GitHub macht die Störung vom 17. August noch einmal auf, Meta AI startet WildArtifactBench, Pika präsentiert seine Audio-Modelle

Am 20. August 2026 veröffentlicht der CTO von GitHub einen detaillierten Bericht über die Störung vom 17. August (7 Stunden und 47 Minuten, der zweite große Vorfall des Monats) und beschleunigt die Migration zu Azure. Meta AI stellt WildArtifactBench vor, ein neues Bewertungsframework für multimodale Agenten, zusammen mit erweiterten Demonstrationen von Muse Spark 1.2. Pika Labs erläutert seine vollständige Familie von Audio-Modellen (Music, SFX, Soundtrack) mit quantifizierten Benchmarks im Vergleich zu Suno, ElevenLabs und Stable Audio. Rund um diese drei Ankündigungen stärkt Anthropic Claude Academy und die verwalteten Agenten, Mistral startet eine neue Ebene der Dokumentensuche, und rund ein Dutzend weiterer Neuheiten decken Entwicklung, offene Modelle und Mediengenerierung ab.

GitHub erläutert die 7:47-stündige Störung vom 17. August und beschleunigt seinen Zuverlässigkeitsplan

20. August — Vladimir Fedorov, CTO von GitHub, veröffentlicht einen Bericht über die Störung vom 17. August 2026, die 7 Stunden und 47 Minuten dauerte und github.com, die Authentifizierung, GitHub Actions, die APIs, Pull Requests, Issues und Copilot beeinträchtigte. Es ist der zweite bedeutende Vorfall des Monats, nach einer Actions-Störung am 6. August. Weder der eine noch der andere wurde durch eine Code- oder Konfigurationsänderung verursacht: Es handelte sich um Kapazitätsausfälle.

Der Vorfall begann, als ein nie dagewesener Verkehrsspitzenwert die Kapazität einer kritischen Infrastrukturkomponente im Central-US-Data-Center von GitHub überschritt. Der Druck breitete sich durch die Systeme aus und verursachte Authentifizierungsfehler. Die meisten Dienste erholten sich noch am selben Tag, aber einige Copilot-Dienste brauchten länger: Dort lösten Fehler eine Schleife von Wiederholungsversuchen auf Kundenseite aus, die den Verkehr während der Erholung weiter verstärkte.

Fedorov verknüpft den Vorfall mit dem Wachstum der Plattform: Seit April sind die monatlichen Commits von 1,4 auf 2,9 Milliarden gestiegen. Seit März und April hat GitHub mehr als 3 Millionen CPU-Kerne und 120 Petabyte Speicher hinzugefügt und gleichzeitig die Migration zu Azure beschleunigt: Dieses bedient nun 58 % der Last, gegenüber 12 % im Mai. Als unmittelbare Maßnahme führt GitHub einheitliche Wiederholungsgrenzen über die Dienste hinweg ein.

On August 17, GitHub experienced a significant outage that disrupted developers and organizations around the world. If you were trying to ship software that day, we let you down.

🇩🇪 Am 17. August erlebte GitHub eine schwerwiegende Störung, die Entwickler und Organisationen auf der ganzen Welt beeinträchtigte. Wenn Sie an diesem Tag Software ausliefern wollten, haben wir Sie im Stich gelassen. — @Vlad_GitHub auf X

🔗 Die Störung vom 17. August und die Arbeit, die vor uns liegt (github.blog)

Meta AI enthüllt WildArtifactBench und erweitert die Demonstrationen von Muse Spark 1.2

20. August — In einem Thread mit zehn Tweets präsentiert Meta AI parallel eine erweiterte Demonstration der multimodalen Fähigkeiten von Muse Spark 1.2 und den Start von WildArtifactBench, einem neuen internen Bewertungsrahmen für multimodale Agenten. Das Modell wird dabei gezeigt, wie es multimodale Beobachtungen analysiert und Werkzeuge aufruft, um einen zweihändigen Roboter zu steuern, der eine Plastikeente finden soll, und anschließend einen Schreibtisch aufräumt — mit einem Beispiel, bei dem zwischen einer Haarbürste und einem Make-up-Pinsel unterschieden wird, um ein Lippenstiftprodukt richtig zu verstauen.

Zwei konkrete Fähigkeiten werden hervorgehoben: die Erzeugung digitaler Artefakte (Webseiten, Spiele) aus Bildern, bewertet anhand des tatsächlichen Renderings statt durch einen Codevergleich; und der interne Einsatz von Muse Spark für die Mediengenerierung, im Tandem mit Muse Image und Muse Video.

