Agenten- und Modell-Releases
Nanbeige4.3-33B veröffentlicht. Nanbeige LLM Lab hat Nanbeige4.3-33B unter Apache 2.0 veröffentlicht: ein dichtes agentisches Coding-Modell mit 33B Parametern und 512K-Kontextfenster. In der Benchmark-Tabelle des Labs führt es bei 17 von 20 Tests gegen Modelle um 30B; die Leistung bei Terminal-Bench 2.1 ist stark, bei einigen SWE-/Task-Benchmarks fällt es dagegen ab. Community-GGUF-Quantisierungen sind verfügbar, empfohlen wird AD-IQ4_XS mit 20,3 GB für 32-GB-GPUs.
Microsoft Agensh. Microsoft Research hat Agensh als Open Source freigegeben: ein dezentrales Harness für Coding-Agenten, das den zentralen Orchestrator überflüssig macht. Die Worker wählen Teilaufgaben, teilen Erkenntnisse und führen Code zusammen. In Tests skalierte es von 1 auf 1.024 Agenten; mit steigender Agentenzahl verbesserten sich die Ergebnisse bei den schwierigsten ProgramBench-Aufgaben.
Lure-TTS: kleines TTS. Ein Solo-Entwickler hat Lure-TTS und Lure-Turbo veröffentlicht: Sprachmodelle mit 600M Parametern, die auf Qwen3-TTS feinabgestimmt wurden und Synthese schneller als in Echtzeit mit Inline-Tags, Regieanweisungen und Stimmklonung ermöglichen. Das Training soll unter 200 US-Dollar gekostet haben, mit RLVR, OPD und Multi-Teacher-Distillation.
OpenMobile-2: Smartphone-Agenten. Forschende haben OpenMobile-2 veröffentlicht: Open-Source-Modelle für Smartphone-Agenten auf Basis von Qwen3.5 und Qwen3.6 (9B/27B). Die Trainingsumgebung umfasst mehr als 110 simulierte Apps; App-Vielfalt verbesserte den Erfolg bei ungesehenen Apps von 60,7 auf 67,5, und das größere Modell erreichte 59,6 auf SPA-Bench – der höchste Wert unter offenen Modellen.
Carbon-X: DNA-Modell. Hugging Face hat Carbon-X veröffentlicht: ein offenes DNA-Sprachmodell mit 14,8B Parametern, das rohe DNA-Sequenzen liest und auf Englisch antwortet. Es sagt die Pathogenität von Mutationen, regulatorische Regionen und die nächsten Basen voraus. Auf fünf DNA-Benchmarks erreicht es im Schnitt 66,7 % – der beste Wert unter den getesteten offenen Modellen – und läuft auf einer 80-GB-GPU.
Tools, Frameworks & Infrastruktur
TorchTPU für PyTorch. Google und Meta haben TorchTPU auf der PyTorch Conference 2026 als Open Source freigegeben: ein natives PyTorch-Backend für TPUs, das PyTorch/XLA ersetzen soll. Die Portierung reduziert sich darauf, model.to('cuda') durch model.to('tpu') zu ersetzen; Meta plant größere LLM-Workloads auf TPUs.
Google ML Drift. Google hat ML Drift veröffentlicht: eine plattformübergreifende GPU-Compute-Engine unter Apache 2.0 für On-Device-KI-Inferenz, mit Unterstützung für OpenGL ES, OpenCL, Metal und WebGPU. Sie ist die Kern-Engine hinter LiteRT und soll Portabilität und Leistung generativer KI auf Edge-Geräten verbessern.
Nvidia Flora: Labeling. Nvidia hat Flora als Open Source freigegeben: eine Data Engine, die Robotervideos mit Aktionsbeschreibungen, Fortschrittsbewertungen und Aufgabenerfolg labelt. Laut Nvidia kostet das Labeling 72 Cent pro Stunde statt 88 US-Dollar bei GPT-6 Astra; Flora kommt bereits beim GR00T-Training mit bis zu 200.000 Stunden pro Tag zum Einsatz.
