Microsofts Cloud wächst, DeepSeek setzt Coding-Agenten ein
KI macht sich heute vor allem in Geschäftszahlen und Arbeitsabläufen bemerkbar: Microsofts Cloud-Umsatz steigt, und DeepSeek lässt Coding-Agenten Fehler beheben. Zugleich zeigen ein Instagram-Supportfehler und eine Klage gegen OpenAI, dass die Risiken nicht nur technisch sind.
30 Meldungen
6 Min. Lesezeit
15 Quellen
Überblick teilen
Kurz gesagt
Microsofts Cloud wächst 30 Prozent auf 63,9 Mrd. Dollar; der Foundry-Umsatz mehr als verdreifacht sich.
DeepSeeks Agent erledigte im simulierten Test 95 Prozent der Aufgaben binnen 15,7 Minuten.
Meta meldet 20.225 betroffene Instagram-Konten nach einem Fehler bei Passwort-Resets.
Die Eltern einer Frau verklagen OpenAI wegen gefährlicher ChatGPT-Ratschläge vor ihrem Tod.
Die Generative-UI-Sandbox von Prefab UI führt vom Aufrufer bereitgestellten Python-Code mit Pyodide in einem Deno-Subprozess aus. Die Dokumentation beschreibt sie als Umgebung zur Isolation nicht vertrauenswürdigen Codes, auch von LLM-generierten Oberflächen. Versionen 0.14.0 bis 0.20.2 gewähren uneingeschränkte Datei- und Netzwerkrechte; außerdem bleibt die Deno-API für Python zugänglich.
Warum das wichtig ist Der Fehler hebelt eine Sicherheitsgrenze aus, die KI-generierten Code isolieren soll.
Der Agent leitet Anfragen aus GitHub oder Chats an isolierte Worker weiter, die Fehler beheben und Pull Requests erstellen. In DeepSeeks Simulation wurden 95 % der Aufgaben in 15,7 Minuten abgeschlossen; eine einzelne Sitzung mit einem Subagent-Tool benötigte 29,5 Minuten.
Warum das wichtig ist Die Open-Source-Architektur und der Vergleich liefern konkrete Anhaltspunkte für Teams, die agentengestützte Coding-Workflows entwickeln.
Ein Fehler im High Touch Support-Chatbot von Meta erlaubte es, für fremde Instagram-Konten eine Passwortzurücksetzung anzufordern. Laut einer Meldung von Meta waren 20.225 Konten betroffen.
Warum das wichtig ist Ein Fehler in einem KI-Supporttool setzte die Kontosicherheit dem Missbrauch aus.
Der Umsatz von Microsoft Cloud stieg um 30 Prozent auf 63,9 Mrd. US-Dollar, während die Copilot-Nutzung zunahm. Der Umsatz von Foundry hat sich mehr als verdreifacht; auch KI-Agenten und Ausgaben für Infrastruktur legten zu.
Warum das wichtig ist Die Zahlen zeigen die kommerzielle Größenordnung und das Wachstum von Microsofts KI-Geschäft.
Ein eintägiges Experiment nutzte die neu gestartete Cloud-Agent-Unterstützung von GitHub, um rund 90 Pull Requests zur Verbesserung der Core-Performance zu erstellen. Laut Autor kosteten die Tokens mit Opus 5.5 etwa 230 US-Dollar.
Warum das wichtig ist Das Experiment liefert einen konkreten, wenn auch begrenzten Richtwert zu Kosten und Durchsatz agentengestützter Entwicklungsarbeit.
Das Projekt macht aus einer Claude-Code-Sitzung ein Entwicklungsstudio für Spiele mit 49 Agenten und 74 Workflow-Skills. Das Koordinationssystem soll die Hierarchie eines realen Studios abbilden.
Warum das wichtig ist Das System bündelt spezialisierte Agenten für die KI-gestützte Spieleentwicklung.
T3 Code ist eine Steuerungsoberfläche für Agenten mit Apps für Mobilgeräte, Web und Desktop. Sie unterstützt unter anderem Claude Code, Codex, Cursor und OpenCode sowie weitere Agenten, die auf dem Computer der Nutzer konfiguriert sind.
Warum das wichtig ist Teams können Coding-Agenten über verschiedene Geräte hinweg steuern.
AnyModelBot ist eine quelloffene Alternative, mit der sich KI-Bots auf Basis von mehr als 70 Modellen erstellen lassen, darunter GPT, Claude, Gemini und DeepSeek. Die Bots können sich Nutzer merken, im Hintergrund laufen, Befehle ausführen und einen Computer bedienen.
Warum das wichtig ist Das Projekt verbindet zahlreiche Modelle mit Funktionen für Assistenten und Agenten, einschließlich Computersteuerung.
Dichtes 3D-Tracking muss Punktkorrespondenzen herstellen, Tiefen schätzen und Bewegungen auch bei Verdeckungen erfassen. ReLift kombiniert vortrainierte 2D-Tracker mit 3D-Geometriemodellen, leitet daraus Bewegungsbahnen ab und interpoliert verdeckte Abschnitte; der Ansatz konkurriert bereits mit spezialisierten 3D-Trackern.
Warum das wichtig ist Für Teams kann ReLift den Aufwand für eine schwierige Tracking-Aufgabe verringern.
44 Upvotes
Weiterlesen bei huggingface.co →
Branchennews
Produkte, Geld und Regulierung, die den KI-Einsatz in Unternehmen verändern.
Die Eltern einer Frau, die an einem epileptischen Anfall starb, verklagen OpenAI. Sie geben an, ihre Tochter habe vor ihrem Tod gefährliche Ratschläge von einem Chatbot erhalten.
Warum das wichtig ist Die Klage wegen eines schwerwiegenden Sicherheitsvorwurfs könnte Folgen für KI-Unternehmen haben.
Anthropic hat Claude so angepasst, dass das Modell keine bestehenden Videospiele mehr nachbilden soll. Beim Entwurf origineller Spiele oder von Spielen eines Genres kann Claude weiterhin helfen.
Warum das wichtig ist Die Änderung betrifft den Einsatz von KI bei kreativer Arbeit.
Anthropic hat seine Nutzungsrichtlinien um eine Vorgabe zum Umgang mit Modellen ergänzt. Nutzer sollen sich nicht anhaltend und ohne triftigen Grund beleidigend oder grausam gegenüber den Modellen verhalten.
Warum das wichtig ist Die Änderung erweitert die Regeln für den Umgang mit Claude.
Gemini 4 Carbon baut auf Googles vorherigem Frontier-Modell Gemini 4 Argon auf. Koray Kavukcuoglu von Google DeepMind sagte, das Modell veranschauliche das Tempo der Frontier-Entwicklung des Unternehmens.
Warum das wichtig ist Ein neues Frontier-Modell ist eine wesentliche Entwicklung bei KI-Produkten.
Meta hat mit der Entwicklung KI-gesteuerter humanoider Roboter begonnen und weitet damit seine Aktivitäten in der Robotik aus. Der erste Prototyp mit dem internen Namen Max entstand in etwa drei Monaten zusammen mit einem chinesischen Hersteller.
Warum das wichtig ist Meta investiert damit in KI-Robotik über Software hinaus.
Weiterlesen bei informat.ro →
Von X
Die meistgeteilten Beiträge von Laboren, Forschenden und Entwicklern.
Ein Wochenendprojekt nutzte Claude, um aus 43 Millionen Hacker-News-Kommentaren 6.454 empfohlene Videos herauszufiltern. Als Vorschaubilder dienen ausgewählte Videoframes; der Wiedergabestatus bleibt im Browser gespeichert, ohne dass ein Login nötig ist.
Warum das wichtig ist Das Projekt zeigt, wie sich ein großes Textarchiv mit einem LLM in ein spezialisiertes Empfehlungsangebot verwandeln lässt.
Die Sammlung umfasst Werkzeuge zur codebasierten Videoerstellung, darunter HyperFrames, Blender MCP, Remotion, GSAP, Three.js und FFmpeg. Hinzu kommen Skills, die Agenten beim Einsatz von Videogenerierungstools unterstützen sollen.
