAI, 25.6.2026
Merkittävyys: 5/5

OpenAI julkaisi taloustutkimuksen Codexin käytöstä ja agenttien vaikutuksesta työhön. Sen pääväite on osuva: agenttinen AI muuttaa tietotyön yksikköä. Kyse ei ole enää vain lyhyestä vuorovaikutuksesta, vaan tehtävästä, joka voidaan antaa mallille minuuteiksi tai tunneiksi.

OpenAI kertoo, että toukokuuhun 2026 mennessä 80,6 prosenttia otokseen kuuluneista yksittäisistä Codex-käyttäjistä oli tehnyt vähintään yhden pyynnön, jonka arvioitiin vastaavan yli 30 minuutin ihmistyötä. 70,2 prosenttia oli tehnyt vähintään yhden yli tunnin pyynnön ja 25,6 prosenttia vähintään yhden yli kahdeksan tunnin pyynnön. Luvut ovat malliarvioita, eivät kellotettuja työaikatutkimuksia, mutta suunta on silti kiinnostava.

OpenAI:n sisällä Codexista on tullut ensisijainen AI-työkalu myös lakitiimeille, rahoitukselle ja rekrytoinnille. Tämä on suomalaiselle tietotyöläiselle ehkä viikon tärkein signaali. Agentti ei ole enää vain kehittäjän apuri. Se on tapa antaa tehtävä ympäristöön, jossa on tiedostoja, työkaluja, tarkistuksia ja pitkä muisti.

Lähde ja päivämäärä: Anthropic, 23.6.2026
Merkittävyys: 5/5

Anthropic julkaisi Claude Tagin, jossa Claude liittyy Slack-kanaviin tiimin jäseneksi. Yritys antaa Claudelle pääsyn valittuihin kanaviin, työkaluihin, dataan ja tarvittaessa koodikantoihin. Tiimiläinen voi tägätä @Claude ja delegoida tehtävän. Claude purkaa työn vaiheisiin, käyttää sallittuja työkaluja ja vastaa Slack-ketjuun.

Tässä on kaksi tärkeää eroa tavalliseen chattiin. Ensimmäinen on yhteinen konteksti: samassa kanavassa on yksi Claude, jonka työtä muut voivat seurata. Toinen on muistikerros: Claude voi oppia kanavan työstä ja käyttää sitä myöhemmin, jos sille annetaan lupa.

Anthropic sanoo, että sen sisäisessä versiossa 65 prosenttia tuotetiimin koodista syntyy Claude Tagin avulla. Tuo on yrityksen oma luku, joten sitä kannattaa lukea varauksella. Silti suunta on selvä. AI-työ ei pysy erillisessä chat-ikkunassa, jos organisaation todellinen työ tapahtuu Slackissa, Teamsissa, GitHubissa, dokumenteissa ja liputusjärjestelmissä.

Lähde ja päivämäärä: Google, 24.6.2026
Merkittävyys: 5/5

Google julkaisi Gemini 3.5 Flashiin sisäänrakennetun computer use -työkalun. Aiemmin computer use oli erillinen Gemini 2.5 -malli. Nyt sama kyky tulee osaksi päämallia, joka voi nähdä, päätellä ja toimia selaimessa, mobiilissa ja työpöytäympäristöissä.

Tämä on iso muutos agenttien käytettävyydelle. Kun computer use on mallin normaali työkalu eikä erillinen erikoismalli, kehittäjän ei tarvitse rakentaa yhtä montaa erillistä reittiä. Sama agentti voi käyttää funktiokutsuja, hakua, Maps-groundingia ja käyttöliittymiä.

Google korosti myös turvallisuutta: prompt injection -riskejä vastaan käytetään kohdennettua adversariaalista koulutusta ja yrityksille tarjotaan suojamekanismeja, kuten käyttäjän erillinen vahvistus arkaluonteisiin tai peruuttamattomiin toimiin. Juuri tämä on computer use -agenttien kova kohta. Kun AI voi klikata käyttöliittymää, se tarvitsee jarrut.

Lähde ja päivämäärä: xAI, 22.6.2026
Merkittävyys: 4/5

xAI toi Grok Buildiin /goal-tilan. Sen idea on yksinkertainen: käyttäjä antaa tavoitteen yhdellä rivillä ja agentti jatkaa työtä, kunnes tehtävä on valmis ja tarkistettu. Se tekee suunnitelman, purkaa työn checklistiksi ja suorittaa vaiheita. Käyttäjä voi seurata etenemistä, pysäyttää työn, jatkaa sitä tai tyhjentää tavoitteen.

