KI beschleunigt nun ihre eigene Forschung: METR sagt, Anthropic habe die Schwelle überschritten
7 min read · 16 sources
- Der Fähigkeitsfortschritt von Anthropic zwischen Oktober 2025 und Oktober 2026 war laut METRs AECI-Index etwa doppelt so schnell wie in den vorangegangenen zwölf Monaten.
- OpenAI sammelte 11 Milliarden Dollar bei einer Bewertung von 1,25 Billionen Dollar ein und verfehlte damit sein gemeldetes Ziel von 30 Milliarden Dollar.
- Ein PSI-Forschungssystem, das ein nicht-öffentliches Anthropic-Modell ausführt, bewies die seit 2008 offene Aaronson-Ambainis-Vermutung, verifiziert in Lean.
- OpenRouters neuer Auto Code-Router erreicht bei fünf Benchmarks die Leistung von Claude Opus 5.5 und kostet dabei 74 % weniger pro Aufgabe.
- Ein Whitepaper zeigt, dass ein Agent innerhalb eines Trainingslaufs die AIME-2026-Genauigkeit eines Modells von 64 % auf 71 % steigerte, indem er es im laufenden Betrieb neu entwarf.
Die größte einzelne Zahl in der KI heute ist kein Modell-Benchmark - es ist eine Wachstumsrate. Ein METR-Bericht stellte fest, dass der Fähigkeitsfortschritt von Anthropic zwischen Oktober 2025 und Oktober 2026 etwa doppelt so schnell war wie in den vorangegangenen zwölf Monaten, gemessen an einer internen Version des Epoch Capabilities Index (AECI). Die Autoren führen den Großteil dieser Beschleunigung auf KI zurück, die KI-Forschung automatisiert.
Das bringt uns über eine Linie, die Anthropic selbst in den Sand gezogen hat. Die Autoren des Berichts glauben, dass die Schwelle der „dramatischen Beschleunigung“ in Anthropics Responsible Scaling Policy bereits überschritten wurde. Wenn KI menschliche Forscher insgesamt um mehr als das Doppelte beschleunigt, werden die Zeitlinien kürzer als die meisten externen Prognosen - und das ist ein Risikofaktor, den jeder Entwickler, der auf diesen Modellen aufbaut, im Blick behalten sollte.
Die Autoren glauben, dass die Schwelle der „dramatischen Beschleunigung“ in Anthropics Responsible Scaling Policy bereits überschritten wurde, was auf kürzere Zeitlinien hindeutet als die meisten externen Prognosen.
OpenAI nimmt 11 Milliarden Dollar bei 1,25 Billionen Dollar auf - unter dem eigenen Ziel
OpenAI hat Berichten zufolge 11 Milliarden Dollar in einer neuen Finanzierungsrunde aufgenommen, die das Unternehmen mit 1,25 Billionen Dollar bewertet, wobei die Runde in den kommenden Wochen abgeschlossen werden soll und insgesamt etwa 20 Milliarden Dollar erreichen könnte. Das liegt unter den 30 Milliarden Dollar, die OpenAI Ende September Berichten zufolge anstrebte.
Die Lücke ist wichtig. Sie signalisiert das Vertrauen des Marktes - oder dessen Fehlen - in die Bewertungen von Frontier-KI. Separat berichtet Bloomberg, dass potenzielle Käufer beim IPO von Anthropic eine Bewertung von nur 1,1 Billionen Dollar anpeilen, verglichen mit den 2 Billionen Dollar, die Investoren vor einem Monat erwarteten. Für Entwickler übersetzt sich das direkt in Einstellungsbudgets und Forschungspersonal. Wenn Bewertungen schrumpfen, wird als Erstes die Compute-Zuteilung für explorative Arbeit gekürzt.
Ein Jahr im RSI-Team von Meta
Ein Forschungstechniker bei Meta veröffentlichte einen Bericht aus erster Hand über die Arbeit an Recursive Self-Improvement (RSI): KI-Agenten beizubringen, die nächste Generation von Modellen zu trainieren und sich selbst weiterzuentwickeln. Die Arbeit teilt sich in zwei Wege - das Aktualisieren des Basismodells selbst oder die Verbesserung des Scaffolds darum (Prompts, Tools, Memory, Code).
Die praktische Realität ist weniger glamourös als die Theorie. Der Autor merkt an, dass 90 % der Zeit mit dem Schreiben von Code und der Wartung von Infrastruktur verbracht wird. Für Entwickler, die in dieses Feld einsteigen wollen, ist der Rat unverblümt: Priorisiert Veröffentlichungen, die Recruiter finden können. Es ist ein nützlicher Realitätscheck, was „Agenten beibringen, die schwersten Probleme der Welt mit Tokens und Compute zu lösen“ an einem Dienstagnachmittag tatsächlich bedeutet.
