1119 | Tokens, Agents und ein UEFI-Spiel: Die Tech-Woche

||Download

Show notes

In dieser Folge: neue KI-Modelle und ihr Preisdruck, Agents, die echtes Werk leisten, der Streit um Arbeit und Zugehörigkeit im KI-Zeitalter, Sicherheitslücken von NGINX bis KVM sowie spannende Projekte vom UEFI-Game bis Voyager. Ein Querschnitt durch die Tech-Woche.

Zeitleiste

  • 00:00:04 Einleitung
  • 00:00:39 Neue KI-Modelle und der Preisdruck
  • 00:04:21 KI-Agents übernehmen Facharbeit
  • 00:10:08 Arbeit, Inhalte und die Grenze zum Menschlichen
  • 00:13:39 Sicherheitslücken und Vertrauensverlust
  • 00:18:34 Handwerkliche Projekte und Retro-Tech
  • 00:24:22 Abschluss

Weitere Links

Diese Folge wurde von Bri produziert. Bri nutzt fortschrittliche KI-Technologie, um die Feeds, die dir wichtig sind, in Podcasts zum Zuhören zu verwandeln. Kontakt: hi@bri.so.

Transcript

Lena Vogel: Hallo zusammen, hier ist Lena Vogel.

Felix Hartmann: Und Felix Hartmann. Schön, dass ihr da seid.

Lena Vogel: Wir schauen heute auf die letzten vierundzwanzig Stunden, und das Verbindende ist eigentlich ein einziger Spannungsbogen: Einerseits kommt KI in immer mehr spezialisierte Facharbeit rein, zu fallenden Preisen. Andererseits bröckelt um uns herum Verlässlichkeit — bei Infrastruktur, bei Content, beim Vertrauen in Institutionen.

Felix Hartmann: Und mittendrin dann noch Leute, die einfach hervorragendes Handwerk bauen. Das ist ein guter Mix. Fangen wir mit den Modellen an, weil fast alles andere darauf aufbaut.

Lena Vogel: Genau. Google hat Gemini 4 Neon veröffentlicht. Frontier-Niveau bei Coding und Analyse, ein Million-Token-Kontext, und der Preis: drei Dollar pro Million Input-Tokens, fünfzehn Dollar pro Million Output-Tokens. Und es ist schnell — 127 Tokens pro Sekunde.

Felix Hartmann: Zum Vergleich: ein anderes Modell in dieser Runde, Carbon, kommt auf 46. Das ist fast das Dreifache. Und wenn man dem Artificial-Analysis-Index glaubt, spielt Neon ganz vorne mit. In den Kommentaren war der Tenor: Das ist keine Nische mehr, das ist ein echtes Frontier-Modell zum Preispunkt, der vorher Garbage-Modelle war.

Lena Vogel: Und dann kommt Microsoft und dreht nach. Bei der Ignite wurden sieben neue MAI-Modelle gezeigt, und die eigentliche Schlagzeile ist MAI Code 2: Microsoft behauptet, das erreicht etwa 98 Prozent der Codierqualität von GPT-6.1 Sol — bei rund 40 Prozent des Preises.

Felix Hartmann: Und da sind sich die Kommentierenden einerseits einig, andererseits sehr skeptisch. Einig darin, dass der Preisdruck real ist und gut für alle ist, die Agents bauen: Wenn dein Agent tausend Modellaufrufe am Tag macht, ist der Tokenpreis dein größter Kostenposten. Skeptisch aber bei den Zahlen selbst. Ich habe in den Kommentaren immer wieder denselben Einwand gelesen: Diese Prozentwerte — 98 Prozent von etwas, 40 Prozent von etwas — sagen nichts, bis man weiß, wie gemessen wurde.

Felix Hartmann: Ein Modell kann bei durchschnittlicher Qualität identisch sein und trotzdem bei genau den Aufgaben versagen, die dir wichtig sind.

