US-Regierung eskaliert Rhetorik gegenüber chinesischen Open Source Modellen weiter

Weißes Haus beschuldigt Moonshot, Anthropics Fable für Kimi K3 gestohlen zu haben

Michael Kratsios, Leiter des Büros für Wissenschafts- und Technologiepolitik im Weißen Haus, hat die chinesische Firma Moonshot AI öffentlich beschuldigt, Anthropics Spitzenmodell Fable per Distillation für die Entwicklung ihres neuen Modells K3 abgeschöpft zu haben. Auf X schrieb Kratsios, Moonshot habe dafür eine ausgeklügelte interne Plattform gebaut, um im großen Stil gegen US-Modelle zu distillieren und dabei schnell zwischen mehreren Zugangswegen zu wechseln, um einer Entdeckung zu entgehen. Distillation, das Training eines kleineren Modells auf den Ausgaben eines größeren, sei als legitime Optimierungsmethode Teil des offenen Innovationsökosystems; großangelegte, verdeckte industrielle Distillation zum Diebstahl geschützter US-Technologie sei dagegen inakzeptabel.

US-Finanzminister Scott Bessent legte in einem separaten Post nach und erklärte, Sanktionen und eine Eintragung auf die Entity List blieben auf dem Tisch, falls sich der Vorwurf bestätige. „Open Source ist keine Freiwild-Saison auf amerikanisches geistiges Eigentum“, schrieb er. Kratsios warf Moonshot zudem vor, Server mit Nvidias GB300-Chips beschafft und in Thailand genutzt zu haben, vermutlich zum Training seiner Modelle. Die GB300 gehören zu Nvidias Blackwell-Generation, deren Verkauf an chinesische Firmen verboten ist.

Moonshot hatte Kimi K3 vergangene Woche vorgestellt, ein Modell mit 2,8 Billionen Parametern, das die Firma als weltweit größtes Open-Weight-System bezeichnet und dessen Leistung nahe an Anthropics Frontier-Modell Fable heranreiche. Die vollständigen Gewichte sollen nächste Woche frei zum Download bereitstehen. Bereits im Februar hatte Anthropic erklärt, DeepSeek, Moonshot und MiniMax hätten über rund 24.000 gefälschte Konten mehr als 16 Millionen Interaktionen mit Claude erzeugt und damit gegen die Nutzungsbedingungen verstoßen. Anthropics Public-Policy-Chefin Sarah Heck begrüßte Kratsios' Vorstoß und sprach von Industriespionage, die gegnerische Militär- und Nachrichtendienstfähigkeiten stütze.

Die chinesische Botschaft in Washington nannte die Anschuldigungen „völlig unbegründet“ und betonte, China respektiere den Schutz geistigen Eigentums. Einige Fachleute bezweifeln, dass K3 überwiegend durch Distillation aus Fable entstanden sein kann, das erst seit dem 1. Juli öffentlich verfügbar ist. Die Episode befeuert die Debatte in Washington über den Zustrom chinesischer Open-Weight-Modelle, den etwa Dean Ball von OpenAI am liebsten beschränkt oder ganz unterbunden sähe. → reuters, businessinsider, techcrunch

Synthszr Take: Der Zeitstrahl ist das eigentliche Problem an dieser Anklage. Fable ist seit dem 1. Juli öffentlich, K3 kam eine Woche später, und niemand distilliert in sieben Tagen ein 2,8-Billionen-Parameter-Modell auf Frontier-Niveau. Distillation hinterlässt keine Seriennummer: Ein Modell, das auf den Ausgaben eines anderen trainiert wurde, sieht am Ende aus wie ein Modell, das eigenständig gelernt hat, ähnliche Antworten zu geben. Die einzige halbwegs harte Spur sind die 24.000 Fake-Accounts und 16 Millionen Claude-Interaktionen aus dem Februar, und selbst die belegen Zugriff, nicht kausal, wie viel davon in K3 gelandet ist. Benchmark-Nähe taugt schon gar nicht als Beweis, weil sich Modelle auf denselben öffentlichen Tests von Natur aus annähern. Wenn Sanktionen davon abhängen, ob Distillation „bewiesen“ ist, dann hängen sie an einer Frage, die sich technisch kaum sauber beantworten lässt. Bessent wird liefern müssen, was ein Gericht als Beweis akzeptiert, und die GB300-Server in Thailand sind dafür der belastbarere Hebel als jede Verdachtsanalyse der Modellgewichte.

