Agenten-Frameworks, Tools & Evals
Figma-Specs für Agenten. Figma hat einen Markdown-basierten Specs-Editor und Kontext-Integrationen eingeführt, damit Drittanbieter-Agenten beim Erstellen die Designvorgaben einer Marke befolgen können, und seinen Canvas-Agenten breiter verfügbar gemacht.
Praxisnahe Agenten-Evals. LangChain hat einen Leitfaden zur Agenten-Evaluierung veröffentlicht: mit einem Verhalten zu beginnen, kleine Datensätze aus echten Traces aufzubauen, wo möglich Code-Evaluatoren zu nutzen, sonst LLM-Richter, und vollständige Threads und Trajektorien zu bewerten.
Fix für Context Rot. Das Deep-Agents-Harness von LangChain nutzt fünf Middleware-Techniken, um Kontext aus dem aktiven Fenster in einfache Dateien zu verschieben, was Genauigkeitsverluste bei lang laufenden Agenten verhindert und den Speicher modellübergreifend portabel macht.
OCR-Parser-Benchmark. Datalab hat OmniParseBench veröffentlicht, einen offenen Benchmark mit 16.288 Pass/Fail-Tests über 2.937 Seiten, der Ingenieuren bei der Auswahl von Dokumentenparsern helfen soll; Gemini 3.8 Flash liegt knapp vor Datalabs eigenem Parser.
Sichere Finanzagenten. OpenAI und Anthropic diskutierten auf der AI Engineer NY die Abwägung zwischen Autonomie und Sicherheit bei Finanzagenten und betonten, dass Kontrollen und die Platzierung menschlicher Urteilsfähigkeit wichtiger sind als die Anzahl der Beschränkungen.
Modell-Releases & Fine-Tunes
LFM2.5 als Agenten-Arbeitspferd. Ein Nutzer hat LFM2.5-24B in Pi-Agent-Workflows eingesetzt und berichtet von anhaltenden rund 95 Tokens/s auf einer AMD W7900, mit zuverlässiger Leistung bei mechanischen und rekursiven Aufgaben.
Qwen-Effizienzvarianten. Drei separate Veröffentlichungen – Sabi-Noema, Tessera-27B-CJK und Telperions MLA/GLA – komprimieren Reasoning-Tokens oder KV-Cache, um die Effizienz zu verbessern, wobei Sabi-Noema Zugewinne bei Agenten- und Tool-Calling-Benchmarks beansprucht.
- Sabi-Noema: A capability and efficiency focused fine-tune of Qwen 3.8 27B(öffnet in neuem Tab)
- Tessera-27B-B-CJK, Zellige AIs new finetune of Qwen with novel approaches to how we think about token savings(öffnet in neuem Tab)
- New model from Telperion: Qwen3.8-27B-MLA & Qwen3.8-27B-GLA-g2. 4x smaller KV cache, smarter, and more efficient reasoning.(öffnet in neuem Tab)
Multimodal auf Smartphones. MiniCPM-V 4.7 nutzt Lookahead Expert Scheduling, um ein 35B-MoE-Vision-Language-Modell auf Mobilgeräten mit etwa 3 GB Speicher auszuführen, plus eine kleinere 1B-Variante.
Kompaktes MoE angekündigt. NVIDIA Nemotron Bolt 3.5 ist ein 74B-Parameter-MoE-Modell mit 9B aktiven Parametern, das mit 2-Bit-Quantization-Aware-Training in 24 GB gepackt wird und am 15. Oktober erscheint; eine 4-GB-E4B-Variante folgt am 23. Oktober.
Coding-MoE. JetBrains Mellum 2.1 12B A2,5B MoE läuft mit 60–140 Tokens/s auf Consumer-GPUs und ist für Coding-Aufgaben leistungsfähig, besonders in Kombination mit einem größeren Planer-Modell.
Lokale KI & Hardware
Rig im Hühnerstall. Ein Nutzer hat ein Rig mit 256 GB VRAM aus vier freigeschalteten CMP 170HX-Karten und einem Threadripper gebaut, es wegen Hitze und Lärm in einen Schuppen verlegt und betreibt dort lokal Qwen Flash Next und GLM 5.3.
Geschäft mit lokaler KI. Drei 4x-Radeon-R9700-Boxen mit günstigen EPYCs wurden für je 10.700 US-Dollar gebaut, insgesamt 384 GB VRAM, um KI für USA Arms zu betreiben, nachdem gehostete Modelle schusswaffenbezogene Arbeit abgelehnt hatten.
Schnelle Radiance-Engine. Deadcodes Radiance-Engine erreichte 176 Tokens/s Decode und 6.450 Tokens/s Prefill mit Q4 Qwen-3.8 Flash-Next auf 2x R9700 und 64 GB DDR5.
llama.cpp-Kernel-Beschleunigung. Ein llama.cpp-PR fügt GDN-Chunked-Kernels hinzu, was die MoE-Prompt-Verarbeitung um bis zu 20,6 % auf RTX PRO 6000 und 17,9 % auf RTX 5090 verbessert.
