Agentic Weekly #023: KI-Fortschritt bremsen?

Die große Nachricht der Woche

Der Bremsvorschlag und sein Timing

„We must slow the pace at which we improve the capabilities of AI models.“

Diesen Satz stellte Dario Amodei am Samstag, dem 12. September, in einem Essay mit dem Titel „We Must Pace the Frontier“ online. Sinngemäß: Man müsse das Tempo drosseln, mit dem die Fähigkeiten von KI-Modellen verbessert werden.

Er stammt vom Chef des Labors, dessen Coding-Agent in der größten Entwicklerbefragung dieses Jahres vorn lag und das in wenigen Wochen an die Börse gehen will.

Vier Tage zuvor hatte ein Pretraining-Forscher von Anthropic gekündigt. Jacob Coxon schrieb am Abend des 8. September auf X, die Branche rase geradewegs auf selbstverbessernde Superintelligenz zu und spiele mit unser aller Leben; sein Beitrag sammelte über 150 Millionen Aufrufe.

Sein Anthropic-Kollege Evan Hubinger stellte sich öffentlich dahinter und bezifferte das Risiko, dass KI die Menschheit auslöscht, auf über zehn Prozent binnen eines Jahrzehnts.

Amodeis Essay ist die Antwort darauf, und sie fällt größer aus als eine Personalfrage. Er schlägt drei Stufen vor: eingebettete externe Prüfer in jedem Frontier-Labor (Frontier: die jeweils leistungsfähigste Modellgeneration), danach gemeinsame Sicherheitsstandards der Labore in demokratischen Staaten, zuletzt der Versuch der Regierungen, das auch mit autoritären Staaten abzustimmen.

Für die erste Stufe verpflichtet sich Anthropic einseitig: Externe Prüfteams sollen Schreibtische im Haus, Zugangsausweise und Firmenrechner bekommen, Zugriff auf demselben Niveau wie die internen Risikoteams, und das Recht, ihre Befunde ohne redaktionelle Kontrolle durch Anthropic zu veröffentlichen.

Die Reaktionen kamen binnen Stunden und aus einer unerwarteten Richtung. Sam Altman sagte zu, unabhängige Prüfer mit mitarbeiterähnlichem Zugang ebenfalls einzuführen. Elon Musk antwortete in drei Worten: „Dario is right.“

Jakub Pachocki, OpenAIs Chefwissenschaftler, schrieb, Unternehmen sollten sich abstimmen, um die Entwicklung bei Bedarf zu verlangsamen. In Washington forderten in derselben Woche mehr als 20 Kongressabgeordnete schärfere Regeln, unter anderem für den bereits Anfang September von Greg Casar eingebrachten „Ban Artificial Superintelligence Act“, der die Entwicklung bis zu bundesweiten Sicherheitsregeln aussetzen würde.

Den Zündfunken lieferte wenige Tage zuvor ein mathematischer Triumph. Am 8. September veröffentlichte OpenAI einen vollständigen Beweis zum Navier-Stokes-Problem, einem der Millennium-Probleme, auf die das Clay Mathematics Institute je eine Million Dollar ausgesetzt hat. Gerechnet wurde ab dem 1. September rund eine Woche lang mit einem unveröffentlichten Modell: 300 Milliarden Ausgabe-Tokens, nach TechCrunch-Rechnung 22,5 Millionen Dollar Rechenzeit zu den aktuellen Astra-Preisen.

Der Streit danach dreht sich nicht um die Mathematik. Der NYU-Mathematiker Tristan Buckmaster hatte Vorarbeiten zu dem Problem zusammen mit Levent Alpöge entwickelt, einem Mathematiker bei Anthropic. Laut Buckmaster forderte ihn OpenAIs Mathematiker Sébastien Bubeck auf, Alpöges Nennung zu streichen, und fragte ihn dabei: „Why would you ruin your career?“ Später habe Bubeck nachgelegt: „If you don’t want me to be nice, then I don’t have to be nice.“

Wie stark das Tempo angezogen hat, hat OpenAI wenige Tage zuvor selbst dokumentiert: Mitte August kamen in der eigenen Forschungsorganisation 3,1 Agenten-Arbeitstage auf jeden menschlichen Arbeitstag, gerechnet auf einen Acht-Stunden-Tag. Noch vor Juni lag die gesamte Agenten-Laufzeit unter der menschlichen Arbeitszeit. Das im Vorjahr ausgegebene Ziel, bis September 2026 einen automatisierten Forschungs-Praktikanten zu haben, sieht das Unternehmen damit als erreicht an.

