- 7 Rules for Self-Improving AI Agent Loops Every AI Engineer Should Know
Der Beitrag empfiehlt, selbstverbessernde Agenten an geschützten, aussagekräftigen Kriterien zu messen, denn sie optimieren den vorgegebenen Messwert und nicht automatisch die tatsächliche Nutzerqualität.
- Build a Self-Improving AI Agent System with Claude Fable 5: A Complete 14-Step Guide
Der Bericht beschreibt, wie gespeicherte Erfahrungen und unabhängige Prüfungen ein Agentensystem verbessern sollen, ohne dass sich das Modell selbst weitertrainiert.
- Gemma 4 Just Got “Jailbroken”, The Most Powerful Uncensored 31B Model Yet
Der Beitrag behauptet, eine komprimierte Gemma-4-31B-Variante beantworte nach Entfernung ihrer Verweigerungen nahezu alle Anfragen, belegt die Leistungszahlen aber nicht mit einer nachvollziehbaren unabhängigen Testmethodik.
- On-Device AI Against Scams: Google DeepMind & MDDI
Laut Bericht soll ein lokal laufendes KI-System in Singapur Betrugsnachrichten erkennen und Nutzer warnen, doch konkrete Leistungskennzahlen werden nicht genannt.
- Genie 4: A new generation of world simulation
DeepMind kündigt Genie 4 als experimentelles, multimodales Echtzeit-Weltmodell an, dessen Möglichkeiten vielversprechend sein sollen, dessen Konsistenz und Simulationsgenauigkeit laut Bericht aber noch deutliche Grenzen haben.
- OpenAI and Anthropic Tell British Lawmakers: Regulate Us
- How To Give Everyday People A Say In AI Governance
- Moonshot Limits Kimi Model’s Hacking Capabilities
Moonshot zufolge senken Schutzmaßnahmen die offensiven Cyberfähigkeiten von Kimi K3.1 Pro, doch der angeführte interne Benchmark ist laut Bericht nicht unabhängig überprüft; offene Gewichte bleiben schwer zu beaufsichtigen.
- Introducing Gemini 3.8 Flash and 3.8 Flash Cyber
Google zufolge verbessern Gemini 3.8 Flash und die beschränkt verfügbare Cyber-Variante Programmier-, Schlussfolgerungs- und Sicherheitsaufgaben, wobei die Belege hauptsächlich aus den vom Anbieter berichteten Tests stammen.
- Trump says top tech firms have signed accord to 'self-police' AI development
- Strengthening our defenses against distillation attacks
Anthropic zufolge senken neue Schutzmaßnahmen die auf der eigenen Plattform abgegriffenen Modellüberlegungen deutlich, doch ihre Dauerwirkung ist unklar und sie verursachen Einschränkungen für legitime Nutzer.
- Exploring State AI Governance in AGORA #3: Frontier AI Laws – Emerging Technology Observatory
Laut AGORA-Vergleich setzen drei US-Bundesstaatengesetze auf Transparenz, unterscheiden sich aber bei Registrierung, unabhängigen Prüfungen, öffentlicher Recheninfrastruktur und Whistleblower-Schutz.
- Expanding the Cyber Verification Program
Anthropic bietet geprüften Sicherheitsorganisationen abgestuften Zugang zu leistungsfähigen Claude-Modellen und berichtet über Benchmark- und Schwachstellenergebnisse, deren Aussagekraft durch die beschriebenen Datenbegrenzungen eingeschränkt ist.
- Anthropic IPO Disclosure of ‘Existential’ AI Risk Sets Standard
Der Autor meint, Unternehmen sollten konkrete, wesentliche KI-Risiken geschäftsbezogen offenlegen, da Anthropics Prospekt den erwarteten Maßstab dafür verschärfen könnte.
- The Warnings Are No Longer Hypothetical
Der Autor deutet mehrere Sicherheitsvorfälle als frühe Warnzeichen für mögliche, durch KI und Marktgeschwindigkeit verstärkte Finanzstörungen, betont aber den vorläufigen und unsicheren Charakter seiner Einschätzung.
- AI Agent Security: Threats, Guardrails, Controls
- Prime Minister Carney announces landmark investment in Cohere to scale secure, sovereign AI
- AI in combat: When humans are in the loop, but not in control
Wirksame menschliche Kontrolle über militärische KI erfordert laut Artikel mehr als ein formales Vetorecht: Sie braucht verständliche Systeme, geschultes Personal und Organisationen, die sorgfältige Prüfung ermöglichen und belohnen.
