DeepSeek: hier kommen die Super-Agenten

DeepSeek veröffentlicht „Super-Agenten“-Konzept auf GitHub

DeepSeek hat das Konzept eines „Super-Agenten“ vorgestellt, der mehrere KI-Agenten selbst koordiniert und den Menschen weitgehend aus der Überwachung herausnehmen soll. Grundlage ist ein technischer Artikel des internen DeepSeek-Harness-Teams vom Wochenende mit dem Titel „Exploring Super-agent Design: Towards a More Autonomous Agent System“. Das Unternehmen argumentiert, dass bessere Modelle Agenten für immer mehr Aufgaben brauchbar gemacht haben, vom Kalender über E-Mail-Entwürfe und Arbeitsberichte bis zum Programmieren. Der Engpass liege inzwischen beim Menschen, der Aufgaben verteilen, Fortschritte prüfen und widersprüchliche Ergebnisse auflösen muss.

Nach Einschätzung des Teams kann eine Person typischerweise nur drei bis fünf aktive Agenten-Sessions gleichzeitig beaufsichtigen. Das begrenzt, wie viel Arbeit Organisationen überhaupt delegieren können, selbst wenn einzelne Agenten ihre Aufgaben eigenständig erledigen. Der Super-Agent soll diese Grenze über eine zentrale Koordinationsschicht verschieben. Er zerlegt größere Aufträge, verteilt die Teile an parallel arbeitende Agenten und verfolgt deren Fortschritt, ohne dass ein Mensch jede Session einzeln steuert.

Das System soll außerdem auf Ereignisse reagieren, statt auf ausdrückliche Anweisungen zu warten. Als Beispiel nennt DeepSeek einen Fehlerbericht in einem Gruppenchat: Der Agent versucht, den Fehler zu reproduzieren, entwickelt eine Korrektur und legt sie bei Erfolg zur menschlichen Prüfung vor. Scheitert der Versuch, bleibt der Agent stumm und erzeugt keine überflüssigen Benachrichtigungen.

Parallel zum Artikel hat DeepSeek auf GitHub einen Prototyp namens dsh-superagent unter MIT-Lizenz veröffentlicht. Es handelt sich um einen proaktiven Coding-Agenten für ein einzelnes GitHub-Repository, verpackt als Bundle für DeepSeek Harness. Er hört auf GitHub und optional auf den Messenger Feishu. Bittet eine berechtigte Person um eine Aufgabe, legt der Agent einen Arbeitsvorgang an, bearbeitet ihn in einer eigenen Session und einem eigenen Verzeichnis und antwortet in der ursprünglichen Unterhaltung, etwa mit einem Pull Request. Ein Web-Panel zeigt an, wo ein Mensch eingreifen muss. Als Leitprinzip formuliert das Team, so wenig menschliche Aufmerksamkeit wie möglich zu beanspruchen: Der Agent handelt nur auf Anfrage oder nach Regeln, die das Team selbst festgelegt hat.

DeepSeek kennzeichnet den Code ausdrücklich als Forschungsprototyp und nicht als offizielles Produkt. Er unterscheidet sich von der internen Version und von der im Artikel beschriebenen Implementierung. Einige der dort skizzierten Funktionen sind Entwicklungsrichtungen und im veröffentlichten Code noch nicht umgesetzt. Nach Angaben des Teams entstand der Prototyp aus der täglichen Entwicklungsarbeit, ein großer Teil davon wurde von Coding-Agenten geschrieben. Selbst die Einrichtung übernimmt ein Agent, der eine Setup-Anleitung im Repository Schritt für Schritt mit dem Nutzer abarbeitet.