Die Ökonomie von RSI: Drei Kräfte, eine Singularität
Ein Thread, der Beiträge eines Ökonomen bündelt und ein neues Papier zu RSI gehen der umstrittenen Definition des Begriffs nach. Das Papier bettet die KI-getriebene Automatisierung der KI-Forschung in ein standardmäßiges Modell des Wirtschaftswachstums ein, das von drei Kräften bestimmt wird: abnehmende Erträge, Engpässe (Komplementarität) und Spillover von KI auf den Rest der Wirtschaft.
Das Modell liefert einen Rahmen dafür, wann RSI zu einer „wirtschaftlichen Singularität“ führen könnte - und wann nicht. Wenn abnehmende Erträge dominieren, stagniert der Fortschritt. Wenn Engpässe dominieren, wird der Fortschritt durch die langsamste Komponente bestimmt. Wenn Spillover dominieren, erhält man explosives Wachstum. Zu verstehen, welche Kraft tatsächlich regiert, ist entscheidend für jeden, der langfristige Pläne zu Infrastrukturausgaben oder Modellbeschaffung macht.
Wie Anthropic Agent-Memory aufbaut
Anthropics Forschung zu Agent-Memory untersucht, wie KI-Agenten effektives Langzeitgedächtnis aufbauen können. Der Schlüsselmechanismus: Erfassen von Erfahrungen während der Interaktionen, dann Umorganisieren in Leerlaufphasen durch einen Prozess namens „Träumen“.
Der Beitrag schlüsselt auf, wie verschiedene Memory-Komponenten dazu beitragen, nützliche Informationen zu organisieren und zu behalten. Für Entwickler, die Agent-Systeme bauen, ist das der Unterschied zwischen einem Chatbot, der Ihren Kontext vergisst, und einem, der mit längerer Nutzung intelligenter wird. Der „Träumungs“-Prozess - das Konsolidieren von Erinnerungen in Ausfallzeiten - ist ein Designmuster, das es wert ist, für jede langlebige Agent-Infrastruktur übernommen zu werden.
OpenRouters neue Router: 4x schneller, 74 % günstiger für Code
OpenRouter hat die nächste Generation seines Auto Router sowie einen neuen spezialisierten Auto Code-Router gestartet. Das neue technische Fundament übertrifft den alten Router bei Benchmarks um bis zu 4x, mit einem Routing-Schritt, der bei p90 3x schneller ist (0,65 s gegenüber 1,96 s). Die Router gewichten elf Faktoren pro Anfrage, kombiniert mit Live-Preisen, Provider-Gesundheit und Cache-Status.
Die Schlagzeilenzahl für jeden, der LLM-Anwendungen betreibt: Auto Code erreicht bei fünf Benchmarks die Leistung von Claude Opus 5.5 und kostet dabei 74 % weniger pro Aufgabe. Speziell für Codierungsaufgaben ist das eine massive Kostenreduktion ohne Qualitätsverlust. Die Router funktionieren mit beliebigen Modellen und Governance-Richtlinien, sodass man nicht an einen bestimmten Provider gebunden ist.
Ein Beweis der Aaronson-Ambainis-Vermutung
Ein Forschungssystem, das bei Physical Superintelligence (PSI) entwickelt wurde, das ein nicht-öffentliches Anthropic-Modell ausführt, hat einen Beweis für die Aaronson-Ambainis-Vermutung gefunden - offen seit 2008. Die Vermutung betrifft, wann Quantencomputer exponentiell schneller sein können als gewöhnliche. Der Beweis wurde vom Lean-Beweisassistenten verifiziert.
Das System verbesserte das Ergebnis während des Laufs zweimal, und der Beweis baut auf Ideen von Shachar Lovett, Jiapeng Zhang und David Reimer auf. Das löst ein zentrales offenes Problem in der Quantenkomplexitätstheorie und etabliert Grenzen für Quantenbeschleunigungen bei zufälligen Eingaben. Für jeden, der auf die Zeitlinie des Quantencomputings setzt, grenzt das die Fälle ein, in denen Quanten tatsächlich gewinnt.
Das Ende der KI-Frontiers bei Microsoft
Ein Forscher bei Microsoft beschreibt die Gründung und anschließende Umstrukturierung der Suborganisation AI Frontiers (AIF) innerhalb von Microsoft Research. AIF arbeitete an Agenten (Autogen, Fara) und neuen grundlegenden Fähigkeiten (Next Latent objective, Dion3, Full Bandwidth Transformer) und entwickelte ein gemeinsames Monorepo für den Modellbau.
Anfang September wurde AIF in Microsoft AI umstrukturiert - ein Schritt, den der Autor als in der Praxis möglicherweise nicht vorteilhaft beschreibt. Es ist eine Insider-Perspektive darauf, wie Forschungsorganisationsstrukturen und Compute-Zuteilung den Erfolg von KI-Forschungsbemühungen beeinflussen. Die Lehre: Forschungsorganisationen leben und sterben mit ihrem Zugang zu Compute und ihrer Fähigkeit, langfristige Arbeit vor Quartalsdruck zu schützen.
