Immer mehr Websites werden zur No-Go-Area für Agenten

Yelp, Delta, JPMorgan, Citi und Bank of America: noch mehr Website sperren Agenten aus

Mehrere große US-Websites blockieren derzeit autonome KI-Agenten, die im Auftrag von Nutzern Aufgaben erledigen sollen. Yelp lässt nach eigener Aussage nur Agenten zu, die für das hauseigene Datenlizenzprogramm zahlen, Delta Air Lines unterbindet das Buchen von Tickets durch Agenten. JPMorgan Chase und Charles Schwab bestätigten, Agenten aus Sicherheitsgründen vom Zugriff auf Kundenkonten auszuschließen. Nutzer berichten in den vergangenen Wochen von Blockaden bei Metas Muse, xAIs Grok, OpenAIs Dots und dem Agenten von Instinct; auch Cars.com und Amtrak funktionieren bei manchen plötzlich nicht mehr, was auf stille Sperren weiterer Anbieter hindeutet. Selbst ohne ausdrückliches Verbot geraten die Agenten regelmäßig in Anti-Bot-Systeme.

Den Präzedenzfall lieferte Amazon im vergangenen Jahr mit der Sperre von Perplexitys einkaufendem Agenten und einer anschließenden Klage. Amazon argumentierte, man habe Perplexity wiederholt zum Stopp aufgefordert, und Dritte, die im Kundenauftrag einkaufen, sollten offen agieren und die Entscheidung des Dienstbetreibers respektieren. Perplexity hielt dagegen, Amazon fürchte schlicht weniger menschliche Blicke auf seine Anzeigen, und verglich den eigenen Agenten mit einer Verlängerung des Nutzers. Ein Gericht untersagte Perplexity das Einkaufen auf Amazon zunächst, ein Berufungsgericht hob die Entscheidung im August auf, Amazon reichte daraufhin eine geänderte Klage ein.

Metas Muse bekam zuletzt dieselbe Ansage von Amazon: Der fortgesetzte Zugriff verstoße gegen die Richtlinien der Seite. Elon Musk kommentierte die Blockaden mit dem Hinweis, er solle womöglich einen Amazon-Wettbewerber gründen. Meta erklärte in einem Beitrag, wer einen persönlichen Agenten abweise, weise den Kunden dahinter ab, und setzt statt auf Konfrontation auf Partnerschaften mit Walmart, Gap, Sephora und Best Buy; Shopify hat sein Netz an Shops ebenfalls für Agenten geöffnet. Chris Canal, Chef des Prüfunternehmens EquiStamp, sagte, die Sperren beschädigten die wahrgenommene Nützlichkeit der Anbieter, weil Agenten weniger erledigen könnten, als versprochen wurde. OpenAI und Google äußerten sich auf Anfrage nicht, Instinct lehnte einen Kommentar ab. → The Block, The Verge, Wall Street Journal

Synthszr Take: Dimons Formulierung vom „liability transfer“ ist der eigentliche Kern der Sperre: Sobald ein Agent mit deinen Zugangsdaten einloggt, sieht die Bank einen regulären Kunden und kann sich im Schadensfall auf die Nutzungsbedingungen zurückziehen. Bei Echtzeitzahlungen über Zelle ist das Geld weg, und es gibt bis heute keine Regel, die festlegt, wer eine von einem fremden Agenten ausgelöste Überweisung ersetzt. Bei Wachovia kamen 20 Prozent der Callcenter-Beschwerden aus dem Scraping-Verkehr, und das waren Systeme, die nur gelesen haben; Agenten handeln.

Anthropic lässt Anwälte Verhandlungsregeln für Claude-Agenten schreiben

Anthropic arbeitet mit Anwaltskanzleien an Normen dafür, wie KI-Agenten im Auftrag von Nutzern verhandeln dürfen. Nach Angaben der Financial Times geht es um Agenten, die Preise aushandeln, Beschwerden abwickeln oder Vertragsangebote nachverhandeln. In eigenen Experimenten hat das Unternehmen gezeigt, dass stärkere Modelle systematisch bessere Abschlüsse erzielen, was gesellschaftliche Ungleichheit vergrößern könnte. Die Firma rekrutiert dafür bereits sogenannte Conceptual Reasoning Fellows, gezielt Juristen, die vier Monate lang Claude bei urteilslastigen Fragen aus Recht, Philosophie, Kognitionswissenschaft, Ökonomie und Politikwissenschaft testen. Die Vergütung liegt zwischen 100.000 und 167.000 Dollar.