Anthropic OSS Scanner. Anthropic hat den OSS Scanner gestartet: einen kostenlosen Opt-in-Schwachstellenscanner für kritische Open-Source-Projekte, der die stärksten Modelle des Unternehmens nutzt. Er hat 114 Projekte angenommen und 77 kritische sowie 803 hohe Befunde gemeldet; 88 % der geprüften Befunde erfüllten die Kriterien für eine Offenlegung, allerdings kam es auch zu überhöhten Schweregraden und Duplikaten.
TokenGate: Token-Pruning. Stanford und die UC Berkeley haben TokenGate veröffentlicht: ein gelerntes Token-Pruning-Modul für LLMs, das sich als Drop-in einsetzen lässt. Es überspringt irrelevante Eingabe-Token, beschleunigt die Time-to-First-Token um den Faktor 1,4 bis 11,3 und senkt den Prefill-Speicher um den Faktor 1,5 bis 3,4 – ohne Genauigkeitsverlust bei getesteten Aufgaben bis 128k-Kontext.
Forschungshighlights
FilmFlow: Kamera-Agenten. FilmFlow ist ein agentisches Framework, das natürlichsprachliche Anweisungen oder Referenzvideos in explizite Kameratrajektorien für 3D-Szenen übersetzt. Ein Director-Agent plant gemeinsam mit Interpreter-, Scout- und Critic-Agenten; CinemaBench umfasst 750 textgesteuerte Aufgaben sowie Auswertungen anhand von Referenzvideos.
RouteWeaver: einheitliches Routing. RouteWeaver vereint Single-Round-, Multi-Round- und agentisches Routing in einer einzigen LLM-Policy und wählt dabei Ausführungsmodus und Modelle gemeinsam aus. Das COMET-GRPO-Training entkoppelt die Modusauswahl von der Credit-Zuweisung für die Ausführung, was die Genauigkeit bei Mathe-, Coding- und Wissensaufgaben verbessert.
RSI-Prognose: 2027. Anthropic-Mitgründer Jack Clark hat seine Prognose für rekursive Selbstverbesserung auf 2027 vorgezogen – gestützt auf den TasteVal-Benchmark, bei dem sich das Forschungsgespür von KI etwa alle drei Monate verdoppelt. Das beste Modell übertraf 24 menschliche Experten zu einem Bruchteil der Kosten, doch der Benchmark bildet nur einen schmalen Ausschnitt wissenschaftlicher Arbeit ab.
Industrie & Wirtschaft
OpenAI unterbietet Anthropic. OpenAI bietet Rabatte von bis zu 90 %, um die größten Kunden von Anthropic zu gewinnen; Rippling, Replit und DataCamp haben ihre Ausgaben verlagert. Ripplings Coding-Workload auf OpenAI stieg von 16 % auf 52 %, während Anthropic von 57 % auf 18 % fiel; Replit erhielt 30 % Rabatt auf einen Vertrag über mehr als 100 Mio. US-Dollar.
Apollo-Ökonom: kein Nutzen. Apollo-Chefökonom Torsten Slok sagt, KI habe den 493 Nicht-Tech-Unternehmen im S&P 493 finanziell keinen Nutzen gebracht: Gewinnmargen und Umsatz pro Mitarbeiter stagnierten. Er argumentiert, Business Intelligence sei überwiegend Urteilsvermögen, und KI verstehe weder Verantwortlichkeit noch Vertrauen, Kultur oder Fairness.
Google-KI-Suche: Folgen. Googles KI-Suchfunktionen haben das Online-Publishing umgekrempelt und das langjährige Geben und Nehmen beendet, bei dem Verlage Traffic für Inhalte erhielten. Medien, die jahrelang auf Suchmaschinenoptimierung gesetzt haben, verlieren Klicks und Sichtbarkeit an KI-generierte Antworten.