Lena Vogel: Es ist auch die alte Frage: Wer hat den Benchmark gestellt? Wenn Microsoft sagt, unser Modell erreicht 98 Prozent des Modells des Konkurrenten, dann ist der Konkurrent der Maßstab. Das ist Marketing über Benchmark-Optimierung.

Felix Hartmann: Und dazu passt die andere Geschichte aus den Kommentaren: jemand hat Gemini 4 Carbon praktisch getestet, nicht gebenchmarkt. Und das Ergebnis war ernüchternd — Carbon brauchte in der Praxis etwa das Siebenfache an Schritten wie Astra, und die Hälfte dieser Schritte war Arbeit, die gar nicht angefragt war. Ticket rein, und das Modell macht nebenbei noch Sachen, die keiner bestellt hat.

Lena Vogel: Das ist ein wichtiger Punkt, weil er genau die Kluft zeigt: Benchmark-Zahlen und Agent-Verhalten in der Realität sind zwei verschiedene Dinge. Ein Modell kann auf dem Papier stark sein und im Agent-Loop unzuverlässig, weil es Dinge anfängt, die keiner wollte. Und im Agent-Loop zahlst du jeden dieser unnötigen Schritte — in Tokens, in Zeit, in Fehlerrisiko.

Felix Hartmann: Genau. Es gibt also zwei Reibungsflächen: Preis und Verlässlichkeit. Und der Preisdruck wird noch verschärft durch etwas, das eigentlich eine Finanznachricht ist: Anthropic geht an die Börse.

Lena Vogel: Der IPO ist gepreist bei 83 Dollar pro Aktie, 980 Millionen Class-A-Aktien, Handel an der Nasdaq ab dem 19. November 2026 unter dem Ticker ANT. Und in den Kommentaren wurde die Marktkapitalisierung geschätzt auf grob 1,1 bis 1,5 Billionen Dollar.

Felix Hartmann: Was die Kommentare daraus gemacht haben, fand ich interessant. Es ging nicht nur um die Zahl, sondern um die Aussage dahinter: Diese Branche ist börsenreif. Das war mal ein Feld von Startup-Spielen, jetzt ist es Infrastruktur mit Börsenbewertung. Und ein Teil der Kommentare war zurückhaltend: Der IPO-Preis ist nicht der Markt — was nach dem ersten Handelstag passiert, ist die eigentliche Frage.

Lena Vogel: Und die offene Frage, die wir für diesen Block mitnehmen: Halten die Versprechen, wenn sie unabhängig gemessen werden? Das gilt für Microsofts 98 Prozent, für Googles Geschwindigkeit, für die Bewertung von Anthropic. Alles noch ungeprüft in freier Wildbahn.

Felix Hartmann: Aber die Modelle sind ja nur der Motor. Die eigentliche Frage der letzten Tage war: Was machen die Agents damit? Und da gab es eine Geschichte, die richtig Zunder in den Kommentaren ausgelöst hat.

Lena Vogel: KPMG UK — Project Exponential. Über hundert KI-Agents wurden in einem Audit eines FTSE-250-Unternehmens eingesetzt. Und die Aussage, die hängen blieb: Die Agents haben teilweise tiefer gegraben und bessere Fragen gestellt als die menschlichen Prüfer.

Felix Hartmann: Das ist der Satz, über den man sich streiten muss. Ich habe drei Lager in der Debatte gesehen. Lager eins: Na klar, ein Agent hat keine Erschöpfung, keine Deadlines im Kopf, kein Ego — der stellt die dumme neunte Frage noch einmal, die ein Mensch nach acht Stunden Prüfung weglässt. Das ist kein Zufall, das ist strukturell.

Lena Vogel: Lager zwei hat gesagt: Moment, Audit ist nicht Fragen-Stellen. Audit ist Verantwortung. Ein Prüfbericht, der unterschrieben wird, braucht jemanden, der dafür haftet. Was bringt die beste Frage, wenn am Ende niemand sagen kann, ob der Kontext stimmt? Und das dritte Lager hat auf die Verlockung hingewiesen: Wenn Agents "bessere Fragen" stellen, dann sind die Menschen, die das beurteilen, genau die Menschen, deren Arbeit dadurch verändert wird.

