0813 | Grok 4.6, DeepSeek V4 Pro, 16 Jahre alter SQLite-Bug & HateAid gegen Meta

Lena Vogel: Hallo und herzlich willkommen zu Bri, eurem täglichen Blick auf Hacker News. Ich bin Lena Vogel.

Felix Hartmann: Und ich bin Felix Hartmann. Heute geht es unter anderem um eine neue Version des großen Sprachmodells Grok, um eine Milliarden-Finanzierung für das KI-Start-up Lovable, und um eine Strategie, Webanwendungen mit kaum noch JavaScript zu bauen.

Lena Vogel: Außerdem diskutieren wir, wann Behörden auf Kennzeichen-Suchdaten zugreifen dürfen sollten, und warum Ublock Origin nachgibt, wenn es um Werbung auf Facebook geht.

Felix Hartmann: Viel zu besprechen also – wir starten direkt in die Themen.

Lena Vogel: Fangen wir mit einer Geschichte an, die zwei Beiträge am selben Tag verbindet, mit demselben Bug im Zentrum: einem SQLite-Datenwettlauf, der sechzehn Jahre alt war. Tailscale beschreibt, wie sie ihn gemeinsam mit den SQLite-Entwicklern aufgespürt haben – und Antithesis meldet, dass ihre automatisierte Methode genau diesen Fehler nach der Veröffentlichung des Fixes in fünfzehn Minuten gefunden hat.

Felix Hartmann: Die Hacker-News-Diskussion dreht sich dabei um die Frage, ob das ein Beweis für die Methodik ist oder im Nachhinein trivial – also ob man den Bug ja kannte, als man ihn suchte.

Lena Vogel: Zur Einordnung: Tailscale nutzt SQLite seit 2022 als Primärdatenbank, jede Steuerungs-Shard läuft als einzelner Prozess. Die Backup-Pipeline mit vollständigen Snapshots und S3-Upload lief seit Anfang 2023 ohne Vorfall an. Dann meldete eine Pipeline im August einen Fehler, der Integritätscheck bestätigte Korruption – und über sechs Monate traten neunzehn separate Korruptionsfälle auf, bis die Ursache klar war.

Felix Hartmann: Kein schöner Zustand: Die Uptime war Ende des Jahres instabil und blieb es ins neue Jahr hinein, und viele Ausfälle gingen auf diesen einen SQLite-Bug zurück. Das Besondere daran: Es ist ein Datenwettlauf mit sehr engem Timing, der im normalen Gebrauch vermutlich nie auftritt.

Lena Vogel: Genau das macht ihn so tückisch. Die SQLite-Entwickler konnten ihn nie organisch reproduzieren und mussten spezielle Testlogik einbauen, die die Umstände gezielt herbeiführt, um die Behebung zu verifizieren. Und Antithesis kam mit einer generischen Workload-Last in fünfzehn Minuten an dasselbe Ergebnis – nachdem der Fix draußen war.

Felix Hartmann: Von einem hartnäckigen Bug zu einer kräftigen Finanzierungsrunde: Lovable hat in einer Series C vierhundert Millionen Dollar eingesammelt, bei einer Bewertung von dreizehn Komma drei Milliarden Dollar. Angeführt wurde die Runde von Menlo Ventures, ko-finanziert vom Scaleup Europe Fund, den EQT verwaltet.

Lena Vogel: Neu dabei sind unter anderem Balderton, Carmignac, Kaszek, Tencent und Regent, zurückkehren Accel, CapitalG, DST Global und Salesforce Ventures. Und die Zahlen, die Lovable nennt, sind beachtlich: Mehr als sechzig Millionen Projekte erstellt seit dem Launch im November 2024, und die Apps verzeichnen über neunhundert Millionen Besuche pro Monat.

Felix Hartmann: Bei den Fortune-Fünfhundert sei die Abdeckung von der Hälfte im ersten Jahr auf fast zwei Drittel gewachsen. Und laut eigener Nutzerumfrage bauen fast acht von zehn damit ein Geschäft oder Nebenprojekt, das sie monetarisieren wollen – mehr als ein Drittel davon erzielt tatsächlich schon Einnahmen.

Lena Vogel: Was mich interessiert: Seit der Serie B im Dezember letzten Jahres hat sich das Produkt in Richtung ernsthafter Plattform bewegt – Zahlungsfunktionen, SEO- und KI-Suchwerkzeuge, Integrationen mit Google Workspace und Microsoft 365, automatische Sicherheitsscans und die AIUC-1-Zertifizierung als erster Sicherheitsstandard für KI-Agenten.

