The Agent Watch
Briefing · Artikel · Werkzeuge · Über uns EN FR DE ES 中文 IT PT SV FI DA

Tägliches Briefing

5. November 2026 · 5 Geschichten

🔥 Auf der Eins

1

Die Gewichte von Kimi K3.1 Pro sind da, und über 20 Millionen Dollar wird es teuer

Sie können Kimi K3.1 Pro endlich herunterladen: Das erste Stück der Gewichte, 2,3 Gigabyte, kam ohne Passwort und ohne Konto herunter. Das Modell ist gewaltig, mit 2 800 Milliarden Parametern insgesamt und nur 104 pro Wort aktiv, und es hält bei der Arbeit am Computer mit den Besten mit. Die eigentliche Überraschung steckt in der Lizenz. Sie dürfen es benutzen, kopieren, weiterverkaufen und sogar eigene Modelle darauf trainieren. Nur gilt: Über 20 Millionen Dollar Umsatz in zwölf Monaten müssen Sie einen gesonderten Geschäftsvertrag mit dem Herausgeber schließen, und über 100 Millionen monatlich aktive Nutzer muss sein Name auf dem Bildschirm stehen. Die interne Nutzung bleibt dagegen ohne Bedingungen frei. Es ist ein bisschen wie eine Kaffeemaschine, die Sie in jede Küche kopieren dürfen: ab einer bestimmten Zahl Tassen pro Tag brauchen Sie einen Vertrag mit dem Hersteller. Quelle: das Moonshot-AI-Repository auf Hugging Face.

2

Fünf Leute, 32 Millionen Dollar: ein offenes Modell schlägt Giganten mit 800 Milliarden

Ein amerikanisches Unternehmen mit fünf Beschäftigten veröffentlicht ein Modell, dessen Gewichte jeder herunterladen darf. Ripple-65B hat 65 Milliarden Parameter und wurde von Grund auf mit 12 000 Milliarden Wörtern Text und Code trainiert. Beim Test für Arbeiten auf der Kommandozeile liegt es vorn: 80,5 Punkte, gegenüber 80,1 für ein Modell mit 501 Milliarden und 76,4 für eines mit 816 Milliarden. Am meisten überrascht, dass es in den Speicher einer einzigen Büromaschine passt. Der Herausgeber sagt, Entwicklung und Training hätten 32 Millionen Dollar gekostet, während dieselbe Arbeit vor drei Jahren mehr als 100 Millionen gekostet hätte. Dazu kommen 70-mal weniger Trainingsversuche. Das ist, als würden fünf Leute ein Verkehrsflugzeug in einer Garage bauen, während die Fluggesellschaften mit ihren eigenen Werken wetteifern. Quelle: das Ricursive-Repository auf Hugging Face.

3

Ein OpenAI-Agent fand und schloss 948 Lücken im Linux-Kernel in zehn Tagen

OpenAI beschreibt eine vollständig automatische Fertigungsstraße: den sicherheitsrelevanten Code finden, die Lücke reproduzieren, prüfen, ob sie jemanden in die Kontrolle lässt, den Patch schreiben und alles von einem menschlichen Forscher gegenlesen lassen. Zehn Tage lang im Oktober 2026 hat die Maschine 2 308 mögliche Lücken geprüft, 1 724 davon reproduziert und 948 Korrekturen erstellt, jede mit ihrem eigenen Nachweis der Ausnutzbarkeit. Die Rechnung für den Modellzugang belief sich auf 1,21 Millionen Dollar, rund 1 279 Dollar pro geschlossener Lücke. Die Prämien für die Suche nach solchen Fehlern werden dagegen in Zehntausenden von Dollar pro Stück gezählt. Das eingesetzte Modell ist noch nicht öffentlich. Konkret betrifft das den Rechner, auf dem diese Seite läuft. Es ist wie ein Team von Roboterschlossern, die jedes Schloss eines Gebäudes testen, die nachgiebigen notieren und einen neuen Schlüssel anfertigen. Quelle: der Forschungspost von OpenAI.

4

Anthropic kauft seinen ersten Inhalt: Ergebnisse der Associated Press in Claude

Am Abend der amerikanischen Wahlen zeigte Claude Ergebnisse an, die von der Associated Press geliefert und zugeschrieben waren. Es ist das erste Mal, dass Anthropic ein Nachrichtenmedium dafür bezahlt, dessen Inhalte nutzen zu dürfen. Weder Preis noch Laufzeit noch Umfang sind öffentlich: Niemand kann sagen, ob der Vertrag den ganzen Katalog abdeckt oder nur die Wahlresultate. Der Verlag wechselt die Seite, nachdem er lange verteidigt hatte, dass die Weiterverwendung von Online-Inhalten zur öffentlichen Domäne gehöre. In wenigen Wochen geht er an die Börse, und er hat gerade unterschrieben. Es ist wie ein Fernsehmoderator, der seine Informationen bei der Zeitung einkauft, statt sie selbst abzuschreiben. Quelle: eine Adweek-Recherche, aufgegriffen von The Verge.