Tämä kuulostaa pieneltä käyttöliittymäpäivitykseltä, mutta se kertoo paljon siitä, mihin agenttityökalut ovat menossa. Hyvä agenttikäyttö ei ole enää "kirjoita minulle vastaus". Se on "ota tämä tavoite, tee suunnitelma, näytä eteneminen ja lopeta vasta kun tarkistus menee läpi".

AI-Sanomissa samaa ajatusta on käsitelty aiemmin artikkelissa Tekoäly käyttää tietokonettasi. Kun agentti osaa käyttää ympäristöä, tärkeäksi nousee tavoitteen rajaus. Huono tavoite tuottaa pitkän ja kalliin sotkun. Hyvä tavoite tuottaa tarkistettavan muutoksen.

Lähde ja päivämäärä: OpenAI Daybreak, 22.6.2026 ja OpenAI Patch the Planet, 22.6.2026
Merkittävyys: 5/5

OpenAI laajensi Daybreakia, julkaisi Codex Security -päivityksiä ja esitteli Patch the Planet -aloitteen. Viestin ydin on tärkeä: AI ei saa jäädä vain löytämään lisää haavoittuvuuksia. Sen pitää auttaa validoimaan, priorisoimaan, korjaamaan, testaamaan ja viemään korjaukset hallitusti tuotantoon.

OpenAI kertoo Codex Securityn skannanneen tutkimusesikatselun jälkeen yli 30 miljoonaa committia yli 30 000 koodikannassa. Patch the Planetissa OpenAI tekee yhteistyötä Trail of Bits, HackerOne, Califin ja avoimen lähdekoodin ylläpitäjien kanssa. Ensimmäisiä osallistujia ovat esimerkiksi cURL, Go, Python, Sigstore ja pyca/cryptography.

Tämä on hyvä vertaus koko agenttimarkkinaan. Pelkkä "löydä ongelmia" ei riitä. Työn arvo syntyy vasta, kun ongelma validoidaan, korjaus tehdään, testit ajetaan ja ihminen hyväksyy muutoksen. Sama pätee tietotyöhön, myyntiin, talouteen ja asiakaspalveluun.

Lähde ja päivämäärä: OpenAI, 24.6.2026
Merkittävyys: 5/5

OpenAI ja Broadcom esittelivät Jalapeñon, OpenAI:n ensimmäisen oman Intelligence Processor -kiihdyttimen. Piiri on suunniteltu LLM-inferenssiin, eli siihen vaiheeseen jossa malli vastaa käyttäjille, ajaa agenttitehtäviä ja palvelee tuotteita.

OpenAI sanoo, että Jalapeño kehitettiin suunnittelusta tuotantotape-outiin yhdeksässä kuukaudessa ja että varhaiset laboratoriotestit lupaavat selvästi parempaa suorituskykyä wattia kohti kuin nykyiset kärkiratkaisut. Lopulliset suorituskykyluvut ovat vielä yhtiön omia arvioita, joten niitä ei kannata ottaa neutraalina benchmarkina.

Silti strateginen viesti on selvä. Agenttinen työ tekee inferenssistä pullonkaulan. Jos käyttäjä delegoi useita tuntien tehtäviä, taustalla ei synny yksi vastaus vaan pitkä ketju mallikutsuja, työkaluja, tarkistuksia ja uusintayrityksiä. Silloin halvempi ja luotettavampi inferenssi ei ole tekninen yksityiskohta. Se määrittää, millaisia tuotteita kannattaa rakentaa.

Lähde ja päivämäärä: NVIDIA, 22.6.2026
Merkittävyys: 4/5

NVIDIA julkaisi Halos for Robotics -järjestelmän, jota yhtiö kuvaa täyden pinon turvajärjestelmäksi robotiikalle ja fyysiselle AI:lle. Mukana ovat AI-laskenta, sensoriyhteydet, turvallisuusohjelmisto ja tarkastuslaboratorio, jonka tarkoitus on tukea kolmannen osapuolen sertifiointia.

Tämä ei ole tavallisen toimistotyöläisen arjen uutinen, mutta se kertoo agenttien seuraavasta reunasta. Kun AI toimii tekstissä, virhe voi olla väärä analyysi tai huono viesti. Kun AI toimii fyysisessä ympäristössä, virhe voi tarkoittaa törmäystä, vauriota tai työturvallisuusriskiä.

Siksi fyysinen AI tarvitsee eri keskustelun kuin chatbotit. Tarvitaan mallit, sensorit, valvonta, laskenta, vastuunjako ja sertifiointi. Sama kaava tulee lopulta myös digitaalisiin agentteihin: jos agentti voi tehdä oikeita muutoksia, sen turvallisuus pitää rakentaa koko pinoon.

