ai-powered-markdown-translatorArtikel vom Fr ins De mit gpt-5.4-mini übersetzt.
Der rote Faden des 15. Juli ist die Robustheit von Agenten gegenüber Angriffen: OpenAI enthüllt GPT-Red, einen automatisierten Red Teamer, der GPT-5.6 gegen Prompt-Injektionen stärkt, während Claude Code sein CLI verhärtet und der Code-Review-Agent von Warp sich bewusst für einen Nur-Lese-Zugriff entscheidet. Der Rest des Tages deckt eine Welle von Ankündigungen zu Coding-Agenten (Codex in Chrome, Grok Build als Open Source, Devin in Slack, GitHub Copilot), offenen Modellen (Meta AI, Hugging Face, Ai2, Together AI) sowie mehrere Neuheiten von Google, bei der Medienerzeugung, Perplexity und Cohere ab.
GPT-Red : OpenAI stärkt die Robustheit von GPT-5.6 gegen Prompt-Injektionen
15. Juli — OpenAI stellt GPT-Red vor, ein intern trainiertes automatisiertes Red-Teaming-Modell, um die Widerstandsfähigkeit seiner Modelle gegen Prompt-Injektionen (prompt injection) zu stärken — also gegen Angriffe, die eine bösartige Anweisung in einem Dokument, einer Webseite oder der Ausgabe eines Werkzeugs verstecken, um einen Agenten von seiner ursprünglichen Aufgabe abzulenken. Statt sich ausschließlich auf menschliche Teams zu stützen, um Angriffe zu erfinden, überlässt OpenAI diese Erkundung einem spezialisierten Modell, das sie kontinuierlich und in großem Maßstab durchführen kann.
Das Modell wird per Selbstspiel (self-play) mit Reinforcement Learning trainiert: Ein Angreifer wird belohnt, wenn er ein unerwünschtes Verhalten auslöst, während eine Population verteidigender Modelle lernt, zu widerstehen, ohne ihre eigentliche Aufgabe zu beeinträchtigen. Dieses Nullsummenspiel hat einen Angreifer hervorgebracht, der nahezu alle getesteten Modelle — interne wie öffentliche — bis hin zu GPT-5.6 aus dem Gleichgewicht bringen kann.
In das Training von GPT-5.6 integriert, hat GPT-Red die Fehlerrate des Modells bei den schwierigsten direkten Injektionen im Vergleich zum besten Produktionsmodell von vor vier Monaten um den Faktor 6 gesenkt. In einem akademischen Referenzszenario (Dziemian et al., 2025) erreicht es 84 % Erfolgsquote gegenüber 13 % für menschliche Red Teamer bei denselben Fällen.
OpenAI veranschaulicht den praktischen Nutzen mit zwei realen Fallstudien. Bei einem Agenten, der einen Automaten in seinen Räumlichkeiten verwaltet (entwickelt von Andon Labs, in der Tradition des Projekts „Project Vend“), gelang es GPT-Red, den Preis eines teuren Artikels auf 0,50 Dollar zu senken, einen Artikel für über 100 Dollar zu bestellen, um ihn zum gleichen Niedrigpreis weiterzuverkaufen, und die Bestellung eines anderen Kunden zu stornieren. Bei einem Codex-CLI-Agenten, der mit zehn Datenexfiltrationsszenarien konfrontiert war, erwies es sich als effizienter und token-sparsamer als eine Referenzbasis mit einem einfachen Prompt. Das Modell bleibt streng intern — niemals öffentlich bereitgestellt —, damit seine offensiven Fähigkeiten nicht in die falschen Hände geraten. Ein Preprint mit der Methodik soll innerhalb der Woche erscheinen.
| Gemessener Indikator | Gemessener Wert |
|---|---|
| Erfolgsquote GPT-Red vs. menschliche Red Teamer (akademisches Szenario) | 84 % gegenüber 13 % |
| Verringerung der Ausfälle gegenüber direkten Injektionen (GPT-5.6 vs. Vorgängermodell) | 6x weniger Ausfälle |
| Restliche Ausfallrate von GPT-5.6 gegenüber direkten Injektionen von GPT-Red | 0,05 % |
“Introducing GPT-Red. An internal automated red teamer on a mission to find our models’ prompt injection vulnerabilities at scale, helping us build stronger defenses before wider deployment.”
