0910 | Agenten, Vertrauen und ein los Band: KI-Neuheiten im_check

Lena Vogel: Hallo und willkommen zum Produkt Hunt Briefing – ich bin Lena Vogel.

Felix Hartmann: Und ich Felix Hartmann. Wir machen heute dasselbe wie immer: Wir schauen uns die Launches der letzten 24 Stunden an und suchen uns die raus, bei denen man tatsächlich versteht, wer das für wen gebaut hat und was es an bestehenden Lösungen ändert.

Lena Vogel: Und das verbindende Thema heute ist klar die Autonomie. Agents, die Software schreiben, Modelle, die routen, Agenten, die in Produkte eingebaut werden – und auf der anderen Seite ganz klassisch: Vertrauen. In Profile, in Zahlen, in DNS-Mutationen.

Felix Hartmann: Genau. Und wir fangen an mit dem biggest Story, die heute mitten in diesem Spannungsfeld spielt: Mastra Factory.

Lena Vogel: Also, Mastra ist eigentlich bekannt als TypeScript-Framework für AI Agents – die sind YC W25. Und was die heute gelauncht haben ist quasi ihr eigenes interner Setup als Open-Source-Produkt: Mastra Factory, eine agentengetriebene Software-Delivery-Umgebung.

Felix Hartmann: Was heißt das konkret? Man verbindet GitHub, optional Linear und Slack, und dann definierst du Regeln, wie Arbeit durch Phasen wandert. Das Board hat Spalten wie Intake, Triage, Planning, Building, Review, Done – und Agents übernehmen das: Issues triagieren, Code schreiben und validieren, Releases, Doku-Updates, Monitoring.

Lena Vogel: Und der interessante Teil: Die sagen, sie benutzen Factory um Mastra selbst zu bauen. Alex vom Team sagte im Launch-Post, dass Factory schon mehr als 25 Prozent ihrer Pull Requests schreibt. Ein anderes Teammitglied nannte sogar 30 Prozent der PRs und 60 Prozent der Issues.

Felix Hartmann: Und da müssen wir ehrlich sein: Das sind Angaben des Herstellers. Wir haben keine unabhängige Verifikation, wie diese Prozentzahlen zustande kommen, was zählt – kleine Fixes, große Features. Es ist ein starkes Signal, aber eben ein Claim.

Lena Vogel: Was aber substantiell ist: Die sagen, sie haben vorher selbst alle Factory-artigen Tools am Markt ausprobiert. Die Kritik des Teams an bestehenden Lösungen: Manche sind leicht zu benutzen, aber schwer auf den eigenen Prozess anzupassen – die enden als gute Bugfixer und nicht mehr. Andere sind schwer aufzusetzen und können größere Projekte, aber haben dann geringe Adoption. Factory will genau diesen Sweet Spot treffen.

Felix Hartmann: Ein early User, der vorher selbst eine Factory auf Mastra gebaut hat, bestätigt das Muster – der empfiehlt es, weil man alles out of the box bekommt. Und ein Community-Mitglied, das es früh testen durfte, sagt sogar, das könnte industry standard werden. Auch wieder: Erfahrungswerte einzelner Leute, keine breite Bewertung.

Lena Vogel: Technisch wichtig: Es ist open source. Der Mastra-Server, die Factory-UI und Studio laufen lokal, bis du sie mit mastra deploy hochschiebst. Die Auth, Datenbank und Sandboxes kommen von der Mastra-Plattform. Man kann es aber auch komplett auf eigener Infrastruktur hosten. Pricing: Starter free, Teams 250 Dollar pro Monat, Enterprise custom.

Felix Hartmann: Ein Kommentar fand's spannend, dass man Factory aus Slack heraus benutzen kann – der meinte scherzend, er müsse sein Devin-Abo kündigen. Und der Punkt "collaborative" kam mehrfach: Die Coding-Agent-Sessions sind nicht mehr auf lokalen Maschinen versteckt, sondern in einer geteilten Umgebung, wo man sehen kann, wie andere ihre Agents steuern.

Lena Vogel: Was bleibt offen: Wie verhält sich Memory, wenn derselbe Agent viele User bedient? Ein Kommentar fragt genau das. Und: Wird alter Kontext getrimmt oder bleibt er unbegrenzt? Auch das wurde gefragt, nicht beantwortet in dem, was wir vorliegen haben.

Felix Hartmann: Und damit sind wir eigentlich schon beim Kernthema des Tages: Wenn Agents mehr autonom arbeiten, wer passt dann auf? Das führt uns direkt zu Harden.

