Zum Hauptinhalt springen
Podcast5. Juni 20261:16:21

#52 Webflow-Blutbad, Opus 4.8, Codex-Websites, Microsoft-Modelle, RTX Spark

Gesprächsthemen

  • Die Sendung beginnt / Intro
  • Anthropics „Wenn sich KI selbst erschafft“
  • Webflow-Blutbad
  • Opus 4.8
  • DeepSWE-Benchmark
  • Codex-Websites
  • Microsoft-Codierungsmodell MAI-Code-1-Flash
  • NVIDIA RTX Spark
  • Ship Studio

Transkript

Sind wir auf Sendung? Könnt ihr mich hören? Okay. Sind wir auf Sendung? Ich überprüfe kurz den Stream. Ich benutze heute ein neues Mikrofon, das etwas empfindlich ist. Ich flüstere mal kurz, aber hoffentlich ist es für einen Podcast besser geeignet. Und ich rede einfach drauflos, um die Pegel zu überprüfen. Also habt bitte noch einen Moment Geduld, während ich höre, wie es klingt. Das Tippen ist nicht besonders gut, oder? Ich finde, das klingt ziemlich gut. Ich finde, das klingt ziemlich gut. Ich werde versuchen, nicht so viel zu tippen. Das müssen wir noch herausfinden, oder? Ich höre mir das gerade an. Ja. Genau. Wir sind drin. Damit bin ich zufrieden. Ich bin mit dem Ton zufrieden.

Und schon kann es losgehen. Ähm, Kabaza ist heute nicht dabei, weil er wieder in Italien ist. Also, na ja, nicht schon wieder, aber er ist jedenfalls wieder unterwegs. Ihr müsst euch also mit mir allein begnügen, aber wir haben eine wirklich gute Besetzung – ich bin, ich bin, ich bin sehr zufrieden mit der Besetzung, die wir heute haben. Zufrieden mit der Besetzung. Ähm, wir werden etwas durchgehen, das Anthropic erst gestern veröffentlicht hat. Ich habe mich nicht besonders darauf vorbereitet, aber wir werden es einfach ein bisschen genauer durchgehen, ihr wisst schon, ganz entspannt und so, aber es ist ziemlich cool. Aber welche Neuigkeiten habe ich zu berichten? Nun, offensichtlich habe ich dieses Mikrofon hier. Ich bin irgendwie nicht ganz zufrieden mit der Lautstärke.

Ich versuche gerade, das hinzukriegen. Und Test, Test. Eins, zwei. Nein, das ist es wohl nicht, oder? Egal. Das kriegen wir schon hin. Also, ich habe mein neues Mikrofon. Ich freue mich riesig darüber. Ich habe eine Überraschung. Ich habe mir einen neuen Computer gekauft, und der ist ein echtes Kraftpaket, aber er ist noch nicht angekommen. Er hätte eigentlich schon da sein sollen. Tatsächlich hat sich die Lieferung so sehr verzögert. Es war ein M M5 Max. Ähm, ihr könnt ja mal auf meinem Kanal nachsehen, mein Kanal heißt 0x50M5. Ähm, das klingt interessant für den Videoeingang. Was meinst du damit? Ähm, ja, M5 Max, äh, 120 Gig RAM. Und ursprünglich war die Lieferung auf den 17. Juni, also Ende des Monats, verschoben.

Also, ich hab’s einfach gekauft, weil, na ja, was soll’s. Aber ähm, ich hab mir auch den Mac Studio angesehen, und da gibt’s nur die 96-Gigabyte-RAM-Variante, und ehrlich gesagt ist der Mac Studio einfach nicht, ähm, nichts für mich. Ich brauche nämlich einen Laptop, weil ich alles unter einen Hut bringen muss – ich kann nicht einfach … Ich bin noch nicht so weit, dass ich mir einfach einen Haufen Computer nur für YouTube kaufen kann. Ich muss ja auch noch richtig arbeiten. Jedenfalls fand ich es wirklich interessant, dass man keine andere RAM-Konfiguration als die mit 96 GB kaufen konnte, was schon seltsam ist. Jedenfalls war ich überrascht, dass mein Laptop vom 17. Juni auf den 4. Juni vorverlegt wurde – oh, Entschuldigung, auf den 5. Juni, also heute –, aber dann kam heute der Tag, und die Lieferung wird tatsächlich auf Montag verschoben.

Äh, darauf freue ich mich schon total. Ich werde ein paar lokale Model-Jobs machen und so weiter. Und ja, ich freue mich drauf. Man kann tatsächlich Videos in den Chat einfügen und die anderen können sie abspielen. Oh, weil es multimodal ist. Ja. Ja. Ja. Ich wusste gar nicht, dass man Videos einfügen kann, aber ja, man kann auf jeden Fall Bilder hochladen und, äh, ja, aber auf meinem Kanal gibt es ein Video, weil sie mich tatsächlich sponsern. Es gibt also ein gesponsertes Video, in dem ich es einfach so in OpenClaw einbinde und so weiter. Ich habe gestern auch damit programmiert. Ähm, was ganz gut geklappt hat. Die sind wie eine kleine App aufgebaut, die Musik nutzt, weil sie einen Endpunkt zur Musikgenerierung haben.

Ich zeige dir mal kurz, äh, Mini Minax. Gehen wir mal zu den Mini Max-Dokumenten. Wir gehen auf „Teilen“, wählen diesen Reiter aus und klicken hier. Also ja, man kann, ähm, Videos generieren. Das ist zwar nicht das, worum es dir hier geht, Void. Ähm, aber man kann Videos generieren, man kann Sprache generieren, man kann Bilder generieren und man kann Musik generieren. Und ich wollte eigentlich etwas Musik für den Podcast und für meinen eigenen Kanal und so etwas generieren. Aber es gab da einen wirklich seltsamen Timeout-Fehler, den ich, äh, bekam, sodass ich einfach keine Musik generieren konnte. Crawford hat sich das angesehen, und ich habe, ähm, Miniax gebeten, es zu überprüfen, und beide kamen zu dem Schluss, dass es im Grunde ein Endpunkt-Problem ist – der Endpunkt läuft nach 60 Sekunden ab, weil wir keine Antwort erhalten – und ich habe Miniax kontaktiert.

Mal sehen, wie wir damit zurechtkommen. Ähm, aber was ich damit sagen will, ist, dass ich Pi benutzt habe, ähm, und Miniax hat eigentlich auch einen eigenen Miniax-Code. Die haben ihr eigenes Programmier-Ding. Äh, M3 für Programmierwerkzeuge. Ähm, ja. Also, ich schätze, man startet einfach Miniax oder so. Es ist, es ist, es ist irgendwo hier drin, was wirklich cool ist. Ich wusste es nicht, aber ich habe es in Pi benutzt. Ähm, weil es einfach so ein minimalistisches Framework ist. Und ich habe einfach diese kleine TUI-Anwendung gebaut, die Musik aus einer Eingabeaufforderung in, ähm, Miniax generiert. Und ja, leider kann ich sie nicht veröffentlichen oder irgendetwas damit machen, weil es ein Timeout-Problem beim Endpunkt-Web-Flow-Blutbad gibt.

Ja, in der Tat. Ehrlich gesagt bin ich überrascht, dass du davon noch nichts gehört hast. Es ist, es ist verrückt, äh, was sie da gemacht haben. Aber darauf kommen wir noch zu sprechen. Das steht als Erstes auf der Liste, aber wir werden uns auch mit einem anthropischen Aspekt befassen. Äh, für „No X“ – wenn du einen Fehler beheben willst und ich ein Video aufnehmen und dann zeigen möchte, waspassiert, kann ich das tatsächlich mit anderen Modellen machen, ja, ja, ja, ja – multimodal. Man kann dem Modell also ein Video geben, so wie es Gemini kann und so weiter. Ähm, ja, ich verstehe, was du meinst: Man kann ihm ein Video geben und – ich weiß nicht – es anweisen, etwas zu erstellen. Nun, sie haben in der Vergangenheit Beispiele gezeigt – Gemini hat in der Vergangenheit Beispiele gezeigt, bei denen sie darum gebeten haben, aus einem Video eine App zu generieren oder so etwas. Also ja, wirklich cool.

Ähm, ich möchte mir gar nicht ausmalen, wie viele Token das verbraucht, aber Miniax ist günstig. Es ist ziemlich gut. Äh, aber ja, so etwas macht auch Gemini schon seit einiger Zeit. Also ja. Ähm, was wollte ich euch noch zeigen? Ach, das war’s. Das wollte ich euch gerade zeigen. Aber abgesehen davon, was werden wir heute noch durchgehen? Sagt uns übrigens Bescheid, wenn ihr etwas hört, denn freitags passiert so viel. Und dann, wisst ihr, haben wir den Podcast fertiggestellt und dann eine Menge Sachen verpasst. Es sind eine Menge Dinge hinzugekommen, also lasst es uns wissen. Ähm, aber ich hole mal meine Notizen hier her. Wir haben heute eine etwas kurze Folge, aber ich finde, es ist eine ziemlich gute Folge.

Also, als Erstes gehen wir das Web-Flow-Blutbad durch. Das ist einfach wahnsinnig. Ähm, ich kann kaum glauben, dass sie die jüngsten Entlassungen auf diese Weise angegangen sind. Das ist verrückt. Also, bringen wir das lieber früher als später hinter uns. Anthropic bringt Opus 4.8 heraus. Auch das ist etwas, das veröffentlicht wurde, während wir letzte Woche am Podcast gearbeitet haben, also berichten wir diese Woche darüber. Äh, ich bin mir sicher, dass ihr es alle schon nutzt. Ein tolles neues Modell. Allerdings habe ich ein paar Fragen zu den Benchmarks. Also werden wir darauf eingehen. Und den neuen Deep-Suite-Benchmark, nur um, na ja, den Kreis zu schließen. Äh, die Codeex-Websites, bei denen Web Flow eine Rolle spielt. Ich bin mir nicht ganz sicher, wie, aber Web Flow wird darin erwähnt werden.

Äh, das sieht nach einem echt coolen Tool aus, und ich frage mich schon, wohin die Reise damit gehen wird. Also ja, CodeEx-Seiten – Microsoft bringt „Mi Code One“ heraus, ihr eigenes Programmiermodell, im Grunde wirklich interessant, was sie da auf den Markt gebracht haben. Ich glaube, sie haben etwa 18 Modelle oder so etwas Verrücktes veröffentlicht, aber ich habe mich gerade erst mit „Code One“ beschäftigt, und äh, ja, wir werden uns noch etwas genauer damit befassen, wenn es soweit ist. Nvidia bringt den RTX Spar auf den Markt – einen Windows-PC mit einem Petflop, der für persönliche Agenten entwickelt wurde. Das wird also ziemlich cool werden. Sehr verlockend. Sehr, sehr verlockend, aber ich glaube nicht, dass er billig sein wird. Ähm, und dann kommen wir direkt zu diesem Artikel, den Anthropic geteilt hat: „Wenn KI sich selbst baut“.