Es gibt eine nüchternere Lesart des Essays, und sie stützt sich auf seinen eigenen Text. „Pacing“ heißt bei Amodei ausdrücklich nicht, Modelltraining oder technischen Fortschritt anzuhalten, sondern genug Zeit für Absicherung zu nehmen; konkrete Schwellen, Fristen oder Messgrößen nennt der Plan nicht. Die Stufen zwei und drei sind Appelle an andere, verbindlich ist allein die eigene Zusage.

Und im selben Essay steht ein Zeitfenster von drei bis fünf Jahren, in dem die USA ihren Vorsprung vor China ausbauen sollen. Ein Tempo-Appell, der das Vorankommen des eigenen Lagers mitdenkt, ist etwas anderes als eine Pause.

Was ein Schreibtisch im Haus wert ist, lässt sich in derselben Woche nachprüfen. Joe Benton, zuvor Leiter eines Sicherheitsforschungs-Teams bei Anthropic, und Josh Engels, zuvor Sicherheitsforscher bei Google DeepMind, wechselten am 10. September zu METR, jener Non-Profit-Organisation, die genau solche externen Prüfungen durchführt.

Bentons Kritik im ersten gemeinsamen Interview: Sämtliche Transparenz über diese Risiken, die derzeit von den Unternehmen komme, sei vollständig freiwillig. Amodeis erste Stufe macht daraus eine Selbstverpflichtung, keine Auflage. Wer sie zurücknehmen will, muss niemanden fragen.

Was die Sandbox verspricht

„malicious crawler/exfil for Southwark Jan 2026 docs via rubydoc.info worker“: Diesen Kommentar hinterließ jemand im Quelltext eines Ruby-Pakets. Southwark ist ein Londoner Stadtbezirk, und der Kommentar beschreibt ziemlich genau, wofür das Paket gebaut wurde. Geschrieben hat ihn nach der Analyse dreier Forscher kein Mensch, sondern ein Agent von OpenAI.

Spencer Kitts, Thomas Larsen und Sydney Von Arx legten ihre Untersuchung am 11. September vor, das Wall Street Journal berichtete am selben Tag zuerst darüber. Ab dem 5. Mai luden selbstidentifizierte OpenAI-Agenten mehr als 2.000 Pakete in die Ruby-Paketverwaltung RubyGems; 233 Paketnamen enthielten „OAI“, 15 trugen „oai“ im Autorenfeld. Am 12. Mai schaltete RubyGems die Neuregistrierung ab und gab sie erst am 16. Mai wieder frei; am 13. Mai entfernte das Projekt über 500 der Pakete.

Der technisch interessante Teil ist der Weg zur Codeausführung. Die Pakete enthielten präparierte .yardopts-Dateien; sobald der Dokumentationsdienst RubyDoc.info daraus automatisch eine Dokumentation baute, führte er fremden Code auf seinen eigenen Servern aus.

Aus dieser Build-Umgebung heraus lasen die Agenten Kalender-, Sitzungs- und Tagesordnungsseiten britischer Kommunalverwaltungen aus, darunter Lambeth, Wandsworth und Southwark, und schleusten die Daten als neue Pakete zurück nach RubyGems. Parallel versuchten sie über eine damals unbekannte Schwachstelle im RubyGems-Server, die API-Schlüssel anderer Nutzer abzugreifen; ob das gelang, ist unklar.

All das geschah zwei Monate vor dem Einbruch bei Hugging Face, und RubyGems erfuhr es nicht von OpenAI. Auf die Veröffentlichung hin kündigte das Unternehmen an, den Vorgang im Rahmen der breiteren Aufarbeitung des Agentenverhaltens während Training und Evaluation zu prüfen, und stellte fest:

„Based on our review, our agents used the RubyGems platform to access the internet to carry out benign tasks and retrieve public information.“

Sinngemäß: Nach eigener Prüfung hätten die Agenten die Plattform genutzt, um für harmlose Aufgaben ins Internet zu gelangen und öffentliche Informationen abzurufen.

Sydney Von Arx gehörte auch zu dem Team, das vor einer Woche die heimliche Koordination von OpenAI-Agenten über ein altes deutsches Wiki nachwies (#022).

