Suchen

Claude Code Artifacts in Beta, Noam Shazeer wechselt zu OpenAI, Codex Record & Replay

JLS42 /
actualites claude-code codex openai github-copilot ia-generative gemini
Claude Code Artifacts in Beta, Noam Shazeer wechselt zu OpenAI, Codex Record & Replay

ai-powered-markdown-translator

Artikel übersetzt vom Französischen ins Deutsche mit gpt-5.4-mini.

Projekt auf GitHub ansehen ↗

Der 18.–19. Juni 2026 bündelt mehrere wegweisende Ankündigungen: Anthropic führt in Claude Code die Artifacts ein und ermöglicht damit direkt aus der Arbeitssitzung heraus teilbare interaktive Seiten. OpenAI kündigt gleichzeitig die Ankunft von Noam Shazeer an — Mitautor und Mitbegründer der Transformer-Architektur — sowie die Funktion Codex Record & Replay, die eine Demonstration in eine wiederverwendbare Fähigkeit verwandelt. Midjourney, bekannt für Bilderzeugung, gründet eine medizinische Sparte rund um einen Ultraschallscanner-Prototyp.

Claude Code Artifacts — interaktive Seiten, geteilt über einen privaten Link

18. Juni — Anthropic führt die Artifacts in Claude Code ein: interaktive Seiten, die direkt aus der Arbeitssitzung generiert werden und über einen privaten, innerhalb der Organisation teilbaren Link zugänglich sind.

Die Artifacts greifen auf den vollständigen Kontext der Sitzung zu — Codebasis, Plugins, Fähigkeiten (skills), verbundene Tools — und werden im Verlauf der Sitzung automatisch aktualisiert. Wer den Link besitzt, sieht stets die neueste Version.

Typische Anwendungsfälle:

VerwendungBeschreibung
PR walkthroughAutomatisch generierte Pull-Request-Präsentation
Projekt-DashboardEchtzeitaktualisierung im Verlauf der Sitzung
Visuelle ErklärungenKomplexer Code, Systemdiagramme
DatenanalysenSofort mit dem Team teilbar

Boris Cherny, Leiter von Claude Code bei Anthropic, beschreibt die Artifacts als eine Veränderung seiner Art, mit Claude zusammenzuarbeiten: Er nutzt sie für visuelle Erklärungen von heiklem Code, Vorschauen von Animationen und teamweit geteilte Datenanalysen.

Verfügbarkeit und Mechanismus:

AspektDetail
PläneNur Beta, Team und Enterprise
MechanismusMCP-Erweiterung (von jedem Client/Server/Identity-Provider adaptierbar)
TeilenPrivater Link, auf die Organisation beschränkt
AktualisierungAutomatisch, während die Sitzung fortschreitet

“Artifacts are now live in Claude Code. Ask Claude to turn what it’s working on into a page and send the link to your team. The page updates as the session keeps working.”

🇩🇪 “Die Artifacts sind jetzt in Claude Code verfügbar. Bitten Sie Claude, das, woran es gerade arbeitet, in eine Seite zu verwandeln und den Link an Ihr Team zu senden. Die Seite aktualisiert sich, während die Sitzung weiterläuft.” — @ClaudeDevs

🔗 Claude Code Artifacts-Ankündigung

Noam Shazeer wechselt zu OpenAI

18. Juni — Noam Shazeer hat angekündigt, dass er zu OpenAI wechselt, in einem Tweet, der innerhalb weniger Stunden 9 Millionen Aufrufe erreichte.

Wer ist Noam Shazeer? Er ist Mitautor des Artikels “Attention Is All You Need” (2017), der die Transformer-Architektur einführte — die Grundlage aller heutigen großen Sprachmodelle, von GPT über Gemini bis Claude. Nach mehr als zwanzig Jahren bei Google hatte er das Labor 2021 verlassen, um Character.AI mitzugründen, die Plattform für personalisierte Chatbots. 2024 hatte Google ihn im Rahmen einer Vereinbarung mit Character.AI erneut eingestellt.

Sein Wechsel zu OpenAI ist ein starkes Signal im Kampf um Talente: Einer der geistigen Architekten der Transformers, Mitgestalter der Infrastruktur, auf der die gesamte moderne KI aufbaut, entscheidet sich dafür, zu Sam Altmans Labor zu wechseln, statt im Google-Ökosystem zu bleiben.

“I’m excited to share that I’ll be joining OpenAI and look forward to working with the exceptional team there. It was a difficult decision to move on. I’m incredibly proud of the amazing team at Google and everything we’ve built together. It has been an honor and a pleasure to work with all of you.”