Lähde ja päivämäärä: M-Files, 24.6.2026
Merkittävyys: 4/5

M-Files julkaisi uusia AI-agentteja dokumenttien ja tietotyön automaatioon. Yhtiö korostaa, että agentit toimivat M-Filesin Enterprise Knowledge Graphin päällä ja ymmärtävät dokumentteihin liittyvää liiketoimintakontekstia. Uudet Custom Agents -toiminnot voivat esimerkiksi lukea dokumentin, käyttää siihen liittyvää kontekstia, päivittää vain sallittuja ominaisuuksia ja viedä työnkulun eteenpäin.

Tässä on suomalaiselle lukijalle kiinnostava käytännön taso. Moni yritys ei tarvitse ensimmäiseksi yleisagenttia, joka tekee "kaikkea". Se tarvitsee dokumenttityön agentin, joka osaa käsitellä metatietoja, reitittää työnkulkuja, ehdottaa luokituksia ja jättää audit trailin.

M-Filesin malli osuu samaan linjaan kuin viikon muut uutiset: agentti toimii parhaiten, kun se tuntee ympäristönsä ja sen oikeudet ovat rajatut. Konteksti ei ole koriste. Se on agentin työmaa.

Lähde ja päivämäärä: xAI, 25.6.2026
Merkittävyys: 4/5

xAI ilmoitti, että Grok integroituu Interactive Brokersiin. Käyttäjä voi yhdistää sijoitustilinsä Grokiin, analysoida salkkua, mallintaa skenaarioita, tutkia markkinoita ja muodostaa order-ohjeita.

Tämä on korkean riskin käyttöliittymämuutos. Kun AI pääsee lähemmäs rahaa, kysymys ei ole enää vain "osaako se analysoida". Kysymys on, mitä se saa tehdä, miten suositus perustellaan, missä kohtaa käyttäjä hyväksyy ja miten virheestä jää jälki.

Suomalaiselle sijoittajalle tai yrittäjälle viesti on kaksiosainen. Talousdata on hyvä AI-aineisto, koska se on rakenteista ja kysymykset ovat usein toistuvia. Samalla se on alue, jossa väärä toiminta voi maksaa oikeaa rahaa. Agentille voi antaa analyysin. Päätöksestä kannattaa pitää kiinni itse.

Lähde ja päivämäärä: Rockefeller Foundation, 25.6.2026
Merkittävyys: 4/5

RAISE US -aloite julkaistiin Yhdysvalloissa yli 500 miljoonan dollarin sitoumuksilla. Taustalla on työnantajia, teknologiayhtiöitä, osavaltioita ja säätiöitä. Sen tarkoitus on auttaa työntekijöitä sopeutumaan AI:n muuttamaan työmarkkinaan esimerkiksi osavaltioyhteistyön, lyhytkoulutusten, oppisopimusten, uraneuvonnan, kannustimien ja siirtymätukien avulla.

Tämä ei ole tuotejulkistus, mutta se kuuluu viikon TOP 10:een. Kun OpenAI:n oma tutkimus kertoo, että agentit siirtävät työn yksikköä tehtävän delegointiin, työmarkkinauutinen antaa asialle yhteiskunnallisen kehikon. AI ei muuta vain työkaluvalikkoa. Se muuttaa sitä, mitkä tehtävät jäävät ihmiselle, mitkä siirtyvät agentille ja millaisia taitoja arvostetaan.

Suomessa keskustelu kannattaa käydä ajoissa. Paras AI-koulutus ei ole "opettele käyttämään yhtä bottia". Paras koulutus auttaa ihmisiä muuttamaan oman osaamisensa toistettavaksi prosessiksi, ymmärtämään agenttien rajoja ja rakentamaan työnkulkuja, joissa ihmisellä on edelleen vastuu.

AI-Sanomissa viikon teema näkyi erityisesti Claude Code -ohjauksessa.

Tämän viikon julkaistu opas Claude Code tottelee paremmin, kun ohjeet ovat oikeassa paikassa osuu suoraan viikon uutisiin. Kun agentti tekee pitkäkestoista työtä, ohjeiden paikka ratkaisee. Kaikkea ei kannata laittaa yhteen jättimäiseen ohjetiedostoon. Osa kuuluu projektin karttaan, osa polkukohtaisiin sääntöihin, osa skilleihin, osa subagenteille ja osa hookeihin.

Vanhemmista AI-Sanomien jutuista tähän jatkumoon sopivat myös Tekoäly käyttää tietokonettasi, Opas: Näin rakennat toimivan kehotteen AI-agentille ja 20 AI-käsitettä jotka kannattaa ymmärtää vuonna 2026.

