DeepSeek veroeffentlicht einen Bausatz fuer KI-Agenten zum Selberbauen
Stellen Sie sich einen digitalen Lego-Kasten vor, in dem jedes Teil (Gehirn, Werkzeuge, Gedaechtnis, Testbereich, Oberflaeche) ein- und ausgeklinkt werden kann. Das chinesische Labor DeepSeek hat genau solch einen Bausatz veroeffentlicht, genannt Harness, kostenlos unter MIT-Lizenz, also frei verwendbar und veraenderbar. In zwei Tagen sammelte das Projekt fast 99.000 Sterne auf GitHub, ein Zeichen, dass Entwickler weltweit aufmerken. Praktisch ist es eine direkte Alternative zu Anthropics Claude Code, nur umgekehrt gedacht: Man startet mit den Modulen, und der Werkzeug-Kommunikationsstandard passt sich danach an. Vier Modi sind startklar, darunter ein minimaler, den DeepSeek selbst nutzt, um seine eigenen Modelle zu testen. Fuer ein Team, das einen Agenten bauen will, ohne das Rad neu zu erfinden, ist das ein neuer Startpunkt.
Source : https://www.deepseek.com/harness/en/
Alibaba liefert eine kompakte, freie Version seines besten Agentenmodells
Nach der Entaeuschung der grossen, kostenpflichtigen Version vom 12. August bringt Alibaba eine, die auf einen Mac passt: Qwen3.8-27B, 27 Milliarden dichte Parameter, Apache-2.0-Lizenz (kommerziell nutzbar, kostenlos). Es liest Bilder und Texte, haelt den Kontext ueber 262.000 Woerter (optional bis zu einer Million) und erreicht 84,3 % in einem Test, in dem es wie ein Mensch einen Computer bedienen muss. Das schlaegt die vorherige Generation (73,3) und schlaegt Anthropics Opus 4.6 Max (72,7). Fuer ein kleines Unternehmen oder einen Freiberufler, der ein leistungsstarkes Modell will, ohne Daten an einen Cloud-Riesen zu schicken, ist das eine ernsthafte Option, die heute schon laeuft.
Source : https://huggingface.co/Qwen/Qwen3.8-27B
Writer stellt ein Agenten-Team vor, das 52 % guenstiger ist und seine Ausgaben im Blick hat
Writer hat die Engine seiner Agenten gruendlich ueberarbeitet: eine neue Modellversion (Palmyra X6) und einen neuen Orchestrator (den Harness). Ergebnis: 52 % guenstiger und 48 % schneller bei gleichen Aufgaben. Das Modell selbst ist ein spezialisiertes Feintuning eines chinesischen Modells (Z.ai GLM 5.2), aber aus rechtlichen Gruenden vollstaendig in amerikanischen Rechenzentren nachtrainiert. Praktisch: 2 Dollar pro Million gelesener Woerter, 8 pro Million geschriebener Woerter, und Agenten laufen acht Stunden am Stueck ohne Aufsicht. Die eigentliche Neuheit: Administratoren sehen den Token-Verbrauch endlich als Budgetposten, nicht als Ueberraschung. Ein wichtiger Schritt im Preiskrieg, der in Wahrheit steigenden Verbrauch versteckt.
Source : https://writer.com/blog/palmyra-x6-major-harness-release/
Ein offener Standard, damit Agenten ein Gedaechtnis behalten, ohne Ihre Geheimnisse zu verraten
Stellen Sie sich einen Firmen-Aktenschrank vor, in dem jeder Agent Notizen lesen und ablegen darf, aber nichts das Haus verlaesst. Genau das bietet Starling Memory Works mit seiner Universal Cognitive Architecture (UCA), kostenlos unter Creative Commons veroeffentlicht, ohne Gebuehren. Das KI-Modell selbst bleibt gedaechtnislos: Es vergisst alles, sobald die Aufgabe vorbei ist, wie ein Mitarbeiter, der seine Unterlagen beim Verlassen abgibt. Alle Notizen bleiben im Klartext in einem Raum, den die Organisation kontrolliert. Das ist der vierte grosse Agent-Gedaechtnis-Baustein in vier Wochen, nach AWS, LangChain und Tencent: Wie der Agent sich erinnert, wird so strategisch wie welches Modell er nutzt.
