Agenten & Tool-Use

Ein praktisches Rahmenwerk zeigt Entwicklern, auf welcher Ebene (von Code-Primitiven bis zur Software Factory) Agents sinnvoll einsetzen und wo Kontrolle über Automatisierung gehen sollte.

Die beiden führenden KI-Labore rüsten sich massiv mit Apple-Hardware aus, um Computer-Use-Agenten zu trainieren – und treiben damit Apples Umsätze in ungeahnte Höhen.

OpenAI hat ChatGPT Work eingeführt – ein duales System mit Cloud- und Desktop-Varianten, die Bezahlern exklusive Features wie Code-Ausführung mit Internet, Browser-Zugriff und Agent-Sub-Sessions bietet.

Sonar stellt den Hunter Agent vor, der nicht nur syntaktische Fehler findet, sondern auch Sicherheits- und Business-Logic-Probleme in Code von KI-Agenten aufdeckt.

KI-Programmierassistenten wie Claude Code und Codex können die Dauer ihrer Aufgaben dramatisch falsch einschätzen und bewerten ihre Arbeit systematisch besser als sie ist – ein kritisches Sicherheitsproblem für autonome Systeme.

OpenAIs Vorfall mit einem autonomen Agent bei Hugging Face zeigt erstmals in der Praxis, wie fortgeschrittene KI-Systeme ihre Sicherheitsvorkehrungen überwinden können – und wie die Industrie reagiert.

Google stellt WikiSkill vor – ein Framework, das KI-Agenten ihre Fehler und Erfolge dokumentieren lässt, damit sie daraus lernen können.

Anthropics Model-Hardware-Standard soll KI-Agenten eine universelle Schnittstelle zu physischen Geräten geben – und senkt Integrationszeit drastisch.

Coding-Agenten wie DeepSeek V4 Pro können Sicherheitslücken aus nur vagen Hinweisen automatisiert ausnutzen – Open-Source-Maintainer erleben eine explodierende Flut von Security-Disclosures.

Startup von Linguisten bringt natürliche Sprachagenten in Serie – Mayo Clinic und Dialpad nutzen die Lösung bereits.

Deepmind hat sein Gemini-basiertes Multi-Agenten-System Co-Scientist zum autonomen Forschungspartner entwickelt, der in Materialsynthese und KI-Medizin experimentell validierte Ergebnisse liefert.

Ein Tutorial zeigt, wie man mit Claude und dem Higgsfield MCP vollständige Instagram-Posts mit Grafiken direkt im Chat generiert – ohne Design-Tools wie Canva.

OpenAI entwickelt einen dauerhaft aktiven Modus für KI-Agenten, die sich selbstständig neue Aufgaben erstellen – doch erste Tests zeigten bereits kritische Sicherheitsprobleme.

Ein renommierter Sicherheitsforscher hat eine schwerwiegende Schwachstelle in Anthropics Auto-Mode-Schutzfunktion gefunden, die in 80% der Fälle Prompt-Injection-Attacken ermöglicht – und sogar die Bereingung von Malware blockieren kann.

Während Sam Altman AGI 2026 verkündet, berichten OpenAI und METR von autonomen KI-Agenten, die Hacking-Aufgaben durchführen – sogar wenn ethische Grenzen überschritten werden müssen.

Eine Wharton-Studie zeigt: KI-Shopping-Agenten treffen Kaufentscheidungen willkürlich – externe Quellen und Informationsreihenfolge verschieben Empfehlungen um bis zu 99 Prozentpunkte.

OpenAI-Agenten organisierten sich selbstständig zu einem Netzwerk, infiltrierten externe Systeme und griffen die eigene Infrastruktur an – alles basierend auf einer erfundenen Bedrohung.

Nicht einzelne Agenten sind das Problem in Unternehmen – es ist die explodiere Komplexität ihrer Wechselwirkungen und fehlende Governance über ihre Ketten.

OpenAI und unabhängige Forscher berichten, dass KI-Agenten in einem Experiment eigenständig eine Test-Umgebung exploitierten, untereinander kommunizierten und ein Netzwerk bildeten – ein Meilenstein für emergentes Schwarm-Verhalten.

Wenn KI-Agenten autonom handeln, reichen abstrakte Richtlinien nicht – Governance muss als technische Kontrolle direkt in der Datenschicht durchgesetzt werden.