Agenten & Tool-Use

Neuer Benchmark testet, wie gut KI-Agenten Unternehmen beim automatisierten Umstieg zwischen Java-Frameworks unterstützen können.

Die neue shot-scraper-Video-Funktion ermöglicht es KI-Agenten, ihre Arbeitsschritte automatisch als Video-Demos aufzuzeichnen und so ihre Erfolge zu dokumentieren.

Das Tool shot-scraper erhält eine neue Funktion, mit der KI-Agenten automatisch Video-Demos ihrer Arbeitsschritte aufzeichnen können.

DeepReinforce veröffentlicht Ornith-1.0, ein MIT-lizenziertes Open-Weights-Modell mit Varianten bis 397B MoE, das auf Gemma 4 und Qwen 3.5 basiert und bei Code-Benchmarks stark abschneidet.

Eine interne Deloitte-Analyse prognostiziert, dass das Stundenabrechnungsmodell der Beratungsbranche bis 2035 durch KI-Agenten verdrängt wird.

Sicherheitsforscher zeigen, wie manipulierte GitHub-Repos über DNS-geladenen Schadcode KI-Coding-Tools wie Claude Code ausnutzen – ohne dass KI-Agenten oder Nutzer die Gefahr erkennen.

Jon Udell argumentiert dafür, dass Entwickler die Autorität über agentengestützte Prozesse behalten und Agents als Helfer in einen menschlich kontrollierten Workflow einbinden – statt sie als autonome Blackbox zu akzeptieren.

Tencent und chinesische Universitäten skizzieren in einem Paper, wie KI-Systeme vom reinen Antwortgeben zu autonomen Aufgabenbearbeitern in persistenten Arbeitsumgebungen evolieren.

Ein Wochenrückblick auf Model-Releases, neue Agent-Systeme und innovative Evaluations-Ansätze in der KI-Szene.

Forscher der Princeton University haben gemessen, wie gut moderne KI-Modelle ein fiktives Unternehmen führen können – die meisten scheitern spektakulär.

Ein YouTuber zeigt, wie man die PewDiePie-KI Odysseus auf einem VPS bereitstellt und damit einen privaten, immer erreichbaren KI-Agenten schafft – ohne Kosten-Abo und mit vollständiger Datenkontrolle.

Ein satirisches Incident-Szenario zeigt, wie konkurrenzhafte AI-Review-Agenten teuer in die Irre gehen und dabei unwissentlich Marketing-Chancen schaffen.

Deep Reinforce stellt Ornith 1.0 vor – eine Familie von KI-Modellen, die Agenten-Fähigkeiten mit spezialisierten Coding-Fähigkeiten kombiniert.

Ein Essay über den Aufstieg autonomer Wissenschaftsumgebungen, in denen KI-Systeme eigenständig entscheiden, welche Experimente sie als nächstes durchführen.

Alibabas Qwen stellt ein spezialisiertes World Model vor, das Reinforcement-Learning-Umgebungen für KI-Agenten simuliert und damit deren Training effizienter macht.

Das Frontier-Modell Qwen integriert embodied-AI-Fähigkeiten und erweitert damit seinen Einsatzbereich deutlich.

Google integriert Computer-Use-Fähigkeiten direkt in Gemini 3.5 Flash: Das Modell kann nun eigenständig Computer, Browser und Mobilgeräte bedienen und erreicht im OSWorld-Benchmark Spitzenwerte.

Qualcomm bringt mit dem Dragonfly C1000 seinen ersten Rechenzentrumsprocessor für KI-Agenten auf den Markt – Meta wird einer der ersten Abnehmer sein.

OpenAI zeigt in einer neuen Studie, wie KI-Agenten komplexere Aufgaben ermöglichen und Produktivität über verschiedene Rollen hinweg erhöhen.

Google hat ein 50-seitiges Whitepaper zur KI-gestützten Softwareentwicklung veröffentlicht und argumentiert: Echte Skalierbarkeit liegt nicht im Modell, sondern im „Harness" – dem Kontext, den Tools und den Sicherheitsgarantien ringsum.