Mit dem Vorstoß bewegt sich DeepSeek, das Liang Wenfeng aus dem quantitativen Hedgefonds High-Flyer heraus aufgebaut hat, von offenen Modellen in die Ausführungsschicht für Agenten. Dort konkurriert das Unternehmen mit Anthropics Claude Code und OpenAIs Codex, die beide bereits über ganze Codebasen hinweg arbeiten und Aufgaben eigenständig ausführen. Für Claude Code meldet Anthropic eine annualisierte Umsatzrate von mehr als 2,5 Milliarden Dollar. → South China Morning Post, RuntimeWire, DeepSeek on GitHub, TechOrange 科技報橘

Synthszr Take: DeepSeek verschenkt den Bauplan, bevor es ein Produkt verkauft. Der Prototyp steht unter MIT-Lizenz und trägt ausdrücklich das Etikett Forschung, also verspricht er nichts und verpflichtet zu nichts. Trotzdem läuft er nur als Bundle für DeepSeek Harness. Jeder Entwickler, der damit experimentiert, lernt die Koordinationslogik von DeepSeek. Claude Code spielt annualisiert mehr als 2,5 Milliarden Dollar ein. Gegen diesen Vorsprung kauft DeepSeek sich mit einem Wochenendartikel das Recht, die Steuerungsschicht für Agenten mitzudefinieren.

OpenAI will Rechenzentren nach den Midterms als „AI Compute Campuses“ neu verkaufen

OpenAI will unmittelbar nach den US-Midterms am Dienstag eine politische und PR-Kampagne starten, um sich auf ein verändertes Washington einzustellen. Das berichten Jim VandeHei und Mike Allen bei Axios. Hintergrund ist die Erwartung, dass die Demokraten das Repräsentantenhaus gewinnen und die KI-Branche nach zwei Jahren mit einem wohlgesonnenen Weißen Haus auf mehr Gegenwind trifft. Laut Axios sammelt OpenAIs Chief Global Affairs Officer Chris Lehane mit seinem Team seit August neue und neu verpackte Policy-Vorschläge, die ab Beginn der Lame-Duck-Session des Kongresses am 9. November eingebracht werden sollen. Ein Kernpunkt sind verpflichtende Schutzmechanismen für die leistungsfähigsten Systeme, die Lehane „Speed Limits“ nennt; nach seinen Worten sollen Menschen stets die Kontrolle über die Technologie behalten. Gegen den parteiübergreifenden Widerstand gegen neue Rechenzentren will OpenAI Vereinbarungen mit Gemeinden anbieten und Landesgesetze vorschlagen, die Anwohnern Mitsprache bei Bau und Nutzen der Projekte geben. → Axios

Synthszr Take: OpenAI schreibt die Regeln, bevor der neue Kongress sie schreiben kann. Die „Speed Limits“ landen ab dem 9. November in der Lame-Duck-Session, also bei Abgeordneten der alten Mehrheit. Eine demokratische Mehrheit, die ab Januar strenger regulieren will, verhandelt dann gegen einen Branchenstandard, der schon im Protokoll steht. Jede zusätzliche Auflage kostet sie politisches Kapital. OpenAI hat dafür seit August nur ein Policy-Team bezahlt.

Mistral holt 3 Milliarden Euro und verdient sein Geld mit Projekten

Das Pariser KI-Start-up Mistral baut sein Geschäftsmodell nach einer Recherche des manager magazin still um. Das Unternehmen verdient sein Geld zunehmend mit Infrastruktur und Projektgeschäft statt mit eigenen Modellen. Zuletzt sammelte Mistral 3 Milliarden Euro frisches Kapital bei einer Bewertung von 21 Milliarden Euro ein, ein Rekord für ein privates Techunternehmen in Europa. Nach außen betont Gründer und CEO Arthur Mensch (34) weiterhin den Anspruch auf technologische Weltspitze. Als Gründe für den Umbau nennt das manager magazin den technologischen Vorsprung der US-Labs und einen harten Preiskampf, den chinesische Anbieter wie DeepSeek bei Open-Source-Modellen ausgelöst haben. → Tech Update – manager magazin

Synthszr Take: Zwei Billionen Dollar sind vor allem ein Preis für Knappheit. Wie damals bei Arm fehlen börsennotierte Wege, direkt auf ein Frontier-Lab zu setzen. Also zahlen Fondsmanager für den Zugang selbst. Mitreden dürfen sie nicht, denn die F-Aktie hält 50,1 Prozent der Stimmen bei den Gründern. Wie dünn die Modellmargen sind, zeigt Mistral: Europas teuerstes Start-up verdient sein Geld mit Rechenzentren für Microsoft und Beratern beim Kunden.

