KI-Agenten im Alltag: GLM-5, Codex-Drossel, Cowork

Agentenfunktionen werden zum neuen Taktgeber der KI-Produktentwicklung: Statt nur Code oder Texte zu erzeugen, sollen Systeme ganze Arbeitsabläufe übernehmen, Dateien und Tools nutzen und Aufgabenketten über viele Schritte hinweg stabil halten. Die aktuellen Meldungen zeichnen ein Bild, in dem Fortschritte über Benchmarks und Produktmetriken sichtbar werden, gleichzeitig aber neue Kontrollpunkte entstehen – von stillen Modell-Umleitungen bis zu Ordnerregeln, die Agenten in definierte Bahnen lenken.

Agentische Softwareentwicklung: Z.ai setzt mit GLM-5 auf Verlässlichkeit

Das chinesische Startup Z.ai (Zhipu AI) positioniert sein neues Spitzenmodell GLM-5 klar als Werkzeug für agentische Softwareentwicklung. Im Zentrum stehen Aufgaben, die über das Generieren einzelner Code-Snippets hinausgehen: Das Modell soll sich in Repositories zurechtfinden, Build-Probleme adressieren und länger laufende To-dos abarbeiten können. Als Leistungsindikator werden mehrere Benchmarks genannt: In SWE-bench Verified erreicht GLM-5 77,8 Prozent und liegt damit knapp hinter Claude Opus 4.5 mit 80,9 Prozent. In einer ökonomischen Agenten-Simulation kommt GLM-5 auf 4.432 US-Dollar, während Gemini 3.0 Pro über 5.400 US-Dollar erzielt. Für Humanity’s Last Exam (mit Tools) werden 50,4 Punkte angegeben. Zusätzlich nennt Z.ai interne Werte, die auf deutliche Fortschritte bei Frontend-Builds hinweisen (CC-Bench-V2: 98 Prozent).

Entwicklerwerkzeuge im Großbetrieb: Nvidia meldet mehr Commits mit Cursor

Auch jenseits klassischer Modellvergleiche rückt die Frage in den Vordergrund, wie KI-Tools sich in reale Entwicklungsorganisationen integrieren lassen. Nvidia setzt intern auf eine speziell angepasste Version des Editors Cursor. Laut Angaben arbeiten mehr als 30.000 Entwickler damit; das Tool wird nicht nur fürs Schreiben von Code genutzt, sondern auch für Debugging, Testautomatisierung und Git-Abläufe. Nvidia berichtet, die Commit-Zahl habe sich gegenüber der Zeit vor der Einführung verdreifacht, während die Fehlerrate stabil geblieben sei. Die Anpassungen sollen insbesondere dabei helfen, mit komplexen Abhängigkeiten und proprietären Hardware-Umgebungen besser umzugehen.

Sicherheitskontrollen im Coding: OpenAI routet GPT-5.3 Codex still um

OpenAI setzt bei GPT-5.3 Codex auf eine Maßnahme, die in der Entwicklercommunity vor allem durch Qualitätsunterschiede auffiel: Bei erkannten Cyber-Risiken werden Anfragen ohne Hinweis auf ein weniger leistungsfähiges Modell umgeleitet, mutmaßlich auf eine GPT-5.2-Variante. In Diskussionen wird von stark schwankender Ausgabequalität berichtet, teils bei komplexen Aufgaben, teils bei sehr einfachen Skripten. OpenAI bestätigt das Verhalten in einem Kommentar zu einem GitHub-Issue und begründet es mit Schutz vor missbräuchlicher Code-Erzeugung. Für professionelle Nutzer existiert ein Verifizierungsprogramm namens Trusted Access for Cyber; nach Freischaltung soll die automatische Herabstufung für das betreffende Konto deaktiviert werden.

