0812 | NVIDIA Nemotron, OpenAI-Ethik-Chefin geht, CFTC-Notstand, London-Gesichtserkennung

Lena Vogel: Willkommen bei Hacker News täglich. Ich bin Lena Vogel.

Felix Hartmann: Und ich bin Felix Hartmann. Heute geht es um Nvidias neues Lightning-Modell, eine umstrittene Notstandsentscheidung der US-Börsenaufsicht und eine Kündigung bei OpenAI.

Lena Vogel: Außerdem: Gesichtserkennung im britischen Bahnverkehr, ein neuer KI-Bot von x.ai und das Ende einer jungen Sprachensaga. Bleibt dran.

Lena Vogel: NVIDIA hat ein neues KI-Modell vorgestellt: Nemotron 3.5 Lightning. Es ist ein sogennantes Mixture-of-Experts-Modell mit insgesamt 30 Milliarden Parametern, von denen im Einsatz nur 3 Milliarden aktiv sind – und es setzt auf einen Mamba-2- und Attention-Hybrid, der bis zu einer Million Token Kontext verarbeiten kann. Laut NVIDIA ist es das effizienteste Modell seiner Klasse für langlebige, agentische KI-Workloads.

Felix Hartmann: Und der Hersteller meldet konkret durchweg Verbesserungen: bis zu viermal schnellere Output-Geschwindigkeit und laut einem Benchmark namens PinchBench 30 Prozent schnellere Agentenaufgaben. Das ist die Richtung, in die sich die Branche gerade bewegt – weg vom einzelnen Chat-Abfragen-Hin und Her, hin zu Agenten, die selbstständig über längere Zeit arbeiten.

Lena Vogel: Parallel dazu erscheint NeMo Switchyard, eine Open-Source-Routing-Bibliothek. Die soll Anfragen automatisch an das jeweils am besten geeignete Modell weiterleiten – egal, ob es sich um offene, proprietäre oder NVIDIA-eigene Modelle handelt, und das ohne, dass Anwendungen umgeschrieben werden müssen. Als Beispiele nennt NVIDIA unter anderem CrowdStrike und Harvey.

Felix Hartmann: In der Diskussion auf Hacker News dreht sich die zentrale Frage ums Prompt-Caching. Ein Kommentator fragt, ob der Router pro Session „sticky“ sein müsste, also bei einer laufenden Konversation bei einem Modell bleiben sollte. Andere weisen darauf hin, dass das GitHub-Repo ausdrücklich als experimentelle Software markiert ist, die nicht für den Produktionseinsatz gedacht ist – während die Pressemitteilung schon nahelegt, dass man es einsetzen kann.

Lena Vogel: Da gibt es also eine gewisse Spannung zwischen Marketing und praktischem Einsatz. Ein Kommentator nennt Smart-Routing sogar „Schlangenöl-Marketing“. Ein anderer räumt ein, dass es konfigurierbare Abwägungen zwischen Cache-Stickiness und Routing-Güte gäbe, ist aber skeptisch, ob sich der zusätzliche Overhead lohnt.

Felix Hartmann: Und beim Caching selbst scheiden sich die Geister: möglich sei es, wenn alle Modelle einen gemeinsamen, verteilten Cache nutzen. Aber sobald das Routing providerübergreifend läuft, also über verschiedene Anbieter hinweg, sei gemeinsames Caching praktisch unmöglich. NVIDIA veröffentlicht übrigens auch ein agentisches Verstärkungslern-Dataset, das Nemotron-RL-Agentic-Terminal-Pivot heißt.

Lena Vogel: Weiter im Überblick: Ein bemerkenswerter Streit zwischen New York und der US-Börsenaufsicht CFTC. Die CFTC hat am 11. August ihre Notstandsbefugnis ausgeübt – nachdem die Börse KalshiEX eine Marktnotlage gemeldet hatte – und die Börse angewiesen, den Betrieb fortzusetzen.

Felix Hartmann: Hintergrund ist eine Klage: New Yorks Generalstaatsanwältin Letitia James hat Ende Juli vor einem Gericht des Bundesstaats eine einstweilige Verfügung gegen das landesweite Angebot aller Event Contracts von KalshiEX beantragt und dazu mehr als 36 Milliarden Dollar Schadensersatz verlangt.