Der Thread gipfelt in WildArtifactBench: Statt strenger, auf Ground Truth basierender Bewertungsgitter verwendet das Framework Win-Raten und Elo-Scores, die aus menschlichen und agentischen Präferenzrichtern stammen, um praktische multimodale Arbeitsabläufe abzudecken. Meta veröffentlicht ab heute 10 Aufgaben des Benchmarks sowie ein Dokument mit Designprinzipien.

Today we’re also previewing WildArtifactBench, an internal evaluation framework designed to assess agents on complex, real-world tasks across diverse deliverable formats. By using win rates and Elo scores from human and agentic preference judges rather than strict ground-truth rubrics, it expands task coverage across practical multimodal workflows.

🇩🇪 Wir stellen heute außerdem WildArtifactBench vor, einen internen Bewertungsrahmen, der entwickelt wurde, um Agenten bei komplexen realen Aufgaben über unterschiedliche Ausgabeformate hinweg zu bewerten. Durch die Verwendung von Win-Raten und Elo-Scores aus menschlichen und agentischen Präferenzrichtern statt strenger, auf Ground Truth basierender Bewertungsgitter erweitert es die Abdeckung der Aufgaben auf praktische multimodale Workflows. — @AIatMeta auf X

🔗 Voller Thread @AIatMeta

Pika erläutert seine Pika Audio Models im Vergleich zu Suno, ElevenLabs und Stable Audio

18.–20. August — Nachdem Pika Labs seine Reihe „Pika Audio Models“ am 14. August angekündigt hatte, erläutert das Unternehmen diese Woche drei Produkte, jeweils mit Zahlen.

Pika Music (20. August) akzeptiert vier Eingabemodalitäten — Text, Lyrics, Sprachreferenz, Musikreferenz —, die in einem gemeinsamen latenten Diffusionsdecoder kombinierbar sind. Es erreicht einen Score nahe dem Marktführer bei Audiobox Aesthetics und erzeugt einen 90-Sekunden-Song in durchschnittlich 6,25 Sekunden, also etwa 14,5-mal schneller als die Wiedergabedauer. Pika SFX (19. August) erzeugt Soundeffekte in weniger als einer Sekunde, bis zu 95 % günstiger als die Konkurrenz. Pika Soundtrack (18. August) synchronisiert Musik, Voice-over und Soundeffekte mit dem Bild auf Basis eines in latente Tokens komprimierten Videos und liegt bei der audiovisuellen Abstimmung auf einem Panel von 67 Sequenzen an der Spitze.

Audio-Modell	Schlüsselmetrik	Pika	Wettbewerber
Pika Music	Audiobox Aesthetics (Produktion)	8,064	Suno : 8,151
Pika Music	Geschwindigkeit (90-Sek.-Song)	6,25 s	~14,5x die Wiedergabedauer
Pika SFX	Durchschnittliche Latenz (50 Prompts)	0,847 s	ElevenLabs v2 : 2,47 s
Pika SFX	Durchschnittliche Latenz (50 Prompts)	0,847 s	Stable Audio 3 SFX : 2,64 s
Pika Soundtrack	Semantische Ausrichtung (ImageBind)	0,2457	Bestes Ergebnis im Panel mit 67 Sequenzen

Alle drei Modelle sind über den Pika API Club zugänglich.

On our fixed-lyrics benchmark, Pika Music reached the top tier of Audiobox Aesthetics: Content Enjoyment: 7.403, Production Quality: 8.064. For context, Suno scored 7.412 and 8.151 on those respective measures.

🇩🇪 In unserem Benchmark mit festen Lyrics erreicht Pika Music das höchste Niveau bei Audiobox Aesthetics: Content Pleasure: 7,403, Produktionsqualität: 8,064. Zum Vergleich: Suno erzielte bei denselben Messgrößen 7,412 und 8,151. — @pika_labs auf X

🔗 Pika Music (20. August) · Pika Soundtrack (18. August) · Pika SFX (19. August)

Anthropic stärkt Claude Academy, die verwalteten Agenten und Claude Code

Claude Academy ist verfügbar

20. August — Anthropic startet Claude Academy, eine Plattform mit kostenlosen Kursen und Tutorials, die für alle offen ist, unabhängig vom Niveau: von Personen, die KI gerade erst entdecken, bis zu denen, die Claude bereits täglich nutzen. Die Initiative versteht sich als schrittweiser Lernpfad statt bloßer Produktdokumentation, mit identischem Zugang für Einsteiger und fortgeschrittene Nutzer. Ein begleitender Beitrag erläutert Anthropics pädagogische Philosophie zum KI-Lernen und die Rolle von Claude Academy in diesem Ansatz, in einem Kontext, in dem das Unternehmen seine Bildungsinitiativen rund um Claude neben seinen Produktstarts ausbaut.

