Det mesta av samtalet om AI och jobb handlar just nu om det synliga lagret: vem som skriver koden, vem som promptar modellen, vem som får gå när en chatbot kan göra det första utkastet. Begravd i veckans nyheter finns en berättelse om ett lager som ingen i det samtalet tittar på — och den är värd din uppmärksamhet just eftersom nästan ingen konkurrerar om de färdigheter den belönar.

En bugg som har legat där sedan 2013

Säkerhetsforskare beskrev denna vecka i detalj hur tusentals internetanslutna servrar från stora tillverkare kan bakdörras på distans via sina baseboard management controllers, eller BMC:er — de små, separata datorerna som är inbyggda i praktiskt taget alla moderkort för företagsservrar och kör sitt eget operativsystem, sin egen nätverksstack och sin egen IP-adress, oberoende av vad som händer på huvudmaskinen (Ars Technica). BMC:er gör det möjligt för IT-personal att starta om, installera om avbildningar på eller övervaka en server på distans även när den är avstängd eller helt oresponsiv — genuint användbar hantering utan fysisk närvaro. Haken är, enligt forskarna, att det underliggande protokollet har pekats ut som ett lätt mål sedan åtminstone 2013, och att vissa av sårbarheterna som nu utnyttjas är mer än ett decennium gamla. Ars beskriver det som en ”utbredd, otillräckligt övervakad och otillräckligt patchad parallell attackyta” — inte ett nytt hål, utan ett gammalt som i tysthet har ignorerats eftersom det ligger under den nivå där det mesta av programvaru- och säkerhetsfokuset finns.

Agentbaserad kodning kommer snart att göra mer av detta, snabbare

Samma vecka lanserade Meta Muse Code, en terminalbaserad kodningsagent som ansluter sig till Claude Code, Codex och ett snabbt växande fält av ramverk som skriver och levererar programvara med minimal mänsklig inblandning (TechCrunch). Zuckerbergs egen beskrivning av det är talande: vid ett tillräckligt stort jobb delar den upp arbetet på flera underagenter som arbetar parallellt, i isolerade arbetsytor, och bygger flera funktioner samtidigt. Det är en verklig produktivitetsökning. Strukturellt innebär det också att mer infrastruktur sätts upp, konfigureras och driftsätts per enhet mänsklig uppmärksamhet än någonsin tidigare — fler molninstanser, fler testmiljöer, fler servrar som snabbt provisioneras av personer som kanske aldrig rör en BMC-inställning eller läser en ändringslogg för fast programvara. Agentbaserade verktyg är mycket bra på att skriva applikationen. De har ingen åsikt om huruvida chippet för out-of-band-hantering under applikationen kör sex år gammal fast programvara.

Inget av detta innebär att agentbaserade kodningsverktyg är osäkra till sin konstruktion — det är en separat fråga från den som tas upp i Ars Technica-artikeln. Poängen är snävare: mängden infrastruktur som skapas växer snabbare än den oglamorösa disciplinen att patcha det fysiska lagret under den, och det gapet sluter sig inte av sig självt bara för att koden ovanpå har blivit smartare.

Varför detta är en karriärsignal, inte bara en säkerhetsberättelse

Sätt detta i relation till uppsägningarna som fortfarande fortplantar sig genom branschen — Monday.coms personalminskning på ungefär 20 procent denna vecka, uttryckligen kopplad till en AI-driven omstrukturering, sällar sig till en växande lista företag som hänvisar till AI vid nedskärningar (TechCrunch). Det är värt att vara ärlig om vad vi inte vet här: inga av dessa anmälningar bryter ner uppsägningarna efter funktion, så det finns inga tydliga data som säger att ”säkerhets- och infrastrukturroller skonas”. Det vore att gå för långt. Det som kan sägas med större säkerhet är strukturellt, inte statistiskt: de roller som automatiseras snabbast är de där arbetsprodukten är text, kod eller en kundinteraktion som en LLM kan approximera. Säkerhet på fysisk nivå och fast programvarunivå — att veta vad en BMC är, hur IPMI och dess efterföljare fungerar, hur man granskar åtkomst till out-of-band-hantering, hur man distribuerar en uppdatering av fast programvara över en hel flotta utan att göra hälften av den obrukbar — ligger närmare maskinen än modellen. Det är inte uppenbart en uppgift som dagens AI-agenter söker sig till, och den blir inte lättare att automatisera bara för att programvarulagret ovanför den gör det.

Vad du faktiskt kan göra med detta

Du behöver inte bli ingenjör inom fast programvara för att agera utifrån detta. Några saker du kan kontrollera:

  • Fråga, anta inte. Om du arbetar med IT, plattformar eller säkerhet på ett företag som kör egna servrar (inte en ren molnmiljö), fråga om BMC-firmware över huvud taget ingår i en patchningscykel. Många organisationer vet faktiskt inte svaret.
  • Lär dig terminologin, inte bara rubriken. BMC, IPMI, Redfish, out-of-band-hantering — detta är sökbara och väldokumenterade begrepp, och att förstå dem ger dig ett försprång framför de flesta vars kompetensutveckling i AI-eran helt har varit inriktad på promptar och agenter.
  • Se vad agentbaserade kodningsverktyg inte täcker. När du eller ditt team börjar använda verktyg som Muse Code eller Claude Code för infrastrukturrelaterat arbete, fråga uttryckligen vad som ligger utanför omfånget — driftsättningsmål, fast programvara, fysiska åtkomstkontroller — och se detta gap som ett område där du kan bygga expertis, snarare än som en förbiseende att ignorera.
  • Överdriv inte. Detta är en möjlig nisch bland flera, inte en garanterad fristad. Se det som en säkring värd att undersöka, inte som ett karriärbyte att göra på grundval av en enda artikel i Ars Technica.

Den bredare lärdomen gäller specifikt även bortom BMC:er: i takt med att AI blir bättre på den programvara människor kan se, ligger det värde som är svårare att automatisera i allt högre grad i de fysiska och operativa lagren under den — de delar som inte syns i en demonstration. Det är en snävare satsning än ”lär dig att prompta”, men det är en satsning som färre människor gör just nu.