Hintergrund ist, dass autonome Agenten im offenen Netz auf immer mehr verschlossene Türen stoßen. Nutzer von Metas Muse, xAIs Grok, OpenAIs Dots und Instinct melden Blockaden auf großen Websites. Yelp lässt nur Agenten zu, die für das Datenlizenzprogramm zahlen, Delta Air Lines unterbindet Ticketbuchungen durch Agenten, JPMorgan Chase und Charles Schwab sperren den Kontozugriff mit Verweis auf Sicherheitsbedenken. Auch Cars.com und Amtrak funktionieren bei manchen Nutzern nicht mehr. Meta setzt stattdessen auf Partnerschaften mit Walmart, Gap, Sephora und Best Buy, Shopify hat sein Händlernetz für Agenten geöffnet. → The Verge, Crypto Briefing, The Decoder

Synthszr Take: Verhandlungsnormen von Anwaltskanzleien sind bei einer kolportierten Bewertung von 965 Milliarden Dollar der billigste Posten in der Vorbereitung eines Börsengangs. Governance ist hier ein Kapitalmarktprodukt: Anthropic verkauft Prüfbarkeit an Investoren, die vor der Zeichnung wissen wollen, welche Haftung in einem Agenten steckt, der im Namen von Millionen Nutzern Preise aushandelt und Beschwerden abwickelt.

Microsoft baut Surface Laptop Ultra mit Nvidia-Chips

Microsoft-Chef Satya Nadella hat in einem Interview den neuen Surface Laptop Ultra vorgestellt, der auf Nvidias RTX-Technik der Spark-Plattform aufsetzt. Im selben Gespräch skizziert Nadella laut TechRadar Microsofts Plan, Windows zu einem Betriebssystem zu machen, auf dem sich KI-Agenten sicherer ausführen lassen. Nvidia-Chef Jensen Huang kommt in der Berichterstattung ebenfalls zu Wort und bezeichnet das gemeinsam entwickelte Gerät nach eigener Aussage als „really a work of love“; der Rechner werde „incredible“. Beide Einschätzungen stammen von den beteiligten Unternehmen selbst und sind Produktaussagen, keine unabhängige Bewertung. → TechRadar

Synthszr Take: Huang nennt den Surface Laptop Ultra ein Werk der Liebe, und darin steckt die ganze Rollenverteilung: Redmond erzählt, was der Rechner können soll, Santa Clara liefert das Bauteil, das ihn teuer macht. Microsoft benennt seine eigene Hausaufgabe dabei richtig, nämlich Windows zu einer Schicht zu machen, die einem Agenten Rechte zuteilt, seine Aktionen nachvollziehbar protokolliert und einen klaren Punkt definiert, an dem ein Mensch gegenzeichnet. Daran hängt für Microsoft mehr als an jedem Grafikprozessor-Deal, denn ein Betriebssystem, dem man einen autonom klickenden Agenten anvertraut, lässt sich nicht einfach nachbauen.

Anthropic legt fünf Prozent seiner Anteile in einen „Public Benefit Fund“

Anthropic will fünf Prozent der eigenen Unternehmensanteile in einen neu geschaffenen „Public Benefit Fund“ einbringen. Das berichtet das Wall Street Journal unter Berufung auf eine Ankündigung des Unternehmens vom Sonntag. Der Fonds soll nach Angaben von Anthropic flexibel einsetzbar sein: Er kann klassische Spenden vergeben oder Mittel direkt an „bestimmte Bevölkerungsgruppen“ ausschütten, etwa an Menschen, deren Arbeit durch künstliche Intelligenz verdrängt wird. Zuvor hatte das Unternehmen bereits 200 Millionen Dollar zugesagt, um Instabilität am Arbeitsmarkt zu erforschen und abzufedern; die neue Initiative soll laut Eigenaussage darüber hinausgehen. Firmenchef Dario Amodei hat sich wiederholt öffentlich zu den sozialen und wirtschaftlichen Verwerfungen durch schnell fortschreitende KI geäußert. → Wall Street Journal

Synthszr Take: Der Vorstand entscheidet selbst, ob aus den fünf Prozent jemals mehr wird, und damit hängt das Korrektiv an genau der Instanz, die es korrigieren soll. Eine Zusage ohne Schwelle und ohne Datum ist Buchhaltung mit Vorbehalt. Die 200 Millionen Dollar waren echtes Geld, das abfließt; fünf Prozent Anteile sind eine Quote, deren Wert mit jeder neuen Finanzierungsrunde von allein steigt, ohne dass jemand nachlegen muss.