Lena Vogel: CFTC-Vorsitzender Michael Selig wird mit deutlichen Worten zitiert: New York wolle die „Event Contract Derivatives“ hinter einem „eisernen Vorhang“ staatlicher Glücksspielgesetze verkümmern lassen, bevor die Gerichte endgültig entschieden hätten. Der Kongress habe nicht gewollt, dass Derivatebörsen durch ein Flickwerk staatlicher Glücksspielgesetze reguliert würden.

Felix Hartmann: Das Kernargument der CFTC: Das Commodity Exchange Act verlange einen einheitlichen nationalen Markt für Derivattransaktionen, nicht 50 verschiedene Regelungen. Die Behörde ist dabei nicht untätig – sie hat bereits selbst Klagen gegen eine Reihe von Bundesstaaten eingereicht, darunter Arizona, New York, Illinois und Wisconsin, und Amicus-Schriftsätze in mehreren Gerichtsbezirken vorgelegt.

Lena Vogel: In der Diskussion sorgt die Einordnung für Verwirrung. Ein Kommentator fragt, ob er richtig liest: New York will Kalshi stoppen, und die CFTC ordnet an, dass Kalshi weiterarbeiten darf? Genau das ist der Konflikt. Ein anderer Kommentator merkt an, dass die CFTC Kalshi als Finanzderivatebörse für die Kategorie Event Contracts rahme – und damit New Yorks Charakterisierung des Geschäfts als schlichtes Glücksspiel zurückweise.

Lena Vogel: Eine Personalie, die für Diskussionen sorgt: Chloé Bakalar, Head of Ethics bei OpenAI, verlässt das Unternehmen – weniger als ein Jahr nach ihrem Eintritt. Nach einem Kommentar begann ihre Rolle bei OpenAI letzten August; zuvor war sie von November 2021 bis August 2025 Chief Ethicist bei Meta.

Felix Hartmann: Das wirkt paradox – bei Meta, einem Unternehmen, das in Sachen Ethik nicht gerade unumstritten ist, blieb sie fast vier Jahre. Ein Kommentator bringt es auf den Punkt: „Stell dir vor, wie schlimm es sein muss, wenn man von Meta zu OpenAI wechselt und aus Letzterem aussteigt.“ Es ist allerdings anzumerken, dass die verlinkten Artikel selbst hinter Zugangssperren verborgen sind – die Diskussion trägt hier die Substanz.

Lena Vogel: Ein großer Strang dreht sich um die grundsätzliche Frage, ob Unternehmen überhaupt moralisch handeln können. Ein Kommentator argumentiert, Unternehmen seien „im besten Fall amoralisch, im schlimmsten Fall unmoralisch“. Und er bezeichnete die Themen aus dem Artikel – ethische Modellentwicklung, Mensch-KI-Interaktion, die Debatte um maschinelles Bewusstsein – als pseudophilosophischen Unsinn.

Felix Hartmann: Das wurde deutlich widersprochen – als kindisch und ignorant. Und ein anderer Kommentator hält dagegen und verweist auf sein Dorf: Bäcker, Elektriker, Bauunternehmen, die ihre Mitarbeiter über die Blütezeit hinaus hielten und aus Überzeugung in Vereine und Gemeinschaft investierten, nicht nur fürs Geld. Zynismus erschaffe die Welt, die man hasse.

Lena Vogel: Darauf folgt der Einwand, diese Beispiele seien mit Meta nicht vergleichbar – mehrere tausend Kilometer und Milliarden Dollar Macht und Distanz machten es leichter, menschliche Kosten zu ignorieren. Der ursprüngliche Kommentator wiederum sieht moralische Menschen von Skrupelloseren verdrängt und fordert eine Art moralischen Rückgrat in der Unternehmensführung – die Debatte bleibt also grundsätzlich offen.

Lena Vogel: Und noch ein Thema: Die British Transport Police weitet ihren Test mit Live-Gesichtserkennung auf Stationen der Londoner Underground aus. In den Kommentaren wird daraus schnell eine viel grundsätzlichere Debatte über Überwachung und Autoritarismus.

Felix Hartmann: Ein Kommentator spricht vom „Autoritarismus des 21. Jahrhunderts“ und sagt, die Menschheit habe nichts aus dem 20. Jahrhundert gelernt. Ein anderer sieht eine gewisse Ironie darin, dass das Land angeblich keine „Schlauchboote“ stoppen könne – also keine Boote mit Flüchtlingen –, während Journalisten offenbar immer rechtzeitig vor Ort am Geschehen seien.

