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

Tägliches Briefing

9. November 2026 · 5 Geschichten

🔥 Auf der Eins

1

Google lässt die Prüfung an einen Agenten, der nichts vom Projekt weiß

Google hat eine Prüfmethode als Quellcode veröffentlicht, die sich in einem Bild zusammenfassen lässt: ein „Elefant" schreibt die Spezifikation mit vollem Kontext, ein „Goldfisch" liest sie ohne jede Spur des Schreibgesprächs. Der Prüfer hat nichts zu verteidigen, weil er nichts geschrieben hat, also sucht er unausgesprochene Annahmen, vage Anforderungen und Risiken, die der Autor übersprungen hat. Das Repository ist frei, hat mehr als 15.000 Sterne und lässt sich auf Codex CLI, Claude Code und Antigravity installieren. Drei Rollen teilen sich die Arbeit: der Autor, der frische Prüfer und ein Mensch, der die aufgeworfenen Punkte entscheidet. Konkret ist das die Methode, die man anwendet, wenn man einem Dokument einem Kollegen gibt, der nicht im Meeting war: Er stellt die Frage, auf die der Autor nie gekommen ist. Quelle : https://github.com/google/elephant-goldfish-model

2

Anthropic erklärt das Gedächtnis seiner Agenten: vier Schichten und eine Nachtschicht

Anthropic hat veröffentlicht, wie das Gedächtnis seiner Agenten aufgebaut ist. Vier Schichten von unten nach oben: das rohe Protokoll der Sitzungen, Notizen, die Claude selbst schreibt, verknüpfte Nachschlageblätter und schließlich eine kurze Liste, die zu Beginn jeder Sitzung wieder eingespielt wird. Dazwischen liegt eine Hintergrundarbeit, die das Unternehmen den Traum nennt: Außerhalb jedes Gesprächs liest das System die Protokolle erneut, korrigiert falsche Notizen, legt Fehlendes an und schneidet Veraltetes weg. Die Messwerte sind veröffentlicht: Auf der Grundlage des kontinuierlichen Lernens steigt Opus 5.5 mit Gedächtnis von 0,655 auf 0,838, Sonnet 5.5 von 0,644 auf 0,833, und Opus 5 gewinnt am meisten, von 0,564 auf 0,828. Eine Lehre ist einfach: Die eingespielte Liste muss kurz bleiben. Jede Zeile gelieferten Kontexts kostet Platz und kann die Befolgung schwächen. Quelle : https://www.anthropic.com/research/components-of-agent-memory

3

Ein von jedem herunterladbares Modell kommt dem reservierten fast gleich

Vals AI ließ Agenten allein zwei fingierte Unternehmensnetze angreifen, Nova und Lighthouse, und zählte die erreichten Ziele. Im härteren Netz Lighthouse erreicht das OpenAI-Modell für Cybersecurity-Partner 27 von 31 Zielen; DeepSeek, das jeder herunterladen kann, erreicht 21. Im einfacheren Netz liegen beide gleichauf: 16,3 von 21 Zielen für DeepSeek gegenüber 15,7. Der Preisunterschied ist deutlich: Ein Angriff kostet mit DeepSeek unter 3 Dollar, mit dem OpenAI-Modell rund 22 Dollar, also zehnmal weniger. Ein Detail ändert die Lesart: DeepSeek erreichte in den ersten 25 Millionen Wörtern Arbeit nichts und kam erst nach 100 Millionen nennenswert voran. Ein kurzer Test unterschätzt günstige Modelle. Für unsere eigenen Server lautet die Frage nicht mehr, ob ein Agent hereinkommen kann, sondern welcher Modell zu welchem Preis in welcher Zeit. Quelle : https://www.vals.ai/benchmarks/cyber_offense

4

Ein Labor hebt 120 Millionen Dollar, um Agenten zur Aufklärung unserer Ausfälle einzusetzen

Traversal nimmt 120 Millionen Dollar in Serie B auf und ist jetzt eine Milliarde wert. Das Unternehmen schickt Agenten los, um Ausfälle zu untersuchen, ohne zu warten, dass ein Ingenieur ein Ticket öffnet. Der Kontext ist gemessen: 42 Prozent der Entwickler schreiben inzwischen den größten Teil ihres Codes mit Hilfe künstlicher Intelligenz, gegenüber 12 Prozent vor einem Jahr, doch 52 Prozent brauchen länger zum Fehlersuchen, sobald der Code in Produktion ist. Travals monatliche Untersuchungen stiegen in einem Jahr von 513 auf fast 73.000. Die Grenze benennt der Leiter des Betriebsingenieurswesens bei Anthropic: Großen Modellen kann man bei der Störungsbehandlung nicht vertrauen, weil sie leicht verwechseln, was gleichzeitig geschieht, und was die Ursache ist. Quelle : https://www.traversal.com/blog/traversal-series-b-120-million-ai-sre

5

Das Modell lädt sich problemlos herunter, aber seine Lizenz verbietet den Verkauf

