5 min read · 12 sources

Ein Modell, von dem gestern niemand gehört hatte, ist das am schnellsten übernommene, das das Vercel AI Gateway je gesehen hat, und es ist nicht einmal ein LLM. TypeSafe AIs Jev, ein probabilistisches Entscheidungsmodell, zog in den ersten 24 Stunden mehr als doppelt so viele kostenpflichtige Teams an als jeder frühere Launch auf der Plattform. Wenn Sie Agenten oder Guardrails betreiben, ist dies die Art von Geschwindigkeits- und Kostenkurve, die Sie infrage stellen lässt, warum Sie Token für einen Transformer bei einer Routing-Entscheidung verbrennen.

Währenddessen hat die Hintertür, die nicht sterben will, gerade Ihr Incident-Response-Runbook ausgelacht. GraphWorm braucht keine C2-Domain, weil es in einem echten OneDrive-Konto lebt, und das Widerrufen seines OAuth-Tokens bewirkt nichts, wenn es seine Identität aus einem Hardware-Hash wiederherstellen kann. Der heutige Newsletter hat die Details zu beiden, plus VMware, das leise SmartNICs einstampft, Fastlys neue KI-Firewall und warum Ihr bester Ingenieur die schlechteste Person ist, um Ihr KI-Pilotprojekt zu beurteilen.

Jev ist bis zu 194-mal schneller und 445-mal günstiger als Sprachmodelle, und es hat gerade Vercels Übernahme-Rekord gebrochen.

Jev übertrifft jeden früheren Vercel-AI-Gateway-Launch in 24 Stunden

Source: vercel.com ↗

TypeSafe AIs Jev-Modell erreichte das Vercel AI Gateway und wurde zum am schnellsten übernommenen Modell in der Gateway-Geschichte, das innerhalb eines Tages mehr als doppelt so viele kostenpflichtige Teams erreichte als jeder frühere Launch. Jev ist ein probabilistisches Entscheidungsmodell, kein Sprachmodell, und TypeSafe berichtet, dass es bis zu 194-mal schneller und 445-mal günstiger als LLMs bei Workflow-Evaluierungen ist. Es ist bis zum 25. September kostenlos auf dem AI Gateway. Für Entwickler ist das relevant, wenn Sie LLMs für Routing, Guardrails oder Agenten-Tool-Auswahl verwenden, wo ein zweckgebautes Entscheidungsmodell sowohl die Latenz als auch die Kosten pro Aufruf senken kann, die agentische Systeme im großen Maßstab unwirtschaftlich machen.

NVIDIAs DSX-Ready-Programm befasst sich mit Strom- und Kühlungsherausforderungen von KI-Fabriken

Source: blogs.nvidia.com ↗

NVIDIA hat DSX-Ready AI Factories gestartet, um Buildern zu helfen, Angebote mit Zuversicht zu bewerten und Integrationsrisiken zu reduzieren. Das Programm bietet eine systemweite Sicht auf Strom-, Kühlungs-, Wasser- und Netzbeschränkungen, was der unglamouröse Engpass ist, der mehr KI-Bereitstellungen tötet als die GPU-Verfügbarkeit es je tun wird. Wenn Sie einen dichten Cluster aufbauen, erhalten Sie hier ein Referenz-Framework dafür, was die Einrichtung tatsächlich braucht, um ein volles Rack mit B300s im Spitzenbetrieb zu überleben.

GraphWorm: Das Widerrufen des Tokens hat die Hintertür nicht getötet

Source: csoonline.com ↗

Eine reverse-engineerte Hintertür namens GraphWorm nutzt ein echtes OneDrive-Konto über Microsoft Graph als Command-and-Control-Totkasten, ohne C2-Domain oder feste Adresse, die blockiert werden kann. Es authentifiziert sich als OAuth-Anwendung, nutzt Heartbeat- und Fingerprint-Dateien und kann gestohlene Anmeldedaten remote ersetzen, alles über TLS zu graph.microsoft.com, was es für Netzwerkebenen-Verteidigungen unsichtbar macht. Das Widerrufen des Tokens stoppt es nicht, weil der Implantat eine Kennung durch Hashen der Hardware-Adresse des Netzwerkadapters erstellt, was eine dauerhafte Re-Authentifizierung ermöglicht. Traditionelle Incident Response ist hier von Anfang an tot: Sie müssen die Identitätsebene als Kompromittierungsobjekt behandeln und mit Cloud-Telemetrie jagen, nicht nur Anmeldedaten rotieren und es dabei belassen.

Wem gehören die Daten? Es ist ein Verantwortungsproblem, kein technisches

Source: fromdata2ai.substack.com ↗

Ein tiefer Einblick in den Dateneigentum argumentiert, dass Eigentum grundlegend über Verantwortung für geschäftliche Bedeutung, Regeln und Qualität geht, nicht über technischen Besitz. Es hebt häufige Fehler hervor, wie die Annahme, dass technischer Zugriff Eigentum bedeutet, und Fragen wie “Was bedeutet Kundestatus = Aktiv?” die Verantwortungslücken über Anwendungs-, Datenbank- und KI-Teams hinweg aufdecken. Wenn Ihr KI-Team auf einer Spalte trainiert, die drei verschiedene Teams auf drei verschiedene Arten definieren, ist das Modell das geringste Ihrer Probleme.