Volkswagen-Partner Rivian baut sich zum Technologielieferanten um

Rivian-Chef RJ Scaringe hat in einem Interview auf der TechCrunch Disrupt skizziert, dass sein Unternehmen seine Technik künftig an „viele verschiedene Marken“ lizenzieren will. Der Hersteller hat eigene KI-Modelle für den Assistenten im Fahrzeug entwickelt und baut gemeinsam mit Uber einen durchgängigen Stack für automatisiertes Fahren, der sowohl in Serienfahrzeugen als auch in künftigen Robotaxis laufen soll. Zusätzlich entsteht in Zusammenarbeit mit Arm und TSMC ein eigener 5-nm-Prozessor. Mit der VW Group verbindet Rivian ein 5,8 Milliarden Dollar schweres Gemeinschaftsunternehmen für Elektroarchitektur und Software, das Scaringe nach eigenen Angaben gern auf künstliche Intelligenz und Autonomie ausweiten würde. Aus einem internen Kleinstmobilitäts-Programm ist das Startup Also hervorgegangen, daneben gründete Scaringe die Industrierobotik-Firma Mind Robotics, an der Rivian 31 Prozent hält und die den Autobauer als möglichen Kunden führt. → TechOrange 科技橘

Synthszr Take: Dass VW 5,8 Milliarden Dollar in ein Gemeinschaftsunternehmen mit einem deutlich kleineren Hersteller steckt, sagt genug über die neue Rangordnung in der Branche. Rivian lizenziert Elektroarchitektur, Fahrstack und KI-Modelle an fremde Marken, also genau die Teile, an denen sich ein Auto heute noch unterscheiden lässt. Der 5-nm-Chip mit Arm und TSMC ist dabei der eigentliche Hebel: Die Rechenplattform im Fahrzeug bestimmt, welche Funktionen Jahre später per Update überhaupt nachrüstbar sind.

Aether AI baut ein Roboterhirn, das in Ursache und Wirkung denken soll

Das Startup Aether AI arbeitet an einer Steuerungssoftware für Roboter, die Zusammenhänge als Ursache und Wirkung modelliert statt als statistisches Muster. Vorgestellt wird der Ansatz in einem Video von Interesting Engineering. Die Idee dahinter: Das System soll vorhersagen können, was eine Handlung in der physischen Welt bewirkt, bevor der Roboter sie ausführt. Nach Angaben des Unternehmens soll Kausale Inferenz die Übertragung auf Situationen verbessern, die in den Trainingsdaten nicht vorkamen. Gängige Robotik-Modelle werden dagegen aus großen Mengen aufgezeichneter Demonstrationen trainiert und lernen dort vor allem Korrelationen zwischen Beobachtung und Bewegung. → TechOrange 科技橘報

Synthszr Take: Ein Modell, das auf Korrelation trainiert ist, kann einen Becher greifen und trotzdem nicht sagen, warum er kippt. Kausalität ist die alte offene Rechnung der KI-Forschung, und in der Robotik wird sie sofort teuer, weil die physische Welt jeden Fehlschluss mit Scherben quittiert. Der Anspruch, in Ursache und Wirkung zu denken, ist leicht behauptet und schwer belegt: Sauber wäre der Nachweis erst, wenn die Maschine in einer Umgebung besteht, für die sie keine einzige Demonstration gesehen hat.

Nach dem abgegrasten Web wollen KI-Firmen die Daten aus dem Büroalltag

Business Insider berichtet, dass KI-Unternehmen gezielt nach Daten aus dem Arbeitsalltag suchen, um damit Agenten und Roboter zu trainieren. Die Begründung des Berichts: Das offene Web sei als Trainingsquelle weitgehend ausgeschöpft, nachdem es jahrelang per Scraping eingesammelt wurde. Gefragt sei nun Material darüber, wie Menschen ihre Arbeit erledigen, also Abläufe in Unternehmenssoftware statt veröffentlichter Texte. Als Abnehmer nennt der Bericht Firmen, die an Agenten für Büroarbeit und an Robotik arbeiten. → TechOrange 科技報橘

Synthszr Take: Das offene Web war gratis und rechtlich umkämpft, die Daten aus dem Arbeitsalltag sind teuer einzukaufen und dafür exklusiv. Dort liegt, was im Netz fehlt: die stillen Zwischenschritte und die Korrektur zwei Sekunden vor dem Absenden. Im März ging es bei uns noch um Tokenmaxxing, also darum, wie viel Modellnutzung eine Belegschaft verbraucht; jetzt dreht sich die Richtung um, und die Nutzung selbst wird zum Rohstoff.

Chinas Wirtschaft wächst um 4,5 Prozent, getragen vom Export für KI-Rechenzentren

Chinas Wirtschaft ist im dritten Quartal um 4,5 Prozent gewachsen und hat sich damit von einem Dreijahrestief erholt, wie die BBC unter Berufung auf offizielle chinesische Daten berichtet. Der Wert liegt unter den 5 Prozent aus dem Zeitraum Januar bis März und damit am unteren Rand des Pekinger Jahresziels von 4,5 bis 5 Prozent. Getragen wurde das Wachstum laut dem Bericht vor allem von Ausfuhren: Die globale Nachfrage nach Rechenchips und anderen Komponenten für den Bau von KI-Rechenzentren stützt die Industrie. Der chinesische Handelsüberschuss ist auf Kurs, den Rekord von 1,2 Billionen Dollar aus dem Vorjahr zu übertreffen. Im Inland sieht das Bild anders aus: Die Immobilieninvestitionen fielen in den ersten neun Monaten um mehr als 20 Prozent gegenüber dem Vorjahreszeitraum, und ein Ende der Flaute ist laut Oxford-Economics-Analystin Sheana Yue nicht absehbar. → BBC

