0817 | Stripe kauft OpenRouter, Nvidia hilft OpenAI, dümmere Modelle, Cloudflare-Panne

Lena Vogel: Willkommen zu Hacker News täglich auf Bri Radio. Ich bin Lena Vogel.

Felix Hartmann: Und ich bin Felix Hartmann. Bei uns heute: Stripe will den KI-Router OpenRouter für über sieben Milliarden Dollar übernehmen, Nvidia soll seine Pläne für einen eigenen Zukauf angepasst haben, und Anthropic legt seine Systemprompts offen.

Lena Vogel: Außerdem geht es um die Frage, ob Sprachmodelle absichtlich dümmer gemacht werden, Feuerwehr-Gadgets auf einem japanischen Taschenrechner, und warum das Wochenende seinen hundertsten Geburtstag feiert.

Felix Hartmann: Stripe hat nach Bloomberg eine Vereinbarung getroffen, OpenRouter für mehr als sieben Milliarden Dollar zu übernehmen. OpenRouter hilft Unternehmen, zwischen KI-Modellen zu wechseln, mit Zugang zu Hunderten von Modellen über eine einzige Schnittstelle – das Ziel ist, Entwickler mit den effizientesten und günstigsten Optionen zu verbinden. Der Deal folgt nur Monate nach einer Finanzierungsrunde bei einer berichteten Bewertung von rund 1,3 Milliarden Dollar und könnte Stripe einen stärkeren Stand im KI-Sektor geben. Die Angaben stammen von mit der Sache vertrauten Personen. In der Diskussion zweifelt zwar jemand an der strategischen Passung, erinnert aber daran, dass OpenRouter eingangs des Jahres als KI-Äquivalent von Stripe beschrieben wurde. Ein anderer weist darauf hin, dass OpenRouter bereits Stripe für Zahlungen nutzt – die Übernahme könne also Kosten senken und Stripe-Umsatz erhöhen.

Lena Vogel: In der Diskussion wird daran erinnert, dass einer der Stripe-Macher OpenRouter selbst einmal als das KI-Äquivalent von Stripe beschrieben hat – also als den Vermittler, der das fragmentierte Ökosystem für Entwickler einebnnet. OpenRouter nutzt Stripe übrigens schon als Zahlungsabwickler. Wer übernimmt, kann also Kosten senken und zugleich Umsatz durch den Zahlungsstrom verbuchen.

Felix Hartmann: Mehrere Kommentatoren sehen darin einen strategischen Wettbewerbszug im Zahlungsverkehr um Dollar und Token. Und ein Punkt sticht heraus: Praktisch jedes monetarisierende Unternehmen in der Forbes-KI-50-Liste nutzt Stripe. Wer die Convenience-Gebühr kassieren will, muss eben den größten Mittelsmann übernehmen.

Lena Vogel: Allerdings wird Stripe auch als eines der wenigen nahezu unangefochtenen Monopole gehalten – da schaut man schon genau hin, wenn ein solcher Einstieg als nicht ganz zum Kerngeschäft passend gesehen wird.

Lena Vogel: Laut einem Wall-Street-Journal-Bericht, den Reuters aufgreift, hat Nvidia seine finanzielle Unterstützung für das geplante OpenAI-Rechenzentrum in Ohio deutlich zurückgeschraubt. Statt der zuvor diskutierten 250 Milliarden US-Dollar soll der Chiphersteller nun zunächst weniger als 120 Milliarden US-Dollar garantieren – und zwar nur für die erste Projektphase. Nvidia und OpenAI sollen kurz vor einer Einigung stehen, ein Abschluss könnte bereits am Wochenende erfolgen. Als Grund nennt das Wall Street Journal Bedenken von Investoren über Nvidias Risikoexposition durch große Finanzierungszusagen. Am Montag noch hatte Nvidia mit sechs großen Finanzinstituten Compute-Finanzierungsplattformen gestartet, die über 500 Milliarden Dollar an Drittkapital für KI-Infrastruktur einwerben sollen. Das Vorhaben wäre das größte bisher angekündigte Rechenzentrumsprojekt und soll OpenAI beim Aufbau eigener KI-Infrastruktur helfen.

Felix Hartmann: Als Grund werden Bedenken von Investoren über Nvidias Risikoexposition durch so große Finanzierungszusagen genannt. Genau in diese Richtung lief diese Woche auch schon etwas anderes: Nvidia hat mit sechs großen Finanzinstituten Plattformen gestartet, die über 500 Milliarden Dollar an Drittkapital für KI-Infrastruktur einsammeln sollen – also lieber fremdes Geld riskieren.

Lena Vogel: OpenAI verhandelt weiter über einen verbindlichen Mietvertrag für das gesamte Projekt. Das wäre das größte bisher angekündigte Rechenzentrumsvorhaben überhaupt, entwickelt von einer SoftBank-Tochter.

Felix Hartmann: In der Diskussion hat jemand die Rechnung aufgemacht: Verkauft Nvidia Hardware für 100 Milliarden Dollar mit satter Marge und stellt die Hälfte davon als Backstop bereit, bleibt selbst bei einem Totalausfall des Backups am Ende ein Gewinn übrig. Das Risiko ist also kalkulierter als es klingt.

