4 min read · 6 sources

Anthropic hat Claude Haiku 5.5 veröffentlicht. Das Modell senkt die Ausführungskosten im Vergleich zu Haiku 4.5 um rund 75 % und erreicht bei latenzkritischen Workloads das Niveau bisheriger Flaggschiff-Checkpoints oder übertrifft diese. Zeitgleich sinken die Preise für Prompt-Cache-Lesezugriffe bei Claude Sonnet 5.5 um 50 % - verfügbar auf AWS, Google Cloud und Azure.

Parallel dazu wird die Infrastruktur rund um die Ausführung von Agenten gehärtet: Microsoft verlagert die Inferenz von zentralen Clustern direkt auf Endgeräte mit Unified-Memory-Windows-Workstations. AWS wiederum liefert Sandboxing-Werkzeuge auf Kernel-Ebene aus, um zu verhindern, dass lokale Agenten-Laufzeitumgebungen beliebigen Shell-Code ausführen.

Die heutigen Releases, ihre Kosten und die Auswirkungen auf bestehende Stacks im Überblick.

Ein per LoRA angepasster 2B-Klassifikator senkte die injizierten Bedrock-Datensätze von 147 auf 25 und reduzierte die mediane Gating-Latenz auf einer RTX 3090 auf 115 ms.

Anthropic unterbietet Mid-Tier-Routing mit Claude Haiku 5.5

Source: anthropic.com ↗

Das zentrale Argument für Haiku 5.5 sind Durchsatz und Wirtschaftlichkeit. Es läuft zu einem Viertel des Preises von Haiku 4.5, bietet einen Regler zur Anpassung des Inferenzaufwands bei komplexen Denkaufgaben und erreicht im GDPval-AA einen Score von 1620 gegenüber 735 bei Haiku 4.5. Anthropic positioniert den Checkpoint als Ersatz für GPT-6 Luna und Sonnet 5.5 in latenzsensiblen Pipelines wie Live-Support, Klassifizierungs-Warteschlangen und mandantenfähigen Sub-Agent-Swarms.

Für Teams, die mehrstufige Agentenmuster aufbauen, ist die Architektur eindeutig: Code-Generierung, Test-Iterationen und Refactorings wandern zu Haiku 5.5, während Opus 5.5 oder Sonnet 5.5 als vorgelagerte Planer fungieren. Bei Systemen mit intensiver Retrieval-Augmented Generation, bei denen die Token-Aufnahme die Rechnung dominiert, wird Haiku 5.5 durch das neue Preismodell zur Standard-Engine für die Datenaufnahme. Zudem halbiert Anthropic die Gebühren für Prompt-Cache-Lesezugriffe bei Sonnet 5.5, wovon vor allem Stacks mit langen System-Prompts und stabilen Tool-Schemas profitieren.

Warum Agenten-Pipelines das Polling des Langzeitgedächtnisses stoppen sollten

Source: blog.mikegchambers.com ↗

Die meisten produktiven Agenten verschwenden Token, weil sie Vektordatenbanken bei jedem Interaktionsschritt ungezielt abfragen. Ingenieur Mike Chambers veröffentlichte eine Architekturanalyse zu decider-gated memory, die ein lokales 2B-Parameter-Modell namens strands-decider nutzt, um zu prüfen, ob ein AWS-Bedrock-Agent tatsächlich externen Kontext benötigt.

Der Aufbau ersetzt den traditionellen Sprachmodell-Head auf einem Qwen-3.5-2B-Rumpf durch einen per LoRA feinabgestimmten Pointer-Head. Im Test reduzierte der Klassifikator die Speicherabfragen von Bedrock von acht auf drei und senkte den injizierten Kontext von 147 Datenbankeinträgen auf 25, ohne die Qualität der Endausgabe zu beeinträchtigen. Die mediane Evaluierungslatenz lag bei rund 115 ms auf einer Desktop-RTX-3090 und bei 153 ms auf einem MacBook mit Apple Silicon M3. Testumgebungen und Code stehen auf GitHub bereit und bieten ein direkt einsetzbares Muster gegen das Aufblähen von Kontextfenstern in Agenten-Schleifen.

Microsoft verteilt GitHub Copilot auf lokale RTX-Spark-Chips

Source: commandline.microsoft.com ↗

Microsoft baut GitHub Copilot um und macht lokale Hardware zu einer primären Inferenzebene. Im Rahmen der Initiative Project HydraFusion teilt Copilot Workloads automatisch zwischen gehosteter Infrastruktur und On-Device-GPUs auf - basierend auf Systemlast, Latenzspielraum und Aufgabenkomplexität.