Lena Vogel: Harden hat heute die Agentic Integrity Foundation gelauncht, kurz AIF. Der Gründer Pushpak beschreibt das Problem sehr bildlich: Die besten Tage sind die, an denen du dem Agent was Reales gibst, weggehst und fertig gearbeitete Arbeit zurückkommst. Die schlechtesten Tage sind die, wo du neben dem Agent sitzt und jeden Command freigibst wie ein nervöser Elternteil.

Felix Hartmann: Und die Horrorstories kennt jeder, der mit Agents arbeitet: ein rm -rf im falschen Verzeichnis, eine .env-Datei in einem Chat gepostet, eine Migration, die auf Prod statt Staging lief, ein curl, der eine Kundentabelle an eine unbekannte Domain geschickt hat.

Lena Vogel: AIF ist ein Modell, das jeden Agent-Action-Schritt prüft, bevor er läuft. Es sieht Commands, File Edits, Tool Calls und outbound Requests. Wenn die Aktion im Rahmen der Aufgabe ist, läuft sie weiter. Wenn nicht – Secret Leak, Daten-Exfiltration, destruktive Infrastruktur-Ops – dann pausiert, schreibt um oder blockiert genau diese eine Aktion, und der Agent arbeitet mit allem anderen weiter.

Felix Hartmann: Und der Punkt, der das technisch interessant macht: Es ist ein post-trainiertes 8 Milliarden Parameter Modell. Die behaupten, es schlägt Frontier-Modelle auf Agent-Security-Benchmarks, und es läuft komplett lokal – Repo, Kontext und Tool Output bleiben auf der eigenen Maschine.

Lena Vogel: Kompatibel ist es mit Claude Code, Cursor, Codex, Hermes, OpenClaw, Kiro und Antigravity. Kostenlos für individuelle Entwickler. Install per harden.run oder GitHub, etwa eine Minute Setup.

Felix Hartmann: Ein konkretes Beispiel aus dem Team: Ein Agent hat Stunden damit verbracht, Stripe-Probleme zu debuggen. Dabei sind durch ein früheres Edit zufällig Kunden-Email-Adressen in der finalen Datei gelandet. Der Agent wollte diese Datei dann für Diagnostics zu Datadog hochladen. AIF hat die Verbindung erkannt – die Datei, die Edit-Historie, was daraus hervorgegangen ist – und den Transfer gestoppt.

Lena Vogel: Und die Team-Zahl: In den letzten Tagen vor dem Launch hat AIF laut Angaben bereits 49 riskante Tool Calls blockiert. Auch hier: Herstellerangabe.

Felix Hartmann: Aber die Community hat gezielt nachgehakt, und die Fragen sind berechtigt. Ein Kommentar fragt: Was passiert mit Aktionen, die nicht offensichtlich gefährlich sind, aber trotzdem außerhalb der ursprünglichen Aufgabe liegen? Das ist die harte Grauzone.

Lena Vogel: Und zwei technische Fragen: Wie viel Kontext sieht das Modell vor einer Entscheidung – die ganze Session oder nur den aktuellen Request? Und wie viel Lag fügt das lokale Modell pro Tool Call hinzu, besonders bei langen Sessions? Gerade der Lag-Punkt ist entscheidend, denn ein Security-Layer, der alles verlangsamt, wird abgeschaltet.

Felix Hartmann: Ein positives Detail aus einem Kommentar: Es wird geschätzt, dass der Agent nach einer blockierten Aktion weiterarbeitet, statt dass der Security-Layer ständig den Workflow unterbricht. Das ist genau der richtige Design-Grundsatz – Security, die nicht unterbricht.

Lena Vogel: Und mit Harden haben wir zwei Seiten derselben Medaille gesehen: Mastra Factory skaliert Agent-Arbeit hoch, Harden fügt der Arbeit eine Leine hinzu. Aber beide haben ein gemeinsames Problem: Sie müssen viele Agents parallel managen. Und da passt ein anderes Tool heute rein, das genau dieses Koordinationsproblem aus einer anderen Richtung angreift: 49agents IDE.

Felix Hartmann: Ein 2D-Canvas als IDE. Der Grundgedanke: Statt 15 Terminal-Tabs, in denen du vergisst, welches Fenster was macht, liegt jeder Agent, jedes Repo, jede Maschine auf einer einzigen zoombaren Karte, die du selbst baust.

Lena Vogel: Der Gründer beschreibt, dass er bis zu 15 Coding-CLIs gleichzeitig laufen hatte, über mehrere Repos und Tasks, und unter Kontext-Fatigue gelitten hat. Die These: Unser Gehirn merkt sich Informationen in Relation zu Dingen drumherum. Wenn etwas auf einer freien Fläche steht, weißt du noch Tage später, was dieser Prozess war.