Felix Hartmann: Ein Artikel mit dem Titel „Wer sind die Token-Broker?“ beleuchtet einen Markt, von dem viele vermutlich noch nichts gehört haben: Broker, die ungenutzte KI-Credits von Startups aufkaufen und zu hohen Rabatten weiterverkaufen. Gründer bekommen demnach zunehmend Inbound-Mails mit Angeboten für Anthropic-Tokens – ein konkretes weitergeleitetes Angebot versprach direkte Verbindungen zu OpenAI und Claude zu 40 bis 50 Prozent unter Listenpreis mit nur einem API-Key-Wechsel. Ein Broker gab sogar an, sein Konto könne 100.000 Dollar Ausgaben pro Tag stemmen, wobei er einen API-Endpunkt statt der Schlüssel sendet und nach Erreichen eines Nutzungs-Meilensteins abrechnet. Als Marktplätze nennt der Beitrag unter anderem AI Credits und AICreditMart mit Rabatten von 30 bis 80 Prozent.

Lena Vogel: Ein Broker gab an, sein Konto könne Ausgaben von umgerechnet 100.000 Dollar pro Tag stemmen, und die Abrechnung erfolge erst nach Erreichen eines bestimmten Nutzungsmeilensteins. Als Marktplätze werden unter anderem zwei Plattformen genannt, deren Verkäufertabellen Rabatte von 30 bis 80 Prozent auf Modelle von OpenAI, Google, Anthropic und anderen aufführen.

Felix Hartmann: Der Autor selbst listete ein OpenAI-Angebot über 200.000 Dollar und ein Anthropic-Angebot über 10.000 Dollar, beide noch ausstehend.

Lena Vogel: Bei den Pauschal-Rabatt-Routern sticht einer mit dauerhaft 40 Prozent Rabatt auf eine bestimmte Modellserie hervor. Und der Autor ist skeptisch: Einen so hohen Rabatt hält er außer für die allerbesten Top-Kunden der Anbieter schlicht für schwer erklärbar.

Lena Vogel: Ein viel diskutierter Beitrag stellt die These auf, dass Labs Modellen absichtlich Weltwissen entziehen, um Reasoning-Fähigkeiten zu stärken. Die Kennzahlen dafür steigen, während gleichzeitig der Rechenaufwand pro Token sinkt: So erreicht GLM-5.2 über 99 Prozent auf dem AIME-Benchmark bei etwa 40 Milliarden aktiven Parametern pro Token, Qwen3.5 kommt auf 91,3 Prozent bei 17 Milliarden – GPT-4 lag 2023 noch bei rund 280 Milliarden aktiven Parametern und löste AIME kaum. Beim Faktenabruf kehrt sich das Bild allerdings um: Gemini 2.5 Pro führt den SimpleQA-Test mit 53 Prozent an, während die kleineren Qwen-Modelle laut Artificial Analysis in über 80 Prozent der Fälle halluzinieren. Wissen verlagert sich demnach zunehmend in Retrieval, Tool-Calls und Websuche – der Autor erwartet in ein paar Jahren Frontier-Quality-Reasoning auf einer Consumer-GPU.

Felix Hartmann: Zum Vergleich: GPT-4 galt 2023 als rund 280 Milliarden aktive Parameter und löste denselben Benchmark kaum. Und dieses Modell passt heute sogar in den Speicher einer normalen Grafikkarte – ein Viertel der Modellreihe läuft quantisiert in sechs Gigabyte VRAM und verdoppelt grob den Score des nächstbesten Modells in seiner Größenklasse.

Lena Vogel: Beim Faktenabruf kehrt sich das Bild aber komplett um: Dort führen andere Modelle, während die kleinen Rechenkünstler in 80 Prozent der Fälle halluzinieren. Die Forschung beziffert das Faktenwissen auf nur etwa zwei Bits pro Parameter – ein Klassiker wie Phi-4, stark in Mathe, ist bei Trivia schwach.

Felix Hartmann: Fakten rosten eben: Ein Trainingslauf dauert Monate und kostet Hunderte Millionen Dollar. Deshalb verlagert sich Wissen in den Werkzeugkasten aus Websuche und Retrieval. Und die Erwartung: In ein paar Jahren läuft Frontier-Qualitäts-Reasoning auf einer Consumer-Grafikkarte. In der Diskussion wird allerdings angemerkt, dass ein oft zitierter Fakten-Benchmark seit September 2025 gar nicht mehr gemessen wird – daran sollte man die Zahlen messen.

Felix Hartmann: Anthropic hat die Kern-Systemprompts für claude.ai und die mobilen Apps für iOS und Android offen auf der Plattform-Dokumentationsseite dokumentiert. Diese Prompts liefern dem Modell zu Beginn jeder Konversation aktuelle Informationen wie das Datum und geben Verhalten vor, etwa dass Codeblöcke immer in Markdown ausgegeben werden. Wichtig: Die Updates gelten laut Seite nicht für die Claude-API. In der Diskussion wird angemerkt, dass frühe Systemprompts etwas mehr als 300 Wörter umfassten, die neuesten aber über 3000 – der Prompt für Claude Opus 5 erklärt etwa, dass Anfragen, die für Claude Fable 5 bestimmt waren, wegen eines Safeguards-Routing-Mechanismus umgeleitet worden sein können, wobei konservativ eingestellte Safeguards im Schnitt in weniger als 5 Prozent der Sitzungen auslösen.