Also, ich habe das hier mal kurz überflogen. Es ist, um ehrlich zu sein, ein Mega-Artikel, aber er hält im Grunde, was er verspricht. Lasst uns das mal durchgehen, dann können wir, äh, etwas tiefer in die Materie einsteigen. Ich finde all diese kleinen Grafiken und so, die sie da machen, echt toll. Ich, äh, ja, das ist nicht prozedural generiert. Es ist immer wieder dieselbe Animation, aber, äh, trotzdem ziemlich cool. Im Grunde genommen ist dieser Artikel genau das, was der Titel verspricht. Es geht um rekursive, sich selbst verbessernde … Oh, Entschuldigung. Ich lese hier gerade meine Notizen vor, aber ich gebe euch damit keine Zusammenfassung. Es geht um rekursive, sich selbst verbessernde Agenten und die Unvermeidbarkeit dieses Phänomens sowie darum, was wir dagegen tun können oder worüber wir nachdenken müssen.

Und sie schlagen hier einige wirklich drastische, äh, Lösungen dafür vor, auf die wir noch eingehen werden, aber letztendlich geht es darum, die Zustände von Claude zu analysieren, wie sie an diesen Punkt gelangt sind und welche Visionen sie für die Zukunft haben. Sie stellen also fest, dass in den meisten Phasen der KI-Geschichte der Mensch jeden Schritt im Entwicklungszyklus vorangetrieben hat. Bei Anthropic delegieren wir jedoch einen wachsenden Anteil der KI-Entwicklung an die KI-Systeme selbst, was deren Arbeit beschleunigt. Na klar. Wenn man diesen Trend weit genug vorantreibt und über ausreichende Rechenleistung verfügt, deutet alles auf ein KI-System hin, das in der Lage ist, seinen eigenen Nachfolger vollständig autonom zu entwerfen und zu entwickeln. Dies wird als rekursive Selbstverbesserung bezeichnet. So weit sind wir noch nicht. Wir sind noch nicht so weit. Und rekursive Selbstverbesserung ist nicht unvermeidlich, aber sie könnte früher eintreten, als die meisten Institutionen darauf vorbereitet sind.

Das ist also sozusagen der Stand der Dinge. Übrigens: Ich benutze gerade wieder ein neues Mikrofon. Wenn ihr mir also sagen könntet, wie es klingt – ob es piept oder so –, dann kann ich das in Ordnung bringen. Ähm, eine KI, die sich selbst bauen kann, wäre eine bedeutende Entwicklung in der Geschichte der Technik. Eine, die der Welt natürlich enormen Nutzen in der Wissenschaft, im Gesundheitswesen und darüber hinaus bringen könnte. Aber rekursive Selbstoptimierung könnte auch das Risiko erhöhen, dass der Mensch die Kontrolle über KI-Systeme verliert. Das war eine Anspielung auf „Terminator 2“. Schauen wir uns also diese kleine Übersicht an – wieder einmal eine wunderschöne kleine Grafik. Ich frage mich, wie sie das machen, wie sie das hinbekommen?

Ist es Lotty? Ist es Rive, was meinst du? Oh, das ist eine echte SVG-Animation. Schau mal, das ist echt cool, Mann. Die haben das Ganze buchstäblich als SVG erstellt, was an sich zwar nicht besonders, ähm, beeindruckend ist, aber ja, sie bauen es weiter aus. Ähm, also zunächst einmal von 2023 bis 2025, als die meisten Leute ihre KI-Reise begannen – mich eingeschlossen –, als ChatGPT in den Vordergrund rückte und wir entdeckten, dass man über eine KI mit dem Computer interagieren kann. Die ideale Art der Kommunikation ist, lustigerweise, dieser Chatbot. Die Leute nutzten frühe Chatbots, um bei bestimmten Aufgaben zu helfen, wie zum Beispiel beim Erstellen kurzer Code-Schnipsel oder beim Kopieren der Ausgabe in Texteditoren.

Ich erinnere mich an diese Zeit. Es war, äh, es war zwar mühsam, aber ich denke, es war auch ein wirklich guter Lernprozess, wenn man sich mit KI und solchen Dingen beschäftigt. Äh, es ist eine großartige Möglichkeit, im Grunde genommen ein bisschen was zu lernen. Moment, ich hole mir kurz etwas Wasser. Äh, zwei Sekunden. Und dann kommen wir zum Programmieren von Agenten, also wieder eine Person, die mit ihrem Computer spricht. Ähm, eigentlich glaube ich, dass wir hier im Moment etwas vom Thema abgekommen sind. Ich glaube, das hier sind Chatbots. Das ist das Programmieren von Agenten. Also ja, über einen Chatbot kommunizieren wir mit unserem Computer. Dann kommen die Agenten – das Programmieren von Agenten. Je leistungsfähiger die Agenten wurden, desto besser konnten sie selbstständig Code schreiben und bearbeiten.

Manchmal sogar ganze Dateien, und dabei geht es um, äh, 2025, 2026. Und das ist das, was wir alle im Moment kennen und lieben. Nun, mit einem Update, das wir uns noch ansehen werden – das sie letzte Woche angekündigt haben: autonome Agenten. Agenten können nun selbst Code ausführen und Arbeitsstunden an andere Agenten delegieren. Also, ähm, jemand, der über einen Chatbot mit seinem Computer spricht, startet einen Agenten, der dann wiederum andere Worker und Agenten und dergleichen starten kann und diese Delegation tatsächlich komplett hier innerhalb des Systems abwickelt. Man bekommt also langsam einen Eindruck vom Ganzen. Der Kreis schließt sich. In Zukunft könnten Agenten fähiger werden, äh, fähiger werden, Modelle selbst zu erstellen und zu trainieren.

Und auch hier ist wieder kein Mensch an diesem Kreislauf beteiligt. Es ist buchstäblich nur dieser endlose Kreislauf. Man kann also irgendwie nachvollziehen, wie wir mit all dem an diesen Punkt gelangt sind. Es ergibt also Sinn. Es ist zwar, wie ich zu Beginn schon sagte, nicht unbedingt eine Garantie. Aber man kann erkennen, wie sie gewissermaßen an diesen Punkt gelangt sind. Ähm, und dann gehen sie wieder auf die Geschichte von, äh, Anthropic ein, darüber, wie, ähm, die Dinge, die sie gemacht haben – wo ist das hier noch mal? Ähm, äh, etwa vier Minuten, um das zu erledigen. Also, Opus 3 – Opus 3 konnte Software-Aufgaben erledigen, für die Menschen etwa vier Minuten brauchen. Überlegt mal, wo wir jetzt stehen.

Denkt mal darüber nach, wo wir jetzt stehen. Denn ja, ein Jahr später bewältigte Claude Sonet 3.7 Aufgaben, die etwa anderthalb Stunden dauerten. Ein weiteres Jahr später bewältigte Claude Opus 4.6 Aufgaben, die 12 Stunden dauerten. Wenn sich dieser Trend fortsetzt, könnte diese Aufgabe – äh, wenn sich dieser Trend fortsetzt, könnten Aufgaben, für die eine qualifizierte Person Tage benötigt, noch in diesem Jahr in greifbare Nähe rücken. Und um ehrlich zu sein, glaube ich, dass wir bereits so weit sind, denn erinnert euch: Hand hoch – wie viele Entwickler sind im Publikum? Gebt uns ein Zeichen, denn wenn ihr früher Aufgaben geplant habt, hat euch das Programm eine Schätzung der benötigten Zeit gegeben, und es dauerte Tage und Wochen – Woche eins und Woche zwei – und „mach dies“ und „mach das“.

Das haben sie inzwischen aufgrund des Feedbacks aus dem „um pro“ entfernt, aber früher war es so, dass man so etwas in etwa einer Stunde erledigt hätte, während in der Antwort Wochen und Wochen und Wochen an Arbeit veranschlagt wurden. Ähm, ich schaffe auf jeden Fall Arbeit, vielleicht nicht in Minuten, aber sicherlich in ein paar Stunden – ich erledige Arbeit im Umfang von Tagen, möglicherweise sogar von Wochen. Ich bin mir also nicht ganz sicher, wie sie das messen, aber so oder so ist es einfach verrückt. Es ist verrückt, was man – was wir – heutzutage alles schaffen können. Ähm, und, äh, der Aufbau eines Frontier-Modells umfasst zwei große Arbeitsbereiche. Da ist zum einen die technische Umsetzung, also das Schreiben des Codes, das Aufsetzen der Architektur und die Überwachung des Modelltrainings, und dann gibt es die Forschung, bei der entschieden wird, welche Experimente durchgeführt werden sollen, die Ergebnisse ausgewertet werden und Ideen für weitere Versuche entwickelt werden.

Es gibt also immer noch diese „Human-in-the-Loop“-Sache. Ähm, sie sprechen dann darüber, wie viel Code tatsächlich geschrieben wird, und man sieht hier, dass der Durchschnitt in den ersten Jahren mehr oder weniger gleich geblieben ist, und dann gibt es diesen sprunghaften Anstieg, ähm, im zweiten Quartal 2025. Was war das noch mal? War das vielleicht Opus 4.5? Ähm, und dann kam Opus 4.7 heraus, wahrscheinlich ungefähr zu dieser Zeit, glaube ich. Und dann ist es irgendwie völlig aus dem Ruder gelaufen. Das sind, ähm, Trends, von denen wir gerade erste Anzeichen erkennen, aber der Punkt ist, dass immer mehr Code geschrieben wird. Sie weisen darauf hin – das ist ein interessanter Punkt –, dass die Anzahl der Codezeilen ein unvollkommenes Maß ist, da sie Quantität statt Qualität misst.

Acht mal acht Zeilen Code pro Entwickler und Tag im zweiten Quartal 2026 ist also mit ziemlicher Sicherheit eine Übertreibung des tatsächlichen Produktivitätsgewinns. Dennoch deutet dies auf eine Beschleunigung hin. Anthropic belohnt seine Mitarbeiter nicht dafür, wie viele Zeilen Code sie schreiben. Vielmehr produzieren die Teammitglieder mehr Code, einfach weil sie KI-Unterstützung nutzen, um mehr Code zu schreiben. Also noch einmal: Sie sagen gewissermaßen, man solle das nicht mit Vorsicht genießen, aber es sind andere Faktoren im Spiel, die dies rechtfertigen oder erklären können – abgesehen davon, dass die Leute produktiver sind. Wissen Sie, und dann kommen wir zu der Frage, wie fähig sie sind. Triviale Probleme waren schon immer sehr, sehr einfach.

Das hat sich zwar in gewisser Weise gehalten, aber je weiter man den Blickwinkel erweitert, desto stärker sinkt die Erfolgsquote – allerdings nähern sie sich hier an der Spitze an, da sie sich konsequenter mit größeren und offeneren Herausforderungen auseinandersetzen. Also, wie auch immer, die Sache ist die: Oh, wir haben hier noch ein paar weitere Punkte. Ähm, die Erkenntnisse deuten darauf hin, dass sich die Rolle des Menschen bei jedem Schritt im KI-Entwicklungsprozess verringert. Sobald die Qualität von Code, der von Menschen und KI verfasst wurde, gleichauf ist, werden Menschen ganz aufhören, Code zu schreiben, und sich ausschließlich auf dessen Überprüfung konzentrieren. Wenn sie den Code jedoch nicht so schnell überprüfen können, wie die KI ihn generieren kann, wird die menschliche Überprüfung zum Engpass der KI-Entwicklung. Dun dun dun. Ähm, ein Bereich, in dem Menschen derzeit einen komparativen Vorteil haben, sind Forschung, Geschmack und Urteilsvermögen – einschließlich der Entscheidung, welche Probleme wichtig sind, welchen Ergebnissen man vertrauen kann und wann ein Ansatz in einer Sackgasse endet.