Lena Vogel: Dagegen kommt der Einwand, man solle erst einmal einen Plan vorlegen, wie man die Südostküste Großbritanniens absichern wolle. Und jemand widerspricht der These vom vergeblichen Lernen: Die Mehrheit habe durchaus gelernt, sie sei nur nicht an der Macht – in Demokratien, besonders in Amerika, träfen Milliardäre und Puritaner die Entscheidungen.

Felix Hartmann: Diese Antwort wirft die Frage auf, was hier mit „Puritanern“ gemeint ist – eine Frage, die in der Diskussion offenbleibt. Ein anderer Kommentator argumentiert, die Lektion sei sogar gut gelernt worden, genau deshalb gebe es datenschutzfeindliche Vorhaben wie dieses und Chat Control. Es geht also um den Verdacht, dass Datenschutzfeindlichkeit nicht aus Vergessen entsteht, sondern aus bewusster Rückbesinnung auf Überwachungspraxis.

Lena Vogel: Ein Kommentator berichtet aus eigener Erfahrung vom Flughafen-Sicherheitscheck: Das sei schon lange im Kommen, und spätestens seit 2001 habe Big Brother in den USA zumindest normalisiert gewirkt. Der Kommentar, den du am Anfang erwähnt hast, bekräftigt letztlich: Diese Art von Technologie ist schleichend zur neuen Normalität geworden – und die Debatte hier zeigt, wie tief die Skepsis in der Community sitzt und wie kontrovers die Ausweitung der Gesichtserkennung im öffentlichen Raum weiterhin bleibt.

Lena Vogel: Fangen wir mit Grok Bot an, den x.ai gerade in einer frühen Beta bewirbt – beschrieben als „eine neue Art Kollege“. Die Idee: Der Bot meldet sich in deinen eigenen Werkzeugen an, nutzt sie im Grunde wie ein Mensch und kommt mit fertiger Arbeit zurück. Er arbeitet parallel und rund um die Uhr, auch wenn dein Laptop zu ist, und holt sich bei Bedarf eine Freigabe von dir.

Felix Hartmann: Und was mir daran wichtig klingt: Einmal vorgemachte Abläufe speichert er als Routine. Er behält Kontext, lernt sogar von anderen Bots und kann Arbeit innerhalb eines Threads untereinander weitergereichen. Genannte Beispielrollen wären Sales-Außendienst, Talent- und Personalsuche, Paid Media, Ausgabenverwaltung, Bug-Reproduktion oder ein Stabschef – also ziemlich breit gestreut.

Lena Vogel: Verfügbar ist es zunächst für Macs mit Apple-Chip, weitere Plattformen sind angekündigt. Bei den Preisen ist aus der Community etwas aufgefallen: Grok Bot wird als Teil der Tarife „Cursor Ultra“ für 200 Dollar im Monat und „Cursor Premium Teams“ für 120 Dollar pro Sitzplatz beworben, wobei der Team-Tarif unter anderem zentrale Abrechnung, einen Marktplatz für Skills und Plugins sowie SSO mitbringt. Wer schon Cursor Ultra oder SuperGrok Heavy hat, soll Grok Bot laut Seite inklusive bekommen.

Felix Hartmann: In der Diskussion fällt auf, dass da Produktnamen aus Cursor auftauchen – ein Kommentator nennt das eine Produktentwicklung quasi von Schreiben hin zu Zusammenarbeit. Und es gibt einen Seitenhieb aus der Community: Einer vergleicht es mit einer gehosteten Version von OpenClaw, nur mutmaßlich mit mehr Absicherungen – worauf ein anderer erwidert, dass bei Grok gerade diese Annahme ziemlich gewagt sei. Datenschutzbedenken wegen Musks Marke dominieren, einer sagt, er würde dem seine Daten nie anvertrauen. Also viel Technik-Versprechen, aber das Vertrauen bleibt der Knackpunkt.

Lena Vogel: Weiter mit Manus, das in einem Blogpost mit dem Titel „A Note to Our Users“ ankündigt, bald wieder als unabhängiges Unternehmen zu operieren. Konkret heißt das: Daten, die bestimmte Nutzer ab dem 29. Dezember 2025 erzeugt haben, werden in einem bestimmten Zeitfenster gelöscht – und zwar von Ende August dieses Jahres bis zum 24. August 2026.

Felix Hartmann: Das klingt drastisch, aber der Hintergrund ist wichtig: Laut FAQ gehört das zur Trennung von Meta, das Manus am 29. Dezember übernommen hatte. Es sei ausdrücklich kein Sicherheitsvorfall, und die Löschung betreffe nur Daten ab diesem Übernahmedatum. Betroffene Nutzer können ihre Daten bis Ende August sichern und nach der Löschphase wiederherstellen – das Backup-Fenster ist laut Post bereits geöffnet, es gibt mehrere Erinnerungen, während des Sicherungszeitraums werden keine Gebühren erhoben, und nachher gibt es sogenannte Welcome-Back-Boni.