Felix Hartmann: Und ein Kommentar zeigt das sehr konkret: Die Person hat gemerkt, dass sie einfach den Git-Diff neben Claude legen kann und dort stehen lassen. Der alte Loop war: Claude schreibt was, cmd-tab, Lazygit öffnen, inspectieren, cmd-tab, Claude sagen, dass eine API halluciniert wurde, cmd-tab, nochmal inspectieren. Der Kommentar endet herrlich selbstironisch: "Ich habe offenbar Kontextwechsel betrieben, um mich zu amüsieren."

Lena Vogel: Und ein anderer User bringt den Kern auf den Punkt: Nach etwa 8 gleichzeitigen Claude- oder Codex-Sessions wird jeder Tab-Titel semantisch nutzlos. Das Problem sei nicht mehr Terminal-Multiplexing, sondern Kontext-Multiplexing. Und genau da hilft räumliches Layout, weil es "wofür ist dieser Prozess da" besser encodiert.

Felix Hartmann: Technisch: Man verbindet mehrere Maschinen und kann direkt vom Canvas Terminals darauf öffnen, mit CPU- und RAM-Anzeige. Self-hosted über GitHub, Node ≥ 18, tmux, ttyd. Kostenlos für Einzelpersonen und kleine Teams unter BSL 1.1, bezahlt für Unternehmen. Es wird gerade an Coworking gearbeitet, und das Team sucht Tester und Contributors.

Lena Vogel: Aber die Community bleibt kritisch, und zwar an einer Stelle, die wir schon bei vielen Spatial Tools gesehen haben: Ein Kommentar warnt, dass die meisten räumlichen Tools bei etwa 30 Objekten kollabieren. Die, die überleben, nutzen Decay statt Zoom – also Dinge, die eine Woche nicht angefasst wurden, schrumpfen von selbst. Er fragt: Reicht panning und zooming bei 15+ Agents nicht, um einfach eine andere Art von Müdigkeit zu erzeugen?

Felix Hartmann: Das ist die zentrale offene Frage an 49agents: Funktioniert Spatial Memory bei tatsächlich vielen gleichzeitigen Agents, oder ist der Sweet Spot eher bei 5 bis 6? Ein weiterer Kommentar wünscht sich visuelle Unterscheidung, ob ein Agent idle ist oder noch arbeitet, gerade wenn man rausgezoomt ist.

Lena Vogel: Und noch ein Punkt aus der Community: Ein User möchte die Machine-Telemetrie ganz abschalten können. CPU, RAM, GPU sind nett, aber er hat schon echtes Observability auf den Boxen und mag keine Terminal-Manager, die "als Grafana verkleiden".

Felix Hartmann: Aber das Thema "Agents brauchen Struktur" hört nicht bei Coding auf. Es zieht sich durch die gesamte Launch-Landschaft heute. Und eines dieser Tools ist Frigade Assist API.

Lena Vogel: Frigade startete als in-app AI Assistant. Der CTO Christian beschreibt, dass sie in den letzten Jahren immer mehr Teams getroffen haben, die bereits eigene in-app AI Assistants gebaut hatten. Aber die hatten alle dasselbe Problem: Wenn ein User fragt "Wie mache ich X?", bekommt er eine lange Bullet-Liste aus einer veralteten Help Center zurück. Der Agent hat null Kontext über den Zustand des Users in der App.

Felix Hartmann: Die Assist API ist jetzt ein einzelner Tool Call, den dein bestehender Agent macht. Frigade rendert dann einen Step-by-Step Guide direkt auf der Seite, auf der UI. Wenn es keinen passenden Guide bauen kann, gibt es dem Agent einen Plain-Text-Antwort zum Weitergeben. Und wenn es gar nicht helfen kann, sagt es das.

Lena Vogel: Der Part, der Christian am meisten stolz macht: Das Tool kennt dein Produkt, weil ein browserbasierter Agent sich mit einem Test Account einloggt und selbst eine Map des Produkts baut. Das läuft auf einem Schedule – wenn du einen Button verschiebst oder ein Feature launchst, wird neu gelernt.

Felix Hartmann: Und es gibt dem Agent auch mit, was der User gerade ansieht. Damit hat "Was bedeutet dieser Fehler?" plötzlich ein echtes "dieses".