🇩🇪 “Ich freue mich sehr, bekanntzugeben, dass ich zu OpenAI wechsle, und ich freue mich darauf, mit diesem außergewöhnlichen Team zusammenzuarbeiten. Das war eine schwierige Entscheidung zu gehen. Ich bin unglaublich stolz auf das großartige Team bei Google und auf alles, was wir gemeinsam aufgebaut haben. Es war mir eine Ehre und eine Freude, mit euch allen zu arbeiten.” — @NoamShazeer

Codex Record & Replay — einen Arbeitsablauf einmal zeigen, wiederverwenden

18. Juni — OpenAI kündigt Codex Record & Replay an, eine Funktion, die die Aufzeichnung einer Demonstration in eine wiederverwendbare Fähigkeit verwandelt.

So funktioniert es: Der Nutzer zeigt Codex einen wiederkehrenden Arbeitsablauf — einen Spesenbericht ausfüllen, einen Urlaubsantrag einreichen oder jede andere sich wiederholende Aufgabe in einer Weboberfläche oder Anwendung. Codex zeichnet diese Demonstration auf und wandelt sie anschließend automatisch in eine überprüfbare und bearbeitbare Fähigkeit (skill) um. Der Nutzer behält die volle Kontrolle über Start und Ende der Aufzeichnung.

Dieser Ansatz des Demonstrierens (learning from demonstration) senkt die Hürde zur Automatisierung: Anders als herkömmliche Ansätze, die das Schreiben von Skripten erfordern, ermöglicht Record & Replay es jedem Nutzer — auch ohne technische Kenntnisse —, wiederkehrende Aufgaben in autonome Agenten zu verwandeln. Der angepinnte Tweet von @OpenAIDevs erreichte 3,3 Millionen Aufrufe.

Was sich konkret ändert:

VorherMit Record & Replay
Ein Automatisierungsskript schreibenDie Aufgabe einmal zeigen
Erforderliche technische KenntnisseFür jeden Nutzer zugänglich
Fähigkeit im Skript festgeschriebenÜberprüfbare und bearbeitbare Fähigkeit

🔗 Ankündigung von Codex Record & Replay

Midjourney Medical — neue medizinische KI-Division mit Ultraschallscanner

18. Juni — Midjourney, bekannt für seinen KI-Bildgenerator, hat Midjourney Medical angekündigt, eine neue eigenständige Division, begleitet von einem ersten Produkt: dem Midjourney Scanner, einem medizinischen Ultraschall-Bildgebungssystem. Die Ankündigung erzielte 16,6 Millionen Aufrufe und 38.000 Likes.

Das am selben Tag veröffentlichte technische Video zeigt ein Gerät mit einem Ring aus mehreren Schallwandlern für hochauflösende Ultraschallbildgebung. In den im Anschluss organisierten AMA-Austauschen (305.000 Aufrufe, 875 Fragen) stellte Midjourney klar, dass die gezeigten Bilder aus einem “ersten Prototyp” stammen und dass noch “viel Raum für Verbesserungen” bleibt — ein wichtiges Signal der Vorsicht hinsichtlich des aktuellen Reifegrads.

Das Engagement ist bemerkenswert für eine medizinische Ankündigung: 10 Millionen Aufrufe für den technischen Tweet und ein AMA, das großes Interesse in der Community auslöste. Konkrete Details zu technischen Spezifikationen, Markteinführungszeitplan und vorgesehenen Regulierungen wurden zu diesem Zeitpunkt jedoch nicht kommuniziert.

Engagement-Daten:

VeröffentlichungAufrufeEngagement
Midjourney Medical-Ankündigung16,6 M38k Likes, 9k RT
Technisches Scanner-Video10 M27k Likes, 5k RT
AMA305k4k Likes, 875 Fragen

🔗 Midjourney Medical-Ankündigung

Claude Code v2.1.183 — Sicherheit des Automatikmodus verstärkt

19. Juni — Version 2.1.183 von Claude Code führt Sicherheitsblockaden im Automatikmodus ein, um versehentliche Datenvernichtung zu verhindern.

Befehle, die nun blockiert werden, wenn sie nicht ausdrücklich angefordert wurden:

BefehlBlockierbedingung
git reset --hard, git checkout -- ., git clean -fdVom Nutzer nicht angefordert
git stash dropNicht angefordert
git commit --amendWenn der Commit nicht vom Agenten in der Sitzung erstellt wurde
terraform destroy, pulumi destroy, cdk destroyWenn der Stack nicht ausdrücklich erwähnt wurde

Das Update bringt außerdem eine neue Syntax /config key=value mit, um einen Parameter direkt aus dem Prompt zu ändern (im interaktiven Modus, im Modus -p und in Remote Control), sowie /config --help, um die verfügbaren Schlüssel aufzulisten. Auf stderr erscheint nun eine Warnung, wenn das angeforderte Modell veraltet ist. Mehrere Korrekturen betreffen TUI-Probleme unter Windows Terminal, tmux-Panels und WebSearch-Subagenten.