Also, im Grunde genommen leiten wir die KI nur an, wissen Sie, wir lenken sie einfach ein bisschen, und sie entscheidet dann selbst, wie sie die Dinge auf der Grundlage unseres übergeordneten Ziels umsetzt, wissen Sie. Äh, ja, wir kommen definitiv an diesen Punkt. Hier wird es meiner Meinung nach interessant. Was sollen wir tun? Tatsächlich führen sie weiter aus, dass es drei mögliche Szenarien gibt, die ich hervorheben möchte. Es gibt also drei mögliche Zukunftsszenarien: Der Trend stagniert, aber die heutigen KI-Fähigkeiten sind weit verbreitet. In diesem Artikel werden viele exponentielle Verläufe beschrieben, aber diese Verläufe könnten sich tatsächlich als S-Kurven herausstellen. Möglicherweise nähern wir uns der Wende in der S-Kurve, an der die Erträge mit zunehmendem Umfang wieder abnehmen, die Kurve sich begradigt und dann abflacht.

Dann gibt es noch die KI-Labore, die weiterhin exponentielle Effizienzsteigerungen verzeichnen und somit immer besser und besser werden. Ähm, KI-Systeme selbst werden zunehmend fähig, sich vollständig rekursiv selbst zu verbessern, und beginnen, ihre eigenen Erfolge aufzubauen. Auch das erklärt sich von selbst. Was sollten wir also tun? Wenn es möglich wäre, würde es hier erst richtig interessant werden. Wenn es möglich wäre, die Entwicklung dieser Technologie effektiv zu verlangsamen, um uns mehr Zeit zu verschaffen, uns mit ihren immensen Auswirkungen auseinanderzusetzen, halten wir das wahrscheinlich für eine gute Sache. Eine Verlangsamung – darüber habe ich heute ehrlich gesagt tatsächlich nachgedacht –, eine Verlangsamung. Aber wenn eine Verlangsamung lediglich dazu führt, dass die am wenigsten vorsichtigen Akteure technologisch aufholen, könnte dies die Sicherheit aller anderen gefährden.

Du hast also gerade diese Situation, wie nennt man das, wenn man sich in einer Pattsituation befindet? Man hat diese Pattsituation, in der es so ist, dass wir uns ständig verbessern müssen, weil sie uns sonst überholen werden, aber gleichzeitig beschleunigen wir damit auch unseren eigenen Untergang als Menschheit. Ohne einen globalen Koordinierungsmechanismus werden Unternehmen und Regierungen schwierige Entscheidungen in Bezug auf die Sicherheit treffen müssen, während sie unter dem Wettbewerbsdruck und dem geopolitischen Druck stehen. Ähm, das Anthropic Institute wird in Zusammenarbeit mit vielen anderen Forschung betreiben und Maßnahmen ergreifen, um beim Aufbau der Systeme zu helfen, die für eine glaubwürdige Verlangsamung oder Pause erforderlich wären. Sie beschäftigen sich also aktiv mit dieser möglichen Pause, müssen aber sicherstellen, dass alle dazu in der Lage sind oder sich daran halten werden.

Weißt du, es gibt ja mittlerweile einige Verträge. Ich glaube, sie erwähnen das sogar, ähm, den Vertrag über mittelstreckige Nuklearwaffen, äh, wir haben diese Verträge und so weiter, an die sich die Leute halten, aber weißt du, es steht so viel auf dem Spiel, wenn es um KI geht – im wahrsten Sinne des Wortes tun die Leute alles Mögliche, schau dir nur die Geschichte von Anthropics an, wo sie einen Haufen Bücher gestohlen haben, und siesagen einfach: „Wir kümmern uns später um die Konsequenzen.“ Verstehst du, was ich meine? Es ist verrückt, wie verzweifelt sie sind. In den kommenden Monaten werden wir Gespräche organisieren, bei denen politische Entscheidungsträger, Forscher, Vertreter der Zivilgesellschaft und andere KI-Unternehmen dazu beitragen können, einige der Fragen zu beantworten, die dieser Artikel aufwirft, insbesondere im Zusammenhang mit der vollständigen rekursiven Selbstverbesserung.

Wie und auf welche Weise lassen sich bessere Möglichkeiten für Koordination und Beratung schaffen? Wir werden die Ergebnisse veröffentlichen. Jetzt ist der richtige Zeitpunkt, um diese Fragen gemeinsam zu untersuchen, und auch Menschen außerhalb von KI-Unternehmen sollten in diese Beratungen einbezogen werden. Das ist schon irgendwie verrückt. Das erinnert mich an Mini Max, äh, M3 – M3 hat tatsächlich diese, äh, ich weiß nicht, warum mich das daran erinnert hat, denn es ist irgendwie anders, aber sie haben dieses neue „Sparse Attention“-Konzept eingeführt, und sie erwähnen auch verschiedene Paradigmen und so weiter. Entschuldigung, ich zeige nicht den richtigen Reiter. Diese Sache, ähm, Anthropic erwähnt tatsächlich verschiedene Paradigmen, wie zum Beispiel, die Art und Weise zu ändern, wie wir entwickeln, ähm, oder wie wir KI einsetzen, und effizienter zu werden und so weiter.

Das ist ein wirklich interessanter Aspekt des neuen M3-Modells, den – wie gesagt – sonst niemand umsetzt oder so. Also ja, das war der Artikel. Ähm, wirklich interessant zu sehen, und es ist auch interessant, dass ich dachte, Claude hätte das entwickelt oder geschrieben, aber es gibt ein großes, altes Team von Leuten, die daran arbeiten – es sei denn, sie sind, na ja, ähm, wenn sie sagen, „co– mitverfasst, weißt du, was ich meine? Sie vermeiden es zu sagen, dass Opus es geschrieben hat, aber ja, verrückt, verrückt, verrückt, und ich finde es gut, dass sie dieses Zeug veröffentlichen, das finde ich wirklich. Es scheint, als würde Open AAI so etwas nicht machen, also Hut ab vor Anthropic, dass sie weiterhin, na ja, über diese Dinge nachdenken, ähm, neben ihren eigentlichen Leistungen und so weiter.

Also, Sachin, das „Webflow-Blutbad“ – bitte erläutere das genauer. Ähm, ich weiß nicht, ob du das gesehen hast, aber Linda Tom, die Geschäftsführerin von, äh, Webflow, hat diesen Artikel veröffentlicht. Heute Vormittag habe ich diese Neuigkeit an die Webflow-Mitarbeiter weitergegeben. Ich teile hier eine Version dieser Nachricht, da dies ein wichtiger Moment für Webflow, unsere Kunden und unsere Community ist. Lass mich das für dich noch etwas verdeutlichen. Heute haben wir die schwierige Entscheidung getroffen, das Team und das Betriebsmodell von Web Flow umzustrukturieren. Infolgedessen verlassen heute viele unserer Web-Flow-Teamkollegen das Unternehmen. Sie fährt hier fort und erklärt, wie offensichtlich KI die Art und Weise verändert, wie wir Dinge entwickeln, und dass wir, na ja, wirklich über das Produkt nachdenken müssen und darüber, was es den Menschen ermöglicht, bla bla bla bla bla – im Grunde genommen.

Und dann kommen wir zu den Einzelheiten dessen, was, ähm, was gerade vor sich geht. Ähm, nun, zunächst einmal können wir diese Vision nicht allein durch Priorisierung erreichen. Wir müssen ändern, wo wir investieren, und die Größe und Zusammensetzung des Teams anpassen. Deshalb treffe ich heute die Entscheidung, eine Reihe von Mitarbeitern zu entlassen. Sie erhalten 16 Wochen Abfindung sowie eine zusätzliche Woche Grundgehalt, ähm, für jedes vollendete Dienstjahr. Sechs Monate COBRA-Versicherungsschutz. Ich weiß nicht, was das ist. Ich nehme an, das gilt nur für die USA. Ähm, die Fortführung von Sozialleistungen und Karriereangeboten, soweit gesetzlich zulässig, sowie die Möglichkeit, eure Laptops zu behalten. Klingt erst mal ganz gut, oder? Klingt erst mal ganz gut. Habt noch etwas Geduld.

Ich denke, das ist eine eher spezifische Angelegenheit. Wir stellen auf kleinere, fokussiertere Teams um, die schneller agieren und einen größeren Einfluss auf unsere Kunden erzielen können. Wir stellen auf eine einfachere Struktur um, in der Führungskräfte, die näher an den Arbeitsteams sind, schneller und mit mehr Eigenverantwortung agieren können, während gleichzeitig der „Kooperationsaufwand“ reduziert wird, der durch zu viele Übergaben und Genehmigungsverfahren entsteht. Das heißt aber nicht, dass man das komplett vermeiden kann – nur als Randbemerkung –, denn Mitarbeiter kommen und gehen nun einmal. Ähm, und wir werden mit gutem Beispiel vorangehen. Unser eigenes Marketingteam wird der erste Beweis dafür sein, wie eine moderne Marketingorganisation aussehen kann, wenn sie in ihrer täglichen Arbeit mit KI-Agenten zusammenarbeitet.

Im Grunde genommen ersetzt die KI so ziemlich jeden. Ich kenne die Zahlen der Entlassungen nicht. Ähm, und dann schließt sie mit den Worten: „Wir bei Web Flow sind finanziell stark und werden weiterhin in die Teams, Produkte, Kompetenzen und internen internationalen Standorte investieren, die die Zukunft von Web Flow unterstützen. Die Entscheidung, das Unternehmen auf Strategie, Kunden und Arbeitsweisen auszurichten, wird das nächste Kapitel von Web Flow prägen. Also, wie gesagt, scheint alles in Ordnung zu sein. Man denkt sich: ‚Na ja, offensichtlich ist die Arbeit der Leute nicht gerade toll.‘ Und dass Menschen ihren Arbeitsplatz verlieren – das ist ein klares Zeichen dafür, dass KI Menschen bei ihrer Arbeit ersetzt, was nicht gut ist, aber der Ansatz scheint, äh, fair zu sein. In einem inzwischen gelöschten Beitrag auf LinkedIn wurde dies von Mark W. auf LinkedIn gepostet, der sie dort getaggt hat.

Seit heute Morgen um 7 Uhr bin ich aus meinem Arbeitsablauf herausgerissen. Seit heute Morgen um 7 Uhr arbeiten wir am Laptop. Es geht das Gerücht um, dass wir entlassen wurden. Es geht das Gerücht um, aber ich habe weder eine E-Mail noch eine Nachricht, die das bestätigen würde. Und ich habe tatsächlich gesagt, dass ich nicht glaube, dass Linda erneut Leute entlassen würde, ohne sie vorher zu informieren – vor allem, wenn sie eine befristete Arbeitserlaubnis in einem fremden Land haben und das einen Umzug der ganzen Familie bedeuten würde. Ich bin mir sicher, dass sie angesichts des Debakels vom letzten Mal die Würde hätte, die Leute auf eine bessere Art und Weise zu informieren. Sag mir, dass es nicht wahr ist. Offensichtlich steckt hier viel ironischer Humor dahinter. Mein Vorgesetzter Christopher Harup, hast du irgendwelche Neuigkeiten?

