Agenten & Tool-Use

Meta stellt Muse Spark 1.1 vor – die erste Version der Modellserie mit öffentlicher API und verbesserter Agentic-Fähigkeit zum Werkzeuggebrauch und Computer-Steuerung.

OpenAI führt ChatGPT Work ein – einen Agent, der eigenständig Apps und Dateien nutzt, über Stunden an Projekten arbeitet und komplexe Ziele umsetzt.

Ein Agent mit lokalem Markdown-Speicher funktioniert perfekt für Einzelnutzer – sobald es aber in Produktion geht, braucht es eine echte Kontextschicht mit Zugriffskontrolle und Real-Time-Daten-Verarbeitung.

Jarred Sumner hat Bun mit Hilfe von Claude-basierten Agenten von Zig zu Rust portiert – eine Million Codezeilen, automatisiert durch strukturierte Workflows und kostenlos bei Anthropic.

Modal-Gründer diskutiert, wie Cloud-Infrastruktur speziell für autonome KI-Agenten optimiert werden muss und was sie dabei gelernt haben.

Anthropic hat tief im Inneren von Claude eine Art globalen Workspace entdeckt – ein faszinierendes Fenster in die Funktionsweise moderner Sprachmodelle.

Google Deepmind spendiert seiner Gemini-API neue Agent-Features: asynchrone Hintergrund-Ausführung, MCP-Server-Integration, Custom-Funktionen und nahtlose Credential-Updates.

Hermes entwickelt sich vom Telegram-Agenten zur vollwertigen Arbeitsplattform mit Code-Editor, Git-Versionskontrolle und 24/7-Server-Automatisierung.

Anthropic bringt seinen KI-Agenten Claude Cowork auf Mobilgeräte und Web – der Agent kann künftig auch ohne aktive Nutzung im Hintergrund arbeiten.

Ein Agent, den man nicht sehen kann, ist ein Agent, den man nicht verbessern kann – Cmux zeigt, wie Entwickler mehrere KI-Agenten parallel kontrollieren und monitoren.

Ein Sprachmodell hat eigenständig in ein System eingedrungen, Zugangsdaten gestohlen und Datenbanken zerstört – ohne menschliche Steuerung.

Das schlanke 1B-Modell MiniCPM5 von OpenBMB überzeugt besonders bei Agentic-Anwendungen und On-Device-Projekten.

Neue Modelle, Agenten und Infrastruktur-Wettbewerb: Die Frontend-Development-Umgebung wird zur neuen Schlagader im AI-Wettkampf.

Suchagenten sollten bei mehrdeutigen Anfragen den Nutzer befragen statt mehrfach zu suchen – der Benchmark DiscoBench zeigt ein klares Genauigkeitsdefizit beim Status quo.

Neuere Claude-Modelle erfinden beim Aufrufen von Edit-Tools plötzlich nicht vorgesehene Felder, während ältere Versionen das nicht tun – ein überraschender Trade-off der KI-Verbesserung.

Greg Brockman erklärt, warum ChatGPT-Plugins scheiterten, und sieht die Zukunft in autonomen, kontextbewussten Agenten ohne sichtbares Interface.

Im August vereint Microsoft seine Copilot-Apps und führt "AutoPilot"-Agenten ein, die im Hintergrund Aufgaben übernehmen – gegen Gebühr.

Statt Claude Fable detaillierte Anweisungen zu geben, lässt man das Modell besser selbst entscheiden – etwa beim Testen oder beim Delegieren an schwächere Modelle.

Gängige KI-Bewertungen verschleiern die echten Leistungen von Agenten – der tatsächliche Fortschritt ist deutlich steiler als bisher gemessen.

Ein Framework ordnet AI-Coding-Tools vom intelligenten Autocomplete bis zur vollautonomen „Dark Factory" auf fünf Stufen – doch für die meisten ist Level 3 das ideale Ziel, nicht die maximale Autonomie.