Lena Vogel: Die kritische Community-Frage ist die beste, die ich heute gelesen habe: Was passiert, wenn der Guide stale ist? Ein Text, der veraltet ist, merkt man oft. Aber ein stale Pointer zeigt selbstbewusst auf das falsche Ding, und der User macht, was ihm gesagt wurde. Die Frage ist: Weiß Frigade, wenn sein eigener Guide gedriftet ist? Wird das Ziel live aus dem DOM abgeleitet oder ist es ein gespeicherter Selector? Das sind komplett unterschiedliche Produkte.

Felix Hartmann: Genau. Und noch eine Frage: Wie funktioniert es bei Dingen, die der Test Account nicht sehen kann – Feature Flags, höhere Plan-Tiers? Mehrere Accounts oder akzeptierte Blind Spots?

Lena Vogel: Wenn wir diese ganze Agent-Infrastruktur-Diskussion zusammenfassen: Orchestrierung, Security, Visualisierung, In-App-Guides – überall geht es darum, dass Agentenkontrolle und Datenverkehr zuverlässig werden. Und genau da passt das nächste Thema: AI Gateway.

Felix Hartmann: GoModel. Ein open-source AI Gateway in Go, gebaut als self-hosted Alternative zu OpenRouter und LiteLLM. Eine OpenAI-kompatible API, die 31 Provider abdeckt – OpenAI, Anthropic, Gemini, Bedrock, Vertex, Azure, Groq, Ollama, vLLM und mehr.

Lena Vogel: Der Gründer Jakub, solo founder aus Warschau, erzählt die Herkunftsgeschichte: Im Oktober letzten Jahres wollte er ein AI Gateway für sein Startup benutzen. Er sah, dass LiteLLM – die erste Lösung dieser Art – ernste Qualitätsprobleme hat: über 500 ungeklärte Issues in Produktion. Und eine fundamentale Sache: Python sei das falsche Werkzeug für Proxy-artige Software.

Felix Hartmann: Also hat er selbst eines geschrieben. Full-time daran seit Dezember 2025. Das Ergebnis: ein ~20 Megabyte Docker Image, Single Binary, MIT-Lizenz, bring your own keys.

Lena Vogel: Funktionen: Budgets, Caching mit exact-match, Guardrails, Load Balancing mit weighted round-robin, Failover mit retries, backoff und circuit breaker. Scoped Workflows – also pro Provider, Modell oder User-Path unterschiedliche Regeln. Virtual API Keys für Teams, damit sie nicht mit raw Provider-Credentials arbeiten müssen. Rate Limits per Path, Provider oder Modell.

Felix Hartmann: Und Usage Tracking pro Request und User-Path – Provider-Dashboards zeigen oft nur einen Total, aber hier kann man Spend auf Teams und Features mappen. Plus audit logs, damit man rekonstruieren kann, warum ein Failover gefeuert hat.

Lena Vogel: Die Reviews heben zwei Punkte hervor: Ein Kommentar sagt klar, dass ein ~20MB Single Binary, self-hosted und MIT-licensed ein viel leichteres Argument gegenüber einem Team ist, als alles durch einen Drittanbieter-Gateway zu schicken, wo die API-Keys auf fremder Infrastruktur liegen.

Felix Hartmann: Und die spannendste Frage aus den Kommentaren: Wie verhält sich Failover, wenn ein Provider degraded ist, aber nicht komplett down – also elevated latency statt hartem Error? Wartet es auf einen Timeout-Schwellwert oder reagiert es auch auf Error Rates? Ein anderes Kommentar: Kann man beim Self-Hosting pro Modell eine Fallback-Reihenfolge pinnen? Genau das ist relevant, wenn manche Modelle gar keinen direkten Key haben und der Router Single Point of Failure ist.

Lena Vogel: Und damit kommen wir zum zweiten großen Themenstrang heute: Vertrauen. Nicht im Code, sondern in Menschen. WorkID.

Felix Hartmann: WorkID will Hiring neu bauen. Der Gründer Thor hat über 25 Jahre Erfahrung in Tech Hiring. Seine These: Früher war der Prozess ineffizient, aber im Grunde ehrlich. CVs waren übertrieben, Referenzen vage, das hat man im Gespräch aufgelöst. Die letzten zwei Jahre haben das kaputt gemacht.

Lena Vogel: Denn KI macht es gratis, sich überall zu bewerben – und gratis, auf dem Papier zu sein, wer immer man sein will. Ein Recruiter öffnet heute eine Pipeline mit 300 Bewerbungen, die meisten generiert, manche von Leuten, die gar nicht existieren. Gartner erwartet, dass bis 2028 eines von vier Kandidatenprofilen fake ist.

