|
$ ki-news --datum 2026-09-09 | mail
KI-News — Mittwoch, 9. September 2026
// die viralsten KI-Themen der letzten 24 Stunden, kuratiert für deinen Stack
$ cat top-story.md
OpenAI hat einen Beweis vorgelegt, dass die Navier-Stokes-Gleichungen der Strömungsmechanik in endlicher Zeit eine Singularität entwickeln können – eines der sieben Millennium-Probleme des Clay Mathematics Institute, für das seit 2000 eine Million Dollar Preisgeld ausgesetzt ist. Ein internes, deutlich leistungsfähigeres Nachfolgemodell von GPT-6 Astra erzeugte den Beweis mit rund 10.000 parallel arbeitenden Agenten in etwa 88 Stunden, inklusive einer in Lean formal verifizierten Fassung. Überschattet wird der Erfolg von einem Streit: NYU-Mathematiker Tristan Buckmaster wirft einem OpenAI-Forscher vor, ihn gedrängt zu haben, seinen Ko-Autor Levent Alpöge (der bei Anthropic arbeitet) von einer eigenen, einen Tag zuvor veröffentlichten Teillösung zu entfernen.
Warum relevant: Ein konkretes, verifizierbares Beispiel dafür, wie weit Multi-Agenten-Schwärme bei komplexer Forschungsarbeit inzwischen tragen – und eine Mahnung, wie unübersichtlich Autorenschaft wird, wenn Menschen und Agenten parallel an denselben Problemen arbeiten.
// quelle: OpenAI (offiziell) · weitere Quellen: the-decoder.de, TechCrunch, Axios, Nature
## 📦 Modelle & Releases
OpenAI hat mit "gpt-image-2.5-sunburst" (präzises Editing) und "gpt-image-2.5-flare" (schnelle Alltagsgenerierung) zwei neue Bildmodelle vorgestellt, die Anweisungen über mehrere Turns hinweg besser befolgen und Motive aus Referenzfotos zuverlässiger beibehalten. Über die gesamte ChatGPT-Images-Familie wurden inzwischen über 3 Milliarden Bilder erzeugt. Warum relevant: Konkrete API-Modell-IDs mit verbesserter Referenzbild-Treue lassen sich direkt in eigene Bild-Workflows und Automatisierungen einbauen. // simonwillison.net
## 🛠️ Tools & Repos
GitHub hat HydraFusion als Research Preview in die Copilot CLI gebracht: Statt ein festes Modell zu wählen, baut das System pro Aufgabe einen Ausführungsplan (Einzelmodell, Kaskade oder Kritik-Workflow) und kombiniert Modelle mehrerer Anbieter zum Entwerfen, Prüfen und Eskalieren. Auf TerminalBench 2.1 übertrifft es Claude Opus 5 bei 67% geringeren geschätzten Kosten, bei DeepSWE und CheckpointBench liegt es nahezu gleichauf – jeweils deutlich günstiger. Warum relevant: Direkter Konkurrenzansatz zu Claude Code bei der Modellwahl – per /experimental in der Copilot CLI sofort selbst testbar. // GitHub Blog, VentureBeat
Orca lässt Claude Code, Codex, OpenCode und weitere CLI-Agenten parallel in isolierten Git-Worktrees laufen, vergleicht die Ergebnisse und erleichtert das Zusammenführen – inklusive Mobile-Companion-App und GitHub/Linear-Integration. Rund 64.000 Stars. Warum relevant: Praktisches Setup für alle, die verschiedene CLI-Agenten an derselben Aufgabe gegeneinander antreten lassen wollen, statt sich auf ein Tool festzulegen. // GitHub Trending
## 🤖 Agenten & MCP
Version 2.1.265 bringt u.a. Unterstützung für --plugin-dir mit mehreren Plugins in einem Ordner, ein 1-GB-Limit für auf Disk zwischengespeicherte Tool-Ergebnisse sowie Fixes für resumte Subagents und /model opusplan[1m]. Die kurz danach nachgeschobene Version 2.1.266 behebt eine Regression, durch die CLAUDE_CODE_USE_GATEWAY eigene Gateway-/Proxy-Setups mit API-Key kaputt gemacht hat. Warum relevant: Wer Claude Code mit eigenem Gateway/Proxy oder mehreren Plugin-Ordnern betreibt, sollte zeitnah updaten. // Claude Code Changelog