Lena Vogel: Unbetroffene müssen nichts tun und können Manus normal weiterverwenden. Die Benachrichtigung läuft über App und E-Mail, wobei Wer sich mit Apple-ID oder Facebook registriert hat, soll in der App schauen, weil da keine E-Mail-Adresse vorliegt. Gespeichert werden die Daten in den USA und in Singapur.

Felix Hartmann: In der Diskussion ging es vor allem um die Frage, auf wessen regulatorische Beschränkungen sich das eigentlich bezieht. Die Vermutungen gehen auseinander: Die einen tippen auf die EU, weil viele Länder Daten bei chinesischen Cloud-Diensten nicht erlaubten – als Beispiel wurde Indiens Verbot von Alibaba Cloud genannt. Andere widersprechen und sehen eher den chinesischen Staat dahinter, der den Gründern im Zusammenhang mit der Ausreise zusetzt. Die genaue treibende Kraft bleibt also unklar.

Lena Vogel: Jetzt ein ziemlich brisantes Forschungsergebnis aus Tübingen: Ein Paper mit dem Titel „Stealing Reasoning Traces from Proprietary LLM APIs“ zeigt, dass Anthropic, OpenAI und Google verschlüsselte Denk-Blöcke an Clients zurückgeben – also die versteckten Argumentationsschritte ihrer Modelle – und dass sich diese Blöcke über Sitzungen, Nutzer und Modelle hinweg wiederverwenden lassen.

Felix Hartmann: Und die Angriffsidee dahinter ist clever: Die Forscher spielen den Denk-Trace eines Frontier-Modells in ein schwächeres Schwestermodell ein, jailbreaken dieses und bekommen so die versteckte Argumentation des stärkeren Modells im Klartext – ohne das stärkere Modell direkt anzugreifen oder die Anti-Distillation-Sicherungen auszulösen.

Lena Vogel: Das Ergebnis hält der Prüfung stand: Bei 120 Programmieraufgaben folgt die dekodierte Argumentation sehr eng der vom API gemeldeten Zahl versteckter Denk-Token. Und die Skalierung ist beachtlich – aus über 6.700 öffentlichen Agent-Verläufen von GitHub und Hugging Face, erzeugt mit Claude, GPT und Gemini, wurden gut 315.000 Reasoning-Blöcke rekonstruiert. In echten Nutzersitzungen fanden sich 704 Datenschutz-Artefakte, darunter 62 API-Keys, 33 Passwörter, 24 Access-Tokens und 30 persönliche E-Mail-Adressen – 64 davon tauchten nur in den versteckten Denk-Blöcken auf.

Felix Hartmann: Kurz gesagt: Die „versteckte“ private Argumentation der Modelle ist offenbar gar nicht so privat, wie die Anbieter suggerieren – und sie kann sogar echte Geheimnisse aus echten Nutzersitzungen enthalten. In der Diskussion gab es prompt Nachfragen, warum das Paper das Abstract groß wiederholte, während andere lieber das Thema verteidigen wollten. Der Kern bleibt trotzdem: Die Verschlüsselung der Denk-Traces hält einer ernsthaften Prüfung nicht stand.

Lena Vogel: Zum Abschluss ein interessanter Selbstversuch: Jemand hat GitHub Copilot in VS Code hinter einen MitM-Proxy geschaltet, um herauszufinden, warum sein Copilot-Kontingent so schnell aufgebraucht war – also einen Mittelsmann, der den Datenverkehr abhört, ohne dass die Anwendung es merkt.

Felix Hartmann: Und was er dabei gesehen hat, ist aufschlussreich. Er konnte das Routing von Modellen und Fähigkeiten in Echtzeit beobachten. Er sah, welche Inhalte bei den automatischen Ghost-Vervollständigungen in den Kontext geschoben werden. Und er stellte fest, dass aktuelle Bearbeitungen Kontext aus anderen Dateien einbeziehen können – einschließlich einer berüchtigten.env-Datei, wo klassisch Zugangsdaten und Keys liegen.

