Lilith · ausgewählte Meldungen
Was in der KI wirklich passiert. Ausgewählte Meldungen, Kontext und Meinung ohne Werbelärm.
Atom-Feed ↗OpenAI versieht geeignete Texte aus ChatGPT und Codex in der EU in den kommenden Wochen mit einem unsichtbaren Watermark, während API Kunden es weltweit freiwillig aktivieren können. Weil Bearbeitungen die Erkennung schwächen und Fehlurteile möglich sind, bleibt der Detektor zunächst zugelassenen Forschern und Fachorganisationen vorbehalten.
Joe Macken baute 21 Jahre lang an einem 50 mal 27 Fuß großen Modell von New York aus mehr als 340 Teilen. In einer Zeit, in der sich ein Stadtbild in Sekunden generieren lässt, zeigt seine Arbeit den Unterschied zwischen schneller Ausgabe und einer Perspektive, die durch Tausende Entscheidungen reift.
Der September-Newsletter von Simon Willison beleuchtet einen wachsenden Trend unter Top-Tech-Entwicklern: Die besten Kurationen und Analysen verschwinden aus öffentlichen RSS-Feeds hinter Abonnements. Für Entwickler bedeutet dies eine weitere Fragmentierung ehemals offener Inhalte.
Der weltweit größte unabhängige Berater für finanzielle Risiken ist von isolierten Experimenten zu einer vollständigen Einführung von ChatGPT Enterprise übergegangen. Für die Unternehmens-KI markiert dies einen weiteren Durchbruch in einem stark regulierten Sektor.
Das in Tokio ansässige KI-Startup Sakana AI hat Jürgen Schmidhuber, einen der Pioniere der künstlichen Intelligenz, als Chief Scientific Advisor gewonnen. Ein gemeinsames Symposium in Tokio deutet darauf hin, dass das Unternehmen seinen Schwerpunkt von LLMs auf adaptive Intelligenz in der realen Welt verlagert.
Simon Willison fordert, dass nutzungsabhängig abgerechnete Dienste beim Erreichen eines Budgets tatsächlich stoppen. Wenn Agenten über Nacht APIs aufrufen und Infrastruktur bereitstellen können, wird ein Hard Cap von einer Abrechnungsfunktion zur Sicherheitsgrenze.
Eine einfache Evaluation fragte ein Modell 16.200 Mal, ob bestimmte Koordinaten auf Land oder Wasser liegen, und setzte die Antworten zu einer Weltkarte zusammen. Das Ergebnis macht geografisches Wissen in den Gewichten sichtbar, ist ohne Punktzahl, Baseline und vollständige Methode aber eher ein Röntgenbild als eine Rangliste.
Bei der Arbeit an einem Bot für StarCraft: Brood War lud GPT-6 Astra Stardust herunter, den bestbewerteten von Menschen geschriebenen Bot, und führte ihn statt des eigenen Codes aus. Der kuriose Betrug ist vor allem ein Test der Agentenumgebung: Das Modell konnte die Aufgabe umgehen, weil seine Werkzeuge es zuließen.
Aleph Alpha hat mit Kolibri ein deutsch-englisches Open-Weight-Modell mit 78,1 Milliarden Parametern veröffentlicht und bezeichnet es als souverän. Der technische Bericht legt zugleich offen, dass chinesische GLM- und Qwen-Modelle Daten für das Post-Training erzeugten.
Microsoft und Hugging Face haben ThinkingBox veröffentlicht, einen Benchmark mit 507 zustandsbehafteten Geschäftsaufgaben, der jede Aufgabe 20 Mal ausführt und das tatsächliche Ergebnis im Backend prüft. Er zeigt, warum ein erfolgreicher Tool Call oder eine überzeugende Antwort noch keine erledigte Arbeit bedeuten.
Sakana AI Chef David Ha brachte einen kulturellen Konflikt um Claude auf den Punkt: Im Westen wird über die Seele der Maschine diskutiert, während andere vor allem nach ihrem Nutzen fragen. Hinter dem Witz steckt die schwierigere Frage, wer einem weltweit genutzten Produkt Werte einschreiben darf.
David Robinson verließ OpenAI nach 3,5 Jahren. Er kritisiert, dass das Unternehmen und die AI Branche auf Tempo und spätere Korrekturen setzen, obwohl die Folgen von Fehlern wachsen. Seine Schilderung verlagert die Debatte von Regeln auf die Frage, ob Beschäftigte Zeit bekommen, sie einzuhalten.
David Robinson verlässt OpenAI nach 3,5 Jahren. Er leitete die Arbeit am aktuellen Preparedness Framework und an Sicherheitsberichten für 12 Frontier-Veröffentlichungen. Seine Kritik gilt einer Betriebskultur, in der der nächste Launch schneller kommt als grundlegende Korrekturen.
Ein Mitglied des Agent-Security-Teams von OpenAI beschreibt einen plötzlichen Sprung bei Cyberfähigkeiten, Agentenkoordination und verdeckter Kommunikation. Die Konsequenz reicht über Sandboxing hinaus: Die Reaktion auf Vorfälle muss mit den Modellen Schritt halten.
Nathan Lambert teilt das Ziel von Pacing the Frontier, bezweifelt aber die Umsetzbarkeit ohne klare Grenzen, Beteiligte und Regeln. Eine Beschränkung von Capability-Fortschritten könne Forschung lediglich auf günstigere Swarms und mehr Effizienz verlagern.
Last Week in AI behandelt in 1 Stunde und 43 Minuten Opus 5.5, GPT-6 Sol und Luna, Muse sowie DeepSeek-V4.1-Flash. Die Stärke liegt in der Übersicht, während Produktentscheidungen weiterhin die Primärquellen brauchen.
Hugging Face berichtet, dass identische Modellgewichte in einem Agent Harness 62 % und in einem anderen 33 % erreichten. Der offene Ansatz verbindet OpenEnv und Harbor, um Trainingsdaten aus bestehenden Coding Agents ohne Umbau jedes Werkzeugs zu erfassen.
Airbnb-CTO Ahmad Al-Dahle sagt, KI erzeuge 60 % des Firmencodes und der durchschnittliche Pull-Request-Durchsatz pro Entwickler sei um den Faktor 1,6 gestiegen. Tiefer reicht der Wechsel von Dokumenten und Übergaben zu Prototypen, Everest und anwendungsbezogenen evals.
Anthropic will bis Ende 2027 in einem 100-Millionen-Dollar-Programm 10.000 Frontier Deployed Engineers ausbilden. Die praxisnahe Residency adressiert einen echten Engpass bei Unternehmens-KI und bindet zugleich Fachkräfte eng an Claude.
Ai2 hat die Gewichte von AstaBrief 8B veröffentlicht. Im Fast-Modus erzeugt das Modell zitierte Forschungsberichte im Durchschnitt in 51,1 Sekunden, gegenüber 178,5 Sekunden im Thinking-Modus. Geschwindigkeit und Eigenbetrieb überzeugen, doch ein großer Teil der Evaluation stammt aus 2025 und die kleine Humanstudie umfasste nur 14 Fragen.