Lena Vogel: Interessant ist die Entwicklung der Länge: Frühe Systemprompts hatten etwas mehr als 300 Wörter, die neuesten kommen auf über 3000. Wenn man die Gerüchte- und Vermittlungslogik durchschaut, erklärt der Prompt zum Beispiel, dass eine Anfrage, die für ein kleineres Modell gedacht war, wegen eines Schutzmechanismus an das nächstfähigere Modell umgeleitet worden sein kann.

Felix Hartmann: Anthropic begründet das so: Ohne diese Schutzmechanismen könnten bestimmte Fähigkeiten etwa in der Cybersicherheit missbraucht werden. Die konservativ eingestellten Regeln lösen im Schnitt aber in weniger als fünf Prozent der Sitzungen aus – und die Grundhaltung bleibt, dass Claude standardmäßig hilft und nur bei konkretem, spezifischem Risiko ernsthaften Schadens ablehnt.

Felix Hartmann: Ein Team vom Max-Planck-Institut für Intelligente Systeme, dem ELLIS Institute Tübingen und der ETH Zürich hat ein Sprachmodell gebaut, das nur das weiß, was eine Fünftklässlerin oder ein Fünftklässler weiß. Das Projekt „LittleLearner“ trainiert das Modell von Grund auf auf einem 88-Milliarden-Token-Korpus namens LittleCurriculum, der über eine fünfstufige Filter-Pipeline an die US-Lehrplanstandards Common Core der Klassen K–5 angepasst wurde; Konzepte oberhalb von Klasse 5 werden ausdrücklich ausgeschlossen. Es gibt drei Größen von 0,6 bis 5 Milliarden Parametern, jeweils mit einem passenden ungefilterten Kontrollmodell. Der Kernbefund: Skalierung, Post-Training und In-Context-Learning verstärken die vom Lehrplan vermittelten Fähigkeiten, verbessern das Können außerhalb des Wissensbereichs aber nicht nennenswert – der Pretraining-Filter setzt laut Team die Leistungsobergrenze. In der Hacker-News-Diskussion ging es vor allem um das Beispiel Quantenverschränkung: Ein Kommentator behauptete, das Modell kenne den Begriff, was über Fünftklässler-Wissen hinausgehe.

Lena Vogel: Das klingt fast wie ein Experiment, um zu zeigen, wie stark so ein Modell an genau das Wissen gebunden ist, mit dem es gefüttert wurde.

Felix Hartmann: Genau. Das Projekt heißt LittleLearner, und das Modell wurde von Grund auf auf einem riesigen Textkorpus trainiert, der an die US-Lehrplanstandards bis zur fünften Klasse angepasst wurde. Alles über diesem Niveau an Konzepten, Fakten und Vokabeln wurde ausdrücklich herausgefiltert.

Lena Vogel: Und was war der zentrale Befund?

Felix Hartmann: Dass die Fähigkeiten, die der Lehrplan vermittelt, durch weitere Nachbearbeitung deutlich stärker werden, das Können außerhalb dieses Wissensbereichs sich aber kaum verbessert. Das Team betrachtet den Trainingsfilter als die eigentliche Leistungsobergrenze – selbst ein spezielles Nachtraining kann die Lücke jenseits der fünften Klasse nicht schließen.

Lena Vogel: Das ist ein schöner Beleg dafür, wie fundamental die Trainingsdaten die Grenzen festlegen. In der Hacker-News-Diskussion ging es dann übrigens vor allem um das Beispiel Quantenverschränkung – einer behauptete, das Modell kenne das, obwohl das über Fünftklässler-Wissen hinausging. Ein anderer hielt dagegen, er habe das zitierte Beispiel gar nicht gelesen. So richtig geklärt wurde der Punkt am Ende wohl nicht.

Felix Hartmann: Weiter zum Coding-Assistenten aus dem Terminal, der auf mathematische Beweise spezialisiert ist. Das Team Math-AI nennt MathCode auf der Projektseite einen mathematischen Frontier-Coding-Agenten. Wer ein Problem in einfacher Sprache beschreibt, erhält ein Lean-4-Theorem, zu dem das Tool einen formalen Beweis versucht. Die Projektseite nennt unter anderem eine persistente Lean-REPL mit Kompilierungschecks in etwa 0,4 Sekunden nach Warmup statt rund 30 Sekunden, eine wiederverwendbare Theorem- und Axiombibliothek sowie eine Lean-LSP-Integration. Voraussetzungen sind macOS arm64 oder Linux x86_64 sowie die codex CLI. In der Diskussion seinerzeit fragte ein Kommentator nach einem praktischen Beispiel; verwiesen wurde auf den Quickstart mit „prove that the square of an even number is even“. Andere bemängelten fehlende Lizenzbedingungen für die kommerzielle Nutzung und fragten, in welchem kommerziellen Setting ein Lean-Beweisagent überhaupt gebraucht werde. Als kniffligen Punkt nannte einer, dass ungenaue Alltagssprache korrekt als Lean formalisiert werden müsse.

Lena Vogel: Beschreibt man ein Problem in einfacher Sprache, bekommt man also ein mathematisches Theorem und dazu einen formalen Beweisversuch?

Felix Hartmann: Ja, exakt. Im Kern liefert das Tool ein Lean-4-Theorem und versucht dann, einen formalen Beweis dafür zu finden. Die Projektseite verspricht unter anderem eine persistente Lean-Entwicklungsumgebung mit deutlich schnelleren Kompilierungschecks nach einem einmaligen Aufwärmen – statt etwa dreißig Sekunden dann ungefähr vier Zehntelsekunden.