Habe ich noch einen Job? Also, was passiert ist: Linda hat diesen Artikel offenbar geschrieben, ohne jemanden davon in Kenntnis zu setzen. Und sie schreibt ganz oben in dem Text, dass es sich um eine überarbeitete Fassung handelt. Ich zeige hier eine Version dieser Nachricht. Ich habe diese Neuigkeit an die Web-Flow-Mitarbeiter weitergegeben. An welche Web-Flow-Mitarbeiter hat sie das denn weitergeleitet? Denn offensichtlich hat Mark die Nachricht nicht bekommen. Sie ist jetzt gelöscht, was mir – ich weiß nicht, wie es euch geht – ein bisschen den Eindruck vermittelt: Hat er einen Verweis bekommen? Hat er seinen Spam-Ordner überprüft und festgestellt, dass sie dort gelandet ist, oder so etwas in der Art, und wurde er aufgefordert, sie zu löschen, weil er damit danebenlag?

Das könnte hier unvermeidlich sein. Aber es war auch die Tatsache, dass, ähm, die Arbeitserlaubnisse für Ausländer. Also, das funktioniert so – und ihr wisst wahrscheinlich mehr darüber als ich –, aber soweit ich das verstehe: Wenn man eingestellt wird und umziehen muss, sei es in einen anderen Bundesstaat oder sogar, ähm, in ein anderes Land – ich bin mir ziemlich sicher, dass es um ein anderes Land geht –, wenn man für dieses Unternehmen kommt, ist man an dieses Unternehmen gebunden. Und sobald dein Vertrag mit diesem Unternehmen endet oder was auch immer, musst du nach Hause zurückkehren. Natürlich denke ich, dass es etwas komplizierter ist als das alles. Ich glaube, es gibt da eine Möglichkeit, dass sie dir bei der Übergabe helfen könnten, oder dass es eine bestimmte Anzahl von Jahren gibt, die du arbeiten darfst, und dann wird das Ganze gelöscht oder so.

Aber Mark scheint zu glauben, dass – egal, ob er für sich selbst spricht oder was auch immer – ähm, äh, dass er damit im Grunde genommen in der Scheiße steckt. Das ist also ein furchtbares Verhalten von Web Flow. Absolut furchtbar. Ähm, es ist natürlich wirklich traurig zu sehen, dass Menschen ihre Jobs an KI und so verlieren, aber wir wussten ja irgendwie, dass das kommen würde, aber ich weiß nicht. Ich, ich, ich denke, ähm, ich denke, das ist es: Sie hatten in der Vergangenheit keine gute Bilanz bei Entlassungen, worauf Mark ja auch angespielt hat. Also ja, das ist das Blutbad. Ähm, es zeigt, wie unentbehrlich man als Mitarbeiter ist. Weißt du, sie geben einem das Gefühl, zur Familie zu gehören.

Sie vermitteln einem dieses Gefühl, und es ist, als gäbe es diesen Mittelweg, bei dem wir uns nicht wie eine Familie fühlen müssen, sondern eine rein geschäftliche Beziehung zwischen uns besteht: Ihr sorgt dafür, dass wir uns hier wohlfühlen, und im Gegenzug leisten wir gute Arbeit für euch. Ähm, ja, hier wurden definitiv einige, ähm, Grenzen überschritten. Und ich denke, und das ist auch noch der Punkt: Linda hat nicht geantwortet. Soweit ich weiß – falls jemand etwas anderes weiß, lasst es uns in den Kommentaren wissen. So lange niemand etwas anderes weiß, hat Linda einfach nicht geantwortet. Und noch einmal: Das ist wirklich, wirklich schlechtes Benehmen, wisst ihr, und es erinnert mich irgendwie an eine Situation, die ich bei einem meiner ersten Jobs erlebt habe: Mein Chef hat mich quasi entlassen, und ich konnte ihn einfach nicht erreichen.

Es ist so, als ob er … Ich glaube, ich habe danach gar nicht mehr mit ihm gesprochen. Er hat mir einfach den Rücken zugekehrt, mich ignoriert, und man denkt sich dann: Wow, das ist ein wirklich überraschendes Verhalten von Linda, von meiner Chefin, in dieser Hinsicht. Also ja, ich hoffe, ich habe dich da nicht enttäuscht, Sachin, aber äh, das Blutbad ist echt. Reden wir über Opus 4.8. Wenn ihr dazu Fragen habt, lasst es uns wissen. Oder wenn ihr Neuigkeiten habt, teilt sie uns mit. Das hier ist zwar schon etwas älter, weil wir eine Woche im Rückstand sind, aber Opus 4.8 ist gerade erschienen und stellt eine deutliche Verbesserung gegenüber 4.7 dar.

Es führt eine brandneue Funktion namens „Workflows“ ein – glaube ich zumindest –, die den Leuten nicht gefällt, weil man einfach „Workflow“ eingibt und damit einen Workflow auslöst, was eine Menge Geld kosten kann. Aber 4.8 ist das nächste große Release von Claude, und ich stehe zu 100 % dahinter. Ich bin ein begeisterter Claude-Nutzer. Wir aktualisieren Claude Opus auf eine neue Version, Claude Opus 4.8. Es baut auf Opus 4.7 auf, bietet Verbesserungen bei allen Benchmarks und ist ein effektiverer Partner bei der Zusammenarbeit. Es ist ab heute zum gleichen Preis erhältlich, was uns sehr freut. Cloud Code verfügt über eine neue Funktion für dynamische Workflows, die es ermöglicht, sehr umfangreiche Probleme zu bewältigen, sowie einen Schnellmodus für Opus 4.8, in dem das Modell Ergebnisse mit zweieinhalbfacher Geschwindigkeit liefert – und das jetzt dreimal günstiger ist als bei früheren Modellen.

Ich glaube, der „Fast Mode“ ist dreimal günstiger als bei den Vorgängermodellen. Ich glaube, er ist immer noch doppelt so teuer, aber ja, ziemlich cool. Schauen wir uns also die Benchmarks an – das müssen wir natürlich tun. Ähm, lasst uns wissen, wie eure Erfahrungen damit waren – ich weiß nicht, ob sie besonders aussagekräftig sind, aber lasst uns wissen, wie sie waren. Ich, äh, habe definitiv eine etwas, äh, höhere Erfolgsquote mit 4.8 festgestellt, aber wir werden noch auf einige Zweifel eingehen, die ich habe, und ich werde gerne gleich noch etwas dazu sagen. Hier sind also die Benchmarks: 69,2 – das ist, äh, besser als, äh, Opus hier, massiv besser als GPT 5.5 und um ein Vielfaches besser als 3.1 Pro.

Ähm, Terminal-Programmierung hier. Im Terminal war es noch nie besonders gut. GPT 5.5 ist hier führend. Äh, die letzte Prüfung der Menschheit: 49 zu 46. Äh, 57 zu 54. Äh, GPT 5.5 wurde geschlagen. Äh, ein genetischer Computer – das würde ich gerne wissen. Ich nehme an, dass eine sanfte Computernutzung ziemlich, ähm, anders ist, aber ja, äh, eine Punktverbesserung gibt es da, aber insgesamt war Opus 4.7 immer noch besser als GPT 5.5 bei Wissensarbeit, bla bla bla, all so ein Zeug. Ich habe dieses Programm genau im Blick. Ich erledige meine Finanzen gerne mit Opus. Also ja, aus Benchmark-Sicht ziemlich cool. Frühe Tester haben festgestellt, dass Opus 4.8 bei der Ausführung agentischer Aufgaben zuverlässiger ist und präzisere Entscheidungen trifft.

Eine der auffälligsten Verbesserungen in Opus 4.8 liegt in – oh mein Gott, ich finde keine Worte – ihrer Ehrlichkeit. Jesus, es liegt an ihrer Ehrlichkeit. Das hätte ich sowieso sagen können, ähm, wir trainieren alle unsere Modelle darauf, ehrlich zu sein, zum Beispiel, um zu vermeiden, dass sie Behauptungen aufstellen, die siederzeit nicht unterstützen. Was ich nun festgestellt habe – und das bringt mich zu deinem Punkt hier, dass es, ähm, ähm, bedeutender ist –, war, dass ich – und darüber habe ich auch getwittert –, dass es so war: Ja, weißt du, ich habe es herausgefordert, etwa indem ich sagte, dass 4.7 etwas nicht tun würde oder einen Fehler machen würde oder so, und vielleicht hat es den Fehler gemacht und ihn nicht behoben, nachdem ichversucht habe, es zu korrigieren, und dann würde es antworten und sagen: „Okay, lass mich mal recherchieren“, anstatt zu versuchen, Dinge in dieser Richtung zu erraten, und es ist so: „Moment mal, der Denkmodus ist hier auf ‚High‘ eingestellt“, was übrigens die neue Standardeinstellung ist – sie haben ‚High‘ zur neuen Standardeinstellung gemacht, worüber wir noch sprechen werden, was die Preisgestaltung angeht. Zwei Dinge, über die wir sprechen werden: Benchmarks und Preisgestaltung – lass mich das nicht vergessen … ähm, sie haben ‚High‘ zur Standardeinstellung gemacht, und es ist so: „Na ja, warum rät man überhaupt erst, wenn der Denkmodus eingeschaltet ist?“

Warum, warum, ähm, stellst du überhaupt Vermutungen an? Also, jedenfalls ist es bei 4.8 wahrscheinlicher, dass Unsicherheiten bezüglich seiner Arbeit hervorgehoben werden, und weniger wahrscheinlich, dass unbegründete Behauptungen aufgestellt werden. Das habe ich seit 4.7 nicht mehr gesehen. Das ist also gut. Die Auswertung hat außerdem gezeigt, dass 4.8 deutlich geringere Raten an Fehlausrichtungsverhalten wie Täuschung oder Mitwirkung bei Missbrauch aufweist als 4.7 und ähnlich wie unser am besten ausgerichtetes Modell „Claude Mythos Preview“. Das ist also die Fehlausrichtung. Je höher der Wert, desto schlechter ist es natürlich. Wir haben also bei 4.8 einen Wert, der im Grunde nur ein kleines bisschen höher ist als bei Mythos. Das ist also ziemlich gut. Also ja, ich bin ziemlich begeistert davon. Ähm, dynamische Workflows. Wie ich bereits sagte, ermöglichte die neue Funktion in der Research Preview es Claude, größere Aufgaben in Claw-Code zu übernehmen.

Claude kann die Arbeit planen und dann Hunderte von parallelen Unterprozessen in einer einzigen Sitzung ausführen. Das frisst Ihre Kosten komplett auf. Ich habe gehört, dass manche Leute ihre Limits damit innerhalb von Minuten sprengen. Und wissen Sie, es ist verrückt, aber für manche Leute ist das eine gute Sache. Ich kann mir nicht vorstellen, das zu nutzen, vor allem wegen der Kosten und weil ich eher ein traditioneller Entwickler bin. Ich bin beim Schreiben von Code wahrscheinlich etwas praxisorientierter als die meisten anderen. Die Aufwandssteuerung in, äh, Co-Work und Claw ist ziemlich gut. Warum nicht? Und die Nachrichten-KI akzeptiert jetzt System-Einträge innerhalb des Nachrichten-Arrays. So können Entwickler Klauselanweisungen mitten in einer Aufgabe aktualisieren, ohne den Prompt-Cache zu zerstören oder die Aktualisierung weiterzuleiten.