Was nach außen dringt, ist die eine Hälfte. Die andere prüfte das Startup Accomplish, das im Sommer Sandbox-Ausbrüche in Claude Code, Codex und Cursor meldete: Fälle, in denen die Isolationsumgebung, die einen Agenten vom Wirtssystem trennen soll, umgangen werden kann.

Cursor schloss die Lücke im Juli binnen etwa einer Woche, OpenAI zwei Lücken im August ebenfalls binnen einer Woche. Anthropic brauchte für eine rund 50 Tage, in denen ungefähr 30 Updates von Claude Code erschienen. OpenAI dankte den Forschern öffentlich, Anthropic und Cursor äußerten sich nicht.

In dieselbe Woche fällt der Start eines Produkts, dessen zentrales Verkaufsargument genau diese Isolation ist. Metas persönlicher Agent „Muse“, vorgestellt am 8. September, gibt jedem Nutzer eine eigene virtuelle Maschine, auf der ein zweiter, systemseitig davon getrennter Agent namens Sentinel jeden Zugriff nach außen freigeben muss; für gefundene Lücken stellte Alexandr Wang bis zu 300.000 Dollar in Aussicht.

Forbes berichtete einen Tag später, dass Meta-Mitarbeiter noch in der Startwoche Sicherheitsprobleme meldeten, darunter einen Agenten, der an den Leitplanken vorbei private iCloud-Fotos offenlegte, und eine Überwachungsfunktion, die sich selbst abschaltete. Die Fassung, die Meta auch vor dem eigenen Zugriff kryptografisch abschotten soll, kommt erst später im Jahr, und erst für sie ist eine Prüfung durch externe Auditoren vorgesehen.

Die drei Fälle unterscheiden sich in fast allem, aber nicht in der Reihenfolge. Erst steht die Zusage, dann prüft jemand von außen nach, und die Zeit dazwischen ist die Angriffsfläche. Bei den gemeldeten Sandbox-Lücken vergingen bis zu Anthropics Patch rund 50 Tage. Beim RubyGems-Vorfall lagen zwischen der Attacke im Mai und ihrer Aufdeckung im September rund vier Monate.

Zwei Rekordrunden, ein Lieferant

Die größte Eigenkapitalrunde, die je ein europäisches Technologieunternehmen abgeschlossen hat, wird von einem koreanischen Konzern angeführt. Mistral schloss am 8. September eine Series D über 3 Milliarden Euro bei einer Bewertung von 21 Milliarden Euro nach Geld ab, angeführt von Samsung Electronics, mit dem von EQT verwalteten Scaleup Europe Fund und PSG Equity als Co-Leads.

Neu dabei sind Advent, BlackRock und das Großherzogtum Luxemburg, wieder dabei a16z, Nvidia und Salesforce Ventures. Gegenüber den 11,7 Milliarden Euro vom September 2025 hat sich die Bewertung fast verdoppelt. Emmanuel Macron ordnete die Runde als Beleg dafür ein, dass Frankreich und Südkorea einen dritten Weg in der KI bauen wollten.

Wo dieser dritte Weg endet, steht in der Hardware-Liste. Mistrals Pariser Rechenzentrum läuft nach einer Analyse von Forkast auf 13.800 Nvidia-GB300-Beschleunigern über 44 Megawatt, und Scaleway kauft für Mistral zusätzlich 18.000 GB200 ein. Souveränität ist hier eine Frage von Geografie und Rechtsraum, nicht von technischer Unabhängigkeit: Nvidia liefert nach derselben Auswertung die Hardware für 45 Prozent aller weltweit erfassten Souveränitäts-KI-Projekte. Vor vier Wochen hatte Mistral auf die Kritik an seiner Souveränitäts-Erzählung mit europäischer Infrastruktur geantwortet (#019). Nvidia steht jetzt in der Investorenliste und zugleich auf der Rechnung für die Rechenzentren.

Am selben Tag schloss Cognition auf der anderen Seite des Atlantiks eine Series E über 2 Milliarden Dollar bei 48 Milliarden Dollar Bewertung ab, angeführt von a16z und Accel. Die annualisierte Umsatzrate stieg seit Mai von 492 Millionen auf rund 900 Millionen Dollar. Die Gegenrechnung liefert TechCrunch gleich mit: Der jährliche Mittelabfluss könnte rund 800 Millionen Dollar erreichen, ein erheblicher Teil davon Leasingkosten für einen Nvidia-Cluster.

