Agentic AI News Heute

Sori-1B-Audio-Sprachmodell. Das 1B-Parametermodell wurde von Grund auf mit Text-Audio-Paaren trainiert, ganz ohne reine Text-Vorabtrainierung, und soll Antworten im Audiobereich verankern. Es verwendet NVIDIAs eingefrorenen Audio-Flamingo-Next-Encoder sowie einen eigenen Tokenizer für auditive Ontologien und wird unter einer nicht-kommerziellen bzw. akademischen Lizenz veröffentlicht.

• → snkii/Sori-1B: Audio-Grounded LM Trained From Scratch (No Text-Only Pretraining)

Qwen3.8 lokal im Aufwind. Community-Berichte zeigen, dass Qwen3.8-27B und Flash Next auf Hardware vom 12-GB-Smartphone (3,5 tok/s) bis zu vier R9700-GPUs (80–120 t/s Generierung, 700k Kontext) laufen. Bei lokalen Agent-Workloads ist Flash Next schneller und stabiler, während das dense 27B-Modell bei längeren Multi-Turn-Sitzungen stärker bleibt; einige Nutzer finden die Modelle dense, loben aber die deutsche Übersetzungsqualität.

• → Qwen3.8-Flash-Next-NVFP4 vs Qwen3.8-27B-FP Test Results
• → Qwen 3.8 27B - Fantastic German capabilities
• → Unpopular opinion Qwen 3.8 is hard to understand
• → Qwen 3.8 Flash Next locally on simple mobile phone at 3.5 tok/s
• → Here my pretty good qwen3.8 27B setup, hope it helps
• → Qwen3.8-Flash-Next turns 4xR9700 into a local AI powerhouse! 120 t/s TG and 12k t/s PP single request with optimized vLLM

Unzensierte GGUF-Releases. Ein Reddit-Nutzer hat GGUF-Dateien von LongCat-Flash-Lite-Sparse veröffentlicht – einem Sparse-Attention-Modell mit 69B-A3B und 1M Kontext – sowie von Qwen3.8-27B mit MTPs, Qwen3.5-122B-A10B, Qwen3-Coder-Next und einem Vision-Modell. Für LongCat-Unterstützung ist ein eigener llama.cpp-Fork nötig.

• → Uncensored Multi-Model Releases, LongCat-Flash-Lite-Sparse with MTPs and LSAs, Qwen3.8-27B with MTPs, Qwen3.5-122B-A10B with MTPs, Qwen3-Coder-Next and Laguna-S2.1 with Vision, All Available in GGUF Format! Bonus: Links to my llama.cpp Fork for LongCat-Flash-Lite Support and J-Wash Enhanced Fork!

Desktop-KI-Hardware. NVIDIAs Desktop-DGX-Station liefert Leistung auf Rechenzentrumsniveau mit 7,1 TB/s Speicherbandbreite, während Framework offenbar ein Mainboard mit 192 GB Arbeitsspeicher plant, das rund 4.500 $ kosten dürfte.

• → NVIDIA® DGX Station™ Delivering Data-Center-Class Performance from the Desktop
• → It's official! 192GB Framework

LLM-Pentesting-Benchmark. Ein neuer Benchmark testet LLMs gegen eine Live-Infrastruktur, die sie angreifen müssen, mit dem Ziel, das beste Modell für offensive Sicherheitsarbeit zu finden, statt bekannte CVEs zu reproduzieren.

• → Which LLM is actually best at pentesting? benchmark to find out

Coding-Benchmark-Index. Ein Reddit-Nutzer hat die wichtigsten agentischen Coding-Benchmarks zu einem „Agentic Coding Index“ zusammengefasst und eine Intelligenzdichte-Metrik berechnet, um die Leistungsfähigkeit der Modelle pro Parameter zu vergleichen.

• → I collected every single LLM coding benchmark, and computed their Intelligence Density

Egocentric-Eval für Open VLMs. Mit HFlow auf einem egozentrischen Video-Benchmark erreichte ein offenes Gemma-VLM bei Sichtbarkeit der Hände und Manipulationsmetriken das Niveau von Gemini 2.5 Flash, war dabei aber 19-mal günstiger – das macht private, selbst gehostete Verarbeitung praktikabel.

• → We used HFlow to evaluate the latest open weights VLMs for processing egocentric data

Cloudflare AI Search. Cloudflares AI Search bietet jetzt eine Ende-zu-Ende-Suchpipeline für eigene Daten – mit Agenten-Integration, multimodaler Suche und einem Discover-Modus, der auch Websites ohne Sitemaps indexieren kann.

• → Cloudflare Extends AI Search to Make it Easier for Agents and Developers to Search Custom Data

AWS Kiro Crew. AWS hat Kiro Crew als Open Source bereitgestellt – ein Workspace zum Ausführen mehrerer asynchroner Coding-Agenten mit gemeinsamem Speicher, wiederverwendbaren Skills und geplanten Jobs. Intern wurde es von über 39.000 Entwicklern genutzt.

• → AWS Open Sources Kiro Crew for Asynchronous Coding Agents

ChatGPT Work erklärt. OpenAIs ChatGPT Work, verfügbar in kostenpflichtigen Tarifen, gibt es als Cloud-Version unter chatgpt.com und als lokale Desktop-Version, die auf Dateien zugreifen und Programme ausführen kann. Die Abgrenzung zu Chat bleibt allerdings verwirrend.