Lena Vogel: Und wie hängt das mit einem bestehenden Projekt zusammen?

Felix Hartmann: Die Formalisierungs-Pipeline basiert laut Projektseite auf dem AUTOLEAN-Projekt. In der Hacker-News-Diskussion fragte einer, ob MathCode deswegen nur ein Wrapper um AUTOLEAN sei. Andere wollten wissen, wo die Beweise landen – die Antwort: in einem Ordner mit formalisierten Beweisen. Ein Kommentator bemängelte fehlende Lizenzbedingungen für kommerzielle Nutzung, der Rest der Diskussion drehte sich darum, ob Copyright auf generierten Code überhaupt anwendbar ist, und in welchem kommerziellen Setting man so einen Beweisagenten braucht – Stichwort Mathematik als Dienstleistung.

Felix Hartmann: Als knifflig sehen viele den Schritt von ungenauer Alltagssprache zu einer exakten formalen Aussage – genau da entscheidet sich, ob der Beweis gelingt.

Felix Hartmann: Ein Hacker-News-Nutzer berichtet, dass Cloudflare nach der Umstellung seiner Nameserver ein JavaScript-Analytics-Snippet in seine bewusst JavaScript-freie HTML-Seite eingefügt hat – ganz stillschweigend. Zum Deaktivieren musste er die Seite erst im Analytics-Dashboard hinzufügen und das Snippet dann ausschalten. Er empfindet das als invasiv und fordert Opt-in statt Opt-out. In der Diskussion bestätigen mehrere Kommentatoren die Beobachtung; einer zeigt das injizierte Script von static.cloudflareinsights.com in Version 2024.11.0. Ein anderer berichtet, er habe Analytics explizit ausgeschaltet, sehe das Snippet aber trotzdem auf allen Seiten, die er nur zum Caching über Cloudflare laufen lasse – „Caching bedeute nicht, meine Site zu modifizieren“. Andere vermuten eher einen Fehler als Böswilligkeit und schlagen eine Bug-Meldung vor, während wieder andere fragen, ob Cloudflare als Proxy ohne solche Telemetrie überhaupt funktionieren könne.

Lena Vogel: Er wollte über eine eigene Subdomain Dateien aus einem Cloudflare-Bucket ausliefern, und dafür musste er seine Nameserver zu Cloudflare umziehen. Und dieser Umzug hat dann Analytics eingeschleust?

Felix Hartmann: Genau. Zum Deaktivieren musste er die Seite erst im Analytics-Dashboard hinzufügen und das Snippet dann abschalten – er hätte sich Opt-in statt Opt-out gewünscht. Mehrere Kommentatoren bestätigen die Beobachtung, und einer zeigt sogar das injizierte Skript, das offenbar von Cloudflares eigener Analytics-Domain geladen wird.

Lena Vogel: Das heißt, der Nutzer musste Analytics erst aktivieren, nur um es wieder auszuschalten?

Felix Hartmann: Ja, genau das ist sein Punkt. Er habe kein einziges Mal Analytics aktiviert. Ein anderer berichtet, er habe Analytics explizit ausgeschaltet, nutze Cloudflare aber nur fürs Caching – und sehe das Snippet trotzdem auf allen Seiten. Das nannte er ekelhaft und inakzeptabel, denn Caching bedeute nicht, meine Seite zu modifizieren. Andere vermuten eher einen Fehler als Böswilligkeit und schlagen eine Bug-Meldung vor. Wieder andere fragen sich, ob das Verhalten beim Wechsel zu Cloudflare als Proxy nicht allgemein bekannt sein sollte, weil man ohne solche Skripte keine Traffic-Telemetrie liefern kann.

Lena Vogel: Klar, am Ende hängt alles daran, ob das aktiviert oder stillschweigend mitgemacht wurde – und genau da gehen die Meinungen auseinander.

Felix Hartmann: Firefox für iOS hat laut der Diskussion nun einen nativen Werbeblocker – als Beleg dient ein Mozilla-Support-Artikel, der aber gerade eine Fehlermeldung mit dem Titel „Client Challenge“ zeigt. Laut Artikel blockiert Firefox keine Anzeigen auf Suchmaschinen-Ergebnisseiten wie Google, Bing oder DuckDuckGo sowie keine gesponserten Inhalte auf der Firefox-Startseite oder der Neuer-Tab-Seite. Ein Kommentator merkt an, Werbung werde nur blockiert, wenn sie nicht Mozillas Einnahmequellen betreffe. Ein anderer meint, unter Windows oder Android gebe es diese Einschränkungen nicht, daher müsse es eine Anforderung von Apple sein. Dagegen argumentiert einer, Easylist blockiere diese Dinge auf keiner Plattform; man könne die Werbung auf der Neuer-Tab-Seite aber in den Einstellungen deaktivieren. Wieder andere kommentieren, Mozilla wisse, dass es Google nicht beißen dürfe, das Mozilla Hunderte Millionen Dollar zahle – worauf ein anderer erwidert, Mozilla sei es, das Google Milliarden an Traffic zuführe.

Lena Vogel: Das heißt, der verlinkte Beweis lässt sich gerade nicht abrufen?