Neues Open Weight US-Modell schlägt zehnmal größere Rivalen

Das San-Francisco-Lab Poolside hat am Dienstag sein bislang stärkstes Coding-Modell veröffentlicht: Laguna S 2.1, ein Mixture-of-Experts-System mit 118 Milliarden Parametern, von denen pro Token nur 8 Milliarden aktiv werden. Die Gewichte stehen sofort auf Hugging Face unter der freizügigen OpenMDW-1.1-Lizenz, das Kontextfenster reicht bis zu einer Million Token. Laut den vom Unternehmen veröffentlichten Benchmarks erreicht das Modell auf Terminal-Bench 2.1 einen Wert von 70,2 Prozent und liegt damit vor DeepSeek-V4-Pro-Max (1,6 Billionen Parameter, 64,0), Thinking Machines' Inkling (975 Milliarden, 63,8) und Nvidias Nemotron 3 Ultra (550 Milliarden, 56,4). Auf SWE-Bench Multilingual meldet Poolside 78,5 Prozent, auf dem öffentlichen SWE-Bench-Pro-Datensatz 59,4 Prozent. → Techpresso

Synthszr Take: Poolside kann bei den Investitionsbudgets der Hyperscaler nicht mithalten, also wählt das Lab das Feld, auf dem Kapital nicht die entscheidende Variable ist. Offene Gewichte, Selbst-Hosting auf einem einzelnen DGX Spark, 8 aktive statt 118 Milliarden Parameter pro Token: Das sind die Hebel, die für einen Kunden zählen, der sein Modell hinter der eigenen Sicherheitsgrenze betreiben muss, weil ein gemeterter API-Zugang für eine Verteidigungsbehörde schlicht ausfällt. Radikale Offenheit ist hier die Vertriebslogik, kein Idealismus. Jede Regierung, die sich heute auf ein chinesisches offenes Modell einlässt, ist morgen schwerer zurückzuholen, und genau diese Lücke besetzt Poolside mit einem Modell, das die üblichen Quartalszyklen der Branche in neun Wochen zusammenstaucht.

Alphabet vervierfacht den Quartalsgewinn auf 112 Milliarden, Cloud wächst um 82 Prozent

Alphabet meldete für das im Juni beendete Quartal einen Umsatz von 119,8 Milliarden Dollar, ein Plus von 24 Prozent gegenüber dem Vorjahr, und übertraf damit die Wall-Street-Erwartung von 116,5 Milliarden. Der Nettogewinn stieg auf 112,1 Milliarden Dollar und vervierfachte sich damit gegenüber 28,2 Milliarden ein Jahr zuvor, wobei rund 77 Milliarden aus Bewertungsgewinnen bei Beteiligungen wie SpaceX (Börsengang im Juni) und Anthropic stammten. Das Cloud-Geschäft legte laut Unternehmen um 82 Prozent auf 24,8 Milliarden Dollar zu, und der Auftragsbestand kletterte von 106 Milliarden auf 514 Milliarden Dollar. Gleichzeitig hob Google die Investitionsprognose für dieses Jahr auf 195 bis 205 Milliarden Dollar an, mehr als doppelt so viel wie die 85 Milliarden im Vorjahr. → www.nytimes.com

Synthszr Take: Die eine Zahl, die den Capex-Streit für Investoren entscheidet, ist der Cloud-Backlog: von 106 auf 514 Milliarden Dollar in zwölf Monaten. Das sind unterschriebene Verträge, von denen mehr als die Hälfte in den nächsten zwei Jahren abgearbeitet wird. Wer die Rechenzentren-Milliarden bisher als PowerPoint-Illusion abtat, muss diesen Auftragseingang gegen die 195 bis 205 Milliarden Capex halten und wird feststellen, dass die Kapazität schneller verkauft ist, als Google sie bauen kann. Vorsicht ist trotzdem geboten: 77 der 112 Milliarden Gewinn sind Buchgewinne aus dem SpaceX-Börsengang und der Anthropic-Beteiligung, also Bewertungseffekte, die nächstes Quartal auch in die andere Richtung ausschlagen können. Das operative Fundament steht aber auch ohne diese Sondereffekte, mit 82 Prozent Cloud-Wachstum und 14,4 Prozent im Werbegeschäft, das viele wegen AI Mode schon totgeschrieben hatten.