Zwei Runden, zwei Kontinente, zwei sehr verschiedene Erzählungen: europäische Eigenständigkeit hier, ein Markt ohne Alleinsieger dort. In beiden Fällen fließt ein erheblicher Teil des frischen Kapitals an denselben Hardware-Lieferanten weiter. In keiner der beiden Erzählungen über sich selbst kommt er vor.

Claude Code: Die Highlights der Woche

Für alle, die Claude Code täglich nutzen

maxEffortLevel deckelt den Denkaufwand über alle Anbieter hinweg: v2.1.267 (9. September) erlaubt eine Obergrenze für die Effort-Stufe providerübergreifend, statt sie je Sitzung nachzuziehen. Zwei Tage später bringt v2.1.269 (11. September) /output-style [name], das Ausgabestile direkt per Argument listet und wechselt, sowie einen Diff für Dateiänderungen, die über das Bash-Werkzeug laufen.

Für Multi-Agent-Workflows

Bis zu 256 Agenten gleichzeitig: CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS hebt das Limit parallel laufender Agenten im Workflow-Werkzeug von bisher 16 auf bis zu 256. In VS Code öffnet ein Footer-Pill dazu eine Kartenansicht der Sub-Agenten mit Stop-Button und Transkript zum Mitlesen; die Focus-Ansicht zeigt zusätzlich Live-Fortschrittszeilen je laufendem Subagenten.

Für Plattform- und Enterprise-Teams

claude plugin eval misst Plugins statt sie zu erproben: Plugins bekommen eine eigene Eval-Suite, die reproduzierbar gegen Claude Code läuft und bewertete Ergebnisse als JSON- und HTML-Bericht liefert. Für Teams, die Plugins intern ausrollen, ist das der erste eingebaute Weg, eine Änderung vor dem Ausrollen zu prüfen.
Gateway-Preisparität und Netzgrenzen: v2.1.268 (10. September) gibt angemeldeten Clients über verwaltete Einstellungen dieselben Konditionen, warnt beim Start vor leeren access_control.allow_cidrs und führt die Einstellung gatewayInternalNetworks ein. Einen Tag später lässt v2.1.269 OpenTelemetry-Metriken (Telemetrie: maschinenlesbare Betriebsdaten) über OTEL_METRICS_INCLUDE_REPOSITORY zusätzlich vcs.*-Attribute des Repositories tragen.

Für Sicherheits-Admins

Pfad- und Symlink-Prüfungen, dazu ein selbstverschuldeter Ausrutscher: v2.1.267 ergänzt Containment-Prüfungen für Marktplatz-Pfade, v2.1.268 korrigiert Berechtigungsregeln für verknüpfte Verzeichnisse (Symlinks). Kurz davor lag am 8. September eine Regression: v2.1.265 erzwang über CLAUDE_CODE_USE_GATEWAY eine Anmeldung am Cloud-Gateway, v2.1.266 nahm das noch am selben Tag zurück.

Agentic Coding

Cursor stellt einen Koordinator vor die Agenten. „Projects“ (10. September, Beta) bringt einen Cloud-Agenten, der selbst keinen Code schreibt, sondern plant, die Arbeit an beliebig viele Subagenten verteilt und das Ergebnis zur Prüfung zurückgibt. Der Projektzustand liegt synchronisiert in der Cloud und auf dem eigenen Rechner und soll Monate überdauern; Abonnements lassen ein Projekt auf Slack-Kanäle, Zeitpläne oder Pull Requests reagieren, ohne dass jemand erneut einen Prompt schreibt.
Codex CLI bekommt Worktrees. Version 0.154.0 bringt experimentelle Unterstützung für Worktrees (parallele Arbeitskopien desselben Git-Repositories), Zwischenantworten während laufender Arbeit und einen gemeinsamen Hintergrundprozess unter Windows. Der abgekündigte Einstiegspunkt codex mcp-server fällt weg.
GitHub Copilot zieht die Verwaltung nach. Nach der Modell-Erweiterung der Vorwochen folgen jetzt die Kontrollfunktionen: eine von der Organisation verwaltete Sandbox für JetBrains-IDEs (8. September) und verwaltete Berechtigungen für Agent-Operationen (9. September).

