Agenten- und Modell-Releases
Nous Arete-27B. Nous Research hat Arete-27B veröffentlicht, ein SFT von Qwen3.8-27B, das in der eigenen 803-Prompt-Evaluation das Framing im Sinne des chinesischen Staates von 22 % auf 0,9 % senkt; Apache-2.0-Gewichte und GGUF-Quantisierungen sind verfügbar.
Kimi K3.1 quantisiert. Ein experimentelles 775-GB-Quant von Kimi-K3.1-Pro-Coder läuft über Strata und gestufte MoE-Quantisierung auf einer einzigen GPU mit System-RAM/NVMe und erreicht 36,8 Batch-TPS sowie 96,7 % auf AIME/LiveCodeBench.
Terminal-RSI-27B-Agent. Das Projekt Terminal-RSI hat ein auf Qwen3.8 basierendes Terminal-Agentenmodell für Repository-Inspektion, Codebearbeitung und mehrstufige Aufgaben veröffentlicht. Es setzt auf rekursives Selbstumschreiben und Policy-Verfeinerung mit Critic-Vererbung.
Drex Max Entscheidungsmodell. Nace hat das multimodale Entscheidungsmodell Drex Max veröffentlicht. Es belegt Platz 1 bei Artificial Analysis und erreicht die Pareto-Front; die Gewichte sind offen, lizenziert unter Open RAIL-M; Version 1.1 ist für lokale Inferenz geplant.
Tencent DSpine 3x. Tencent hat Qwen3.8-27B-DSpine-b16 auf Hugging Face veröffentlicht, eine Speculative-Decoding-Methode, die bis zu 3-mal schnelleres Decoding für 27B-Modelle verspricht.
Werkzeuge & Frameworks
Spec-first-Coding-Plugin. Google hat das Elephant-Goldfish-Model-Plugin als Open Source freigegeben. Es bringt Coding-Agenten dazu, zuerst eine Spec zu schreiben, die dann frische Subagenten prüfen, bevor Code entsteht; Tausende Ingenieure bei Google nutzen es, der Tokenverbrauch ist allerdings hoch.
Torchlens-Inspektionstool. Torchlens ist ein GitHub-Repository zum Inspizieren, Visualisieren und Eingreifen in beliebige Operationen jedes neuronalen Netzes und dient der Interpretierbarkeit.
C gegen Rust SQLite. Simon Willison hat mit Claude C- und Rust-Erweiterungen für SQLite anhand von parse_number verglichen. Rust war wegen strtod zunächst schneller, doch ein eigener C-Parser holte auf und erreichte oder übertraf das Tempo; die C-Erweiterung war zugleich deutlich kleiner.
PR-Beschreibungen zähmen. Simon Willison rät, von KI geschriebene PR-Beschreibungen hinter <details><summary> zu verstecken, weil sie übermäßig ausführlich sind und nach Slop klingen; eine von Menschen freigegebene Einleitung sollte die Änderung zusammenfassen.
Forschungshighlights
Open-HumanScale für Robotik. Forscher haben Open-HumanScale veröffentlicht: ein offenes Rezept und einen Korpus aus 50.000 Stunden egozentrischem Videomaterial für das Pretraining von Robotik-Policies. Das Skalieren menschlichen Videomaterials bringt log-lineare Zugewinne, und hybrides Training mit Menschen und Robotern erreicht 92,08 % auf RoboTwin 2.0 Clean2Clean.
Nacharbeit für Coding-Agenten. Alibaba und Partner haben aus echten Änderungswünschen von Nutzern den Co-Design Bench gebaut; das beste Modell GPT-6 Astra erledigt nur 26,4 % der Aufgaben vollständig. Bei etwa drei von vier Aufgaben ist also menschliche Nacharbeit nötig.
Parsimony misst Code-Komplexität. Der neue Benchmark Parsimony misst Syntaxeinheiten in Patches; das Modell im Median fügt auf SWE-bench Verified 1,9-mal so viele Syntaxeinheiten hinzu wie der menschliche Fix, und allein die Wahl des Harness kann den Code-Overhead von 0,80x auf 0,99x verschieben.
MoE-Routing im Vergleich. Zwei Leitfäden vergleichen Routing-Strategien über offene MoE-Modelle hinweg: Die Expertenzahl reicht von 8 bis 384, top-k von 1 bis 8, und loss-freies Bias-Balancing ist das vorherrschende Rezept; die Expertenwahl kann in kausalen Modellen zukünftige Tokens durchsickern lassen.