Felix Hartmann: Und Thor benennt das, was mich am meisten getroffen hat: Das eigentliche Problem ist nicht der Fraud. Es ist, was er mit ehrlichen Kandidaten macht. Wenn ein Recruiter nicht mehr unterscheiden kann, wer real ist, hört er auf, sorgfältig zu lesen, und filtert brutal. Und gute Leute verschwinden im Stapel, ohne auch nur eine Absage zu bekommen.

Lena Vogel: Die Lösung von WorkID: Du verifizierst Identität und Berufserfahrung. Unternehmen sehen ein geprüftes Profil statt einer Selbstauskunft, mit einem Trust Score, nach dem man suchen und filtern kann. Der Kandidat beweist Dinge einmal, statt in jedem Prozess bei null anzufangen. Kostenlos zum Start, global live.

Felix Hartmann: Die Beispielseite zeigt das an Ingrid Solberg, Senior Drilling Engineer bei Equinor, mit vier verifizierten vorherigen Stationen. Die Idee: ein Trust Score von 100 als sichtbares Signal.

Lena Vogel: Aber genau da setzt die Community an. Ein Kommentar fragt: Was speist diesen Score? Wenn er immer noch auf selbst-reportierten Resume-Daten plus ein wenig Cross-Checking aufbaut, dann löst das das Trust-Problem nicht – dann ist es nur ein Confidence-Label auf denselben Selbstauskünften. Genuinely curious, was die Verification beinhaltet.

Felix Hartmann: Und die zweite Frage: Wie verifiziert man Employment tatsächlich? Beides sehr gute Fragen, auf die wir hier keine Antwort haben.

Lena Vogel: Und Thor stellt selbst eine ehrliche Frage an die Community: Würde ein verifiziertes Profil je ausreichen, um den ersten Screening-Anruf zu überspringen? Das ist der Trade, den man Recruiter machen lassen will, und er sagt offen, dass er nicht weiß, wo die Linie liegt. Das finde ich stark – dass er das unsicher lässt.

Felix Hartmann: Als Kontrast, fast schon als Gegenentwurf, passt hier Ass Auction – und ja, ich sage das jetzt mit geradem Gesicht.

Lena Vogel: Ass Auction ist ein Ad-Netzwerk mit exakt einem Placement: einer Boxershorts. Man zahlt 5 Dollar oder mehr, das Logo kommt auf ein Leaderboard, und jeder kann einen überbieten. Die Top 22 Logos werden auf der Boxershorts getragen.

Felix Hartmann: Der "Founder" – der sagt von sich, er sei "the guy behind the ass" – hat damit angefangen, weil er über die Lücke nachgedacht hat zwischen dem, was Brands für Aufmerksamkeit zahlen, und wie wenig davon irgendjemand im Kopf behält. Das started als Scherz, wurde aber technisch sauber durchgezogen.

Lena Vogel: Und hier ist der Trust-Mechanismus bemerkenswert: Der Rang wird nie gespeichert. Er wird bei jedem Abruf aus echten Zahlungen neu berechnet. Niemand kann sich also fake auf die Boxershorts rechnen. Es gibt kein Konto – nur eine URL oder ein X-Handle und Stripe. Wer überboten wurde, bekommt eine Email. Climbing back kostet die Differenz, nicht den vollen Preis neu.

Felix Hartmann: Es gibt sogar einen kleinen Reward, wenn man die Boxershorts herunterzieht – der Gründer sagt nur "I will say no more". Es gibt einen Live-Chat namens Gossip, Live Click-Counts und Share Cards. Auf der Seite sieht man gerade fünf Plätze belegt bei je 5 Dollar – Activepieces, Peeko, eine Farmers-Market-Software, Vetypro und Dokus, mit jeweils echten Click-Counts auf die Produkte.

Lena Vogel: Der Punkt für unsere Diskussion ist nicht die Boxershorts selbst. Es ist: Trust kann auch durch Transaktion statt durch Verifikation entstehen. Der Rang hier ist unbestechlich, weil er auf echtem Geldfluss basiert. Das ist die Gegenposition zu WorkIDs Approach.

Felix Hartmann: Von Vertrauen in Profile zu etwas ganz Anderem: Vertrauen in Zahlen. Genauer in Ad-Zahlen. AdScope.

Lena Vogel: AdScope ist ein Read-Only-Dashboard, das Meta Ads und Google Ads in eine View zieht. Der Gründer Oren hat 15 Jahre Kampagnen-Management hinter sich und beschreibt die Lücke: Agenturen bauen Stunden lang manuelle Reports, während Business Owner nur wissen wollen, wohin ihr Geld geht, ohne durch Spreadheets zu wühlen.

