BriefTechNews
OpenAI gibt Agenten ein Portemonnaie, Nvidia steht vor einer CEO-Krise

OpenAI gibt Agenten ein Portemonnaie, Nvidia steht vor einer CEO-Krise

7 min read · 16 sources

TL;DR
  • OpenAI führte ChatGPT Wallet ein, das Agenten Käufe mit einer Sicherheitsprüfung bei jeder Transaktion ermöglicht, ohne Kartendaten preiszugeben.
  • Devin Apps ging live und hostet private interne Web-Apps, die aus Text-Prompts auf Devins Cloud erstellt werden, mit Abrechnung basierend auf aktiver Zeit.
  • Thinking Machines veröffentlichte Details zum End-to-End-4-Bit-Training, wobei NVFP4 auf NVIDIA GB300 6x schneller als BF16 läuft.
  • Quark, ein 165M-Parameter-Modell, wurde für etwa 4.200 $ an Rechenleistung End-to-End trainiert und unter Apache-2.0 veröffentlicht.
  • Eine Petition zur Wiedereinsetzung des abgesetzten Nvidia-CEO Jensen Huang sammelte über 115.000 Unterschriften, darunter von Elon Musk.

OpenAI will, dass deine KI-Agenten Dinge kaufen können, aber es will nicht, dass sie deine Kreditkartennummer haben. Das ist das Versprechen hinter ChatGPT Wallet, das heute eingeführt wurde und Agenten einen Ausgabenmechanismus gibt, der bei jeder einzelnen Transaktion eine Sicherheitsprüfung verlangt. Es ist die Art von Infrastruktur, die Agenten von Chat-Begleitern in etwas verwandelt, das tatsächlich einen Deal abschließen kann.

Und während OpenAI Portemonnaies verteilte, musste sich Nvidia mit den Folgen des Verlusts seines CEO auseinandersetzen. Eine Petition zur Wiedereinsetzung von Jensen Huang hat 115.000 Unterschriften überschritten, mit öffentlicher Unterstützung von Elon Musk und anderen Tech-Führungskräften. Die strategische Ausrichtung des Unternehmens ist plötzlich infrage gestellt, und das ist für jeden Ingenieur von Bedeutung, der unter der Annahme gebaut hat, dass Nvidias Roadmap in Stein gemeißelt sei.

NVFP4 läuft auf GB300 bis zu 6x schneller als BF16, aber der dadurch eingeführte Quantisierungsfehler muss über die Trainingsphasen hinweg sorgfältig gemanagt werden.

ChatGPT Wallet: Agenten bekommen eine Karte, du behältst die Nummer

Source: openai.com ↗

ChatGPT Wallet ist OpenAIs Antwort auf die Frage, wie ein Agent für Dinge bezahlt, ohne dass du deine Kartendaten herausgibst. Das Wallet ermöglicht Agenten Käufe, aber jede Transaktion erfordert eine Sicherheitsprüfung. Deine tatsächliche Kartennummer gelangt nie in die Hände des Agenten.

Das ist eine bedeutende Verschiebung. Bis jetzt steckte der agentische Handel in einer Schleife fest: Entweder du finanzierst ein Sandbox-Konto vor, oder du lässt den Agenten mit deinen echten Zahlungsdaten los und hoffst, dass er nicht durchdreht. Das Wallet sitzt dazwischen und gibt Agenten Ausgabenmacht, während es die zugrunde liegende Zahlungsschiene privat hält. Für Ingenieure ist der interessante Teil die Sicherheitsprüfung bei jeder Transaktion - das ist ein Human-in-the-Loop-Schutzmechanismus, der prägen wird, wie Agent-Workflows gebaut werden.

Devin Apps: Interne Tools aus einem Text-Prompt

Source: devin.ai ↗

Devin Apps sind live. Das sind private Webanwendungen, die Devin auf seinem Cloud-Computer baut und hostet, generiert aus einer Textbeschreibung oder einer Prompt-Vorlage. Sie erhalten stabile URLs, erfordern eine Devin-Anmeldung und können innerhalb einer Organisation geteilt werden.