Felix Hartmann: Als Kundenbeispiele nennt Lovable unter anderem eine KI-Bildungsfirma mit 54 Mitarbeitern und über 1.200 Kunden, die hundert Millionen brasilianische Real Umsatz anpeilt – und eine Firma, deren Kernplattform sie zwölfmal schneller wieder aufgebaut haben als zuvor.

Lena Vogel: Die Hacker-News-Diskussion zum Google Pixel Watch 5 dreht sich fast vollständig um ein einziges Thema: die Akkulaufzeit von dreißig Stunden. Ein Kommentator nennt das einen Dealbreaker, weil er seit Jahren eine Garmin Forerunner nutzt, die zwei Wochen durchhält – ein anderer erzählt das genaue Gegenteil.

Felix Hartmann: Der Wechsel von Garmin zu einer Apple Watch mit weniger Akkulaufzeit sei ihm kaum aufgefallen, sagt der. Telefon, Uhr und Kopfhörer zu laden sei einfach eine nächtliche Checkliste geworden.

Lena Vogel: Aber dagegen halten andere, dass es auf die Nutzung ankommt. Schlaf- und nächtliche Metriken wie Ruhepuls und Herzratenvariabilität seien frühe Signale für Übertraining – und genau dafür will man die Uhr nachts tragen, anders als Telefon oder Kopfhörer. Ein Kommentator berichtet von der Pixel Watch 2, deren Akku kaum einen Tag halte.

Felix Hartmann: Er habe sie nur wegen eines starken Rabatts im Bundle gekauft und werde keine weitere kaufen. Ein anderer sieht einen Widerspruch bei Google selbst: Das Unternehmen bewerbe Schlaffunktionen wie präzisere Schlafphasenerkennung und Smart-Wake-Funktionen – aber wie soll das funktionieren, wenn die Uhr nachts nicht durchhält?

Lena Vogel: Und dann gibt es noch die pragmatische Stimme: Eine Nutzerin lädt die Uhr meist nur kurz beim Duschen – fünf bis zwanzig Minuten – und die Uhr sterbe fast nie. Und ein Verweis auf eine vier Jahre alte Huawei-Uhr mit zwei bis drei Wochen Laufzeit, weil einfachere Betriebssysteme weniger Strom brauchen. Letztlich zeigt die ganze Debatte: Es gibt keine richtige Antwort, nur unterschiedliche Nutzungsmuster.

Felix Hartmann: Zum Abschluss ein Artikel, der eine Grundsatzfrage aufwirft: „HTML over WebSockets“ – Echtzeit-Single-Page-Apps mit kaum JavaScript. Die Idee: Statt JSON über eine API zu schicken und im Browser per Framework HTML zu bauen, sendet der Server fertiges HTML, das der Client nur noch an der richtigen Stelle platziert.

Lena Vogel: Rendering und Logik bleiben also im Backend, und es braucht keine Verträge zwischen zwei Codebasen. Der Artikel unterscheidet drei Varianten: HTTP, SSE und WebSockets, etwa bei Phoenix LiveView. Als Ursprung nennt er Chris McCord, der auf der ElixirConf 2019 mit LiveView in fünfzehn Minuten einen Echtzeit-Twitter-Klon ohne Rendering-JavaScript gebaut hat.

Felix Hartmann: Beim WebSocket-Weg bleibt ein permanenter bidirektionaler Kanal offen, der Server kann Änderungen also auch ohne Anfrage des Clients pushen. In der Hacker-News-Diskussion geht es dann her: Ein Kommentator fragt spitz, ob das Satire sei – man habe eine klassische Multi-Page-App mit Extra-Schritten erfunden.

Lena Vogel: Dem widerspricht ein anderer deutlich: Serverseitig gerenderte Seiten mit partiellen Updates brächten neunzig Prozent des Nutzens einer Single-Page-App mit zehn Prozent des Codes – kein API-Layer, und der Zustand wandert nicht zwischen Datenbank und Browser. Als Beispiel nennt er Rails mit Turbo, wo sich neue Tabellenzeilen in etwa fünf Zeilen Ruby an eine offene Tabelle streamen lassen. Der Haken: Man muss den Abhängigkeitsgraphen der Updates im Kopf behalten.

Felix Hartmann: Und ein dritter Kommentar moniert, die Sache sei gar nicht so einfach, wie sie klingt: Alles "HTML platzieren" erfordere doch irgendwo eine Art API, damit der Client Teile anfordern oder der Server Positionen bestimmen kann. Das fasst die ganze Spannung ganz gut zusammen – weniger JavaScript klingt verlockend, aber die zugrunde liegende Komplexität verschwindet nicht einfach.