Felix Hartmann: Der Kernunterschied: Statt nur Spalten mit Zahlen zeigt AdScope die tatsächlichen Kreatives direkt neben ihren eigenen Metriken. Man erkennt den Gewinner visuell statt "final-3-copy" zu dekodieren. Auch die Campaign-Metriken passen sich dynamisch dem Campaign-Typ an, und in Onboarding wählt man Business-Type – E-Commerce oder Lead-Gen – und das Dashboard adaptiert.

Lena Vogel: Mobile-first, kein Pixel, kein Code, Read-Only – also kann AdScope nichts an der Kampagne ändern. Man verbindet Meta und Google über die normalen Logins, das Dashboard baut sich in Sekunden. Preisleistung: 10 Tage Trial, dann 9,99 Dollar pro Monat für 12 Monate locked, aktuell 65 Prozent vom regulären 39,99. Für Agencies gibt es einen eigenen Plan, aber der ist noch "in design" – Client Workspaces, White-Label-Reports und Client-Dashboard-Access sind noch nicht verfügbar.

Felix Hartmann: Und die Community hat den Spagat gut erkannt. Ein Kommentar lobt das Versprechen, dass Business Owner sehen können, was ihre Ads machen, ohne in zwei Ad-Managern zu leben – aber bemerkt auch einen Reibungspunkt: Auf der Homepage steht "No card until your dashboard is built", aber nach "Fetching account structures" kam direkt die Plan-Auswahl. Die Person wollte erst einen kurzen Blick auf ihre echten Daten haben, bevor sie eine Trial wählt.

Felix Hartmann: Vorschlag: eine kleine Bestätigung mit verbundenen Accounts, Data-Freshness und einer echten Kampagne.

Lena Vogel: Die kritischste Frage: Ist das wirklich neu? Der Kommentar stellt fest, dass Ad-Dashboards, die Kreatives neben Metriken zeigen, nicht neu sind – größere Plattformen machen das schon. Was ist der echte Unterschied zu einer saubereren UI auf denselben Meta- und Google-Daten? Der Raum ist voll, das ist die ehrliche Einschätzung.

Felix Hartmann: Also: starkes Problem, klare Zielgruppe, vernünftiger Preis, aber echte Frage, ob der Unterschied zur Konkurrenz mehr als UI-Polish ist. Und die Agency-Features sind noch Zukunftsmusik.

Lena Vogel: Jetzt kommen wir zu zwei Launches, die viel größer sind – nämlich von den ganz großen Playern. Einmal OpenAI, einmal Google DeepMind.

Felix Hartmann: Zuerst OpenAI: ChatGPT Images 2.5. Ein neues Image-Modell für schärfere Details, schnellere Generierung und präziseres Editing. Konkret behauptet OpenAI: bis zu 50 Prozent niedrigere Generierungs-Latenz als Images 2.0, zuverlässigeres Multi-Turn-Editing und stärkere Instruction-Following. Bessere Bewahrung von Subject, Komposition, Stil und Details über Edits hinweg.

Lena Vogel: Neue Features: Sketch-to-Image, also aus einer Zeichnung ein poliertes Bild machen. Templates für Poster, Flyer, Merch, Produktfotos. Comments direkt auf Bildern für fokussierte Edits. Prompts können neben Bildern geteilt werden. API-Modelle für Creative, Marketing, Retail und Media.

Felix Hartmann: Verfügbar für ChatGPT, ChatGPT Work, Codex-User und Developers via API. Und ein Kommentar bestätigt zumindest das Vorgängermodell im Einsatz: Ihr Marketing-Team nutzt gpt-image-2 viel, und 2.5 wird willkommen sein. Mehr unabhängige Erfahrung mit 2.5 gibt's noch nicht – es ist zu frisch.

Lena Vogel: Und dann der Google DeepMind Launch, der für mich der interessanteste ist: AlphaGenome Atlas.

Felix Hartmann: Das ist im Prinzip eine riesige Precomputation. AlphaGenome ist DeepMinds Modell, das vorhersagt, wie DNA-Mutationen Biologie beeinflussen. Statt das on-demand zu machen, hat Google alle 9 Milliarden möglichen Ein-Buchstaben-Veränderungen im menschlichen Genom vorausgerechnet. Das Ergebnis ist ein 1 Petabyte großer Datensatz.

Lena Vogel: Wichtig ist die Zugänglichkeit: Kostenloser visueller Web-Interface, plus API und Antigravity-Integration für tiefere Forschung. Man muss also kein Programmierer sein, um reinzuschauen. Es deckt Coding- und Non-Coding-Regionen ab – und gerade Non-Coding-DNA, die einen großen Teil des Genoms ausmacht, war vorher schwerer zu interpretieren.