Source : https://www.starlingmx.com/free-standard
GitLens 19 macht die Code-Geschichte zur gemeinsamen Kueche fuer Mensch und Agent
GitKraken veroeffentlicht GitLens 19, das die klassische Git-Commit-Historie in einen Arbeitsraum verwandelt, in dem Menschen und Agenten zusammenarbeiten. Drei Modi: Review ( pruefen, bevor man eine Aenderung vorschlaegt), Compose ( in saubere Commits ordnen), Repository-weiter Kontext ( auf einen Blick sehen, was eine Datei beruehrt). Kompatibel mit VS Code, Cursor und Antigravity. Der gleichzeitig veroeffentlichte Bericht 2026 zeigt eine auffaellige Zahl: 28 % der Entwickler sagen heute, ihre Hauptarbeitsweise sei „autonome KI“, gegenueber 7,6 % vor neun Monaten. Der Markt verkauft keine isolierten Agenten mehr, sondern die Umgebung, in der mehrere Agenten mit Menschen zusammenleben.
Source : https://www.prnewswire.com/news-releases/gitkraken-introduces-gitlens-19-bringing-human-and-ai-workflows-together-in-one-workbench-302851472.html
Agent-Gedaechtnis und Agent-Engine reifen parallel
Vier Gedaechtnis-Bausteine (AWS, LangChain, Tencent, Starling) in vier Wochen und vier Open-Source-Agenten-Engines in sieben Tagen (DeepSeek Harness, Writer X6, Microsoft Agent Framework, NVIDIA NOOA): Beide Familien reifen im selben Tempo. Ein Bruch in der einen wirkt auf die andere durch. Beobachten, um den naechsten Schritt vorherzusehen.
US-Nachtraining chinesischer Modelle wird zur erklaerten Strategie
Writer gibt offen zu, dass es GLM 5.2 (Z.ai) von Hugging Face holt, in US-Rechenzentren nachtrainiert und einen technischen Bericht veroeffentlicht. Das ist die schriftliche Antwort auf die Kritik vom 12. August zum fehlenden Sicherheitsrahmen bei Z.ai. Jedes Unternehmen, das ein chinesisches Modell nutzen will, ohne unter chinesische Rechtsprechung zu fallen, geht jetzt diesen Weg. Ein reproduzierbares Muster, keine Ausnahme.
Die Werte von Qwen3.8-27B haengen vom Messmotor ab
Die offizielle Karte gibt an, dass die Code-Tests mit Claude Code, der Engine von Anthropic, laufen. Das ist, als wuerde man ein Auto mit der Konkurrenz-Motorhaube bewerten: Die Zahl bleibt gut, spiegelt aber die Kombination. Vor jedem produktionskritischen Einsatz mit einem unabhaengigen Benchmark gegenpruefen.
Zwei Agenten-Visionen prallen am selben Tag aufeinander
Am 13. August veroeffentlichen DeepSeek (chinesisch, Open Source) und Microsoft (amerikanisch, gemanagt) jeweils ihr Agenten-Framework. Ein Problem, zwei gegensaetzliche Antworten: offener Code gegen gemanagtes Produkt, Community gegen Unternehmen. Das Match laeuft. Fuer Anwender kommt in den naechsten Monaten eine Grundsatzentscheidung.
📊 Trend
Diese vierzehn Tage reifen die unsichtbaren Schichten der Agenten (Gedaechtnis, Engine, Verteilung) so schnell wie die Modelle selbst. Chinesische Labs liefern inzwischen einen kompletten Stack (Modell + Framework + Gedaechtnis + Verteilung), nicht nur Gewichte zum Herunterladen. Auf amerikanischer Seite wird das US-Nachtraining chinesischer Modelle zur erklaerten Praxis, um regulatorisch kompatibel zu bleiben. Das Spielfeld verschiebt sich: Der Kampf gilt nicht mehr der reinen Modellleistung, sondern dem gesamten Oekosystem, das jeder Anbieter liefern kann.