Die Architektur ist bemerkenswert. Jede App läuft auf einer einzigen Maschine mit Memory-Snapshots, schläft im Leerlauf und wacht bei Zugriff auf. Die Abrechnung basiert auf aktiver Zeit, nicht auf Wanduhrzeit. Die Apps unterstützen jeden HTTP-Serving-Stack, Datenbanken wie SQLite und Postgres sowie die Devin-API. Das bedeutet, ein Ingenieur kann ein internes Dashboard hochziehen, das Zugriff auf bestehende MCPs, Integrationen und Codebasen hat, ohne eine ganze Deployment-Pipeline aufzusetzen.

Der Haken: Das ist nichts für stark frequentierte Produktionsdienste. Eine einzelne Maschine, die im Leerlauf schläft, ist gut für eine Genehmigungswarteschlange oder ein Monitoring-Dashboard, nicht für etwas, das Millionen von Requests bedient. Aber für interne Tooling kollabiert es die Zeit von „Ich brauche ein Dashboard" zu „Hier ist eine URL" auf einen einzigen Prompt.

End-to-End-4-Bit-Training: Der Geschwindigkeits-/Fehler-Kompromiss

Source: thinkingmachines.ai ↗

Thinking Machines veröffentlichte einen Deep Dive zum Training von Sprachmodellen End-to-End mit 4-Bit-Präzision auf Nvidias Grace Blackwell Ultra (GB300). Der Beitrag behandelt drei numerische Formate: BF16, MXFP8 und NVFP4.

NVFP4 ist die Schlagzeile. Es verwendet 4,5 Bits pro Wert und läuft bis zu 6x schneller als BF16 - 15 PFLOPS gegenüber 2,5 PFLOPS auf GB300. Aber es führt deutlich mehr Quantisierungsfehler ein. Der Trick ist, dass dieser Kompromiss nicht über die gesamte Trainingspipeline einheitlich ist. Pretraining-Forward-/Backward-Passes, SFT und RL haben jeweils unterschiedliche Prioritäten, wenn es um die Minimierung von Fehler, Bias und Speicherbedarf geht.

Für Ingenieure, die tatsächlich Modelle trainieren, ist das der Unterschied zwischen einer 6-fachen Beschleunigung, die das Modell zerstört, und einer 6-fachen Beschleunigung, die funktioniert. Die Anleitung hier ist, chirurgisch vorzugehen, wo man niedrige Präzision anwendet. Wende sie in der falschen Phase an, und du siehst zu, wie deine Eval-Scores einbrechen; wende sie dort an, wo Fehler tolerierbar ist, und du sparst echtes Geld bei der Rechenleistung.

Quark: Ein kompletter Trainings-Stack für 4.200 $

Source: empero.org ↗

Quark ist ein Sprachmodell mit 165M Parametern (140M ohne Embeddings) mit 128K Kontext, trainiert End-to-End von Rohdaten über Pretraining, Long-Context-Training, RL, Evaluation und Release. Das Ganze kostete etwa 4.200 $ an Rechenleistung, ungefähr 1.300 H100-Stunden.

Die Architektur besteht aus 16 Schichten mit 12 lokalen Schichten, die auf die letzten 256 Tokens achten, und 4 globalen Schichten, plus Multi-Head-Gated-Value-Residuals. Eine Version, Quark-150M-128K-Zero, lernte agentische Aufgaben allein aus RL - kein SFT, keine Destillation. Alle vier Checkpoints sind unter Apache-2.0 veröffentlicht.

Das ist wichtig, weil es die gesamte Pipeline validiert, bevor man ernsthaft Geld ausgibt. Das Team erkundete jeden Teil des Stacks - Daten, Architektur, Pretraining in großem Maßstab, Kontexterweiterung, RL, Evaluation - mit einem Budget, das weniger ist als ein einziger großer Trainingslauf. Wenn du planst, etwas Größeres zu trainieren, ist das das Proof-of-Concept-Playbook.