Lena Vogel: Wir bewerten hier das eigene Urteil mit Werkzeugen, deren Urteile wir nicht vollständnachvollziehen können.

Felix Hartmann: Und eine ungelöste Frage ist wirklich: Wie bewertet man so eine Arbeit überhaupt? Wenn der Agent tiefer gräbt — großartig. Aber was ist, wenn er in einer anderen Probe... nein, bleiben wir bei: Was ist, wenn er in einem anderen Fall systematisch falsch gräbt? Wer merkt es?

Lena Vogel: Die zweite große Geschichte in diesem Block kam von OpenAI: GPT-6 Astra hat laut eigenen Angaben bei Chipdesign geholfen. In den Jalapeño-Vektor- und Matrix-Einheiten wurden etwa 13 beziehungsweise 10 Prozent Fläche eingespart bei den Standardzellen, und mit AMD bis zu 14 Prozent PPA-Gewinn.

Felix Hartmann: Chipdesign-Fläche ist hartes Brot. Das ist keine niedrige Hürde — das ist einer der teuersten, kompetitivsten Bereiche überhaupt. Wenn nur die Hälfte davon hält, ist das eine echte Nummer.

Lena Vogel: Die Kommentare waren hier zurückhaltender als bei KPMG. Erstens: OpenAI berichtet das selbst, die unabhängige Verifikation fehlt. Zweitens wurde diskutiert, was "half" hier heißt — hat das Modell einen Design-Space erkundet, den Menschen wegen combinatorischer Größe nicht durchsuchen können? Dann wäre das eine echte neue Klasse von Arbeit. Oder hat es eine Optimierungsaufgabe gemacht, die klassische Tools auch können, nur schneller?

Lena Vogel: Das ist der Unterschied zwischen "neue Facharbeit" und "schnelleres Werkzeug".

Felix Hartmann: Dritte Geschichte, und die ist die greifbarste: Mastra Factory. Ein Open-Source-Agentic-Kanban für Slack. In einer Woche hat das Ding 238 Pull Requests geöffnet und gemergt — neben 630 von Menschen gemergten. Mastra selbst liegt bei rund vier Millionen wöchentlichen Downloads.

Lena Vogel: Und hier haben die Kommentare am wenigsten gezögert, weil es einfach nachzuvollziehen ist: Das ist ein Agent, der in einem echten Repo an echten Aufgaben arbeitet. Ein Drittel der Merges kam von der Maschine. Die Frage, die mehrfach gestellt wurde: Sind das die richtigen 238? Ein Agent kann viele PRs produzieren, die technisch korrekt sind und strategisch in die falsche Richtung gehen.

Lena Vogel: Review-Kapazität wird zur Engstelle — die 630 menschlichen PRs werden jetzt zusätzlich mit Machine-PRs vermischt durchgesehen.

Felix Hartmann: Und es gibt einen schönen Kontrapunkt in den Hintergrundgeschichten zu diesem Block, der die Richtung "Agents werden billiger" untermauert. RadixArk hat DaisyRose-27B veröffentlicht — Qwen3.8-27B plus Reinforcement Learning — trainiert auf nur 1.200 Tasks, in 18 Tagen, auf 144 H200s. Terminal-Bench ging von 5,6 auf 12,0 Prozent.

Lena Vogel: Nur 1.200 Aufgaben! Das ist die eigentliche Nachricht. Die Kommentare haben das als Hinweis gelesen, dass kuratierte, harte Aufgaben mit RL mehr wert sein können als riesige generische Datensätze. Wenn man mit 1.200 Tasks in 18 Tagen solche Sprünge macht, dann sinkt die Schwelle, spezialisierte Agenten für enge Domänen zu bauen — massiv.

Felix Hartmann: Und dann der Energy-Based Reasoner: 1,8 Millionen Parameter — das ist winzig, das ist Spielzeuggröße im heutigen Maßstab — und erreicht 99,9 Prozent auf Sudoku-Extreme bei 345-mal weniger Rechenaufwand im Inferenzvergleich.