Google bringt drei neue Gemini-Flash-Modelle, aber das Flaggschiff 3.5 Pro bleibt aus

Google DeepMind hat drei neue Modelle veröffentlicht: Gemini 3.6 Flash, 3.5 Flash-Lite und 3.5 Flash Cyber. Das 3.6 Flash gilt als Arbeitspferd; es soll bei Coding, Wissensarbeit und Multimodalität zulegen und dabei bis zu 17 Prozent weniger Token verbrauchen, was es günstiger macht als den Vorgänger. Flash-Lite ist das preiswerteste Modell der Klasse; Flash Cyber ist ein Spezialmodell zum Aufspüren und Beheben von Sicherheitslücken, das laut Google zunächst nur Regierungen und ausgewählten Partnern in einem begrenzten Pilotprogramm offensteht. Ausdrücklich fehlt das lange erwartete Update des Spitzenmodells Gemini Pro, das zuletzt im Februar aktualisiert wurde. → AI Secret

Synthszr Take: Die drei Flash-Modelle sind Beiwerk, das eigentliche Signal ist die Lücke, wo 3.5 Pro stehen sollte. Google hat das Pro-Update im Mai für Juni versprochen, jetzt ist Juli, und Bloomberg berichtet von verpassten internen Zielen. In derselben Zeit hat OpenAI GPT-5.5 und 5.6 ausgerollt; Anthropic hat Opus 4.8, Sonnet 5 und den Zugang zu Fable 5 geöffnet. Kilpatricks Halbsatz, man habe den ehrgeizigsten Pre-Training-Lauf für Gemini 4 begonnen, ist die interessantere Ansage als jedes Flash-Benchmark: Es klingt danach, als könnte Google das steckengebliebene Pro überspringen und die Kraft auf die nächste Generation legen. Das ist eine riskante Wette, weil das Spitzenmodell die Wahrnehmung im Markt setzt, während die Masse der Agenten längst auf billigem Flash läuft.

AI Secret erklärt Hermes Agent zum Sieger im Dauerlauf-Duell gegen OpenClaw

In eigenen Skalentests hat AI Secret die Agenten-Frameworks OpenClaw und Hermes Agent gegeneinander laufen lassen und Hermes den Vorzug gegeben. Bei langen Aufgaben zeigt sich laut dem Bericht ein klarer Unterschied: OpenClaw erledigt oft einen Teilschritt, stellt dann eine Rückfrage oder wartet auf einen neuen Prompt, während Hermes über seine „Persistent Goals“ selbstständig weiterarbeitet. OpenClaw merke sich zwar das Ziel, halte die Arbeit aber nicht in Bewegung. Wer OpenClaw am Laufen halten will, muss laut AI Secret über Zusatzfunktionen wie „detached tasks“ oder TaskFlow nachsteuern. → AI Secret

Synthszr Take: Außerhalb der Bubble kennt kein Mensch OpenClaw oder Hermes, und das ist auch völlig in Ordnung. Das Framework-Duell prüft das einzige Kriterium, das über Adoption in echten Organisationen entscheidet: Läuft der Agent durch, oder muss ein Mensch alle drei Schritte „continue“ tippen? Das ist der Übergang von der Demo zum Betrieb. Ein Agent, der bei jeder Teilaufgabe stehenbleibt und nachfragt, hat nur das Nachfragen automatisiert. Genau daran scheitern die meisten Piloten: an Autonomie, die sich als Konfiguration entpuppt.