🇩🇪 Vorstellung von GPT-Red. Ein interner automatisierter Red Teamer, dessen Aufgabe es ist, in großem Maßstab Schwachstellen unserer Modelle gegenüber Prompt-Injektionen zu finden, damit wir vor einer breiteren Bereitstellung stärkere Verteidigungen aufbauen können. — @OpenAI auf X
Claude Code : verbundene Artefakte mit MCP und CLI v2.1.207 bis v2.1.210
Artefakte rufen jetzt MCP-Connectors auf
15. Juli — Die Artefakte (Artifacts) von Claude Code können nun MCP-Connectors (Model Context Protocol) aufrufen, um Dashboards und Anwendungen zu bauen, die Informationen abrufen und auf Anfrage Aktionen ausführen, für jeden Besucher. Ein Artefakt wird einmal erstellt und zieht dann bei jedem Aufruf Live-Daten, indem es die MCP-Connectors des jeweiligen aktuellen Besuchers verwendet — nicht die seines Erstellers. Dieses Berechtigungsmodell pro Besucher statt pro Ersteller löst eine offensichtliche Sicherheitsfrage für den Unternehmenseinsatz: Jede Person sieht nur die Daten, auf die sie selbst Zugriff hat.
Die Funktion ist in den Tarifen Pro, Max, Team und Enterprise verfügbar, jedoch nicht für öffentlich geteilte Artefakte — logisch, da der Datenzugriff von den Connectors jedes Besuchers abhängt.
CLI v2.1.207 bis v2.1.210 : Bildschirmleser, schlankere Transkripte, härtere Sicherheit
15. Juli — Anthropic hat seit der letzten Berichterstattung vier Versionen des Claude-Code-CLI veröffentlicht. Die dichteste, v2.1.208, fügt einen Bildschirmlesemodus (--ax-screen-reader) hinzu, behebt Speicherlecks von bis zu 64 MB in langen Sitzungen und reduziert die Größe der Sitzungs-Transkripte in stark editierenden Sitzungen um bis zu das 79-Fache. Außerdem wird die Sicherheit verschärft: Katastrophale Löschbefehle mit Backticks lösen nun eine Bestätigung aus, selbst im Automatikmodus und mit --dangerously-skip-permissions.
v2.1.207 erweitert den Automatikmodus ohne Opt-in auf Bedrock, Vertex AI und Foundry und stellt diese Plattformen standardmäßig auf Claude Opus 4.8 um. v2.1.210 fügt einen Live-Zeitmesser für lange Tool-Aufrufe hinzu und härtet das Agent-Tool gegen indirekte Prompt-Injektionen über von einem Unteragenten gelesene Inhalte ab.
Coding-Agenten : Codex, Grok Build, Warp, Devin und GitHub Copilot
Codex in Chrome demonstriert einen automatisierten Produktionsfreigabeplan
15. Juli — OpenAI Developers hat eine Demonstration von Codex in Chrome geteilt, die aus einer einfachen Anfrage einen Produktionsfreigabeplan macht: Ausgehend von einem Formular erstellt der Agent eine Checkliste, ruft Kontext aus Google Drive, Slack und lokalen Dateien ab, markiert Punkte, die menschliches Follow-up erfordern, aktualisiert das betroffene Portal und verfasst dann eine Antwort — wobei die endgültige Entscheidung in jeder Phase bei der Nutzerin oder dem Nutzer bleibt. Diese Demonstration hebt die von Codex gesteuerte Webnavigation hervor, eine Funktion, die bereits im Produkt-Changelog unter dem Namen „Browser use“ dokumentiert ist.