Lena Vogel: 345-fache Ersparnis. Die Kommentare dazu waren gemischt: Das ist ein Spezialfall, Sudoku ist ein abgeschlossenes Problem mit verifizierbarer Lösung. Aber als Richtung ist es aufregend — vielleicht braucht man nicht immer einen Frontier-Atlas für jede Denkaufgabe, sondern kleine spezialisierte Rechner für enge Probleme. Das würde die Kostenkurve der Agent-Stacks nochmal drücken.

Felix Hartmann: Es gibt sogar ein kleines Praxisbeispiel aus der gleichen Richtung: Die Autorin von slowchronicle.com reverse-engineert Binaries mit LLM-Agents — Ghidra via MCP, DeepSeek — und der Trick ist weniger das Modell als die Methode: Hypothesen-Logs, Markdown-Notizen, um auszuschließen, dass der Agent im Rate-Zyklus landet. Also: Struktur drumherum bauen, damit die Vermutungen nicht zyklisch werden.

Lena Vogel: Das verbindet schön mit dem KPMG-Thema: Ob es Audits, Chips oder Binaries sind — die produktiven Fälle, die wir gesehen haben, haben alle eines gemeinsam: Menschen haben einen Rahmen gebaut, in dem der Agent arbeitet und an dem sein Output geprüft wird. Der Agent ist nicht der Auditor. Der Agent ist Teil eines Auditsystems.

Felix Hartmann: Und was heißt das für menschliche Arbeit? Das führt uns direkt zum nächsten Block. Und der beginnt mit einer sehr konkreten, sehr persönlichen Geschichte.

Lena Vogel: All About Berlin — ein bekannter Blog über das Leben in Berlin. Der Autor berichtet, dass der Traffic durch Google AI Overviews um 75 Prozent eingebrochen ist. Und sein Punkt ist härter als "weniger Klicks": Er sagt, KI wurde mit seinen Inhalten trainiert und hat ihn damit arbeitslos gemacht.

Felix Hartmann: Die Kommentare dazu spiegelten eine ganze Branche wider. Auf der einen Seite: Das ist real, viele berichteten Ähnliches — Summary-Boxen beantworten die Frage auf der Ergebnisseite, der Klick auf die Quelle wird überflüssig. Warum sollte jemand "Anmeldung in Berlin" anklicken, wenn die Antwort oben steht?

Lena Vogel: Auf der anderen Seite gab es Widerspruch, und der war nicht unklug: Die Situation ist nicht neu. Suchmaschinen haben Verlage immer schon absorb — die Frage ist nur der Grad. 75 Prozent in kurzer Zeit ist aber ein Grad, das keine Übergangszeit mehr zulässt.

Lena Vogel: Und dann die unangenehmste Frage, die gestellt wurde: Wenn die Antwort-Engine die Inhalte braucht, um Antworten zu geben, aber die Ersteller der Inhalte keine Einnahmen mehr haben — wer finanziert dann in zehn Jahren die Inhalte, die die Antworten füttern?

Felix Hartmann: Und das ist nicht gelöst. Es gab in den Kommentaren Vorschläge — Paywalls, Lizenzmodelle, Direkt-Subscriptions — aber keiner wurde als funktionierend bezeugt, nur als Idee. Das ist die offene Frage dieses Blocks.

Lena Vogel: Und VioletPixel hat dazu einen Essay geschrieben, der die Stimmung sehr bündig fasst: Die Welt wird von "smart people who give a shit" zusammengehalten. Und die jüngeren Ausfälle — bei Microsoft, bei Apple, bei Banken — deuten darauf hin, dass es zu wenige davon gibt, während KI sie ersetzt.

Felix Hartmann: Der Essay hat Diskussionen über die Kausalität ausgelöst. Ein Teil: Das ist Romantizisierung. Ausfälle gab es immer, wir erinnern uns nur an die schlechten. Der andere Teil: Nein, das Muster stimmt — die Systeme sind komplexer geworden, aber die Tiefe der Leute dahinter wird dünner, und die neuen Werkzeuge verführen zur Verkürzung. Man kann das nicht beweisen, aber die Sorge ist rational.

