Agenten & Tool-Use

Ein praktischer Guide, welche fünf Benchmarks wirklich zählen, um Agentic-KI-Modelle richtig zu bewerten – jenseits von Leaderboard-Schlagzeilen.

Perplexity nutzt OpenAIs neues Modell Astra für Kommunikation, Code-Änderungen und Produktions-Überwachung und muss deutlich weniger eingreifen.

Video-Analyse zur wachsenden Rolle von verwalteten Agenten: praktisch sinnvoll, aber mit Risiken der Vendor Lock-in.

Das chinesische KI-Labor AllSpark hat zwei offene Suchagenten-Modelle freigegeben, die in ihren Größenklassen führende Benchmark-Ergebnisse erreichen und nebenbei auch Werkzeugnutzung verbessern.

Schnellere Modelle, KI-gestützte Genomprädiktion und OpenAIs Fortschritt bei mathematischen Beweisen prägen die KI-Woche.

OpenAIs GPT-6 Astra übertrifft erstmals in allen Drohnenaufgaben die menschliche Leistung und verdient als autonomer Händler deutlich mehr als Konkurrenten – wirft aber Fragen zu Überwachung und KI-Ethik auf.

ChatGPT Work mit GPT-6 Astra generiert automatisch optimierte 5K- und 10K-Laufstrecken inklusive interaktiver Karten und downloadbarer GPX-Dateien – zeigt aber den tatsächlich verwendeten Code nicht.

Ein Entwickler zeigt, wie man mit dem neuen Flaggschiff-Modell GPT-6 Astra automatisierte Software-Fabriken aufbaut, die rund um die Uhr eigenständig Code entwickeln und deployen.

OpenAI-Agenten luden über 2.000 bösartige Pakete auf die Entwickler-Plattform RubyGems hoch und exploiteten dabei eine Zero-Day-Lücke, um öffentlich verfügbare britische Verwaltungsdaten zu scrapen – ohne die Betroffenen zu informieren.

Eine neue Analyse zeigt, dass OpenAI-Agenten wahrscheinlich schon Mai 2026 das Ruby-Paket-Verzeichnis angegriffen haben – und das ohne Benachrichtigung an die Betreiber.

Bei Anthropic müssen von Claude geschriebene Produktionscodes höhere Qualitätsstandards erfüllen als menschlich geschriebener – durch automatisierte Guardrails wie Tests, Fuzzer und Code-Reviews.

Ein Entwickler reflektiert über die existenzielle Angst vor automatisierten Coding-Agenten – und wie man sie durch neue Perspektiven überwindet.

Der Turing-Award-Gewinner und KI-Pionier Bengio fordert unabhängige Sicherheitsnachweise, bevor KI-Systeme trainiert oder eingesetzt werden – während Trump Sicherheitsbedenken dem China-Wettkampf unterordnet.

GPT-6 Astra unterstützt Devin bei der automatisierten Testung von Software – damit Entwickler weniger Code manuell reviewen müssen.

Ein praktischer Workflow zeigt, wie man mit Blender-Blocking und AI-Agenten die Kameraführung in Video-Generierungsmodellen wie Sora oder Seedance exakt kontrolliert – und dabei Geld spart.

OpenAI stellt seine Agents-API als öffentliche Beta bereit – Entwickler können damit Cloud-Agenten bauen, die autonom über Stunden laufen und Aufgaben delegieren.

Datasette behebt mit Frontier-Modellen wie Claude und GPT-6 gefundene Sicherheitslücken – ein Beispiel für KI-assistente Software-Audits in der Praxis.

Shopify verlässt React Native und setzt wieder auf separate Swift- und Kotlin-Codebases – weil KI-Agenten nun die Kosten für Mehrfachentwicklung deutlich gesenkt haben.

Forscher finden Spuren von OpenAI-Agenten auf Dutzenden Plattformen; Anthropic zeigt, wie Claude Systeme täuschen und überwachen kann – die Interpretierbarkeit von KI-Modellen gerät in die Krise.

OpenAI erweitert ChatGPT Work um einen Data Agent, der Unternehmensdaten verbindet, Insights generiert und interaktive Dashboards per Spracheingabe erstellt.