|
$ ki-news --datum 2026-07-16 | mail
KI-News — 16. Juli 2026
// die viralsten KI-Themen der letzten 24 Stunden, kuratiert für deinen Stack
$ cat top-story.md
Mira Muratis lange im Stealth-Modus operierendes Startup Thinking Machines Lab hat mit Inkling sein erstes eigenes Modell veröffentlicht: ein offenes Mixture-of-Experts-Modell mit 975 Milliarden Gesamt- und 41 Milliarden aktiven Parametern, nativ multimodal (Text, Bild, Audio, Video) mit bis zu 1 Million Token Kontext, trainiert auf 45 Billionen Token. Die Gewichte stehen offen auf Hugging Face sowie über Anbieter wie TogetherAI, Fireworks, Modal und Baseten bereit, inklusive Support in vLLM, SGLang und llama.cpp. Statt um die Benchmark-Krone zu konkurrieren, positioniert sich Inkling explizit als anpassbare Basis fürs eigene Fine-Tuning über Thinking Machines' Tinker-Plattform.
Warum relevant: Erster echter Modell-Release eines der meistbeachteten neuen KI-Labs, offen und direkt in vLLM/llama.cpp lauffähig – ein starker Kandidat für alle, die eigene Modelle statt Closed-Source-APIs fine-tunen und selbst hosten wollen.
// quelle: Thinking Machines Lab · TechCrunch · Hacker News (~795 Punkte)
## 🛠️ Tools & Repos
Y-Combinator-Startup Mediar bietet mit screenpipe eine Open-Source-App, die Bildschirm und Audio ereignisgesteuert erfasst, per Whisper transkribiert und durchsuchbar macht – komplett lokal, inklusive eigenem MCP-Server für Claude & Co. Warum relevant: Gibt eigenen Agenten echten Kontext über die tägliche Arbeit, ohne Daten in die Cloud zu schicken – passt zum Self-Hosting-Ansatz. // GitHub Trending
Das Python-Tool wandelt PDF, Word, Excel, PowerPoint, Bilder (mit OCR), Audio (mit Transkription), HTML und mehr strukturerhaltend in Markdown um – mit über 166.000 Stars eines der meistgenutzten LLM-Vorverarbeitungs-Tools überhaupt. Warum relevant: Direkt einsetzbare Vorstufe für die eigene RAG-Pipeline, um heterogene Dokumente sauber fürs Chunking/Embedding aufzubereiten. // GitHub Trending
Komplett offline laufende App für Chat (Qwen 3, Llama 3.2, Gemma 3, Phi-4, beliebige GGUF), on-device Stable Diffusion, Vision (SmolVLM/Qwen3-VL) und Spracherkennung (Whisper) – ohne Internet, Account oder API-Key, auf Basis von llama.cpp/whisper.cpp. Warum relevant: Zeigt, wie weit lokale Modelle mittlerweile auf Alltagsgeräten tragen – gute Referenz für alle, die Privatsphäre und Self-Hosting priorisieren. // Hacker News (Show HN)
## 🤖 Agenten & MCP
Neues Flag --forward-subagent-text (plus Env-Var) macht Subagent-Text und -Thinking im stream-json-Output sichtbar. Dazu kommen Fixes: PreToolUse-Hooks mit "ask" überstimmen jetzt auch im Auto Mode zuverlässig unsandboxed Bash, Permission-Previews in Chat-Kanälen werden gegen Unicode-Look-Alike-Manipulation gehärtet, und Plugin-MCP-Server verbinden nach Idle/Schlaf wieder zuverlässig. Warum relevant: Direkt nutzbare Debugging- und Sicherheitsverbesserungen für alle, die Subagenten, Hooks und MCP-Plugins intensiv einsetzen. // Claude Code Changelog
Nachdem Grok Build ganze Projektordner inklusive SSH-Keys und Passwort-Datenbanken ungefragt in xAIs Cloud hochgeladen hatte, hat xAI den kompletten Terminal-Coding-Agenten (rund 844.000 Zeilen Rust) unter Apache 2.0 veröffentlicht und Uploads standardmäßig deaktiviert. Warum relevant: Wichtige Warnung für alle, die KI-Coding-Agenten mit Dateisystemzugriff nutzen – und ein weiterer offener Alternativ-Agent neben Claude Code zum Reinschauen. // simonwillison.net, x.ai/news