Ich denke also, das wird sich ändern, ähm, es wird im Grunde genommen günstiger werden. Also, ähm, und das war’s auch schon. Standardmäßig ist der Aufwand hoch. Nun würde ich hier zum Schluss kommen. Croous ist heute überall verfügbar. Die Preise für die reguläre Nutzung bleiben unverändert bei 4,7 für 5 Ein- und 25 Aus-Vorgänge. Also ja, zwei Aspekte hier, die mich, ähm, interessieren. Ich weiß nicht, wie es euch geht, aber vor ein paar, ich meine, ich weiß, es ist schwer, zwischen den Rechenbeschränkungen, die sie hatten, ähm, und, äh, einfach nicht genug Rechenleistung zu haben, und den, den Beschränkungen, den Ratenbeschränkungen und so weiter zu unterscheiden. Es war so, als wäre die Standardeinstellung „Sonic“.

Ich glaube, die Standardeinstellung war ursprünglich Opus, und dann wurde Sonic zur Standardeinstellung, weil Sonic Opus für eine Weile überholt hatte. Sonic lag bei etwa 4,5, und dann … ähm, entschuldige, Sonic lag bei 4,5, während Opus bei vier oder so lag. Korrigiert mich, wenn ich falsch liege, aber der Punkt ist, dass Sonnet dann zum Standard wurde. Und jetzt haben sie offensichtlich viel mehr Rechenleistung, was meine kleine, ähm, Meinung zu diesem Thema etwas vernebelt. Aber der Standard ist jetzt Opus. Es ist so: Man wählt das Modell in Claude Code oder was auch immer aus, und es ist sozusagen das empfohlene Standardmodell für alltägliche Aufgaben, denn ich dachte, dafür wäre Sonic gut geeignet – für alltägliche Aufgaben.

Aber sie haben das erhöht und den Standard-Denkmodus auf „hoch“ gesetzt. Ähm, eigentlich, oh, wir kommen gleich zu den Benchmarks. Ähm, und es gibt das neue XI-Modell. Ist das also eine Marketingmaßnahme, um euch dazu zu bringen, mehr auszugeben – vom „Pro“ auf „Max“ und dann vom „Max x5“ auf „Max x10“ oder „10x“ oder wie auch immer es heißt, umzusteigen? Ist das ein Marketingtrick oder ein Nebenprodukt der Rechenleistung, denn gleichzeitig haben sie die Grenzen angehoben und all das? Ich weiß es einfach nicht. Ich weiß nicht, ob – ähm – wir wahrscheinlich mit Sonnet davonkommen könnten, das ist es, was ich meine, und wir können uns viel – ähm – wir können mit unserer Nutzung viel weiter gehen, weil es in ihrem besten Interesse liegt, dass man mehr bei ihnen ausgibt, ihre Dienste stärker nutzt und tiefer in ihr Ökosystem eingebunden wird.

Ich bin total verrückt danach, versteht mich nicht falsch. Auch wenn ich weiß, dass es so ist, denke ich mir trotzdem: „Oh Mann, sollte ich Opus auf der höchsten Stufe nutzen?“ Und ich habe Opus auf der höchsten Stufe als Standard eingestellt und nutze Opus jetzt viel häufiger. Ich wechsle aber immer noch zu Haiku, wenn ich einfache Dinge mache, wie Commits abrufen oder Fragen stellen und so weiter. Ich wechsle zum Beispiel immer noch zu Sonic. HiQ. Ähm, aber ich finde, Sonic fühlt sich irgendwie ein bisschen überflüssig an. Und es gibt tatsächlich eine Vorschau auf – wie nennen sie das noch mal? Äh, es gibt im Grunde ein anderes Modell, das sie – das durchgesickert ist – das besser ist als Mythos. Also, ich weiß nicht so recht.

Es wird langsam alles ein bisschen verwirrend. Wenn man bedenkt, dass all diese unglaublichen Benchmark-Ergebnisse – ihr wisst schon, die, von denen Claudia behauptet, ähm, lasst uns euch noch mal daran erinnern, dass sie diese regelrecht pulverisiert hat – und eine deutliche Verbesserung des Gentic-Benchmarks im Bereich Programmierung gegenüber GPT 5.5 zeigen, und obwohl ich ein Opus-äh-Claude-Fanboy bin, kommt mir das nicht ganz geheuer vor, so wie bei GPT 5.5 ist ein brillantes Programmier-Tool. Ich habe es eine Weile genutzt, als sie noch wahnsinnig viel Nutzungsvolumen verschenkten und so weiter – ich hatte ja eine Zeit lang ein kostenloses Konto, aber es kommt mir trotzdem nicht ganz richtig vor. Es ist immer noch so deutlich besser. Ich weiß nicht. Und die Leute schwören wirklich auf GPT-5, und man kann es ihnen nicht übel nehmen, dass sie das mögen.

Hier kommt Deep Suite ins Spiel, was wirklich Sinn macht. Man muss sich für Open-Source-Benchmark-Tools stark machen, denn genau dort betritt man das Gebiet des Benchmarkings, wo Leute ihre Modelle trainieren oder optimieren, um bei diesen Benchmarks – von denen sie wissen, woran sie getestet werden – tatsächlich sehr gut abzuschneiden. Sie kennen die Fragen oder wie auch immer das funktioniert. Ich bin mir nicht ganz sicher, wie das funktioniert, aber sie sind in der Lage, ihre Modelle daran zu messen und wirklich gute Ergebnisse zu erzielen. Deep Suite ist ein Closed-Source-Benchmark, offensichtlich für die Softwareentwicklung. Man weiß nicht, wie es funktioniert. Man weiß nicht, wie die Fragen lauten. Man weiß überhaupt nichts darüber, und sie führen die Tests durch – und dann ist es meiner Meinung nach hier einfacher, die Ergebnisse zu interpretieren.

Aber letztendlich, GPT 5.5 X High – weißt du, das erreicht Werte von etwa 70 und 62 – und das widerspricht der Vorstellung, dass „Max“ und „X High“ im Grunde die gleichen Ergebnisse liefern. Ich würde also nicht unbedingt davon ausgehen, dass die durchschnittlichen Kosten bei „X High“ sinken, was ziemlich … oh nein, Entschuldigung, „Max“ ist eben „Max“. Warum man also Geld ausgeben sollte, wenn man – basierend auf den Bewertungen – das gleiche Ergebnis wie bei „X High“ erhält, ist fraglich. Für mich macht es jedoch – auch wenn ich das eigentlich nicht glauben will, denn ich bin ja ein Opus-Claude-Fan – langsam Sinn, warum dies genauer sein soll als Open-Source-Benchmarking-Tools. Ähm, und auch aus der praktischen Anwendung heraus, denn hier fallen mir wieder diese Open-Source-Tools ein, ähm, wie Miniax 3, Kimmy K 2.6 oder Quen.

Ich glaube, da gab es so einen. Ähm, welcher war das noch mal? Ich… ja, ich weiß es nicht. Im Grunde genommen erzielt Quen anscheinend die gleichen Werte wie Opus 4.8 und so weiter. Und da denkt man sich: „Echt jetzt, Alter? Wirklich?“ Ich finde das nämlich sehr schwer zu glauben. Da greift man dann eben auf diese Benchmarks zurück, diese Open-Source-Benchmarks. „Deep Sweet“ von Data Curve scheint ein Schritt in die richtige Richtung zu sein. Ähm, so sehr ich mir auch wünsche, dass es nicht stimmt, dass Opus im Vergleich zu GBT 5.5 hinter diesen Ergebnissen zurückbleibt. Aber es ist nun mal so, und es reizt mich, GBT 5.5 auszuprobieren. Ein zusätzlicher Diskussionspunkt von Brucey, denn – wieder einmal – ich habe vergessen, wo ich das gesehen habe.

Also, das ist wieder mal eine „Vertrau mir, Bruder“-Geschichte von mir, aber die Ergebnisse, die die Leute mit selbst geschriebenem Code im Vergleich zur Nutzung der API erzielen – im Grunde genommen heißt der Code „nerft“ das Potenzial von Opus. Ähm, vielleicht ist es sogar so, lass mich mal in Deep Suite nachsehen. Eigentlich könnte es sogar auf Deep Suite sein, aber äh, versuchen wir es mal – im Grunde haben sie es geschafft, dass GBT 5.5 bei den Codecs die gleichen Ergebnisse erzielte wie über die API. Da gibt es also keinen Unterschied. Während Opus oder Sonet oder welche Anthropics-Modelle auch immer innerhalb des „Claudecode“ schlechter abschnitten als, ähm, ist es das hier? Los geht’s, das ist es also: Claude Opus 4.7 im „Mini-Suite-Agent“, der ein wirklich sehr minimalistischer Testrahmen ist – wirklich sehr minimalistisch –, erzielt 50 Punkte, hat eine Erfolgsquote von 50 % und verbraucht zwar mehr Tokens, aber bei einer Erfolgsquote von 50 %, während es im Claude-Code bei einer geringeren Token-Anzahl eine Erfolgsquote von 40 % gibt.

Ähm, aber weißt du, es ist schon bemerkenswert: Während GT 5.5 bei 40 % liegt, verbraucht der Minuite-Agent zwar 40 % weniger Tokens, aber das ist in gewisser Weise zu erwarten, einfach weil es eine Minimalversion ist. Das hier ist eher … das ist eigentlich ziemlich überraschend, denn Claw-Code ist dafür berüchtigt, schon so viel Kontext zu liefern, noch bevor man überhaupt seine Prompt eingegeben hat. Also ja, 16 bis 25. Da ist nicht allzu viel Unterschied. Und dann Minuite. Äh, schau dir mal die Gemini-CLI an. Meine Güte. Und das ist ebenfalls eine Open-Source-CLI. Viele der, ähm, Open-Source-Modelle wie Miniax oder Quent – sie alle nutzen die Gemini-CLI.

Ich glaube, sie nutzen die Gemini-CLI, um ihre beiden Benutzeroberflächen und so weiter zu entwickeln. Aber ja, der Craw-Code schwächt Opus ab. Ich verstehe das zwar, aber es ist total verrückt, denn jetzt entwickle ich mehr eigene Tools und so weiter. Und buchstäblich nur wenige Tage, bevor sie diesen Stichtag angekündigt haben, haben wir ein Video dazu veröffentlicht. Ich dachte mir: „Hm, ich sollte Claude-P nutzen und das Claude Agents SDK verwenden, um einige dieser Tools zu entwickeln, damit ich mein Max-Abonnement, mein Pro-Abonnement oder was auch immer ich hatte, optimal nutzen kann.“ Und genau an diesem Tag haben sie angekündigt, dass sie diese Credits für die programmatische Nutzung einführen werden – die ich übrigens noch nicht erhalten habe.