Über die Brutalität des Amdahlschen Gesetzes

Source: bosoncutter.substack.com ↗

Ein Beitrag zum Amdahlschen Gesetz argumentiert, dass der Grund, warum KI keine schnelle wirtschaftliche Transformation ausgelöst hat, darin liegt, dass Intelligenz nicht der Engpass ist. In der experimentellen Wissenschaft und in den meisten realen Workflows sind die umgebenden Systeme einfach zu langsam.

Der Autor merkt an, dass Claude Code + Opus 4.5 im Dezember 2025 Agenten wirklich nützlich erscheinen ließ, aber Prognosen über schnelle Arbeitslosigkeit unter Wissensarbeitern falsch waren. Die Welt hat seit fast 150 Jahren nur 2% BIP-Wachstum pro Kopf gesehen, trotz Elektrizität, Kommunikation, Computern, Transport und Landwirtschaft, die alle „quasi-unendlich" wurden. Intelligenz ist nur eine weitere Kurve, und sie stößt an dieselbe Wand, dass alles andere langsam ist.

Das ist eine nützliche Korrektur für jeden, der angenommen hat, dass ein Modell, das Menschen bei Benchmarks schlägt, sich sofort in wirtschaftliche Leistung übersetzt. Das Modell ist nicht der Engpass. Der Rest der Organisation ist es.

Qwen4-Max: Dein neuer Teamkollege ist angekommen

Source: qwen.ai ↗

Qwen4-Max positioniert sich als Generalist, der 3D-Modellierung, Spieleentwicklung, Präzisionsfertigung, Finanzen, Recht, Gesundheitswesen und wissenschaftliche Spitzenforschung bewältigen kann. Es kann Blender für Geometrie-Modellierung, Szenenaufbau, Materialeinrichtung, Beleuchtung und Rendering verwenden. Es arbeitet auch mit führenden Game-Engines, bewältigt Szenenkonstruktion, Gameplay-Logik, Integration externer Assets, Materialeinrichtung, HUD-Design und visuelle Effekte - und kann ein spielbares Spiel liefern.

Der Open-Source-Aspekt ist wichtig: Kleinere Modelle der Familie kommen. Wenn die Fähigkeitslücke zwischen dem Flaggschiff und den offenen Modellen klein genug ist, wird das eine echte Option für Teams, die On-Prem-Qwen ohne die API-Kosten wollen.

Embla 1: Ein Reasoning-Modell, das auf deinem Handy läuft

Source: sevren.ai ↗

Embla 1 ist ein Reasoning-Modell, das dafür entwickelt wurde, auf Handys zu laufen - privat, offline und kostenlos pro Anfrage. Bei 4 Bits erreicht es durchschnittlich 57,4 auf BFCL, IFBench, AA-Omniscience, GPQA und MATH-500, mit einer End-to-End-Antwortzeit von 1,77 Sekunden auf einem iPhone 18 Pro.

Die Architektur besteht aus 32 Schichten mit Breite 2048 und 8 von 96 gerouteten Experten, unter Verwendung von Sevren Sparse Attention - ReLU² statt Softmax, mit etwa 95% Null-Gewichten - plus geteilten K/V-Caches und einer Engram-Hash-Tabelle. Das Training umfasste Pretraining mit 1,4T Tokens, Kontexterweiterung mit 20B Tokens auf 256K, SFT mit 123B Tokens mit QAT und RL-Phasen einschließlich GRPO und Destillation.

Für Ingenieure ist das das erste glaubwürdige Zeichen, dass On-Device-Reasoning machbar ist. Wenn ein Modell dieser Qualität offline auf einem Handy läuft, beginnen viele der Privatsphäre- und Latenzargumente für Cloud-only-KI zu schwächen.