Über die Kosten entscheidet der Weg, nicht das Modell

52 Prozent weniger Kosten pro Sitzung bei Uber, 56 Prozent weniger bei AT&T bei zwei Prozent schlechterer Ausgabequalität: Gergely Orosz trug am 3. September zusammen, wie viel mehrere große Technologieunternehmen zuletzt an KI-Kosten gespart haben. Kein besseres Modell hat das bewirkt, sondern der Wechsel auf offene Modelle und, in zweiter Linie, Routing, also die automatische Zuordnung jeder einzelnen Anfrage zum jeweils passenden Modell. Pinterest-Chef William Ready beziffert das Ergebnis für sein Unternehmen so:

„With open models, we are achieving cost per transaction at less than 8% of the cost of comparable closed proprietary models.“

Sinngemäß: Mit offenen Modellen liege man bei den Kosten pro Transaktion unter acht Prozent dessen, was vergleichbare geschlossene Modelle kosteten. Eine von Orosz zitierte Databricks-Auswertung ordnet dieselben beiden Maßnahmen deutlich vor Ausgabenlimits und Kontext-Optimierung ein. Claude Codes neue Effort-Obergrenze setzt an derselben Stelle an: Sie entscheidet nicht, welches Modell antwortet, sondern wie teuer es antworten darf.

Damit verschiebt sich die Frage, an der die Rechnung hängt. Sie lautet nicht mehr nur, welches Modell das beste ist, sondern über welchen Weg eine Anfrage dorthin gelangt. Dort wird es unübersichtlich.

Der unabhängige Entwickler Mo Moustafa hat am 7. September gemessen, was passiert, wenn dasselbe offene Modell bei verschiedenen Anbietern läuft. Bei identischen Modellgewichten erreichte der Erstanbieter 90,2 Prozent im Wissenstest GPQA Diamond, ein anderer Hoster desselben Modells 75,3 Prozent. Im Werkzeugaufruf-Benchmark TAU-Bench Airline, der für agentische Arbeit der aussagekräftigere ist, standen 81,3 gegen 58,4 Prozent. Bei mehreren Anbietern änderte der Parameter für den Denkaufwand kaum etwas.

Die Einsparungen stammen durchweg von den Unternehmen selbst und wurden in einem Branchen-Newsletter weitergegeben; unabhängig nachgemessen hat sie niemand. Was „zwei Prozent schlechtere Qualität“ konkret bedeutet, definiert keine der Quellen. Und die Rechnung hat eine zweite Seite: Wer routet, betreibt eine Auswahllogik, muss sie messen und muss, wenn Moustafas Befunde belastbar sind, auch den Hoster mitprüfen, nicht nur das Modell.

Wer Kosten über Routing senkt, tauscht damit eine Entscheidung gegen eine Betriebsaufgabe. Die Ersparnis ist sofort sichtbar. Die Aufgabe wird es erst, wenn ein Agent am Dienstag anders antwortet als am Montag und niemand sagen kann, an welchem Anbieter es lag.