xAI veröffentlicht den Quellcode von Grok Build
15. Juli — xAI hat den Quellcode von Grok Build veröffentlicht, seinem Kommandozeilen-Coding-Agenten, der Ende Mai in einer frühen Beta gestartet wurde. Die Veröffentlichung umfasst vier Komponenten: die Agentenschleife, die Werkzeuge (Lesen, Bearbeiten, Code-Suche, Ausführen von Befehlen), die Terminal-Oberfläche und das Erweiterungssystem (skills, Plugins, Hooks, MCP-Server, Subagents). Ein bemerkenswerter Punkt für Entwickler: Grok Build kann nun vollständig lokal (local-first) betrieben werden, mit eigener Inferenz verbunden und über eine Datei config.toml gesteuert.
xAI hat außerdem seit dem 12. Juli die standardmäßige Aufbewahrung von Daten für alle Nutzer deaktiviert und löscht zuvor gespeicherte Codedaten:
“In response to user questions about privacy: Since launch, Grok Build has fully respected zero data retention (ZDR). All users have always had the ability to disable data upload in the CLI. […] We disabled default retention for all Grok Build users starting on July 12th. Additionally, we are deleting all coding data that was previously retained, ensuring every user’s preferences are respected.”
🇩🇪 Als Antwort auf Fragen von Nutzern zum Datenschutz: Seit seiner Einführung hat Grok Build stets Zero Data Retention (ZDR) respektiert. Alle Nutzer hatten immer die Möglichkeit, das Senden von Daten in der CLI zu deaktivieren. […] Wir haben die standardmäßige Aufbewahrung für alle Nutzer von Grok Build ab dem 12. Juli deaktiviert. Außerdem löschen wir alle zuvor aufbewahrten Codedaten, um die Präferenzen jedes Nutzers zu gewährleisten. — @SpaceXAI auf X
Warp baut einen selbstverbessernden Code-Review-Agenten
15. Juli — Zach Lloyd, CEO von Warp, veröffentlicht den dritten Teil seiner Serie über die „cloud software factory“: einen Code-Review-Agenten, der sich nach den Beiträgen über den Ticket-Triage-Agenten und den Spezifikationsschreib-Agenten automatisch verbessern kann. Die Architektur basiert auf einer Review-Kompetenz, die die Pull Request, das Diff und die Spezifikationen analysiert, einer GitHub-Aktion, die ihre Ausgabe in Kommentare umwandelt, und einem zweiten „Outer-Loop“-Agenten, der einmal täglich menschliches Feedback beobachtet, um selbst eine Aktualisierung der Review-Kompetenz vorzuschlagen. Bemerkenswerte Designentscheidung: Der Agent verfügt nur über Lesezugriff auf Pull Requests; die Veröffentlichung der Kommentare wird vom Code der GitHub-Aktion verwaltet — um das Risiko von Prompt-Injektionen zu begrenzen.
🔗 Vollständiger Beitrag auf warp.dev
Devin zieht in Slack ein
15. Juli — Cognition integriert Devin direkt in Slack, in Partnerschaft mit Slack, damit Teams Probleme untersuchen, Fragen zu einer Codebasis stellen und Entwicklungsaufgaben starten können, ohne den Gesprächskanal zu verlassen. Diese Integration ergänzt die bereits angebotenen Oberflächen für Devin (CLI, IDE über Windsurf, GitHub) und greift die Erkenntnis auf, dass viele Engineering-Anfragen als Slack-Nachrichten beginnen, lange bevor sie zu formellen Tickets werden.
GitHub Copilot : Visual-Studio-Update und BYOK-Erweiterung für JetBrains
14. Juli — GitHub veröffentlicht seine Juni-Zusammenfassung für Copilot in Visual Studio: Nutzungsfenster mit proaktiven Warnungen vor Überschreitung, Vertrauensvalidierung für MCP-Server (Abgleich beim Start mit einer bekannten Referenz, standardmäßig aktiviert) und Übergang des C++-Modernisierungsagenten in die allgemeine Verfügbarkeit. Weitere Neuerungen: Fern-Editier-Vorschläge, Hinzufügen einer Pull Request als Kontext zu Copilot Chat sowie integrierte Pull-Request-Überprüfung in der IDE — alles verfügbar von Free bis Enterprise.