Claude Code verweigert Nachbauten bekannter Spiele, Entwickler melden blockierte Projekte

Anthropic schränkt seinen Coding-Agenten Claude Code offenbar so ein, dass er keine bestehenden Spiele mehr nachbaut. Das berichtet VideoCardz unter Berufung auf Entwickler, die von blockierten Projekten sprechen. Nach diesen Berichten lehnt das Werkzeug Anfragen ab, die erkennbar auf die Rekonstruktion eines vorhandenen Titels zielen. Betroffen sind damit Vorhaben, die bereits in Arbeit waren und nun nicht mehr mit Claude Code weitergeführt werden können. Wie die Regel genau formuliert ist, geht aus den Berichten nicht im Detail hervor. → VideoCardz.com

Synthszr Take: Eine Sperre in einem Werkzeug schützt kein Spiel, solange das nächste Werkzeug den Auftrag annimmt. Cursor lässt Entwickler zwischen mehreren Modellen wählen, ein abgelehnter Prompt wandert dort mit einem Klick weiter. Der Prüfstein liegt deshalb in den Nutzerzahlen der Wettbewerber in den kommenden Wochen. Wandern die Indie-Entwickler mit ihren halbfertigen Klonen ab, hat Anthropic vor allem das eigene Haftungsrisiko verkleinert und zahlende Kunden verschenkt. Bleiben sie, hat Anthropic eine Grenze gezogen, die der Markt akzeptiert.

Wegen KI-Detektoren wie Pangram streichen Autoren Gedankenstriche und bauen Tippfehler ein

Autorinnen und Autoren passen einem aktuellen Bericht zufolge ihren Schreibstil an, damit KI-Detektoren wie Pangram ihre Texte nicht als maschinell erzeugt einstufen. Pangram gehört zu den Werkzeugen, die prüfen sollen, ob ein Text von einem Sprachmodell stammt. Laut dem Bericht verzichten Schreibende zunehmend auf den langen Gedankenstrich, der inzwischen als typisches Merkmal von KI-Texten gilt. Auch Satzkonstruktionen nach dem Muster „nicht X, sondern Y“ werden gemieden. → Wired

Synthszr Take: Pangram verschiebt die Beweislast auf den Autor. Ein Detektor rechnet in Wahrscheinlichkeiten, und Gedankenstrich plus „delve“ treiben den Wert nach oben. Getroffen werden ausgerechnet Schreibende mit erkennbarer Handschrift, denn ihre Eigenheiten ähneln statistisch den Mustern der Modelle. Verlage, Agenturen und Hochschulen, die Detektoren als Filter einsetzen, bekommen dadurch glattere Texte. Den Preis zahlt der unterscheidbare Stil, während der eingestreute Tippfehler als Echtheitszertifikat übrig bleibt.