BirdDreams: Ein Fahr-Weltmodell von NVIDIA

Source: research.nvidia.com ↗

BirdDreams ist ein NVIDIA-Fahr-Weltmodell, das Fahrvideos und eine Vogelperspektive aus einem einzelnen Kamerabild vorhersagt, mit optionaler Ego-Trajektoriensteuerung in Metern. Es generiert RGB- und BEV-Videos ohne HD-Map- oder Umgebungsfahrzeugzustandseingaben, und der Verkehr reagiert auf Ego-Manöver.

In menschlichen Evaluationen - 25 Teilnehmer, 375 paarweise Urteile - zeigte BirdDreams realistischeres Fahrzeugverhalten als eine Baseline auf OmniDreams-Basis. Für die Simulation des autonomen Fahrens ermöglicht das präzise Ego-Steuerung und reaktive Verkehrsvorhersage, was genau das ist, was du brauchst, um Planungsalgorithmen zu testen, ohne Autos einzusetzen.

Personal Agent Protocol 1.0: Agenten sprechen mit Unternehmen

Source: sierra.ai ↗

Poppy v1.0 ist jetzt verfügbar. Das Personal Agent Protocol ermöglicht persönlichen Agenten, mit Unternehmen über Geschäftsagenten, Websites und APIs zu interagieren. Shopify hat Poppy für jeden Händler aktiviert, und Metas Muse-Agent sucht jetzt auf jeder Website zuerst nach Poppy. Über 60 neue Unternehmen schlossen sich als Design-Partner an, was die Gesamtzahl auf über 100 bringt, darunter Salesforce, Delta Air Lines und Zoom.

Das Protokoll verwendet bestehende Standards wie MCP, OpenAPI und UCP mit OAuth-Authentifizierung, plus eine Commerce-Erweiterung, die gemeinsam mit Shopify verfasst wurde. Wenn sich dieser Standard durchsetzt, reduziert er die Integrationsreibung zwischen persönlichen Agenten und Unternehmen auf einen einzigen Protokoll-Handshake.

Kurzmeldungen

Source: openai.com ↗

GPT-6 Astra arbeitete mit dem Physiker Nathaniel Craig zusammen, um eine Kandidaten-Gitterformulierung des Standardmodells zu entwickeln, die eine langjährige Herausforderung ohne perturbative Näherungen angeht.

Anthropic veröffentlichte Empfehlungen für den Aufbau starker Sicherheitsevaluationen, die auf die Reformen der Replikationskrise der Psychologie zurückgreifen, einschließlich Preregistrierung und strenger Statistik.

Claude Code bekam Mods - TypeScript-Plugins, die mit /plugin installiert werden und das Verhalten ändern, die UI anpassen und Funktionen austauschen. Opus 5.5 ist jetzt Standard für kostenpflichtige Pläne, etwa 30% schneller und 40% günstiger als Opus 5.

Meta-Forscher veröffentlichten eine Studie zu Vision-Encodern in multimodalen Modellen und fanden heraus, dass dedizierte Kapazität wichtiger ist als Pretraining und dass encoderfreie Modelle etwa 3x Rechenleistung benötigen, um gleichzuziehen.

Anthropics Leitfaden zum Bauen von Always-on-Agenten behandelt die Kernschleife mit fünf Primitiven: Ereignis-Posteingang, Timer, Speicher, Berechtigungen und Postausgang. Opus 5.5 kostet 78% weniger pro gelöster Aufgabe bei einem Long-Horizon-Coding-Benchmark im Vergleich zu Opus 5.

Briefing holen

Hat Ihnen das gefallen? Wählen Sie die Themen, die Sie interessieren, und erhalten Sie nur diese, fünf Minuten am Morgen. Kostenlos, kein Hype, Abmeldung mit einem Klick.

Über uns Author

Mein Name ist

BriefTechNews

A daily digest of what actually moved in AI, tech, crypto and fintech, assembled and written with AI, and reviewed before it publishes. Weiterlesen
Schlagwörter

Das könnte Sie auch interessieren