5

Peking blockiert SoftBanks Übernahme von ABB: Roboterdaten werden zur Staatssache

Peking hat SoftBank verboten, die Robotiksparte der Schweizer ABB zu übernehmen, ein Deal über 5,4 Milliarden Dollar, die den Japaner zu einem großen Akteur der physischen künstlichen Intelligenz gemacht hätte. Der Grund ist neu: Die Nutzungsdaten der ABB-Roboter könnten im Ausland zum Trainieren von Modellen dienen, auch von OpenAI-Modellen, und SoftBank ist dort Investor. Es ist das erste Mal, dass eindeal ausdrücklich mit dem Schutz von Trainingsdaten begründet wurde. Weder SoftBank noch ABB noch die chinesischen Behörden wollten sich äußern. Es ist, als verweigerte man den Verkauf einer Roboterfarm an ein Nachbarland aus Angst, dass die Nutzung dieser Maschinen dessen künstliche Intelligenz trainieren würde. Quelle: eine Financial-Times-Recherche, weitergegeben von Reuters.

📡 Im Auge behalten

Claudes Wasserzeichen lässt sich durch eine verstellte Einstellung umgehen

Anthropic stattet ältere Claude-Modelle mit seinem unsichtbaren Text-Wasserzeichen aus, rechtzeitig vor der Dezember-Frist der europäischen Regeln zur künstlichen Intelligenz. Bei manchen Modellen erscheint das Wasserzeichen nur, wenn die Erzeugungseinstellungen auf ihren Standardwerten bleiben: Ändern Sie die Temperatur oder top_p oder top_k, auch nur ein wenig, und es verschwindet. Anthropic warnt Kunden, die sich darauf verlassen, die Einstellungen nicht anzufassen. Das Unternehmen sagt, das Wasserzeichen stecke im Modell selbst, es gelte daher auf jeder Plattform und lasse sich nicht abschalten. Quelle: The Decoder.

OpenAI kauft Pierre, damit Git mit den Code-Agenten Schritt hält

OpenAI übernimmt Pierre Computer, das Unternehmen hinter Code Storage und mehreren freien Entwicklerwerkzeugen. Pierces Bibliotheken betreiben bereits den Code-Agenten Codex: Trees navigiert schnell durch die Dateien eines Projekts, Diffs zeigt, was sich geändert hat, und erlaubt, eine Zeile genau dort zu korrigieren, wo man das Problem sieht, Highlights färbt den Code beim Tippen oder während ein Agent schreibt. OpenAI sagt, die Übernahme solle Git tragfähig machen, wenn Menschen und Agenten nebeneinander Code schreiben. Die freien Projekte bleiben frei, und der Deal wartet noch auf die Zustimmung der Behörden. Quelle: die OpenAI-Mitteilung.

Ein öffentlicher Test zeigt, wo Agenten in der Cloud stecken bleiben

CloudOpsBench ist ein neuer freier Test, der misst, wie gut Agenten die gewöhnlichen Verwaltungsaufgaben in Amazons Cloud bewältigen: einen Dienst reparieren, eine Ressource entfernen, ein Zugriffsrecht einschränken, ein Update ausrollen. Version 1.0 umfasst 45 echte Aufgaben, gebaut von erfahrenen Betriebsingenieuren. Das beste Modell, Claude Fable 5.1, löst 60 Prozent davon, GPT-6 Astra 53 Prozent. Rund 80 Prozent der Fehler entstehen durch eine falsche Einschätzung des Umfangs, einen ungeprüften Dienst oder ein zu frühes Anhalten, etwa 20 Prozent sind falsche Handlungen, einige mit dauerhaften Folgen für die Infrastruktur. Quelle: das CloudOpsBench-Projekt.

Uber: vier Fahrten von Agenten gebucht, bei 320 Millionen

Uber sagte bei der Vorstellung der Ergebnisse, in seiner stärksten Woche des Quartals, der Woche vor Halloween, seien nur vier Fahrten und fünfhundert Essensbestellungen über einen Agenten gelaufen, bei rund 320 Millionen Fahrten und Bestellungen insgesamt. Der Chef sprach von sehr, sehr früher und sehr begrenzter Verbreitung. Ein wahrscheinlicher Grund: Die Uber-App bucht bereits in fünfzig Sekunden eine Fahrt und bestellt ein Lieblingsessen in neunzig Sekunden erneut. DoorDash meldete nur ein paar hundert Bestellungen von Agenten. Das agentische Netz ist noch winzig. Quelle: TechCrunch.

📊 Trend

Ein Faden zieht sich durch die Nachrichten des Tages: Die Fragen sind nicht mehr technisch, sondern vertraglich. Moonshot setzt die Schwelle, ab der man unterschreiben muss. Anthropic zahlt einer Zeitung für das Recht, sie zu zitieren. Eine Regierung verweigert einen Verkauf, weil die Daten eines Roboters ein Modell trainieren könnten. Und OpenAI beziffert Sicherheit: 1 279 Dollar pro geschlossener Lücke, während die Prämien für solche Probleme zehnmal höher ausfallen. Daneben wird der Agent vom Versprechen zur Alltagsdienstleistung: ein Modell, das im Cloud-Inneren liest, ein Code-Werkzeug, das sich auf die Prüfung vorbereitet, eine Plattform, die die von Agenten gebuchten Fahrten zählt. Der Wettstreit wandert zu Verträgen, Rechnungen und Garantien, und dort wird er entschieden.