Der Anbieter webAI hat die Gewichte von TwIL-8B veröffentlicht, einem Denkmodell mit 8,8 Milliarden Parametern, abgeleitet von IBMs Granite 4.2. Es passt in 5 Gigabyte und läuft auf einem Desktop-Rechner: die sechs Gewichtsdateien sind wirklich herunterladbar. Aber die Lizenzdatei im Repository heißt „webAI Non-Commercial License ver. 1.0" und hält fest, dass das Modell und seine Ableitungen nur für Forschung und Lehre genutzt werden dürfen, niemals kommerziell. Das Basismodell steht dagegen unter Apache 2.0, ohne Umsatzschwelle und ohne ausgeschlossenes Land. Das ist die Falle, die man meiden muss: Eine herunterladbare Gewichtsdatei ist noch keine nutzbare Gewichtsdatei für eine gewinnbringende Tätigkeit. Die Lehre gilt für jedes Modell, das wir für Kunden hosten. Quelle : https://huggingface.co/webAI-Official/TwIL-8B

📡 Im Auge behalten

Eine zehn Jahre alte SSH-Lücke, von einem Agentenschwarm gefunden und binnen Stunden ausgenutzt

Ein Forscher baute einen Schwarm von Agenten auf, der rund 17.600 Authentifizierungsversuche über zwölf OpenSSH-Konfigurationen ausführte, und fand eine Lücke, die Anmeldung ohne Passwort auf musl-basierten Linux-Systemen wie Alpine ermöglicht. Behoben wurde sie am 5. November in OpenSSH 10.6p2, und sie wurde binnen Stunden nach der Veröffentlichung ausgenutzt. Der Maintainer des Projekts hält lange Embargos nun für gefährlich, weil Agenten dieselbe Lücke manchmal innerhalb von Stunden wiederfinden. Quelle : https://www.bleepingcomputer.com/news/security/openssh-flaw-lets-attackers-log-into-password-disabled-linux-accounts

Adobe bringt seinen Kundendienst-Agenten in ChatGPT, Claude, Gemini und Copilot

Adobes Agent für das Kundenmanagement, bisher nur in den eigenen Werkzeugen von Adobe genutzt, ist jetzt in den Plattformen verfügbar, die Unternehmen bereits verwenden: ChatGPT, Claude, Gemini für Unternehmen, Copilot, und bald Amazon, IBM und Snowflake. Adobe ergänzt fertige Anbindungen für rund zehn Marketingwerkzeuge, gebaut auf offenen Standards. Die Idee: Eine einzige Anfrage genügt, um Daten zu holen, in den Systemen zu handeln und die Kundenerfahrung zu verbessern, ohne dass das Unternehmen die Verbindungen selbst schreibt. Mehr als 20.000 Marken nutzen diese Technologien bereits. Quelle : https://news.adobe.com/news/2026/11/adobe-integrates-agentic-cx-enterprise-coworker-into-ai-platforms

Google nimmt die Kommunikation zwischen Agenten aus der Experimentierphase

Version 2.14 von Googles Werkzeugkasten für Agenten, veröffentlicht am 7. November, holt mehrere Bausteine aus der Experimentierphase: das Protokoll, über das Agenten miteinander sprechen, die abgeschotteten Ausführungsumgebungen, die Prüfwerkzeuge und den Kern der Ablaufsteuerung. Dazu kommt eine direkte Anbindung an Teams-Unterhaltungen und ein Prüfmodus, der jeden Fall mehrfach wiederholt, um eine Erfolgsquote statt eines einzelnen Laufs zu messen. Google meldet außerdem schnellere lange Aufgaben. Quelle : https://github.com/google/adk-python/releases/tag/v2.14.0

Ein Posteingang für Agenten, die stundenlang arbeiten

Plannotator stellt einen Posteingang vor, der für Agenten mit langen Laufzeiten gedacht ist: Der Agent legt dort seine Fragen, seine Blockaden, seine Pläne und seine Entwürfe ab und arbeitet weiter. Der Mensch öffnet den Kasten, wenn Zeit ist, antwortet oder kommentiert, und diese Antwort wird der nächste Zug der Sitzung. Alles bleibt auf dem Rechner, die Unterhaltungen sind nach Fäden geordnet. Das Repository ist frei, das Projekt hat am 8. November mehrere Versionen veröffentlicht. Quelle : https://plannotator.ai/inbox/

📊 Trend

Heute Morgen keine neue Ikone: sichtbar werden die unsichtbaren Teile. Das Gedächtnis, das ein Agent zwischen zwei Sitzungen behält, die Prüfung durch einen Unbekannten, der Preis eines Eindringlings, ausgeführt mit einem Modell, das jeder herunterladen kann, der Agent, der einen Ausfall untersucht, ohne dass jemand ihn rief, der Posteingang, der seine Fragen zurückbringt, und die Lizenz, die entscheidet, ob das Geladene verkauft werden darf. Die Frage des Tages lautet also nicht mehr, welches Modell das beste ist, sondern unter welchen Bedingungen ein Agent in einem Unternehmen arbeiten darf: mit begrenztem Gedächtnis, einem frischen Blick auf die eigene Arbeit, einer schriftlichen Grenze und dem Recht, am Ergebnis zu verdienen.