Lena Vogel: Dazu fand er noch den lokalen Sitzungsspeicher hinter der Funktion Chronicle – mit früheren Prompts und Antworten – und konnte sehen, wie das Modell diese Historie per Tool-Aufrufen selbst abfragt. Die Befunde hat er anschließend im Quellcode von VS Code überprüft. Und als Hintergrund erklärt er, warum er überhaupt nicht nur den Code las: VS Code sei als Ausnahme überwiegend offen, aber Claude, ChatGPT, Codex, Notion und Slack eben nicht.

Felix Hartmann: In der Diskussion drehte sich viel um die Frage, wie sich das Env-Datei-Problem sauber lösen ließe – Vorschläge reichen von Datei komplett entfernen über native Secret-Manager bis zu einem eigenen Proxy, der Geheimnisse herausfiltert. Andere empfehlen Sandboxes ganz ohne Zugriff auf Umgebungsvariablen. Ein Kommentator ist überrascht, dass es dafür keine Regel gibt, gerade bei so enger GitHub-Integration. Und als einfachere Alternative wird eBPF genannt – damit käme man direkt an die rohen Klartextdaten vor der Verschlüsselung, ohne sich mit Zertifikats-Pinning oder mTLS herumzuschlagen. Ein anderer bezweifelt aber, wie das technisch überhaupt funktionieren soll. Der große Lehrmoment bleibt aber: Die Tools, denen wir unsere Dateien anvertrauen, sehen eben doch mehr, als wir vielleicht denken.

Lena Vogel: Und dann bleibt da noch die Frage, wie gut sich eine Sprache eigentlich für die Arbeit mit KI-Assistenten eignet. Ein Beitrag aus dem Google Developers Blog argumentiert, dass Softwareentwicklung sich durch diese Assistenten endgültig vom Schreiben zum Reviewen, Verifizieren und Warten von Code verschiebt – und genau dafür, so die These, sei Go ideal. Nicht weil Go die mächtigste Sprache wäre, sondern weil es eben keine bloße Sprache sei, sondern eine Plattform mit durchgängigem Werkzeugkasten – Formatter, Test-Framework, Versionsverwaltung der Abhängigkeiten, Sicherheitswerkzeuge – und weil es Lesbarkeit über Schreibbarkeit stelle.

Felix Hartmann: Die Geschichte dahinter: Go wurde bei Google von Rob Pike, Robert Griesemer und Ken Thompson entworfen, vor mehr als zwanzig Jahren – mit Blick auf Software-Engineering als Teamarbeit, nicht nur als Programmierung. Und der Artikel behauptet etwas Interessantes über die Grenzen der KI: Dass ein erster Durchgang eines Agenten vielleicht zu 95 Prozent korrekt ist, weitere iterative Durchgänge beim Refactoring aber die Fehlerrate erhöhen und das Kontextfenster verschmutzen – was die Genauigkeit senkt und die Token-Kosten erhöht. Dazu soll die einheitliche Toolchain sauberere, stärker standardisierte Trainingsdaten für die Modelle liefern.

Lena Vogel: Natürlich dreht sich die Diskussion in den Kommentaren vor allem um den Gegensatz zu Rust. Ein langjähriger Go-Befürworter sagt schlicht: „Rust ist besser. Es ist einfach so.“ Go sei nicht schlecht, aber in seinen Teams sei die Einstiegshürde für Rust inzwischen weggefallen – und deshalb sei jetzt alles Rust.

Felix Hartmann: Darauf kommt prompt der Einwand, diese Begründung überzeuge niemanden – man solle gefälligst konkrete Gründe nennen. Und es wird gefragt, ob die unterschiedlichen Stärken von Go und Rust überhaupt in derselben Kategorie verglichen werden können. [pause ms="300"] Bleibt der Eindruck: Bei KI-gestütztem Entwickeln wird die Sprache zur Plattformfrage.

Lena Vogel: Von Sprachplattformen zu einer ganz anderen Art von Plattform – Nvidia. Ben Thompson blickt in seinem Stratechery-Artikel „Nvidia’s Risky Business“ auf die Risiken des KI-Ausbaus und findet dafür eine überraschende historische Parallele: Jay Cooke, der in den 1870er-Jahren den Bau der Northern Pacific Railway über Kleinanleger-Bonds finanzierte.

Felix Hartmann: Die Strecke, 1864 vom Kongress gegründet, lief von Duluth bis Tacoma und umfasste 40 Millionen Acres Land. Cooke verdiente 12 Prozent Provision pro Bond plus Aktien, und er setzte 1.500 Verkäufer und über 1.300 mitfinanzierte Zeitungen ein. Als dann im September 1873 die Kreditklemme kam – ausgelöst durch den Wiener Börsencrash und die Silber-Demonetisierung –, löste Cookes Bankrott die Panik von 1873 aus. Die Bahn wurde trotzdem fertig, ging später in Burlington Northern auf, dann in BNSF, und wurde 2009 von Berkshire Hathaway übernommen.

Lena Vogel: Und jetzt die Parallele zur Gegenwart, die der Finanzhistoriker Liaquat Ahamed in seinem Buch „1873“ zieht – übrigens von Nadella als Pflichtlektüre genannt. Mit einem Faktor von 1.200 entsprechen die damaligen jährlichen 500 Millionen Dollar Bahn-Bonds heute ungefähr 600 Milliarden Dollar – und das entspricht in etwa den für 2026 projizierten Investitionen der großen Tech-Firmen.

Felix Hartmann: Interessant ist dabei die Finanzstruktur. Microsoft ist laut Thompson der einzige Hyperscaler, der noch substanziellen freien Cashflow hat – knapp 20 Milliarden Dollar im letzten Quartal – und seine Investitionen nicht über Schulden finanziert. Oracle, Meta, Alphabet und Amazon dagegen haben zwischen September und November zusammen 80 Milliarden Dollar Schulden aufgenommen. Nach 108 Milliarden im Jahr 2025 liegt ihr Aufkommen 2026 bis Anfang Juli schon bei 194 Milliarden Dollar.

Lena Vogel: Und der Markt zeigt erste Ermüdung: 86 Prozent der diesjährigen Anleihen handeln über der Emissionsrendite, und die Überzeichnung ist von fünffach im Februar auf unter zweifach gefallen. Anfang Juni hat übrigens auch Google erstmals eigene Anleihen angekündigt. Thompson liest das als: Nvidia findet immer neue Wege, wie Kunden Geld aufnehmen können – und vergrößert damit das Risiko des ganzen KI-Ausbaus erheblich.

Lena Vogel: Passend zum Thema, was man langfristig aufbauen will: Modular hat Mojo 1.0 veröffentlicht – die Sprache erreicht damit offiziell die stabile Version 1.0, einen Meilenstein seit ihrer Erstveröffentlichung 2023. Laut Blog bedeutet das, Entwickler können nun auf einer stabilen, produktionsreifen Sprachbasis aufbauen. Mojo dient selbst in Produktion als Fundament der kommerziellen Infrastruktur MAX und der Modular Cloud.

Felix Hartmann: In der 1.x-Phase sollen Änderungen primär additiv sein – Breaking Changes seien möglich, würden aber wie in reifen Sprachen, etwa C++, vorsichtig gemanagt. Und die Community ist gewachsen: Seit der Öffnung der Standardbibliothek haben fast 200 Beitragende über 1.100 Pull Requests eingebracht und mehr als 200.000 Zeilen Code verändert. Die neue Version vereinheitlicht var-Deklarationen, Closures und den Pointer-Typ und ergänzt Python-artige Lambda-Syntax sowie einen deutlich stabileren Sprachserver für die VS-Code-Erfahrung.

Lena Vogel: In der Diskussion geht es allerdings schnell um eine grundsätzliche Frage: Ist die Sprache selbst proprietär lizenziert, nur die Standardbibliothek steht unter Apache 2? Ein Kommentator sieht bei einem Closed-Source-Compiler keinen Nutzen und verweist auf Python-Bibliotheken wie Pydantic, die Leistung an Rust-Funktionen unter der Haube auslagern.

Felix Hartmann: Dagegen wird Modulars unveränderte Zusage zitiert, Compiler und Toolchain 2026 zu öffnen. Und und dann gibt es noch eine grundsätzliche Skepsis: Warum überhaupt neue Sprachen lernen, wenn man im KI-Zeitalter Code sowieso nur noch reviewt? Darauf kommt die Antwort, Mojo existiere ja seit Jahren vor der KI-Welle – und dahinter stehe die MLIR-Technologie. Ein spannender Spagat zwischen einer stabilen Release-Version und der Frage, wann der Versprechen der Offenheit eingelöst wird.

Lena Vogel: Zum Abschluss noch ein Projekt, das genau die Frage aufwirft, was in der KI-Entwicklung real ist und was nur angekündigt. WorldClaw ist ein agentisches Framework von Tencents Hunyuan3D Research: Aus einem einzigen Text-Prompt soll eine explizite, erkundbare und editierbare 3D-Welt entstehen – kein generiertes Bild, sondern echte, begehbare Szenen.