Claude Cowork auf Windows: Ordnerregeln als neue Steuerungsebene

Anthropic bringt den KI-Agenten Claude Cowork als Research-Preview auf Windows für Nutzer mit kostenpflichtigem Abo. Die Windows-Version soll funktional der macOS-Ausgabe entsprechen: Dazu zählen Dateizugriff, mehrstufige Aufgabenbearbeitung, Plugins und MCP-Connectoren. Neu sind globale sowie ordnerspezifische Vorgaben, die in jeder Sitzung automatisch gelten und etwa Format-, Benennungs- oder Programmierregeln definieren können. Anthropic beschreibt Dateioperationen trotz lokaler Arbeit in freigegebenen Verzeichnissen weiterhin als kontrollbedürftig. Ein weiterer Bericht verweist darauf, dass mit dem Windows-Start vergleichbare Sicherheitsrisiken wie auf macOS verbunden sind. Ergänzend wird in einem separaten Kontext ein Zielkonflikt zwischen Nutzen und Sicherheit bei KI-Agenten beschrieben: Als Beispiel wird genannt, dass ein manipuliertes Google-Calendar-Element über Claude Desktop Extensions die Kontrolle über einen Computer ermöglichen könne; Anthropic wird mit der Aussage zitiert, keine Pläne zu haben, dieses Problem zu beheben.

Deep Research in ChatGPT: Connectors und Quellenbegrenzung

OpenAI aktualisiert Deep Research in ChatGPT und stellt die Funktion auf GPT-5.2 um. Hinzu kommen App-Connectors zur Einbindung externer Anwendungen. Außerdem lässt sich die Recherche gezielt auf ausgewählte Webseiten einschränken. Nutzer können den Prozess in Echtzeit beobachten und steuern, etwa indem sie abbrechen und neu ausrichten. Die Darstellung der Ergebnisse erfolgt in einer Vollbildansicht.

HalluHard: Webzugriff reduziert Fehler nicht automatisch

Dass Tool-Zugriff allein keine belastbare Faktentreue garantiert, unterstreicht der Benchmark HalluHard. Untersucht werden Fehler in mehrstufigen Dialogen (Multi-Turn), und das Ergebnis fällt klar aus: Auch mit Internetzugriff liefern Modelle in längeren Gesprächsverläufen häufig falsche Fakten. Als Begründung wird genannt, dass Informationen zwar gefunden werden können, aber nicht zuverlässig und konsistent in den bestehenden Kontext eingebettet werden. Damit wird die Annahme in Frage gestellt, dass Retrieval-gestützte Ansätze Halluzinationen in komplexen Dialogen vollständig beseitigen.

Agenten-Skalierung und offene Ansätze: Moonshot AI bündelt bis zu 100 Sub-Agenten

Moonshot AI erweitert Kimi K2.5 um eine Funktion namens Agent Swarm: Ein Hauptagent zerlegt Aufgaben in Teilprobleme, verteilt sie parallel an spezialisierte Sub-Agenten und führt die Resultate zusammen. Genannt wird eine Obergrenze von bis zu 100 Sub-Agenten, um Wartezeiten bei umfangreichen Projekten zu verringern. Zusätzlich werden visuelle Analyse für sogenanntes Vibe-Coding sowie ein Open-Source-Release beschrieben. Die Modellgröße wird mit 595 GB angegeben, wodurch sich der Einsatz vor allem an Nutzer mit leistungsstarker Hardware richtet.

Bild, Video und Audio: Plattformen werden zu Distributionskanälen

Im Kreativbereich wird der Plattformgedanke offensiver ausgespielt. ElevenLabs ergänzt seine ElevenCreative-Plattform um das Modul Audiobooks, das lange Produktionen projektbasiert über Kapitel hinweg organisieren soll. Genannt werden Werkzeuge für Sprecherwechsel, Betonung, Tempo und Konsistenz über lange Laufzeiten. Über eine Partnerschaft mit Spotify und über die eigene ElevenReader-App sollen fertige Werke direkt veröffentlicht werden können, ohne externe Distributoren. Außerdem führt ElevenLabs für ElevenAgents einen Expressive Mode ein, der Intonation, Tempo und Lautstärke in Echtzeit kontextabhängig modulieren soll; zusätzlich wird das Turn-Taking adressiert, damit Pausen und Unterbrechungen natürlicher verarbeitet werden, und es werden Optimierungen an den Latenzen zwischen Spracherkennung, Antwortgenerierung und Sprachausgabe genannt.

Ein Testbericht zu Higgsfield beschreibt eine Weboberfläche, die mehrere Bild- und Videomodelle unter einem Dach zusammenführt, darunter Sora 2, Veo 3.1, KLING, Wan, Minimax sowie Upscaling über Topaz. Hervorgehoben werden Workflows wie Motion Control (Bewegungsübertragung von Video auf eine Bildfigur) und ein Cinema-Studio mit vordefinierten Kamerabewegungen und Formaten. Positiv bewertet werden Bedienbarkeit, breite Modellauswahl und selten sichtbare Wasserzeichen. Kritisiert werden aggressives Marketing, überwiegend automatisierter Support sowie mögliche Unklarheiten bei Abo-Inhalten und bei der Bedeutung von „Unlimited“, das teils mit geringerer Priorität und Einschränkungen einhergehen soll. Passend zum Bildbereich meldet Alibaba Qwen-Image 2.0 als 7B-Modell, das Generierung und Bearbeitung in einer gemeinsamen Architektur verbindet. Genannt werden eine native Ausgabe von 2048×2048 und eine Typografie-Engine für präzisere Textdarstellung auch bei langen Anweisungen. In AI-Arena-Leaderboards werden Platzierungen über Elo-Werte genannt: 1029 (Platz 3) für Text-to-Image sowie 1034 (Platz 2) für Single-Image-Edit. Zusätzlich werden Funktionen erwähnt, die die Konsistenz von Figuren und Objekten über Bildserien verbessern sollen.

Robotik und autonome Mobilität: Von Werften bis Serienfertigung

Für industrielle Umgebungen berichten Fincantieri und Generative Bionics über die Entwicklung eines humanoiden Roboters, der Schweißarbeiten im Schiffbau direkt neben Menschen ausführen soll. Das System setzt auf Sensorik und lokale Verarbeitung, um Bewegungen in Echtzeit an die Umgebung anzupassen; optische Überwachung dient der Kontrolle der Schweißnähte. Der Roboter soll in engen Werftbereichen mobil sein und ohne abgesperrte Zonen auskommen. Erste Tests in der Werft Sestri Ponente bei Genua sind für Ende 2026 geplant; das Programm ist auf vier Jahre ausgelegt. Generative Bionics erhielt Ende 2025 eine Finanzierung über 70 Millionen Euro, genannt werden Investoren wie AMD, Tether und ein KI-Fonds von CDP Venture Capital.

Im Mobilitätssektor starten Toyota und Pony.ai in China die Massenproduktion eines bZ4X-Robotaxis im Werk von GAC Toyota. Die autonome Hardware wird direkt in den Fertigungsprozess integriert, statt nachträglich eingebaut zu werden. Genannt wird die siebte Generation der Autonomous-Driving-Hardware von Pony.ai, dazu Redundanzen bei Lenkung, Bremsen und Stromversorgung sowie ein Remote-Assistance-System für Eingriffe aus der Ferne. Der Einsatz ist zunächst für Peking, Shanghai, Guangzhou und Shenzhen vorgesehen.

Recheninfrastruktur und Investitionen: Runway, Nvidia und Intel

Runway schließt eine Series-E-Runde über 315 Millionen US-Dollar ab und wird mit 5,3 Milliarden US-Dollar bewertet. Als Investoren werden General Atlantic sowie Nvidia, AMD Ventures und Adobe Ventures genannt. Runway betont den Schwerpunkt auf World Models, die physikalische Zusammenhänge simulieren sollen; als Ziele werden der Ausbau von Trainingsinfrastruktur sowie die Erweiterung von Forschung und Engineering genannt.

Nvidia beschreibt in einem Beitrag, warum Robotik-Training in komplexen Umgebungen mit realer Datenerhebung teuer, langsam und riskant ist. Als Ansatz wird die Skalierung multimodalen Robotik-Lernens mit NVIDIA Isaac Lab erläutert, inklusive Simulation, um gefährliche Szenarien abzudecken und Verzerrungen zu reduzieren, die entstehen können, wenn reale Daten überwiegend aus „normalen“ Situationen stammen. Ein weiterer Nvidia-Beitrag thematisiert Großforschungsanlagen mit sehr hohen Datenraten und der Notwendigkeit, Experimente in Echtzeit zu steuern; als Lösungsrichtung wird beschleunigtes Rechnen zur Live-Steuerung beschrieben. Intel kündigt an, auf dem Mobile World Congress 2026 KI-Inferenz in laufenden Mobilfunknetzen zu demonstrieren, mit dem Ziel von Effizienzsteigerungen und einer Neuarchitektur von Netzwerken im Zuge der KI-getriebenen Transformation mobiler Kommunikation.

Überwachung, Auswahlprozesse und Monetarisierung: neue Spannungsfelder

Eine NBER-Studie berichtet, dass Modelle aus LinkedIn-Porträts Indikatoren für Big-Five-Persönlichkeitsmerkmale ableiten können. Diese visuell gewonnenen Indikatoren korrelieren in den Daten mit Arbeitsmarktergebnissen wie Gehaltsentwicklung, Beförderungen und dem Erreichen von Führungspositionen. Die Arbeit wirft Fragen zur Objektivität automatisierter Auswahlprozesse auf, weil unklar bleibt, ob tatsächliche Eigenschaften erkannt werden oder ob gesellschaftliche Muster reproduziert werden.

Zu staatlicher Nutzung von KI-gestützter Erkennung gibt es eine Medienmeldung, wonach Einheiten des US Border Patrol Intelligence Zugriff auf ein Gesichtserkennungstool von Clearview AI erhalten sollen, das auf einer sehr großen Menge aus dem Internet gesammelter Bilder basiert. Eine weitere Mediennotiz beschreibt eine Grok-gestützte Ernährungswebsite (Realfood.gov), die teils Auskünfte ausgibt, die neuen staatlichen Richtlinien widersprechen. Im Unternehmensumfeld berichtet ein Artikel, dass eine ehemalige OpenAI-Forscherin das Unternehmen verlassen habe, weil sie geplante Werbung in ChatGPT als riskant einschätzt und mangelndes Vertrauen äußert, dass Zusagen beim Umgang mit persönlichen Chat-Inhalten in der Monetarisierung eingehalten werden.

Europa, Souveränität und Organisationen: Modelle, Chips und Programme

Ein zusammengefasster Bericht eines wissenschaftlichen Beratungsgremiums beschreibt Europa und Deutschland als stark in der Forschung, aber mit wenigen eigenen Modellen, zu wenig Rechenkapazität und Rahmenbedingungen, die US-Anbietern Vorteile verschaffen. Genannt werden Vorschläge wie ein „28th regime“, um den fragmentierten EU-Binnenmarkt für Startups zu öffnen, sowie Forderungen nach Reformen innerhalb der deutschen Streitkräfte. Separat wird berichtet, Mistral habe seinen annualisierten Umsatzlauf innerhalb eines Jahres deutlich gesteigert und liege bei über 400 Millionen US-Dollar; als Treiber wird das wachsende Interesse Europas an digitaler Souveränität genannt. Außerdem wird unter Berufung auf Reuters gemeldet, ByteDance verhandle mit Samsung über die Produktion eines kundenspezifischen KI-Chips; in diesem Kontext wird auch der Zugang zu knappen Speicherchips als möglicher Bestandteil erwähnt. Eine weitere Medienmeldung nennt einen Startup-Accelerator in Paris namens F/ai, an dem unter anderem OpenAI, Anthropic und Google beteiligt sind. Aus dem Umfeld von xAI wird berichtet, dass inzwischen die Hälfte der Mitgründer das Unternehmen verlassen habe, wobei Jimmy Ba als jüngster Abgang genannt wird.

Orientierung für Teams: Was die Meldungen praktisch bedeuten

Wer KI in Entwicklung, Recherche oder Medienproduktion einsetzt, findet in den aktuellen Updates konkrete Stellschrauben: Erstens werden Agenten über Steuerungsmechanismen wie Ordnerregeln, Connectoren und Verifizierungsprogramme in Arbeitsrahmen gezwungen, was Nutzen und Kontrolle gleichzeitig erhöht. Zweitens zeigen Benchmarks wie SWE-bench Verified und HalluHard, dass Leistungswerte und Dialogstabilität getrennt betrachtet werden müssen, besonders wenn Tools und Webzugriff im Spiel sind. Drittens ist der Trend zur Plattformisierung sichtbar: Audiobook-Workflows mit direkter Distribution, Multimodell-Oberflächen für Bild und Video sowie Investitionen in Infrastruktur für World Models verschieben Wertschöpfung in Richtung integrierter Ökosysteme. Für den Aufbau interner Standards kann ein strukturierter Ansatz helfen, wie er in einem KI-Glossar für Teams beschrieben wird; für Sicherheitsprozesse bietet sich eine Checkliste an, wie sie in einem Beitrag zu Software-Updates und Sicherheit thematisiert wird.