Für JetBrains erweitert Copilot die BYOK-Unterstützung (Bring Your Own Key) auf kompatible benutzerdefinierte OpenAI-Endpunkte, fügt einen Claude-Agenten-Anbieter zur Konfiguration von Agenten und Fähigkeiten hinzu (öffentliche Vorschau, Pro und höher) und führt eine lokale Sandbox sowie eine integrierte Debugging-Fähigkeit für Copilot CLI ein.
🔗 Visual-Studio-Update · 🔗 JetBrains-BYOK-Erweiterung
Offene Modelle : Meta AI, Hugging Face, Ai2 und Together AI
Meta AI erreicht eine perfekte Punktzahl bei der Asiatischen Physikolympiade
14. Juli — Meta AI hat ein Modell der theoretischen Prüfung der Asiatischen Physikolympiade (APhO 2026) unterzogen, mit Genehmigung des Wettbewerbskomitees. Ergebnis: eine perfekte Punktzahl von 30 von 30, gleichauf mit den drei besten menschlichen Kandidaten. Meta AI präzisiert nicht, ob es sich um Muse Spark 1.1 (seine letzte größere Veröffentlichung am 9. Juli) oder um ein anderes internes, nicht öffentliches Modell handelt.
Hugging Face teasert ein neues Modell mit offenen Gewichten
15. Juli — Hugging Face hat am späten Abend einen Livestream mit dem nüchternen Titel (auf Englisch) „new open weights model“ veröffentlicht, ohne den Namen schriftlich zu verraten — weder im Tweet noch im Titel des broadcast oder im offiziellen Blog. Mehrere Antworten auf den Tweet fragen ausdrücklich, um welches Modell es sich handelt und wie es sich im Vergleich zu den Standard-Benchmarks schlägt, ohne dass zum Zeitpunkt der Veröffentlichung eine schriftliche Antwort vorlag. Nachzureichen, sobald die Information schriftlich veröffentlicht wird.
Ai2 schließt SciArena nach 1.700 Nutzern
15. Juli — Ai2 hat SciArena geschlossen, seine offene Bewertungsplattform, die die Fähigkeit von Modellen testet, Fragen aus der wissenschaftlichen Literatur zu beantworten, beurteilt von Forschern statt von automatischen Modellen. Abschlussbilanz: rund 1.700 Nutzer und fast 3.900 gesammelte Stimmen. Die vollständige Methodik und die Ergebnisse sind in einem auf arXiv eingereichten Artikel detailliert.
Together AI liefert Inkling vom ersten Tag an und startet TogetherLink
15. Juli — Together AI hat Inkling, das neue Modell von Thinking Machines Lab, bereits zum Start verfügbar gemacht: ein multimodales Mixture-of-Experts-Modell (MoE) mit insgesamt 975 Milliarden Parametern (40 Milliarden aktiv pro Token), ausgestattet mit einem Kontextfenster von einer Million Tokens und fähig, Text, Bild und Audio zu verarbeiten. Together AI hat seinen FlashAttention-4-Kern für diese Architektur optimiert, die auf anfragekonditionierte relative Aufmerksamkeit und kurze kausale Faltungen kombiniert.
Am selben Tag hat Together AI außerdem TogetherLink gestartet, ein Open-Source-CLI, um jedes offene Modell in den am weitesten verbreiteten Entwicklungsumgebungen auszuführen — die Demonstration zeigt GLM 5.2, das direkt in Codex und Claude Code läuft.
| Gemessener Indikator | Gemessener Wert |
|---|---|
| Gesamtparameter (Inkling) | 975 Mrd. |
| Aktive Parameter pro Token | 40 Mrd. |
| Kontextfenster | 1 Mio. Tokens |
🔗 Inkling-Day-0-Support · 🔗 TogetherLink auf X
Google DeepMind und Gemini Spark
DeepMind hinterfragt den Validierungsengpass wissenschaftlicher KI-Agenten
15. Juli — Google DeepMind veröffentlicht „Conjecture Machines“, einen Essay zur öffentlichen Politik darüber, wie KI-Agenten die wissenschaftliche Forschung verändern. Das Eröffnungsbeispiel ist eindrücklich: Der Mikrobiologe José Penadés (Imperial College London) legte Co-Scientist ein Problem vor, an dem sein Team fast ein Jahrzehnt gearbeitet hatte; der Agent lieferte innerhalb von zwei Tagen fünf priorisierte Hypothesen zurück, von denen die erste genau diejenige war, die sein Team über Jahre hinweg hatte beweisen müssen.