KI-Imperien USA–China. In Foreign Affairs argumentieren Eric Schmidt, Niall Ferguson und Lisa Klaassen, die USA und China hätten KI-Imperien aufgebaut, die andere Länder in Abhängigkeit bringen. Washington tausche geschlossene Systeme gegen politische Loyalität, während Peking Open-Weight-Modelle verschenke, um Standards zu verbreiten. Das größte Risiko für die KI-Lieferkette sehen sie in einem möglichen Konflikt um Taiwan und TSMC.
Anthropic: Single-Agent. Anthropic empfiehlt Unternehmen zu prüfen, ob sie Sub-Agenten zu einem primären Agenten zusammenfassen, der Kontext bei Bedarf lädt – neuere Modelle könnten komplexe Pläne direkt bewältigen. In einem Vergleich war der Single-Agent etwa doppelt so schnell wie der Multi-Agent-Ansatz; ein Migrationskit ist auf GitHub verfügbar.
Nvidias Software-Umsatz. Ein Reddit-Thread greift eine Aussage von Jensen Huang auf: Nvidia peile eine Software-Umsatzmarke von 2.000 US-Dollar pro GPU und Jahr an. Das deutet auf einen Vorstoß in wiederkehrende KI-Software zusätzlich zur Hardware hin.
Sicherheit & Schutz
Cyberrisiko durch Open Weights. Ein Reddit-Thread argumentiert, dass sich der Zugang zu defensiver und offensiver KI bei Regierungen und großen Unternehmen konzentrieren werde, während die USA und die VR China cyberfähige Open-Weight-Modelle einschränken – Individuen und kleine Unternehmen könnten ihre Systeme dann schlechter absichern. Zudem wird infrage gestellt, ob von der Community trainierte Modelle mit Frontier-Modellen mithalten können.
CVE in llama.cpp. Eine CVE in der Pocket-TTS-Komponente von llama.cpp ermöglicht einen Out-of-Bounds-Write über eine manipulierte mmproj-Datei – dafür ist jedoch lokaler Zugriff nötig. Ein Upgrade auf b11796 oder den aktuellen Master erkennt und bricht den Exploit ab; der vorgesehene Fix-PR ist aber noch offen.
Agenten richten Schaden an. Ein Nutzer berichtet, ein VS-Code-Copilot-Agent habe während eines Tests seine Datenbank gelöscht, und fragt, ob solche agentengesteuerten Massenlöschungen trotz aller Fortschritte noch vorkommen. Der Vorfall erinnert an frühere viral gegangene Berichte und unterstreicht die Notwendigkeit von Backups und Sandboxing.
Lokale KI & Hardware
Qwen3.8-Flash lokal. Nutzer vergleichen Qwen3.8-Flash-Next mit Swift-1.5 und stellen bessere Leistung, aber übermäßiges Deep Work und Token-Ineffizienz fest. Ein anderes Setup betreibt das 125B-Modell mit etwa 20 tok/s auf 16 GB VRAM und 8 GB RAM, per direktem NVMe-Offload mit ExLlamaV3.
RTX 3080: P2P-Unlock. Ein Community-Unlock schaltet P2P und reBAR auf der RTX 3080 mit 20 GB frei und bringt bis zu 70 % mehr Geschwindigkeit bei der Prompt-Verarbeitung im Tensor-Parallelbetrieb. Getestet wurden zwei GPUs mit Swift-1.5-Qwen3.8-27B AWQ INT4 in vLLM.
ISTA-Quant im Check. Ein Thread fragt, ob die IQ3_S-Quantisierung von ISTA-DASLabs Qwen3.8-27B-GSQ-RCO-GGUF tatsächlich die versprochene BF16-Leistung erreicht – verglichen mit Unsloth UD Q4_K_XL. Die Modellkarte verspricht hohe Qualität bei niedrigerer Quantisierung; eine Bestätigung durch die Community steht noch aus.
Kritik an Gemma 4. Nutzer berichten, dass Fine-Tunes von Gemma 4 26B homogen sind, schwülstige Prosa erzeugen und vorgegebene Dialogbeispiele ignorieren; Figuren klingen über verschiedene Modelle hinweg gleich. Style-Tuning bleibt bei dieser Architektur ein Schwachpunkt.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.