Die On-Device-Komponente basiert auf einer quantisierten Variante von MAI Code 1.1 Flash, optimiert für Workstations wie das Surface Laptop Ultra mit NVIDIA-RTX-Spark-Chips. Diese Systeme bieten rund 1 PFLOP an Rechenleistung sowie bis zu 128 GB Unified Memory. Dadurch verbleiben große Programmiermodelle resident im VRAM, ohne den Arbeitsspeicher des Hosts zu überlasten. Für den sicheren Zugriff dieser lokalen Modelle auf das Hostsystem führt Microsoft die Microsoft Execution Containers (MXC) ein. MXC dient als Sandbox auf Betriebssystemebene, die lokale Shell-Aufrufe, Debugging-Server und Dateizugriffe isoliert, Netzwerk-Egress reduziert und Systemanmeldedaten abschirmt.

Windows wechselt mit MXC zur hybriden Agenten-Orchestrierung

Source: blogs.windows.com ↗

Ergänzend zu den Entwickler-Tools legte Microsoft eine umfassende Roadmap für hybride Intelligenz vor und etabliert Windows als Ausführungs-Broker für autonome Agenten. Die allgemeine Verfügbarkeit von Microsoft Execution Containers (MXC) bringt native Sandbox-Isolation direkt in die Windows-Laufzeitumgebung - primär ausgelegt auf die Absicherung von Deployments für Microsoft Agent 365 und lokale Entwicklungsassistenten.

Anstatt Hintergrundaufgaben als Standard-Binärdateien im User-Space auszuführen, leitet das Betriebssystem Agenten-Werkzeuge über Containergrenzen mit expliziten Berechtigungsbarrieren für Dateipfade, Umgebungsvariablen und Netzwerkrouten. Die Laufzeitschicht unterstützt sowohl Windows-ML-Treiber als auch direkte Ausführungspfade via llama.cpp. IT-Abteilungen können damit Offline-Agenten auf DGX Stations, Mini-PCs und Hardware mit Unified Memory einsetzen, ohne das zugrunde liegende Host-Betriebssystem unsicheren Tool-Operationen auszusetzen.

SAP bettet USDC- und EURC-Settlement in zentrale ERP-Workflows ein

Source: forkast.news ↗

SAP hat auf der SAP Connect SAP Pay vorgestellt und damit die Stablecoin-Abwicklung direkt in SAP Cloud ERP integriert. Treasury-Abteilungen können Lieferantenrechnungen künftig in USDC und EURC über 89 weltweite Zahlungskorridore und mehr als 40 Fiat-Währungen begleichen. Digitale Assets werden dabei wie Standard-Saldenposten bei Verrechnungsstellen behandelt.

Die Integration basiert auf der Arc-Blockchain-Infrastruktur von Circle und wird vom Enterprise-Konnektivitätsanbieter Tereina in SAP eingebunden. Für Systemingenieure im Enterprise-Bereich entfallen damit maßgeschneiderte Payment-Bridges und separate Ledger-Synchronisationsjobs. Rechnungen werden direkt mit Hauptbuchmodulen abgeglichen und stellen native APIs für die grenzüberschreitende Abstimmung bereit. SAP kombiniert die Schnittstellen zudem mit Joule-KI-Agenten, um automatisierte, richtliniengesteuerte Rechnungsfreigaben ohne manuelle Prüfung in der Kreditorenbuchhaltung zu ermöglichen.

AWS veröffentlicht Strands Box zur Absicherung von CLI-Agenten

Source: theregister.com ↗

Amazon Web Services hat Strands Box vorgestellt, ein quelloffenes Isolations-Framework, das unsichere Aktionen von Agenten abfängt, bevor sie die Host-Umgebung erreichen. Das Framework kapselt Laufzeitumgebungen - darunter die Dogwood Local Engine, die Strands Shell und lokale Python-Interpreter - in ephemeren Umgebungen mit zustandsabhängiger Richtliniendurchsetzung.

Im Gegensatz zu einfachen Berechtigungsgrenzen erfasst die Policy-Engine von Strands Box auch zeitliche Abläufe und überwacht Befehlsfolgen statt isolierter Einzelaktionen. Sie blockiert anomales Verhalten - etwa wenn ein Agent innerhalb desselben Durchlaufs Zugangsdaten generiert, eine Datei modifiziert und einen ausgehenden Slack-Webhook ausführt. Für Infrastruktur-Ingenieure, die unbeschränkte Evaluierungsschleifen oder Agenten mit Tool-Zugriff lokal ausführen, bietet das Framework einen auditierbaren Schutzwall gegen versehentliche Dateilöschungen und unautorisierte API-Aktualisierungen.