Felix Hartmann: Die Community zieht sofort die AlphaFold-Parallele. Mehrere Kommentare vergleichen das direkt mit dem AlphaFold-Moment – also dem Punkt, an dem ein KI-Modell eine ganze Forschungsdisziplin verändert.

Lena Vogel: Aber es gibt auch eine sehr klare kritische Stimme: Der Kommentar sagt, alle reagieren auf die 9 Milliarden, aber diese Zahl ist eher das Problem als die Leistung. Denn wenn man jede mögliche Ein-Buchstaben-Veränderung precomputed, ist fast alles davon per Konstruktion Noise. Zu entscheiden, welche davon relevant sind, war von Anfang an die harte Arbeit.

Felix Hartmann: Das ist ein wichtiger Punkt. Precomputation macht Forschung nicht einfacher, sie verschiebt das Problem zur Priorisierung. Und die zweite offene Frage: Wie macht man diese Output-Scores verständlich für Nicht-Spezialisten? Ist das Interface nur für Leute gedacht, die schon Variant Effect Scores lesen können?

Lena Vogel: Wir können das nicht selbst bewerten, aber die Frage steht im Raum. Und das bringt uns zum letzten Themenstrang heute – der eher nach Spiel und Alltag klingt.

Felix Hartmann: Ja, drei Produkte, die zeigen, dass KI auch jenseits der Arbeit kulturell und persönlich wird. Fangen wir mit dem größten an: Muse von Meta.

Lena Vogel: Muse ist Metas persönlicher AI Agent. Man gibt ihm ein Ziel oder eine Alltagsaufgabe, und er erledigt den Rest – von Finanzen über Gesundheit bis Einkaufen und Menschen, denen man wichtig ist. Es hat auch ein eigenes Messaging-Erlebnis, mit WhatsApp als einziger externer Messaging-Integration laut einem Kommentar.

Felix Hartmann: Ein Kommentar sieht darin Metas große Attacke gegen ChatGPT und Produkte wie Poke.com, und bemerkt, dass Facebook Messenger in diesem Kontext "DOA" scheint. Ob das stimmt, ist Spekulation – aber die Beobachtung zeigt, dass der Messaging-Winkel als Differenzierung gelesen wird.

Lena Vogel: Wichtige kritische Frage aus der Community: Wie unterscheidet sich das davon, einfach Claude oder ChatGPT mit ein paar Services zu verbinden, die diese Dinge schon tun? Das ist die Frage, die Muse wirklich beantworten muss.

Felix Hartmann: Und noch eine sehr konkrete Sorge: Finanzen und Gesundheit sind die zwei Kategorien, um die herum man die meisten Guardrails will, nicht die wenigsten. Was sieht der Approval-Flow aus, wenn Muse Geld bewegen oder etwas buchen will? Wird jede Aktion einzeln bestätigt, oder bekommt es nach ein paar Tasks eine Art Dauervollmacht?

Lena Vogel: Und noch eine offene Frage, die in den Kommentaren mehrfach auftaucht: EU-Verfügbarkeit. Mehrere Kommentare fragen, wann Muse in Europa verfügbar sein wird. Aktuell offen.

Felix Hartmann: Dann das Spielwiesen-Stück Nummer zwei: Diiverge.

Lena Vogel: Man lädt ein Bild hoch – Foto, Gemälde, Screenshot – und daraus wird ein Point-and-Click-Abenteuer. Ein Segmentierungsmodell macht Dinge im Bild klickbar, ein Vision-Modell entscheidet, was die Dinge sind und was sie tun könnten. Man klickt einen glowing dot, wählt, was passiert, und AI generiert die nächste Szene plus einen kurzen Film des Moments.

Felix Hartmann: Und jede Entscheidung, die ein Besucher trifft, wird gespeichert. Die nächste Person kann denselben Pfad gehen, oder das Volume-Map ansehen, um alle bisherigen Verzweigungen zu sehen. Szenen, die schon freigeschnitten wurden, kann man kostenlos replaysen. Neue Szenen kosten echtes Geld, deshalb hat jedes Volume eine feste Zahl an freien Szenen und stoppt zu wachsen, wenn die aufgebraucht sind – Sponsoren können aber weitere Szenen hinzufügen, für alle.

Lena Vogel: Das Studio erlaubt es, eigene Bilder in Abenteuer zu verwandeln – kostenpflichtige Scene Packs, und die bleiben privat, bis man sie teilt. Aktuell gibt es Volume I, "The Lantern Cove" mit 3.033 Szenen, und Volume II, "The Crystal Pass", mit 2.831 Szenen.

