Det meste af samtalen om AI og jobs handler lige nu om det synlige lag: hvem der skriver koden, hvem der prompter modellen, og hvem der bliver afskediget, når en chatbot kan lave det første udkast. Begravet i denne uges nyheder ligger en historie om et lag, som ingen i den samtale ser på — og den fortjener netop din opmærksomhed, fordi næsten ingen konkurrerer om de færdigheder, den belønner.

En fejl, der har ligget der siden 2013

Sikkerhedsforskere beskrev i denne uge, hvordan tusindvis af internetforbundne servere fra store producenter kan få installeret bagdøre eksternt via deres baseboard management-controllere, eller BMC'er — de små, separate computere, der er indbygget i stort set alle enterprise-serveres bundkort, og som kører deres eget operativsystem, netværksstak og IP-adresse, uafhængigt af hvad der sker på hovedmaskinen (Ars Technica). BMC'er gør det muligt for it-medarbejdere at genstarte, geninstallere image på eller overvåge en server eksternt, selv når den er slukket eller helt ikke reagerer — oprigtigt nyttig administration uden fysisk adgang. Ifølge forskerne er hagen, at den underliggende protokol har været udpeget som et let mål siden mindst 2013, og at nogle af de sårbarheder, der nu udnyttes, er mere end et årti gamle. Ars beskriver det som en »udbredt, utilstrækkeligt overvåget og utilstrækkeligt patchet parallel angrebsflade« — ikke et nyt hul, men et gammelt hul, der stille og roligt er blevet ignoreret, fordi det ligger under det niveau, hvor det meste software- og sikkerhedsfokus befinder sig.

Agentisk kodning vil snart skabe mere af dette, hurtigere

I samme uge lancerede Meta Muse Code, en terminalbaseret kodeagent, der slutter sig til Claude Code, Codex og et hastigt voksende felt af frameworks, som skriver og lancerer software med minimal menneskelig indblanding (TechCrunch). Zuckerbergs egen beskrivelse af det er sigende: Ved en tilstrækkelig stor opgave spreder den arbejdet ud på flere underagenter, der arbejder parallelt i isolerede worktrees og bygger flere funktioner samtidig. Det er en reel produktivitetsgevinst. Strukturelt betyder det også, at der pr. enhed menneskelig opmærksomhed sættes mere infrastruktur op, konfigureres og implementeres end nogensinde før — flere cloud-instanser, flere testmiljøer, flere servere, der hurtigt klargøres af folk, som måske aldrig rører en BMC-indstilling eller læser en firmware-ændringslog. Agentiske værktøjer er meget gode til at skrive applikationen. De har ingen holdning til, om den out-of-band-managementchip, som ligger under applikationen, kører seks år gammel firmware.

Intet af dette betyder, at agentiske kodeværktøjer er usikre af design — det er et separat spørgsmål fra det, der behandles i Ars Technica-artiklen. Pointen er smallere: Mængden af infrastruktur, der skabes, vokser hurtigere end den uglamourøse disciplin at patche det fysiske lag under den, og det hul lukker ikke af sig selv, bare fordi koden ovenpå er blevet smartere.

Hvorfor dette er et karrieresignal og ikke bare en sikkerhedshistorie

Sæt dette i forhold til de fyringer, der stadig arbejder sig gennem branchen — Monday.com's reduktion af arbejdsstyrken på cirka 20 % i denne uge, som udtrykkeligt blev knyttet til en AI-drevet omstrukturering, føjer sig til en voksende liste af virksomheder, der nævner AI i forbindelse med jobnedskæringer (TechCrunch). Det er værd at være ærlig om, hvad vi ikke ved her: Ingen af disse indberetninger opdeler fyringerne efter funktion, så der findes ingen rene data, der siger »sikkerheds- og infrastrukturroller er skånet«. Det ville være at overdrive. Det, man med større sikkerhed kan sige, er strukturelt, ikke statistisk: De roller, der automatiseres hurtigst, er dem, hvor arbejdsproduktet er tekst, kode eller en kundeinteraktion, som en LLM kan efterligne. Sikkerhed på fysisk niveau og firmwareniveau — at vide, hvad en BMC er, hvordan IPMI og dets efterfølgere fungerer, hvordan man auditerer adgang til out-of-band-management, og hvordan man udruller en firmwarepatch på tværs af en flåde uden at gøre halvdelen af den ubrugelig — ligger tættere på maskinen end på modellen. Det er ikke åbenlyst en opgave, som de nuværende AI-agenter går efter, og den bliver ikke lettere at automatisere, bare fordi softwarelaget ovenover gør.

Hvad du faktisk kan gøre ved det

Du behøver ikke blive firmwareingeniør for at handle på dette. Et par ting, du kan tjekke:

  • Spørg, lad være med at antage. Hvis du arbejder med it, platforme eller sikkerhed i en virksomhed, der driver egne servere (ikke ren cloud), så spørg, om BMC-firmware overhovedet indgår i en patchcyklus. Mange organisationer kender oprigtigt ikke svaret.
  • Lær terminologien, ikke kun overskriften. BMC, IPMI, Redfish, out-of-band-management — det er søgbare, veldokumenterede begreber, og en forståelse af dem bringer dig foran de fleste, hvis kompetenceopbygning i AI-æraen udelukkende har været rettet mod prompts og agenter.
  • Hold øje med, hvad agentiske kodeværktøjer ikke dækker. Når du eller dit team tager værktøjer som Muse Code eller Claude Code i brug til infrastrukturrelateret arbejde, så spørg eksplicit, hvad der ligger uden for scope — implementeringsmål, firmware, fysiske adgangskontroller — og betragt det hul som et sted, hvor du kan opbygge ekspertise, snarere end som en forglemmelse, der skal ignoreres.
  • Lad være med at overreagere. Dette er en plausibel niche blandt flere, ikke et garanteret sikkert sted. Betragt det som en sikring, der er værd at undersøge, ikke som et karriereskift, man bør foretage på baggrund af én Ars Technica-historie.

Den bredere lektie rækker specifikt ud over BMC'er: Efterhånden som AI bliver bedre til den software, folk kan se, ligger den værdi, der er sværere at automatisere, i stigende grad i de fysiske og operationelle lag under den — de dele, der ikke dukker op i en demo. Det er et smallere sats end »lær at prompte«, men det er et sats, færre mennesker foretager lige nu.