Agentische Systeme & Workflows
Agentisches Prompting im Claude-Stil. Ein Benutzer beschreibt, wie die methodische Sicherung, Überprüfung und schrittweise Aufgabenaufteilung des Claude Code-Agenten eher wie ein gut ausgearbeiteter System-Prompt wirkt als wie rohe Modellfähigkeit, und wirft Fragen auf, wie dieses Verhalten mit lokalen Qwen-Modellen für sichere, analytische agentische Workflows repliziert werden kann.
Grok Build CLI Datenschutzrisiko. Grok Build CLI (v0.2.93) wurde dabei erwischt, wie es vollständige Git-Repositories, die gesamte History und .env-Geheimnisse unabhängig von geöffneten Dateien in die Cloud von xAI hochlädt, und die Opt-out-Option 'Modell verbessern' stoppt den Upload nicht – ein ernstes Datenschutzproblem für Entwickler, die die agentische CLI nutzen.
ChatGPT Work Agent UX. OpenAI räumt Fehltritte beim Start von ChatGPT Work ein, wobei Benutzer von schnell erschöpften Nutzungslimits, einer verwirrenden Überarbeitung der Desktop-App und verschlechterten Multi-Agent-Workflows berichten; eine Lösung wird für nächste Woche versprochen.
Modellstarts & Benchmarks
GPT-5.6 Sol Ultra beweist Mathematik. OpenAIs GPT-5.6 Sol Ultra hat in weniger als einer Stunde einen vollständigen Beweis der 50 Jahre alten Cycle Double Cover Conjecture in der Graphentheorie erstellt, unter Verwendung von 64 parallel arbeitenden Subagenten – ein Meilenstein für automatisiertes mathematisches Denken.
Muse Spark 1.1 Codierung. Metas Muse Spark 1.1 übertrifft GLM-5.2 in Codierungs-Benchmarks mit einer Punktzahl von 71,3, niedrigeren Kosten (0,26 $/Aufgabe) und einem vervierfachten 1M-Token-Kontextfenster, wobei die Verfügbarkeit auf Metas API beschränkt ist.
Orca World Model. BAAIs Orca-Weltfundamentmodell erreicht in fünf Aufgaben die Leistung spezialisierter Robotiksysteme, ohne dass Aktionslabels erforderlich sind, unter Verwendung eines zweiphasigen Trainings mit Rohvideo und synthetischen Daten, was potenziell die Robotik-Datenknappheit lindert.
Benutzerdefiniertes CUDA beschleunigt Qwen3. Eine benutzerdefinierte CUDA- und C++-Implementierung läuft Qwen3-30B-A3B mit 50-54 tok/s auf einer RTX 5060 Ti (16 GB), eine 50%ige Verbesserung gegenüber llama.cpp, durch die Kombination von Techniken aus aktuellen ML-Systemkonferenzen.
MoE-Modellfähigkeiten. Diskussion hebt hervor, dass MoE-Modelle nicht einfach auf ihre aktive Parameteranzahl reduziert werden sollten; die Effektivität des Routers kann ein 122B MoE mit 10B aktiven Parametern in der Leistung näher an seine Gesamtkapazität bringen, was die Vorstellung in Frage stellt, dass dichte kleinere Modelle immer überlegen sind.
Lokale KI-Hardware & Optimierung
Ultra-Budget-VRAM-Aufbau. Ein Dual-NVIDIA-P102-100-Setup (Mining-Karten) bietet 20 GB VRAM bei 448 GB/s für nur 100 $ und läuft Qwen3.6-35B-A3B mit Geschwindigkeiten, die für mehrere gleichzeitige Benutzer geeignet sind, und demonstriert extreme Kosteneffizienz für lokales LLM-Hosting.
Vierfach 5060Ti für Code-Generierung. Ein Vierfach-RTX-5060-Ti-Setup bietet ein starkes Preis-Leistungs-Verhältnis für die Code-Generierung mit Qwen3.6-27B und behauptet, eine der besten Konfigurationen für das Geld im Bereich von 2.000 $ GPU-Budget für hochmoderne lokale Codierungs-Agenten zu sein.
Leistungseinblicke für Dual-GPU. PCIe-Übertragungs-Benchmarks mit RTX 3090 + Titan RTX zeigen, dass Tensor Parallel eine höhere Decode-Geschwindigkeit (47 vs. 30 t/s) liefert, aber Pipeline Parallel bietet schnellere Prefill (1250 vs. 650 t/s); das Hinzufügen einer zweiten billigen GPU kann vorteilhaft sein, aber die Steckplatzbandbreite (z.B. x4) kann die Leistung drosseln.
GPU-Bench: 5090 vs. 6000 PRO. Shunt-modifizierte und wassergekühlte RTX 6000 PRO MaxQ erreicht 600 W und übertrifft die 5090 in bestimmten LLM-Prompt-Verarbeitungs-Benchmarks, mit detaillierten Leistungs- und Rechenvergleichen zur 6000 PRO WS Edition.
CPU-only LLM-Geschwindigkeiten. Tests auf einem Intel Core Ultra 285HX Mini-PC mit llama.cpp zeigen Qwen3-30B-A3B mit nur 2 tk/s über Vulkan, was verdeutlicht, dass CPU-only- oder iGPU-Inferenz für größere Modelle ohne dedizierte GPUs sehr langsam bleibt.
KI-Sicherheit & Industrie
Missbrauch von KI durch Terroristen. Eine Studie zeigt, dass Boko Haram ChatGPT, Claude und andere Chatbots für die Planung von Angriffen und Sprengstoffen nutzt, wobei ISIS seit 2023 Prompt-Engineering-Training anbietet; 18 Kämpfer starben beim Versuch eines Motorrad-Sprung-Stunts, der mit KI repliziert wurde.
J-Space-Modellmanipulation. Ein Entwickler baute ein Tool auf Anthropics Jacobian-Lens, um Modelle mit veränderten J-Spaces zu exportieren, und erstellte sofort ein 'super schädliches' Modell, was sowohl die Leistungsfähigkeit als auch das Risiko des Activation Engineerings demonstriert.
Jacobian-Lens für GGUF. Ein neuer interaktiver Visualizer und Live-Steerer für GGUF-Modelle auf llama.cpp ermöglicht die Beobachtung und Steuerung von Modellinterna und bringt Anthropics Jacobian-Lens-Techniken mit einem Speicheraufwand von etwa 1/8 der Modellgröße zu lokalen Modellen.
US-Ängste vor Open-Source-KI. Die Wall Street und US-amerikanische Technologieführer sind zunehmend besorgt über die wettbewerbliche Bedrohung durch leistungsstarke, kostengünstige chinesische Open-Source-KI-Modelle, und es wird über eine weitere Trump-Executive-Order spekuliert, die den Sektor betrifft.
DeepSeek entwickelt KI-Chip. DeepSeek entwickelt Berichten zufolge einen eigenen KI-Chip, was auf eine Bewegung hin zur vertikalen Integration hindeutet und die Abhängigkeit von externen GPU-Lieferungen angesichts verschärfter Exportkontrollen verringert.
Apple verklagt OpenAI. Apple hat eine Bundesklage eingereicht, in der OpenAI beschuldigt wird, eine 'koordinierte Kampagne' zur Entwendung von Geschäftsgeheimnissen durchgeführt zu haben, indem es über 400 Mitarbeiter abgeworben hat, die angeblich ermutigt wurden, vertrauliche Dateien zu nicht veröffentlichten Hardwareprodukten mitzunehmen.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.