Yhdessä ne muodostavat aika hyvän käytännön pinon:

Tässä kohtaa moni tekee virheen. Se yrittää valita "parhaan mallin", vaikka todellinen ongelma on työn rakenne. Agentti toimii paremmin, kun tehtävä, konteksti, oikeudet ja tarkistus on suunniteltu.

Kehote on hyvä alku. Työtila on parempi.

Työtila tarkoittaa paikkaa, jossa agentilla on oikea konteksti, oikeat tiedostot, oikeat työkalut, rajatut oikeudet ja näkyvä eteneminen. Se voi olla Slack-kanava, projektikansio, GitHub-repo, M-Files-työnkulku, CRM-näkymä tai oma Codex-ympäristö.

Ennen ensimmäistä laajempaa agenttipilottia kirjoita yhdelle sivulle:

Tämä tuntuu ehkä raskaalta. Se on silti kevyempi kuin selvittää jälkikäteen, miksi agentti muutti väärän tiedoston tai lähetti keskeneräisen viestin.

Viikon agenttiuutiset voivat tuntua isoilta yritysjärjestelmiltä, mutta sama periaate toimii pienessäkin työssä.

Jos kirjoitat saman ohjeen joka viikko uudelleen, kyse ei ole enää yksittäisestä kehotteesta. Se on prosessi. Prosessista kannattaa tehdä skill, tarkistuslista, mallipohja tai agentin työohje.

AI-Sanomien kurssi Asiantuntijaosaamisen skaalaaminen tekoälyllä keskittyy juuri tähän: miten oma tapa ajatella, arvioida ja tuottaa arvoa muutetaan järjestelmäksi. Codex tietotyöläiselle puolestaan vie saman ajattelun käytännön työympäristöön, jossa AI voi lukea, muokata, tarkistaa ja parantaa tiedostoja.

Kehotesuunnittelijan Skills-osio on tähän hyvä jatko. Kehote auttaa kerran. Skill auttaa samalla tavalla uudelleen. Ja jos olet AI-Sanomien Plus -jäsen, saat pääsyn myös Kehotesuunnittelijan Premium-tilaukseen.

AI-agentti kuulostaa helposti tekniseltä hankkeelta. Usein paras aloitus on kuitenkin arkinen: katso, mitä asiakkaat jo sanovat.

Asiakaspalautteet, tukipyynnöt, myyntimuistiot ja Google-arvostelut sisältävät asiakkaan omaa kieltä. Ne kertovat, mikä ärsyttää, mikä ilahduttaa, mitä luvataan liikaa ja miksi ihmiset ostavat.

Arvo AI on hyvä esimerkki pienestä, konkreettisesta AI-alkupisteestä. Google-arvostelut eivät ole vain maineenhallintaa. Ne ovat datalähde, josta AI voi löytää toistuvia teemoja, asiakaskielen ja parannuskohteet. Kun aloitat omasta datasta, agentin tehtävä on helpompi rajata ja tulos helpompi tarkistaa.

Seuraa kolmea asiaa.

Ensimmäinen on agenttien uusi käyttöliittymä. Slack, Teams, selain, IDE ja dokumenttijärjestelmät alkavat kilpailla siitä, missä agentti "asuu". Sillä on väliä, koska työtila määrittää kontekstin.

Toinen on inferenssin hinta. OpenAI:n Jalapeño-uutinen kertoo, että malliyhtiöt eivät halua ostaa kaikkea laskentaa valmiina. Kun agentit tekevät pitkiä tehtäviä, jokainen kustannus- ja viiveparannus muuttuu tuotekokemukseksi.

Kolmas on vastuun raja. Google, OpenAI, NVIDIA ja M-Files puhuivat kaikki omalla tavallaan kontrollista: vahvistuksista, lokista, tietoturvasta, suojamekanismeista, standardeista ja auditoinnista. Se ei ole tylsä hallintokerros. Se on se osa, joka tekee agentista käyttökelpoisen.

Tämä on viikon käytännön oppi:

Hyvä agentti ei ole vapaa agentti. Hyvä agentti on oikeassa työtilassa, oikeilla oikeuksilla ja tarkistettavalla lopputuloksella.

Lähteet: OpenAI - How agents are transforming work, Anthropic - Claude Tag, Google - computer use in Gemini 3.5 Flash, xAI - Introducing /goal, OpenAI - Daybreak, OpenAI - Patch the Planet, OpenAI - Jalapeño, NVIDIA - Halos for Robotics, M-Files - AI agents, xAI - Interactive Brokers and Grok, Rockefeller Foundation - RAISE US

Lisää tekoälyoppaita ja -uutisia: aisanomat.fi