🔗 Ankündigung @claudeai

Drei Updates für Claude Managed Agents

19. August — Anthropic kündigt drei Weiterentwicklungen für Claude Managed Agents (Claude Developer Platform) an: Speicher kann nun mit den Self-Hosted Sandboxes verwendet werden, wobei die in einer selbst gehosteten Sandbox geleistete Arbeit für spätere Sitzungen gespeichert werden kann; die Werkzeuge web_search und web_fetch akzeptieren jetzt allowed_domains- oder blocked_domains-Parameter, um die Websites, die ein Agent konsultieren darf, präzise einzuschränken; und der Session-Viewer der Console wurde für Multi-Agent-Sitzungen neu gestaltet, mit einer Minimap mit einer Zeile pro Agent, einem gruppierten Streaming-Transkript pro Iteration und einem Inspektor, der die Kosten in Dollar pro Thread und pro Sitzung anzeigt.

🔗 Ankündigung @ClaudeDevs

Claude Code — neuer Concise-Ausgabestil

20. August — Claude Code bietet einen neuen Ausgabestil „Concise“ an: Sobald er aktiviert ist, priorisiert Claude das Ergebnis am Anfang der Antwort und hält seine Antworten standardmäßig kurz, während es die vollständigen Details liefert, wenn der Nutzer dies ausdrücklich verlangt. Die Aktivierung erfolgt über /config → Output style oder direkt in der Konfiguration mit "outputStyle": "Concise" in settings.json. Das ist eine direkt nützliche Einstellung für den Alltag von Nutzern, die im Terminal schneller lesbare Antworten suchen, ohne die Möglichkeit zu verlieren, bei expliziter Nachfrage einen bestimmten Punkt im Detail zu vertiefen.

🔗 Ankündigung @ClaudeDevs

Devin von Cognition fügt dedizierte Slack-Kanäle für Code hinzu

20. August — Cognition startet „Slack Code in Devin“ im Rahmen einer offiziellen Startpartnerschaft mit Slack: Der Agent erstellt nun proaktiv dedizierte Slack-Kanäle für jede Code-Aufgabe, damit sich die Arbeit fokussiert statt in den bestehenden Team-Kanälen zu vermischen. Cognition gibt an, die „Persönlichkeit“ von Devin speziell für sein Verhalten in Slack überarbeitet zu haben, eine Tonanpassung, die eher zum Team-Chat als zum Terminal oder zur IDE passt. Die Ankündigung verankert Devin in den Collaboration-Tools, in denen Produkt- und Nicht-Tech-Teams bereits kommunizieren, zusätzlich zu den bestehenden Integrationen (GitHub, Linear).

🔗 Ankündigung @cognition

Offene Modelle: Liquid AI, Sakana AI und ein großes Datenset für Robotik

LFM2.5-DSpark von Liquid AI, bis zu 3,2x schnellere Inferenz

20. August — Liquid AI veröffentlicht LFM2.5-DSpark, „Draft“-Modelle mit rund 300 Mio. Parametern, die durch spekulatives Decoding die Inferenz der drei Modelle der LFM2.5-Familie beschleunigen, ohne Qualitätsverlust — die Ausgabesequenz bleibt konstruktionsbedingt identisch zum referenziellen greedy Decoding. Auf H100-GPUs beträgt die gemessene durchschnittliche Beschleunigung 2,67x für LFM2.5-2.6B (323 → 864 tok/s), 2,10x für LFM2.5-1.2B und 2,54x für LFM2.5-8B-A1B. Für Multi-Tool-Szenarien sinkt die Latenz von Funktionsaufrufen im Durchschnitt um 57 %. Die Checkpoints sind in safetensors und GGUF verfügbar, mit Day-One-Support für llama.cpp und direkter Integration in SGLang.