Der Essay unterscheidet zwei Regime: die Ideation, in der Agenten schnell vorankommen (über Co-Scientist oder AlphaEvolve), und die Validierung, die langsam und kostspielig bleibt — außer in Mathematik und Informatik, wo sie formal sein kann (das Werkzeug Aletheia löste 6 der 10 Probleme der „First Proof challenge“ im Februar). Vier Prioritäten werden den Entscheidungsträgern vorgeschlagen: breiter Zugang zu Agenten, Nutzung nationaler Daten, Investitionen in Validierungsinfrastruktur und Weiterentwicklung des Peer Review.
🔗 Thread auf X · 🔗 Vollständiger Essay auf DeepMind
Gemini Spark erweitert seine geografische Abdeckung und erhält vier Verbesserungen
15. Juli — Google weitet den Rollout von Gemini Spark, seinem persönlichen Agenten, der im Hintergrund für den Nutzer arbeitet, auf weitere Länder und Sprachen für Google AI Ultra-Abonnenten aus. Vier Verbesserungen werden am selben Tag mit dem Rollout begonnen:
| Verbesserungen | Beschreibung |
|---|---|
| Google Docs-Bearbeitung | Spark kann ein Dokument direkt öffnen und bearbeiten |
| Tiefere Workspace-Integration | Lesen von Kommentaren in Google Sheets und Slides |
| Geschwindigkeit | Längere Aufgaben werden schneller ausgeführt |
| Verbessertes Multi-Source-Sourcing | Abrufen und Prüfen mehrerer Quellen parallel bei komplexen Aufgaben |
Mediengenerierung: Suno und Synthesia
Suno kommt zur iMessage-Tastatur hinzu
15. Juli — Suno bringt eine Tastaturerweiterung für iMessage heraus, mit der sich Musikstücke direkt aus der Nachrichten-App auf iOS generieren und versenden lassen, ohne die App zu wechseln. Für den Zugriff ist das Update der Suno-App auf die neueste Version erforderlich.
Synthesia bringt Dubbing 2.0 heraus
15. Juli — Synthesia kündigt Dubbing 2.0 an, eine Überarbeitung seines KI-gestützten Systems für das Video-Dubbing auf Basis einer vollständig neuen Infrastruktur: deutlich verbesserte Lippensynchronisation selbst in komplexen Szenen, ausdrucksstärkere Stimmen, Übersetzungen, die das Timing des Quellvideos besser berücksichtigen, und sofortige Bearbeitung von Transkripten ohne erneutes vollständiges Rendern. Jeder Nutzer erhält bis zu 450 kostenlose Minuten, um die Funktion zu testen.
Perplexity und Cohere: Infrastruktur und Community-Forschung
Perplexity stellt SPACE vor, die Sandbox-Plattform von Perplexity Computer
15. Juli — Perplexity präsentiert SPACE, die sichere Ausführungsschicht, die Perplexity Computer antreibt: isolierte Umgebungen für Code, Dateien und langlaufende Agentensitzungen, die jeweils als virtuelle Maschine mit eigenem Gastkernel implementiert sind. Anmeldedaten gelangen niemals in die Sandbox; ein zentrales Netzwerk-Gateway setzt die Ausgangsrichtlinien durch. Dank des btrfs-Dateisystems (Copy-on-Write) verarbeitet SPACE seit Juni 100 % des Produktionsverkehrs von Perplexity Computer, und Perplexity plant, es auf Linux-MicroVMs, Windows-Gäste und die lokalen Rechner der Nutzer auszuweiten.