Felix Hartmann: Richtig. Die Fehlerseite selbst legt nahe, die Verbindung zu prüfen, einen Werbeblocker zu deaktivieren oder einen anderen Browser zu verwenden. Was in dem Artikel steht, sind aber vor allem die Grenzen: Firefox blockiert keine Anzeigen auf den Suchergebnisseiten großer Suchmaschinen und auch keine gesponserten Inhalte auf der Firefox-Startseite oder der Neuer-Tab-Seite.

Lena Vogel: Und die Diskussion läuft dann darauf hinaus, warum?

Felix Hartmann: Ein Kommentator bringt es auf den Punkt: Werbung werde eben nur blockiert, wenn sie nicht Mozillas eigene Einnahmen betreffe. Andere merken an, dass diese Einschränkungen nur auf iOS gelten und vermuten eine Vorgabe von Apple. Wieder andere halten dagegen – sie kennen keinen Werbeblocker, der Werbung auf der eingebauten Neuer-Tab-Seite blockieren kann, unabhängig von der Plattform. Und dann wird es politisch: Einer sagt, Mozilla wisse genau, dass es Google nicht beißen dürfe, von dem es Hunderte Millionen Dollar bekommt – ein anderer dreht das um und sagt, Mozilla sei es, die Google Milliarden an Traffic zuführe.

Lena Vogel: Ein netter Schlagabtausch über Abhängigkeiten – und unterm Strich bleibt: besser als nichts, sagen zumindest einige.

Felix Hartmann: Zum Abschluss noch eine Meldung von Buf, das nach eigenen Angaben den ersten vollwertigen, produktionsreifen LSP-Server für Protobuf vorgestellt hat – also Sprachunterstützung im Editor, wie man sie sonst von anderen Sprachen kennt. Der Server liefert Gehe-zu-Definition, Code-Vervollständigung, Referenzsuche und semantikbewusste Syntaxhervorhebung. Der Buf LSP ist Teil der Buf CLI und baut auf protocompile auf, Bufs Protobuf-Compiler-Frontend, das nach Bufs Angaben vollständig kompatibel und schneller als protoc sein soll. Geplant sind unter anderem automatische Import-Fixes und Code-Vervollständigung für Custom Options. In der Diskussion zweifelt ein Kommentator, ob Bufs Registries und Codegen-SDKs im LLM-Zeitalter noch nötig seien. Ein anderer hält dagegen, dass strenge Verträge bei probabilistischer Codegenerierung wichtiger würden, und verweist darauf, dass mehrere große LLM-Plattformen für ihre eigenen APIs Protobuf nutzten.

Lena Vogel: Das Language Server Protocol ist ja der Standard für Funktionen wie Gehe-zu-Definition, Code-Vervollständigung oder Referenzsuche in Editoren wie VSCode, IntelliJ oder Neovim. Und genau das habe es für Protobuf bisher nicht gegeben?

Felix Hartmann: Genau, und das ist der eigentliche Punkt. Der neue Server liefert diese Funktionen inklusive semantikbewusster Syntaxhervorhebung. Er steckt in Bufs Kommandozeilentool und basiert auf Bufs Protobuf-Compiler-Frontend, das laut Buf voll kompatibel, schneller und flexibler als der klassische protoc ist – sogar Google setze es in Teilen seiner Codebasis ein.

Lena Vogel: Geplant ist da offenbar noch einiges, oder?

Felix Hartmann: Ja, unter anderem automatische Reparaturen von Importen, engere Anbindung an Bufs Konfigurationsdatei und Vorschläge für Feld- und Enum-Nummern. Die Hacker-News-Diskussion fragt dann aber grundsätzlich: Braucht es diese Infrastruktur überhaupt noch im Zeitalter der Sprachmodelle? Ein Kommentator zweifelt, ob Registries und Code-Generierungs-SDKs noch nötig sind. Ein anderer hält dagegen – gerade weil LLMs probabilistisch generieren, würden strenge Verträge wichtiger, nicht überflüssiger. Mehrere große LLM-Plattformen nutzten für ihre eigenen APIs ja selbst Protobuf-basiertes Remote-Calling. Und ein Kommentator argumentiert, eher ineffiziente Programmiersprachen könnten durch LLMs obsolet werden, wenn nur noch die Logik geprüft werden müsse. Ein anderer berichtet, sein Unternehmen setze Protobuf durchgängig ein, von der Datenbank bis zu Remote-Aufrufen und Frontend.

Lena Vogel: Ein Blogautor aus Trinidad und Tobago antwortet direkt auf Dmitry Grinbergs viel diskutierte RISC-V-Kritik – und sein zentraler Punkt ist weniger Technik als Zugang. Er hat seinen gesamten Stack vor etwa einem Jahr von STM32- und ARM-Chips auf RISC-V umgestellt und ein Video darüber veröffentlicht. Beim Versand zahlt er nach eigenen Angaben 60 bis 200 US-Dollar, um Ein-Dollar-Chips zu bekommen, und ein bekanntes PCB-Unternehmen habe ein Sponsoring allein wegen des Versands an seinen Standort abgelehnt. Sein Buch darüber, auf welche Probleme er beim CH32V003, einem RV32E-Chip, gestoßen ist, ist etwa zu achtzig Prozent fertig; die komprimierten Store-Offsets seien tatsächlich seltsam, und Zicsr sollte kein separat zu beantragendes Extra sein. Dass RISC-V International ihm die Mitgliedschaft verweigert habe, verstärkt seine Perspektive. Seine Studenten seien in derselben Lage wie er, ebenso die in Nigeria und Bangladesch – der Unterschied zwischen einem Zehn-Cent- und einem Ein-Dollar-Bauteil entscheide, ob eine Klasse von 30 Studenten jeweils einen eigenen Chip habe oder eine Demo-Platine teilen müsse.