🔗 LFM2.5-DSpark auf Hugging Face

Sakana Translate wechselt zur neuen Generation von Sakana Namazu

20. August — Der kostenlose Japanisch-Englisch-Chinesisch-Übersetzungsdienst von Sakana AI wechselt auf die neue Generation von Namazu und kombiniert dabei ein erneuertes Basismodell mit verbesserten Trainingsmethoden. Bei 160 Japanisch-Englisch-Übersetzungsaufgaben, die mit dem internen Tool TransEvalnia bewertet wurden, wird Sakana Translate in mehr als 50 % der Fälle gegenüber jedem der verglichenen Konkurrenzsysteme als besser eingestuft. Die drei bestehenden Funktionen (Streaming-Übersetzung bis etwa 5.000 Zeichen, Korrektur mit Stil-Diff, Frage-und-Antwort zur Übersetzung) bleiben kostenlos und laufen nun auf dem neuen Modell.

🔗 Ankündigung Sakana Translate

HiPHI, ein großes offenes Datenset menschlicher Bewegung für die Robotik

19. August — Noitom Robotics veröffentlicht HiPHI kostenlos für die Forschung: 617,5 Stunden hochpräziser Aufnahmen menschlicher Bewegung mit Objektinteraktion — nach Angaben des Unternehmens eines der größten jemals veröffentlichten Datensets dieser Art. Auf diesem Datenset trainierte Policies funktionieren bereits auf einem realen Unitree G1-Roboter, unter dem Label #PhysicalAI. Diese Art offener Ressource fügt sich in die breitere Dynamik der Erstellung von Datensätzen für Physical AI und Robotik ein, ein Bereich, den das Hugging-Face-Ökosystem eng verfolgt und die Ankündigung weiterverbreitet hat.

🔗 Ankündigung @noitomrobotics

Mediengenerierung: HeyGen, Black Forest Labs, Ideogram und NVIDIA

HeyGen startet das Avatar-Retouching (Retouch)

20. August — HeyGen integriert ein Retouching-Tool für Avatare direkt in seinen Video-Editor: Korrektur von Unreinheiten (Pickel, Falten), Anpassung von Make-up und Beleuchtung, mit einer Steuerung des Retuschiergrads, um dem ursprünglichen Avatar treu zu bleiben. Das erklärte Ziel ist es, Reshoots zu vermeiden, die nur aus optischen Gründen nötig wären — einmal retuschieren und das Ergebnis dann in allen folgenden Videos wiederverwenden. HeyGen betont, dass der Avatar nach der Retusche wiedererkennbar bleibt: Es geht nicht darum, ein anderes Gesicht zu erzeugen, sondern das bestehende zu verfeinern.

🔗 Ankündigung @HeyGen

Black Forest Labs startet FLUX Video Upscale (2K/4K)

20. August — Black Forest Labs fügt FLUX 3 Video ein natives Upscaling-Modul hinzu, um Videos in 2K/4K zu produzieren oder zu konvertieren, mit schärferen Gesichtern, saubereren Texturen und mehr Detail im Hintergrund, während die für FLUX 3 Video typische stilistische Vielfalt und der Realismus erhalten bleiben. Die Funktion lässt sich auch auf externe Videos anwenden, nicht nur auf solche, die von FLUX generiert wurden, und soll schneller sein als Upscaling-Lösungen von Drittanbietern. Zugänglich über die API und eine eigene Demo.

🔗 Ankündigung @bfl_ai

Ideogram veröffentlicht ein quantisiertes offenes Modell und einen Bild-Background-Remover auf Runware

20. August — Runware hostet zwei neue Ideogram-Modelle: Ideogram 4.0q, eine Version mit quantisierten offenen Gewichten von Ideogram 4.0 (9,3 Milliarden Parameter) mit Layout-Steuerung über Bounding Boxes, strukturiertem JSON-Prompting und LoRA-Support; sowie den Ideogram Background Remover, der aus jedem Bild ein transparentes PNG mit guter Kantentreue liefert, insbesondere bei Typografie und Logos.

🔗 Ankündigung @runware

NVIDIA beansprucht mit cuOpt den schnellsten Open-Source-Solver

19. August — NVIDIA behauptet, dass cuOpt, sein Open-Source-Optimierungssolver, auf den Hans-Mittelmann-Benchmarks, einer anerkannten Referenz im Bereich, über drei Klassen kombinatorischer und linearer Optimierungsprobleme hinweg der schnellste sei. Das Unternehmen lädt die Community ein, das Projekt direkt auf GitHub zu testen, in Fortsetzung seiner Strategie, Softwarewerkzeuge rund um seine Hardware zu öffnen — cuOpt zielt insbesondere auf Logistik- und Planungsanwendungsfälle im großen Maßstab, bei denen die Lösungsgeschwindigkeit zu einem direkten Faktor der Betriebskosten wird.

