AI-blog | Guides & værktøjer fra førende AI-konsulenter | Consile

Live Artifacts i Claude Cowork: persistente AI-dashboards

Skrevet af Martin Mensbo Christiansen | 23-04-2026 22:07:56

Den 20. april 2026 ændrede Anthropic stille og roligt hvad et AI-output kan være. Live Artifacts i Claude Cowork holdes nu i live på tværs af sessioner.

Dashboards og trackere forbinder til dine apps og filer, og opdaterer sig selv når du åbner dem. Det er slut med at bede Claude om de samme tre metrics hver mandag morgen. Du bygger dashboardet én gang og kommer tilbage til det.

 

Anthropic har lanceret Live Artifacts i Claude Cowork

Den officielle meddelelse kom via Claudes egen X-konto den 20. april 2026. I Cowork kan Claude nu bygge live artifacts, altså dashboards og trackere forbundet til dine apps og filer, der opdaterer sig selv ved hver åbning.

Funktionen er rullet ud på alle betalte Claude-planer via Claude Desktop-appen. Gratis-brugere er ekskluderet. Live artifacts gemmes i en dedikeret tab med fuld versionshistorik, hvilket betyder du kan vende tilbage til enhver tidligere tilstand.

Det er et markant skifte fra det tidligere artifact-paradigme, hvor hvert output døde når du lukkede vinduet. Anthropic kalder det selv et skifte fra statiske code snippets til persistente, data-drevne applikationer.

 

 

 

 

 

Hvad Live Artifacts er, og hvad de kan

Live artifacts er dashboards og data-trackere som Claude bygger inde i Cowork-sessioner og holder i live efter samtalen er lukket. Når du åbner en artifact igen, henter den aktuelle data fra de apps og filer den er forbundet til. Du prompter ikke på ny, og du genererer ikke data manuelt.

Forbindelsen til dine data går gennem Model Context Protocol (MCP). Det betyder artifacts kan læse fra de samme connectors som resten af dit Claude-setup, altså Gmail, Google Calendar, Slack, HubSpot, Salesforce og alle custom MCP-servere du har konfigureret.

I praksis kan du bygge et HubSpot pipeline-dashboard, et content calendar der trækker fra flere kilder, eller en ugentlig KPI-tracker der kombinerer analytics og økonomi. Gary C. Tate fra Lead with AI har demoet en fuld quarterly pipeline review bygget fra HubSpot-data på omkring fem til seks minutter. Dashboardet flaggede risiko-signaler som stalled deals og dårlige forecasts, ikke kun win og loss-tal.

Versionshistorikken er den anden centrale del. Hver artifact gemmes med fuld revisionsspor i en dedikeret Live Artifacts-tab. Du kan rulle tilbage til en tidligere version, sammenligne tilstande, og genbruge strukturen til nye dashboards.

 

Anthropic vs. Tableau, Power BI og Bloomberg

Det åbenlyse spørgsmål er hvad det gør ved markedet for BI-værktøjer. Traditionelle platforme som Tableau, Looker og Power BI er bygget omkring specialiserede brugere. Du skal have analytikere til at strukturere data, ingeniører til at forbinde systemer, og designere til at præsentere resultatet. Selv simple dashboards kræver ofte koordination på tværs af teams.

Live artifacts fjerner meget af den friktion. Brugeren beskriver hvad der skal bygges, og systemet bygger det. Det tekniske lag bliver usynligt, og antallet af mennesker der kan skabe et dashboard vokser markant.

Det lægger pres på pricing-modellen hos BI-platformene. De fleste fakturerer per seat baseret på den antagelse, at dashboard-skabelse er en specialiseret skill. Hvis alle i et team kan generere et fungerende dashboard, falder behovet for specialister, og per-seat-værdien presses nedad. Nogle kommentatorer har kaldt skiftet et direkte angreb på Bloomberg Terminal-kategorien, fordi live artifacts kan kombinere market data, nyhedsfeeds og porteføljevisninger i ét værktøj.

Realistisk set forsvinder Tableau, Power BI og Bloomberg ikke over natten. Enterprise-BI handler om governance, datamodellering, SLA-forpligtelser og regulatoriske krav som live artifacts ikke lever op til i dag. Men segmentet af lightweight dashboards, som BI-teams typisk bygger på bestilling, er direkte truet. En request der før krævede en data-ingeniør og en sprint cycle kan nu begynde som en prompt.

 

Teknisk arkitektur

Live artifacts bygger på samme agentiske arkitektur som Claude Code. Det betyder VM-isolation, permission-baseret filadgang, og MCP som forbindelseslag. Koden der driver en artifact, kører i et isoleret virtuelt miljø på din maskine, adskilt fra operativsystemet.

Forbindelsen til eksterne services sker gennem MCP. Udover Anthropics officielle MCP-integrationer kan artifacts forbinde til alle custom MCP-servere du har konfigureret. Første gang en artifact skal bruge et MCP-tool, promptes du om godkendelse, og dine præferencer persisterer fremadrettet. Hver bruger skal autentificere MCP-servere uafhængigt, også ved delte artifacts.

Claude Desktop-appen skal være åben mens scheduled tasks kører. Det er en reel limitation, og nogle brugere har allerede investeret i dedikerede Mac Minis som always-on automation-maskiner. Funktionen virker kun på macOS og Windows, ikke i browseren eller på mobil. Aktiv internetforbindelse er påkrævet gennem hele sessionen.

 

Sikkerhed og compliance

Live artifacts introducerer et nyt angrebsfladsareal. Når en artifact opdaterer sig selv ved hver åbning, kan indhold fra eksterne kilder potentielt indeholde prompt injection-instruktioner. Anthropic rapporterer selv omkring 1% attack success rate på Claude in Chrome selv efter mitigations. Skjulte instruktioner i websider, emails eller dokumenter kan kapre Claudes handlinger.

Auditing er en anden bekymring. Cowork-aktivitet er eksplicit ekskluderet fra Audit Logs, Compliance API og Data Exports hos Anthropic. Conversation history gemmes lokalt på brugerens maskine, ikke centralt, og kan ikke eksporteres af admins. Det er problematisk i regulerede brancher hvor logning og sporbarhed er compliance-krav.

Role-based access control er tilgængelig på Enterprise-planen, men med begrænset scope. RBAC dækker adgang til Cowork, Claude Code, web search og memory, men styrer ikke plugin-installation, MCP-serveradgang eller scheduled task-regler. For Team og Pro/Max-planer findes der fortsat ingen per-user access controls. I en enterprise AI-kontekst er det et punkt at afklare med compliance-teamet før udrulning.