Agenten & Tool-Use

Anthropic hat ein neues Versionskontrollsystem namens Scion gebaut, weil die täglichen Code-Änderungen von 2.500 im Mai 2026 auf über 30.000 im September explodierten – vermutlich getrieben durch neue KI-Modelle wie Fable und Mythos.

Dyna Robotics stellt Dyna-2 vor – einen physischen Agenten, der über Stunden autonom arbeitet und auf World Action Models setzt.

Dyna Robotics stellt Dyna-2 vor – physische Agenten, die dank World Action Models über längere Zeit eigenständig arbeiten können.

Ein neues Modell ermöglicht es, KI-Agenten lokal und datenschutzkonform ohne Cloud-Abhängigkeit auszuführen.

Google hat Gemini 4 Argon veröffentlicht – eine neue Frontier-Variante mit erweiterten Fähigkeiten für Code, Multimediales und Agenten.

Ein Entwickler nutzt Pre-Commit-Hooks, um KI-Agenten zu zwingen, sein Diagnostics-Modul zu verwenden statt externe Observability-Tools direkt aufzurufen – eine praktische Lösung für das Drift-Problem bei agentengesteuert generiertem Code.

Ein Programmierer hat sieben Adobe-Anwendungen in der Programmiersprache Rust neu implementiert und als kostenlose Open-Source-Software freigegeben.

Meta veröffentlicht mit Muse Wonder neue Top-Modelle, die bei agentischen Aufgaben deutlich zulegen – aber mit erheblich höheren Kosten.

Anthropic zeigt auf der AI Engineer New York, wie Agenten mit Unix-Prinzipien größere Projekte bewältigen, ohne Entwickler zu überlasten.

Anthropic präsentierte auf der AI Engineer New York ein Koordinations-Framework für Claude-Agenten, das von Unix- und Linux-Prinzipien inspiriert ist.

Ein Python-Web-Tool ermöglicht es Agenten, Dateien über eine Weboberfläche direkt zu bearbeiten – praktisch für Szenarien wie sichere Credential-Verwaltung ohne LLM-Durchlauf.

KI-Reverse-Engineering-Tools wie REA lösen spektakuläre Aufgaben, doch ein Profi erklärt, warum menschliches Verständnis weiterhin unverzichtbar bleibt.

Ein Anthropic-Entwickler nutzte Claude Code, um in sieben Tagen eine funktionsfähige Photoshop-Alternative zu entwickeln – ein eindruckvolles Demonstrationsprojekt für die Fähigkeiten moderner AI Agents.

Microsoft-Forscher zeigen, dass autonome KI-Agenten durch wachsende Gesprächskontexte in lokalen Lösungsregionen steckenbleiben – eine neue Methode macht sie deutlich effizienter.

Claude und andere KI-Modelle können mittlerweile fertige Programme reverse engineeren und nachbauen – von Videospielen bis zu Adobe-Tools – und werfen damit rechtliche und wirtschaftliche Fragen über Software-Monopole auf.

Die neue Pi-Durable-Version ermöglicht proaktive Agenten, die unabhängig arbeiten und sich selbst auslösen, statt nur auf Nutzereingaben zu warten.

Andrej Karpathy warnt vor einer extremen Wissenskluft: Während 75 % der Menschheit kaum LLMs kennen, testen 5.000 Insider bereits Agent-Schwärme, die Fachleuten Jahre ersparen würden.

Eine Analyse zeigt: Mehrere KI-Agenten zusammen liefern kaum bessere Ergebnisse als einzelne Agenten, kosten aber bis zu fünfmal mehr.

Epoch AI und Anthropic zeigen, dass KI-Modelle wie GPT-5.6 Sol und Claude Fable 5 zwar Experimente durchführen können, aber grundlegend an wissenschaftlicher Selbstkritik scheitern.

Standard Bots zeigt, wie vortrainierte Modelle in Fabriken durch Demonstrationen und reale Fehlerkorrektur lernen – ein Ansatz für produktionsreife KI-Systeme.