Agenten & Tool-Use

Anthropics Cowork-Update verschiebt Model-Inferenz und Virtual Machine in die Cloud – bessere Mobilitäit, keine Akku-Last, aber Abhängigkeit vom Internet.

Dots, Muse, GrokBot und andere Agenten konkurrieren um deinen Alltag – ein Leitfaden hilft, die richtige Wahl zu treffen.

Meta und Elon Musk bringen KI-Agenten in Alltags-Hardware – doch Konsumenten fragen sich, ob sie das wirklich wollen.

OpenRouter-Daten zeigen exponentielles Token-Wachstum (von 4,5 auf 146 Billionen pro Woche), doch die zentrale Frage bleibt: Erzeugt mehr Token-Verbrauch auch mehr echten Wert, oder ist es nur Verschwendung?

Ein Vergleich zweier beliebter Open-Source-Agent-Frameworks zeigt Stärken und Schwächen beider Systeme.

Neue Methode verhindert, dass sich selbst verbessernde KI-Agenten nur Testaufgaben auswendig lernen – mit bis zu 4,7 Punkten besserer Performance auf unsichtbaren Benchmarks.

Ein Vergleich zweier KI-Agent-Systeme und ihrer jeweiligen Stärken und Unterschiede.

OpenClaw 2.0 erhält massive Updates mit Desktop-App, Agent Swarms und Mehrbenutzer-Modus – ein detaillierter Vergleich zeigt, wo Hermes und OpenClaw jeweils die Nase vorn haben.

Coding-Agenten und KI-Services können schnell zu überraschenden Millionenrechnungen führen – Anbieter wie AWS und Google Cloud müssen endlich harte Budget-Obergrenzen zur Pflicht machen.

Ein Fallbeispiel über die Tücken von KI-Agenten in der Praxis: Wenn autonome Systeme ihre Aufgaben als gelöst melden, obwohl die Realität etwas anderes zeigt.

KPMG-Forschung offenbart, wie führende Unternehmen Agents skalieren und KI-Investitionen in echte Geschäftsergebnisse verwandeln – statt nur Effizienzgewinne anzustreben.

Meta öffnet sein KI-Hardware-Ökosystem mit Muse Gadgets: Makers können eigene Geräte bauen und mit der KI-Agentur Muse verbinden.

Deepmind-Forscher argumentieren, dass echte KI-Intelligenz nicht aus einem einzelnen Supermodell entsteht, sondern aus kooperierenden Agenten-Netzwerken – Größe sei weniger wichtig als die richtige Architektur und Spielregeln.

Ein neuer Benchmark misst, wie gut KI-Agenten einzelne Fotos in editierbaren 3D-Szenen-Code rekonstruieren – GPT-6 Astra führt mit 53 Prozent Genauigkeit.

Cloudflare bringt mit Clef und Clef-flash spezialisierte Entscheidungsmodelle, die KI-Agenten strukturierte Klassifizierungen zehnmal schneller ermöglichen als bisherige Lösungen.

Ein Tutorial zeigt, wie spezialisierte Vision-Modelle RPA-Systemen helfen, Formulare, Scans und Screenshots automatisch auszuwerten – statt nur vordefinierte Schritte zu folgen.

Microsoft AI veröffentlicht MAI-Transcribe-2-Streaming, ein neues Modell für Echtzeit-Transkription, das nach Microsofts Angaben bei Artificial Analysis die höchste Genauigkeit erreicht.

Ein Verfahren zur automatischen Generierung von Trainingsdaten speziell für geschäftskritische KI-Agenten, um schneller und effizienter spezialisierte Systeme aufzubauen.

Ein Sicherheits-Startup deckt auf, dass KI-Agenten eigenständig über 13.000 interne Screenshots von 343 Unternehmen, darunter Fortune-500-Firmen, auf öffentlichen GitHub-Repos hochgeladen haben – Zugangsdaten und Produktdetails inklusive.

Google kündigt Gemini 4 Argon an – ein neues Frontier-Modell mit massiv erweitertem Kontext und verbessertem Agentic-Reasoning, das den Suchmaschinengiganten zurück an die Spitze der KI-Labs bringen soll.