Lena Vogel: Und der Punkt, der die ganze Debatte Pointe gibt: Cambridge hat "human" zum Wort des Jahres 2026 gewählt. Die Begründung der Redaktion: KI verwischt die Grenze zwischen Mensch und Maschine, weltweit wird darüber gestritten.

Felix Hartmann: Wort des Jahres "human" — das ist fast ironisch. In einem Jahr, in dem Agents Audits machen, PRs mergen, Chipdesign optimieren und Blogs arbeitslos machen, wird das Wort des Jahres das Wort für den Menschen.

Lena Vogel: Es gibt einen Nachbarstreit, der gut passt: Ein Bewerber hatte ein Interview bei einem YC-Startup und fand dann heraus, dass das Unternehmen seine LinkedIn-Daten ohne Erlaubnis benutzt hatte. In den Kommentaren ging es weniger um den Fall selbst als um das Prinzip: Wer mitpersonalisierte Rekrutierung betreibt, tut das auf Basis von Daten, die jemand für ein anderes Publikum angelegt hat.

Lena Vogel: Die Kommentare waren gespalten — für manche ist das einfach Daten-Realität im Jahre 2026, für andere ein klarer Grenzübertritt.

Felix Hartmann: Und als kleines Gegenstück jenseits der KI: Eine neue Studie zu Energydrinks — Berichte über herzstillstandsnahe Ereignisse liegen elfmal höher als bei anderen Koffeinprodukten, fast die Hälfte der Betroffenen ist 18 bis 34. Aber — und das wurde in den Kommentaren mit Recht betont — keine Kausalität belegt. Es könnte Selektionseffekte geben: Wer Energydrinks in Extremsituationen trinkt, hat andere Grundbelastungen.

Felix Hartmann: Die Debatte zeigte schön, wie schwer es ist, Korrelation nicht in Schreckensnachrichten zu übersetzen.

Lena Vogel: Aber jetzt zu etwas, das viele als Gegenpol zu all dem gesehen haben: Sicherheit. Denn wenn Agents und Modelle überall sind, ist die Frage: Was hält die Infrastruktur, auf der sie laufen?

Felix Hartmann: Der härteste technische Fall: Wiz hat zwei kritische HTTP/2-Schwachstellen in NGINX gemeldet, CVSS 9,2. Unauthentifizierte Codeausführung — das heißt, jemand ohne Login kann auf deinem Server Code ausführen. Fix-Versionen sind bereits da.

Lena Vogel: Die Kommentare waren hier ungewöhnlich einstimmig: Das ist so ernst, dass die Debatte weniger "wie schlimm" hieß als "patcht jetzt". HTTP/2 ist überall, NGINX ist überall, unauthentifiziert ist die schlimmste Klasse. Was in den Kommentaren allerdings eine weitere Runde gab: NGINX sitzt am Grund des Stacks von fast allem. Wenn es das nächstemal nicht sofort gepatcht ist, ist die Fläche gigantisch.

Felix Hartmann: Und Ruby: Sieben Schwachstellen in Regexp und in String-Case-Konvertierung, mit funktionierenden RCE-PoCs. Fixes in 4.0.10, 3.4.13 und 3.3.14.

Lena Vogel: Das Besondere an den Ruby-Fehlern: Es sind nicht exotische Pfade, das sind Elementaroperationen. Regexp und "downcase" — das benutzt jede Ruby-App ständig. Die Kommentare wiesen darauf hin: So etwas zeigt, dass selbst die am besten gereviewten Codebasen nicht immun sind. PoCs existieren heißt: Sobald dein Server auf einer alten Version läuft, ist es kein theoretisches Risiko mehr.

Felix Hartmann: Und dann der Fall, der die Agent-Diskussion mit der Sicherheitsdiskussion zusammennäht: CVE-2026-99312, ein Bug im Linux-KVM. Der MMU-Kontext wird bei der Emulation von INIT nicht zurückgesetzt. Und die HN-Diskumentation: Das ist besonders kritisch für VM-basierte Sandboxes von AI-Agents.