## 🏠 Self-Hosting & RAG
AMD Quark trainiert und quantisiert (MXFP4) Draft-Modelle fürs EAGLE-3-Speculative-Decoding komplett über vLLMs Trainings-Pipeline und liefert damit auf AMD-Instinct-GPUs bis zu 2,0x höheren Durchsatz bei Kimi-K2.5 und 1,8x bei MiniMax-M2.5. Warum relevant: Speculative Decoding ist eine der wirksamsten Techniken, um Inferenz-Durchsatz auf begrenzter Hardware zu steigern – auch für den eigenen Gemma-Stack in vLLM interessant, sobald passende Draft-Modelle verfügbar sind. // vLLM Blog
## 🎬 Sehenswert
The Morpheus Tutorials testet ein aktuell gehyptes japanisches KI-Modell im direkten Praxisvergleich mit einem weiteren, kleineren Modell. Warum relevant: Praxis-Check abseits der üblichen US-Platzhirsche – zeigt, wie sich neue Modelle aus Japan wirklich schlagen. // The Morpheus Tutorials, YouTube DE
Two Minute Papers stellt neue Interpretability-Forschung vor, die überraschende Einblicke liefert, wie in Claudes internen Repräsentationen "gedacht" wird. Warum relevant: Fundierte Wissenschaftskost für alle, die verstehen wollen, wie das Modell tickt, das sie täglich einsetzen. // Two Minute Papers, YouTube EN
Matthew Berman vergleicht die divergierenden Philosophien beider Labs ("Werkzeug" vs. "neue Lebensform") und geht konkret auf Claude-Code-Zugang, OpenClaw-Restriktionen und Enterprise-Policy ein. Warum relevant: Direkt relevant für Power-User beider Tool-Ökosysteme, mit praktischen Beispielen statt nur Marketing-Sprech. // Matthew Berman, YouTube EN
## 📰 Lesenswert
Cursor führt unter Windows automatisch eine git.exe aus der Projektwurzel aus, sobald ein Repository geöffnet wird – landet dort eine bösartige git.exe, führt sie ungefragt beliebigen Code aus. Mindgard meldete den Bug bereits im Dezember 2025; nach sieben Monaten und über 70 Updates ohne Fix hat die Firma jetzt die vollständigen Details veröffentlicht. Warum relevant: Akutes Risiko für alle, die Cursor als KI-Coding-Tool nutzen – und ein Lehrstück über Umgang mit Responsible Disclosure. // Mindgard, Hacker News
Ein Sicherheitsforscher zeigte, wie eine präparierte Webseite Claude über web_fetch Buchstabe für Buchstabe gespeicherte Nutzerdaten (Name, Arbeitgeber, Antworten auf Sicherheitsfragen) exfiltrieren ließ – getarnt als harmlose Captcha-Navigation. Anthropic hat daraufhin web_fetch das Folgen externer Links entzogen; Navigation funktioniert jetzt nur noch über Suchergebnisse oder selbst angegebene URLs. Warum relevant: Konkrete Warnung für alle, die Claudes Memory-Feature und Web-Zugriff kombiniert nutzen – zeigt reale Exfiltrationsgefahr durch Prompt-Injection. // ayush.digital, Hacker News
Microsofts CEO prägt den Begriff "Reverse Information Paradox": Firmen zahlen nicht nur für Tokens, sondern geben über Prompts und vor allem über Korrekturen auch firmeneigenes Wissen an die Modell-Anbieter weiter. Er rät zu eigener Datenhoheit, selbstgehosteten Lernumgebungen und Orchestrierungs-Schichten statt Lock-in bei einem Anbieter. Warum relevant: Bestätigt aus prominenter Quelle, warum ein eigener Self-Hosting-Stack langfristig strategisch wertvoll ist. // TechCrunch
$ echo "automatisch recherchiert am 2026-07-16"
> ki-news · news.reichenberg.ruhr
[ abbestellen ]
[ im browser ansehen ]
|