Agenten & Tool-Use

Vercel hat mit Eve ein neues Framework für AI-Agenten freigegeben, das den Bau produktionsreifer Systeme durch eine Markdown-basierte, ordnerstrukturierte Architektur radikal vereinfacht.

Ein Sicherheitsforscher hat eine Schwachstelle in Claudes web_fetch-Tool ausgenutzt, um über ein ausgeklügeltes Phishing-Szenario private Nutzerdaten zu extrahieren – Anthropic hat das Loch mittlerweile geschlossen.

Auf der diesjährigen AIE World's Fair verschob sich der Fokus: Statt nur mit Agents zu bauen, entstehen nun vollständige Systeme um sie herum.

Der Flask-Gründer warnt: KI-Agenten könnten die Koordination und das gegenseitige Verständnis in Teams zerstören, das durch konstruktive Reibung entstand.

Unternehmen lernen, KI-Agenten messbar einzusetzen: Wie man Effizienz pro investiertem Dollar maximiert und wertvolle Workflows skaliert.

KI-Produktivität ist nur das Vorspiel – entscheidend ist, wie Organisationen Zeitgewinne in echte Fähigkeitserweiterung und völlig neue Arbeitsformen umwandeln.

Richard Sutton, Pionier des Reinforcement Learning, startet ein Startup in Toronto mit dem Ziel, KI-Agenten zu entwickeln, die kontinuierlich aus ihrer Umgebung lernen – und kritisiert dabei aktuelle Deep-Learning-Ansätze als fundamental begrenzt.

Entwickler, die die KI-Industrie dominieren, bauen keine Loops – sie konstruieren AI-Developer-Workflows als Software-Fabriken mit Agenten, Code und menschlicher Überwachung.

Ein wichtiger Gedanke zum Verhältnis von LLM-Agenten und menschlicher Organisationsverantwortung: Maschinen sollten niemals die letzte Verantwortung für Projekte tragen, weil sie nicht zur Rechenschaft gezogen werden können.

Ein Entwickler zeigt, wie er Claude Code und seine Open-Source-Harness Archon von reinem Code-Scaffolding in ein agentengestütztes Marketing-Produktionssystem umgewandelt hat.

Anthropic stattet Claude Code mit integriertem Browser aus – die KI kann nun Webseiten lesen und automatisiert bedienen, mit Schutzmaßnahmen gegen unerwünschte Aktionen.

Ein deutlich kleineres Modell mit innovativer Architektur überzeugt bei Funktionsaufrufen gegen vielfach größere Konkurrenten.

Ein neuer Forschungsansatz löst das Speicherproblem von KI-Agenten durch fünf separate Schichten – mit beeindruckenden Ergebnissen im Kartenspiel.

OpenAIs neues Sprachmodell mit Agenten-Schwarm hat die legendäre Cycle Double Cover Conjecture gelöst – doch Mathematiker streiten, ob das echte mathematische Innovation ist.

Eine Welle spezialisierter Modell-Releases verspricht schnellere und kostengünstigere KI-Workflows – von Live-Voice-Assistenten bis zu automatisiertem Code-Engineering.

Tencent verhandelt über die größte Beteiligung am KI-Agenten-Startup Manus für zwei Milliarden Dollar – kurz nachdem Peking Metas Übernahme blockiert hatte.

Pydantic AI 2.0 führt ein neues Kompositionsmodell ein, bei dem KI-Agenten aus wiederverwendbaren Capability-Bausteinen zusammengesetzt werden statt aus verwirrten Tool-Sammlungen.

OpenAI hat die GPT-5.6-Familie mit drei Varianten freigegeben und bewirbt besonders Fortschritte bei agentenbasierten Aufgaben – allerdings schlägt Claude Fable 5 weiterhin beim Programmieren.

OpenAIs neues Modell GPT-5.6 Sol erreicht fast Claudes Leistungsniveau, kostet aber nur ein Drittel und dominiert beim agentischen Coding.

OpenAI veröffentlicht ChatGPT Work, einen autonomen Agent basierend auf GPT-5.6, der eigenständig komplexe Workflows über Google Drive, Slack und Salesforce hinweg bearbeitet.