🔗 Ankündigung @NVIDIAAI

Mistral, Kimi und GLM-5.3: Dokumentensuche und Kosten-/Leistungswettbewerbsfähigkeit

Mistral startet Agentic Search, eine iterative Ebene für Dokumentenabruf

20. August — Mistral kündigt Agentic Search an, eine Ebene für Dokumentensuche, die darauf ausgelegt ist, die Grenzen des klassischen RAG zu überwinden, das auf einem einmaligen Abruf ohne Iterationsmöglichkeit beruht. Das System stellt dem Modell fünf von Dateioperationen inspirierte Werkzeuge bereit (search, open, navigate, read, grep), funktioniert mit bestehenden Indizes, erfordert kein Fine-Tuning und ist modellagnostisch — getestet mit Mistral Medium 3.5 und mit GLM-5.2 von Z.ai. Auf FinanceBench (368 SEC-Einreichungen) steigt die Genauigkeit von Mistral Medium 3.5 von 26,7 % auf 86 %, die p90-Latenz sinkt von 255 s auf 154 s. Auf OfficeQA Pro gewinnt GLM-5.2 45,6 Genauigkeitspunkte. Verfügbar über das Mistral Search Toolkit, integriert in Studio und Vibe.

🔗 Agentic Search auf mistral.ai

Kimi K3 an der Spitze der Kosten-/Leistungs-Pareto-Grenze von Agent Arena

19. August — Agent Arena (LMArena) veröffentlicht eine Kosten-/Leistungs-Pareto-Grenze für seine Agentenbewertungen bei realen Langzeittasks. Kimi K3 (Max) von Moonshot landet dort auf Platz 4 mit einem Leistungsgewinn von +10,53 % bei medianen Kosten von 0,62 USD pro Aufgabe — dem niedrigsten Wert der acht führenden Modelle, deutlich vor Claude Opus 5 (Max) mit 3,37 USD pro Aufgabe bei nur geringfügig höherem Score (+12,0 %). Grok 4.5 erreicht +6,1 % bei 0,22 USD pro Aufgabe, und Qwen-3.8 Max +6,3 % bei 0,33 USD pro Aufgabe.

🔗 Rangliste @arena

Z.ais GLM-5.3 nativ in AutoClaw integriert

20. August — AutoClaw, der Arbeitsagent von Z.ai, integriert nativ GLM-5.3, das am 18. August veröffentlicht wurde. Nutzer des GLM Coding Plan, die ihr Abonnement verbinden, erhalten einen temporären 1,5-fachen Quoten-Boost und monatliche AutoClaw-Credits (Lite 5K / Pro 10K / Max 26K); neue Nutzer erhalten 26K AutoClaw-Credits (Wert 20 USD), gültig für 30 Tage. GLM-5.3 erzielt außerdem einen Score von 69 im offiziellen DeepSWE-Ranking, der am selben Tag von einem externen Entwickler gemeldet wurde.

🔗 Ankündigung @AutoClawAIer

OpenAI erweitert ChatGPT Desktop in Europa, ChatGPT Sites und das Codex SDK

ChatGPT Desktop (Mac) erweitert Computer History, appübergreifendes Gedächtnis und Record & Replay in Europa

20. August — OpenAI erweitert in Europa (EWR, Vereinigtes Königreich, Schweiz) drei Funktionen der ChatGPT-Desktop-App für Mac, die bisher auf die USA beschränkt waren: Computer History (bereits am 13. August gestartet) für Pro-, Business- und Enterprise-Nutzer; ein appübergreifendes Gedächtnis, mit dem sich ChatGPT an die Aktivitäten des Nutzers über dessen Apps und Websites hinweg erinnert; sowie Record & Replay, das einen üblichen Arbeitsablauf in eine wiederverwendbare Fähigkeit verwandelt, indem es ihn zeigt statt beschreibt, für ChatGPT Work und Codex.