Sutton zu Skalierungsgrenzen. Richard Sutton argumentiert, dass rohe Rechenleistung allein keine Intelligenz hervorbringt; die KI brauche kluge neue Methoden und Agenten mit Weltmodellen, die kontinuierlich lernen. Synthetische Daten nennt er einen großen Fehler.
Industrie & Wirtschaft
Spionageverdacht bei Nvidia. Nvidias Board startet eine unabhängige Untersuchung der Beziehung von CEO Jensen Huang zu Alice Huang, einer KI-Managerin, die laut Berichten vom chinesischen MSS angeworben wurde; Huang entschuldigte sich in einem Memo für eine Affäre, während der Board keine Hinweise darauf sieht, dass Geheimnisse kompromittiert wurden.
Apple forciert Siri-Agenten. Apple beschleunigt die Siri-Roadmap: feingranulare Steuerung von First-Party-Apps soll in iOS 27.3 kommen, die Integration von Drittanbieter-Apps später im Frühjahr. Damit will Apple mit OpenAI Dots und Meta Muse konkurrieren.
Klagen gegen Suno. Rechteinhaber von Elvis Presley und Eminem verklagen Suno. Sie werfen dem Unternehmen illegales Klonen von Stimmen und Songtexten nach dem ELVIS Act von Tennessee und nach Common Law vor.
Karpathys Wochenendprojekt. Andrej Karpathy hat mit Claude Opus 5.5 und Claude Code an einem Wochenende HackerTube gebaut und dabei aus 43 Millionen HN-Kommentaren 6.454 kuratierte Videos herausgefiltert; fast die gesamte Arbeit lief automatisiert.
KI-nativer Kurs in Stanford. Mihail Eric beschreibt, wie Stanford CS146S sich an KI-Coding-Agenten angepasst hat: Studierende lernen unbekannte Repos kennen, schlagen Änderungen vor und erklären Patches gegenüber Open-Source-Maintainern; sein Monaco-Team setzt auf Agent-Workspaces und On-Call-Agenten.
Lokale KI & Hardware
Intel Arc als Preistipp. Die Intel Arc Pro B70 mit 32 GB liefert bei Qwen3.8-27B etwa die halbe Generierungsgeschwindigkeit und ein Drittel der Prefill-Leistung einer RTX 5090 (ab 6.500 US-Dollar) – für 1.299 US-Dollar ist sie damit eine starke Wahl in Sachen Preis-Leistung.
Vier R9700 im Benchmark. Ein Setup für rund 16.000 CAD mit vier Radeon R9700 erreicht 190 Tokens/s für einen einzelnen Nutzer, 6.800 Tokens/s Prefill und 80–225 Tokens/s pro Nutzer bei 8 Nutzern mit 128K-Kontext; Agenten-Follow-ups starten nach 0,2–2,5 s.
Qwen-Inferenz in Assembly. Qwen3.5-0.8B läuft in reinem Assembly auf einem CPU-Thread mit 6,51 Tokens/s – schneller als die PyTorch-Referenz und ohne libc oder Python-Runtime.
CUDA auf alten GPUs. Ein Entwickler hat einen modernen LLM-Trainingsstack auf ältere CUDA-GPUs (SM 3.5–7.5) unter Windows portiert und damit Mamba-1 auf alten Nvidia-Karten ermöglicht; Mamba-2/3 soll zurückportiert werden.
Lokaler Bash-Helfer. Ein feinabgestimmtes Qwen3.5-0.8B wandelt einfaches Englisch auf der CPU offline in 1,7 s in Bash um; der Autor berichtet, dass er bei 74 % ein Plateau erreicht hat, und zieht die Lehre, dass die Diskrepanz zwischen Trainings- und Testverteilung wichtig ist.
Lokale Modelle im Einsatz. Ein Nutzer betreibt DeepSeek v4.1 Flash lokal für Scouts, die Webrecherche von Frontier-Modellen auslagern, für Masons, die Code aus Frontier-Specs bauen, und für Agenten zur Inhaltsfilterung.
Motion Graphics lokal. Qwen3.8 Flash Next IQ3_XXS hat mit 16 GB VRAM mithilfe von Three.js, Playwright und ffmpeg in rund 2 Stunden ein Motion-Graphics-Video erzeugt – ein Beleg dafür, dass lokale Modelle kreative Coding-Aufgaben bewältigen können.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.