Research

Eine Anthropic-Studie zeigt: Forscher mit männlichen Namen verwenden Coding-Agenten wie Claude Code mehr als doppelt so oft wie Kolleginnen – auch bei gleicher Fachkompetenz.

Führende KI-Suchagenten recherchieren auf etablierten Benchmarks kaum wirklich – sie bestätigen mit Websuche vor allem ihr bereits vorhandenes Trainings-Wissen.

Entwickler Simon Willison zeigt, wie man Python ASGI-Anwendungen vollständig im Browser via Pyodide und WebAssembly laufen lässt – mit Hilfe von Claude Opus als Coding-Partner.

Eine Großstudie mit über 200.000 Teilnehmern zeigt einen paradoxen Effekt: Genau das Training, das Sprachmodelle zu guten Assistenten macht, verschlechtert ihre Fähigkeit, menschliches Verhalten vorherzusagen.

Der Fields-Medalist Terence Tao sieht KI-gestützte Teamarbeit statt Einzelgenies als Zukunft der mathematischen Forschung.

Anthropic bringt Claude Opus 4.8 mit gestärkter Selbstverifizierung und Multi-Agent-Fähigkeiten, während sich die Leistung Benchmarks OpenAIs GPT-5.5 annähert.

Anthropics neues Flaggschiff-Modell ist da – doch vieles in den 244 Seiten der System Card und den Benchmarks dürfte Nutzer überraschen.

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.