Apple bringt Apple Intelligence nach China und lässt Alibabas Qwen rechnen

Apple bringt seine KI-Funktionen Apple Intelligence nach China und setzt dort laut TechOrange auf die Qwen-Modelle von Alibaba anstelle eigener Modelle. Nach der Ankündigung vom 31. Oktober soll am 4. November eine Developer-Beta starten. Die vollständige Einführung ist für Dezember mit iOS 27.3 geplant. Dem Bericht zufolge werden die Qwen-Modelle in Siri und die Writing Tools eingebunden. Hintergrund sind die chinesischen KI-Regeln, nach denen Modelle eine lokale behördliche Prüfung bestehen müssen. Deshalb war Apple Intelligence auf dem Festland bislang nicht verfügbar. → TechOrange 科技報橘

Synthszr Take: Apple opfert in China ausgerechnet den Hook, mit dem es Apple Intelligence im Westen verkauft: Privatsphäre aus eigener Hand. Sobald Anfragen über Alibabas Server laufen, wird Private Cloud Compute zum Versprechen mit Länderfußnote. Der Tausch rechnet sich trotzdem: Im zweitgrößten Markt drängen heimische Hersteller mit KI auf dem Gerät, und ein iPhone ohne neue Siri verliert im Weihnachtsquartal Käufer. Alibaba bekommt dafür, wofür Google in Cupertino Milliarden überweist: einen festen Platz im Betriebssystem.

Anthropic verbraucht intern mehr KI zum Listenpreis, als es seinen Leuten zahlt

Laut Business Insider übersteigt der Wert der internen KI-Nutzung bei Anthropic inzwischen die gesamte Vergütung der eigenen Belegschaft. Gemessen wird der Verbrauch an Claude-Token, die Mitarbeitende des Unternehmens für ihre eigene Arbeit abrufen. Die Rechnung setzt diese Nutzung zu Endkundenpreisen an, also zu dem Betrag, den ein externer Kunde für dieselbe Menge zahlen würde. Der Vergleich bildet damit den Marktwert der Nutzung ab. Die tatsächlichen Ausgaben des Unternehmens bestehen aus den Rechenkosten der Inference. → TechOrange 科技橘

Synthszr Take: Anthropic bezahlt für diese Token nur die Inference, jeder Kunde zahlt den Listenpreis. Die Differenz ist ein Kostenvorteil, den kein Softwarehaus einkaufen kann. Ein Startup, das Claude genauso intensiv nutzt, zahlt für das Werkzeug mehr als für seine Leute. Anthropic bekommt dieselbe Arbeit zum Einkaufspreis. Je agentischer Softwareentwicklung wird, desto stärker entscheidet dieser Abstand über Marge und Tempo, gerade gegenüber den eigenen Kunden, die Claude-Produkte nachbauen.

New York Times: Mutmaßliche chinesische Agentin stand Nvidia-Chef Jensen Huang nahe

US-Geheimdienste sollen laut einem Bericht der New York Times herausgefunden haben, dass Alice Huang, Managerin beim Rechenzentrumsbetreiber Megaspeed aus Singapur, mutmaßlich Informationen an Peking weitergab und zugleich enge Kontakte zu Nvidia-CEO Jensen Huang pflegte. Präsident Trump wurde demnach vor rund einem Jahr darüber unterrichtet, ohne dass das Weiße Haus handelte. Unklar ist, was Alice Huang weitergegeben haben soll und welchen Wert es hatte. Die Behörden befürchteten laut Bericht, sie könne Einblicke in Trumps Haltung zu Chipverkäufen an China und in Nvidia selbst liefern. Jensen Huang wusste nach Einschätzung der Beamten nichts von ihrer mutmaßlichen Rolle, ein Defensive Briefing erhielt er dennoch nie. Megaspeed steht bereits unter US-Ermittlung, weil das Unternehmen Nvidia-Chips nach China gelenkt haben soll. Über eine Schwesterfirma kaufte es Nvidia-Hardware für mindestens 4,8 Milliarden Dollar und ist weiterhin Cloud-Partner des Konzerns. Nvidia nennt die Treffen Routine und erklärt, Kunden erhielten „null Informationen mit Relevanz für die nationale Sicherheit“. → The Rundown AI

Synthszr Take: Ein Jahr lang wusste das Weiße Haus Bescheid, und Jensen Huang bekam nicht einmal das Defensive Briefing, das sonst jeder ausgespähte US-Bürger erhält. Daran lässt sich die Rangfolge ablesen: Nvidias Chips sind für Washington Verhandlungsmasse gegenüber Peking, Spionageabwehr kommt danach. Megaspeed blieb trotz Ermittlung Cloud-Partner, nach Käufen für mindestens 4,8 Milliarden Dollar. Für Firmen, die Compute über Südostasien mieten, hängt dieser Umweg an politischer Laune, und ein Zeitungsbericht reicht, um ihn über Nacht zu schließen.

