Agenten & Tool-Use

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.

Meta-Chef Zuckerberg gesteht auf internem Townhall ein, dass KI-Agenten – das zentrale Ziel von Metas Konzernumbau – langsamer vorankommen als erhofft.

Die AI Engineer World's Fair endete mit einer Debatte über Loops, einem Bericht zum Stand der KI-Entwicklung und Keynotes über künftige Projekte.

Vercel erklärt mit seinem Eve-Framework, warum autonome Agenten Skills, Sandboxes und speziell designte Websites brauchen.

Adobe experimentiert mit intelligenten Websites, die ihre Inhalte dynamisch basierend auf individuellen Nutzerabsichten zusammenstellen.

Simon Willisons LLM-Framework bekommt einen Coding-Agent, der mit Claude und GPT eigenständig Code schreiben und debuggen kann.

Praktische Anwendung von DSPy für die systematische Verbesserung von System-Prompts eines Agenten, der SQL-Queries ausführt – mit konkreten Erkenntnissen über Prompt-Design.

Geoffrey Litt warnt vor „kognitiver Schuld" bei der Zusammenarbeit mit KI-Coding-Agenten und argumentiert, dass Entwickler die generierten Änderungen verstehen müssen, um kreativ mitgestalten zu können.

Ein Plädoyer gegen einfache, automatisierte KI-Systeme: Experte Paul Bakaus erklärt, warum menschliches Urteilsvermögen beim Design von Agenten unverzichtbar bleibt.

Ein Benchmark zeigt: Spezialisierte KI-Agenten liefern Freiberufler-Projekte in Profiqualität ab und ihre Fähigkeiten sind in nur acht Monaten um das Vierfache gestiegen.

Diskussion über Autoresearch offenbart grundsätzliche Konflikte zwischen autonomen KI-Systemen und der Forderung nach menschlicher Kontrolle und Verständnis.

Fable 5 zeigt neue Integrationsmöglichkeiten mit Claude, Cursor und anderen Agents – inklusive Live-Demos von Game-Szenarien und praktischen Use-Cases.

Google hat mit dem Open Knowledge Format (OKF) einen offenen Standard veröffentlicht, der Andrej Karpathys LLM-Wiki-Konzept in einfaches Markdown übersetzt, das KI-Agenten sofort verstehen können – ohne RAG-Pipeline oder Vector-Datenbank.

Introspection-Mitgründer Roland Gavrilescu erläutert, wie Agenten durch Rückkopplungsschleifen eigenständig lernen und sich verbessern – und warum Menschen dabei unverzichtbar bleiben.

Cursor zeigt, wie spezialistische Teams Organisationen beim Aufbau von AI-Agenten helfen und damit Software-Produktion neu organisieren.