- ETSI unveils new standard to reduce production of harmful deepfakes
- Post by @DavidSacks on X
- Anthropic bans sustained cruelty toward Claude under new policy
Anthropic will extreme, anhaltende Grausamkeit gegenüber seinen KI-Modellen untersagen, wobei gewöhnliche Kritik und legitime Tests ausgenommen sein sollen.
- Post by @liambraus on X
- How Can We Price AI's Risks?
- Russia and US seek to block plan for binding rules on autonomous weapons
- Utah’s Pilot Prescribing Program Is A Giant Leap For AI In Medicine
- AI firms sign Macron’s Paris Call, but safety group says it lacks teeth
Der Paris Call enthält Sicherheitszusagen für fortgeschrittene KI, bleibt laut der mitunterzeichnenden CeSIA jedoch bei Risikoschwellen, Prüfzugang, Behördenbefugnissen und Fristen lückenhaft.
- AI Agents Are in Production. Agent Accountability Is Not.
- Post by @GovKathyHochul on X
- How Often AI Agents Get Pulled Back After Go-Live
Der Bericht zufolge zogen 32 von 40 befragten Teams ihren gestarteten KI-Agenten zurück, doch die kleine, selbstberichtete Befragung belegt keine repräsentative Häufigkeit.
- Coalition of Nonprofits Files Landmark Lawsuit to Stop Development of Advanced AI Systems at Anthropic, Google, Meta, OpenAI, and SpaceXSI that Proliferate Bioweapons and Cyberattacks
- Wholesale banks supervision - Insights 3 (Autumn 2026)
- 中国信通院、华为、腾讯、阿里等联合发布公约:共同抵制利用智能体实施算法压榨、黑灰产等行为
- Nonprofits sue five AI developers to halt more capable models
Vier Organisationen verlangen vor Gericht eine Pause für leistungsfähigere KI, gestützt auf behauptete Risiken und Kontrollverluste; entschieden ist darüber laut Bericht noch nicht.
- Trump AI task force targets AI-powered cyberattack reporting
Die US-KI-Taskforce diskutiert Meldepflichten und rechtlichen Schutz bei Angriffen durch KI-Agenten, während der Bericht auf verspätete Offenlegungen und ein bald auslaufendes Gesetz zum Austausch von Bedrohungsinformationen hinweist.
- Mitigating the Risks of AI Integration Into Nuclear Weapons Operations
- Reviving the Legacy of Reykjavík
Tómasdóttir und Pirc Musar rufen zu internationalem Dialog, Rechtsstaatlichkeit, menschlicher Kontrolle über Technologien und gemeinsamer Verantwortung für die Zukunft auf, räumen aber ein, dass Erklärungen allein keine Krisen lösen.
- L'IA dans les conflits : l'heure est venue de « désarmer » l'IA - Commissaire aux droits de l'homme
- From Nuclear Weapons to Artificial Intelligence, a New Test of Humanity’s Restraint
- Post by @demishassabis on X
- Post by @rohanpaul_ai on X
- Anthropic bans Claude-built fake sites aimed at gaming AI answers
Die neue Claude-Richtlinie untersagt täuschende Kampagnen gegen Such- und KI-Antwortsysteme, ordnet Wahlwerbung und Hochrisikonutzung neu und lässt ihre praktische Durchsetzung laut Bericht offen.
- AlphaGenome 2: Deciphering how cells read DNA to better understand disease
AlphaGenome 2 soll genetische Effekte in einzelnen Zelltypen besser vorhersagen; die Leistungsangaben stammen von DeepMind, und das Modell ist nur für Forschungszwecke vorgesehen.
- Disrupting deceptive uses of AI by covert influence operations
OpenAI berichtet, fünf verdeckte Einflussoperationen gestört zu haben, deren KI-Nutzung laut Unternehmen keine bedeutende Zunahme an echter Reichweite oder Engagement bewirkte.
- Teaching AI to build scientific models
- Eyes Off My Data: Conclusion
Der vorliegende Schlussabschnitt empfiehlt, datenschutzfreundliche Statistik als begrenzte Unterstützung umfassender Fairnessprüfungen einzusetzen und dabei Zweck, Beteiligung, Schutz und Speicherdauer sorgfältig festzulegen.