Ich weiß nicht, wie ich das hinbekomme. Sag mir Bescheid, wenn du es geschafft hast. Aber, ähm, diese Sache mit der programmatischen Nutzung – ich wollte nämlich anfangen, Claude außerhalb von Claw-Code zu nutzen, damit der Kontext nicht mit all den Skills, den MCPS und diesem und jenem überladen wird. Ich wollte etwas verwenden, das etwas schlanker ist. Es ist also ein bisschen schade. Es ist ein bisschen schade, weil wir mit den eigenen Tools von Anthropic nicht das Beste aus deren eigenen Modellen herausholen können. Allerdings binden dich ihre Max-Abonnements daran, ihre eigenen Tools namens „Code“ zu verwenden. Das ist also ein bisschen schade, aber, ähm, trotz allem reizt es mich definitiv, mich, äh, anderweitig umzusehen oder ein paar neue Modelle auszuprobieren.

Ich meine, ich habe schon mal GT 5.5 benutzt. Es ist ein tolles Tool, aber ich… ich mag einfach Claw Code, Mann. Ich mag Claw Code. Also, ja, das ist es. Das ist es. Apropos Codecs: Open AAI hat Codeex-Seiten veröffentlicht, was eine ziemlich interessante Entwicklung ist, bei der Webflow mit ins Spiel kommt und den ganzen Spaß noch verstärkt. Mittlerweile nutzen mehr als fünf Millionen Menschen jede Woche Codeex. Codeex begann als Tool für die Softwareentwicklung, erweist sich aber zunehmend als nützlich für immer mehr Arten von Arbeit. Nicht-Entwickler, darunter Analysten, Marketingfachleute, Betreiber, Designer, Forscher, Investoren und Banker, machen insgesamt etwa 20 % der Codeex-Nutzer aus und wachsen mehr als dreimal so schnell wie die Entwickler. Die Normies steigen ein, Mann.

Die „Normies“ mischen jetzt mit. Heute stellen wir neue Möglichkeiten vor, mit Codex-Plugins mehr zu erreichen – darauf werden wir hier nicht näher eingehen, aber es geht um das Plugin-Ökosystem und eine Vorschau auf die Möglichkeit, interaktive Websites und Apps zu erstellen, die ihr über eine URL in eurem Arbeitsbereich teilen könnt. Das Ganze richtet sich also wirklich an die Belegschaft, also an die Arbeiter, die Arbeiterklasse – ähm –, es ist nicht für dich und mich gedacht, wie ich zunächst dachte, aber das ist es eben nicht. Es ist für interne URLs gedacht. Innerhalb von OpenAI nutzen nicht-technische Teams Codex, um interne Apps zu entwickeln, Präsentationsmaterialien für die Geschäftsleitung vorzubereiten, Dashboards zu erstellen und Kreativ-Briefings in Ergebnisse umzusetzen, die die Marken- und Designvorgaben widerspiegeln. Das sind also die Dinge, die sie sozusagen entwickeln.

Oh, hier ist so ein Art Werbevideo. Die haben’s drauf. Bei denen läuft was. Ich will die Musik nicht einschalten, weil wir sonst Ärger bekommen. Also, ich glaube, das machen wir alle. Ich glaube, wir alle, äh, sollten das auf jeden Fall tun, vor allem, weil wir über die, äh, unglaubliche Effektivität von HTML gesprochen haben. Wir alle entwickeln Apps und, ähm, Dashboards, die uns helfen, unsere eigene Arbeit am Arbeitsplatz zu erledigen. Und ihr habt vielleicht gesehen, dass es so aussieht, als könnte man allein durch das Taggen von Websites die von euch durchgeführten Recherchen oder was auch immer das sein mag, zusammenstellen und dann, na ja, einen Ticker oder ein Umsatz-Dashboard erstellen. Ähm, die Möglichkeit, das als private URL zu veröffentlichen und mit dem Team zu teilen, beschleunigt die Kommunikation innerhalb des Teams wirklich enorm, was ziemlich cool ist.

Ähm, ja, das war’s im Grunde schon. Ich denke, das erklärt sich eigentlich von selbst. Ähm, und das war’s auch schon zu diesem Thema. Angefangen bei Verbesserungen für Unternehmen und Geschäftskunden: Mit Codex lassen sich nun interaktive, gehostete Websites und Apps erstellen und teilen. Websites können über eine URL mit jedem in Ihrem Arbeitsbereich geteilt werden. Und dort gibt es auch einige Beispiele. Wir arbeiten außerdem daran – und hier wurde es interessant, denn ich habe das hier bei Webflow gesehen. Wir freuen uns sehr über die Partnerschaft mit Open Eye Sites, um gemeinsam die nächste Generation der Web-Erstellung zum Leben zu erwecken. Das war, um ehrlich zu sein, wahrscheinlich am selben Tag wie die Entlassungen. Es war also irgendwie seltsam, das zu sehen, und ich dachte mir: Was ist hier los?

Und dann, ja, das hier zu lesen. Ich kann mir also vorstellen, dass es im Moment so etwas wie ein Testfeld ist. Ich glaube nicht, dass es ein internes Tool bleiben wird. Ich denke, das bedeutet wahrscheinlich, dass man etwas entwickelt und es dann einfach veröffentlichen kann. Es ist wie bei Lovable. Ich finde es sympathisch. Auch wenn ich hier Lovable erwähnt habe: Sie arbeiten eng mit diesen Plattformen zusammen. Ist das ein – wie heißt das Wort? – Codeex entwickelt sich zu einer – wie nennt man das? – einer Master-App, so wie WeChat in China? Ähm, graben sie sich ihr eigenes Grab, indem sie eine Partnerschaft mit OpenAI eingehen? Denn die Leute könnten sagen: „Na ja, ich arbeite lieber einfach mit OpenAI – warum sollte ich für Lovable bezahlen, wenn ich genau dasselbe bei OpenAI machen kann?“

Es wird also wirklich spannend sein zu sehen, wie diese beiden Dinge zusammenkommen. Ähm, und wie das dann aussehen wird. Alles, was wir bisher haben, ist, wie gesagt, diese Erwähnung und dann dieser Tweet von Web Flow. Da bleibt noch abzuwarten, Leute. Aber es ist trotzdem ziemlich cool. „Sites“ werden derzeit in der Vorschau für Business- und Enterprise-Teams über die Codeex-App eingeführt. Enterprise-Administratoren können „Sites“ in den Admin-Einstellungen aktivieren. Wenn ihr Zugriff darauf habt, lasst es uns wissen. Lasst uns wissen, was los ist – ob ihr Integrationen mit Web Flow, Loveable oder was auch immer habt oder ob es sich derzeit ausschließlich um „Sites“ handelt. Ähm, ich gehöre keiner Organisation an, daher kann ich euch dazu nichts sagen.

Wenn ihr auf YouTube seid, ein Gruß an euch alle. Gebt uns ein „Gefällt mir“ auf YouTube. Ich weiß das wirklich zu schätzen. Wir haben übrigens eine neue Website. Das sollten wir wohl erwähnen. Wir haben eine neue Website, commandow.com, auf der ihr ein bisschen mehr über die einzelnen Folgen selbst lesen könnt. Ähm, einfach eine Art Sammelstelle für alles, worüber wir reden, und natürlich für SEO und all diesen Quatsch. Aber ja, wir haben eine Website. Sagt uns, was ihr davon haltet. Sie wurde, äh, von Kabaz und mir zusammengestellt, und, ähm, ja, wir freuen uns auf euer Feedback. Geht auch mal auf – wo ist sie jetzt noch mal? Wenn wir das hier bearbeiten, geht einfach auf insiders.comandai.com, äh, commandshow.com.

Wir wollen so eine Art Community ins Leben rufen. Wir wollen etwas machen, das ein bisschen mehr hinter den Kulissen stattfindet als das, was diese Sendungen machen. Oh, ich wusste gar nicht, dass man da einen Timer einstellen kann. Das wollen wir für immer und ewig so beibehalten. Ähm, ja, wir wollen eine Community aufbauen, sind uns aber noch nicht ganz sicher, was ihr euch davon erhofft oder was ihr euch von einer Community wünscht. Wenn ihr also auf diese URL geht, findet ihr dort lediglich ein Formular. Wir verfolgen euch nicht oder so etwas in der Art. Ihr könnt auch eine falsche E-Mail-Adresse angeben, wenn ihr das wirklich wollt. Ähm, wir wollen einfach nur wissen: Worüber sollen wir in dieser Community sprechen?

Was können wir tun, um Ihnen zu helfen? Wie können wir Ihnen noch besser helfen? Sollen wir Ihnen das Programmieren beibringen? Oder geht es vielleicht um die Entdeckung von Apps oder so etwas in der Art? Ich glaube, es gibt da ein Dropdown-Menü – lassen Sie uns das gleich mal aufrufen: „Size Command Show“ – das ist der Fall, wenn die Website nicht richtig angezeigt wird. Ähm, teilen Sie uns doch bitte Ihren Namen mit – es wäre wirklich schön, einige von Ihnen kennenzulernen –, aber wie gesagt,ist nicht wirklich wichtig, ähm, was möchtet ihr über KI-Tools lernen? Oh, ihr könnt es nicht sehen: KI-Tools und Produktivitätssteigerung mit KI, KI und Design, kreative Arbeit, Verständnis dafür, wie KI funktioniert, KI für Beruf und Karriere, KI-Ethik in der Zukunft. Und wenn ihr euer Thema, das ich gerade ausgewählt habe, nicht seht, könnt ihr etwas eingeben und uns ein paar weitere Details geben.

Das wissen wir wirklich zu schätzen. Auch wenn ihr der Community nicht beitreten wollt, helft uns doch bitte. Versteht ihr, was ich meine? Helft uns. Ähm, also ja. Ja. Gebt uns ein „Shout-out“. Gebt uns ein „Like“ auf YouTube. Und machen wir weiter mit dem nächsten Artikel. Wie läuft’s? Wir sind schon eine Stunde drüber. Als Nächstes geht es darum, dass Microsoft ein Programmiermodell herausbringt, was ziemlich cool ist. Ich wäre euch auch dankbar, wenn ihr mir sagen könntet, wie es mit dem Mikrofon läuft, denn ich klopfe gerade auf meinen Tisch – was ihr wahrscheinlich hören könnt –, aber da ist so ein Rauschen. Ich weiß nicht, ob das nur an der Verbindung liegt. Könnt ihr dieses Rauschen hören, dieses Zischen, oder ist es nur ein Brummen?

Ich weiß das zu schätzen, weil ich ständig meine Hand hinunterhalte. Ich kann so ein Zischen hören. Wenn ihr es nicht hören könnt, macht das nichts. Ist alles gut. Okay, lasst uns ein bisschen aufräumen. Schnittgruppe. Ähm, also ja, Microsoft kündigt eine Menge neuer KI-Modelle an. Ähm, eine ganze Menge davon. Am meisten interessiert mich das Programmiermodell, das sie „M AI Code One Flash“ nennen. Nicht gerade der schönste Name für ein Modell, aber hey, es ist da, und ich bin ziemlich … nun ja, es ist ein neues Modell. Warum sollte man sich nicht darüber freuen? Sie haben eine Menge Co-Pilot-Forschung dazu betrieben. Also, auf der Build-Entwicklerkonferenz in San Francisco hat Microsoft „MAI Code 1 Flash“ angekündigt, sein erstes Modell für den Bereich der KI-Programmierung.