| Gemessener Indikator | Vor SPACE | Mit SPACE |
|---|---|---|
| Median-Latenz beim Erstellen einer Sandbox | 185 ms | 60 ms (3,1x) |
| P90-Latenz bei der Erstellung | 447 ms | 89 ms (5,0x) |
Cohere veröffentlicht die Ergebnisse der Expedition Tiny Aya
15. Juli — Cohere Labs veröffentlicht die Ergebnisse der Expedition Tiny Aya, eines betreuten Forschungsprogramms rund um Tiny Aya, sein offenes und leichtgewichtiges Modell, das in über 70 Sprachen leistungsfähig ist und lokal laufen kann, auch auf dem Smartphone. Die Community-Projekte decken Bildung ab (ein Offline-Sprachbegleiter für Kinder mit einem neuen Sicherheits-Benchmark), mehrsprachige Sicherheit (Fehlausrichtung, die in einer Sprache gelernt wurde, kann sich auf eine andere übertragen) und lokale Bereitstellung (sprachbewusste Komprimierung, quantisierte 4-Bit-Assistenten). Die Forschung wurde für die Konferenz COLM 2026 angenommen.
“Tiny Aya is Cohere Labs’ answer to a familiar problem: most AI is built for a handful of languages and needs serious hardware to run. Tiny Aya is open-weight, strong across 70+ languages, and light enough to run locally, even on a phone.”
🇩🇪 Tiny Aya ist die Antwort von Cohere Labs auf ein bekanntes Problem: Die meisten KI-Systeme sind für eine Handvoll Sprachen konzipiert und benötigen leistungsstarke Hardware. Tiny Aya ist offen, leistungsfähig in über 70 Sprachen und leicht genug, um lokal zu laufen, sogar auf einem Smartphone. — Cohere Blog
Kurzmeldungen
- Together AI verbessert die Zuverlässigkeit seiner GPU Clusters — passive Gesundheitsprüfungen, geführte Reparatur von Knoten, neu aufgebaute Slurm-Stack und externer OIDC-Support für GPU-Cluster in Produktion. 🔗 Quelle
- HeyGen beschreibt die „sechs Entscheidungen“-Methode zum Prompten von HyperFrames — zehnte Folge der täglichen Serie über seinen Video-Generierungs-CLI-Agenten. 🔗 Quelle
- Kling AI veröffentlicht eine neue Folge seiner interaktiven Serie „Choose a door“ — die Community stimmt in den Kommentaren ab, um die Fortsetzung des Horror-Kurzfilms „You Can Never Leave“ zu steuern. 🔗 Quelle
- Pika MCP verlässt den experimentellen Status — Verbindung von Pika zu Drittanbieter-Agenten (Claude, Codex, OpenClaw, HermesAgent) ist jetzt öffentlich verfügbar. 🔗 Quelle
- OpenAI Developers stellt kbd-1.0-codex-micro vor — ein Macropad mit Joystick, entwickelt mit @work_louder, um seine Codex-Shortcuts zu steuern, in limitierter Auflage. 🔗 Quelle
- Cohere veröffentlicht eine Analyse zu den Gesamtbetriebskosten von KI in Unternehmen — 92 bis 96 % der Organisationen, die generative oder agentische KI einführen, sehen sich laut Gartner, IDC und McKinsey mit höheren als erwarteten Ausgaben konfrontiert. 🔗 Quelle
Was das bedeutet
Die Sicherheit von Agenten wird zu einem eigenständigen Ingenieurthema und nicht mehr zu einem nachträglichen Gedanken. GPT-Red automatisiert Red Teaming durch Self-Play und überträgt es auf reale Fälle mit einem Automaten und einem Codex-CLI-Agenten; die CLI Claude Code v2.1.208 härtet ihre eigenen destruktiven Befehle und ihr Agent-Tool gegen indirekte Injektion ab; und der Code-Review-Agent von Warp entscheidet sich explizit für Lesezugriff allein, um genau diese Angriffsfamilie einzudämmen. Drei unabhängige Initiativen, die auf dieselbe Idee hinauslaufen: Je mehr Agenten eigenständig auf realen Systemen handeln, desto mehr muss die Verteidigung gegen Prompt-Injection zu einer fortlaufenden, automatisierten Disziplin werden und nicht zu einer einmaligen Checkliste.