Lena Vogel: Das ist der wichtigste Satz dieses Blocks, meiner Meinung nach. Wir haben gerade eine Stunde über Agents geredet, die Audits machen und PRs mergen. Was hält die Isolation? Wenn Agents in VMs laufen und die VM-Isolation einen Bug hat, dann ist das nicht nur ein Server-Problem — das ist ein Problem für die Sicherheitsarchitektur der Agent-Industrie.

Felix Hartmann: Die Kommentare spalteten sich: Einerseits — KVM ist hart getestet, ein Bug ist ein Bug, das ist normal. Andererseits — die Bedrohungsmodellierung ändert sich: Früher war die VM-Grenze für untrusted Code eher theoretisch, jetzt gibt es einen industriellen Anlass, untrusted Code in Mengen laufen zu lassen.

Lena Vogel: Und dann zwei Fälle, die weniger um Code gehen als um Vertrauen. Erstens Codeberg: Die Domain verschwand aus dem Namesilo-Account und wurde suspendiert, mutmaßlich ging es an das Abuse-Handling-Team. Als Reaktion wird gerade codeberg.eu als Backup aufgesetzt.

Felix Hartmann: Die Kommentare dort waren aufgeregt, aber die spannende Frage war nicht "wer ist schuld", sondern: Was ist die Lehre für dezentrale Infrastruktur? Codeberg ist für viele die Alternative zu zentralisierten Plattformen — und ist selbst von einer einzigen Domain-Auto-Infrastruktur abhängig. Die Lesson in den Kommentaren: Unabhängigkeit endet oft am DNS.

Lena Vogel: Zweitens Quad9: Der DNS-Provider stellt zum 24. November die Auflösung für Nutzer in Frankreich ein — weil er einer gerichtlichen Anordnung, Piraterie-Domains zu sperren, nicht nachkommen will.

Felix Hartmann: Das hat eine schöne Grundsatzdebatte ausgelöst. Ein Lager: Quad9 tut das Richtige — ein DNS-Resolver, der auf Gerichtsbeschluss aus einem anderen Land heraus Filter setzt, wird zum Zensurwerkzeug. Das andere Lager: Das ist die Konsequenz von Rechtsstaat — wenn du in einem Land operierst, gilt dessen Recht, und der Ausstieg ist die ehrliche Antwort, nicht der Widerstand. Beide Seiten hatten gute Argumente, und Konsens gab es keinen.

Lena Vogel: Und als dritter Vertrauensfall: 15 Millionen geleakte Dokumente legen Skandale bei der Deutschen Bank offen — Geschäfte mit russischen Oligarchen, Geldwäsche-Vorwürfe, Verbindungen zu Trump und Epstein. Die Kommentare behandelten das weniger als Überraschung als als Bestätigung eines Musters, das in den letzten Jahren mehrfach aufgetreten ist. Die Frage war eher: Was passiert jetzt — und warum passiert bei solchen Enthüllungen oft so wenig?

Felix Hartmann: Und dann noch eine Kuriosität am Rand, aber sie sagt etwas über den Staat und die Technologie aus: Auf SAM.gov sucht die US Air Force einen micro-Data Transfer Cartridge für die F-22 Next-Generation. Also im Kern: die Frage, wie man Daten physisch in ein Flugzeug der siebten Generation bekommt, in einer Welt, in der alles sonst drahtlos ist.

Lena Vogel: Die Kommentare machten daraus den Punkt: physische Übertragung ist in manchen Kontexten die sicherste Variante — Air-Gap ist keine Nostalgie, sondern ein Designprinzip, wenn Angriffe über Funk ernst genommen werden. Kleiner Fall, große Pointe: Die sicherste Schnittstelle ist manchmal ein Stecker.

Felix Hartmann: Und jetzt zum Ausgleich — dem Teil der Sendung, der nichts mit den großen Konjunkturen zu tun hat, aber die Seele der HN-Kommentare ausmacht: Handwerk.