Felix Hartmann: Die Idee dahinter: Planungsagenten übersetzen den Prompt in eine strukturierte Spezifikation. Ein global kohärentes Gelände wird aus semantischen Layouts aufgebaut, Objekte werden nur in detailbedürftigen Regionen generiert, und Render-basierte Agenten verfeinern Gelände, Objekte und Bodenkontakt. Wichtig ist dabei: Gelände und jedes Objekt bleiben getrennte, editierbare Instanzen. Gezeigt wurden elf Welten, darunter Frontier Mosaic, Snowline Village und der Grand Canyon. Streu-Assets wie Bäume oder Steine entstehen per 3D-Coding, alle anderen Objekte durch generative 3D-Modelle.

Lena Vogel: Als nächste Schritte nennt das Projekt code-native 3D-Modellierung – weil generative Modelle selten explizite Teilstrukturen oder Interaktionslogik liefern – sowie die Integration in Produktions-Engines für Laufzeit-Prozeduralgenerierung, Navigation, Physik und Interaktion. Gelände-Materialien schreibt WorldClaw übrigens schon als ausführbare Blender-Node-Graphen und Shader-Skripte.

Felix Hartmann: In den Kommentaren wird die Arbeit gelobt, einer will den Code abends prüfen – aber dann kommt die Ernüchterung: Das GitHub-Repo ist leer, es gibt keinen Code. Darauf antwortet nur trocken: „LGTM – approve.“ Und ein Kommentator präzisiert, es handle sich gar nicht um ein Modell, sondern um Python-Skripte, die Modelle aufrufen – und der Code sei schlicht nicht verfügbar. Die Einordnung: Das meiste sei Standard-Prozeduralgenerierung, interessant sei aber die Idee, generative Modelle als Agenten zu orchestrieren, statt sie nur einzelne Bilder erzeugen zu lassen.

Lena Vogel: Auf Hacker News sorgt gerade ein Tool namens Suzanne für Diskussionen – beworben als physische KI für Produktdesign. Du sollst per Prompt, Foto oder Skizze starten, im Chat weiterarbeiten und am Ende direkt fertigungsfähige Geometrie exportieren, etwa als STEP-, STL- oder 3MF-Datei, browserbasiert, ohne Installation. Die Seite verspricht, die ganze Pipeline vom ersten Konzept bis zum funktionalen Prototyp abzudecken.

Felix Hartmann: Und sie zeigen Beispiel-Chats wie „Machen Sie dieses Gehäuse leichter, ohne dass es an Stabilität verliert“ mit dem Ergebnis „31 Prozent leichter“ und „Struktur verifiziert“. Allerdings ist die Meinung in den Kommentaren ziemlich vernichtend. Einer nennt das Video auf der Seite schlicht „kompletter Unsinn“ – man sehe da nur den Export in gängige 3D-Formate, fragt: na und? Und will stattdessen sehen, was die KI in einer einzigen Iteration wirklich kann. Ein anderer sekundiert mit „AI-Slop-Vaporware“.

Lena Vogel: Ein Kommentator fügt hinzu: „Lieber Gott. Als ob all die 3D-Druck-Abfälle nicht schon genug wären.“ Darauf fragt jemand, was das mit 3D-Druck zu tun habe und ob der Vorredner pauschal gegen 3D-Druck sei.

Felix Hartmann: Und die Antwort darauf ist amüsant: Nur dann sei er gegen 3D-Druck, wenn Filament für 85 Cent in Katzenform für 15 Dollar im Nippes-Laden verkauft werde. Anbieter ist Suzanne 3D Inc. aus San Francisco. Spannend ist trotzdem die Zielgruppe – Direct-to-Consumer-Marken, Unterhaltungselektronik, Wearables und Hardware-Startups – plus ein angebotener API-Zugang. Ob da mehr Substanz steckt als Marketing, bleibt in den Kommentaren zumindest stark angezweifelt.

Lena Vogel: Am elften August ist OpenSSH in der Version 10.5 veröffentlicht worden – und in den Release-Notes gibt das Team eine aufschlussreiche Einordnung. Sie bekämen sehr viele Sicherheits-Meldungen, davon eine ganze Reihe von KI-Modellen oder mit KI-Unterstützung gefunden. Die meisten hätten bei realistischer Bedrohungsmodellierung keine echte Sicherheitswirkung, seien aber trotzdem willkommen – besonders, wenn menschliche Vorprüfung, Analyse, Testfälle und vorgeschlagene Fixes dabei sind.

