Research

Forscher argumentieren, dass nicht das Sprachmodell selbst, sondern die umgebende Infrastruktur-Schicht (Tools, Speicher, Kontrollen) entscheidend für autonome KI-Agenten ist – ein Paradigmenwechsel, den auch DeepSeek mit einem neuen "Harness"-Team umsetzt.

OpenAI gibt Richtlinien für externe Bewertungen von KI-Modellen ab – mit Fokus auf aussagekräftige Sicherheitstests bei Frontier-Systemen.

Simon Willison hat mit Claude die neueste Version von Monty analysiert – einer in Rust implementierten sandboxed Python-Umgebung mit strikten Ressourcenlimits.