Der neue Befehl ant apply (ab CLI 1.30.0) liest Agenten, Environments, Skills, Memory-Stores und Deployments aus Markdown-/YAML-Dateien im Repo, zeigt einen Plan zur Bestätigung und schreibt eine claude-lock.json mit Drift-Erkennung, falls jemand eine Ressource stattdessen in der Console ändert. Läuft auch in CI mit --dry-run/--yes. Warum relevant: Infrastructure-as-Code fürs Claude-Ökosystem – Agenten und Skills lassen sich damit versioniert über Teams und CI-Pipelines ausrollen statt manuell in der Console zu pflegen. // Anthropic Docs
Der MCP-Server sandboxt große Tool-Outputs (laut README bis zu 98% weniger Context-Verbrauch), hält Datei-Edits, Git-Operationen und Fehler sessionübergreifend per SQLite fest und lässt Modelle Analyse-Skripte statt Rohdaten verarbeiten. Unterstützt werden über 17 Coding-Agenten, darunter Claude Code, GitHub Copilot und Cursor. Rund 21.500 Stars. Warum relevant: Löst ein alltägliches Problem von Heavy-Usern – volllaufende Context-Fenster durch große Tool-Outputs – und lässt sich direkt in bestehende MCP-Setups einbinden. // GitHub Trending
Der plattformübergreifende Skill (für Claude, Cursor, Gemini, Kimi u.a.) formt Agenten-Antworten nach zehn Regeln um: nächste Aktion zuerst, nummerierte Schritte, maximal fünf Listenpunkte, kein Preamble oder Geschwafel am Ende. Über 31.000 Stars. Warum relevant: Ein-Zeilen-Installation, die die tägliche Interaktion mit Coding-Agenten spürbar direkter macht. // GitHub Trending, Hacker News
## 🏠 Self-Hosting & RAG
Ein systematischer Vergleich von BF16 (55 GB) bis 1-Bit (6,2 GB) auf GPQA Diamond, IFBench und Terminal-Bench 2.1 zeigt: Q4_K_M (17 GB) erreicht praktisch Vollmodell-Niveau, Q2 ist noch brauchbar, aber die 1-Bit-Quantisierung kollabiert bei GPQA auf Zufallsniveau. In den Kommentaren gibt es zusätzlich Praxistipps zu KV-Cache-Quantisierung und 16-GB-GPU-Setups. Warum relevant: Konkrete VRAM/Qualitäts-Richtwerte für alle, die neben Gemma ein zweites Modell wie Qwen3.8-27B lokal via vLLM einbinden wollen. // Quesma Blog, Hacker News
## 🎬 Sehenswert
Kritisch-nüchterne deutsche Einordnung der AGI-Behauptungen rund um GPT-6 Astra – ein Gegenpol zum Hype anderer Kanäle. Warum relevant: Guter Reality-Check für alle, die die Astra-Berichterstattung der letzten Woche einordnen wollen. // The Morpheus Tutorials, YouTube
## 📰 Lesenswert
Mit Samsung Electronics als Lead-Investor hat Mistral 3 Milliarden Euro eingesammelt – die größte Eigenkapitalrunde eines europäischen Tech-Unternehmens überhaupt. Das Geld fließt in Forschung, Compute-Kapazität und internationale Expansion; Mistral ist inzwischen in 20 Ländern mit über 125 Unternehmenskunden aktiv. Warum relevant: Wichtigstes Lebenszeichen der europäischen "souveränen KI"-Alternative – relevant für alle, die aus Datenschutz-/Compliance-Gründen europäische Modelle im eigenen RAG-Stack einsetzen. // heise.de, TechCrunch
Googles Threat Intelligence Group beobachtet, dass mehrere Hackergruppen von reinem Prompting zu KI-Agenten übergegangen sind, die weite Teile eines Angriffs automatisieren – teils komplette Kampagnen in unter sechs Stunden. Um Guardrails zu umgehen, betreiben Angreifer die Modelle zunehmend auf bereits kompromittierten Drittsystemen statt über kommerzielle APIs. Warum relevant: Weckruf für alle, die selbst Agenten-Frameworks/MCP-Server betreiben – zeigt, welche Sandbox- und Monitoring-Praktiken gegen Missbrauch nötig sind. // Google Threat Intelligence Group, NBC News
Simon Willison ordnet einen OpenAI-Insiderbericht ein: Die tägliche KI-Ausgabe pro Researcher ist von nahe Null im Februar auf rund 600 US-Dollar Ende August gestiegen, offenbar größtenteils getrieben durch internen GPT-6-Astra-Zugriff. Warum relevant: Konkreter, quantifizierter Datenpunkt dafür, wie stark agentisches Coding inzwischen echten Forschungsalltag prägt – guter Vergleichswert für die eigene Agenten-Nutzung. // simonwillison.net
$ echo "automatisch recherchiert am 2026-09-09"
> ki-news · news.reichenberg.ruhr
[ abbestellen ]
[ im browser ansehen ]
|