- Eyes Off My Data: Executive Summary
Der bereitgestellte Text ist die Executive Summary: Expertinnen und Experten sehen differenziell private föderierte Statistiken als möglichen Datenschutzbaustein für Fairnessprüfungen, aber nicht als Lösung für sämtliche Risiken demografischer Datenerhebung und algorithmischer Verzerrung.
- Post by @aidangomez on X
- Enabling independent research on how people use Claude
- MiniMax|Japanese IP, Ready for the Global AI Era
- Cogent and OpenAI build cyber defense factories for enterprises
Laut OpenAI-Fallstudie automatisiert Cogent die kontrollierte Schwachstellenbehebung und berichtet deutliche Leistungsgewinne; unabhängige Belege fehlen im Text, der am Schluss abbricht.
- How banking sector workers in Ireland won AI protections
Der Auszug schildert eine Vereinbarung zwischen FSU und Bank of Ireland für menschliche Entscheidungen und Umschulung beim KI-Einsatz, enthält aber keine Details der vollständigen Fallstudie.
- Mistral x Mozilla: Private, Multilingual AI Browsing
Mistral und Mozilla kündigen Firefox Smart Window mit Mistral-Modellen an und betonen Offenheit, regionale Anpassung und Datenschutz, ohne im Beitrag unabhängige Belege für diese Aussagen vorzulegen.
- Bringing open AI models to the frontier
Mistral AI kündigt offene Modelle wie Mistral 7B an und behauptet Leistungs-, Kosten- und Kontrollvorteile, belegt diese im Bericht jedoch nicht unabhängig.
- LLM-discovered 0 days
- Post by @SenWarren on X
- Post by @francescofaenzi on X
- Post by @johnmcclure00 on X
- A near-autonomous AI chemist improves a challenging reaction
Laut Bericht verbesserte ein von GPT‑5.4 mitentwickelter TEMPO-Zusatz die untersuchte Chan-Lam-Reaktion, doch die Arbeit war nicht autonom und ihre allgemeine Übertragbarkeit ist noch ungeklärt.
- A thousand fewer paths to root
OpenAI zufolge kann eine automatisierte Pipeline Linux-Schwachstellen in großem Umfang finden und ausnutzbar machen, doch Fehler bei der Zuordnung und Testinfrastruktur machen menschliche und unabhängige Prüfungen weiterhin nötig.
- LLMs and biorisk
Anthropic sieht Hinweise darauf, dass Sprachmodelle biologische Missbrauchsrisiken erhöhen könnten, betont aber erhebliche Unsicherheiten und setzt auf weitere Forschung und Schutzmaßnahmen.
- A Sociotechnical Examination of Differentially Private Federated Statistics as an Algorithmic Fairness Technique
DPFS kann Fairnessprüfungen datenschutzfreundlicher machen, doch ihr Nutzen hängt von inklusiver Gestaltung und einer kontextabhängigen Abwägung zwischen Privatsphäre, Genauigkeit und Sichtbarkeit betroffener Gruppen ab.
- Eyes Off My Data
Der bereitgestellte Auszug kommt zu dem Schluss, dass differenziell private föderierte Statistiken Fairnessprüfungen unterstützen, aber allein weder Bias noch die sozialen Risiken demografischer Datennutzung beheben.
- How Far Behind the Frontier are Leading Open Weight Models on Cyber?
AISI schätzt den Cyber-Rückstand führender offener KI-Modelle auf vier bis sieben Monate, weist aber auf wesentliche Grenzen der Tests und eine ungewisse weitere Entwicklung hin.
- Google DeepMind at ICLR 2024
Der Beitrag stellt ausgewählte, von Google DeepMind angekündigte ICLR-2024-Forschung vor, doch die Leistungsangaben werden im Überblick nicht unabhängig belegt.
- Google DeepMind and Isomorphic Labs approach to bioresilience
Google DeepMind und Isomorphic Labs wollen KI mit Partnern für Prävention, Überwachung und Gegenmaßnahmen bei biologischen Gefahren nutzen; die Wirksamkeit wird im Beitrag nicht unabhängig belegt.
- Disrupting malicious uses of AI: October 2025
OpenAI behauptet, mehr als 40 missbräuchliche Netzwerke gestört zu haben; vorgelegt ist hier nur der Berichtseinstieg, nicht die angekündigten Fallstudien.
