Mehr Kontrolle für Agenten, neue Standards bei Modellen

Heute geht es um Kontrolle, Beobachtbarkeit und verlässliche Modellwahl. Drei eher trockene Themen, die im laufenden Betrieb schnell konkret werden.

Ein eigener Proxy macht LLM-Aufrufe sichtbar

Ein Beitrag plädiert für einen eigenen Proxy zwischen Anwendungen und Sprachmodellen. Diese Ebene bündelt Anfragen, Antworten und die Nutzung verschiedener Anbieter. Für produktive Medien-Pipelines erleichtert das die Fehlersuche, Kostenkontrolle und Protokollierung. Ohne zentrale Sicht verteilen sich dieselben Aufgaben auf mehrere Dienste. (Hacker News)

Agenten denken im latenten Raum

Eine Forschungsarbeit stellt hybride Agenten vor, die interne Denkschritte im latenten Raum verarbeiten und über Text handeln. Zum Projekt gehören eine Implementierung, Modelle und Evaluationen. Für Betreiber verschiebt sich die Prüfbarkeit damit stärker auf Eingaben, Ausgaben und ausgeführte Aktionen. Das macht saubere Tests und eng begrenzte Werkzeuge wichtiger. (Hacker News)

WhatsApp-MCP läuft auf Cloudflare

Ein Open-Source-Projekt verbindet Claude über MCP mit Nachrichten eines persönlichen WhatsApp-Kontos. Der Dienst läuft auf Cloudflare und benötigt laut Entwickler weder WhatsApp Business noch einen eigenen Server für Baileys. Das senkt die technische Schwelle für mobile Agenten und persönliche Assistenten. Im produktiven Einsatz brauchen Konto- und Nachrichtenzugriffe dennoch klare Berechtigungen und Protokolle. (Hacker News)

Externe Aufsicht erhält direkten Zugang

Anthropic gewährt einer externen KI-Aufsicht einen mit Mitarbeitenden vergleichbaren Zugang. Die Stelle darf ihre Ergebnisse ohne Zustimmung von Anthropic veröffentlichen. Das stärkt die Aussagekraft unabhängiger Prüfungen und schafft eine zusätzliche Informationsquelle zu Risiken. Betreiber erhalten damit potenziell belastbarere Grundlagen für die Bewertung eines Modellanbieters. (Ars Technica)

Replit setzt OpenAI als Standard

Replit macht OpenAI zum Standardanbieter seiner Entwicklungsplattform. Claude bleibt für Kundinnen und Kunden weiterhin verfügbar. Solche Voreinstellungen prägen, welches Modell im Alltag genutzt wird und wie erzeugter Code ausfällt. Produktive Teams sollten Modelle deshalb explizit festlegen und Anbieterwechsel mit Regressionstests absichern. (TechCrunch)

Anthropic wird seniorer und sitzt länger

Anthropic berichtet, die eigene Belegschaft sei weniger junior geworden und verbringe mehr Zeit in Sitzungen. Laut Unternehmen haben sich Zusammensetzung und Art der Arbeit im vergangenen Jahr deutlich verändert. Für Teams mit breitem KI-Einsatz werden Qualifikationsmix und Koordinationsaufwand damit zu relevanten Betriebsgrössen. Die Beobachtung stammt aus einem einzelnen Unternehmen und taugt noch nicht als allgemeiner Benchmark. (TechCrunch)

---

Der Automat protokolliert weiter. Sitzungen plant er vorerst keine.