Lena Vogel: Nathan Sobo hat bei Zed ein neues Produkt vorgestellt, das sie „Delta“ nennen. Es ist im Kern eine Multiplayer-Umgebung zum Programmieren mit KI-Agenten – man schreibt Code gemeinsam mit Agenten und kann deren Arbeit direkt reviewen. Die ersten Nutzer werden nach und nach in eine private Beta eingeladen.

Felix Hartmann: Und Sobo ordnet das als die zweite Hälfte eines lang verfolgten Plans ein: Zuerst wollte Zed der beste Ort zum Schreiben von Code sein, jetzt der beste Ort, um über den Code zu sprechen. Dafür haben sie eine eigene Datenbank gebaut, die DeltaDB – die repliziert Konversation und Arbeitskopie zusammen in Echtzeit direkt aus dem bestehenden Git-Repository.

Lena Vogel: Das heißt im Klartext: Jede Bearbeitung und jede Konversation wird zwischen den Commits festgehalten. Wer nicht mit Delta arbeitet, sieht trotzdem nur ein ganz normales Git-Repository. Diese Datenbank hätte man auch einfach in den vorhandenen Editor integrieren können – und das wird später auch passieren – aber für die beste Erfahrung, so ihr Argument, brauchte es eine eigene neue Anwendung.

Felix Hartmann: Kommentare haften dabei entweder an der Konversation oder an beliebigen Codezeilen und bleiben dort verankert, wenn sich der Code bewegt. Threads bleiben privat, bis man sie bewusst teilt. Ein schönes Detail ist der Cloud-Runner: Der Agent arbeitet weiter, selbst wenn man das Laptop zuklappt.

Lena Vogel: Und geteilte Threads öffnen sich inzwischen per Link im Browser, ganz ohne Installation – Delta im Browser ist dieselbe Rust-Anwendung, zu WebAssembly kompiliert und über WebGL gerendert. Man kann auch andere Agenten-Harnesses anbinden, beginnend mit Claude Code, und Terminal-Sitzungen synchronisieren live in einen Delta-Thread. Am Ende ist die Konversation selbst ein Dokument, in dem der Cursor überall arbeiten kann – und die Diskussion dreht sich gerade vor allem um KI-Zusammenfassungen von Code.

Felix Hartmann: Weiter geht's mit Grok 4.6 von SpaceXAI, das am 12. August veröffentlicht wurde. Laut x.ai baut es auf Grok 4.5 auf, mit besonderem Fokus auf langlaufende Agenten und anspruchsvollere interaktive und visuelle Arbeit. Verfügbar ist es sofort in Cursor und Grok Build, außerdem über die API und Partner wie OpenRouter, Vercel und Cloudflare.

Lena Vogel: Der Preis startet bei zwei Dollar pro Million Input-Tokens und sechs Dollar pro Million Output-Tokens, eine schnelle Variante kostet das Doppelte. Und wer in der ersten Woche aktiv ist, bekommt in Grok Build und Cursor die doppelte inkludierte Nutzung.

Felix Hartmann: Interessant sind die Benchmark-Werte, weil sie je nach Quelle auseinanderlaufen. Der Artificial Analysis Intelligence Index, ein zusammengesetzter Wert aus neun Benchmarks, sieht Grok 4.6 bei 61 – gleichauf mit GPT-5.6 Sol max, hinter Claude Opus 5 max mit 63 und knapp vor Kimi K3. Das sind fünf Punkte mehr als Grok 4.5 und 23 Punkte mehr als Grok 4.3.

Lena Vogel: Beim GDPval-Benchmark erreicht Grok 4.6 einen Elo von 1753, hinter nur Claude Opus 5, mit überlappenden Konfidenzintervallen mit Claude Fable 5 und Qwen3.8 Max. Und bei Terminal-Aufgaben gibt es eine auffällige Diskrepanz zwischen den Anbietern.

Felix Hartmann: Genau – Artificial Analysis misst im Terminal-Bench 88,4 Prozent, während die von x.ai selbst veröffentlichte Tabelle für eine neuere Version nur 26 Prozent nennt, deutlich unter GPT-5.6 Sol mit 34,6 Prozent. Auch beim DeepSWE-Benchmark steht Grok klar hinter GPT-5.6 Sol. Die Drittpartei-Werte gelten laut x.ai übrigens als beste verfügbare Ergebnisse – der Streit um die richtige Zahl wird sich also noch fortsetzen.