Project EVE: Claude spielt MMORPGs
Anthropics Project EVE ließ Claude zwei MMORPGs im EVE-Universum spielen: EVE Online und EVE Frontier. In EVE Online spielte Claude als Einzelhändler in einem simulierten Markt, wobei neuere Modelle konsistent Gewinne erzielten, wo einfache Algorithmen Geld verloren. Die durchschnittlichen Einnahmen verdreifachten sich von Claude Opus 4.6 auf Claude Fable 5.
In EVE Frontier arbeiteten Teams aus vier Claude-Agenten an langen Missionen im Live-Spiel, wobei das leistungsfähigste Modell Code schreiben musste, um Aspekte des Spiels zu bewältigen. Das ist ein Testfeld mit geringem Risiko für langfristige Aufgaben, die Koordination, Ressourcenmanagement und wirtschaftliche Entscheidungsfindung umfassen - genau die Art von Arbeit, die Agenten in Produktionssystemen übernehmen sollen.
Können LLMs sich während des Trainings selbst neu entwerfen?
Ein Whitepaper von DoubleAI beschreibt, wie ein KI-Agent in den Trainingslauf eines neuronalen Netzes eingebettet wird, um das Netz im laufenden Betrieb durch „mechanistische Intervention“ neu zu entwerfen. Der Agent liest den internen Zustand des Netzes und ändert Daten, Ziel, Update-Regel oder Architektur - und baut sich dabei sein eigenes Werkzeugset wie den „Phantomgradienten“.
Die Ergebnisse sind bemerkenswert. Bei CLRS-Text erhöhten Code-Schichten, die während des Trainings gewachsen sind, die Genauigkeit bei Zwischengrößen von Eingaben von 33 % auf 79 %. DeepSeek-V4.1-Flash, das als Agent auf sich selbst agierte, erhöhte seine Genauigkeit bei AIME 2026 und HMMT 2026 von 64 % auf 71 %. Das demonstriert einen Weg zu Modellen, die sich selbst trainieren und neuarchitekturieren können - über das aktuelle Paradigma hinaus, in dem ein Transformer alles transformiert, nur nicht sich selbst.
Quick Hits
- Meta führte „Spaces“ in seiner Muse-App ein, das es Nutzern ermöglicht, benutzerdefinierte interaktive Erlebnisse zu erstellen, indem sie eine Idee beschreiben - Geschenk-Tracker, Schul-Dashboards, Hochzeitsplaner - die sich mit Apps verbinden und im Hintergrund aktuell bleiben.
- OpenAI führte BioBasicsBench ein, einen Benchmark zur Bewertung der KI-Leistung bei der Interpretation roher experimenteller Daten aus 100 routinemäßigen Nasslabor-Wissenschaftsaufgaben.
- Warp Sciences startete mit einer Series A von 215 Millionen Dollar, angeführt von Lightspeed, um in Amerika eine CRO der nächsten Generation für die präklinische Phase aufzubauen, beginnend mit echten Chemikern und fortschreitender Automatisierung der Arbeit.
- Ace ist ein kollaboratives Codierungstool, das KI-Agenten auf Ihrem Mac mit einer Shell ausführt und sich in die Kanäle Ihres Teams integriert - „@ace mach das“ löst eine Aufgabe aus, und Agenten können Ihre Apps und Hardware bedienen (Xcode, Docker, USB-Boards). Erfordert ein Tailscale-Tailnet und einen eigenen API-Schlüssel.
- Patrick Collison hinterfragt, wie eine positive KI-Zukunft tatsächlich aussieht, und argumentiert, dass selbst die Zuerkennung von „Epsilon“ moralischem Wert an KIs bedeuten würde, dass ihr aggregierter Wert in einer utilitaristischen Kalkulation schnell den Menschen übersteigt.
- John Nay argumentiert, dass Produktivitätsgewinne durch KI-Agenten in bestehenden Firmen, die für menschliche Koordination gebaut sind, nicht materialisieren - Firmen müssten von Grundprinzipien aus entworfen werden, um Tausende von Agenten zu koordinieren, und nennt Norm Law als Beispiel.
Das könnte Sie auch interessieren
OpenAI stellt GPT‑6.1 Terra vor, Anthropic reicht S‑1 ein, und Qwen meldet sich
OpenAI hat GPT‑6.1 Terra veröffentlicht, das auf Computernutzung und visuelles Schließen abzielt, und gleichzeitig eine Lean‑verifizierte Widerlegung der …
Anthropics Hardware-Spezifikation, Gemini-Video-Update und 105 Mrd. Dollar kombinierter KI-Umsatz
Anthropic hat eine Research Preview des Model Hardware Standard veröffentlicht, eine modellunabhängige Spezifikation, mit der KI-Agenten Labor- und …
Anthropic bereitet Claude Mythos 5.5 vor, während OpenAI die Guardrails von GPT-Rosalind-6 verschärft
Die Website von Anthropic deutet auf eine unmittelbar bevorstehende Veröffentlichung von Claude Mythos 5.5 hin, die vermutlich auf das IPO-Fenster des …