🔗 Ankündigung @OpenAI

ChatGPT Sites: URL-Anpassung und Teamzusammenarbeit mit Codex

20. August — ChatGPT Sites, das in ChatGPT integrierte Tool zur Erstellung von Websites, erlaubt es nun, die URL der veröffentlichten Website anzupassen, damit sie das Projekt widerspiegelt und leichter zu erkennen und zu teilen ist. OpenAI ergänzt außerdem die Möglichkeit, Teammitglieder als Bearbeiter einzuladen, um gemeinsam an demselben Projekt zu erstellen und zu veröffentlichen. In diesem kollaborativen Modus übernimmt Codex im Hintergrund Git-Management und Continuous Integration, sodass nicht-technische Teams an einer Website zusammenarbeiten können, ohne selbst Versionierung oder Deployments zu handhaben.

🔗 Ankündigung @OpenAIDevs

Neues Exa-Plugin für ChatGPT Work und Codex

20. August — OpenAI startet ein gemeinsam mit Exa AI Labs entwickeltes Plugin, das ChatGPT Work und Codex Zugriff auf mehr als 100 Milliarden Webseiten, Forschungsartikel und Dokumente gibt. Dieses Plugin erweitert die Informationssuchfähigkeiten der Codex-Agenten und von ChatGPT Work über ihre üblichen Quellen hinaus, in Fortsetzung der Strategie zur Integration von Drittanbieter-Plugins in das agentische Ökosystem von OpenAI, die Anfang August mit dem Start der Agent Plugins begonnen wurde.

🔗 Ankündigung @OpenAIDevs

Codex SDK: Kundenfälle Cisco App Builder und Thrive Holdings/Crete

20. August — OpenAI hebt zwei Einsätze des Codex SDK hervor: Cisco nutzt es für seinen App Builder, mit dem Kunden benutzerdefinierte Anwendungen für Cisco Cloud Control in natürlicher Sprache erstellen können; und Thrive Holdings hat zusammen mit Crete ein Steuersystem aufgebaut, das 7.000 Steuererklärungen verarbeitet hat und die Vorbereitungszeit um etwa ein Drittel reduziert hat. OpenAI betont außerdem den breiteren Einsatz des Open-Source-Codex-Harnesses, das von Teams in bestehende interne Tools integriert wird, wobei ihre eigene Anwendung die Oberfläche, den Kontext und die Freigaben verwaltet, während das Harness die agentische Schleife übernimmt.

🔗 Ankündigung @OpenAIDevs

Kurzmeldungen

AG-UI-Adapter für Claude Managed Agents — neues gemeinsam mit CopilotKit veröffentlichtes Cookbook, das jeden Gesprächsfaden einer verwalteten Sitzung mit Streaming von Text, Tools und Schlussfolgerungen zuordnet. 🔗 Quelle
Auto Mode in natürlicher Sprache konfigurieren — die Auto-Mode-Regeln von Claude Code können in natürlicher Sprache geschrieben werden; das Hinzufügen von $defaults behält die eingebauten Regeln bei. 🔗 Quelle
Claude Desktop startet etwa 2x schneller — Behebung des Throttling beim Start im Hintergrund, Boot mit voller Geschwindigkeit auch bei verstecktem Fenster. 🔗 Quelle
v0 (Vercel) — GPT-5.6 Sol und Fast Mode mit -50 % — Preisaktion bis zum 18. September 2026. 🔗 Quelle
Kostenlose SAT-Probetests in Gemini — Erinnerung zum Schulbeginn: Inhalte von The Princeton Review geprüft, sofortiges Feedback und Erklärungen zu den Antworten. 🔗 Quelle
Windows-11-arm64-Image mit Visual Studio 2026 allgemein verfügbar — auf den standardmäßigen und größeren GitHub-hosted Runners. 🔗 Quelle
Code Scanning fügt das Ablehnungsmuster „Mitigated“ hinzu — um eine Warnung zu schließen, wenn eine externe Kontrolle das Risiko mindert. 🔗 Quelle
Dedizierter GitHub-Actions-Pfad für GitHub Code Quality — Historie und Nutzungsberichte jetzt getrennt von anderen Runs. 🔗 Quelle
Verfolgung der Aktivierung von GitHub Code Quality im Audit-Log — drei neue Ereignisse protokollieren Aktivierung, Deaktivierung und Parameteränderungen. 🔗 Quelle
CodeQL 2.26.3 verbessert GitHub-Actions-Abfragen — Modellierung von JavaScript-, TypeScript- und Vue-Quellen. 🔗 Quelle
Luma erläutert einen Kundenfall einer Agentur (Aperture) — -75 % Kosten pro Akquise und 9-fach erhöhtes Werbebudget durch ein dreiteiliges System (Intelligenz, menschliche Validierung, Feedback-Schleife). 🔗 Quelle
NVIDIA öffnet GeForce NOW für Firefox — bis zu 1440p/120 FPS für Ultimate-Abonnenten, zwölf neue Spiele darunter Gallipoli. 🔗 Quelle
Suno fügt Offline-Playlists hinzu — zusätzlich zur am Vortag angekündigten Überarbeitung der Playlists. 🔗 Quelle
Qwen3.8-27B an der Spitze von Harveys agentischem Rechts-Benchmark — Open-Weight-Modell Nr. 1 des Legal Agent Benchmark. 🔗 Quelle
AI Futures: neuer OpenAI-Blog zur Governance transformativer KI — Untersuchung der mit transformativer KI verbundenen Risiken der Machtkonzentration. 🔗 Quelle
Stampli beschleunigt seine Produktstarts mit ChatGPT Work und Codex — Start des Produkts Deep Finance in sechs Wochen, Produktionsaufwand von geschätzten 243 auf 77 Personenstunden reduziert. 🔗 Quelle