Claude Code startet und testet iOS-Apps jetzt selbst im Simulator

Anthropic hat die Mac-App von Claude Code um einen interaktiven Simulator-Bereich erweitert, in dem sich iOS-Apps direkt bauen, starten und testen lassen. Laut 9to5Mac (aufgegriffen von MacRumors) ist das Feature ab Version 1.24012.0 in einer öffentlichen Beta verfügbar, für Nutzer der Pro-, Max- und Team-Pläne. Claude installiert die App, tippt sich durch die Oberfläche und liest den Bildschirm aus, um die eigenen Änderungen zu verifizieren, während der Anwender parallel zusehen und selbst per Tap und Swipe eingreifen kann. Voraussetzung ist ein Mac mit installiertem Xcode samt iOS-Plattform, da Apples iOS-Simulator ausschließlich unter macOS läuft. → Techpresso

Synthszr Take: Der interessante Teil ist die geschlossene Schleife. Claude baut, startet, tippt sich durch die App und liest den Screen, um die eigenen Änderungen zu prüfen. Testing war bisher der Moment, in dem der Entwickler das Handy oder den Simulator selbst in die Hand nimmt und schaut, ob der Onboarding-Flow wirklich läuft. Dieser Griff fällt jetzt in den Agenten-Loop, und das ändert die Ökonomie des Ausprobierens: Wenn Bauen und Prüfen beide fast gratis werden, kann ein Agent zehn Varianten durchspielen, bevor ein Mensch überhaupt hinschaut. Was dabei knapp bleibt, ist die Formulierung dessen, was geprüft werden soll. „Check den Onboarding-Flow“ ist ein präziser Intent, „mach das mal schön“ ist keiner, und die Maschine merkt den Unterschied sofort im Ergebnis.

Claude Cowork lernt neue Aufgaben, indem es deinen Bildschirm mitschneidet

Anthropic hat Claude Cowork ein Update verpasst, das dem Assistenten das Erlernen neuer Fähigkeiten per Bildschirmaufnahme erlaubt. Statt eine Anleitung Schritt für Schritt zu tippen, klickt man in der Desktop-App im Plus-Menü auf „Record a skill“, führt eine Aufgabe einmal am Bildschirm vor, und Cowork merkt sich den Ablauf als wiederverwendbare Skill. Laut Ankündigung erweitert das den Grad an Individualisierung, zu dem Cowork fähig ist, und richtet sich an mehrstufige Arbeitsabläufe, die bisher als zu komplex galten. → Superhuman – Zain Kahn

Synthszr Take: Der Klick auf „Record a skill“ ist der bequemste Weg, deinen kompletten Arbeitskontext an ein Modell zu überreichen. Was auf dem Bildschirm passiert, während du eine Aufgabe vorführst, ist selten sauber isoliert: das offene CRM mit Kundennamen, die Mail im Hintergrund, das Passwortfeld, das kurz aufblitzt. Bequemlichkeit hat immer einen Preis, und hier heißt der Preis: Dein Screen wird zum Trainingsdatensatz, ohne dass du je bewusst Daten hochgeladen hast. Das ist der stille Deal der neuen Assistenten-Generation: Du sparst dir das Tippen der Anleitung und bezahlst mit Sichtbarkeit. Wer die Funktion produktiv einsetzen will, sollte vorher klären, was Anthropic mit den Aufnahmen macht, wie lange sie liegen und ob sie ins Modelltraining fließen (die Antwort steht in den Enterprise-Bedingungen, nicht im Marketing).

Block veröffentlicht hybriden Arbeitsplatz für Menschen und KI-Agenten

Block hat Buzz veröffentlicht, einen kostenlosen Open-Source-Arbeitsplatz für gemischte Teams aus Menschen und KI-Agenten. Die Agenten sind laut Ankündigung vollwertige Mitglieder mit eigenen Konten und Berechtigungen, nicht Chatbots am Prompt-Ende: Sie posten Nachrichten, reviewen Code und starten Automatisierungen wie ein Kollege. Technisch setzt Buzz auf das dezentrale Protokoll Nostr, das jedem Agenten ein kryptografisches Schlüsselpaar gibt; eine zweite Signatur bindet den Agenten an seinen menschlichen Besitzer und erzeugt so einen prüfbaren Nachweis über jede Handlung. Die Plattform ist modell- und agentenunabhängig und arbeitet über das Agent Client Protocol mit Anthropics Claude Code, OpenAIs Codex und Blocks eigenem goose-Framework. Git-Hosting steckt fest eingebaut drin, Feature-Branches werden zu Channels, Reviews und CI-Ergebnisse landen im selben Verlauf wie die Diskussion dazu. → Techpresso

Synthszr Take: Interessant an Buzz ist, dass Block gar nicht erst versucht, das beste Modell zu bauen. Claude Code, Codex, goose, alles wird eingesteckt. Die Wette liegt auf der Umgebung, in der Mensch und Agent nebeneinander arbeiten, und die eigentliche Ingenieursleistung sitzt in der Identität: kryptografisches Schlüsselpaar pro Agent, zweite Signatur zum menschlichen Besitzer, ein Nachweis, den weder Mensch noch Agent allein fälschen kann. Das trifft genau den Punkt, den viele beim Verteilen von Agenten übersehen. Ein Agent ohne verankerten Besitzer verwaist, und ohne Prüfspur wird jede Compliance-Diskussion zum Blindflug.