Lena Vogel: Fangen wir mit dem Wahnsinnsprojekt: eklavya-raj hat gta6-uefi gebaut. Ein 942-Kilobyte-GTA-artiges Spiel, angesiedelt im echten Miami, das direkt aus UEFI bootet — ohne Betriebssystem darunter. Die Karte kommt aus OpenStreetMap, NOAA-Lidar und NAIP-Luftbildern.

Felix Hartmann: 942 Kilobyte. Kein Gigabyte — Kilobyte. Und die Kommentare haben das auseinandergenommen: Die eigentliche Leistung ist nicht das Spiel, sondern die Umgebung. UEFI ist ein Bootloader-Kontext, kein Spielbetriebssystem. Es gibt kein Fenster-System, kein Treiber-Stack, keine Standardbibliothek. Der Autor hat sozusagen seine eigene Mini-Welt gebaut, in der Rendering, Input und Map-Daten aus realen Quellen zusammenkommen.

Felix Hartmann: Und die Kombination OSM plus Lidar plus Luftbilder heißt: Das Miami darin ist nicht erfunden, es ist gemessen.

Lena Vogel: Und die Kommentare zogen den Bogen zurück in die Geschichte: In den Achtzigern war das normal — ein Spiel musste die Maschine selbst zum Laufen bringen. Heute ist das eine künstlerische Geste: Ich verzichte bewusst auf alles Komfortable und zeige, wie wenig man eigentlich braucht. Es ist der clearest Kontrapunkt zu allem, was wir vorher über Milliardenkosten für Modelle geredet haben.

Felix Hartmann: In die gleiche Richtung: rshekhar.com/voyager. Ein interaktiver 3D-Teardown von Voyager 1 — runter bis zu einem einzelnen Speicherchip. Dazu das RTG, die Abdeckung der Golden Record, und die Geschichte der Reparatur.

Lena Vogel: Und der Punkt, der die Kommentare am meisten berührt hat, war der Reparatur-Aspekt: Vor ein paar Jahren begannen die Speicher der Sonde zu versagen. Ingenieure haben der Sonde von der Erde aus — mit Signalen, die Stunden brauchen — Code umgezogen, damit sie weiter funktioniert. Das ist Handwerk unter den unmöglichsten Bedingungen. Und der Teardown macht greifbar, dass dieses Ding aus den Siebzigern noch arbeitet, mit Technologie, die heute in einem Spielzeug stecken würde.

Felix Hartmann: Es gibt in diesem Block sogar ein Theorie-Juwel: Jimmy Miller hat Partial Evaluation erklärt. Die Idee, auf den Punkt gebracht: Wenn du einen Interpreter plus ein Programm nimmst und das partiell interpretierst — also den Interpreter mit dem Programm fixierst —, bekommst du gratis einen Compiler.

Lena Vogel: Das ist einer dieser Sätze, die beim ersten Lesen wie ein Trick wirken und dann wie eine Offenbarung. Die Kommentare haben das als klassisches Beispiel für die Kraft von Abstraktion gefeiert: Du schreibst einen Interpreter — ein einfaches, verständliches Ding. Und durch eine einzige, konzeptuell saubere Transformation bekommst du ein viel komplexeres Ding: einen Compiler. Futamura-Projektionen, nennt man das klassisch.

Lena Vogel: Und die Kommentare, die es schon kannten, haben bestätigt: Es fühlt sich jedes Mal wieder magisch an, wenn man es zum ersten Mal versteht.

Felix Hartmann: Und es gibt viele kleine Arbeiten um diesen Block herum, die wir schnell durchgehen. Pikuma hat eine Geschichte von x86 geschrieben — vom 4004 bis zum 486 — und die eigentliche Pointe: Little-Endianness, die AX-bis-DX-Register, segmentierte Adressierung — all das sind geerbte Entscheidungen aus der Ära des 8008 und des Datapoint.