Was das bedeutet

Die KI-Infrastruktur stößt an Kapazitätsgrenzen, nicht an algorithmische Grenzen. Der Ausfall bei GitHub am 17. August ist kein Bug: Es ist eine Plattform, deren Traffic sich in vier Monaten verdoppelt hat (von 1,4 auf 2,9 Milliarden Commits pro Monat) und die ihre Kapazitätslast nun mit Azure-Migrationen und Millionen zusätzlich hinzugefügter CPU-Kerne aufholt. Dasselbe Spannungsverhältnis zwischen Skalierung und Zuverlässigkeit zeigt sich auf Modellseite: Metas WildArtifactBench gibt strenge Bewertungsraster zugunsten von Elo-Scores auf, ein Eingeständnis, dass die Bewertung realer multimodaler Agenten inzwischen über das hinausgeht, was Ground-Truth-Benchmarks messen können.

Der Wettbewerb dreht sich zunehmend um das Kosten-/Leistungsverhältnis statt allein um rohe Leistung. Auf der Pareto-Grenze von Agent Arena erzielt Kimi K3 (Max) einen fast gleichwertigen Score wie Claude Opus 5 (Max) bei fünfmal geringeren Kosten pro Aufgabe. Mistral verfolgt dieselbe Logik auf der Seite des Dokumentenabrufs: Agentic Search verwandelt ein Ein-Pass-RAG in ein iteratives System, das die Genauigkeit auf dichten Finanzdokumenten verdreifacht, ohne Fine-Tuning. Und Liquid AI verschiebt den Fokus in Richtung lokaler Inferenz, mit Draft-Modellen mit 300 Millionen Parametern, die durch spekulatives Decoding deutlich größere Modelle in der Geschwindigkeit verdoppeln.

Agentische Plattformen dehnen ihren Einfluss auf Unternehmens-Workflows aus, statt nur Chat-Oberflächen zu bleiben. OpenAI erweitert die Integrationsbausteine (Exa, Record & Replay, Codex SDK bei Cisco und Thrive Holdings), während Anthropic Governance-Kontrollen hinzufügt (erlaubte/gesperrte Domains für verwaltete Agents) und Cognition Devin direkt in Slack verankert. Das sind drei verschiedene Wetten auf demselben Spielfeld: die Standardebene zu werden, auf der nicht-technische Teams Arbeit an Agents delegieren.

Schließlich wird die Mediengenerierung mit beschleunigtem Tempo alltäglich. Pika veröffentlicht Benchmarks, die nahezu auf Augenhöhe mit Suno liegen und bei Soundeffekten bis zu 95 % günstiger sind als ElevenLabs, während Ideogram ein Bildmodell mit offenen Gewichten auf einer Drittanbieter-Infrastruktur (Runware) einsetzt und Sakana AI seine Übersetzung anhand von 160 präzisen Aufgaben gegen die Konkurrenz misst. Die Differenzierung hängt nicht mehr nur von der bloßen Verfügbarkeit eines Modells ab, sondern von öffentlichen, überprüfbaren und zunehmend detaillierten Benchmark-Zahlen.