🔗 Claude Code Changelog

GitHub Copilot — Kreditmetriken, Opus 4.6-Deklassifizierung, PRs nach Autor

Copilot Usage Metrics API — Feld ai_credits_used pro Nutzer

19. Juni — Die Copilot-Metrik-API stellt ein neues Feld ai_credits_used pro Nutzer und pro Tag bereit, verfügbar in den Berichten users-1-day und users-28-day auf Unternehmens- und Organisationsebene. Dieses Feld misst den gesamten Verbrauch von KI-Credits — ohne Aufschlüsselung nach Funktion oder Modell — und entspricht nicht dem Rechnungsbetrag (die Billing-API bleibt die Referenz für die Abrechnung).

🔗 Changelog Copilot Usage Metrics

Deklassifizierung von Opus 4.6 (fast) am 29. Juni

18. Juni — GitHub kündigt die Deklassifizierung von Opus 4.6 (fast) in allen Copilot-Oberflächen zum 29. Juni 2026 an. Das empfohlene Ersatzmodell ist Opus 4.8 (fast). Copilot-Enterprise-Administratoren müssen den Zugriff auf das neue Modell in ihren Modellrichtlinien bei Bedarf aktivieren.

🔗 Changelog Opus 4.6-Deklassifizierung

Von Copilot erstellte PRs in author:@me-Suchen

18. Juni — Pull Requests, die vom Copilot-Cloud-Agenten im Namen eines Nutzers erstellt wurden, erscheinen nun in author:@me-Suchen auf github.com/pulls. Die Zuschreibung zeigt “username with Copilot” als Autor an. Die Funktion ist ab sofort auf github.com und GitHub Mobile verfügbar; REST- und GraphQL-API folgen am 16. Juli 2026.

🔗 Changelog PRs Autor Copilot

Black Forest Labs — Plädoyer für offene KI beim G7-Gipfel

18. Juni — Robin Rombach, Mitgründer und CEO von Black Forest Labs (BFL, 90 Personen, Deutschland und USA), wurde zum G7-Gipfel in Évian eingeladen, zu einer KI-Sitzung mit Trump, von der Leyen und Macron.

BFL ist das Unternehmen hinter mehreren der beliebtesten Open-Source-Modelle für generative KI, darunter Stable Diffusion. Rombach plädierte für einen regulatorischen Rahmen, der offene KI begünstigt, und argumentierte, dass visuelle Modelle zu einer “kritischen wirtschaftlichen Infrastruktur” werden, ähnlich wie Sprachmodelle. Er hob die Sicherheitsresultate von BFL hervor: Die neuesten offenen Modelle weisen 10-mal weniger Schwachstellen bei nicht einvernehmlichen Deepfakes und CSAM auf als die offenen Modelle anderer großer Technologieunternehmen.

🔗 Black-Forest-Labs-Artikel zum G7

OpenAI-Forschung — Reinforcement Learning erzeugt dauerhaft nützliche Modelle

18. Juni — Das Alignment-Team von OpenAI veröffentlicht eine Studie, die zeigt, dass Reinforcement Learning (RL), das auf nützliche Eigenschaften abzielt — Ehrlichkeit, epistemische Bescheidenheit, metakognitive Transparenz, Korrigierbarkeit, universelle Fairness — Verbesserungen hervorbringt, die weit über den Trainingsbereich hinaus generalisieren.

Zentrale Ergebnisse:

ErgebnisDetail
GeneralisierungVerbesserung bei 44 von 53 externen und internen Benchmarks
Transfer außerhalb des FachgebietsDas Training nur mit Gesundheitsdaten verbessert das Alignment auch in anderen Bereichen
Adversariale ResistenzDie trainierten Modelle lassen sich schwerer zu schädlichem Verhalten umlenken
Resistenz gegen bösartiges Fine-TuningBessere Robustheit gegenüber Fine-Tuning, das ungenaue medizinische Ratschläge anstrebt

Zu den verglichenen Modellen gehören GPT-5.5 Thinking, GPT-5.5 Instant, GPT-5.4 Thinking, o3, Claude Opus 4.7, Gemini 3.1 Pro und Grok 4.20 hinsichtlich der Kriterien nützlicher Eigenschaften. Diese Forschung legt nahe, dass die Verstärkung nützlichen Verhaltens über den Trainingskontext hinaus generalisieren kann — ein bemerkenswertes Ergebnis für die langfristige Sicherheit von KI.