Habermas-Maschine: KI-Synthese schlägt Laien-Mediatoren, aber nur in dieser Reihenfolge

In den Experimenten mit der sogenannten Habermas Machine formulierten die Teilnehmer kleiner Gruppen zuerst ihre eigenen Standpunkte, bevor ein Sprachmodell daraus eine gemeinsame Erklärung synthetisierte. Anschließend lasen und kritisierten sie diesen Entwurf, und das Modell überarbeitete ihn auf Basis der Einwände. Laut Nate von Nate's Substack bevorzugten die Beteiligten das Ergebnis gegenüber Erklärungen, die von nicht professionellen menschlichen Mediatoren verfasst wurden. Entscheidend an dem Aufbau ist die Abfolge: Die Menschen bildeten sich ihre Meinung, bevor die Maschine überhaupt sprach. Danach bekamen sie eine zweite Gelegenheit, den maschinellen Output anzufechten, statt ihn nur hinzunehmen.

Synthszr Take: Die Reihenfolge ist hier die ganze Erfindung. Erst der eigene Standpunkt, dann die Synthese, dann der Einspruch: In dieser Sequenz bleibt der Mensch der Rahmensetzer und die Maschine der Ausführende, nie umgekehrt. Dreh die Abfolge um, lass die KI zuerst einen Konsensvorschlag ausspucken und die Gruppe daran anknüpfen, und du bekommst Priming statt Deliberation. Dann verhandeln die Leute nur noch am Text der Maschine entlang, und die eigene Position stirbt, bevor sie ausgesprochen wurde. Es ist dieselbe Geometrie wie beim Intent: Der Mensch formt die Entscheidung, bevor sie existiert, die Maschine verdichtet sie danach, und ein zweites Mal hat der Mensch das Veto.

Amerikanische Eheverträge bekommen eine Klausel gegen KI-Untreue

In den USA nehmen immer mehr Paare eine sogenannte „AI Infidelity Clause“ in ihren Ehevertrag auf, die eine romantische oder sexuelle Beziehung zu einem KI-Chatbot als Untreue definiert. Julia Rogers, CEO der Online-Plattform Hello Prenup, berichtet laut Business Insider von wiederkehrenden Kundenanfragen genau dazu; in Musterverträgen gelten anhaltender Austausch, sexuelle Nachrichten, Rollenspiel und exklusive Gefühlsbekundungen gegenüber KI-Avataren als Verstoß. Die New Yorker Scheidungsanwältin Lisa Zeiderman schildert Fälle, in denen ein Partner mehr Zeit mit einer KI als mit der Familie verbringt. Eine Erhebung des Kinsey Institute der Indiana University ergab, dass 61 Prozent der unverheirateten Erwachsenen das Verlieben oder Sexting mit einem KI-Chatbot als Untreue einstufen. → Trendium.ai

Synthszr Take: Bemerkenswert ist hier die Reihenfolge. Das Recht schreibt eine Regel für ein Verhalten, für das die Gesellschaft noch nicht mal einen Namen hat. 61 Prozent nennen es Untreue, obwohl niemand sagen kann, wo Gespräch aufhört und Beziehung anfängt, und genau diese Unschärfe zeigt, dass der Vertrag der Definition vorauseilt. Anwälte kodieren einen emotionalen Zustand in Klauseln, bevor Soziologen oder Ethiker eine belastbare Kategorie dafür geliefert haben: Die Klausel ist eine Notlösung für ein Gefühl ohne Wörterbucheintrag. Das ist die eigentliche Nachricht: der Moment, in dem eine private Vertragspraxis anfängt, das Verhältnis von Mensch und Maschine zu normieren.