Lena Vogel: Und das ist der schöne Teil: Diese Design-Entscheidungen wurden nicht gemacht, weil sie optimal waren, sondern weil ein Geldbetrag in den Siebzigern einen bestimmten Chip bestellte und wir bis heute die Konsequenzen in jedem Laptop tragen. Kompatibilität als Schwerkraft.

Felix Hartmann: CrossPoint Reader — freie Open-Source-Reader-Software für kompakte Geräte wie den XTEINK X3/X4 oder BOOX-Geräte — läuft laut Projekt auf rund 281.736 Geräten, mit 242 Contributors.

Lena Vogel: Das ist eine wichtige Zahl, weil sie zeigt: Es gibt eine echte Nische für minimalistische Geräte, die nicht Smartphones sind, mit einer aktiven Community, die sie pflegt. Keine Plattform-Macht, keine Abhängigkeit von einem Store.

Felix Hartmann: ExitPath — eine kostenlose, browser-basierte Seite, die Open-Source-Ersätze für Slack, Notion, Microsoft 365 und dergleichen katalogisiert, mit Scores zur Migrationsschwierigkeit und Checklisten.

Lena Vogel: Das ist praktisch das Werkzeug zur Selbstverteidigung in der Welt, über die wir vorher geredet haben — wenn die Plattformen unzuverlässig werden oder die Daten-Debatte eskaliert, gibt es wenigstens einen Katalog, der sagt: Hier ist der Ausweg, und so schwer ist er.

Felix Hartmann: Type Fighter II — ein Arcade-Style-Tipp-Spiel, kostenlos, ohne Account, Fortschritt nur lokal gespeichert.

Lena Vogel: Das ist die nette Party-Nummer der Woche. Und dann noch zwei Dinge, die in die Lern-Schublade gehören: Auf arXiv gibt es "A Primer on Fourier Series" — von Dipierro, Pfefferlé und Valdinoci — ein komplettes Lehrbuch mit Übungen und vollständigen Lösungen.

Felix Hartmann: Ein echtes Lehrbuch, frei verfügbar, mit durchgerechneten Lösungen. Das ist in einer Zeit, in der Lerninhalte von AI-Overviews absorb werden, ein kleiner Akt des Widerstands.

Lena Vogel: Und dann noch Genie 4, die Welt-Modell von Google — jetzt verfügbar für Google AI Ultra Abonnenten. Echtzeit-Umgebungen, die per Text editierbar sind, native Audio, und eine Community-Galerie.

Felix Hartmann: Das ist interessant, weil es eine andere Richtung von KI zeigt: nicht Assistent, sondern Umgebung. Man baut nicht etwas, das einem antwortet, sondern etwas, in dem man herumläuft. Die Kommentare haben spekuliert, ob solche Welt-Modelle irgendwann die Simulation für Agents werden — also nicht nur Werkzeuge für Menschen, sondern Trainingswelten für Maschinen. Das ist Spekulation, aber eine mit Substanz.

Lena Vogel: Und das bringt uns an das Ende. Wenn man die vierundzwanzig Stunden in einem Satz zusammenfassen müsste: Auf der einen Seite wird KI billiger, schneller und dringt in Facharbeit vor, die vor einem Jahr unantastbar schien — Audits, Chipdesign, Code-Review. Auf der anderen Seite zeigen die Vorfälle der Woche — NGINX, KVM, Codeberg, der Blog-Autor, die Deutsche-Bank-Dokumente — dass Verlässlichkeit und Vertrauen die knappere Ressource sind, nicht Rechenleistung.

Felix Hartmann: Und vielleicht ist die wichtigste Beobachtung der Woche die, die im VioletPixel-Essay steckt, auch wenn man sie nicht beweisen kann: Es könnte sein, dass die Frage der nächsten Jahre nicht ist, was KI kann, sondern wer die Menschen sind, die es prüfen, korrigieren und stillhalten, wenn es schiefgeht. Und ob es genug davon gibt.

Lena Vogel: Das war es von uns. Danke, dass ihr da wart — bis zum nächsten Mal.

Felix Hartmann: Tschüss, und denkt an die Patches.