VMware schraubt seine SmartNIC-Ambitionen leise zurück

Source: theregister.com ↗

The Register berichtet, dass VMware seine SmartNIC-Ambitionen leise zurückgeschraubt hat, eine potenzielle Änderung in der Virtualisierungs-Hardware-Strategie. Details sind spärlich, aber wenn Sie in eine SmartNIC-Roadmap für Ihre vSphere-Umgebung investiert haben, ist dies das Signal zum Neubewerten. Derselbe Artikel erwähnt einen Leser, der mit einer Überraschungsrechnung konfrontiert wurde, nachdem Microsoft-Portale uneins waren, Finanzminister Scott Bessent, der feststellte, dass Menschen das nicht tun, Googles neue dünne und leichte Laptops ab 899 US-Dollar und Russen, die sich als Signal-Support für Phishing ausgeben.

Fastly startet KI-Firewall und Laufzeitkontrolle für Unternehmens-KI

Source: investors.fastly.com ↗

Fastlys neue AI Runtime Control leitet Modellaufrufe über einen einzigen Endpunkt über öffentliche und selbstgehostete Anbieter, verwendet virtuelle Schlüssel zum Schutz von Anmeldedaten und bietet Echtzeit-Transparenz über Token-Ausgaben. Dies zielt direkt darauf ab, den Zugriff von KI-Agenten auf APIs zu steuern und Kosten zu kontrollieren, während der KI-Verkehr explodiert. Wenn Ihre Agenten mehrere Anbieter aufrufen, müssen Sie keine API-Schlüssel mehr über jeden Dienst verstreuen.

Presidio eröffnet Enterprise-KI-Labor mit Dell- und Nvidia-B300s

Source: presidio.com ↗

Presidio hat sein PATH-Labor erweitert, um Dell-Technologies-beschleunigte Infrastruktur einzuschließen, mit Dell PowerEdge-XE9780-Systemen mit NVIDIA-B300-GPUs für groß angelegtes Training und XE7745-Servern mit RTX-PRO-6000-GPUs. Kunden können vor der Produktionsbereitstellung Leistung benchmarken und Referenzarchitekturen validieren. Wenn Sie digitale Zwillinge, RAG oder autonome Agenten auf echter Hardware testen möchten, ohne sie zuerst zu kaufen, ist dies die Sandbox.

Atlassians synthetische Daten-Engine: zig Millionen Arbeitselemente, null echte Kunden

Source: atlassian.com ↗

Atlassian hat eine skalierbare synthetische Daten-Engine gebaut, um produktförmige, relational korrekte Datensätze für Jira, Confluence und Ökosystem-Apps ohne echte Kundendaten zu generieren. Das System verarbeitet zig Millionen Arbeitselemente über unterschiedliche Anzahlen von Spaces und adressiert Stressunterschiede in der Systemleistung. Wenn Sie jemals versucht haben, mit bereinigten Produktionsdaten Lasttests durchzuführen und zusehen mussten, wie es an referenzieller Integrität scheiterte, ist dies die Architektur, die Sie sich gewünscht hätten.

Sumo Logic fügt mehr Kontrolle über Beobachtbarkeits-Datenkosten hinzu

Source: prnewswire.com ↗

Sumo Logic hat sein Data-Pipelines-Produkt aufgerüstet, damit Unternehmen Telemetrie filtern, transformieren und weiterleiten können, bevor sie erfasst wird. Das Ziel ist es, Beobachtbarkeits-Speicherkosten zu senken und gleichzeitig sauberere Daten für KI-gesteuerte Operationen vorzubereiten. Wenn Ihre Beobachtbarkeitsrechnung schneller steigt als Ihre Infrastruktur, ist dies der Hebel, an dem Sie ziehen sollten.

Ihre besten Leute sind die schlechtesten Beurteiler Ihres KI-Pilotprojekts

Source: hitesh.in ↗

Ein neuer Essay argumentiert, dass Ihre besten Ingenieure die schlechtesten Beurteiler von KI-Pilotprojekten sind, weil sie unbewusst Modelllimits kompensieren, eine Voreingenommenheit namens subjektive Validierung. Es vergleicht den Effekt mit dem Betrug eines Hellsehers, bei dem der Benutzer vagen Ausgaben Bedeutung verleiht, und stellt fest, dass vom Anbieter ausgewählte Demos das Tool schönreden. Die Kernwarnung: Pilotprojekte messen menschliche Intelligenz, nicht Modellfähigkeit, testen Sie also mit kompetenten Benutzern, die kein Interesse am Ergebnis haben.

RatHat-Malware zielt auf Android-Bildschirm-Anmeldedaten

Source: cnet.com ↗

Eine neue KI-gestützte Malware namens RatHat dringt in das Android-Ökosystem ein und läuft im Hintergrund, um Bildschirminformationen wie Benutzernamen, Passwörter und Zwei-Faktor-Authentifizierungscodes zu erfassen. Die Infektionskette ist laut Sav Wheeler von Malwarebytes nicht unbedingt komplexer als eine Phishing-E-Mail unter Windows. On-Prem-KI-“Token-Fabriken” versprechen niedrigere Inferenzkosten mit Kaytus’ [MotusAI-Upgrade](https://www.globenewswire.com/news-release/2026/09/21/3365230/0/en/kaytus-upgrades-mot