Forschung & Angewandte KI
KI-Chip-Design. Ricursive Intelligence sagt, KI könne Chips iterativ entwerfen, um die Effizienz zu verbessern und so ein 10.000-faches Wachstum der Rechennachfrage bewältigen, ohne 10.000-mal mehr Rechenzentren zu bauen.
Keine selbstverbessernde KI. Haydn Belfield von Google DeepMind sagt, KI schreibe über 75 % des Produktionscodes, habe die KI-Forschung aber nicht messbar beschleunigt; menschliche Aufsicht bleibe bei komplexen Aufgaben unerlässlich.
Kommentare unwichtig. Ein Entwickler entfernte 168.000 Zeilen Kommentare aus einer Codebasis und stellte fest, dass ein KI-Agent in drei Durchläufen auf beiden Versionen gleich guten Code erzeugte, was den Wert von Kommentaren infrage stellt.
KI-Massendekompilierung. KI-gestützte Dekompilierung ermöglicht Spiel-Mashups und die Bewahrung von Spielen, bedroht aber auch proprietäre Software, wie der Indie-Entwickler Popcar erläutert.
KI-entwickelte Proteasen. Forscher nutzten KI-Proteindesign, um nicht-katalytische Teile von Proteasen zu ersetzen und Enzyme zu schaffen, die bestimmte Proteine schneiden, die mit neurologischen Erkrankungen in Verbindung stehen.
KI-Wettervorhersagen. Ai2s HiRO-ACEv2 simuliert Extremwetter mit 3 km Auflösung für etwa 1/300 der Kosten von X-SHiELD, während Microsofts ML-Tool Bias in 2–6-Wochen-Vorhersagen korrigiert, veröffentlicht in Nature.
Agenten in Produktion
Verdeckte Anti-Betrugs-Agenten. Apate setzt Tausende KI-Agenten ein, die sich als Opfer ausgeben, um Betrüger hinzuhalten und Bankkonten, Wallets und Betrugsinfrastruktur zu sammeln; sie haben 2,5 Mio. Gespräche geführt.
Autonome Vertriebsrecherche. Floqer baut KI-Agenten, die kontinuierlich Kundenwissen für B2B-Vertrieb sammeln und aktualisieren, hat 1,2 Mio. US-Dollar ARR überschritten und will die Technologie Open Source stellen.
Konversationelle Bestellung. Square hat einen Kiosk für 1.999 US-Dollar mit einer agentischen Sprachschicht auf den Markt gebracht, die das Menü versteht und Änderungen und Ersetzungen in Echtzeit bearbeitet.
Internet-Sturm-Tracker. Gudea nutzt KI, um zu analysieren, wie sich Geschichten über 500+ Plattformen verbreiten, und zu erkennen, wer Gespräche antreibt, bevor Krisen ausbrechen – und geht damit über traditionelles Social Listening hinaus.
Gemini-Betrugsabwehr. Google Messages führt einen optionalen erweiterten Schutz ein, der Cloud-Gemini nutzt, um die Absichten unbekannter Absender einzuschätzen, mit verschlüsselter Verarbeitung in einem sicheren Bereich.
KI-Client-Interviews. McKinsey lässt einige Berufseinsteiger in Bewerbungsgesprächen mit einem KI-simulierten Kunden interagieren; die Leistung bewerten Menschen, nicht die KI.
Industrie, Politik & Wirtschaft
KI-Rennen neu entfacht. Google und Meta haben neue Frontier-Modelle vorgestellt, die OpenAI und Anthropic herausfordern und die Wahrnehmung widerlegen, das Rennen sei enger geworden.
OpenAI-Modell-Zeitplan. OpenAI plant Berichten zufolge ein oder zwei Modellveröffentlichungen in diesem Jahr, aber sein nächstes Flaggschiff braucht noch Alignment-Arbeit und eine behördliche Sicherheitsprüfung.
OpenAI-Klagen wegen Kindern. Acht US-Bundesstaaten haben OpenAI verklagt mit der Behauptung, ChatGPT sei für Kinder unsicher und das Unternehmen habe Verbraucher in Sicherheitsfragen in die Irre geführt, unter Verweis auf Schäden wie beeinträchtigtes kritisches Denken.
Character.AI-Daten. Generalstaatsanwälte der Bundesstaaten haben in Character.AIs Insolvenzverfahren eine Mitteilung eingereicht, um private Chats der Nutzer vor dem Verkauf zu schützen, und warnen angesichts der großen Zahl Minderjähriger vor Risiken.
Kontrollen für KI-Musik. YouTube hat Labels für KI-generierte Songs hinzugefügt, Deezer plant einen Filter zum Ausschluss von KI-Tracks, und beide Plattformen wollen die Transparenz bei generativer Musik erhöhen.
Nvidia-Investitionen in Europa. Nvidia hat 2 Mrd. US-Dollar neue Investitionen in Europa angekündigt, Beteiligungen an französischen Start-ups und 250 Mio. US-Dollar für Rechenleistung für britische KI-Sicherheitslabore.
Vibe-gecodeter Launcher. Epic Games hat seinen Launcher mithilfe KI-gestützter Programmierung von Grund auf neu gebaut und verspricht schnellere Leistung und ein kleineres Team.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.