Synthszr Take: Die westlichen Rechenzentrums-Milliarden finanzieren gerade das Wachstum der Volkswirtschaft, die man mit Exportkontrollen bremsen wollte. Peking hat seine Konjunktur an einen Investitionszyklus gekoppelt, über den es selbst nicht entscheidet: Bricht die Bauwelle für KI-Infrastruktur in den USA ein, fehlt in China die Binnennachfrage als Puffer, denn die Immobilieninvestitionen sind in neun Monaten um über 20 Prozent gefallen. Umgekehrt gilt dieselbe Abhängigkeit, nur andersherum, weil kein Rechenzentrum ohne die Komponenten aus dieser Lieferkette hochfährt.

Neue Stanford-Architektur generiert Text in Konzeptebenen statt Token für Token

Forscher der Stanford University haben mit Next-Concept Modeling (NCM) eine Architektur vorgestellt, die Text nicht mehr Token für Token vorhersagt, sondern eine ganze Antwort zuerst als Hierarchie diskreter Codes anlegt und diese dann von groben Konzepten zu feinen Details ausarbeitet. In Experimenten mit Modellen vergleichbarer Größe erzeugte NCM laut der Arbeit Text 10- bis 31-mal schneller als starke Diffusion Language Model-Vergleichsmodelle, bei gleicher oder besserer Qualität. In ausgewählten Sprachmodell-Benchmarks verarbeitete das Verfahren zudem vier- bis fünfmal weniger Trainings-Token. Das Training läuft in zwei Stufen: Ein mehrskaliger Autoencoder lernt, Text in hierarchische Codes zu komprimieren und daraus zu rekonstruieren, danach lernt ein Transformer, die Codes jeder Ebene vorherzusagen. Der Effizienzgewinn stammt aus dem Generierungsmechanismus: NCM benötigt einen sequenziellen Schritt pro Hierarchieebene statt pro ausgegebenem Token, während die Codes innerhalb einer Ebene parallel entstehen. → AlphaSignal

Synthszr Take: Ein Faktor 10 bis 31 bei vergleichbarer Qualität ist eine Rechnungsgröße, keine Forschungsromantik. Der Grund dafür ist unspektakulär: ein Generierungsschritt pro Hierarchieebene statt pro Token, und die frühen Ebenen sind kurz, also billig. Dazu die vier- bis fünffach geringere Trainings-Token-Last, womit das Ganze auch auf der Trainingsseite rechnet und nicht nur im Betrieb. Vorsicht bleibt angebracht, denn verglichen wurde gegen Diffusionsmodelle und nicht gegen die starken autoregressiven Systeme, die heute produktiv laufen.

TypeSafe schaltet mit Jev 1.14.0 neue Features frei

TypeSafe AI hat eine neue Version seines Modells Jev veröffentlicht und schaltet parallel mehrere experimentelle Funktionen frei, die nur über eigene API-Header erreichbar sind. Unter dem Label „Danger Zone“ laufen Bildverarbeitung, ein neuer Typ und eine entsperrte Kontextlänge. Das Unternehmen schreibt dazu, diese Funktionen seien nach eigener Einschätzung zu sprunghaft, um sie für Produktivszenarien zu empfehlen. Die Bildunterstützung war nach Angaben des Anbieters auch im bisherigen jev-1.13.0 bereits vorhanden und lässt sich an beliebigen Stellen der JSON-Schnittstelle einsetzen. Neu hinzu kommt der Typ box, der eine einzelne Bounding Box zurückgibt und nur in jev-1.14.0 verfügbar ist. Die Kontextlänge hatte TypeSafe bisher bewusst gedeckelt, weil längere Kontexte die Zuverlässigkeit senken; die Begrenzung lässt sich jetzt per Header aufheben. → TheSequence

Synthszr Take: Ein HTTP-Header als Grenzlinie zwischen Produktionscode und Spielwiese ist die pragmatischste Antwort auf ein Problem, das gerade jedes Modelllabor hat: Funktionen sind schneller fertig als verlässlich. TypeSafe verkauft Determinismus, und jedes wackelige Feature, das still in den Standardpfad rutscht, beschädigt dieses Versprechen sofort. Die Danger Zone macht das Risiko zu einer bewussten Zeile im Request und schiebt die Verantwortung sichtbar zum Entwickler, was ich für ehrlicher halte als die übliche Praxis, Beta-Qualität einfach mitzuliefern.