Felix Hartmann: Er beschreibt es sehr konkret. Um einen Ein-Dollar-Chip zu bekommen, zahlt er je nach Bestellung zwischen 60 und 200 US-Dollar nur für den Versand nach Trinidad und Tobago. Das kostenlose Versandangebot von großen Bauteilehändlern wie Digikey oder Mouser gilt für ihn schlicht nicht.

Lena Vogel: Und das habe reale Konsequenzen, nicht nur für ihn. Er erzählt, dass ein bekanntes Leiterplatten-Unternehmen ein Sponsoring abgelehnt hat, nur wegen der Versandkosten an seinen Standort. Und seine Studenten seien in derselben Lage wie er selbst

Felix Hartmann: Er illustriert das eindrücklich mit einer Zahlenfrage: Ob ein Bauteil zehn Cent oder einen Dollar kostet, entscheidet, ob eine Klasse von dreißig Studierenden jeweils einen eigenen Chip in der Hand hat – oder ob alle eine einzelne Demo-Platine teilen müssen.

Lena Vogel: Nebenbei erwähnt er, dass RISC-V International ihm die Mitgliedschaft verweigert hat, obwohl er ein Kapitel eines fast fertigen Buches über seine Erfahrungen mit dem kompakten CH32V003-Chip schreibt. Er sieht die kritisierten Eigenheiten der Architektur eher als Randnotiz an – für ihn ist die Versandlogistik das eigentliche Hindernis. Mehrere Kommentatoren in derselben Diskussion bestätigen, dass Studierende in Nigeria und Bangladesch genau vor derselben Hürde stehen.

Lena Vogel: Ein Funkamateur in Österreich hostet auf einem Casio VX-4, einem aus Japan importierten Taschenrechner-Pocket-Computer aus den frühen Neunzigern, ein echtes Telnet-BBS – und die Community würdigt den Bastelaufwand. Rund acht Wochen zuvor habe er kaum Interesse an Taschenrechnern gehabt, geweckt wurde es durch BASIC und RS232. Die VX-4 hat 8 Kilobyte RAM, erweiterbar auf bis zu 64 Kilobyte; ein mitgeliefertes, fertig gebautes 2,5-Millimeter-auf-USB-C-FTDI-RS232-Kabel machte die Telnet-Verbindung möglich. Seine Software zum Protokollieren von Funkkontakten ist als Alpha auf GitHub veröffentlicht, die übrigen Programme sollen Open Source werden. In der Hacker-News-Diskussion feiern Kommentatoren das Projekt als genial und als Jugendtraum, während andere den Kontrast der bunten Schrift als schwer lesbar kritisieren. Eine zweite Maschine, eine Casio Z-1GR, kam als defekt gelistet an; der Autor will versuchen, sie über Gleichstrom und Ersatz-Polarisationsfolie wiederzubeleben.

Felix Hartmann: Das Interessanteste daran ist sein Weg dorthin: Rund zwei Monate vor seinem Blogartikel hatte er eigenen Angaben zufolge kaum Interesse an Taschenrechnern. Geweckt wurde es durch BASIC und eine serielle Schnittstelle, plus einen Beitrag eines anderen Funkamateurs über einen emulierten Casio.

Lena Vogel: Die Hardware ist überschaubar – nur acht Kilobyte Arbeitsspeicher, erweiterbar auf bis zu 64. Möglich machte die Verbindung ein beigelegtes, fertig aufgebautes Kabel von einer kleinen 2,5-Millimeter-Buchse auf USB-C über einen FTDI-Chip. Seine Software zum Protokollieren von Funkkontakten gibt es bereits als frühe Version auf GitHub, der Rest soll Open Source werden.

Felix Hartmann: In der Diskussion zeigen die Kommentare, wie sehr solche Projekte persönliche Erinnerungen wecken. Einer schreibt, ein anderes Casio-Modell habe ihn durch die gesamte Sekundarschule gebracht. Ein anderer lobt den tagebuchartigen Erzählstil des Artikels. Kritik gibt es vor allem an der Lesbarkeit der Blog-Textgestaltung

Lena Vogel: Und einer der Kommentatoren bestätigt, dass eine zweite von ihm bestellte Maschine, die als günstiger Defekt-Kauf deklariert ankam, tatsächlich vollständig defekt war. Er will sie trotzdem über Stromversorgung und eine Ersatz-Polarisationsfolie wiederzubeleben versuchen.

Lena Vogel: Im Kernkraftwerk Saint Lucie im US-Bundesstaat Florida ist Reaktor-Block eins manuell abgeschaltet worden, nachdem drei Steuerstäbe in den Reaktorkern gefallen sind. In der Hacker-News-Diskussion zu dem Vorfall fragen Kommentatoren, warum die Steuerstäbe fielen – eine Antwort steht offenbar noch aus. Der Einreicher der Geschichte gab an, die zugehörige Meldung bei der US-Atomaufsichtsbehörde nicht gefunden zu haben, und bat um einen Link dazu, falls jemand ihn findet.

Felix Hartmann: In der Hacker-News-Diskussion zu dem Vorfall fragt jemand direkt: Warum sind die Stäbe gefallen? Der Ersteller des Beitrags muss die Antwort zunächst schuldig bleiben und bittet öffentlich um die zugrunde liegende Meldung der US-Atomaufsicht NRC.