- Operation “Sneer Review”: China-origin influence activity
OpenAI zufolge erzeugte ein mutmaßlich China-bezogenes Einflussnetzwerk mit ChatGPT koordinierte Beiträge zu mehreren politischen Themen, doch Herkunft und Reichweite der Aktivität bleiben teilweise unbestätigt beziehungsweise unsicher.
- Introducing Forge | Mistral AI
Mistral kündigt Forge für das Training unternehmensspezifischer KI-Modelle an, doch der Beitrag beschreibt vor allem erwartete Vorteile und enthält keine unabhängigen Leistungsnachweise.
- Progress from our Frontier Red Team
- Accelerating the cyber defense ecosystem that protects us all
OpenAI will mit Fördermitteln und Partnern defensive Cyberfähigkeiten verbreitern, nennt aber keine Ergebnisse oder genauen Prüfmaßstäbe.
- Trusted access for the next era of cyber defense
OpenAI baut verifizierten KI-Zugang für Cyberverteidiger aus und führt GPT‑5.4‑Cyber zunächst begrenzt ein; die berichteten Erfolge und Sicherheitsbewertungen sind OpenAIs eigene Angaben.
- Expanding Daybreak as the Cyber Defense Window Narrows
OpenAI erweitert Daybreak um GPT‑5.6‑Cyber für autorisierte Sicherheitsforschung und berichtet von gemischten Testergebnissen, behobenen Schwachstellenfunden sowie einer Einstufung unterhalb der eigenen „Critical“-Schwelle.
- Biosecurity and AI: Risks and Opportunities
Der Beitrag hält KI-gestützten Bioterrorismus für ein mögliches, aber unsicheres Risiko und empfiehlt öffentliche Gesundheitsmaßnahmen sowie gezielte Sicherheitsvorkehrungen unter Abwägung ihrer Folgen für die Forschung.
- Scaling Trusted Access for Cyber with GPT-5.5 and GPT-5.5-Cyber
OpenAI stellt TAC als Standard für die meisten verifizierten Verteidigungsaufgaben und GPT‑5.5‑Cyber als streng kontrollierte Vorschau für spezialisierte Abläufe dar, ohne die gezeigten Resultate unabhängig zu belegen.
- Post by @_jrosenberg on X
- An Invariant Learning Characterization of Controlled Text Generation
- Catastrophic Goodhart: regularizing RLHF with KL divergence does not mitigate heavy-tailed reward misspecification
- Building AI for cyber defenders
Anthropic zufolge verbessert Claude Sonnet 4.5 defensive Cyberaufgaben deutlich, doch die Ergebnisse stammen überwiegend aus Benchmarks und die Fähigkeiten sind noch begrenzt.
- Impact of modeling assumptions on time horizon results
METR zufolge beeinflussen Modellierungsannahmen die Zeithorizont-Schätzungen, doch die größte Unsicherheit bleibt die Aufgabenauswahl und die ungenaue Messung ihrer Schwierigkeit für Modelle.
- OpenAI public policy agenda
OpenAI skizziert eigene, veränderliche politische Vorschläge für sichere und breit zugängliche KI, ohne deren Wirkung unabhängig zu belegen.
- Announcing the Partnership on AI to Benefit People & Society
Die 2016 angekündigte Partnerschaft soll den offenen, ethischen Austausch über KI fördern; der Beitrag nennt Absichten, aber keine späteren Ergebnisse.
- Exploring Scaling Trends in LLM Robustness
- Expanding on how Voice Engine works and our safety research
OpenAI stellt Voice Engine als leistungsfähige, noch nicht allgemein verfügbare Stimmenerzeugung dar und beschreibt begrenzte Einsätze sowie Schutzmaßnahmen, deren Wirksamkeit der Bericht nicht unabhängig belegt.
- Developing Enterprise Frontier Safeguards with our customers
EFS soll laut Anthropic Sicherheitsüberwachung mit kundeneigener Datenkontrolle verbinden; die Einführung ist geplant, und der Bericht liefert keine unabhängigen Leistungsnachweise.
- Physicist Christopher Stubbs joins Anthropic's Long-Term Benefit Trust
Anthropic zufolge soll der Physiker Christopher Stubbs seine wissenschaftliche Erfahrung in den Long-Term Benefit Trust einbringen, der die langfristige Ausrichtung des Unternehmens auf seinen öffentlichen Nutzen stützen soll.