Felix Hartmann: In einigen Fällen sei ein von KI gefundener Bug später von einem anderen Forscher unabhängig entdeckt worden – und genau das legt nahe, dass Angreifer solche Bugs ebenfalls finden können. Deshalb will das Team vorerst häufiger kleinere Releases herausbringen, statt Fixes bis zum nächsten geplanten Release anzusammeln.

Lena Vogel: In der Diskussion wurde übrigens der Titel korrigiert – es ging nicht um Fixes, sondern um Reports. Und ein Kommentator präzisiert: Willkommen seien die Meldungen eben besonders mit menschlicher Triage und Fixes. Ein anderer widerspricht leicht: KI-Unterstützung sei nicht allgemein willkommen, sondern eben bei Sicherheitsmeldungen – und verweist darauf, dass das erwähnte ASAN, also der Address-Sanitizer, gar keine KI ist.

Felix Hartmann: Dazu ein pragmatisches Argument: Angreifer würden KI ohnehin für Zero-Day-Lücken einsetzen, daher müsse man valide KI-Meldungen akzeptieren. Und ein anderer wirft ein, es sei ihm lieber ein sicheres OpenSSH als eines ohne KI-Beteiligung. Als neues Feature gibt es noch einen Befehl: ssh minus Z zeigt dir die Schlüssel an, die für die Public-Key-Authentifizierung versucht werden – in der richtigen Reihenfolge. Ein Nutzer meint, bisher habe er das nur über Verbose-Debug-Hinweise herausbekommen, wenn Hosts nach einer bestimmten Anzahl von Versuchen abbrechen.

Lena Vogel: Und dann ist da noch ein richtig schöner Blog-Eintrag von Jordan Matelsky: „Hologramme mit einem Stiftplotter erzeugen.“ Den Plotter hat er gebraucht auf eBay gekauft, leicht defekt – und die Reparatur hat am Ende die Preisdifferenz zum Neugerät gekostet. Im Grunde, schreibt er, sei es wie ein Drucker, nur langsamer und störanfälliger.

Felix Hartmann: Der Ausgangspunkt ist eine schöne Alltagsbeobachtung: Ein öliger Fingerabdruck auf dem Handy-Display erzeugt Glanzlichter. Die Krümmung der feinen Rillen bestimmt Richtung und Geschwindigkeit des Highlights – umgekehrt proportional zum Krümmungsradius. Entfernte Objekte scheinen ja auch langsamer. Dasselbe Prinzip steckt hinter den Regenbögen auf CDs und hinter Scheibenwischer-Schlieren.

Lena Vogel: Für den Bau rendert er die Szene so, dass jeder Punkt eine reflektierende Rille mit passender Krümmung wird. Die Formel wird nur kurz angerissen, der Code liegt auf GitHub. Die ersten Versuche schlugen fehl – Laminierfolie war zu flexibel und wellig, Wachspapier riss und zerknitterte. Welches Material am Ende funktioniert hat, bleibt hier offen.

Felix Hartmann: In den Kommentaren wird der Beitrag als klassischer „Old-Internet“-Spaß in der Art von Tom7 gelobt – besonders gelungen sei die Veranschaulichung mit Olivenöl, Fingerabdruck und Handy-Display, weil sie etwas Alltägliches und Nerviges nutzt. Einer gibt zu, den Beitrag nur wegen des Titels hochgestimmt zu haben, bevor er ihn überhaupt geöffnet hat. Ein anderer hätte sich gewünscht, dass der Plotter die Öl-Schmier-Technik direkt steuert – das wäre wirklich cool gewesen.

Lena Vogel: Damit sind wir am Ende der heutigen Folge. Bevor wir uns verabschieden, noch einmal der Blick zurück: NVIDIA bringt mit Nemotron 3.5 Lightning ein kompaktes Modell für schnelle Antworten, OpenAI verliert seine Ethik-Chefin nach weniger als einem Jahr, und die britische Bahnpolizei weitet ihre Live-Gesichtserkennung aus.

Felix Hartmann: Und wer mit den eigenen Gedanken nicht allein sein will – Grok kickt als neuer Kollege, das Papier ‚Stealing Reasoning Traces‘ zeigt, was große Sprachmodelle verraten, und mit Go, Mojo 1.0 und dem Tencent-Framework WorldClaw gibt es ordentlich Entwicklerstoff.

Lena Vogel: Genau das und mehr erwarten euch im vollständigen Newsletter. Danke fürs Zuhören – bis zum nächsten Mal.