Warum das wichtig ist Die Übersicht bietet einen Einstieg für Teams, die agentengestützte Videoproduktion und den passenden Software-Stack erkunden.
Der Lernpfad behandelt die Installation von REA, die Einrichtung von Agenten und Aufgaben wie den Export von Notizen, die Analyse von Notion und das Lösen eines CTF-Binaries. Außerdem verweist er auf geführte MCP-Prompts und Materialien für Untersuchungen.
Warum das wichtig ist Der praxisorientierte Leitfaden hilft Teams, einen agentengestützten Untersuchungsablauf zu erproben.
Das Open-Source-Projekt soll laut Beschreibung bösartige oder verwundbare Pakete, riskante Domains und Wallets, Prompt-Injection-Muster sowie unsichere Skills erfassen. Der Bedrohungsgraph wird lokal synchronisiert und prüft Agentenaktionen vor ihrer Ausführung.
Warum das wichtig ist Werkzeuge zur Prüfung von Abhängigkeiten, Zielen und Prompt-Injection-Risiken sind für die Absicherung von Agenten relevant.
Das Hackathon-Projekt weist einem Agenten ein Budget zu, statt ihm direkten Zugriff auf Wallet-Schlüssel zu geben. Ein On-Chain-Vault kann Zahlungen freigeben, zurückhalten oder ablehnen; zusätzlich prüft ein TEE-Risk-Oracle Transaktionen vor der Überweisung auf Prompt Injection.
Warum das wichtig ist Die Architektur zeigt konkret, wie sich die finanziellen Befugnisse autonomer Agenten begrenzen lassen.
Der vorgeschlagene Greyboxing-Ansatz lässt Validatoren Eingaben unabhängig voneinander mit unterschiedlichen Modellen und verborgenen Schutzmechanismen umformulieren. Das soll verhindern, dass ein einzelnes Modell oder ein Filter eine versteckte Anweisung durchlässt und so eine unerwünschte Transaktion auslöst.
Warum das wichtig ist Für Agenten mit Finanzberechtigungen ist Prompt Injection ein erhebliches Risiko; der Ansatz bietet eine mögliche Abwehrstrategie zur Prüfung.
Sakana AI zufolge trainiert das RSI Lab ein agent-natives LLM von Grund auf, das Sawara heißt. Das Projekt baut laut Beschreibung auf der früheren Arbeit des Teams an World Models auf.
Warum das wichtig ist Die Meldung gibt einen frühen Einblick in ein neues Modellprojekt, nennt aber nur wenige technische Details und keinen Zeitplan für die Veröffentlichung.
9494 Likes
1010 Reposts
Weiterlesen bei x.com →
KI-Sicherheit
Angriffe auf KI-Systeme, Angriffe mit KI und Abwehr, die funktioniert.
Forschende haben VOLTA entdeckt, einen Windows-Infostealer, der ein Large Language Model nutzt, um gestohlene Daten nach ihrem Monetarisierungswert zu sortieren. Die Malware kann Passwörter und Cookies aus Chromium-basierten Browsern sowie Daten aus Outlook-Profilen und Slack-Workspaces abgreifen.
Warum das wichtig ist Der Fall zeigt, wie Malware KI nutzt, um gestohlene Daten zu priorisieren.
Abwehrmaßnahmen für KI-Agenten sollten Tool-Berechtigungen bei jedem Aufruf im Code erzwingen. Ablehnungen und Filter pro Nachricht können Angriffe über mehrere Gesprächsrunden hinweg übersehen.
Warum das wichtig ist Teams sollten Tool-Berechtigungen unabhängig vom Gesprächsverlauf bei jedem Aufruf prüfen.
Weiterlesen bei dev.to →
Ein automatisiertes System wählt und fasst diese Meldungen zusammen, ein KI-Modell übersetzt sie. Kein Mensch prüft jede Ausgabe. Prüfen Sie die Originalquelle, bevor Sie auf Basis einer Meldung handeln.