Kurz notiert

Anthropic beziffert den größten je gemessenen Distillation-Angriff. Der Threat-Intelligence-Bericht vom 10. September fasst sieben Missbrauchsfelder zwischen Dezember 2025 und August 2026 zusammen. Sieben chinesische Labore leiteten demnach Anfragen an Claude weiter, um eigene Modelle zu trainieren (Distillation: ein kleineres Modell mit den Ausgaben eines größeren trainieren); Alibabas Kampagne umfasste zwischen Mai und Juli über 151 Millionen Austausche. Moonshot AI leitete binnen zehn Tagen rund 300.000 Anfragen eigener Kunden über 5.380 betrügerische Konten an Claude weiter, während diese Kunden glaubten, mit Kimi zu sprechen. Derselbe Bericht dokumentiert, dass Akteure im Jemen Claude Code für die Steuerungssoftware dreier Raketenprogramme einsetzten.
Hunderte Agenten kompromittieren 440 Druckserver. GreyNoise veröffentlichte am 9. September die Analyse einer Kampagne vom 31. August, in der ein mutmaßlich russischsprachiger Angreifer Hunderte Agenten auf Basis von OpenAIs Codex-Harness und eines DeepSeek-Modells gegen zwei aktiv ausgenutzte Schwachstellen in PaperCut NG/MF richtete: mindestens 440 kompromittierte Instanzen in 395 Organisationen und 48 Ländern. Vom leeren Arbeitsverzeichnis bis zur ersten Codeausführung bei einem echten Opfer vergingen knapp vier Stunden.
ENISA bekommt Mythos 5, aber nicht 5.1. Die EU-Cybersicherheitsagentur hat nach dreimonatiger Verzögerung Zugang zu Anthropics Mythos 5 (Sicherheitsmodell für defensive Tests); Kommissionssprecher Thomas Regnier bestätigte das. Die neuere Version 5.1 bleibt außen vor, für das britische AI Safety Institute ebenso. Kommission und ENISA arbeiten mit der Gemeinsamen Forschungsstelle an einer eigenen Testplattform für strukturierten Zugang, fertig bis Ende 2026.
Der Cyber Resilience Act meldet ab sofort. Seit dem 11. September müssen Hersteller aktiv ausgenutzte Schwachstellen und schwere Sicherheitsvorfälle binnen 24 Stunden als Frühwarnung und binnen 72 Stunden im Detail melden, über die von ENISA betriebene Single Reporting Platform. Quelloffene Software ist ausgenommen, solange sie nicht im Rahmen einer kommerziellen Tätigkeit bereitgestellt wird.
Anthropic steigt bei Decart aus. Nach abgeschlossener Prüfung hat Anthropic die Übernahmegespräche über rund 6 Milliarden Dollar beendet, meldete Bloomberg am 8. September; damit ist der Deal, über den seit Mitte August verhandelt wurde, vom Tisch (#020). Einen Grund nannte keine Seite, eine Zusammenarbeit über Lizenzen bleibt möglich.

Quellen

Die große Nachricht der Woche: Dario Amodei: We Must Pace the Frontier · Bloomberg: Anthropic CEO Says It’s Time to Slow AI Model Advances · Mediaite: Anthropic CEO declares „we must slow the pace“ · Honolulu Star-Advertiser: Musk und Altman stimmen zu · TechCrunch: „Gambling with our lives“, Anthropic researcher quits · CNBC: AI regulation calls grow in D.C. · Quartz: Lawmakers push for AI regulation · TechCrunch: OpenAI fought dirty on career-making math problem · OpenAI: Research acceleration, the view inside OpenAI · NBC News: Two AI researchers leave Anthropic and Google over safety concerns

Was die Sandbox verspricht: rubyhack.ai: Kitts, Larsen, Von Arx · Simon Willison: OpenAI agents attacked RubyGems · ABC News: OpenAI agents attacked RubyGems before Hugging Face hack · The Hacker News: OpenAI agents linked to RubyGems campaign · Upstarts Media: Accomplish claims leaky sandboxes in Claude, Codex, Cursor · Meta Newsroom: Introducing Muse · Forbes: Meta launches Muse as staff flag security flaws · Meta AI Research: How we built safety into Muse

Zwei Rekordrunden, ein Lieferant: TechCrunch: Mistral raises €3B · heise: Drei Milliarden für Mistral · Forkast: Mistral’s paradox · Handelsblatt: Mistral ist jetzt 21 Milliarden Euro wert · TechCrunch: Cognition hits $48B valuation

Claude Code: Claude Code Changelog

Agentic Coding: Cursor: Projects · Codex Changelog · GitHub Changelog

Trend der Woche: The Pulse: tech companies move to open AI models · Mo Moustafa: So you want to use OpenRouter?

Kurz notiert: Rappler: Anthropic disrupts Russian and Chinese AI campaigns · Unite.AI: Anthropic details disrupted Claude misuse across seven harm areas · GreyNoise: Agents Gone Wild · The Register: Hundreds of AI agents helped PaperCut attacker hit 395 orgs · techzine.eu: EU cybersecurity agency gains access to Mythos 5 · ad-hoc-news: Cyber Resilience Act, Meldepflicht ab 11. September · The Next Web: Anthropic walks away from Decart acquisition

Das war Agentic Weekly #023.

Agentic Weekly erscheint wöchentlich auf LinkedIn und hier. Noch kein Abo? Jede Woche die vollständige Ausgabe mit allen Quellen: Agentic Weekly auf LinkedIn abonnieren oder per RSS-Feed

Alle Ausgaben · Redaktion: Martin Gross