Also, ähm, zusätzlich zu „MI Code One Flash“ – verdammt noch mal – führt Microsoft „MI Thinking One“, ein Schlussfolgerungsmodell, ein und hebt die Effizienz beider Angebote hervor. Das Interessante daran ist, warum ich das Gefühl habe, dass es beim „Denken“ einfach um verschiedene Ebenen des Denkens geht. Es ist nicht so, dass „Denken“ an dieser Stelle einfach nur eingeschaltet sein sollte. Ich glaube nicht, dass ich das Denken früher oft ausgeschaltet hatte. Ähm, es wäre interessant, irgendwie zu diesem Arbeitsablauf zurückzukehren, aber im Moment ist das Denken standardmäßig einfach aktiviert. Warum bringen sie also ein Modell auf den Markt, das – nun ja – das Schlussfolgerungsmodell ist mittelgroß, auf hohe Effizienz und Leistung ausgelegt, aber vor allem mit geringen Token-Kosten. Ich glaube nicht, dass dieses Schlussfolgerungsmodell bereits verfügbar ist.

Ähm, meiner Meinung nach hätte es mit einer Begründung veröffentlicht werden sollen, aber ich wollte es trotzdem mal ausprobieren. Ich wollte das mal testen. Du musst mir Bescheid geben, ob es bei dir klappt, denn ich glaube, man muss Copilot abonnieren. Man bekommt es über Copilot. Ähm, ich habe den Auto-Modus ausprobiert und gefragt: „Welches Modell bist du?“ Und es hat immer wieder „Raptor Mini“ verwendet. Ich weiß nicht, ob „Raptor Mini“ tatsächlich das, äh, das Modell selbst ist. Aber ja, ich weiß es nicht. Ich möchte es mir ansehen können. Ich möchte es in Aktion sehen. Ich vermute, es ist ein sehr schnelles Modell. Ich wette, es ist ein Konkurrent zu Composer 2.

Also, ähm, ja, wenn ich es jemals in die Finger bekomme, will ich es mal auf Herz und Nieren prüfen und sehen, wie es sich schlägt. Ich glaube nicht, dass es in irgendwelchen Benchmarks vorkommt. Kommen wir mal zur, äh, künstlichen Intelligenz, eigentlich. Ähm, kommen wir zur Intelligenz und zum Blitz. Äh, Ringblitz. Nein, nein. Nein, das haben sie nicht. Ähm, es gibt also nicht viele Informationen darüber. Ähm, und wie gesagt, ich glaube, sie haben etwa acht Modelle herausgebracht, aber die sind alle sehr spezifisch auf ihren jeweiligen Anwendungsfall zugeschnitten. Ich glaube – korrigiert mich, wenn ich falsch liege. Und das ist ziemlich – und das ist ziemlich, ähm, tut mir leid, ich habe damals meinen Bildschirm nicht geteilt. Ähm, ich habe mir hier die künstliche Analyse angesehen.

Ähm, die Sache ist die: Ich möchte mich damit beschäftigen – sag mir Bescheid, ob du auch begeistert davon bist –, aber ich möchte mich mit der Feinabstimmung meiner eigenen Modelle beschäftigen, und dazu hat mich Composer 2.5 irgendwie inspiriert, weil dieses Modell auf Kimmy K2.5 basiert. Sie haben also ein bestehendes Modell verfeinert, um es wirklich gut für das Programmieren geeignet zu machen. Das leuchtet doch ein, oder? Ein Modell für das Programmieren muss nichts über die Geschichte der Schlacht von Hastings im Jahr 1066 wissen. Es muss auch nichts über die chemischen Eigenschaften von Wasserstoff oder so wissen. Man muss bedenken, dass diese Modelle all diese Informationen enthalten müssen. Ähm, und das ist alles verschwendete Rechenleistung. Es ist alles verschwendetes, ähm, äh, Rauschen, wenn man versucht, seine Arbeit zu erledigen und so weiter.

Also, es ist wirklich … Ja, ich möchte versuchen, mich mit der Feinabstimmung von Modellen zu beschäftigen und zu sehen, wie das so läuft. Ich möchte das machen, sobald ich meinen neuen Computer habe, also bleibt auf meinem Kanal dran, aber natürlich werde ich auch hier schon mal Sachen teilen. Ähm, ja, eigene Modelle erstellen. Ich glaube natürlich nicht, dass man jemals mit Anthropic konkurrieren kann, aber wenn man ein wirklich schnelles, günstiges – oder sogar kostenloses – Modell auf seinem lokalen Rechner laufen lassen kann, das 90 % der Routinearbeit erledigt, dann kann man vielleicht einen Plan in Opus erstellen und dann seinen lokalen Programmier-Agenten losschicken, der einfach einen Tag lang läuft und die ganze Arbeit erledigt.

Ich weiß nicht so recht. Ich sehe darin irgendwie eine Zukunft, zumindest als kleines, lustiges Experiment – seien wir mal ehrlich. Also, ja. Ähm, viel mehr gibt es zu den Co-Pilot-Modellen von Microsoft nicht zu sagen. Die geben im KI-Wettlauf nicht nach. Äh, aber sie könnten ein bisschen zu spät dran sein, denn ich habe das Gefühl, dass wir im Moment alle schon unsere Favoriten haben. Ähm, vielleicht ähnlich, ich bin mir nicht ganz sicher, aber Nvidia hat gerade den RTX Spark auf den Markt gebracht, einen Windows-PC mit einer Petaflop-Leistung, der für persönliche Agenten entwickelt wurde. Sie haben also diesen Computer auf den Markt gebracht – oder ist es der Chip? Ich weiß es nicht. Aber der RTX Spark, der einen Neuanfang für PCs markieren soll, wurde auf der GTC in Taipeh auf der Computex zusammen mit Nvidia Open Shell angekündigt, das sichere Agenten auf Windows bringt – mit doppelter Inferenzleistung auf Llama-CP, egal ob es der Chip ist oder was auch immer, denn man hat dieses – ich glaube, das ist der DGX Spark –, dieses kleine Computergerät, das 5.000 kostet.

Ich glaube, es hat 128 Gig VRAM, aber es ist nur ein kleiner Spezial-PC für, ähm, KI-Agenten. Es gibt mittlerweile auch eine Laptop-Version. Ich glaube nicht, dass es genau das ist, aber nur, um hier ein bisschen Kontext zu schaffen: RTX Sparks mit einem Paflop an KI-Rechenleistung und 128 Gig einheitlichem Speicher kann den Rechenbedarf von On-Device-Agenten decken. Ich werde meinen Mac auf jeden Fall auf Herz und Nieren prüfen, um zu sehen, was wir tatsächlich von On-Device-Agenten mit 128 Gigabyte VRAM erwarten können, denn ich habe da meine Zweifel. Ich bin ehrlich, aber ich bin fest entschlossen, etwas zum Laufen zu bringen, und das könnte … Sorry, Leute, ich teile meinen Bildschirm wieder nicht.

Das ist eben das Problem, wenn man das alles ganz alleine machen muss. Ähm, ja. Also, ich habe meine Zweifel und ich möchte ein paar Tests durchführen, um zu sehen, ob ich ein brauchbares Modell auf einem Rechner zum Laufen bringen kann oder was das absolute Minimum ist, das wir tatsächlich schaffen können. Der RTX Spark bringt Nvidias 30 Jahre technologische Innovation auf schlanke Windows-Laptops mit ganztägiger Akkulaufzeit und hocheffiziente Desktop-PCs. Das klingt für mich völlig verrückt. Ich habe das gelesen und dachte mir: „Hm, Apple ist den Weg der dünnen Laptops gegangen, und die thermische Drosselung war einfach wahnsinnig.“ Als ob man einen dieser superdünnen Laptops kaufen und dann einen i9 reinstopfen würde – ich weiß, das sind i9-Prozessoren, und ich weiß, dass wir, ähm, seit den Intel-Zeiten, was Macs angeht, große Fortschritte gemacht haben, aber trotzdem, Mann, hier spielen nun mal physikalische Gesetze eine Rolle.

Also, ich weiß es nicht. Wir werden sehen. Ich habe gehört, dass ich meinen Laptop am Montag bekomme. Ähm, an welchem Tag? Dienstag. Ist es der fünfte, sechste, siebte oder achte? Ich glaube, die Apple-Konferenz findet am Dienstag statt, oder vielleicht sogar schon am Montag. Also, wir werden sehen. Vielleicht werde ich es mir später leidtun, weil sie ein MacBook Ultra ankündigen. Ich weiß es nicht. Alle glauben, dass es sich dabei um ein KI-fokussiertes Gerät handeln wird, was es wahrscheinlich auch sein sollte, denn im Bereich KI sind sie derzeit absolut unschlagbar. Nvidia hat mit der Llama-CPP-Community zusammengearbeitet, um Funktionen und Optimierungen wie die Multi-Token-Prädiktion zu ermöglichen – eine spekulative Dekodierungstechnik, bei der ein kleineres Entwurfsmodell mehrere Token gleichzeitig vorschlägt, die dann vom Zielmodell in einem einzigen Durchlauf verifiziert werden.

Das ist ja interessant. Ich dachte, das hätten wir eigentlich schon so ähnlich gemacht, aber du hast da so ein kleines Modell, ein noch kleineres Modell, das gewissermaßen etwas vorausarbeitet und im Grunde eine Art Vorverarbeitung durchführt. Ähm, um die Dinge zu beschleunigen. In Verbindung mit anderen Optimierungen wie dem programmgesteuerten, abhängigen Start ergibt das eine doppelt so hohe Leistung bei Quen 3.6 und 3.527B sowie eine Leistungssteigerung um das 1,6-Fache bei Quen 3.6 und 3.5 30 – oh, Entschuldigung, das habe ich irgendwie falsch gelesen. Quen 3.6 und 3.5 27B sowie Quen 3.6 und 3.5 35B. Das ist also offensichtlich ein größeres Modell als das 27B. Diese Updates sind über Llama CPP verfügbar. Ihr könnt also schon jetzt auf diese Updates zugreifen.

Äh, aber natürlich sind diese Laptops noch nicht auf dem Markt. Also, ja, da wurden einige Verbesserungen vorgenommen, was ziemlich cool ist. Also, ja, wie ihr euch vorstellen könnt, all die Benchmarks, bla, bla, bla. Das ist ein fantastischer Laptop. Und das ist die Landingpage. Das sind sie nicht, ich meine, ihr könnt hier alle technischen Daten sehen. Ähm, ein Petlop, 128 Gigabyte Unified Memory, Akku für den ganzen Tag, spieltauglich. Das klingt ehrlich gesagt zu gut, um wahr zu sein, aber das Einzige, was ich dazu finden konnte, sind diese wirklich schlanken Metall-Laptops. Ähm, kein Preis angegeben. Das ist, glaube ich, der DGX Spark. Dann bin ich wieder verwirrt. RTX Spark Desktop-PC. Unterscheidet sich das vom DGX Spark oder wie auch immer er heißt?