• → Understanding ChatGPT Work

Claude Code: Limit gesenkt. Anthropics angekündigte Anhebung des Basislimits für Claude Code um 25 % ist im Vergleich zum aktuellen temporären Boost von 50 % ein effektives Minus von 17 %. Zudem wurde ein automatisches Bug-Report-Tool hinzugefügt.

• → Anthropic's Claude Code limit change is a raise on paper but a cut in practice

Agenten ohne Zeitgefühl. Eine Studie zeigt, dass Claude Code und Codex die benötigte Zeit für Aufgaben durchweg falsch einschätzen: Kurze Aufgaben werden um das 3- bis 10-Fache überschätzt, was bei länger laufenden Agent-Jobs problematisch ist.

• → AI agents have no sense of time and are not aware of it

PILOT: Live-Selbstverbesserung. PILOT ist ein Supervisor-Worker-Harness, der Live-Steuerung und Live-Selbstevolution für Langzeit-Agenten ermöglicht und vergleichbare Harnesses auf Terminal-Bench 2.0 um bis zu 9,8 Punkte übertrifft.

• → PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents

GameWAM: Welt-Aktions-Modell. GameWAM ist das erste Welt-Aktions-Modell für natives Video-Gameplay. Es generiert über Flow Matching gleichzeitig zukünftige Frames und Tastatur-Maus-Aktionen und bietet eine langfristige Block-Zyklus-Steuerung.

• → GameWAM: A World Action Model for Video Games

Next-Chunk-Reasoning: RL vs. SFT. Eine kontrollierte Studie zeigt, dass Mixed SFT auf No-CoT- und Long-CoT-Daten als Pre-RLVR-Trainingsstrategie besser abschneidet als Next-Chunk-Reasoning-RL – und das mit über 60-mal weniger Rechenaufwand.

• → Is Next-Chunk Reasoning RL Really Better than SFT? Revisiting Training Strategies under no-CoT Data

KI-Handlungsmacht. Ein Essay verweist auf den Hugging-Face-Vorfall vom Juli und argumentiert, dass die Handlungsmacht der KI – nicht nur ihre Fähigkeiten – über Ergebnisse entscheidet; auch die Art, wie Nutzer diese Handlungsmacht gewähren oder beschränken, ist entscheidend.

• → Agency and Agents

NVIDIA übernimmt Hugging Face. Einem Bericht zufolge soll NVIDIA Hugging Face für 12,9 Milliarden Dollar übernehmen. Das würde Compute-Infrastruktur mit der wichtigsten Vertriebsdrehscheibe des Open-Model-Ökosystems verbinden und die industrielle Wende der KI beschleunigen.

• → The Sequence Radar-Issue #923: Last Week in AI: AI’s Industrial Turn

US-Handelsbarrieren für Robotik. Washington hat die Beschränkungen und Zölle auf chinesische Drohnen und Roboter mit Verweis auf die nationale Sicherheit verschärft. Chinas Produktionsumfang und Kostenvorteile könnten die Wirkung weltweit jedoch abfedern.

• → The U.S. is building barriers around drones and robots, but China has scale to get around them

KI in der Industrie. Meta testet Roboter von Watney, Kinova und ABB für Server-Resets, Kabeltausch und Power-Cycling in Rechenzentren. Caterpillar überträgt Erkenntnisse aus der Bergbau-Autonomie auf das Bauwesen und setzt KI-Assistenten für Techniker ein.

• → Inside Meta’s push to put robots to work in data centers
• → Caterpillar is bringing to AI deployment what it learned from automating mining

Musk: Turbinenteile aus eigener Fertigung. SpaceX baut eine Gießerei für Gasturbinenschaufeln und -leitschaufeln. Musk zufolge könnte hauseigener Guss die Erdgas-Stromversorgung für KI-Rechenzentren um bis zu 18 Monate beschleunigen.

• → Musk’s faster path to more gas turbines comes with pollution problem

KI-Stimmung bei Arbeitnehmern sinkt. Glassdoor-Daten zufolge ist die positive Einstellung von US-Arbeitnehmern zu KI von 81 % im Jahr 2019 auf 43 % Mitte 2026 gesunken. Am optimistischsten sind Manager, am negativsten Gen-Z-Frauen, Autoren und Versicherungsmitarbeiter.

• → AI sentiment is turning sour as employee reviews reveal growing frustration across the workforce

Musikverlage verklagen Anthropic. Sony Music, Warner Music und andere werfen Anthropic vor, zum Trainieren von Claude illegal Zehntausende urheberrechtlich geschützte Songtexte per Torrent heruntergeladen zu haben. Namentlich genannt werden CEO Dario Amodei und Mitgründer Benjamin Mann.

• → Sony and Warner sue Anthropic over "one of the largest and most blatant ongoing thefts of intellectual property in history"

Texas stoppt Flock-Kameras. Gouverneur Abbott hat die staatlichen Ausgaben für Flock-KI-Überwachungskameras eingefroren, nachdem über 30 Millionen Dollar geflossen waren. Ausschlaggebend waren parteiübergreifende Datenschutzbedenken und Missbrauchsfälle durch Polizisten.

• → Texas Governor Abbott blocks funding for more Flock cameras