Felix Hartmann: Und hinter den Kulissen ist es sogar noch interessanter: Ein Judge-Model liest die Story bis dahin und schneidet jede Choice raus, die die Kontinuität brechen würde. Das ist ein netter Guard.

Lena Vogel: Aber die Community-Frage ist berechtigt: Behält die Geschichte Gedächtnis über frühere Entscheidungen innerhalb desselben Playthroughs, oder wird jede neue Szene unabhängig von dem generiert, was davor passiert ist? Das würde den Unterschied machen zwischen einem wahren Adventure und einer Kette einzelner Bilder.

Felix Hartmann: Und der letzte Punkt des Tages ist vielleicht der charmanteste: DuckFightClub.

Lena Vogel: Hintergrund: HuggingFace und Pollen Robotics haben vor kurzem MicroDuck vorgestellt – einen 25 cm großen, open-source bipedalen Roboter. Über 10.000 Units waren innerhalb von Tagen vorverkauft. Aber statt nur zu warten, bis die Bots verschickt werden, hat das Team einen Simulator und ein volles Training Environment gelauncht, damit man seinem Robot schon Moves beibringen kann, bevor er ankommt.

Felix Hartmann: Und daraus ist DuckFightClub entstanden: 8 Teams trainieren Reinforcement-Learning-Policies für ihre MicroDucks und lassen sie im Simulator Sumo kämpfen. Der Preis: der Golden Beak Belt. Die Regeln: ein Kreis als Ring, harte hohe Kontrastkanten, gleiche Spawn-Punkte und gleiche Physik in jedem Match. Best of 3, eine Runde ist gewonnen, wenn die gegnerische Policy aus dem Kreis gedrängt wird.

Lena Vogel: Der Bracket: 8 Teams, keine Byes, vier Viertelfinals, zwei Halbfinals, ein Final. Die Teams sind teilweise richtig groß – HuggingFace Pond Ops, MIT WaddleWorks, CMU Servo Squad, Tokyo Torque Club. Der Side-Event am 30. September heißt "Battle of the Nerds": Stanford gegen Berkeley als Simulator-Waddle-Off. QuackDown, das Main Event, läuft am 2. Oktober live auf YouTube.

Felix Hartmann: Das schöne Detail: Der Battle-Creator bemerkt selbst, dass es an JP's Simulation lag, in der ein Model Robots gegeneinander Sumo spielen ließ. Und aus dieser Entdeckung ist der ganze Wettbewerb entstanden. Menschen haben auch schon ihrer virtuellen Duck beibringen lassen, Breakdance zu machen oder wie ein Schwan zu tanzen.

Lena Vogel: Es gibt auch IRL-Pläne: Paris, 1. bis 3. Dezember, unter dem Titel "Prise de bec", bei Generation AI. Barcelona als "Ànec amb xips" kommt noch. Wer eine eigene Chapter veranstalten will, kann das format übernehmen.

Felix Hartmann: Ein Kommentar dazu ist fast schon poetisch: "Livestreaming a competition whose first rule is not talking about it is a bold read of the source material." Und ein anderer: "This breaks the first rule." Beides zutreffend.

Lena Vogel: Und noch eine spannende Frage aus den Kommentaren: Werden die Policies jedes Mal von scratch trainiert, oder können Teams eine Duck über mehrere Seasons hinweg behalten und fine-tunen? Das würde beeinflussen, ob man über Seasons aufbauen kann oder jede Saison neu anfängt.

Felix Hartmann: Damit sind wir durch. Was bleibt als Fazit hängen?

Lena Vogel: Ich würde sagen: Agentenautonomie wächst sichtbar – Mastra Factory macht das produktiv, Harden fügt Security hinzu, GoModel macht die Modell-Aufrufe kontrollierbar, 49agents macht sie sichtbar, Frigade macht sie nutzerverständlich. Aber überall gibt es noch offene Fragen – um Latenz, um Grenzfälle, um Skalierung.

Felix Hartmann: Und auf der anderen Seite: Vertrauen. WorkID verifiziert Profile, weil KI Fakes billig macht. Ass Auction braucht keine Verifikation, weil echtes Geld fließt. AdScope will Zahlen lesbar machen. Und AlphaGenome Atlas zeigt, dass sogar im Genom das Problem nicht mehr die Daten sind, sondern die Priorisierung.

Lena Vogel: Genau. Danke fürs Zuhören. Wir sehen uns morgen wieder mit dem nächsten Briefing.

Felix Hartmann: Bis dann, ciao.