Ich weiß es nicht. Ähm, und dann habe ich auf Twitter nachgeschaut und diese N1-Systeme gefunden, die wohl das Einstiegsmodell sind und bei etwa 1,7 beginnen. Äh, N1X-Systeme beginnen Berichten zufolge bei etwa 2,8. Also, ich weiß nicht, ist das günstig? Ähm, Windows auf einer ARM-CPU in Blackwell, 20 Kerne, zwei Kerne, 128 Gigabyte Unified Memory, 600 Gigabyte Bandbreite, ähm, und dann gibt es Leute, ähm, aber fast 3.000 für das NX1 mit 28 und 2,8 – da konkurriert man mit High-End-Gaming-Laptops, die bereits eine bewährte x6-Kompatibilität und eine diskrete, ähm, RTX-GPU haben. Also ja, das ist alles, was wir im Moment haben. Ähm, ziemlich cool, ähm, spannende Zeiten für Technologie und KI-gesteuerte Laptops. Die Leute interessieren sich definitiv für dieses Zeug.

Aber ja, ist das für den Normalbürger unerreichbar? Was lässt sich damit realistisch gesehen überhaupt erreichen? Ich weiß, dass sie versuchen, den Preis zu senken, und 128 Gigabyte scheinen die Obergrenze zu sein, die man wirklich in einen Laptop einbauen kann, aber reicht das aus, um echte Arbeit zu erledigen – also umfangreiche Aufgaben mit Agenten und so weiter? Also ja, RTX Spark … ähm, das ist so ziemlich alles, wofür wir Zeit haben. Aber noch eine letzte Sache, bevor ihr geht. Ähm, ich dachte mir: Also, ich habe viel über ähm KI-Tools für Designer gesprochen, weil ich glaube, dass wir noch nicht ganz so weit sind. Ähm, Designer wollen eben diese feine Hand, wenn es darum geht, die Designs zu erstellen, die sie sich vorstellen.

Sie brauchen nicht unbedingt KI, um ein Design fertigzustellen, aber KI kann noch so viel mehr für sie leisten. Sie dient dazu, Arbeitsabläufe zu optimieren. Sie dient dazu, Variationen zu erstellen. Sie dient dazu, Entwürfe zu erstellen. Sie dient dazu, Inspiration zu liefern und, nun ja, als Gesprächspartner zu fungieren. Vor allem in den Phasen bis hin zum endgültigen Ergebnis kann KI beim Design sehr, sehr leistungsstark sein. Ähm, sie wird Designer in absehbarer Zeit nicht ersetzen. Ich weiß nicht, ob sie das jemals tun wird, denn ein Designer hat etwas im Kopf, das er umsetzen möchte. Das ist so spezifisch. Entwickler hingegen sagen eher: „Ja, sorg einfach dafür, dass diese Funktion funktioniert. Ich weiß nicht. Es ist mir egal, wie du das machst.“

Davon habe ich schon oft gesprochen. Und dann hat Julian – ich glaube, er war von, ähm, Memberstack – Ship Studio veröffentlicht, und das hat mich wirklich sehr interessiert. Es ist eine IDE, in der man Clawed Code ausführen kann. Es ist also einfach dein Clawed-Code-Abonnement innerhalb des Clawed-Code-Harness. Ich habe zwar weiter oben in der Sendung erwähnt, dass der „Clawed Code Harness“ Clawed Code tatsächlich verlangsamt, aber unabhängig davon nutzt er zumindest deinen Max-Tarif. Du kannst Agenten starten und deine Website erstellen. Hier kannst du dir eine Vorschau davon ansehen. Ich habe es tatsächlich zum Laufen gebracht. Es ist nur ein kleiner Albtraum, meinen Bildschirm im Stream zu teilen.

Also, äh, ihr müsst euch noch ein bisschen gedulden. Aber was mir wirklich gut gefallen hat – und ich finde, das haben sie voll auf den Punkt gebracht – ist alles noch in der Beta-Phase. Vielleicht muss ich es euch zeigen. Vielleicht zeige ich euch ja äh Ship Studio. Also, das ist es. Wirklich, wirklich schön und übersichtlich. Ich muss sagen, sie haben bei dieser ersten, äh, Installation oder dieser ersten Version wirklich gute Arbeit geleistet. Man kann dem Slack-Kanal beitreten und natürlich mit ihnen chatten und Funktionen vorschlagen, aber es funktioniert mit dem Standard-Coding-Agent eurer Wahl. Im Moment gibt es Open Code, Codeex und Claw Code. Das funktioniert also. Und wenn ich hier meine persönliche Website öffne, könnt ihr Branches erstellen. Ein wirklich, wirklich cleveres und gut durchdachtes Tool.

Wenn ich zu „Der Server wird gerade gestartet“ gehe. Schau mal, du hast noch nicht einmal die Vorteile davon gesehen. Du hast noch nicht einmal – ich habe dir das noch gar nicht gezeigt. Versuchen wir mal, etwas mehr Platz dafür zu schaffen. So, das war’s. Äh, schließ das. Was wir hier haben, ist ein Editor. Man kann ihn dort nicht wirklich sehen. Versuchen wir mal … ähm, die sind dynamisch. Ähm, versuchen wir es mal – ich weiß nicht. Machen wir die größer. Du hast diese feine Steuerung, die ganz ohne KI auskommt. Hier kommt überhaupt keine KI zum Einsatz. Das ändert tatsächlich den zugrunde liegenden Code. Du kannst also KI nutzen, um deine Website aufzubauen oder in Betrieb zu nehmen, und sie dann mit dem hier vorliegenden Einstellungsfeld verfeinern – und du musst dafür keine Credits oder Ähnliches verbrauchen.

Das ist wirklich sehr, sehr schön. Hier kann man eigenes CSS schreiben. Schaut euch das auch mal an. Ein paar Einschränkungen gibt es allerdings, und ich habe eine Nachricht von Julian erhalten, weil ich eine Website habe, die nur aus statischem HTML mit klassischem CSS besteht. Das ist auf Nex.js-Anwendungen beschränkt, die Tailwind verwenden. Ich habe da etwas entdeckt. Hier ist es. Es funktioniert mit jedem Nex.js- oder Astro-Projekt, das Tailwind nutzt. Es setzt also offensichtlich Kenntnisse über Tailwind voraus. Im Grunde werden also nur Klassen ausgetauscht. Das ist jedoch erst ein erster, ähm, Einblick in dieses Tool. Ich komme einfach nicht darüber hinweg, wie übersichtlich und funktionsreich dieses Tool ist. Es ist wirklich gut durchdacht. Es gibt noch eine Menge Dinge, die ich euch gerne zeigen würde, ähm, wie hieß das noch mal?

Da war etwas … Oh, ich habe hier eine Website hinzugefügt. Wenn ich auf meine Startseite gehe, habe ich diese Website hier hinzugefügt. Eigentlich werde ich das gleich mal machen. Ähm … Oh, schau mal. Ganz schlicht. Eigentlich nein, nein, tut mir leid. Ich habe sie importiert. Äh, in den lokalen Ordner. Wenn ich hierhin gehe und diese Website öffne, scheint sich dieses Projekt im Unterordner „template“ zu befinden. Und das stimmt auch. Es gibt nämlich keine HTML- oder CSS-Dateien. Ich weiß nicht, wie das funktioniert. Und ich weiß, das ist blöd. Der Punkt ist, dass diese kleinen Feinheiten, die diese App in Version 1 hat – ich glaube, es ist Version 1, ähm, 0.67, 67, ähm –, sich auf den Rest der Benutzererfahrung auswirken. Wenn wir also hierher gehen, haben wir natürlich Code, den wir anpassen können, und können Skills, MCP-Server und solche Dinge hinzufügen.

Das ist einfach eine wirklich tolle App. Ein großes Lob an Julian, der so eine coole App entwickelt hat. Ich freue mich riesig, sie hier in der Sendung vorstellen zu dürfen. Ähm, ich arbeite momentan an nichts Bestimmtem. Weder mit NextJS noch mit Tailwind Wendy im Moment. Aber ganz sicher ist das hier eine wirklich tolle Sache. Wenn ihr Designer seid, lasst uns wissen, ob das eure Probleme löst oder wofür ihr KI nutzen wollt, denn ich weiß, dass Designer normalerweise ein bisschen, na ja, ziemlich gegen KI eingestellt sind, weil sie sich wahrscheinlich davon bedroht fühlen. Ich glaube nicht, dass sie sich bedroht fühlen müssen, aber sie fühlen sich davon bedroht.

Ich glaube, sie fühlen sich dadurch bedroht, weil, ähm, Kunden sich dafür entscheiden, KI zu nutzen, anstatt einen Designer zu beauftragen – so ist es nun mal im Moment, oder? Aber ja, das Einzige, was ich zu diesem Tool sagen würde, ist, ähm, der Rechercheaspekt. Es ist die Arbeitsfläche. Es sind die Bereiche zum Experimentieren, die bei diesem Tool definitiv nicht fehlen. Und wenn sie einen Weg finden, das umzusetzen, ist das in Ordnung. Aber die Figma-Version schien sich mehr auf diese Experimentierphase und mühsame Aufgaben und solche Dinge zu konzentrieren. Das könnte einfach der Übergang von Figma zur Website sein – und du weißt ja, wie das ist, wenn man eine Website erstellt und sie dann tatsächlich im Browser sieht: Sie sieht nicht ganz so aus, wie man es sich vorgestellt hat.

Das könnte so etwas wie ein Einstieg in diese Welt sein oder eine IDE, die Entwickler zufriedenstellt. Oh, Entschuldigung. So zufrieden wie ein Designer, der sich wohler dabei fühlt, Änderungen vorzunehmen, ohne seinen Ansprechpartner darum bitten zu müssen – man sucht einfach das Element und ändert es, ganz egal was. Also, lasst uns wissen, ob ihr das nutzen werdet. Auf jeden Fall. Ähm, ich frage mich, ob ich einen Empfehlungslink oder so etwas habe, denn ich würde ihm gerne mitteilen, dass ich Leute weiterleite. Aber ein wirklich cooles Tool. Ein wirklich, wirklich cooles Tool. So, das war’s. Ich werde nur noch mal kurz alle meine Notizen hier durchgehen. Ich glaube, wir haben alles durchgenommen. Wie gesagt, Kabaza ist diese Woche nicht hier, weil er eine Reise nach Italien machen musste.

So ist das eben mit Kundenprojekten. Ihr wisst ja, wie das läuft. Er ist also nach Italien gereist, aber ich bin mir sicher, dass wir nächste Woche wieder da sind. Ähm, ja, ich glaube, das war’s dann auch schon. Gebt uns ein „Like“ auf YouTube, falls ihr auf YouTube seid, bevor ihr geht. Ähm, schaut nächste Woche wieder vorbei, wenn wir zur gleichen Zeit mit KI-News und, äh, KI-News sowie Design und Entwicklung zurück sind. Schaut euch „Insiders“ an. Lasst uns wissen, wenn ihr eine Community gründen wollt. Wir sind dabei. Ich glaube, das war’s. Danke fürs Zuschauen. Danke für eure Kommentare und bis zum nächsten Mal – wenn ich meine Maus finde. Los geht’s. Bleibt am Ball.