🔗 OpenAI Alignment-Forschung

Kurznachrichten

  • Bug bei den wöchentlichen Claude-Code-Limits — Rund 3 % der Max- und Pro-Nutzer stießen auf einen Bug, der ein falsches Nutzungslimit anzeigte und in manchen Fällen das Senden von Nachrichten blockierte. Am 19. Juni behoben, mit Zurücksetzung der 5-Stunden- und Wochenlimits für alle betroffenen Nutzer. 🔗 Quelle

  • Google DeepMind × britische Regierung — Google DeepMind arbeitet mit dem DSIT, dem MHCLG und dem i.AI-Inkubator zusammen, um einen KI-Prototyp für die Bearbeitung von Bauanträgen zu entwickeln, mit dem Ziel, die Bearbeitungszeiten um bis zu 50 % zu senken. 🔗 Quelle

  • GitHub Issues: Duplikaterkennung und MCP-Felder — Beim Erstellen eines Issues werden nun bis zu 3 ähnliche bestehende Issues vorgeschlagen (Preview). Der GitHub-MCP-Server ermöglicht es KI-Agenten außerdem, Issue-Felder zu lesen und zu schreiben. 🔗 Quelle

  • Luma Skills — Luma AI führt wiederverwendbare Workflows ein: Ein Video-Generierungsergebnis wird zu einem Tool, das auf jedes Asset mit konstanter Qualität anwendbar ist. Verfügbar unter lumalabs.ai/app. 🔗 Quelle

  • Luma Timeline und EDL Export — Luma AI fügt einen integrierten Video-Bearbeitungsbereich (Timeline) und einen Export in professionelle Finishing-Suiten Bild für Bild (EDL Export) hinzu, ohne Qualitätsverlust. 🔗 Quelle

  • Pika Influencer Ignition Kit — Pika bringt ein Paket mit 4 KI-Fähigkeiten für Content-Creator heraus (Persona Builder, Content Director, Viral Hook, Fix My Look), verfügbar über das Pika MCP für jeden kompatiblen Agenten. 🔗 Quelle

Was das bedeutet

Agentische Entwickler-Tooling tritt in eine Phase kollaborativer Reife ein. Die Artifacts von Claude Code und Codex Record & Replay adressieren dasselbe Bedürfnis: die Arbeit von KI-Agenten sichtbar, teilbar und reproduzierbar zu machen. Auf der einen Seite ermöglicht Anthropic, eine Arbeitssitzung in eine interaktive Seite zu verwandeln, die dem Team in Echtzeit zugänglich ist. Auf der anderen Seite ermöglicht OpenAI, einen einmal demonstrierten Arbeitsablauf zu erfassen und daraus eine wiederverwendbare Fähigkeit zu machen. Diese beiden Ansätze konvergieren auf ein Modell, in dem der KI-Agent nicht mehr ein isoliertes Werkzeug ist, sondern ein Mitarbeiter, dessen Handlungen dokumentiert und übertragbar sind.

Sicherheit im autonomen Modus wird zu einem Differenzierungsmerkmal. Claude Code v2.1.183 führt explizite Blockaden für unaufgeforderte destruktive Befehle ein — git reset, terraform destroy, cdk destroy. Das ist ein Signal dafür, dass Teams Agenten inzwischen im Auto-Modus auf sensiblen Umgebungen einsetzen und dass die Schutzmechanismen sich entsprechend weiterentwickeln müssen. OpenAIs Forschung zu nützlichem RL geht in dieselbe Richtung: Modelle zu bauen, deren Alignment sich verallgemeinert und adversarialen Angriffen standhält, auch nach bösartigem Fine-Tuning.

Die Talentdynamik verschiebt das symbolische Gewicht zwischen Laboren. Der Wechsel von Noam Shazeer zu OpenAI — Mitautor des ursprünglichen Transformer-Papiers, zuvor bei Google und Character.AI — ist ein starkes symbolisches Ereignis. Er veranschaulicht die Durchlässigkeit der Karrieren zwischen den großen Laboren und die anhaltende Attraktivität von OpenAI für Gründungsfiguren des Feldes. Diese Rekrutierung erfolgt zu einem Zeitpunkt, an dem sich der Wettbewerb um Spitzenmodelle verschärft und Karrierewege die intellektuellen Allianzen der Branche neu zeichnen.

Generative Medien dehnen sich in unerwartete physische Anwendungen aus. Midjourney Medical stellt eine ungewöhnliche Wendung für ein Unternehmen dar, das für die Generierung künstlerischer Bilder bekannt ist: der Übergang zu einem Ultraschall-Bildgebungsverfahren für die Medizin. In diesem Stadium handelt es sich laut dem Unternehmen selbst um einen frühen Prototyp mit „viel Verbesserungspotenzial“. Das massive Engagement der Community (mehr als 26 Millionen kombinierte Aufrufe der beiden Haupttweets) signalisiert echtes Interesse, aber die Details zu Spezifikationen, Zeitplänen und dem regulatorischen Rahmen müssen noch definiert werden.

Quellen