Lena Vogel: Beim DeepSeek-Modell V4 Pro geht es vor allem ums Preis-Leistungs-Verhältnis. Der OpenRouter-Eintrag beschreibt es als großes Mixture-of-Experts-Modell und als GA-Release von DeepSeek V4 Pro. Gelistet sind gut 43 Cent pro Million Input-Tokens und 87 Cent pro Million Output-Tokens, mit einem Kontextfenster von rund einer Million Tokens und einem maximalen Output von 384.000 Tokens.

Felix Hartmann: In der Hacker-News-Diskussion ordnet jemand das Modell als konkurrenzfähig mit Opus 4.8 ein, aber schwächer als Sol oder Fable – bei ungefähr zwanzigfach niedrigeren Kosten. Das deckt sich mit einem Test aus eigener Nutzung über OpenRouter: Für Code-Reviews pro Task sei Pro deutlich besser als das aktualisierte DeepSeek Flash, das anfangs mehr Fehler macht, nachprüfen muss und deutlich mehr Output produziert.

Lena Vogel: Allerdings gibt es da einen berechtigten Einwand: Der Preisvergleich läuft pro Token, aber die Kosten im Alltag entstehen pro Task – und wenn ein Modell fünfmal so viel Output produziert, relativiert sich der günstige Token-Preis. Dagegen hält ein anderer Nutzer aus eigener Erfahrung, dass DeepSeek pro Task trotzdem günstiger bleibe, weil es so stark von Caching profitiert.

Felix Hartmann: Er trackt seine Tokenverbräuche auch bei Abo-Plänen und beziffert seine äquivalenten Kosten für die Nutzung von Sol bei etwa 4.000 bis 8.000 Dollar im Monat. Der tatsächlich gezahlte Durchschnittspreis bei OpenRouter liegt laut dessen eigenen Angaben ja ohnehin oft unter dem Listenpreis – wegen Caching und Rabatten. Ein anderer Nutzer ergänzt, dass man mit typischem Cache-Read-Anteil entsprechend weniger zahlt.

Lena Vogel: Zum Abschluss geht es um die KI-Brille Ray-Ban Meta Wayfarer in Deutschland. Die Digitalrechtsorganisation HateAid hat Strafanzeige gegen Meta und weitere Firmen gestellt, die die Brille hier verkaufen. Geschäftsführerin Josephine Ballon wird mit den Worten zitiert, man müsse jederzeit damit rechnen, gefilmt und im Internet zur Schau gestellt zu werden.

Felix Hartmann: Die Anzeige richtet sich gegen Metas Geschäftsleitung, Einheiten des Brillenherstellers EssilorLuxottica einschließlich Ray-Ban sowie die Händler Fielmann, Apollo-Optik, Mister Spex und MediaMarkt. Eingereicht wurde sie bei der Frankfurter Zentralstelle für die Bekämpfung der Internet- und Computerkriminalität, die den Eingang bestätigt hat und routinemäßig vorermitteln will.

Lena Vogel: Der Kern des Arguments, so ein Kommentar im Hacker-News-Thread: Aufnahmegeräte müssen als solche erkennbar sein – und genau das konkrete Modell sieht normalen Sonnenbrillen einfach zu ähnlich. Die Leuchtanzeige sei im Zweifel nicht deutlich genug, und es gibt die Sorge, dass am Ende eine Pflicht zu hörbarem Klickgeräusch stünde, wie man es von Smartphone-Kameras kennt.

Felix Hartmann: MediaMarktSaturn sagt, man nehme die Sache sehr ernst und habe Lieferanten vertraglich zur Rechtskonformität verpflichtet; Mister Spex erklärt, noch nicht offiziell benachrichtigt worden zu sein. Ein Jurist-Laie erwartet einen leichten Sieg für HateAid, ist aber gespannt auf Metas Argumente. Die Frage ist also eigentlich, ob sich ein Gerät, das so unauffällig filmt, überhaupt legal verkaufen lässt – und das wird jetzt vorerst auf dem Weg durch die Ermittlungen entschieden.

Lena Vogel: Die Hacker-News-Diskussion zu uBlock Origin und Facebook dreht sich im Kern um eine Frage: Wer kontrolliert künftig, welche Werbung in deinem Browser landet? Ein Nutzer hält das Browser-Werbegeschäft für eine Sache der Endphase. Sobald große Sprachmodelle schnell genug sind, Echtzeitbilder zu verarbeiten, könnte zum Beispiel Apple eine Rendering-Engine ausrollen, die schlicht alle Anzeigen maskiert – er rechnet allerdings noch mit ein paar Jahren bis dahin.

Felix Hartmann: Genau darauf freut sich ein anderer Kommentator richtig: Er nennt das den ersten und einzigen LLM-Anwendungsfall, auf den er sich wirklich freut. Aber es gibt auch Skepsis: Jemand hält die Idee für naiv und sieht es eher so, dass KI genutzt wird, um Anzeigen auf Websites so zu ergänzen oder zu ersetzen, dass sie sich gar nicht mehr entfernen lassen. Eigene KI im Browser werde dann übrigens verboten – angeblich, um ein sicheres Browser-Erlebnis zu gewährleisten.

Lena Vogel: Interessant ist auch die Rolle von Apple in diesem Faden. Ein Nutzer zweifelt, dass Apple vorangehen würde, weil der Safari-Browser keinen eingebauten Werbeblocker hat und ein solcher Schritt vermutlich nicht mit dem lukrativen Deal vereinbar wäre, über den Google die Standardsuchmaschine auf Apple-Geräten bezahlt. Andere finden es wiederum erstaunlich, dass Apple dank einer dünnen Indirektionsschicht als sauber im Überwachungsökosystem gilt – obwohl Apple selbst zunehmend Werbung auf seinen eigenen Oberflächen verkauft.

Felix Hartmann: Und die Frage der Rechtslage kommt auf: Ein Kommentator argumentiert, es sei eine nahezu universelle gesetzliche Anforderung, dass Menschen erkennen können, ob etwas Werbung ist. Wer das sabotiere, bekomme Ärger. Daraufhin fragt jemand, ob es überhaupt Durchsetzung gebe, und verweist auf Bots, die auf Reddit beliebige Dinge bewerben – traditionelle Medien zahlten solchen Regelungen nur Lippenbekenntnisse. Ein anderer Nutzer hat jedenfalls den Eindruck, dass Amerika hier sehr laxe Regeln habe.

Lena Vogel: Auf Hugging Face wurde ein neues großes Sprachmodell von Qwen veröffentlicht – eines mit insgesamt 2,4 Billionen Parametern, von denen bei jeder Abfrage aber nur gut 95 Milliarden aktiviert werden. Die Modellkarte nennt es die fähigste Generation der offenen Qwen-Familie und das erste Mal, dass ein Modell der Qwen-Max-Klasse als Open Release erscheint. Es soll Zugewinne beim Programmieren, bei professioneller Arbeit, Forschung und langfristigen Agenten-Aufgaben bringen.

Felix Hartmann: Die offizielle Variante, die auf diesem Modell basiert, bietet zusätzlich Bildeingaben, längeren Kontext und eingebaute Tools. Aber in der Diskussion dreht sich fast alles um Größe und Speicherbedarf. Ein Kommentator nennt es schlicht ein Fünf-Terabyte-Modell. Die verlustfreie Vollversion liegt bei knapp fünf Terabyte – das passt nur auf Server-Hardware.

Lena Vogel: Spannend ist das quantisierte Modell: Ein Kommentator beziffert die Ein-Bit-Quantisierung auf gut 400 Gigabyte bei diesen 95 Milliarden aktiven Parametern. Sein Punkt: Damit komme man auf das Leistungsniveau eines Opus-4.5-Modells auf einer Maschine, die sich ein normaler Verbraucher kaufen kann, mit brauchbaren Tokens pro Sekunde. Allerdings warnt er auch vor den Einschränkungen der Open-Source-Version: Die Bilderkennung wurde entfernt, und das Kontextfenster ist gedeckelt.

Felix Hartmann: Und es gibt methodische Kritik. Ein anderer Nutzer hält es für irreführend, ein Ein-Bit-quantisiertes Modell mit dem vollen Modell zu vergleichen – man solle die Modellgröße an die eigene Hardware anpassen. Die Modellkarte ordnet das Modell eigenen Angaben zufolge zwischen zwei anderen Spitzenmodellen ein, aber daran scheiden sich in der Community die Geister, wie viel diese Vergleichswerte am Ende wirklich über die Praxis aussagen.

Lena Vogel: Im Mittelpunkt steht ein Faden über massenhafte Sicherheits-Scans, die sich als KI-Bots ausgeben. Dahinter liegt der sogenannte Agentic Web Index, eine laufende Analyse des Bot- und Menschenverkehrs auf mehr als fünftausend Websites – also KI-Scraping, Abrufe, Suchindexierung, die Beachtung von robots.txt und KI-bezogene Besuche. Die Zahlen sind aufschlussreich: Inzwischen sind 35 Prozent des gesamten Traffics Bots, und der Anteil der KI-bezogenen Bot-Aktivität ist im Vergleich zu den vorherigen 90 Tagen deutlich auf 28 Prozent gestiegen.

Felix Hartmann: Interessant ist, wie die bots verteilt sind. Suchmaschinen-Crawler machen den größten Teil aus, gefolgt von SEO-Crawlern und KI-Such-Crawlern. Datensammler, die Inhalte für KI-Trainingsdaten herunterladen, liegen bei rund elf Prozent. Die bekanntesten Besucher sind Bingbot und Googlebot, aber auch ChatGPT-User und ClaudeBot tauchen regelmäßig auf.

Lena Vogel: Die gute Nachricht: Der Index meldet, dass 98,5 Prozent der Bots die robots.txt-Regeln befolgen. Und der KI-Chat-Anteil am menschlichen Seitenbesuch ist verschwindend gering – er liegt bei einem Zehntel Prozent und ist zuletzt sogar gesunken. In der Diskussion weist ein Nutzer aber darauf hin, dass viele der gelisteten User-Agenten nicht unbedingt das offenlegen, was sie tatsächlich tun.

Felix Hartmann: Genau da liegt das eigentliche Thema des Fadens: Dass jemand massenhaft Sicherheitslücken-Scans fährt und dabei vorgibt, ein KI-Bot wie ClaudeBot zu sein. Solche Scans machen zwar nur gut ein Prozent des Bot-Verkehrs aus, aber wenn sich Angreifer hinter bekannten KI-Agenten verstecken, wird es für Website-Betreiber immer schwerer zu erkennen, wer wirklich auf ihre Server zugreift und was er vorhat – ob harmloses Indexieren oder gezielte Suche nach Schwachstellen.

Lena Vogel: Zum Schluss eine Reihe persönlicher Erinnerungen: Dr. Tim King, einer der Entwickler des Betriebssystems AmigaDOS, ist Ende Juli gestorben – wie seine Familie auf Anfrage bestätigt hat. King studierte Informatik in Cambridge und promovierte dort 1979. Noch als Student entwickelte er ein präemptives Multitasking-System namens Tripos – und genau das wurde später für den Amiga weiterentwickelt und als AmigaDOS ins Betriebssystem integriert.

Felix Hartmann: In dem Faden dominiert echte Dankbarkeit. Ein Kommentator sagt, AmigaDOS sei sein Einstieg in die Kommandozeile gewesen, später folgte die Kommandozeile von Linux. Ein anderer erinnert sich, dass AmigaDOS das erste System mit einer echten Kommandozeile gewesen sei, an dem er C gelernt habe – für eine formale Sprache wie C gab es damals nicht viel Auswahl auf dem Amiga.

Lena Vogel: Diese Erinnerungen zeigen auch, wie teuer Entwicklung damals war: Ein Nutzer erinnert sich, dass er Mitte der achtziger Jahre rund dreihundert Dollar für den Lattice-C-Compiler samt Handbüchern bezahlt hat – ein stolzer Preis für die Zeit. Andere betonen, dass man dank dieses Systems wirklich echte C-Programme entwickeln konnte.

Felix Hartmann: Neben der Technik bleibt auch der Mensch in Erinnerung. Ein Nutzer hat Tim King selbst mehrfach getroffen und erzählt, dass sein damaliger Arbeitgeber und Kings spätere Firma bei einigen Projekten kooperiert haben. Nach dem Amiga gründete King ein Unternehmen für Betriebssysteme und parallele Verarbeitung und später einen Internetanbieter. Für viele in der Amiga-Szene bleibt er jedenfalls der Typ, der sie als junge Menschen an die Kommandozeile und ans Programmieren herangeführt hat – und genau daran erinnern sich die Kommentare heute.

Lena Vogel: Fangen wir mit Tim Gowers an. Der Fields-Medaillen-Träger hat nur wenige Tage nach der OpenAI-Ankündigung einen Blogpost geschrieben, in dem er sich fragt, welche Art von Mathematik große Sprachmodelle eigentlich gut können. Er legt dazu zehn berühmte offene Probleme aus Mathematik und theoretischer Informatik vor, die angeblich gelöst wurden.

Felix Hartmann: Und was macht die Liste so besonders? Unter den Fällen sind die allererste Konstruktion einer sogenannten nicht-sofischen Gruppe und ein Beweis, dass eine bestimmte Ramsey-Zahl superexponentiell mit der Anzahl der Dreien wächst.

Lena Vogel: Gowers nennt die Ergebnisse ausdrücklich außerordentlich beeindruckend. Aber er sieht keinen Beleg dafür, dass die Modelle in allen mathematischen Aspekten besser sind als alle Menschen. Das Auffälligste für ihn: Fast alle der berühmtesten gelösten Probleme liefen über Gegenbeispiele statt über echte Beweise.

Felix Hartmann: Auch bei der Jacobi-Vermutung und der Unit-Distance-Vermutung. Und genau das sei die offene Frage: Wann zählt eine Lösung überhaupt als Gegenbeispiel, und warum sollten Sprachmodelle dafür besonders gut geeignet sein?

Lena Vogel: Seine Schlussnote ist schön. Ein gutes Zeichen für menschliches Niveau wäre, wenn die Modelle Sätze mit Methoden bewiesen, die neu und überraschend wirken, im Nachhinein aber schön und natürlich erscheinen und schwer zufällig zu finden sind. Man werde solche Beweise erkennen, auch wenn sich schwer präzise sagen lasse, was zählt.

Felix Hartmann: In den Kommentaren wird der Beitrag als bedacht gelobt. Und ein Nutzer berichtet von eigenen Tests Mitte August mit GPT-5.6 im Extra-High-Modus und Opus 4.8 für eine agentische Jobsuche in Europa – mit klaren Prompts haben beide trotzdem Freelance-Aufträge missverstanden, Festanstellungen statt freier Rollen geliefert und das Land der Agentur statt des Ziellands berücksichtigt, etwa IT-Jobs in Irland bei einer Agentur in London.

Lena Vogel: Er sieht darin keine Intelligenz – ein nüchterner Gegenpol zu den spektakulären mathematischen Behauptungen, die Gowers so präzise einsortiert.

Lena Vogel: Weiter mit dem Kennzeichen-Scanning. Andrew Wheeler argumentiert in seinem Blogpost, dass historische Suchabfragen in gespeicherten Kennzeichen-Daten nur mit einem Durchsuchungsbefehl erlaubt sein sollten. Er arbeitet regelmäßig mit Polizeibehörden zusammen und war Sachverständiger der Institute for Justice im Verfahren Schmidt gegen die Stadt Norfolk.

Felix Hartmann: Der Richter hat da gegen die Kläger entschieden – ALPR-Überwachung könne irgendwann zu aufdringlich werden, aber in Norfolk sei die Antwort heute noch Nein. Wheeler sieht die Frage deshalb nicht als ob, sondern als wann, und verweist auf wegweisende Fälle wie Carpenter gegen die USA, die Chatrie-Entscheidung zu Geofence-Warrants und einen Fall aus Baltimore.

Lena Vogel: Er unterscheidet zwei Fälle: einen aktiven Hinweis, etwa dass ein Auto gestohlen gemeldet ist, und eine historische Suche – wo war dieses Kennzeichen in den letzten 30 Tagen? Genau dafür, meint er, sollte ein Warrant nötig sein. Und das würde Ermittlungen nicht ernsthaft behindern.

Felix Hartmann: Sein kritischer Befund: Die Kameras kosten unter dreitausend Dollar, die Belege für Kriminalitätsreduktion seien ausgesprochen dünn, die Standards gegen Datenmissbrauch lächerlich – und dass bisher gar keine Daten gespeichert würden, nennt er ausdrücklich sehr schlecht.

Lena Vogel: In der Diskussion ergänzt ein Kommentator, die Geräte seien im Grunde normale internetfähige Kameras, die per Firmware jederzeit umprogrammiert werden könnten. Niemand habe erwartet, dass Türklingelkameras Teil eines Massenüberwachungsnetzwerks würden. Daraufhin fragt jemand, ob man dann auch Computer nur noch mit Hintergrundcheck verkaufen dürfe – ein Vergleich, den ein anderer Teilnehmer als Unsinn abtut, weil entscheidend am Ende die Internetverbindung selbst sei.

Lena Vogel: Kommen wir zum Auslöser dieser Diskussion: Florian Herrengt schreibt Mitte August, dass KI gerade die Mittelschicht des Software-Engineerings entfernt – mit der Kernthese, dass KI Projekte mit schwacher Engineering-Kultur viel schneller scheitern lässt.

Felix Hartmann: Früher habe man besprochen, wie man etwas baut. Heute promptet man einen Agenten stundenlang und eröffnet einen Pull Request. An einem normalen Montag liegen sieben davon an – der erste umfasst mehr als zwanzigtausend hinzugefügte und annähernd viertausend entfernte Zeilen, mit KI-generierter Beschreibung. Mehr Änderungen als früher in mehreren Wochen.

Lena Vogel: Fürs ungeübte Auge wirkt das Ergebnis funktional, bis niemand mehr versteht, wie das System zusammenhängt. Der Autor sagt, die KI habe das Tempolimit entfernt, und macht alle mitverantwortlich: Der Engineer hätte den Agenten stoppen müssen, der Reviewer eine 25.000-Zeilen-PR ablehnen. Wer etwa Kafka einführt, muss es begründen können; wer eine Funktion baut, muss die Datenherkunft erklären.

Felix Hartmann: Technische Schulden seien nicht immer schlecht – aber das Rückgängigmachen sei hart. Eine KI braucht zehn Minuten für neue Datenbank-Tabellen, das Entfernen erfordert einen Migrationsplan und Absicherung.

Lena Vogel: Ein Kommentator bestätigt das Muster, sieht darin aber das Gegenteil von Fail Fast: Wer früher an den ersten Hürden aufgegeben hätte, gelangt jetzt tief hinein und hofft vergeblich, sich per Prompt aus dem Spaghettichao zu befreien. Herrengt entgegnet, die Bewegung sei so schnell, dass niemand den Schaden stoppen könne, bevor er sich potenziert.

Felix Hartmann: Dem widerspricht ein anderer Nutzer deutlich und bezweifelt das ganze Szenario – auch er ist seit über einem Jahr mit einem Agenten unterwegs und sieht das anders, womit die Debatte über Ursache und Schuld bis zum Schluss offen bleibt.

Lena Vogel: Und dann die Sache mit den kontroversen Creatorn. Eine Recherche von ABC News Verify berichtet, dass Metas Programm zur Inhalte-Monetarisierung umstrittene australische Ersteller finanziert – ausdrücklich auch solche, deren Inhalte teils direkt gegen Metas eigene Monetarisierungsrichtlinien verstoßen.

Felix Hartmann: Namentlich wird Hugo Lennon genannt, ein White Nationalist mit Neo-Nazi-Verbindungen, der beim Melbourne-Besuch von Narendra Modi rassistische Beschimpfungen rief und von der viktorianischen Polizei formell des Platzes verwiesen wurde – mit Einnahmen aus dem Programm seit September letzten Jahres.

Lena Vogel: Dazu die Gründerin einer Anti-Impf- und Anti-Lockdown-Gruppe, die sich seit September letzten Jahres angemeldet hat und offenbar schon seit 2017 Werbeeinnahmen über Facebook bezog. Und eine Anti-Einwanderungsgruppe, die sich im Dezember registrierte. Außerdem verdient eine Website über das Programm Geld – mit einer Unterbrechung von Mitte Januar bis Mitte Februar aus unbekannten Gründen.

Felix Hartmann: Meta wollte die Seiten nicht direkt kommentieren, verwies aber auf klare Richtlinien und sagte, es sei nicht Metas Rolle, Anstößigkeit zu polizieren. Die Genannten antworteten nicht auf Anfragen. Das Programm ist einladungsbasiert; im letzten Jahr hat Facebook fast drei Milliarden Dollar an geschätzt über sechzehn Millionen monetarisierte Konten verteilt. Die Daten stammen aus dem Archiv eines Non-Profit.

Lena Vogel: In der Hacker-News-Diskussion geht es zunächst um den Titel: Einer nennt ihn Clickbait, weil die Bezahlung nicht direkt zur Plattform komme – ein Punkt, über den die Debatte weitergeht.

Lena Vogel: Das war viel Stoff heute — von Grok 4.6 bis zur Frage, ob KI den Mittelbau der Softwareentwicklung ausdünnt. Kurios fand ich ja, dass sich zwei Beiträge am selben Tag mit denselben SQL-Themen überschnitten haben.

Felix Hartmann: Und dazwischen eben die großen Linien: HateAid stellt Strafanzeige, Facebook-Content-Moderationsdebatten und der Tod von Dr. Tim King, dem Kopf hinter AmigaDOS. Eine traurige Nachricht für alle, die mit dem Amiga groß geworden sind.

Lena Vogel: Genau. Danke, dass ihr dabei wart — wir hören uns nächste Woche wieder.