- Measuring Time Horizon using Claude Code and Codex
Laut METR verbesserten Claude Code und Codex den gemessenen Zeithorizont von Opus 4.5 beziehungsweise GPT-5 in diesen Tests nicht eindeutig; die Aussage ist durch methodische und aufgabenbezogene Einschränkungen begrenzt.
- Introducing Lockdown Mode and Elevated Risk labels in ChatGPT
OpenAI stellt eingeschränkte Funktionen im Lockdown-Modus und Risikohinweise für ausgewählte vernetzte Fähigkeiten vor; der Bericht erläutert deren Zweck, belegt aber keine unabhängige Wirksamkeit.
- Strengthening societal resilience with Rosalind Biodefense
OpenAI will ausgewählten Entwicklern und öffentlichen Partnern GPT‑Rosalind für biologische Abwehr zugänglich machen; der Bericht beschreibt Vorhaben und Schutzmaßnahmen, aber noch keine nachgewiesenen Ergebnisse.
- STACK: Adversarial Attacks on LLM Safeguard Pipelines
- How do AI models persuade? Exploring the levers of AI-enabled persuasion through large-scale experiments
In kontrollierten Experimenten steigerten vor allem Post-Training und informationsreiche Argumente die Überzeugungskraft von KI, gingen aber auch mit geringerer Genauigkeit einher; die Wirkung im Alltag ist ungewiss.
- “Tech and Tariffs” Campaign: Influence activity targeting US tech policy
OpenAI berichtet von einer mutmaßlich prochinesischen X-Einflusskampagne mit ChatGPT-generierten Inhalten, deren Reichweite gering gewesen sei und deren genaue Urheberschaft nicht abschließend feststehe.
- Summary of our gpt-oss methodology review
METR zufolge setzte OpenAI fünf von sechs dringlichen Empfehlungen zur Prüfung adversarialen Fine-Tunings von gpt-oss-120b um, veröffentlichte aber weiterhin keine konkreten Kriterien für die Einstufung als hochfähig.
- Introducing the Child Safety Blueprint
Der vorliegende Berichtsauszug skizziert OpenAIs Kinderschutzrahmen mit rechtlichen, organisatorischen und technischen Maßnahmen, belegt aber nicht, wie verbindlich oder wirksam sie sind.
- Expanding Project Glasswing
Anthropic erweitert Project Glasswing für rund 150 weitere Organisationen und will KI stärker für die Behebung von Sicherheitslücken einsetzen, hält einen allgemeinen Zugang zu Mythos-ähnlichen Fähigkeiten aber mangels ausreichender Schutzmaßnahmen noch für verfrüht.
- Our compliance framework for California's SB 53
Anthropic veröffentlicht einen Rahmen zur Erfüllung des kalifornischen SB 53 und wirbt für bundesweite, flexible Transparenzregeln für die größten KI-Entwickler.
- Operation “VAGue Focus”: Social engineering and influence activity
OpenAI zufolge unterstützte ein kleines ChatGPT-Kontonetzwerk mutmaßliche Einfluss- und Informationsbeschaffungsaktivitäten, deren öffentliche Wirkung gering war und deren verdeckte Wirkung nicht ausreichend belegt werden konnte.
- Introducing the Teen Safety Blueprint
OpenAI präsentiert einen Jugend-Sicherheitsrahmen und berichtet über laufende Schutzmaßnahmen, ohne im Text deren Wirksamkeit zu belegen.
- Capture the Flag: the emergence of complex cooperative agents
DeepMind zufolge übertrafen FTW-Agenten menschliche Spieler in Quake III Capture the Flag und zeigten auch mit verzögerter Reaktion starke Leistung.
- AlphaStar: Mastering the real-time strategy game StarCraft II
DeepMind berichtet von AlphaStars 5:0-Siegen gegen zwei StarCraft-II-Profis, weist aber auf den begrenzten Versuchsrahmen mit einer Rasse, einer Karte und einer direkten Spielschnittstelle hin.
- Claude Gov models for US national security
Anthropic kündigt spezialisierte Claude-Modelle für eingestufte US-Sicherheitsumgebungen an, deren behauptete Vorteile der Bericht ohne Leistungskennzahlen belegt.
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →