6 min read · 16 sources

PagedAttention ermöglicht 2- bis 4-fach mehr Nutzern das Teilen eines einzelnen GPU durch Verwaltung des KV-Cache wie virtuelle Speicherseiten statt zusammenhängender Blöcke.

Project Parka: Meeting-Recorder weist Arbeit zu

Source: runtimewire.com ↗

Anthropics neuester Claude-Desktop-Build enthält einen versteckten Meeting-Recorder, der nicht nur transkribiert - er weist Agenten Aufgaben zu. Reverse Engineers bei RuntimeWire fanden Project Parka in Version 1.32885.1 (macOS DMG und Windows x64 Builds). Der Stub referenziert Deepgram Nova-3 für Spracherkennung und definiert drei Ausführungstypen - cowork, code und manual - jeweils mit Titel, Beschreibung, Owner, vollständigem Prompt und einem autoRunnable-Flag. Parka erfasst System- und Mikrofon-Audio, erstellt sprecher-attribuierte Transkripte und konvertiert diese direkt in umsetzbare Aufgaben für Claude Code oder Cowork. Die Implikationen sind erheblich: Wenn Anthropic den gesprochenen Kontext kontrolliert, der Arbeit erzeugt, kann es diese Arbeit direkt an seine Coding-Agents weiterleiten und möglicherweise neu definieren, wie aus Meetings Implementierungen werden. Ob Claude automatisch agiert oder auf menschliche Genehmigung wartet, bleibt unklar.

ChatGPT lebt jetzt in Apple Messages

Source: 9to5mac.com ↗

OpenAI lieferte ein Apple-Messages-Plugin für ChatGPT auf dem Mac, das iMessage, SMS und RCS-Nachrichten aus der Desktop-App liest, durchsucht und vorbereitet. Das Plugin läuft lokal unter Verwendung von AppleScript und macOS-Accessibility-APIs statt serverseitiger Hacks oder Siri-KI-Indizierung. Das Senden erfordert unter Standardeinstellungen eine Benutzergenehmigung, obwohl ein bekanntes Problem die Eingabeaufforderung umgeht, wenn Aufgaben auf „Vollzugriff" gesetzt sind. Für Engineers demonstriert dies ein Pattern für KI-Agents, die mit lokalen Anwendungsdaten über Plattform-APIs interagieren - Permission-Scoping und lokale Execution-Trust-Boundaries sind jetzt konkrete Anliegen statt theoretische.

Slack Code: Agents treten dem Team-Kanal bei

Source: slack.com ↗

Slack startete Code-Kanäle, in denen Entwicklungsteams und KI-Agents gemeinsam in einem geteilten Workspace Software planen, schreiben und überprüfen. Wenn ein Agent erwähnt wird, startet er einen dedizierten Code-Kanal, zieht Teammitglieder hinzu und baut Räume um die Arbeit auf - Code-Diffs, Planungsdokumente, HTML-Previews - und archiviert den Kanal nach Abschluss, während er ihn als Audit-Log behält. Launch-Partner sind Anthropic, Cognition, GitHub, OpenAI und Vercel, mit GitHub-Copilot-Integration zum Start. Dies bewegt KI-Coding aus privaten Tabs in kollaborative Workflows und ermöglicht Team-Überwachung von Agent-generiertem Code und geteiltem Kontext. Für Teams, die Agents isoliert betrieben haben, ist dies ein völlig anderes Governance-Modell.

Mistrals Search Loop: Von One-Shot-Retrieval zur Navigation

Source: mistral.ai ↗

Mistral Agentic Search ersetzt den Ansatz „Alles in den Kontext-Window laden" bei Dokument-Q&A durch eine Multi-Step-Retrieval-Loop: Search, Open, Navigate, Read und Grep. Auf FinanceBench sprang dieselbe Model von 26,7 % auf 86 % Genauigkeit. Bei OfficeQA Pros tabellenschweren Fragen gewann sie 45,6 Prozentpunkte. P90-Latenz sank um bis zu 39,6 %, und Token-Verbrauch fiel um bis zu 33 %. Verfügbar über das Mistral-Search-Toolkit, integriert in Studio und Vibe, mit portablen Open-Source-Tools für Cloud- oder On-Premises-Isolation. Für Finance- und Legal-Teams, die in dichten langen Dokumenten ertrinken, wo traditionelles RAG versagt, ist dies ein bedeutender Capability-Freischaltung.

PagedAttention: Virtueller Speicher für den KV-Cache

Source: thegustafson.com ↗

PagedAttention wendet Betriebssystemkonzepte auf den KV-Cache bei LLM-Inferenz an. Ein naives Serving-System reserviert max_context-Slots pro Request unabhängig von der tatsächlichen Generierungslänge, was Internal Fragmentation (leere Slots, gehalten durch kurze Requests) und External Fragmentation (freie Blöcke passen nicht zu neuen Request-Größen) verursacht. PagedAttention verwaltet KV-Cache als Pages statt als zusammenhängende Blöcke und ermöglicht 2- bis 4-fach mehr Nutzer pro GPU. Implementiert in vLLM und ähnlichen Systemen. Wer LLMs serviert, adressiert mit dieser Technik direkt den dominierenden Memory-Engpass bei Inferenz.

Harvey trainiert Kimi K3 für Langfristige Legal Work nach

Source: harvey.ai ↗

Harvey Tenet ist ein Open-Weight Legal Model, aufgebaut auf Kimi-K3-Basis unter Verwendung von asynchronem Reinforcement Learning in realistischen Legal-Umgebungen. Es verdoppelt nahezu held-out LAB-Task-Completion (All-Pass-Rate +9 Prozentpunkte), erreicht State-of-the-Art bei LAB Contracts und zweiten Platz bei LAB Overall und hält Performance bei LegalBench, CUAD und MAUD ohne Degradation des Base-Model-Verständnisses. Es übertrifft auch K3 bei Mercor APEX Agents (Corporate Law) und Crosby Redline Bench, obwohl es nie auf diesen Benchmarks trainiert wurde. Die entscheidungsändernde Idee: Ein Professional-Service-Model kann sich verbessern, indem es Workflow und Harness lernt, nicht nur durch die Aufnahme von mehr Legal Text. Alle Ergebnisse sind herstellerautorisiert.

Ox Alpha: Ein Stealth-Reasoning-Model für Produktionsarbeit

Source: openrouter.ai ↗

Ox Alpha erschien am 20. August 2026 als Stealth-Reasoning-Model für Coding, nachhaltige Agentic Work und Produktionsworkloads mit einem 1M-Token-Kontextfenster. Entwickelt von ZAI (offengelegt als GLM-5.3-Flash), bleibt es über OpenRouters Stealth-Model-Vorschau anonym. Prompts und Completions werden vom Provider aufbewahrt, aber nicht für Training verwendet. Der 1M-Kontext positioniert es für langfristige Software-Engineering-Aufgaben. Engineers, die OpenRouters Katalog evaluieren, sollten beachten: Der Provider behält Daten, was für sensible Workloads relevant ist.

Googles Antigravity Agents landen in Enterprise-IDEs

Source: antigravity.google ↗

Google fügte Antigravity zu Gemini-Enterprise-Abonnements (Standard und Plus) hinzu mit neuen Extensions für VS Code, Visual Studio, JetBrains und Zed. IT-Admins erhalten einheitliche Sichtbarkeit, Security-Governance und Cost-Management; Developers authentifizieren sich über Workforce Identity Federation und Application Default Credentials ohne manuelle API-Keys. Fähigkeiten umfassen konfigurierbares Sandboxing, Workspace-Policy-Limits, MCP-Server-Permission-Controls und granulare Budget-Caps mit gepoolten Quotas. AirAsia wird zitiert mit 50+ % Produktions-QA-Code, generiert mit Antigravity. Dies bündelt Advanced Agentic Coding in Enterprise-Abonnements, entfernt Adoption-Friction, erfordert aber sorgfältige Governance-Konfiguration.

Anthropic stabilisiert Production-Agent-Tooling

Source: x.com ↗

Anthropic machte Computer Use, Browser Tool, Skills API und Files API zum 20. August 2026 allgemein verfügbar auf der Claude Platform. Diese ermöglichen es Claude Managed Agents, Anwendungen ohne APIs zu automatisieren, weniger Roundtrips pro Task auszuführen und auf versionierten Skills mit wiederverwendbaren Dateien zu operieren. Für Engineers, die Production-Agents bauen, repräsentiert dies eine stabile, unterstützte Oberfläche für Browser-Automation und Skill-basierte Workflows statt experimenteller Features. Caveat: Ältere gecachte Dokumentation kennzeichnet noch Teile des Stacks als Beta, Verfügbarkeit sollte pro Account verifiziert werden.

Poolside AI lizenziert für 6 Mrd. USD an Nvidia

Source: x.com ↗

Poolside AI unterzeichnete einen nicht-exklusiven Lizenzvertrag mit Nvidia für 6 Mrd. USD plus 1 Mrd. USD Investition bei 12 Mrd. USD Pre-Money-Bewertung. 109 Poolside-Mitarbeiter erhielten Angebote, Nvidia beizutreten. Anders als typische Acqui-hires - Scale-Meta, Groq, Character AI-Google - bleiben Poolside-Gründer beim Startup, das sie explizit als „keine Akquisition und kein Acqui-hire" bezeichnen. Dies ist eine neuartige Lizenzstruktur: Talent und Technologie fließen zu Nvidia, während das Startup unabhängig weiter operiert.

Micron unterstützt KI-Speicher mit 10 Mrd. USD

Source: insideai.news ↗

Micron kündigte eine Investition von 10 Mrd. USD über ein Jahrzehnt in ein Bochumer Forschungslabor an, fokussiert auf HBM4, Next-Generation-DRAM und Compute-in-Memory-Architekturen zur Reduzierung von Data-Movement-Engpässen und Verbesserung der Energieeffizienz. Die Investition entspricht dem Umfang von Micarons 100-Mrd.-USD-Engagement über 20 Jahre für die New Yorker Megafab. Memory-Bandwidth und -Capacity bleiben primäre Engpässe bei KI-Training und Inferenz - dies signalisiert fortgesetzte Branchenpriorisierung von Memory-Innovation für KI-spezifische Hardware.

Quick Hits

Source: reuters.com ↗

Anthropic überarbeitete Enterprise-Datenaufbewahrung: Geplant, Enterprise-Kunden zu erlauben, die erforderliche 30-Tage-Datenaufbewahrung auf ihrer eigenen Cloud-Infrastruktur zu behalten.

OpenAI startete ein Strategic-Futures-Team: Untersucht, wie die Gesellschaft individuelle Autonomie bewahrt, während Advanced AI wirtschaftliche und politische Macht umgestaltet.

TaoLive trainiert kompakte Models für wechselnde Harnesses: Harness-Aware Training variiert Skill-Namen, Tool-Schemata und Prompt-Struktur während des Trainings und bringt einem 35B-Model bei, seinen aktuellen Harness zu interpretieren, statt eine feste Schnittstelle zu memorieren. Auf NVIDIA H20 GPU erreicht es 94,8 bei Live-Stream QA (Base: 80,3) und 94,6 bei Harness-Variant QA (Base: 75,4).