Mens oppmerksomheten har gått til hvor smarte språkmodellene blir, retter KI-forsker Lilian Weng, tidligere OpenAI og forfatter av bloggen Lil'Log, søkelyset mot laget rundt modellen. I et innlegg publisert 4. juli 2026 kaller hun dette laget en «kjøreramme»: systemet som orkestrerer kjøring, kaller verktøy, styrer kontekst, lagrer artefakter og evaluerer resultater. Poenget hennes er at dette laget er blitt like viktig som modellens rå evner, noe kodeagenter som Claude Code og Codex allerede beviser.
Ideen kobler hun til recursive self-improvement (RSI), et begrep som går tilbake til I.J. Good i 1965 og Eliezer Yudkowsky i 2008: en KI som bruker sin egen intelligens til å forbedre maskineriet som produserer intelligensen. Weng peker på tre gjentakende design-mønstre i moderne kjørerammer. Det første er arbeidsflyt-automatisering, en mål-orientert løkke der modellen planlegger, kjører, tester og forbedrer til oppgaven er løst. Det andre bruker filsystemet som varig minne, slik at logger, kode-differ og tidligere kjøringer lagres som filer i stedet for å fylle opp kontekstvinduet. Det tredje er subagenter og bakgrunnsjobber, der hovedagenten starter parallelle agenter, inspiserer logger og fletter resultatene tilbake.
Det interessante skjer når kjørerammen selv blir et søkerom. Weng skisserer en progresjon i hva som optimeres: fra instruksjons-prompter, via strukturert kontekst og arbeidsflyt, til selve rammekoden. Rammeverk som ACE (Agentic Context Engineering) og MCE behandler kontekst som en playbook i utvikling, mens et enda dypere lag optimerer koden som bestemmer hva modellen får se. Andre systemer, som ADAS og AFlow, formulerer selve agent-designet som et optimeringsproblem der en meta-agent programmerer nye arbeidsflyter og evaluerer dem automatisk.
«En kjøreramme er kode som programmerer hvordan prompter, verktøykall, subagenter, kontrollflyt, minne og arbeidsflyt spiller sammen» — Lilian Weng, Lil'Log
For deg som allerede bygger med Claude Code, subagenter og fil-basert minne, formaliserer Weng et mønster du kanskje kjenner igjen fra eget verksted. Prediksjonen hennes er ikke at modellen snart skriver om sine egne vekter, men at modne kjørerammer gjør automatisk forskning mulig, samtidig som smartere modeller hindrer rammene i å bli overkompliserte. Når selve rammedesignet først er blitt et kjørbart søkerom, kan en sterk kodeagent utforske det samme rommet som menneskelige ingeniører gjør i dag. Det flytter en del av konkurransen fra modellvektene til arkitekturen rundt dem.