Das Ökosystem der Coding-Agenten verdichtet sich weiter auf allen Fronten zugleich. xAI macht den Quellcode von Grok Build offen und ermöglicht vollständige lokale Nutzung, Devin zieht in Slack ein, um Anfragen schon abzufangen, bevor sie zu Tickets werden, Codex wird in Chrome eingesetzt, um Aufgaben end-to-end zu steuern, und GitHub Copilot erweitert parallel sein BYOK-Angebot und seinen Modernisierungsagenten. Diese Vielfalt an Strategien — Offener Code, Integration in Kommunikationstools, autonome Webnavigation, Flexibilität bei den Modellanbietern — zeigt einen Wettbewerb, in dem jeder Akteur einen anderen Zugangspunkt zum täglichen Arbeitsfluss von Entwicklerinnen und Entwicklern sucht, statt auf ein einziges dominantes Modell zuzusteuern.
Offene Modelle und die Infrastruktur, die sie trägt, entwickeln sich im Gleichschritt weiter. Together AI veranschaulicht beide Seiten der Bewegung, indem es Inkling vom ersten Tag an unterstützt und gleichzeitig TogetherLink veröffentlicht, um jedes offene Modell in IDEs auszuführen, während Ai2 SciArena schließt, nachdem fast 3.900 Stimmen von Forschenden zur Zuverlässigkeit von KI-generierten wissenschaftlichen Antworten gesammelt wurden. Im Hintergrund stellen Googles DeepMind-Essay zum wissenschaftlichen Validierungs-Engpass und die Sandbox-Plattform SPACE von Perplexity dieselbe Frage aus zwei unterschiedlichen Blickwinkeln: Wie lässt sich im großen Maßstab und sicher überprüfen, was immer autonomere Agenten erzeugen?
Auf der Nutzerseite für das breite Publikum dringt generative KI weiter in immer alltäglichere Einstiegspunkte vor — die iMessage-Tastatur für Suno, die Dokumentbearbeitung in Workspace für Gemini Spark, das Video-Dubbing für Synthesia. Diese Diversifizierung geht mit einer nüchterneren Erinnerung auf Unternehmensseite einher: Cohere weist in seiner Analyse der Gesamtbetriebskosten von KI darauf hin, dass 92 bis 96 % der Organisationen mehr als erwartet ausgeben — ein Hinweis darauf, dass die Verbreitung von Agenten keine sorgfältige wirtschaftliche Steuerung der zugrunde liegenden Infrastruktur ersetzt.
Quellen
- OpenAI — GPT-Red
- @OpenAI auf X — GPT-Red
- @ClaudeDevs auf X — MCP-Artefakte
- CHANGELOG Claude Code
- @OpenAIDevs auf X — Codex in Chrome
- xAI — Grok Build als Open Source
- @SpaceXAI auf X — Grok-Build-Datenschutz
- Warp — selbstverbessernder Code-Review-Agent
- @cognition auf X — Devin in Slack
- GitHub Copilot in Visual Studio — Update vom Juni
- GitHub Copilot für JetBrains — BYOK-Erweiterung
- @AIatMeta auf X — Physikolympiade
- @huggingface auf X — Livestream des neuen Modells
- @allen_ai auf X — SciArena-Bilanz
- Together AI — Day-0-Support für Inkling
- @nutlope auf X — TogetherLink
- @GoogleDeepMind auf X — Conjecture Machines
- Google DeepMind — Conjecture Machines (vollständiger Essay)
- @GeminiApp auf X — Gemini Spark
- @suno auf X — iMessage-Tastatur
- Synthesia — Dubbing 2.0
- @perplexity_ai auf X — SPACE
- @cohere auf X — Expedition Tiny Aya
- Cohere Blog — Tiny Aya in der Praxis
- Together AI — Zuverlässigkeit der GPU Clusters
- @HeyGen auf X — HyperFrames Tag 10
- @Kling_ai auf X — Choose a door
- @pika_labs auf X — Pika MCP
- @OpenAIDevs auf X — kbd-1.0-codex-micro
- Cohere Blog — Gesamtbetriebskosten von KI