Staatlich finanzierte Studie warnt vor KI im chinesischen Sozialkreditsystem

Eine von der chinesischen Regierung geförderte Studie warnt davor, das Sozialkreditsystem des Landes mit KI auszustatten, weil es dadurch zu einem „großflächigen Überwachungsinstrument“ werden könne. Die Arbeit des Forschers Lin Jianxing erschien im Journal of Sichuan Normal University und wurde über ein staatlich gestütztes Projekt zu sozialer Steuerung und institutioneller Innovation finanziert. Darüber berichtet Interesting Engineering unter Berufung auf die South China Morning Post. Das heutige System ist kein einheitlicher nationaler Punktestand, sondern besteht aus Finanzbonität, behördlichen schwarzen Listen, lokalen Verhaltensexperimenten und Kontrollsystemen für Beamte. Nach Lins Darstellung könnte KI Aktivitäten, Finanzhistorie und Beziehungen in großem Umfang auswerten. Menschen würden dann danach eingestuft, ob sie anderen „Problemfällen“ ähneln, ohne selbst gegen ein Gesetz verstoßen zu haben. Eine Stanford-Untersuchung von 2025 zu einem lokalen System, in dem Erwachsene mit 1.000 Punkten starten und nach 389 Regeln belohnt oder bestraft werden, fand bereits Abzüge für Petitionen an Behörden sowie Nachteile für Landbewohner.

Synthszr Take: Die Zersplitterung des Systems ist bislang sein einziger Schutzmechanismus. Bankdaten, schwarze Listen und lokale Punktekonten sprechen kaum miteinander, und jede Lücke lässt Raum für Widerspruch. KI schließt diese Lücken. Ein Score nach Ähnlichkeit kennt keinen Verstoß, gegen den man klagen könnte. Das trifft zuerst jene, die schon heute verlieren. In einem lokalen Modell mit 389 Regeln kostet bereits die Petition an eine Behörde Punkte, und prädiktiv verdichtet wird aus der Beschwerde ein Risikomerkmal.

Meta baut Haushaltsroboter Max in drei Monaten mit dem chinesischen Partner Fourier

Meta hat laut einem Bericht von The Information einen humanoiden Roboter-Prototyp gebaut, der im Haushalt helfen soll. Das intern Max genannte Gerät entstand demnach in rund drei Monaten gemeinsam mit dem chinesischen Robotikunternehmen Fourier. Den Quellen zufolge wiegt Max etwa 48 Kilogramm und ist rund 1,5 Meter groß. Der Prototyp hat dem Bericht nach ein Display für Gesichtsausdrücke, einen eingebauten Lautsprecher und Hände, die kleine Gegenstände greifen können. Als Rechenplattform setzt Meta auf Nvidias Jetson-Thor-Chips. → TechOrange 科技報橘

Synthszr Take: Meta hat aus dem Smartphone eine teure Lektion gelernt. Apple konnte mit einem einzigen iOS-Update das Werbegeschäft beschädigen, weil Meta nur eine App auf fremder Hardware war. Im Haushalt soll das nicht wieder passieren, also baut Zuckerberg den Körper gleich selbst. Die Abhängigkeit verschiebt sich trotzdem nur: Max entstand in drei Monaten mit Fourier und rechnet auf Nvidias Jetson Thor. Eigene Hardware bedeutet hier vorerst ein eigenes Gehäuse um eine fremde Lieferkette.