Lena Vogel: Der Thread bleibt damit bewusst bei den gesicherten Fakten: ein manuelles Herunterfahren, ausgelöst durch drei in den Kern gefallene Steuerstäbe. Mehr zum Auslöser gibt es aus den verfügbaren Quellen noch nicht.

Lena Vogel: Eine Diskussion auf Hacker News greift einen Bericht von Science.org auf, wonach das US-amerikanische Nationale Gesundheitsinstitut NIH eine zentrale Förderlinie für angehende klinische Forscher einstellt. Ein Kommentator, der die Einrichtung aus eigener Anschauung kennt, beschreibt das NIH der vergangenen zwei Jahre als chaotisch und schlecht geführt: Viele Labore würden ohne guten Grund entfinanziert, verlören Forscher und legten ganze Forschungsrichtungen möglicherweise dauerhaft auf Eis. Er nennt Sean Eddy, eine von ihm als fundamental beschriebene Figur seines Fachgebiets, der mit 60 geplant habe, das nächste Jahrzehnt mit seinem Team weiterzuarbeiten, und auf dem Höhepunkt einer solchen Umgestaltung sage: ‚Für jemanden in meiner Karrierephase ist das wahrscheinlich nicht mehr aufholbar.‘ Andere Kommentatoren deuten die Politik als gezielte Schwächung der Wissenschaft und weisen darauf hin, dass große Pharmaunternehmen nicht wie das alte Bell Labs seien, wo Forscher erwarteten, neugiergetriebene Forschung mit öffentlicher Veröffentlichung zu betreiben.

Felix Hartmann: Er schildert, wie ganze Labore ohne erkennbaren Grund ihre Mittel verlieren, Forscher das Haus verlassen und ganze Forschungsrichtungen womöglich dauerhaft eingestellt werden. Konkret nennt er einen Kollegen aus seinem eigenen Fachgebiet, den er als fundamental für das Feld beschreibt – einen Mann, der geplant hatte, sein Team noch eine ganze Dekade zu führen, und der nun sagt, in seiner Karrierephase sei das wahrscheinlich nicht mehr aufholbar.

Lena Vogel: Auf die naheliegende Frage, warum dieser Wissenschaftler nicht einfach in ein großes Pharmaunternehmen wechsle, gibt der Kommentator eine klare Antwort: Das Labor baue die Werkzeuge und Konzepte, auf denen das gesamte Feld stehe. Dafür gebe es keine kommerzielle Finanzierung, und niemand bei Google oder Meta habe freie Hand, die Zukunft der Wissenschaft zu bauen.

Felix Hartmann: Ein anderer Kommentator ergänzt, große Pharmaunternehmen seien eben nicht wie die früheren Bell Labs – dort werde von Forschern Arbeit erwartet, die Vorgesetzte für produktiv hielten, keine neugiergetriebene Forschung mit öffentlicher Veröffentlichung. Andere Stimmen interpretieren die Politik offen als gezielte Schwächung der Wissenschaft und verweisen auf einen hochrangigen Verwaltungsbeamten, der davon gesprochen habe, Wissenschaft, Experten und genaue Informationen abzulehnen.

Lena Vogel: Auf Hacker News sorgt ein Beitrag für Lacher und zugleich ernste Fragen: Offenbar tauchen in wissenschaftlichen Veröffentlichungen immer wieder unerwartete Wörter wie „kidney disappointment“ auf, wo eigentlich „kidney failure“, also Nierenversagen, stehen müsste. Der verlinkte Google-Scholar-Link führte zu einer Google-Schutzseite mit dem Hinweis, dass die Anfrage nicht verarbeitet werden konnte, weil das Netzwerk möglicherweise automatisierte Abfragen sendet. In der Diskussion vermuten Kommentatoren teils KI-generierte Wasserzeichen, teils Plagiatsverschleierung; eine Betrachtung der Beispiele deutet jedoch eher auf schlechte maschinelle Übersetzung hin. Andere erinnern an den Begriff „tortured phrases“ für solche bizarren Wortkombinationen wie „counterfeit consciousness“ statt „artificial intelligence“ und an frühere Fälle wie SCIgen, das bereits 2005 unsinnige Paper erzeugen konnte.

Felix Hartmann: In der Diskussion wird spekuliert, woher solche Ausdrücke stammen. Die Vorschläge reichen von KI, die Wörter absichtlich zu Markierungszwecken austauscht, bis hin zu Verschleierung von Plagiaten. Einer der Kommentatoren sieht sich die Beispiele genauer an und kommt zu dem Schluss, dass es sich vermutlich schlicht um schlechte maschinelle Übersetzung handelt – Sätze wie „das individuelle Risiko einer Nierenenttäuschung messen“ wirken eben eher nach Übersetzungstool als nach Absicht.

Lena Vogel: Für diese Synonym-Ungeheuer gibt es sogar schon einen etablierten Namen: „tortured phrases“, also gefolterte Ausdrücke – bizarre Wortkombinationen wie „künstliches Bewusstsein“ statt „künstliche Intelligenz“. Ein Kommentator verweist auf ein wissenschaftliches Paper von 2021 und erinnert an das berüchtigte SCIgen-Tool von 2005, das nachweislich sinnfreie, automatisch erzeugte Paper produzieren konnte.

Felix Hartmann: Die Kommentarenden lassen sich zu scherzhaften Alternativnamen hinreißen – von „leicht unbequemen Ausdrücken“ bis „Ausdrücke, die einer verstärkten Verhörung unterzogen wurden“. Dahinter steht aber eine ernste Erkenntnis: Wenn solche gefolterten Phrasen durch die automatische Literatursuche rutschen, wird die Unterscheidung zwischen schlecht übersetztem und maschinell erzeugtem Text immer wichtiger.

Lena Vogel: Ein New-Yorker-Artikel über das Buch „Little Blue Dot“ von Katherine Dunn fragt nach den unbeabsichtigten Folgen davon, immer zu wissen, wo wir sind. Der Neurowissenschaftler Shachar Maidenbaum von der Ben-Gurion-Universität in Israel erzählt, wie er mit seinen Kindern nach Norden fuhr, als seine Waze-App ihm befahl, links abzubiegen – rund zweihundert Meilen nach Süden. Sein Telefon glaubte, er sei in Beirut, denn Israel stört GPS-Signale häufig. In der Kommentardiskussion dazu geht es darum, wie Menschen navigieren, wenn kein GPS zur Verfügung steht. Ein Kommentator nennt Orientierung eine gute Fähigkeit und erzählt, wie er vor GPS in einer fremden Stadt in ein armes, von Gangs kontrolliertes Viertel geriet – seine Lehre: Abweichungen einplanen statt spontan reagieren. Ein anderer berichtet, er habe sich auch in bekannten Städten ohne Rastersystem verirrt; nachts mit offener Karte auf dem Schoß zu fahren, sei ein Albtraum gewesen. Weitere Stimmen erinnern an den Thomas Guide in Los Angeles, verweisen auf viele europäische Städte oder finden selbst mit GPS Boston paranoid. Ein Nutzer erzählt von einem Busfahrer, der einem TomTom-Richtungspfeil blind in enge Straßen folgte und rückwärts herausmanövrieren musste, während ein anderer ergänzt, Apps zeigten oft bessere Sammelpunkte als Schilder, die korrekt, aber nutzlos seien.

Felix Hartmann: Das ist beängstigend, aber irgendwie auch gut nachvollziehbar. Und die Hacker-News-Diskussion über den Artikel dreht sich genau darum: Wie haben wir uns eigentlich ohne GPS zurechtgefunden? Ein Kommentator namens zdragnar lobt Orientierung als Fähigkeit und meint, seine Frau und ein enger Freund würden sich sogar in einem Karton verlaufen. Er erzählt, wie er vor GPS-Zeiten in einer fremden Stadt in ein armes, von Gangs kontrolliertes Viertel geriet – seine Lehre daraus: Man sollte Abweichungen besser planen, statt spontan zu reagieren.

Lena Vogel: Andere gehen noch weiter: Ein Nutzer namens ghaff gibt zu, sich selbst in bekannten Städten ohne Rastersystem verloren zu haben. Nachts mit einer aufgeklappten Karte auf dem Schoß zu fahren, sei ein Albtraum gewesen, und Boston habe er erst nach Jahren wirklich verstanden.

Felix Hartmann: Und es gibt noch mehr Anekdoten: Einer erinnert an den berühmten Thomas Guide in Los Angeles, andere schwören auf europäische Städte. Ein Nutzer erzählt von einem Busfahrer, der einem einzelnen TomTom-Richtungspfeil blind in enge Straßen folgte und dann rückwärts wieder herausmanövrieren musste. Und wieder ein anderer ergänzt, dass Apps oft bessere Abholpunkte vorschlagen als offizielle Schilder, die zwar korrekt, aber praktisch nutzlos sind.

Felix Hartmann: Ein Guardian-Artikel beleuchtet, dass das Wochenende gerade einhundert Jahre alt wird – und wie wenig wir heute über die Veränderungen im Alltag der letzten zweihundert Jahre wissen. Ein Kommentator in der Diskussion dazu bringt es auf den Punkt: Der Mangel an Verständnis für diesen Wandel sei unbegreiflich profund, als lebten wir auf einem völlig anderen Planeten.

Lena Vogel: In der Hacker-News-Diskussion dazu bringt ein Kommentator namens AndrewKemendo genau diesen Punkt auf den Punkt: Das fehlende Verständnis dafür, wie sich der Alltag in den letzten zweihundert Jahren verändert hat, sei schlicht unermesslich.

Felix Hartmann: Er sagt, er verstehe es selbst nur bruchstückhaft, aber selbst das Wenige, das er begreife, sei absurd tiefgreifend – als lebten wir auf einem völlig anderen Planeten als unsere Vorfahren.

Lena Vogel: Und das ist ja auch der Kern der Sache: Ein Wochenende als feste Institution – mit freiem Tag, Erholung, Zeit für die Familie – das gibt es eben noch nicht so ewig. Wer heute über Homeoffice, Freitage oder die berüchtigten „Skive Days“ diskutiert, sollte sich vielleicht bewusst machen, wie jung dieses Konzept eigentlich ist.

Lena Vogel: Damit sind wir am Ende dieser Folge angekommen. Vielen Dank, dass du dabei warst – und falls dir etwas im Gedächtnis geblieben ist, lass es gern mit uns teilen.

Felix Hartmann: Genau, wir freuen uns, wenn du beim nächsten Mal wieder einschaltest. Bis bald, und pass gut auf dich auf. Tschüss!